- •Н.Г.Каменева, в.А.Поляков маркетинговые исследования Учебное пособие
- •Содержание
- •Глава 7. Обработка и анализ маркетинговой
- •Глава 8. Прикладные маркетинговые исследования
- •Глава 9. Отчет о маркетинговых исследованиях
- •Введение
- •Глава 1. Методические основы маркетинговых исследований
- •Сущность маркетинговых исследований
- •1.2. Основные направления маркетинговых исследований
- •1.3. Методология исследования в маркетинге
- •II. Аналитико-прогностические методы:
- •III. Методы и приемы, заимствованные из разных областей знаний
- •1.4. Организация процесса исследования
- •1.5. Процесс маркетинговых исследований
- •Контрольные вопросы к главе 1
- •Глава 2. Информационное обеспечение в маркетинге
- •2.1. Сущность информационного обеспечения исследований в маркетинге
- •2.2. Маркетинговая информационная система (мис) и система поддержки принятия решений (сппр)
- •2.3. Применяемые методы анализа информации
- •Контрольные вопросы к главе 2
- •Глава 3. Разработка плана маркетингового исследования
- •3.1. Сущность и процесс планирования маркетинговых исследований
- •3.2. План маркетинговых исследований
- •3.3. Поисковое исследование
- •3.4. Итоговое исследование
- •Контрольные вопросы к главе 3
- •Глава 4 процесс выборки
- •4.1. Общие понятия, принципы применения выборочных методов
- •4.2. Методы вероятностной (случайной) выборки
- •4.3. Методы невероятностной выборки
- •4.4. Многоступенчатая выборка
- •4.5. Определение объема выборки
- •Контрольные вопросы к главе 4
- •Глава 5. Потребитель в маркетинговых исследованиях
- •5.1. Цель и задачи исследования потребителей
- •5.2. Исследование поведения потребителей
- •5.3. Типы покупателей, решение о покупке
- •Контрольные вопросы к главе 5
- •Глава 6. Методы сбора информации
- •6.1. Общая характеристика методов
- •6.2. Методы количественных исследований
- •6.2.1. Ме́тод опро́са
- •6.2.2. Методы исследований розничной сети
- •6.3. Методы качественных исследований
- •6.3.1. Методы фокус-групповых дискуссий
- •6.3.2. Метод глубинного интервью
- •6.3.3. Метод анализ протокола
- •6.3.4. Метод экспертного интервью
- •6.3.5. Метод наблюдения
- •6.3.6. Метод панели
- •6.3.7. Метод эксперимента
- •6.4. Анкета и анкетирование
- •6.5. Метод экспертных оценок
- •6.6. Прогнозирование рыночной деятельности
- •6.7. Анализ маркетинговых рисков
- •Контрольные вопросы к главе 6
- •Глава 7. Обработка и анализ маркетинговой информации
- •7.1. Подготовка данных для маркетинговой информации
- •7.2. Типы шкал в маркетинговых исследованиях
- •7.3. Сводки и группировки данных
- •Расчетные данные
- •7.4. Ряды распределения маркетинговой информации
- •Средняя цена товара по трем рынкам определится как
- •7.5. Табулирование маркетинговых данных
- •7.6. Методы анализа информации о рынке
- •7.7. Анализ и обработка экспертных оценок
- •7.8. Метод «парных сравнений» в ранжировании альтернатив
- •7.9. Методы корреляционного и регрессионного анализа
- •Влияние объема сбыта от затрат на рекламу
- •Глава 8. Прикладные маркетинговые исследования
- •8.1. Исследования рынка
- •8.2. Анализ сегментов рынка
- •Форма анализа хозяйственного профиля основных конкурентов
- •8.3. Изучение конкурентов
- •Методы изучения фирм-конкурентов
- •8.4. Модели прогнозирования в анализе маркетинговых процессов
- •1. Прогнозирование рынка путем экстраполяции его динамики.
- •Выравнивание по прямой объема продаж
- •Выравнивание по прямой объема прибыли
- •4. Прогнозирование рынка методом экономика - математического моделирования
- •5. Прогнозирование рынка с помощью метода экспертных оценок
- •8.5. Технологии определения статистических показателей при анализе маркетинговой информации с применением Microsoft Excel
- •1. Построение и графическое отображение интервального вариационного ряда распределения (гистограмма)
- •2. Расчет описательной статистики (методика 1)
- •Метод 3. Расчет выборочного стандартного отклонения для признака Средняя стоимость образовательных услуг ()
- •Метод 4. Расчет выборочной дисперсии для признака Средняя стоимость образовательных услуг (2)
- •Метод 5. Расчет выборочного среднего линейного отклонения для признака Средняя стоимость образовательных услуг (d)
- •Метод 6. Расчет коэффициента вариации по признаку Средняя стоимость образовательных услуг (V)
- •3. Технология решения задач корреляционного и регрессионного анализа
- •4. Технология оценки тесноты связи исследуемых признаков на основе линейного коэффициента корреляции
- •5. Технология прогноза объема продаж с помощью Мастер функций
- •6. Прогнозирование с помощью функции рост
- •Глава 9. Отчет о маркетинговых исследованиях
- •9.1. Назначение маркетингового отчета
- •9.2. Структура письменного отчета
- •9.3. Устный отчет (презентация отчета)
- •9.4. Графическое представление отчета
- •Контрольные вопросы к главе 9
- •Список литературы
Метод 3. Расчет выборочного стандартного отклонения для признака Средняя стоимость образовательных услуг ()
1. Установить курсор в ячейку В33 для среднего квадратического отклонения первого признака (средней стоимости образовательных услуг, тыс.руб.).
2.Вставка Функция. Открывается окно «Мастер функций шаг 1 из 2» (рис. 8.23).
Рис. 8.23. Выбор команды «Функция»
Категория Статистические СТАНДОТКЛОНПОК (рис. 8.24)
Рис. 8.24. Окно «Мастер функций шаг 1 из 2»
4. Появляется окно «Аргументы функции». Число 1 – диапазон ячеек таблицы 1, содержащих значение первого признака (В2:В9) ОК(рис. 8.25). В ячейке В 33 выводится значение стандартного отклонения (6,48).
Рис. 8.25. Окно «Аргументы функции»
Метод 4. Расчет выборочной дисперсии для признака Средняя стоимость образовательных услуг (2)
1. Установить курсор в ячейку В34 для выборочной дисперсии первого признака (средней стоимости образовательных услуг, тыс.руб.).
2. Вставка Функция. Открывается окно «Мастер функций шаг 1 из 2»
3. Категория Статистические ДИСПРОК(рис. 8.26).
4. Появляется окно «Аргументы функции». Число 1 – диапазон ячеек таблицы № 1, содержащих значение первого признака (В2:В9) ОК. В ячейке В 34 выводится значение дисперсии (42).
Рис. 8.26. Окно «Мастер функций шаг 1 из 2»
Метод 5. Расчет выборочного среднего линейного отклонения для признака Средняя стоимость образовательных услуг (d)
1. Установить курсор в ячейку В35 для выборочной дисперсии первого признака (средней стоимости образовательных услуг, тыс.руб.).
2. Вставка Функция. Открывается окно «Мастер функций шаг 1 из 2»
3. Категория Статистические СРОТКЛОК.
4. Появляется окно «Аргументы функции». Число 1 – диапазон ячеек таблицы № 1, содержащих значение первого признака (В2:В9) ОК. В ячейке В 35 выводится значение дисперсии (5,14).
Метод 6. Расчет коэффициента вариации по признаку Средняя стоимость образовательных услуг (V)
1. Установить курсор в ячейку В36 для выборочной дисперсии первого признака (средней стоимости образовательных услуг, тыс.руб.).
2. В активизированную ячейку ввести формулу = В33 / В 14 * 100. Enter. (рис. 9).
3. В ячейке В 36 рассчитывается значение коэффициента вариации(26,452).
Рис. 8.27. Ввод формулы для вычисления коэффициента вариации
Таблица 8.57
Расчетные значения описательных параметров выборочной совокупности
Стандартное отклонение |
6,480741 |
Дисперсия |
42 |
Среднее линейное отклонение |
5,142857 |
Коэффициент вариации |
26,452 |
3. Технология решения задач корреляционного и регрессионного анализа
В общем виде задача статистики в области изучения взаимосвязей состоит не только в количественной оценке их наличия, направления и силы связи, но и в определении формы (аналитического выражения) влияния факторных признаков на результативный. Для ее решения применяют методы корреляционного и регрессионного анализа.
Задачами регрессионного анализа являются выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчетных значений зависимой переменной (функции регрессии).
Задачи корреляционного анализа сводятся к измерению тесноты известной связи между варьирующими признаками, определению неизвестных причинных связей (причинный характер которых, должен быть выяснен с помощью теоретического анализа) и оценке факторов, оказывающих наибольшее влияние на результативный признак.
Пакет анализа - это надстройка, которая представляет широкие возможности для проведения статистического анализа маркетинговых исследований.
Установка средств Пакета анализа:
выберите команду Сервис =>надстройки.
В диалоговом окне надстройки установите флажок Пакета анализа (рис. 10).
Щелкните на кнопке ОК, получится рис. 8.28.
Рис. 8.28. Диалоговом окно надстройки.
Рассмотрим построение однофакторной линейной регрессионной модели связи изучаемых признаков на примере рынка образовательных услуг табл. 8.58, т.е. определим взаимосвязь престижности специальности и количества студентов желающих поступить на эту специальность.
Таблица 8.58
Исходные данные
Престижность специальности (баллы), х |
Количество студентов, выбирающих специальность (чел), у |
1 |
4 |
2 |
9 |
3 |
12 |
4 |
17 |
5 |
38 |
15 |
80 |
Регрессионный анализ заключается в определении аналитического выражения между факторным признаком (х) и результативным признака (у). В результате работы инструмента Регрессия производится расчет параметров а0 и а1 уравнения линейной регрессии у = а0 + а1х и проверка его адекватности исследуемым фактическим данным.
В Microsoft Excel необходимо перенести данные таблицы 5, далее запустить инструмент Регрессия:
Сервис – Анализ данных – Регрессия – ОК. Появляется окно «Регрессия» (рис. 8.29).
Рис. 8.29. Окно «Регрессия»
Входной интервал У – диапазон ячеек таблицы со значениями признака У (В3:В7).
Входной интервал Х – диапазон ячеек таблицы со значениями Х (А3:А7).
Метки – не активизировать.
Уровень надежности – 95%.
Константа – ноль – не активизировать.
Выходной интервал – ячейка с параметрами А9.
Новый рабочий лист / Новая рабочая книга – не активизировать.
График остатков – не активизировать.
График подбора – активизировать.
График нормальной вероятности – не активизировать (рис. 8.30). ОК.
Рис. 8.30. Окно «Регрессия» с заданными параметрами
В результате указанных действий осуществляется вывод в заданный диапазон рабочего листа четырех выходных таблиц 8.59, 8.60 и одного графика - рис. 8.31.
Таблица 6
ВЫВОД ИТОГОВ | |
|
|
Регрессионная статистика | |
Множественный R |
0,912292 |
R-квадрат |
0,832277 |
Нормированный R-квадрат |
0,776369 |
Стандартная ошибка |
6,228965 |
Наблюдения |
5 |
Таблица 8.59
Дисперсионный анализ |
|
|
|
|
|
| ||
|
df |
SS |
MS |
F |
Значимость F |
|
|
|
Регрессия |
1 |
577,6 |
577,6 |
14,8866 |
0,030768 |
|
|
|
Остаток |
3 |
116,4 |
38,8 |
|
|
|
|
|
Итого |
4 |
694 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффици-енты |
Станда-ртная ошибка |
t-стати-стика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
Y-пересечение |
-6,8 |
6,532993 |
-1,04087 |
0,374445 |
-27,5909 |
13,99092 |
-27,5909 |
13,99092 |
Переменная X 1 |
7,6 |
1,969772 |
3,858315 |
0,030768 |
1,331302 |
13,8687 |
1,331302 |
13,8687 |
Таблица 8.60
ВЫВОД ОСТАТКА |
| |
Наблюдение |
Предсказанное Y |
Остатки |
1 |
0,8 |
3,2 |
2 |
8,4 |
0,6 |
3 |
16 |
-4 |
4 |
23,6 |
-6,6 |
5 |
31,2 |
6,8 |
Рис. 8.31. График уравнения регрессии
Интерпретация параметров инструмента Регрессия:
Множественный R – линейный коэффициент корреляции (r);
R-квадрат – коэффициент детерминации (R2);
Стандартная ошибка – среднее квадратическое отклонение расчетных значений от фактических ();
Наблюдения – число наблюдений (n);
Df – число степеней свободы;
SS – сумма квадратов;
F – критерий Фишера;
МS – дисперсия факторная и остаточная ();
У-пересечение - свободный член регрессии (а0);
Переменная Х 1 – коэффициент регрессии (а1);
Коэффициенты – значения коэффициентов уравнения регрессии;
Нижние 95% и Верхние 95% - соответственно нижние и верхние границы доверительных интервалов для коэффициентов регрессии, рассчитанные для уравнения надежности Р=0,95;
Нижние 68,3% и Верхние 68,3% - соответственно нижние и верхние границы доверительных интервалов для коэффициентов регрессии, рассчитанные для уравнения надежности Р=0,683;
Пересеченное У – расчетные значения результативного признака (у`i);
Остатки – отклонение расчетных значений от фактических (уi – у`i).