Глава 2. Сводки и группировки данных, анализ вариационных рядов, табулирование данных

Содержание

 

Введение. 3

Глава 1. Подготовка данных для маркетинговой информации, критерии выбора шкал. 4

Глава 2. Сводки и группировки данных, анализ вариационных рядов, табулирование данных……………………………………………………….….10

2.1Табулированиеданных...……………………………………………………..10

2.2 Теоретические основы понятий сводки и группировки, виды группировок……………………………………………………………………...12

2.3 Группировка данных на примере сети компьютерных салонов «Главный» 16

Глава 3. Методы корреляционного и регрессивного анализа в маркетинговых исследованиях. 23

Аналитический отчет. 29

Заключение. 30

Список литературы.. 31

Приложения. 32

 

 

Введение

 

В настоящее время проблема маркетинговых исследований рынка является чрезвычайно актуальной для любой фирмы, даже не очень крупной. Переход экономических отношений на международный, всемирный уровень привёл к тому, что маркетинговые исследования стали неотъемлемой частью маркетинговой деятельности любой фирмы, нацеленной на получение значительной прибыли, то есть фактически каждой более или менее видной фирмы. Если её руководство заинтересовано в увеличении прибыли, оно в современных условиях должно переориентировать производственную деятельность своей фирмы, нацеливая её на большее соответствие нуждам потребителей. Для этого необходимо исследовать текущую ситуацию на рынке, включая изучение предпочтений потребителей и их отношение к товарам конкурирующих фирм. Для изучения рыночной ситуации и организуются маркетинговые исследования рынка, в результате которых руководство фирмы получает информацию об отношении потребителей к её продукции и, исходя из неё, может принять решение о дальнейшем поведении фирмы на рынке.

Цель работы: изучить зависимость объемов продаж от полученной прибыли.  Для решения поставленной цели предстоит решить следующие задачи:

§ привести пример табулирования и шкалирования данных на основе анкет;

§ осуществить группировку данных по 20 наименованиям, разделение провести на 5 групп,;

§ создать рисунки вариационных рядов;

§ провести корреляционный и регрессивный анализ,;

§ сделать выводы по имеющимся данным.

Глава 1. Подготовка данных для маркетинговой информации, критерии выбора шкал

 

Обработка и анализ маркетинговой информации представляют собой серьезный этап статистической обработки полученных результатов. От того, насколько правильно и качественно будет произведена обработка данных, зависит достоверность принимаемых выводов и последующих практических решений.

Анализ информации – извлечение из совокупности полученных данных наиболее важных сведений и результатов. [1, 238]

Обработка и анализ маркетинговой информации включает: предварительные этапы (редактирование, кодирование, табулирование и представление табулированных данных); оценку различий (проверка согласия, проверка Колмогорова-Смирнова, анализ средней выборки); выбор методов исследования (простой регрессионный и корреляционный анализ).

Процесс подготовки данных маркетинговых исследований включает проверку анкет, редактирование, кодирование, преобразование, очищение данных, статистическую корректировку данных, выбор стратегии анализа данных. [1, 240]

Проверка анкет – проверка на полноту заполнения и качество проведенного исследования.

Редактирование призвано выявлять несоответствие маркетингового исследования каким-либо требованиям или стандартам, включат в себя просмотр, изучение и исправление ошибок в регистрации наблюдений.

Кодирование данных – это определенный технический прием, с помощью которого данные распределяются по категориям, т.е. способ представления полученной информации в виде символов, знаков, цифр с целью удобства ее использования для компьютерной или другой обработки.

Преобразование данных – этот этап заключается в переносе закодированных данных из анкеты или кодировочной таблицы через клавиатуру в компьютер.

Очищение данных – представляет этап всесторонней проверки состоятельности собранных данных и работы с пропущенными ответами.

Статистическая корректировка данных представляет собой предзаключительную процедуру подготовки маркетинговой информации. Она включает взвешивание, переопределение переменной и преобразование шкалы измерений.

Взвешивание – метод корректировки данных, при котором каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отражающий степень его значимости по сравнению с другими наблюдениями или респондентами.

Операция переопределения переменной заключается в преобразовании данных для создания новых переменных либо измерения существующих с тем, чтобы они точнее соответствовали основным задачам исследования. «Шкалирование» отражает попытку определить количественные измерители субъективных и иногда абстрактных понятий.

Выделяют четыре типа шкал, при помощи которых характеристики могут быть измерены, а именно: номинальную, порядковую, интервальную и относительную. Их от­носительная характеристика дается в табл. 1.1. [2, 130]

Таблица 1.1 Характеристика шкал различного типа

Уровень измерений	Характеристики шкал
	описание	порядок	расстояние	наличие начальной точки
Шкала наименований	*
Шкала порядка	*	*
Интервальная шкала	*	*	*
Шкала отношений	*	*	*	*

 

Рассмотрим характеристики шкал на примере ООО компьютерный салон «Главный». Данная организация появилась на рынке г. Калуги с 2006. При образовании главной идеей было позиционирование на рынке, как компании с максимально низкими ценами. Салон торгует только новой техникой. Располагает тремя точками продаж.

Шкала наименований обладает только характеристикой описания, она ставит в соответствие описываемым объектам только его название, никакие количественные характеристики не используются. Объекты измерения распадаются на множество взаимоисключаю­щих и исчерпывающих категорий. Шкала наименований устанавливает отношения равенства между объектами, которые объединяются в одну категорию. Каждой категории дается название, численное обозначение которого является элементом шкалы. Очевидно, что измерение на этом уровне всегда возможно. «Да», «Нет» и «Согласен», «Не согласен» явля­ются примерами градаций таких шкал. [3,79]

Примеры вопросов для шкалы наименований:

1. Пожалуйста, укажите Ваш пол: мужской/ женский

2. Какие марки ноутбуков вы выберете:

- Aser

- Asus

-Toshiba

- Lenovo

- Sony

- Apple

3. Согласны ли Вы с утверждением, ноутбуки фирмы Aser наиболее       выгодно в отношении цена-качество представлены на рынке: согласен/ не согласен.

Шкала порядка разрешает ранжировать респондентов или их отве­ты. Она имеет свойства номинальной шкалы в сочетании с отношением порядка. Иными словами, если каждую пару категорий шкалы наимено­ваний упорядочить относительно друг друга, то получится порядковая шкала. Для того чтобы шкальные оценки отличались от чисел в обыден­ном понимании, их на порядковом уровне называют рангами. Например, частоту покупки определенного товара (раз в неделю, раз в месяц или чаще). Однако такая шкала указывает только относительную разницу между измеряемыми объектами. (Зачастую предполагаемого четкого различения оценок не наблю­дается и респонденты не могут однозначно выбрать тот или иной ответ, т.е. некоторые соседние градации ответов накладываются друг на друга. Такую шкалу называют полуупорядоченной; она находится между шка­лами наименований и порядка.) [2,134]

Примеры вопросов для шкалы порядка:

1. Пожалуйста проранжируйте фирмы-производители ноутбуков в соответствии с системой Вашего предпочтения. Поставьте «1» фирме, которая занимает первое место в системе Ваших предпочтений, «2» - второй и т.д.:

- Aser

- Asus

-Toshiba

- Lenovo

- Sony

- Apple

2. Какой из компьютерных магазинов Вы выберете для покупки ноутбука:

- «ООО Олерон»

- Магазин «Технопарк»

- Магазин «Белый ветер»

- Магазин «Эльдорадо»

- Сеть компьютерных салонов «Главный»

- компания «Апгрейд»

- Магазин «Техносила»

3. Что Вы можете сказать о ценах на ноутбуки в компьютерных салонах «Главный»:

- Они выше, чем в остальных магазинах;

- Они ниже, чем в остальных магазинах;

- Они такие же, как в остальных магазинах.

Интервальная, шкала обладает также характеристикой расстояния между отдельными градациями шкалы, измеряемого с помощью опреде­ленной единицы измерений, т.е. используется количественная информа­ция. На этой шкале уже не бессмысленны разности между отдельными градациями шкалы. В данном случае можно решить, равны они или нет, а если не равны, то какая из двух больше. Шкальные значения признаков можно складывать. Обычно предполагается, что шкала имеет равномер­ный характер (хотя это предположение требует обоснования). Например, если оцениваются продавцы магазина по шкале, имеющей градации: чрезвычайно дружественен, очень дружественен, в известной мере дру­жественен, в известной мере недружественен, очень недружественен, чрезвычайно недружественен, то обычно предполагается, что расстояния между отдельными градациями являются одинаковыми. [3, 84]

Примеры вопросов для шкалы интервалов:                                         Пожалуйста, проранжируйте каждую марку товара с точки зрения его качества:

Марка	Рейтинг (обведите одну из цифр)
	Очень низкое                                                          Очень высокое
Aser	1	2	3	4	5	6	7	8	9	10
Asus	1	2	3	4	5	6	7	8	9	10
Toshiba	1	2	3	4	5	6	7	8	9	10
Lenovo	1	2	3	4	5	6	7	8	9	10
Sony	1	2	3	4	5	6	7	8	9	10
Apple	1	2	3	4	5	6	7	8	9	10

 

Шкала отношений является единственной шкалой, имеющей нуле­вую точку, поэтому можно проводить количественное сравнение полу­ченных результатов. Такое дополнение позволяет вести речь о соотноше­нии (пропорции) а:b для шкальных значений а и b. Например, респон­дент может быть в 2,5 раза старше, тратить в три раза больше денег, ле­тать самолетом в два раза чаще по сравнению с другим респондентом. [2, 135]

Пример вопросов для шкалы отношений:

1. Пожалуйста, укажите ваш возраст: ____лет

1

2

3

4

5

6

Другое число раз _______________

2. Приблизительно укажите, сколько раз за последний год вы делали покупки в сети компьютерных слонов «Главный»:

 

3. Какова вероятность того, что при решении купить какую-либо компьютерную технику, Вы сделаете это в сети компьютерных салонов «Главный»:  _______ процентов

 

 

Глава 2. Сводки и группировки данных, анализ вариационных рядов, табулирование данных

 

Табулирование

Табулирование – это процесс обработки информации, заключающийся в подсчете числа событий попавших в ячейки ответов на вопросы. [4,178]

Для проведения табулирования данных была составлена анкета, представленная в Приложении 1. Опрос проводился в устной форме, среди жителей г. Калуги, в опросе приняло участие 40 человек.

Таблица 2.1. Табулирование ответов

1. У вас дома есть персональный компьютер?
Есть	60%
Нет	10%
Планирую приобрести	30%
2. Для каких целей Вы используете/ хотели бы использовать персональный компьютер?
Для работы	30%
Для развлечения	60%
Для самообразования	6%
Нет ответов	4%
3. Каков Ваш доход?
До 7 тыс.	10%
От 7 тыс. до 15 тыс.	65%
Свыше 15 тыс.	25%
Какие интересы у Вас в сфере компьютерного мира?
Игры	20%
Обучение, самообразование	10%
Компьютерная графика, творчество (музыка, рисование...)	15%
Компьютерные сети	50%
Другое	5%
Сколько времени Вы проводите за компьютером в день?
Менее 5 часов	30%
Продолжение таблицы 2.1. Табулирование ответов
От 5 до 12 часов	65%
Свыше 12 часов	5%

 

На основании данных табулирования можно определить, что у 60 % опрошенных есть компьютер, 65% проводит за компьютером от 5 до 12 часов, интерес данных респондентов представляют собой компьютерные сети. Эти данные можно использовать для разработки плана продаж  для компьютерного салона.