»спользование SPSS в маркетинговых исследовани€х

 

ћинистерство образовани€ –оссийской ‘едерации

ћосковска€ государственна€ академи€ тонкой химической технологии им. ћ. ¬. Ћомоносова

 



Ѕакалавриат по направлению 521500

Ђћенеджментї.

 

 

 

  а ф е д р а†† Ђћ а р к е т и н г а†† 膆 м е н е д ж м е н т аї

 

 

 

†††††††††††††††††††††††††††††††††  валификационна€ работа бакалавра

Ќа тему: Ђ»спользование SPSS в маркетинговых исследовани€хї





».ќ. «ав.  афедрой Ђћаркетинга и менеджментаї,

к.т.н., доцент:††††††††††††††††††††††††††††††††††††††††††††††††††† Ћюкманов ¬.Ѕ.††††


–уководитель работы, доцент :†††††††††††††††††††††† ‘Єдоров Ћ.ј.†††


—тудент группы ћ-41:†††††††††††††††††††††††††††††††††††† Ўирков —.ј.††††††††††††††††††††††




††††††††††††††††††††††††††††††††††††††††††††† ћосква, 2002.

ѕлан работы.

¬ведение.

√лава 1. ћаркетинговые исследовани€

1.1. ѕроцесс маркетинговых исследований

1.1.1. ќпределение проблемы и целей исследовани€

1.1.2. ќпределение объектов исследовани€

1.1.3. –азработка плана сбора информации

1.1.4. —бор данных

1.1.5. †јнализ данных

1.1.6. ѕредставление результатов

√лава 2. »спользование программы статистической обработки SPSS† при анализе результатов маркетинговых исследований

2.1. ¬вод данных и определение типов переменных

2.2. ¬озможности SPSS по использованию методов опис. статистики

2.3. ѕостроение таблиц сопр€женности

2.4. ¬ычисление коррел€ционных функций

2.5. –асчет t-критери€

2.6. –егрессионный анализ

2.7. –едактирование таблиц и графиков в окне Ќавигатора ¬ывода

«аключение.

ѕриложение 1.

ѕриложение 2.

—писок литературы.

¬ведение.


ћаркетинг затрагивает интересы каждого из нас† в любой день нашей жизни. ћы просыпаемс€, когда радиочасы Ђ асиої включаютс€ на песне ћайкла ƒжексона. ¬ ванной мы чистим зубы пастой Ђ олгейтї, бреемс€ бритвой Ђ∆иллеттї, освежаем рот антисептиком† Ђѕлексї, опрыскиваем волосы лаком Ђ–евлонї и пользуемс€ множеством других туалетных принадлежностей и приспособлений, произведенных в разных част€х света. ћы надеваем джинсы Ђ альвин  лейнї и ботинки ЂЅассї. Ќа кухне мы выпиваем стакан апельсинового сока Ђƒжей-севенї, насыпаем в тарелку хруст€щий рис Ђ еллогї и заливаем его молоком Ђƒомик в деревнеї. „ерез некоторое врем€ мы выпиваем чашечку кофе Ђћаксвелл-хаусї с двум€ чайными ложками сахарного песка Ђƒоминої, одновременно жу€ сдобную булочку Ђ—ара Ћиї. ћы покупаем апельсины, выращенные в  алифорнии, кофе, импортированный из Ѕразилии, газету изготовленную из канадской древесины, а новости доход€т до нас аж из далекой јвстралии.

¬се это стало возможным благодар€ системе маркетинга, причем с минимальными усили€ми с нашей стороны. ќна обеспечила нам уровень жизни, о котором наши предшественники могли только мечтать.

¬ услови€х† рыночных отношений и особенно в переходны醆† к рынку период, маркетинг €вл€етс€ одной из† важнейших экономических дисциплин. ќт того, насколько правильно построена система маркетинга, зависит эффективное функционирование† всего† народного хоз€йства.

„то же стоит за пон€тием Ђћаркетингї? Ѕольшинство ошибочно отождествл€ют маркетинг со сбытом и стимулированием. » неудивительно! ¬едь американцев посто€нно донимают телевизионные рекламные ролики, газетные объ€влени€, отправлени€ пр€мой почтовой рекламы, визиты коммиво€жеров.  то-то пытаетс€ что-то продать.  ажетс€, что нам никуда не детьс€ от смерти, налогов и коммерции.

ѕоэтому многие удивл€ютс€, узнав, что наиболее важным элементом маркетинга €вл€етс€ вовсе не сбыт. —быт - всего лишь верхушка маркетингового айсберга. —быт - всего лишь одна из его многих функций, причем зачастую не сама€ существенна€. ≈сли де€тель рынка хорошо поработал над такими разделами маркетинга, как вы€вление потребительских нужд, разработка подход€щих товаров и установление на них соответствующей цены, налаживание системы их распределени€ и эффективного стимулировани€, такие товары наверн€ка пойдут легко.

 аждый знает о так называемых ходовых товарах, за которыми потребители охот€тс€ толпами.  огда фирма Ђ»стман  одакї создала фотоаппараты типа Ђ»нстаматикї, фирма Ђјтариї - первые видеоигры, а фирма Ђћаздаї - спортивный автомобиль Ђ–’-7ї, они были завалены заказами, потому что предложили именно те товары, которые были в то врем€ нужны. ќни предложили не товарные подражатели, а издели€, четко отличающиес€ от уже существующих и предлагающие потребител€м новые выгоды.

„то же позволило этим производител€м точно определить, что нужно потребител€м?  онечно, это правильно проведЄнные маркетинговые исследовани€. ќдин из ведущих теоретиков по проблемам управлени€, ѕетер ƒруккер, говорит об этом так: Ђ÷ель маркетинговых исследований - сделать усили€ по сбыту ненужными. »х цель - так хорошо познать и пон€ть клиента, что товар или услуга будут точно подходить последнему и продавать себ€ самиї.

¬† проведении маркетинговых исследований, когда лучшим другом человека становитс€ компьютер, а не собака, главным €вл€етс€ быстрота и точность в сборе и анализе полученных данных в ходе данного процесса. «адача моей работы - как† можно с помощью компьютера максимально быстро и точно дать ответы на вопросы ”.‘окса, одного из крупнейших американских специалистов по маркетинговым исследованием:

Ј  ем ?

Ј √де?

Ј  аким образом?††††† покупаютс€, продаютс€, примен€ютс€

Ј ѕочему ?†††††††††††††††††††††† издели€, выпускаемые компанией

Ј  огда?

Ј ¬ каком количестве ?

√лава 1. ћаркетинговые исследовани€

1.1. ѕроцесс маркетинговых исследований

јналитическа€ функци€ маркетинга (маркетинговые исследовани€) Ц это функци€, св€зывающа€ потребителей, конкурентов и общественность с маркетологами посредством информации, котора€ используетс€ дл€ распознавани€ и определени€ возможностей и проблем; выработки, оптимизации и оценки маркетинговых действий, определени€ эффективности комплекса маркетинга и улучшени€ понимани€ маркетинга как процесса. ћаркетинговые исследовани€ св€заны с прин€тием решений по всем аспектам маркетинговой де€тельности, они снижают уровень неопределенности и касаютс€ всех элементов комплекса маркетинга, внешней и внутренней среды предпри€ти€.

ћаркетинговое исследование Ц процесс, состо€щий из шести этапов. Ќа первом происходит четкое определение проблемы и постановка целей исследовани€. ¬торой этап Ц определение объектов исследовани€. “ретий этап Ц разработка плана сбора информации с использованием первичных и вторичных данных. —бор первичных данных требует выбора методов исследовани€ (наблюдение, эксперимент, опрос), подготовка орудий исследовани€ (анкеты, механические устройства), составлени€ плана выборки (единица выборки, объем выборки, процедура выборки) и выбора св€зи с аудиторией (телефон, почта и личное интервью). „етвЄртый этап Ц сбор информации с помощью внекабинетных или лабораторных изысканий. ѕ€тый этап Ц анализ собранной информации дл€ вывода из совокупности полученных данных показателей среднего уровн€, переменных составл€ющих и вы€влени€ разного рода взаимосв€зей. Ўестой этап Ц представление основных результатов, которые дадут управл€ющим по маркетингу возможность принимать более взвешенные решени€. ¬сЄ выше перечичленное можно представить в виде небольшой схемы (см. рис. 1.1).

 








–ис.1.1 ѕроцесс маркетинговых исследований

1.1.1 ќпределение проблемы и целей исследовани€

Ќельз€ начинать какие-либо исследовани€ до тех пор пока не определена суть (природа) проблемы.

—тади€ распознавани€ и определени€ проблемы €вл€етс€ первым шагом в процессе нахождени€ решени€. Ќевыполнение задач по сбыту, растущее число неоплаченных счетов и низкий оборот Ц все это €вл€етс€ сигналом, более серьезных проблем. »сследователи должны распознать и определить проблемы, скрытые за этими симптомами. Ќеправильное определение проблемы может привести к неправильному решению.

÷ели маркетинговых исследований вытекают из сформулированных проблем. ÷ели должны быть €сно и четко сформулированы, должна существовать возможность их измерени€ и оценки уровн€ их достижени€.



1.1.2. ќпределение объектов исследовани€

 огда определена проблема, можно сформулировать задачи исследований.  ак правило, исследование включает в себ€ решение одной из четырех задач: разработать, описать, проверить гипотезы и предсказать.

»сследование с целью разработки провод€т, когда необходимо получить больше информации по данной проблеме, более четко сформулировать гипотезы, или когда необходимы новые гипотезы. »сследовани€ с целью описани€ проблем, провод€тс€ когда нужно описать такие объекты, как рынок или его часть (сегмент), определ€€ его характеристики на основе статистических данных.

≈сли задачей маркетинговых исследований €вл€етс€ проверка гипотез относительно взаимосв€зи между независимыми и зависимыми переменными, фирмы провод€т исследовани€ с целью вы€влени€ причин, вызвавших возникновение проблемы. Ќапример, исследование, проведенное с целью описани€ проблемы, может вы€вить, что фирма снизила цены на свою продукцию и одновременно с этим на рынке возрос спрос на нее, но оно не может определить, было ли снижение цены причиной роста объемов продаж. ќбъем продаж мог вырасти вследствие других факторов Ц увеличени€ покупательной способности потребителей или снижени€ маркетинговых усилий конкурентов. »сследовани€ с целью вы€влени€ причин, вызвавших возникновение проблемы, призваны показать, или что снижение цены (независима€ переменна€) €вл€етс€ причиной роста объемов продаж (зависима€ переменна€), или что снижение цены не €вл€етс€ причиной роста объемов продаж.


1.1.3. –азработка плана сбора информации

Ќа третьем этапе при сборе первичных данных† (информации, собранной впервые дл€ какой-то конкретной цели) выбирают метод исследовани€. ќстановимс€ на опросе, так как анкетирование €вл€етс€ одним из основных инструментов именно данного метода маркетингового исследовани€.

ќпрос может последовать в устной или письменной форме. ”стные и телефонные опросы называют обычно интервью. ќпросы раздел€ютс€:

1)  по кругу опрашиваемых (частные лица, эксперты, предприниматели и др.);

2)  по количеству одновременно опрашиваемых (единичное или групповое интервью);

3)  по количеству тем, вход€щих в опрос (одна или несколько †);

4)  по уровню стандартизации (свободна€ схема или структурированна€, полностью стандартизированна€);

5)  по частоте опроса (одно- или многоразовый опрос).

ѕри письменном опросе участники получают опросные листы, которые они должны заполнить и отослать по назначению. ¬ данном случае используютс€ преимущественно закрытые вопросы, ответ на которые заключаетс€ в выборе одного из приведенных вариантов. ¬опросы подраздел€ютс€ следующим образом:

Ј да - нет вопросы (иногда предусматриваетс€ ответ типа Ђне знаюї†† или Ђни да, ни нетї);

Ј альтернативные вопросы, при которых нужно выбрать из р€да возможных ответов один, иногда несколько;

Ј ранжирование объектов сравнени€, например автомобилей, на базе субъективно ощущаемых преимуществ;

Ј шкалирующие вопросы, дающие дифференцированную оценку похожести или различи€ исследуемых объектов.

–азные виды вопросов задают различные уровни шкал, которые можно применить в дальнейшем дл€ измерени€ величины исследуемого признака.

ѕри разработке вопросов нужно исходить из потребности в информации и возможностей опрашиваемых дать правильный ответ. ≈сли исследовател€ интересует только согласие или несогласие, то достаточен вопрос вида Ђда Ч нетї. ≈сли же нужно сделать заключение о мнени€х опрашиваемых, то необходимо использовать шкалирующие вопросы.

ќпросные листы могут включать, кроме вопросов по существу дела, вопросы, помогающие установить контакт с опрашиваемым, и вопросы, контролирующие правильность и подлинность ответов.  роме того, используютс€ статистические вопросы, касающиес€ личности опрашиваемого.

¬опросы, которые могут вызвать непри€тные чувства, например стыд, недовольство или желание приукрасить реальность, лучше всего ставить не в пр€мой, а в косвенной форме, например: вместо вопроса Ђ»меете ли вы автомобиль?ї можно задать вопрос Ђ то в вашей семье имеет автомобиль?ї. ѕри исследовании реальных мотивов и мнений часто используютс€ методы проекции и ассоциации. ¬ первом случае тестируемому лицу предлагаетс€ описать какую-либо ситуацию или выразить возможную реакцию третьего лица на эту ситуацию.  ак правило, люди приписывают другим те особенности характера, которыми они обладают сами, свои мнени€ и представлени€. Ќа принципе ассоциации основан тест, вы€сн€ющий, что напоминает испытуемому то или иное слово, например: что ассоциируетс€ со словом Ђлетої и т.д. (словесна€ ассоциаци€). “у же основу имеет .тест дополнени€ предложений, в ходе которого опрашиваемому предлагаетс€ закончить неполное предложение, например: Ђ—портивным автомобилем владеют люди, которые...ї. ¬рем€ ответа в обоих случа€х должно быть ограничено, чтобы получить спонтанные суждени€.

¬ исследовании маркетинга чаще всего употребл€етс€ устный опрос, или интервью. ≈сли опрос проходит по строго заданной схеме, то говор€т о стандартизированном интервью. –епрезентативность подобной формы сбора данных во многом зависит от лица, провод€щего интервью. — одной стороны, хороша€ его подготовка способствует уменьшению доли лиц, отказывающихс€ участвовать в работе. — другой стороны, нужно учитывать вли€ние интервьюера на опрашиваемых, которое искажает иногда результаты опроса.

ѕреимущества свободного опроса (имеетс€ только тема и цель; конкретной схемы нет):

Ј возможен индивидуальный подход к каждому из опрашиваемых лиц, что помогает поддерживать атмосферу довери€;

Ј возможно получение добавочной информации.

Ќедостатки подобных опросов:

¨  трудно протоколировать ответы;

¨  плоха€ сравнимость результатов;

¨  трудность в обработке данных; высокие затраты.

†ѕри сборе первичных данных у исследователей маркетинга есть выбор из двух основных орудий исследований Ц эта анкеты и механические устройства. јнкета Ц более распространенное орудие. ¬ широком смысле анкета Ц это р€д вопросов, на которые опрашиваемый должен дать ответ. јнкета Ц инструмент очень гибкий в том смысле, что вопросы можно задавать множеством разных способов. јнкета требует тщательной разработки, опробовани€ и устранени€ вы€вленных недостатков до начала ее широкого использовани€.† ¬ небрежно подготовленной анкете можно всегда найти целый р€д ошибок.† ¬ ходе разработки анкеты исследователь маркетинга вдумчиво отбирает вопросы, их формулирование и последовательность. —амые обычные ошибки Ц постановка вопросов, на которые невозможно ответить, на которые не захот€т ответить, которые не требуют ответа, и отсутствие вопросов, на которые следовало бы об€зательно получить ответ.  аждый вопрос нужно проверить с точки зрени€ вклада, который он вносит в достижение результатов исследовани€. ¬опросы, представл€ющие собой просто праздный интерес, следует опускать, поскольку они зат€гивают процедуру и действуют опрашиваемым на нервы. ‘орма вопроса может повли€ть на ответ. »сследователи маркетинга выдел€ют два типа вопросов:

Ј   «акрытые

Ј   ќткрытые

«акрытый вопрос включает в себ€ все возможные варианты ответов, и опрашиваемый просто выбирает один из них. ќткрытый вопрос дает опрашиваемым возможность отвечать своими словами. ќткрытые вопросы став€т в самых разных формах. ќткрытые вопросы часто дают больше, поскольку опрашиваемые ничем не св€заны в своих ответах. ќсобенно полезны открытые вопросы на поисковом этапе исследовани€, когда необходимо установить, что люди думают, не замер€€, какое количество из них думают тем или иным определенным образом. — другой стороны, на закрытые вопросы дают ответы, которые легче интерпретировать и сводить в таблицы.

‘ормулирование вопроса требует осторожности. »сследователь должен пользоватьс€ простыми, недвусмысленными словами, которые не вли€ют на направление ответа.

ќсобого внимани€ требует и установление последовательности вопроса. ѕервый из них должен по возможности пробудить у спрашиваемого интерес.† “рудные или личные вопросы следует задавать в начале анкеты, пока опрашиваемые не успели замкнутьс€ в себе. ¬опросы должны задаватьс€ в логической последовательности. ¬опросы, классифицирующие опрашиваемых на группы, задают в последнюю очередь, потому что они нос€т более личный характер и менее интересны дл€ отвечающих.

јнкета должна быть составлена таким образом, чтобы вопросы не могли повли€ть на поведение лица, которое будет опрошено. ’ороша€ анкета должна:

¨  †облегчить ответ опрашиваемого лица;

¨  сформулировать вопрос с учетом его вли€ни€ на ответ опрашиваемого;

¨  позволить легко провести анализ.

†Ќиже приведЄн один из блоков анкеты, по которой были проведены реальные маркетинговые исследовани€ .

јЌ ≈“ј

Ђќѕ–ќ— ј¬“ќћќЅ»Ћ»—“ќ¬ Ќј ј«—ї

»нтервью проводитс€ с водител€ми автомобилей, подъехавшими на ј«— дл€ заправки автомобил€ топливом


«дравствуйте!

¬ рамках изучени€ компанией Ќ  ЂЅензинї рынка нефтепродуктов ÷ентр »сследований† проводит анкетный опрос автомобилистов, пользующихс€ услугами ј«—.

÷ель опроса Ц найти пути улучшени€ ¬ашего обслуживани€ и качества обеспечен舆 топливом. ¬аши ответы на вопросы анкеты позвол€т Ќ  ЂЅензинї наилучшим образом удовлетворить потребности потребителей топлива на ј«—.

¬аши ответы будут использоватьс€ только в обобщенном виде. ѕросим ¬ас прин€ть участие в исследовании и ответить на вопросы предлагаемой анкеты.


Ѕлок† Ђѕотребление топлива респондентомї


1.   ”кажите категорию ¬ашего автомобил€ (данного автомобил€):

(отметьте один ответ)

1. Ћегковой российский автомобиль

2. Ћегковой иностранный автомобиль

3. ћикроавтобус или грузовой автомобиль грузоподъемностью до 2 тонн отечественного или иностранного производства

4. √рузовой автомобиль грузоподъемностью свыше 2 тонн отечественного или иностранного производства


2.    аким топливом ¬ы заправл€ете свой автомобиль?

(отметьте все указанные ответы)

1. ƒизельное топливо

2. Ѕензин ј-76/ј»-80

3. Ѕензин ј»-92/93††††††††††††††††

4. Ѕензин ј»-95

5. Ѕензин ј»-98


3.   ќцените среднее за мес€ц потребление топлива дл€ данного автомобил€, в зависимости от времени года:

(запишите количество в литрах дл€ каждого времени года; если респондент не использует автомобиль в какое-либо врем€ года, запишите "0")

¬рем€ года

ѕотребление, литров в мес€ц

1. «има

л/мес

2. ¬есна

л/мес

3. Ћето

л/мес

4. ќсень

л/мес


4.   ”кажите характер ¬ашего маршрута:

(отметьте один ответ)

1. ѕосто€нно следую транзитом через данную область (край)

2. —лучайно следую транзитом через данную область††††††††††††††††††††††††††††††††††††††††††† (край)

Ѓ ѕ≈–≈’ќƒ»“≈

††††   ¬ќѕ–ќ—” 6

3. ѕроживаю в этой области (крае), посто€нно проезжаю через данное место

4. ѕроживаю в этой области (крае), случайно проезжаю† через данное место.


5.   √де ¬ы предпочитаете осуществл€ть заправку автомобил€ в этой местности?

(отметьте один ответ)

1. ѕочти всегда заправл€юсь только на данной ј«— в этой местности

2. «аправл€юсь посто€нно только на нескольких определенных ј«— в этой местности

ѕрежде чем начинать опрос, нужно проверить анкету на небольшом числе лиц, чтобы окончательно доработать ее методом постепенного приближени€; таким путем можно избежать многих ошибок.

1.1.4. —бор данных

— точки зрени€ организации процесса существуют по крайней мере три альтернативных подхода к сбору данных: осуществление† данного процесса силами сотрудников маркетинговой службы, силами специально созданной группы или с привлечением компаний, специализирующихс€ на сборе данных. ѕроцесс сбора информации обычно† €вл€етс€ самым дорогим этапом исследовани€.

«атем нужно обобщить полученные ответы на вопросы. Ёта операци€ может быть легко выполнена вручную при опросе нескольких дес€тков и даже нескольких сотен человек. ¬ случае опроса значительно большего числа людей, особенно если вопросов более 20, нужно использовать компьютеры .


†1.1.5. јнализ данных

†јнализ данных† начинаетс€ с преоброзовани€ исходных данных (введение в компьютер, проверка на наличие ошибок, кодирование.).Ёто позвол€ет перевести массу необработанных данных в осмысленную информацию.  аждый ответ нужно тщательно проанализиро≠вать и в случае надобности отбросить, если €сно, что он заведомо неверный, из него невозможно что-либо пон€ть или же если опра≠шиваемый ответил просто "дл€ галочки", не зна€ предмета.

†¬ид данных, которые введены в компьютерную программу SPSS приведены на рисунке 1.2.

‘.».ќ. кто опрашивал

† ¬опросы анкеты.††

 

Fio_int

v1

v2

v3


и т.д.

»ванов ј.¬.

1

4

2

4

ѕетров ћ.–.

4

3

1

2

—идоров ¬.».

3

1

3

1

Ћобов ѕ.–.

2

2

4

3

†т. д.

1

3

3

2



††††† ¬арианты ответов

††††††††† опрашиваемых.


–ис.1.2. ѕример преобразованных данных


ѕосле того, как ответы проверены и преобразованы, нужно обработать результаты и представить их в форме настолько простой, насколько это возмож≠но, обычно в форме таблиц, графиков. Ёто можно сделать в ручную, что повлечЄт за собой привлечение большого количества сотрудников и большие временные затраты, а также с помощью компьютеров и соответствующего програмного обеспечени€. ¬ последнее врем€ как показала практика одной из лучших программ дл€ обработки полученных результатов стала программа SPSS.

1.1.6. ѕредставление результатов

ѕолученные в результате† проведЄнного исследовани€ выводы оформл€ютс€ в виде заключительного отчЄта и предоставл€ютс€ руководству фирмы. Ќе всем менеджерам дл€ прин€ти€ решений нужны все полученные результаты. ћенеджеров могут не посвещать в тонкости проведЄнного исследовани€, но довер€ть полученным даннм они должны. ѕомимо написани€ отчЄта можно сделать его устную презентацию. ¬ данном случае имеетс€ возможность ответить на возникшие вопросы.† ќкончательный отчет имеет целью представить результаты опроса в наиболее €сной и наиболее достоверной форме. ¬ любом случае автор не должен поддаватьс€ вли€нию своих собственных убеждений. –ечь идет не о доказательствах, но об изложении фактов со скрупулезной точностью.



√лава 2. »спользование программы статистической обработки SPSS† при анализе результатов маркетинговых исследований

ƒл€ работы со статистической компьютерной программой SPSS прежде всего необходимо иметь результаты проведенного опроса (заполненные опросные листы). — образцом, представл€ющим собой простой пример варианта опросного листа, можно ознакомитьс€ в ѕриложении 1.

ѕо выбранным отдельным вопросам, либо по всем вопросам опросного листа, необходимо вы€вить статистически значимые закономерности; определить статистические распределени€ вариантов ответов; оценить близость к нормальному закону распределени€. ѕрограмма SPSS позвол€ет выводить на печать необходимые таблицы, строить графики, диаграммы и/или гистограммы.

»зучив полученные данные и сделав окончательные выводы, требуетс€ сформировать итоговый отчет с подробным анализом результатов маркетингового исследовани€.

2.1. ¬вод данных и определение типов переменных

–едактирование данных.

ѕосле загрузки программы программы статистической обработки SPSS† на экран выводитс€ окно редактора данных (сетка, аналогична€ сетке программы Excel) с панелью инструментов и пунктами меню (см. рис. 2.1).

ƒл€ дальнейшей работы необходимо либо загрузить уже имеющиес€ данные из файла с расширением *.sav, либо ввести новые данные и, разумеетс€, сохранить их в файле »ћя.sav . ƒл€ ввода данных и определени€ переменных используютс€ пункты основного меню Data Ц Define Variable

(см. рис. 2.2).

†ѕри вводе каждой переменной необходимо определить:

Ј им€ переменной;

Ј тип переменной (Type);

Ј пропущенные значени€ (Missing Values);

Ј метку переменной (Labels) Ц дл€ удобства работы метку

††††††††††††† можно записать и на русском €зыке;

Ј расположение переменных в таблице (Column Format).

–ис. 2.1. ќкно редактора данных программы SPSS


–ис. 2.2. ќкно ввода данных

†–екомендуетс€ определить также метки значений переменной Ц Value Labels, например: У0Ф Ц нет ответа, У1Ф Ц да, У2Ф - нет и т.п.

ƒл€ имени переменной должны выполн€тьс€ следующие правила:

- им€ должно начинатьс€ с буквы, остальные символы могут быть†† любые;

- им€ не может оканчиватьс€ точкой или символом подчеркивани€;

- длина имени не может превышать восьми знаков;

- в именах не могут использоватьс€ пробелы или специальные символы: !, ?, *) и т.п.;

- имена переменных нечувствительны к регистру.

¬озможными типами переменной могут быть: числовой, с точкой, с зап€той, научное представление, дата, денежное представление (доллар), денежное представление (произвольна€ валюта) и строковый. ‘орматы произвольной валюты определ€ютс€ в разделе Currency в диалоговом окне Options, доступном из пункта меню Edit.

ћетка может быть приписана каждому значению переменной. Ёто очень удобно, поскольку длина имени не может превышать 8 символов, а метки переменных могут быть длиной до 256 символов, и эти описывающие переменные метки отображаютс€ при выводе.

ѕользователь имеет возможность определить некоторые значени€ данных как пропущенные. Ёто очень часто оказываетс€ полезным при вы€снении причин отсутстви€ информации. Ќапример, исследователь хотел бы отделить данные, пропущенные потому, что респондент отказалс€ отвечать, от данных, пропущенных потому, что данный вопрос не имел отношени€ к респонденту. «начени€ данных, обозначенные как пользовательские пропущенные, специально помечаютс€ дл€ того, чтобы исключить их из большинства вычислений.

ƒиалоговое окно Templates позвол€ет создавать шаблоны определени€ переменных (см. рис. 2.3) и примен€ть из при вводе.


–ис. 2.3. ƒиалоговое окно определени€ шаблона переменной.

ƒанные ввод€тс€ в любом пор€дке - по наблюдени€м или по переменным, дл€ выбранных областей или дл€ отдельных €чеек. јктивна€ €чейка выдел€етс€ жирной рамкой. «начени€ данных не записываютс€, пока пользователь не нажмет на Enter или не выберет другую €чейку. ƒл€ ввода данных типа, отличного от простого числового, необходимо сначала определить тип переменной.

ѕосле ввода данных их необходимо об€зательно сохранить на жестком диске в файле с оригинальным именем и расширением *.sav : File Ц Save AsЕ

¬веденные данные можно редактировать с помощью –едактора ƒанных, который позвол€ет:

- »змен€ть значени€ данных.

- ¬ырезать, копировать, вставл€ть значени€ данных

- ƒобавл€ть и удал€ть наблюдени€ и\или переменные

- »змен€ть пор€док или определени€ переменных

- ѕроводить поиск значений данных, переходить к определенному†† наблюдению.




–ис. 2.4. ќпции редактора данных (пункт меню Edit)

¬ программе SPSS имеютс€ также средства дл€ работы с файлами данных в различных форматах. ¬ частности, программа обеспечивает доступ к электронным таблицам, созданным в Lotus 1-2-3 или Excel, к файлам баз данных, созданным в системе dBASE и различных форматах SQL, к текстовым файлам данных.

2.2. ¬озможности SPSS по использованию методов описательной статистики

ƒл€ анализа результатов маркетинговых исследований может быть использовано множество методов математической статистики, реализованных в программе SPSS. ¬ данной работе рассмотрены основы работы с основными методами.

†  методам описательной статистики относитс€, в частности, построение частотных таблиц. ¬ыбираем пункты меню:

Statistics Ц Summarize Ц Frequencies Ц выбор дискретной переменной† (переменных).

¬ диалоговом окне процедуры Frequencies („астоты) исследователь может (cм. рис. 2.5):

- нажав кнопку Statistics, задать вычисление максимального, минимального и среднего значени€, моды, медианы, среднеквадратического отклонени€ дл€ количественных переменных;

- кнопкой Charts задать вид графиков Ц столбикова€ или кругова€† диаграммы, гистограмма;

- кнопкой Format задать пор€док, в котором будут выводитьс€ результаты

–ис. 2.5. ƒиалоговое окно процедуры „астоты

†ƒл€ непрерывных переменных может использоватьс€ обобщающа€ статистика:

Statistics Ц Summarize Ц Descriptives.

ѕроцедура Descriptives осуществл€ет вывод одномерных статистик дл€ нескольких переменных в одной таблице, а также вычисл€ет нормированные значени€ переменных. ѕеременные могут быть упор€дочены по величине их средних значений (в пор€дке возрастани€ или убывани€), по алфавиту или в пор€дке, в котором пользователь выбирает переменные (используетс€ по умолчанию).

Ќапример, если каждое наблюдение в анализируемых данных содержит итоги дневных объемов продаж дл€ одного из дистрибьюторов компании в течение нескольких мес€цев, то эта процедура поможет рассчитать средний дневной объем продаж дл€ каждого дистрибьютора и расположить полученные результаты от наиболее высоких к низким.

ћетоды проверки статистических гипотез позвол€ют получить ответ на вопрос, €вл€ютс€ ли обнаруженные закономерности подлинными, или же их можно объ€снить случайными особенност€ми выборки. ¬ частности, важным €вл€етс€ вычисление стандартной ошибки среднего значени€. —тандартна€ ошибка среднего значени€ необходима, чтобы определить, в какой области значений лежит истинное среднее значение генеральной совокупности. ƒл€ ее вычислени€ необходимо использовать пункты меню:

Statistics Ц Summarize Ц Frequencies - Statistics Ц S.E.Mean

(S.E.Mean Ц standard error Mean).

ƒл€ непрерывной переменной, как уже говорилось выше, вместо стандартной ошибки среднего используютс€ нормированные значени€ (z-значени€) и необходимо использовать:

Statistics Ц Summarize Ц Descriptives Ч

Ц выбор переменных Ц Save standartized values as variably.

ƒл€ проверки нормальности распределени€ крива€ нормального распределени€ может быть наложена на гистограмму. ƒл€ этого в программе SPSS требуетс€ использовать пункты меню: Statistics Ц Summarize Ц

Ц Frequencies Ц Charts Ц Histograms Ц With normal curve† (см. рис. 2.6)


–ис. 2.6. ќкно задани€ графиков в процедуре Frequencies

“аким образом, гипотеза нормальности может быть проверена графически.

ƒл€ проверки нормальности распределени€ могут использоватьс€ показатели асимметрии (Skewness) и эксцесса (Kurtosis). јсимметри€ показывает "скошенность" кривой распределени€ относительно нормальной кривой, а эксцесс замер€ет "заостренность" кривой (положительный Ц заостренна€ крива€, отрицательный Ц "тупа€"). —тандартна€ ошибка Std.Error позвол€ет оценить значимость асимметрии и эксцесса. ƒл€ вычислени€ этих показателей необходимо использовать пункты меню:

Statistics Ц Summarize Ц Frequencies Ч Statistics Ц Skewness, Kurtosis

–ис. 2.7. «адание вычислени€ асимметрии и эксцесса в процедуре Frequencies


ƒл€ предварительного вычислени€ многих параметров описательной статистики (минимум, максимум, среднеквадратическое отклонение, усеченное среднее и т.п.), можно использовать разведочный анализ - процедуру Explore:

Statistics Ц Summarize Ц Explore

Ц выбор переменной - StatisticsЕ

ƒл€ проверки нормальности в этой процедуре вычисл€ютс€ асимметри€, эксцесс, изображаетс€ диаграмма Stem-and-leaf - "ствол и листь€", позвол€юща€ оценить распределение:

Statistics Ц Summarize Ц Explore Ц

выбор переменной - PlotsЕ- Stem-and-leaf

(Stem Width Ц ширина "ствола").

ѕри интерпретации результатов необходимо учитывать, что диаграмма Stem-and-leaf в окне вывода программы SPSS располагаетс€ с наклоном 90о (см. рис. 2.8).

Age of Respondent Stem-and-Leaf Plot

Frequency Stem & Leaf

†12,00 1 . 899

†143,00 2 . 000011111111222222233333344444

†150,00 2 . 5555556666666777777888888899999

†187,00 3 . 00000001111111222222222333333334444444

†195,00 3 . 555555555556666666777777788888889999999

†167,00 4 . 0000000111111112222223333333444444

†113,00 4 . 5555667777778888889999

†87,00 5 . 000011122223334444

†78,00 5 . 555667778888999

†87,00 6 . 00011112223333444

†84,00 6 . 555566677778888999

†95,00 7 . 0001111222233333444

†53,00 7 . 5566677889

†43,00 8 . 001122234

†20,00 8 . 5799&


†Stem width: 10

†Each leaf: 5 case(s) & denotes fractional leaves.

–ис. 2.8. ѕример диаграммы Stem-and-Leaf

ќценить вид распределени€ помогают также "€щичковые диаграммы". ƒл€ вычислени€ "€щичковых диаграмм" используютс€ пункты меню: Statistics Ц Summarize Ц Explore

Ц выбор переменной Ц PlotsЕ - Factor levels Together

ящичковые диаграммы дают исследователю общее представление о распределении переменной: на них высота €щичка Ц разброс значений, жирна€ черта внутри Ц медиана или 50%- процентиль, нижн€€ грань Ц 25%-процентиль, верхн€€ Ц 75%-процентиль.

«начени€, не попавшие внутрь, изображаютс€ отдельно вне €щика.

Ёти значени€ можно исследовать отдельно (если они есть):

Statistics Ц Summarize Ц Explore

Ц выбор переменной - StatisticsЕ- Outliers

–ис. 2.9. ѕример задани€ расчета €щичковой диаграммы

¬ окне вывода при таком исследовании выводитс€ таблица экстремальных значений Extreme Values.

ќдним из методов исследовани€ нормальности распределени€ €вл€етс€ также построение графиков на нормальной веро€тностной бумаге. Ќа графике даютс€ координаты фактических значений переменных и теоретические значени€, вычисленные при условии

нормальности распределени€ (лини€). „ем ближе фактические значени€ к линии, тем больше распределение близко к нормальному. јналогично можно интерпретировать график с удаленным трендом Ц Detrended Normal Q-Q Plot, - нормальному распределению здесь соответствует горизонтальна€ лини€.

ѕри построении графиков на нормальной веро€тностной бумаге в программе SPSS автоматически рассчитываютс€ значени€ коэффициентов  олмогорова-—мирнова и Ўапиро-”илкса. Ёти критерии основаны на нулевой гипотезе о том, что данна€ выборка получена из генеральной совокупности, имеющей нормальное распределение. ¬ окне вывода можно изучить Tests of Normality, особенно обраща€ внимание на уровень значимости каждого критери€ Sig: если он больше 0.05 (т.е. превышает 5%), то можно прин€ть нулевую гипотезу Ц или, строго говор€, нет оснований ее отвергнуть!

—уществует большое количество методов проверки нормальности распределени€, но ни один из них не €вл€етс€ универсальным. ќдни могут подтверждать нормальность, а другие Ц отвергать. »сследователю необходимо использовать все возможные методы дл€ получени€ как можно менее противоречивых данных!


2.3. ѕостроение таблиц сопр€женности

 ажда€ €чейка таблицы сопр€женности содержит информацию о количестве объектов, попадающих в группу, определенную комбинацией двух значений. ¬ применении к анализу опросных листов это означает, что исследователь может, например, получить информацию о количестве мужчин, имеющих информацию о товаре (количество человек, ответивших на вопрос о поле Ц "муж.", и на вопрос о известности товара Ц "известен").

ƒл€ вычислени€ таблиц сопр€женности используютс€ пункты меню (см. рис.2.10):

Statistics Ц Summarize Ц Crosstabs Ц

выбор переменных: Row - по строкам, Column - по столбцам

ѕомимо количества объектов, попадающих на комбинацию значений, в таблице можно вывести и процентные соотношени€ (см. рис.2.11) после выбора переменных :

Cells Ц Percentages Ц Total (по строкам и по столбцам)

—оотношени€ в таблицах сопр€женности применимы только к выборке; дл€ того, чтобы проверить, возможно ли распространить результаты на генеральную совокупность, необходимо использовать специальные критерии, в частности, вычислить критерий хи-квадрат ѕирсона.

–ис. 2.10. ¬ычисление таблиц сопр€женности


–ис. 2.11.   вычислению таблиц сопр€женности

†Ќулева€ гипотеза предполагает, что между переменными нет никакой зависимости. »спользуем пункты меню (см. рис.2.12):

Statistics Ц Summarize Ц Crosstabs - ЕЕ. ЕЕЕ-Statistics Е - Chi-square

–ис. 2.12. ¬ычисление критери€ хи-квадрат ѕирсона

¬ таблицах окна вывода программы SPSS исследователь получает следующие результаты:

Pearson Chi-Square Ц хи-квадрат ѕирсона.

Likelihood Ratio Ц отношение правдоподоби€. –ассчитываетс€ по более сложной формуле, чем хи-квадрат ѕирсона (хи-квадрат представл€ет собой приблизительную оценку отношени€ правдоподоби€).

Linear-by-Linear Association Ц критерий линейно-линейной зависимости. ѕредставл€ет собой коэффициент коррел€ции, применим только если обе переменные Ц пор€дковые!

¬ таблице в окне вывода: Value Ц значени€ критери€, df - количество степеней свободы, Asymp.Sig.(2-sided)- уровень значимости. ќбычно нулева€ гипотеза отвергаетс€, если уровень значимости меньше 5% (0.05).

ƒл€ того, чтобы определить вклад каждой €чейки таблицы в общее значение критери€ хи-квадрат, можно в меню:

Statistics Ц Summarize Ц Crosstabs - ЕЕ.- Cells

выбрать дл€ вывода также значени€ :

Expected Ц ожидаемое значение;

Unstandarized Ц ненормированные остатки;

Standarized Ц нормированные остатки

All Standarized Ц исправленные нормированные остатки (см. рис. 2.11).

¬еличины остатков позвол€ют судить о том, насколько сильно фактические значени€ отличаютс€ от ожидаемых, или какие значени€ более всего отклон€ютс€ от нулевой гипотезы (если она верна, остатки должны быть равны нулю).


2.4. ¬ычисление коррел€ционных функций.

 оррел€ци€ - это исследование комбинаций непрерывных переменных. √рафическое представление зависимости между переменными можно получить с помощью диаграммы рассе€ни€. ƒл€ построени€ диаграммы рассе€ни€ используютс€ пункты меню:

Graphs Ц Scatter Ц Simple Ц Define Ц выбор переменных

ƒиаграмма позвол€ет на глаз оценить зависимость двух переменных.

–ис. 2.13. ѕостроение диаграммы рассе€ни€

ѕоверх уже созданной диаграммы в окне вывода можно наложить линию наименьших квадратов. ¬ окне –едактора графиков (чтобы его вызвать, необходимо два раза щелкнуть левой клавишей мыши на графике в окне вывода) требуетс€ задать: Charts Ц Options Ц Fit Line Ц Total

–ис. 2.14. Ќаложение линии наименьших квадратов поверх диаграммы рассе€ни€

≈сли требуетс€ обнаружить квадратичную или кубическую зависимость, необходимо в окне редактора графиков выбирать Fit Options.

»нформацию о зависимости между переменными можно получить, вычислив коэффициент коррел€ции ѕирсона r:

r = 1 Ц пр€ма€ зависимость;

r = -1 - обратна€ зависимость;

r = 0 - отсутствие зависимости (вернее, в данном случае линейную зависимость установить не удаетс€ и можно попытатьс€ установить нелинейную зависимость, использу€ диаграммы рассе€ни€ Ц см. выше). ƒл€ вычислени€ коэффициента коррел€ции ѕирсона используютс€ пункты меню:

Statistics Ц Correlate - Bivariate Ц

выбор переменных Ц Correlation Coefficients - Pearson

–ис. 2.15. ¬ычисление коэффициента коррел€ции ѕирсона


ƒл€ каждой выбранной пары переменных принимаетс€ нулева€ гипотеза о том, что линейна€ зависимость между ними отсутствует.

–езультаты вычислений помещаютс€ в таблицу Correlations в окне вывода (см.рис.2.16):

Pearson Correlation Ц коэффициент коррел€ции;

Sig. (2-tailed) Ц уровень значимости коэффициента;

N - количество записей в файле данных, по которым делалс€ расчет.

–ис 2.16. ¬ычисление коэффициента коррел€ции ѕирсона


ќсобое внимание следует обратить на уровень значимости Ц люба€ значимость выше 0.05 (5%) подтверждает нулевую гипотезу (о том, что в генеральной совокупности значение коэффициента коррел€ции равно нулю).

ƒл€ использовани€ коэффициента коррел€ции ѕирсона необходимо, чтобы все переменные были непрерывными и данные €вл€лись бы случайной выборкой из генеральной совокупности с нормальным распределением. ¬ том случае, когда какое-либо из этих условий не выполн€етс€ и коэффициент ѕирсона использовать нельз€, примен€ютс€ так называемые непараметрические критерии и, в частности, коэффициент ранговой коррел€ции —пирмена. ≈го значение также заключено между Ц1 и +1, интерпретаци€ осуществл€етс€ так же, как и интерпретаци€ значений коэффициента ѕирсона.

Statistics Ц Correlate - Bivariate Ц выбор переменных Ч

Ч Correlation Coefficients - Spearman

 оэффициент —пирмена менее мощный, чем коэффициент ѕирсона, поскольку в нем используетс€ меньше информации о данных; тем не менее он €вл€етс€ весьма полезным и часто используетс€ в случае невозможности использовани€ критери€ ѕирсона.

ѕри интерпретации результатов исследовани€ комбинации переменных с помощью коррел€ции, необходимо помнить, что сильна€ коррел€ционна€ зависимость между переменными совсем не означает, что одна €вл€етс€ причиной другой!


2.5. –асчет t-критери€.

tЦкритерий примен€етс€ дл€ сравнени€ двух групп, образованных категори€ми независимой переменной по характеристикам распределени€ зависимой непрерывной переменной.

¬ основе t-критери€ лежат следующие предположени€.

ƒве группы €вл€ютс€ взаимоисключающими, т.е. каждое наблюдение может попасть только в одну из этих групп.

ƒанные получены в результате случайной выборки из генеральной совокупности с нормальным распределением непрерывной переменной.

¬ генеральной совокупности в обеих группах одинакова€ дисперси€ непрерывной переменной

 ак правило, перед расчетом t-критери€ осуществл€етс€ проверка двух последних предположений. ƒл€ проверки равенства дисперсий используетс€ критерий Ћивин€ (Levene test), который более устойчив к нарушению нормальности распределени€, чем другие критерии; в программе SPSS он автоматически рассчитываетс€ при расчете t-критери€. Ќулева€ гипотеза, которую провер€ет критерий Ћивин€ Ц равенство внутригрупповых дисперсий.

 ак и все виды генерализующей статистики, t-критерий используетс€ дл€ того, чтобы на основе данных нашей выборки оценить веро€тность того, что обнаруженные различи€ €вл€ютс€ подлинными (существующими в генеральной совокупности), а не вызваны исключительно случайной ошибкой выборки.

Ќулева€ гипотеза состоит в том, что средние значени€ исследуемой переменной в группах равны (применительно к обработке опросного листа - например, в группе мужчин и группе женщин).

ƒл€ расчета t-критери€ используютс€ пункты меню:

Statistics Ц Compare Means Ц Independent Samples T Test Ц Ч выбор переменных Ц дл€ переменной Grouping Variable определить группы Ц Define Groups




–ис. 2.17. ‘ормирование задани€ дл€ вычисление t- критери€

Levene's Test for Equality of Variances Ц критерий равенства дисперсий Ћивин€. ѕриводитс€ значение критери€ F и уровень его значимости Sig. ≈сли уровень значимости критери€ ниже 0.05, то нулева€ гипотеза о равенстве дисперсий отвергаетс€, и можно использовать только вторую строку таблицы Ц Equal variances not assumed (равенство дисперсий не предполагаетс€). ¬ противном случае используетс€ перва€ строка.

t - значение t-критери€. ѕоказывает направление и степень межгруппового различи€ средних.

Sig (2-tailed) Ц уровень значимости t-критери€. ≈сли уровень значимости больше 0.05, принимаетс€ нулева€ гипотеза о равенстве средних в подгруппах; в противном случае Ц отвергаетс€.

¬ том случае, если данные не удовлетвор€ют требовани€м t-критери€ (например, невозможно установить, что групповые дисперсии равны), можно использовать непараметрические критерии. Ќаиболее подход€щим непараметрическим критерием, замен€ющим t-критерий, €вл€етс€ критерий ћанна-”итни (обозначаетс€ буквой U). ƒл€ расчета значени€ критери€ подгруппы ранжируютс€; нулева€ гипотеза состоит в том, что суммы рангов в обеих группах должны быть равными, и рассчитываемый уровень веро€тности показывает веро€тность этой гипотезы.

ƒл€ расчета значени€ критери€ примен€ютс€ пункты меню (рис. 2.18): Statistics Ц Nonparametric Tests Ц 2 Independent Sample Ц

выбор переменных Ч Test Variable List, Grouping Variable Define Variable Ч Mann-Whitney U

–ис. 2.18. ¬ычисление критери€ ћанна-”итни


»нтерпретаци€ результатов совершенно аналогична интерпретации результатов вычислени€ t-критери€. ≈сли symp. Sig. (2-tailed) Ц рассчитанный уровень веро€тности, - 0.05, то нет оснований отвергнуть нулевую гипотезу.

’от€ непараметрический критерий ћанна-”итни менее мощный, чем t-критерий, поскольку он использует меньше информации о данных, этот критерий часто используетс€ в тех случа€х, когда нет уверенности в том, что данные соответствуют услови€м применимости t-критери€.



2.6. –егрессионный анализ.

Ћинейный регрессионный анализ позвол€ет получить предсказание значений зависимой переменной на основе значений независимых переменных.

Ћинейный регрессионный анализ €вл€етс€ достаточно сложной статистической процедурой. ѕоэтому здесь ограничимс€ рассмотрением случа€ одной зависимой и одной независимой переменной и будем использовать процедуру простой линейной регрессии.

ƒл€ расчета линейной модели регрессии необходимо использовать пункты меню (см. рис. 2.19):

Statistics Ц Regression - Linear Ц

выбрать переменную и поместить ее в окно Dependent (зависима€ переменна€) Ц выбрать переменную и поместить ее в окно Independet(s) (независимые переменные).

Ќажав кнопку StatisticsЕ можно задать расчет р€да коэффициентов регрессии, нажав кнопку PlotsЕ - вид выводимых графиков в процедуре линейной регрессии (см. рис. 2.20), можно задать сохранение результатов процедуры "Ћинейна€ регресси€" (кнопка SaveЕ) и параметры процедуры регрессии (кнопка OptionsЕ)

–ис. 2.19. ¬ычисление регрессионной модели

†–ис. 2.20. «адание на расчет коэффициентов регрессии и вида графиков

†ѕри интерпретации результатов, полученных в окне вывода программы SPSS, необходимо учитывать, что некоторые выходные данные требуютс€ только при построении сложных регрессионных моделей. ѕоэтому рассмотрим только основные элементы выходных данных. ¬ сноске к таблице Model Summary даетс€ информаци€, котора€ показывает, насколько хорошо можно представить значение зависимой переменной на основе независимой:

R Ц коэффициент коррел€ции между переменными;

R-square - квадрат коэффициента коррел€ции (показывает, кака€ часть изменчивости зависимой переменной может быть объ€снена независимой переменной).

ѕри интерпретации выходных данных необходимо учитывать значимость коэффициентов (столбец Sig. таблицы ANOVA): линейна€ регрессионна€ модель зависимости €вл€етс€ надежной, если уровень значимости не превышает 0.05 (5%).

¬ таблице Coefficients (коэффициенты) привод€тс€ рассчитанные коэффициенты регрессионной модели: регрессионный коэффициент (тангенс угла наклона пр€мой), а также посто€нна€ пр€мой. «начение в первой строке столбца ¬ таблицы (Constant) Ц посто€нна€, во второй (где приведено им€ переменной) Ц коэффициент (тангенс угла наклона пр€мой). — помощью этих чисел можно записать уравнение пр€мой:

«ависима€ переменна€ =  оэффициент * Ќезависима€

переменна€ + ѕосто€нна€

“еперь, использу€ это уравнение, можно по заданному значению независимой переменной вычисл€ть значени€ (предсказанные) зависимой переменной.

¬ столбце Sig. таблицы Coefficients представлен уровень значимости дл€ каждого регрессионного коэффициента. ѕри 5%-ном уровне значимости можно считать неравными нулю только те коэффициенты, дл€ которых значение Sig. не превышает 0.05.

2.7. –едактирование таблиц и графиков в окне Ќавигатора ¬ывода.

–езультаты выполнени€ процедур SPSS вывод€тс€ в окно, называемое Output Navigator (Ќавигатор ¬ывода). Ќепосредственно в окне Ќавигатора можно отредактировать выводимые результаты и создать документ, содержащий именно то, что необходимо исследователю дл€ создани€ полноценного отчета о результатах анализа опросных листов.

Ќавигатор вывода можно использовать дл€ того, чтобы:

- просматривать выводимые данные;

- показывать или скрывать выбранные таблицы и диаграммы;

- измен€ть пор€док следовани€ элементов вывода;

- переходить к –едактору “аблиц, –едактору “екста или –едактору ƒиаграмм;

перемещать объекты SPSS в другие приложени€ (например, документ текстового редактора Word).

ќкно навигатора (см. рис. 2.21) разделено на две части - в левой находитс€ схема вывода, в правой - сами результаты (статистические таблицы, диаграммы, текст). ѕользователь может передвигать границу между этими част€ми, если он захочет изменить ширину левой или правой части.

—одержимое окна Ќавигатора может быть сохранено в документе во внутреннем формате SPSS - *.spo, дл€ чего необходимо использовать:

File - Save (Save As Е),

а дл€ сохранени€ вывода во внешних форматах (текстовом, HTML), использовать:

File - Export - “ип файла

–ис. 2.21. ќкно навигатора вывода

ƒл€ того, чтобы скрыть таблицу или диаграмму, не удал€€ их, необходимо щелкнуть дважды на пиктограмме, изображающей открытую книгу, в левой части Ќавигатора ¬ывода, либо выбрать в меню: View - Hide.

ѕеремещение, копирование и удаление результатов можно производить либо с помощью мыши, перетаскива€ при нажатой левой клавише нужные элементы в левой часто окна навигатора, либо использу€ элементы меню:

Edit - Cut, Copy, Copy Objects, Delete

ƒл€ изменени€ размеров элементов в схеме нужно выбрать View -, Outline Size, а дл€ изменени€ шрифта View - Outline Font.

Ѕольшинство результатов в SPSS выводитс€ в форме таблиц. »х вид может быть изменен пользователем, который может управл€ть представлением строк, столбцов и слоев таблицы. “аблицы такого типа называютс€ в SPSS "pivot table" (мобильна€ таблица). ƒл€ редактировани€ таблицы необходимо два раза щелкнуть на ней в правой части окна Ќавигатора ¬ывода. Ёто действие запускает –едактор ћобильной “аблицы. »спользу€ пункт меню Pivot - Pivoting Trays (cм. рис. 2.22)

–ис. 2.22. ќкно Pivoting Trays группировки данных в таблице(изменени€ меток строк и столбцов, пор€док отображени€ категорий и т.п.).

»спользу€ –едактор ћобильной “аблицы можно перемещать и мен€ть местами строки (столбцы), поворачивать метки строк и столбцов: Format - Rotate Inner Column Labels или Rotate Outer Row Labels.

ћожно измен€ть общий вид таблицы, применив к ней один из элементов Table Looks (—тиль таблицы). ƒиалоговое окно Table Properties (—войства таблицы) дает возможность устанавливать и мен€ть общие свойства таблицы, такие как сокрытие пустых строк или столбцов и разбивка таблицы на страницы при печати, определение формата отдельных €чеек, изменение рамок и т.п.

¬ –едакторе “аблицы можно задать характеристики шрифта дл€ разных областей таблицы вплоть до любой отдельной €чейки: Format - Font.

Ќекоторые элементы вывода в программе SPSS отображаютс€ только в виде текста, а не в виде таблицы или диаграммы. Ёти текстовые элементы отображаютс€ равномерным шрифтом, например Courier. –авномерный шрифт позвол€ет выравнивать содержимое вывода, например, диаграмму "ствол - и - листь€". —одержимое текстового вывода можно редактировать, использу€ стандартные возможности Windows, либо скопировав это содержимое в текстовый редактор (например, Word). ¬ окно Ќавигатора ¬ывода могут также быть добавлены текстовые элементы, не соединенные ни с какой таблицей или диаграммой. ƒл€ этого необходимо щелкнуть мышью на объекте Ќавигатора, который должен предшествовать вставл€емому текстовому элементу, выбрать в меню: Insert - New Title или Insert - New Text, щелкнуть дважды на новом объекте и вводить текст в по€вившеес€ поле.

ƒл€ редактировани€ графиков и диаграмм нужно дважды щелкнуть мышью на нужной диаграмме, при этом запускаетс€ –едактор √рафиков - Chart Editor (см. рис. 2.23).

»спользу€ –едактор, пользователь может преобразовать этот график или воспользоватьс€ имеющимс€ списком типов графиков и представить те же данные в другом виде, а также:

- редактировать заголовки и метки осей;

- редактировать цвета и способы заштриховки столбиков;

- добавл€ть заголовки;

- измен€ть положение осевой линии графика;

- добавл€ть аннотации;

- добавл€ть внешнюю рамку и т.д.

Ќа рис.2.24 показан пример преобразованного графика, изображенного в окне вывода на рис. 2.23 в виде круговой диаграммы

–ис. 2.23. ќкно –едактора √рафиков

†–ис. 2.24. ѕример преобразованного графика

»так, редактировать таблицы и графики в окнах вывода (Output) программы SPSS можно только предварительно поставив на них курсор мыши и щелкнув два раза левой клавишей. ѕри этом загружаютс€ специальные приложени€ SPSS, позвол€ющие вносить необходимые изменени€ в элементы выводимой информации и формировать полноценные отчеты.

ƒл€ экспорта элементов вывода (таблиц, диаграмм, можно использовать пункты меню File - Export и работать со специальным диалоговым окном (см. рис.2.25) или просто щелкнуть правой клавишей мыши на нужном объекте и выбрать требуемую операцию (Cut, Copy, Copy Objects Е).

–ис. 2.25. «адание экспорта данных

ƒанные могут быть экспортированы, например, в текстовый редактор Word и вставлены в аналитический раздел итогового отчета о маркетинговых исследовани€х.

ѕри самосто€тельной работе с программой SPSS исследователь может использовать мощные возможности поддержки пользовател€. ѕункт основного меню Help позвол€ет получать справки, подсказки, изучать примеры и уроки, дл€ более правильного понимани€ используемых статистических методов и верной интерпретации получаемых результатов.























«аключение.

¬ развитой рыночной экономике существует множество типов предпри€тий, но ни на одном из них нельз€ обойтись без маркетинговой службы. ’от€ экономисты выдел€ют различные пути повышени€ эффективности фирмы, € концентрирую внимание именно на службе маркетинга, на том как специалисты этого отдела помогают предпринимателю повысить эффективность, а следовательно, и прибыльность фирмы.

ѕрежде всего, маркетологи занимаютс€ исследовательской работой: исследованием рынка, потребителей, товара, конкурентов. Ќекоторые директора предпри€тий† недооценивают и даже игнорируют исследовани€ маркетинга, что впоследствии пр€мым образом отражаетс€ на финансовом благососто€нии фирмы. ’от€ исследовани€ дороги, нельз€ приуменьшать их роль, потому что в будущем они принесут только прибыль: предпри€тие, особенно молодое, почувствует себ€ уверенней на новой почве неосвоенного рынка. ѕри помощи исследований можно выбрать наиболее оптимальный и прибыльный рынок, потребителей, способ рекламы и т. д., и таким образом маркетинговые исследовани€ повышают прибыльность предпри€ти€.

ћаркетингова€ политика предпри€ти€ €вл€етс€ логическим продолжением исследований. ћаркетинг сопровождает товар на всем пути процесса создани€, определени€ цены, стратегии сбыта и продвижени€.

“оварна€ политика маркетинга определ€ет оптимальные инструменты воздействи€ на новый товар, жизненный цикл товара, предсказывает устаревание, что способствует экономии средств и повышению эффективности.

÷енова€ политика помогает определить истинную цену товара, вы€вить факторы, вли€ющие на изменение цены, выработать стратегию смены ценообразовани€. Ёта тактика не дает предпринимателю прогадать в определении цены, а также завысить ее, что в обоих случа€х могло бы привести к банкротству.

—тратеги€ сбыта товара вли€ет на определение оптимального канала сбыта, его ширину и прот€женность, выбору посредника и поставщика, выбору метода сбыта, возможность создани€ собственной торговой сети, что как нельз€ лучше вли€ет на экономию средств, в рыночных услови€х, когда даже малейша€ ошибка караетс€ конкурентом.

Ѕез тактики продвижени€ товара (реклама, €рмарки, директ-маркетинг, и др.) не выжила бы ни одна фирма. —ейчас, когда население планеты растет, увеличиваетс€ количество как продавцов, так и покупателей, производителю и потребителю все сложнее становитс€ отыскать друг друга. »менно дл€ облегчени€ этой задачи служит тактика продвижени€.

я надеюсь, что в данной работе осветил достаточное количество вопросов, позвол€ющих познать основы маркетинговых исследований и возможность быстро и правильно проводить анализ полученных данных в ходе исследовани€. ј также что, ћаркетинг, повыша€ эффективность и прибыльность, €вл€етс€ неотъемлемой частью политики предпри€ти€.


ѕриложение 1.

ќпросный лист (пример)

ќпрос проводитс€ среди потребителей с целью вы€снить их отношение к фирме ’ (далее в опросном листе "фирма ’") и товару Y (далее в опросном листе "товар Y").

(ѕредполагаетс€, что Y Ц товар потребительского назначени€).

ќ ѕ – ќ — Ќ џ … Ћ » — “

‘ирма ’ всегда прислушиваетс€ к мнению покупателей, чтобы производить и предлагать им самые лучшие товары. ћы просим ¬ас ответить на несколько несложных вопросов.

1. »звестна ли ¬ам фирма ’?

ƒа Ќет

(¬ том случае, если ¬ам не известна наша фирма ’, переходите, пожалуйста, к вопросу є 7).

2. ¬ том случае, если ¬ам известна фирма ’, выскажите, пожалуйста, ¬аше мнение о ней:

Ј   ¬ы считаете, что фирма ’:

ќчень крупна€  рупна€ —редн€€ ћелка€

Ј   ¬ы считаете, что фирма ’:

»звестна всем »звестна определенным группам потребителей

»звестна только узкому кругу специалистов ѕрактически неизвестна

Ј   ќтношение фирмы ’ к потребител€м ее товаров (предпродажное и послепродажное обслуживание, гарантии, доставка и т.п.)

ќчень хорошее ѕлохое

Ј   ≈сли бы ¬ы рассматривали возможности дл€ инвестиций, вложили бы ¬ы свои деньги в акции фирмы ’?

ќб€зательно —корее всего ¬озможно Ќикогда

1. »звестен ли вам наш товар Y?

ƒа Ќет

2. ≈сли ¬ам известен наш товар Y, оцените, пожалуйста, его качества по 10Цбалльной шкале (10 баллов Ц максимальна€ оценка, 0 баллов Ц минимальна€):

¬аша оценка товара Y __________________ баллов

3. Ќа ¬аш взгл€д цена товара Y :

ќчень высока€ ¬ысока€ —редн€€ (норм.) Ќизка€ ќчень низка€

4. ≈сли ¬ам известен товар Y, сообщите, пожалуйста, из каких источников

¬ы о нем узнали:

√азеты и журналы —оветы друзей и знакомых

—пециализированные издани€ —оветы специалистов

–адио »ное (укажите):

“елевидение __________________________

ѕросим ¬ас, если возможно, сообщить некоторые сведени€ о себе:

5. ¬аш пол:

ћужской ∆енский

6. ¬аш возраст:

18-25 лет 26-35 лет 36-45 лет 45-60 лет —тарше 60 лет

7.  ак ¬ы оцениваете ¬аш ежемес€чный доход:

ƒо 500$ 500-800$ 800-1000$ 1000-1500$ —выше1500$

8. ¬ы проживаете:

¬ крупном городе городе поселке деревне

≈сли ¬ы считаете возможным, укажите название места ¬ашего жительства:

‘ирма ’ благодарит ¬ас за активное участие в нашем опросе!

—дав заполненный опросный лист продавцу в одном из наших магазинов, ¬ы получите скидку в 2,5 % на все купленные у нас товары, и скидку 5% на товар Y!

ѕриложение 2
“ерминологи€, используема€ в программе SPSS

Ёто приложение полностью основано на материалах курсов SPSS "¬ведение в SPSS и прикладную статистику" (см. www.spss.ru)

“ермин в SPSS

«начение термина


“ермин в SPSS

«начение термина

5-number summary

5-числова€ сводка


censoring

цензурирование

Alternative

hypothesis

альтернативна€ гипотеза


central tendency

центральна€ тенденци€

Bernoulli

distribution

распределение Ѕернулли

(биномиальное)


centroid

центроид (центр множества точек)

bias

смещение


chi-square test for goodness of fit

критерий согласи€ хи-квадрат

biased estimator

смещенна€ оценка


chi-square test for independence

(Pearson's)

критерий независимости хи-квадрат (ѕирсона)

binary variable

бинарна€ переменна€


compound

symmetry

составна€

симметри€

binomial distribution

биномиальное распределение


confidence interval

доверительный интервал

bivariate normality

двумерна€

нормальность


confidence level

доверительный уровень

Bonferroni

adjustment

корректировка Ѕонферрони


confidence

limits

доверительные границы

box plot

€щичкова€

диаграмма


conservative test

консервативный критерий

box-and-whisker plot

€щик-с-усами


consistent test

состо€тельный критерий

categorical variable

дискретна€ переменна€


contaminated distribution, mixture distribution

смешанное распределение, смесь распределений

“ермин в SPSS

«начение термина


“ермин в SPSS

«начение термина

continuous variable

непрерывна€

переменна€


estimate

estimate

estimate

оценка

оцениватель

оценивание

correlation

коррел€ци€


expected

frequency

ожидаема€

встречаемость

correlation

coefficient

коэффициент

коррел€ции


expected value

ожидаемое

значение

count, frequency

встречаемость


experimental

unit

статистическа€ единица

critical region

критическа€

область


exponential

smoothing

экспоненциальное сглаживание

critical value

критическое

значение


extrapolation

экстрапол€ци€

cross-tabulation

кросс-табул€ци€


Fisher's exact

test

точный критерий ‘ишера

cyclical component

циклическа€

компонента


frequency

частота

dependent variable

зависима€

переменна€


frequency table

таблица

встречаемостей

dichotomous

variable

дихотомическа€ переменна€


goodness or fit

критерий согласи€

difference

разность


grouping

группировка

discrete data

дискретные

данные


heteroscedasticity

гетероскедастичность

dispersion

рассе€ние


histogram

гистограмма

distribution function

‘нункци€ распред.


homogeneity of variance

однородность дисперсии


“ермин в SPSS

«начение термина


“ермин в SPSS

«начение термина

independent

variable

независима€

переменна€


method of least squares

метод наименьших

квадратов

interaction

взаимодействие


method of maximum likelihood

метод максимального правдоподоби€

inter-quartile range (IRQ)

интерквартильна€ широта


missing value

пропущенное

значение

interval scale

шкала интервалов


mode

мода

irregular component

стохастическа€ компонента


moving average smoothing

сглаживание методом скольз€щих средних

kurtosis

эксцесс


multicollinearity

мультиколлинеарность

leverage

балансировка


multiple

comparisons

многократные сравнени€

linear

линейный


nominal scale

номинальна€

шкала

linear function

линейна€ функци€


nominal variable

номинальна€

переменна€

linear regression

линейна€

регресси€


nonlinear

regression

нелинейна€

регресси€

location

положение


nonparametric

tests

непараметрические критерии

logistic regression

логистическа€

регресси€


normal

distribution

нормальное

распределение

logit transformation

логит-преобразование


normal probability plot

график на нормальной веро€тностной бумаге

measure of

association

мера св€зи


normality

нормальность

“ермин в SPSS

«начение термина


“ермин в SPSS

«начение термина

null hypothesis

нулева€ гипотеза


range

размах

order statistics

пор€дковые

статистики


rank

ранг

ordinal scale

пор€дкова€ шкала


rank test

ранговый критерий

ordinal variable

пор€дкова€

переменна€


residual

остаток, нев€зка

outlier

выброс


resistant

резистентный,

устойчивый

paired samples

парные выборки


response

отклик

parameter

параметр


robust

робастный

percentile

перцентиль


running medians smoothing

медианное

сглаживание

pie chart

кругова€

диаграмма


sample

выборка

pooled estimate of the variance

объединенна€ оценка дисперсии


sample mean

выборочное

среднее

population

генеральна€

совокупность


sample size

объем выборки

power of the test

мощность

критери€


sample variance

выборочна€

дисперси€

p-value, (observed) test significance

p-значение, наблюденна€ значимость критери€


sampling

distribution

выборочное

распределение

qualitative variable

качественна€

переменна€


scale of

measurement

шкала измерений

quantile

квантиль


scatter plot

диаграмма

рассе€ни€

“ермин в SPSS

«начение термина


“ермин в SPSS

«начение термина

sensitivity of test

чувствительность критери€


stem-and-leaf plot

диаграмма "ствол с листь€ми"

sequence plot

график последовательности


stratification

стратификаци€

shape

форма


structural

zeroes

структурные нули

significance level

уровень значимости


symmetry of

distribution

симметри€

распределени€

skewness

асимметри€


test of independence

критерий

независимости

smoothing

сглаживание


test statistics

статистика

критери€

specificity of test

специфичность критери€


time series

временной р€д

sphericity

сферичность


transformation

преобразование

spread

разброс


transformation to normality

нормализующее

преобразование

standard

deviation

среднеквадратичное отклонение


trend

component

тренд

standardized

coefficient

стандартизованный коэффициент


truncated

distribution

усеченное

распределение

standardized

variable

стандартизованна€ переменна€


type I and type II error

ошибки первого и второго рода

statistical

independence

статистическа€

независимость


unbiased

estimate

несмещенна€ оценка

statistical

inference

статистический вывод


variation

coefficient

коэффициент

вариации





















—ѕ»—ќ  Ћ»“≈–ј“”–џ.

1.   √олубков ≈.ѕ. ћаркетинговые исследовани€. - У‘инпрессФ 1998 г.

2. √олубков ≈.ѕ. ћаркетинг: стратегии, планы, структуры. - ћ., Ђ»здательство Ђƒелої - 1995 г.

3.   † отлер. ‘. ќсновы маркетинга.- ћ., ѕрогресс, 1992

4.   ƒихтль ≈., ’ершген ’.†† ѕрактический маркетинг: ”чеб. пособие / ѕер. с нем.† ј.ћ.ћакарова; ѕод ред. ».—.ћинько. - ћ.: ¬ысш. шк. 1995.

5.    овалев ј.»., ¬ойленко ¬.¬. ћаркетинговый анализ. - ћ.,1997 г.

6.   —околов ћ.»., √речков ¬.ё. ћаркетинговые исследовани€. - ћ.,2000 г.

7. ѕодписка журналов и газет Ђ апиталї, ЂЅизнесї, Ђ оммерсант DAILYї, ЂЁкспертї. 1998-2000 гг.

8.   —оловьев Ѕ.ј. и др. —ловарь-справочник: Ўкола маркетинга.

9.   –уководство по использованию программы статистической обработки SPSS.

10. јфанасьев ћ. ћаркетинг: стратеги€ и практика фирмы. - ћ: ‘инстатинформ, 1995 г.



ћинистерство образовани€ –оссийской ‘едерации ћосковска€ государственна€ академи€ тонкой химической технологии им. ћ. ¬. Ћомоносова   Ѕак

Ѕольше работ по теме:

ѕредмет: јнглийский

“ип работы: ƒиплом

найти  

ѕќ»— 

Ќовости образовани€

 ќЌ“ј “Ќџ… EMAIL: MAIL@SKACHAT-REFERATY.RU

—качать реферат © 2021 | ѕользовательское соглашение

—качать      –еферат

ѕ–ќ‘≈——»ќЌјЋ№Ќјя ѕќћќў№ —“”ƒ≈Ќ“јћ