3. Модели действительного эксперимента

по сравнению с моделями предварительного эксперимента отличаются в основном использованием методов случайного отбора.

Исследователь распределяет единицы наблюдения и анализируемые независимые переменные по группам случайным образом.

Модели действительного эксперимента включают:

• предварительное и итоговое исследование с использованием контрольной группы,

• итоговое исследование с использованием контрольной группы,

• модели четырех групп Соломона.

 

В предварительном и итоговом исследовании с использованием контрольной группы единицы наблюдения случайным образом распределяются между экспериментальной и контрольной группой. Предварительное и итоговое измерения проводятся в обеих группах, т.е. 4 раза.

Эффект воздействия базисного фактора определяется как общая разница между 1 и 2.

1. Разница измерений в экспериментальной группе.

2. Разница измерений в контрольной группе.

(Р2-Р1)-(Р4-Р3)

Пример: Случайным образом определяется выборка респондентов. Половина из них случайным образом отбирается для включения в экспериментальную группу, вторая половина включается в контрольную группу.

Респонденты обеих групп заполняют анкету для определения предварительного отношения к объекту. Только респондентам экспериментальной группы демонстрируется рекламный

ролик о данном универмаге.

После этого обеим группам еще раз предлагается заполнить анкету для оценки изменений в восприятии универмага.

Эта модель дает возможность контролировать большинство посторонних факторов.

Отклонения выборки элиминируется методом случайного отбора. Прочие посторонние факторы также контролируются.

Недостаток:

Интерактивный фактор тестирования не поддается контролю из-за влияния предварительного исследования на восприятие независимой переменной единицами наблюдения в экспериментальной группе.

Модель итогового исследования с использованием контрольной группы не предусматривает проведения каких-либо предварительных измерений восприятия объекта исследования.

Модель очень проста в применении, поскольку нет предварительных измерений, отсутствует и эффект тестирования, однако на результаты могут повлиять факторы отклонения отбора и убыли.

Предполагается, что обе группы имеют одинаковое предварительное восприятие? объекта исследования, поскольку они сформированы на основе случайного отбора.

Однако, поскольку предварительное измерение не проводится, проверить это предположение невозможно.

ПРИМЕР: Случайным образом формируется выборка респондентов. На случайной основе респонденты распределяются по двум группам - экспериментальной и контрольной. Рекламный ролик демонстрируется только экспериментальной группе. респондентов. Затем обе группы

респондентов заполняют анкету для оценки итогового восприятия универмага. Различие \

восприятия универмага респондентами основной и контрольной групп характеризует эф- ;

фективность показанной рекламы.

Затем обе группы респондентов заполняют анкету для оценки итогового восприятия объекта. Различие восприятия объекта респондентами основной и контрольной групп характеризует эффективность рекламы.

Достоинства:

1. Сроки и стоимость проведения исследований относительно низкие

2. Низкие требования к размеру выборки.

Требуются лишь две группы респондентов и всего одно обследование каждой группы.

Недостатки:

1. Модель чувствительна к фактору убыли. Трудно определить одинаково ли восприятие объекта исследования у респондентов, которые выбыли в процессе эксперимента из экспериментальной и из контрольной группы.

2. Невозможность для исследователя анализировать эффект зрелости отдельных единиц наблюдения.

Благодаря простоте применения эта модель на данный момент наиболее распространенная в практике маркетинговых исследований.

Она очень схожа по своему содержанию с моделью предварительного и итогового исследования с использованием контрольной группы.

Модель четырех групп Соломона - модель эксперимента, обеспечивающая в дополнение к контролю остальных посторонних факторов также и надежный контроль за интерактивным эффектом тестирования.

Модель свободна от недостатков двух выше рассмотренных моделей, поскольку, кроме контроля других посторонних факторов, позволяет контролировать интерактивный эффект тестирования.

Недостаток:

она требует значительных затрат времени и денег.

 

Для всех моделей действительного эксперимента характерна высокая степень контроля исследователя за внутренними и внешними факторами.

Исследователь определяет момент проведения измерений, состав единиц наблюдения, порядок задействования независимых переменных.

Исследователь случайным образом отбирает единицы наблюдения и независимые факторы, демонстрируемые той или иной группе респондентов.

В ситуациях, когда исследователь не имеет такой возможности - используются модели псевдоэксперимента.

МОДЕЛИ ПСЕВДОЭКСПЕРИМЕНТА

следует применять:

1. Когда исследователь не сможет использовать модели действительного эксперимента

2. Когда нет времени и средств на проведение последних.

Недостатки:

1. степень контроля со стороны исследователя в данном случае гораздо ниже,

2. необходимо учитывать влияние неконтролируемых факторов на полученные результаты.

Распространенными примерами псевдоэкспериметальных моделей являются

• временные ряды

• множественные временные ряды.

Модель временных рядов предполагает периодическое проведение измерений зависимых переменных для группы единиц наблюдения. Проводится серия измерений зависимых переменных для оценки степени влияния независимого фактора.

Такая модель считается псевдоэкспериментальной, поскольку не проводится случайный отбор единиц наблюдения и независимых факторов, а исследователь также не определяет время задействования независимого фактора.

Проведение серии измерений до и после задействования независимого фактора обеспечивает по крайней мере частичный контроль за некоторыми посторонними факторами.  

Модель множественных временных рядов аналогична по содержанию модели временных рядов, за исключением того, что при ней используется, кроме основной группы, еще и контрольная.

-4-

Статистические модели предполагают проведение нескольких серий измерений, дающих возможность статистическими методами контролировать и анализировать влияние посторонних факторов, т.е. несколько одинаковых экспериментов проводится одновременно.

На результаты, полученные в рамках статистического моделирования, влияют те же факторы недостоверности, что и на результаты, полученные в рамках базовых моделей.

Достоинства стат. моделей: 1. Можно измерить влияние более чем одного независимого фактора.

2. Конкретные посторонние факторы поддаются статистическому контролю. 3. Экономически значимые выводы можно сделать при условии, что проводится более одного измерения каждой единицы.

Наиболее распространенными статистическими моделями являются:

• Модель случайных групп,

• Модель латинского квадрата,

• факториальные методы.

Модель случайных групп используется, когда существует только один значимый посторонний фактор (например, объем продаж, доходы респондента, размер магазина), способный повлиять на значение зависимой переменной.

В модели случайных групп единицы наблюдения разбиваются по категориям в зависимости от значений этого постороннего фактора.  

Исследователь должен иметь возможность определить и измерить разницу в значении постороннего фактора между отдельными категориями.  

Выделением категорий единиц наблюдения исследователь обеспечивает равное представительство единиц наблюдения из каждой категории в экспериментальных и контрольных группах, формируемых для проведения эксперимента.

Модель случайных групп употребляется чаще, чем модели, основанные на случайном отборе респондентов.

Пример: анализ рекламы в универмаге, каким образом юмор влияет на ее эффективность. Три образца рекламных роликов А, В и С созданы в серьезном стиле, с легким юмором и в шуточном стиле. Какой из них наиболееэффективен?

Пример: Менеджеры предполагают, что оценка респондентами рекламных

роликов зависит от того, являются ли они постоянными покупателями данного универмага.

Пример: Частота совершения покупок в универмаге определена как критерий формирования категорий. Случайным образом выбранные респонденты сгруппированы в 4 категории (постоянные покупатели; лица, периодически совершающие покупки; лица, изредка совершающие покупки; лица, не являющиеся покупателями).

Пример: Представители каждой категории случайным образом включаются в экспериментальные группы, которым будут продемонстрированы рекламные ролики. Результаты эксперимента позволяют сделать вывод о том, что рекламный ролик в легком

юмористическом стиле (В) наиболее эффективный.

Недостаток модели:

исследователь с ее помощью может в каждом отдельном случае контролировать только один посторонний фактор.

В ситуациях, когда необходимо контролировать несколько посторонних факторов одновременно, используются модель Латинского квадрата или факториальные модели.

Модель латинского квадрата

позволяет наряду с манипуляциями с независимой переменной контролировать два невзаимосвязанных посторонних фактора. 

В зависимости от значений каждого из двух контролируемых посторонних факторов выделяется одинаковое количество категорий респондентов.

Одновременно выделяется такое же количество значений независимого фактора.

Колонки и строки в таблице представляют собой отдельные категории респондентов, выделенные в зависимости от значений каждого из посторонних факторов.

ПРИМЕР: А, В и С — три образца рекламных роликов, выполненных соответственно в серьезном стиле, в легком юмористическом и шуточном стиле.

Частота покупок в универмаге	Заинтересованность в информации об универмаге
	Высокая	Средняя	Низкая
Постоянно	А	А	С
Периодически	С	В	А
Изредко или никогда	А	С	В

Каждая ячейка таблицы представляет группу респондентов, удовлетворяющую одновременно условиям принадлежности к одной из категорий каждого из двух контролируемых посторонних факторов.

Затем устанавливается соответствие между значениями независимой переменной и группами респондентов, попавшими в каждую ячейку таблицы. Правило установления соответствия - каждое значение независимого фактора должно появляться только один раз в каждой строке и в каждом столбце.

Модель латинского квадрата весьма популярна в маркетинговых исследованиях.  

НЕДОСТАТКИ:

1. Трудоемкость. Необходимо выделить одинаковое количества категорий респондентов по обоим контролируемым посторонним факторам и такое же количество значений базисного фактора.

2. Можно контролировать одновременно только два посторонних фактора.

Контроль большего количества посторонних факторов возможен при применении одного из вариантов этой модели, модели греко-латинского квадрата.

3. Модель латинского квадрата не позволяет определить характер взаимодействия посторонних факторов между собой или с независимым фактором. Для анализа взаимодействий такого рода необходимо использовать факторные модели.

Факторная модель измеряет влияние различных значений двух и больше независимых переменных.

В отличие от модели случайных групп и латинского квадрата, факторная модель допускает взаимодействие между независимыми факторами.

Взаимодействие между факторами возникает, если их совместное воздействие отличается от простого суммарного воздействия обоих факторов.

Пример, респондент может назвать своим любимым напитком кофе, а отдавать предпочтение охлажденным напиткам. Однако это не значит, что данный респондент предпочитает холодный кофе, что свидетельствует о наличии эффекта взаимодействия между анализируемыми независимыми факторами.

Факторную модель можно представить в виде таблицы.

Если в анализе участвуют два независимых фактора, то каждое значение одного из них будет представлено в отдельной строке, а каждое значение другого — в отдельной колонке таблицы. Если факторов больше двух, то таблица становится многомерной.

Каждая ячейка в факторной таблице представляет собой респондента или группу респондентов, которой демонстрировалась определенная комбинация значений независимых факторов.

ПРИМЕР: в дополнение к исследованию фактора наличия юмора в рекламном ролике из предшествующего примера исследователь заинтересован также в исследовании фактора количества информации об универмаге.

Количество информации об универмаге	Наличие юмора в рекламе
	Серьезный стиль	Легкий юмор	Шуточный стиль
Незначительное
Среднее
Значительное

Респондентов нужно отобрать случайным образом и таким же образом распределить по девяти группам (ячейкам).

Респондентам в каждой группе (ячейке) будет продемонстрирована различная комбинация независимых факторов.

Случайный отбор респондентов и характер анализа данных очень отличают факторную модель от модели случайных групп.

Недостаток:

1. Количество различных комбинаций независимых факторов возрастает в геометрической прогрессии с ростом количества факторов и категорий, или уровней, в них выделяемых.

Если исследователь заинтересован в информации лишь о некоторых комбинациях факторов, можно использовать фрагментарную факторную модель.

Эта модель представляет собой лишь фрагмент (часть) соответствующей полной факторной модели.

-5-