11.2. Ковариационный анализ. Условия применения ковариационного анализа. Ковариата

При проверке различий в средних значениях зависимой переменной, связанных с влиянием контролируемых независимых переменных, часто необходимо учитывать неконтролируемые независимые переменные:

• при определении намерений потребителей относительно приобретения товара известной фирмы в зависимости от цены необходимо учесть отношение к торговой марке.

• для того чтобы определить, как различные группы под влиянием разных видов рекламы, оценивают торговую марку, необходимо проконтролировать, какой информацией априорно обладают члены этих групп.

• при определении влияния различных иен на потребление в семьях сухих завтраков может оказаться существенным такой фактор, как размер семьи.

В приведенных выше ситуациях следует использовать ковариационный анализ.

Ковариационный анализ - специальный метод анализа дисперсий, в котором эффекты одной или больше сторонних переменных, выраженных в метрической шкале, удаляют из зависимой переменной перед выполнением дисперсионного анализа.

Например, ковариационный анализ необходим, если исследователь хочет изучить предпочтения пользователей в группах с различным уровнем потребления и уровнем лояльности, приняв во внимание отношение респондентов к составу продуктов питания и к значению завтрака, как способу приема пищи. Две последние переменные измеряются по девятибалльной шкале Лайкерта. В этом случае категориальные независимые переменные (потребление продукта и лояльность к торговой марке) по-прежнему называются факторами, в то время как метрические независимые переменные (отношение к составу продуктов питания и значение, придаваемое завтраку) — ковариатами.

Ковариата - метрическая независимая переменная, используемая в ковариационном анализе.

Чаше всего ковариату используют для удаления посторонней вариации из зависимой переменной, поскольку самыми важными являются эффекты факторов. Вариацию в зависимой переменной, обусловленную ковариатой, удаляют корректировкой среднего значения зависимой переменной в пределах каждого условия эксперимента. Затем, исходя из скорректированных оценок, выполняют дисперсионный анализ. Значимость суммарного эффекта ковариат, как и эффект каждой ковариаты, проверяют с помощью соответствующих критериев. Коэффициенты ковариат позволяют понять влияние, оказываемое на зависимую переменную. Ковариационный анализ наиболее полезен, когда ковариата линейно связана с зависимой переменной и не связана с факторами.

Тема 16. Многомерное шкалирование

План:

16.1. Пространственные карты. Использование многомерного шкалирования в маркетинге.

16.2. Порядок выполнения многомерного шкалирования.

16.1. Пространственные карты. Использование многомерного шкалирования в маркетинге

Многомерное шкалирование - это класс методов для представления восприятий и предпочтений респондентов в пространстве с помощью наглядного изображения.

Воспринимаемые (психологические) взаимосвязи между объектами представляют в виде геометрических связей между точками в многомерном пространстве. Эти геометрические представления часто называют пространственными картами. Оси координат на пространственной карте соответствуют психологическим факторам поведения человека или, иначе говоря, основным размерностям, которыми пользуются респонденты для формирования восприятия и предпочтения объектов.

Информация, полученная в результате многомерного шкалирования, используется для решения разнообразных задач в маркетинге.

1. Измерение имиджа. Восприятие фирмы потребителями и непотребителями ее продукции в сравнении с собственным восприятием фирмы самой себя.

2. Сегментация рынка. Расположение в одном и том же пространстве торговых марок и потребителей для выявления относительно однородных по восприятиям групп потребителей.

3. Разработка нового товара. Многомерное шкалирование позволяет увидеть пробелы на пространственной карте, которые указывают потенциальные возможности для размещения новых товаров. Кроме того, этот анализ используют, чтобы с помощью тестирования оценить новый товар и существующие торговые марки и таким образом определить, как потребители воспринимают новые идеи, заложенные в товаре. Доля предпочтений для каждого нового товара служит индикатором успеха этого изделия.

4. Оценка эффективности рекламы. Пространственные карты можно использовать для определения эффективности рекламы с точки зрения занятия торговой маркой желаемого положения на рынке.

5. Ценовой анализ. Сравнение пространственных карт, разработанных с учетом и без учета восприятия иены, позволяет определить влияние цены на поведение покупателей.

6. Решение о числе каналов сбыта. Мнения респондентов о сопоставимости торговых марок с различными торговыми точками могут привести к пространственным картам, полезным для принятия решения о количестве каналов сбыта.

7. Построение шкалы отношений. Методы многомерного шкалирования используются для разработки соответствующей по размерности и конфигурации шкалы отношений.

Понятия, применяемые в многомерном шкалировании:

Оценка сходства - рейтинги всех возможных пар торговых марок или других объектов, отражающие их сходство по шкале Лайкерта.

Ранги предпочтений - ранги торговых марок или других объектов в порядке их уменьшения (от большего к меньшему). Обычно эти данные получают при опросе респондентов.

Стресс - мера соответствия подогнанной модели исходным данным: чем выше значение стресса, тем ниже качество подгонки модели.

R-квадрат - квадрат коэффициента корреляции, который показывает долю дисперсии оптимально отображенных данных, которые могут быть учтены многомерным шкалированием, мера соответствия подогнанной модели исходным данным.

Координаты - указывают расположение торговых марок или объектов на пространственной карте.

Развертка - представление торговых марок и респондентов в виде точек в одном и том же пространстве.