Тема 8. Анализ полученных данных.

4. Количественный анализ. Виды статистического анализа.

5. Качественный анализ данных

1. Количественный анализ. Виды статистического анализа.

Полученную в ходе сбора маркетинговую информацию следует упорядочить и формализовать. Для обработки небольших массивов информации (от нескольких десятков до ста анкет) можно использовать ручной метод. При больших объемах выборки и использовании специальных математических методов анализа используется компьютерная обработка информации.

Для обработки результатов опросов и статистического анализа используется специализированное программное обеспечение для научных и маркетинговых исследований, анализа информации и обработки данных. Это пакеты статистических программ – сложные программные продукты, которые широко применяются в практической и исследовательской работе в разных областях. Наиболее известными и широко используемыми являются программные продукты SPSS (Statistical package for social science) компании SPSS и Statistica компании Statsoft.

Первым шагом количественной обработки информации является подсчет частот появления каждого варианта признака (линейного распределения ответов на вопросы анкеты) и упорядочение полученных данных в таблице одномерного распределения. Подсчитанные частоты переводятся в процентные отношения, что позволяет оценить меру оценки или отношения респондентов к тому или иному признаку, а также сравнивать вариационные ряды с различным числом наблюдений. Для более наглядного распределения значений признаков прибегают к графическому представлению маркетинговой информации. Наиболее распространенными видами графического изображения являются графики, диаграммы, гистограммы. Для целей математического анализа и сравнительной характеристики различных распределений применяются обобщающие статистические показатели – среднеарифметическое, мода, медиана.

Дополнительным способом анализа данных является составление параллельных рядов. Чаще всего данные представляются в виде двумерных таблиц сопряженности. В строках указываются наблюдаемые значения первого признака, в столбцах – наблюдаемые значения второго признака. На пересечении строк и столбцов находятся частоты наблюдаемых пар значений.

Пример: Чувствуете ли Вы себя в безопасности на улицах города?
Варианты ответов	Мужчины	Женщины	Всего
Да, чувствую себя в безопасности	3 * 37,5 5,9	5 62,5 10,2	8 8,0
Скорее да, чем нет	16 84,2 31,4	3 15,8 6,1	19 19,0
Трудно сказать	6 54,5 11,8	5 45,5 10,2	11 11,0
Скорее нет, чем да	9 45,0 17,6	11 55,0 22,4	20 20,0
Нет, не чувствую себя в безопасности	17 40,5 33,3	25 59,5 22,4	42 42,0
ВСЕГО	51 51,0	49 49,0	100 100,0
* В первой строке указывается абсолютное число ответов, во второй – процентное распределение по строке, в третьей – процентное распределение по столбцу.

Наиболее часто используются следующие процедуры количественного анализа данных: одномерные частотные распределения; таблицы сопряженности; сравнение средних; факторный анализ; кластерный анализ; регрессионный анализ; дисперсионный анализ; корреляционный анализ; многомерное шкалирование.

Выбор того или иного метода анализа зависит в первую очередь от поставленных гипотез, то есть вопросов, на которые мы хотим получить ответ. Исследование может носить описательный либо объяснительный характер. В первом случае достаточно сделать одномерный анализ – описать одну характеристику выборки в определенный момент времени. Во втором случае требуется многомерный анализ – установление взаимосвязей между двумя и более переменными с целью проверки причинных связей.

Выбор метода анализа зависит также от уровня измерения (шкалы) переменных: номинальный, ранговый, интервальный и метрический. Чем выше уровень шкалы, тем более сложные методы анализа данных можно применить. Так, для интервальных шкал применяется, например, регрессионный, факторный и кластерный анализ, а для номинальных шкал – одномерные частотные распределения, таблицы сопряженности.