Статистические инструменты анализа предназначены для уплотнения исходной информации, выявления в ней взаимосвязей, зависимостей и структур. Среди наиболее используемых методов выделяют: описательные и индуктивные однофакторные методы; двух- и многофакторные методы анализа зависимостей; регрессионный, вариационный, дискриминантный, факторный, кластерный анализ; многомерное шкалирование; прогнозные методы.
К описательным однофакторным методам относят:
построение распределения частот исследуемого фактора;
графическое представление распределения переменной (например, в виде гистограмм);
расчет статистических показателей — арифметической средней, процентного содержания, медианы, моды, вариации, дисперсии;
перекрестное табулирование.
Индуктивные однофакторные методы предназначены для проверки соответствия характеристик выборки характеристикам генеральной совокупности (ГС) и делятся на параметрические тесты, предназначенные для проверки гипотез о неизвестных характеристиках ГС, и непараметрические, предназначенные для проверки гипотез о распределении ГС. Применение методов состоит из: формулирования гипотез; выбора подходящего теста; установления уровня доверия; определения критического уровня проверяемой характеристики по таблице; расчета реальной величины теста; сравнения и интерпретации.
|
|
Тесты: параметрический Z-тест применим в случае, если переменная распределена нормально, дисперсия известна и объем выборки больше 30. Т-тест применяется при выборках, меньших 30. Х-квадрат-тест применяется для проверки гипотез о распределении. Более полная классификация однофакторных моделей показана на рис. 9. Подробнее познакомиться с представленными методами можно в книгах по математической статистике и эконометрии.
Рис. 9. Классификация статистических инструментов
однофакторного анализа
Двух- и многофакторные методы анализа зависимостей. Типичная постановка вопроса, на который можно ответить с помощью этих методов, может звучать так: «Какая связь имеется между расходами на рекламу и ценой?» — или: «Имеется ли связь между возрастом человека и выбором определенной марки?»
Регрессионный анализ — статистический метод анализа данных для определения зависимости одной переменной от одной (простая регрессия) или нескольких (многофакторная регрессия) независимых переменных. Вариационный анализ предназначен для проверки существенности (значимости) влияния независимых переменных на зависимые. С помощью дискриминантного анализа можно разделить заранее заданные группы объектов через комбинацию многих независимых переменных и таким образом объяснить различия между группами. Кроме того, метод дает возможность отнести новый объект к какой-либо группе на основе его характеристик. Факторный анализ предназначен для исследования взаимосвязей между переменными с целью уменьшения числа влияющих факторов до наиболее существенных. Кластерный анализ - метод, с помощью которого можно разделить совокупность объектов на отдельные, более или менее однородные группы. Многомерное шкалирование позволяет получить пространственное отображение отношений, существующих между объектами. Классификация инструментов многомерного анализа представлена на рис. 10. Особенности применения отдельных методов можно найти в книгах по математической статистике и эконометрии.
|
|
Рис. 10. Классификация статистических инструментов
многомерного анализа
В табл. 13 показано, какие методы могут быть привлечены для решения типичных задач маркетингового исследования.
Таблица 13
Области применения методов анализа
Метод | Типичная постановка вопроса |
Регрессион-ный анализ | Как изменится объем сбыта, если расходы на рекламу сократятся на 10%? Какова будет цена на продукт в следующем году? Как влияет объем инвестиций в автомобильную промышленность на спрос в сталелитейной промышленности? |
Вариационный анализ | Влияет ли вид упаковки на размеры сбыта? Влияет ли цвет рекламного объявления на количество покупателей, вспомнивших рекламу? Влияет ли выбор сети реализации на величину продаж? |
Дискриминан-тный анализ | По каким признакам курящие отличаются от некурящих? Какие характеристики торговых агентов наиболее существенны для их деления на преуспевающих и неудачников? Можно ли определенного человека, учитывая его возраст, доход и образование, считать достаточно надежным для выдачи кредита? |
Факторный анализ | Можно ли сократить множество факторов, которые покупатели автомобилей считают важными, до небольшого числа? Как можно описать различные марки автомобилей с точки зрения этих факторов? |
Кластер-анализ | Можно ли покупателей разделить на однородные группы по их потребностям? Имеет ли газета различные типы читателей? Как можно классифицировать покупателей по тому, как они относятся к загрязнению окружающей среды? |
Многомерное шкалирование | Насколько продукт соответствует «идеалу» потребителей? Какой имидж имеет предприниматель? Как изменилось отношение потребителей к продукту в течение ряда лет? |
Таблица 14
Характеристика наиболее часто используемых методов прогноза
Метод | Процедура | Диапа-зон | Пример | Преимущества и проблемы |
Экстрапо- ляция тренда | Проекция временного ряда в будущее | Кратко-срочный | Определение объема сбы-та в будущем квартале | Невысокие затраты, быстрое получе-ние данных. Резкие изменения тренда и слож-ность его раннего обнаружения. |
Прогнозы на основе индикаторов | Оценка хода разви-тия процесса, мало зависящего от пред-приятия на базе предпосылок. | Кратко-срочный | Оценка поступления за-казов на основе анализа инвестиционного клима-та и активности отраслей- потребителей. | Стабильность связей между индикаторами. Трудность в отыскании подходящих индикаторов. |
Регресси онный анализ | Определение напра-вления и силы связи между независимыми и зависимой пере-менными. | Краткосрочный | Оценка доли рынка (зависимая переменная) при различных расходах на рекламу и цене (независимые перемен-ные). | Невысокие расходы. Взаимозависимость переменных. |
Метод Дельфи | Экспертиза из нес-кольких последова-тельных туров с целью получения со-гласованного мнения экспертов | Долго-срочный | Производство, сбыт отрасли при изменении фундаментальных фак-торов (например, между-народного разделения труда) | Привлечение экспертов по интересующей проблеме. Тенденция к консервативным оцен-кам. Технические изменения осо-бенно непредсказуемы. |
Сценарии | Предсказание раз-вития будущего сос-тояния факторов, влияющих на пред-приятие. | Долгосрочный | Будущее российских кос-мических исследований | Используется для решения комплексных проблем (например, стратегического планирования. Высока доля субъективных оценок, затруднена верификация. |
Прогнозные методы предназначены для предвидения развития исследуемых явлений. Они классифицируются по различным критериям. В табл.14 приведена краткая характеристика наиболее часто используемых методов прогноза.
|
|