Маркетинговые исследования

Статистическая корректировка данных

Выбор стратегии анализа данных

Первый этап проверки анкет заключается в их проверке на полноту заполнения и качество интервьюирования. Зачастую этот процесс ведется параллельно с полевыми работами. Следует отметить, что если эта процедура выполняется по контракту специализированным агентством, исследователь обязан провести независимую проверку после ее завершения. Анкеты, поступившие с мест сбора данных, могут быть не приняты по следующим причинам

Не заполнены отдельные части анкеты

Представленные ответы свидетельствует о том, что респондент не понял вопросов либо не точно следовал инструкциям по заполнению анкеты. Например, не был соблюден шаблон пропусков ответов.

Ответы варьируются очень незначительно или не варьируются вовсе, например, респондент пометил одни четверки в серии семибалльных рейтинговых шкал.

Возвращенная анкета является неполной -- отсутствует одна или несколько страниц.

Анкета получена по истечении заранее определенного срока сдачи.

Ответы в анкете даны респондентом, не входящим в группу, выделенную для участия в исследовании.

Если были определены конкретные квоты респондентов либо назначены размеры ячеечных групп, все принятые анкеты необходимо соответствующим образом классифицировать и подсчитать. Любые проблемы, связанные с выполнением требований, предъявляемых к выборкам, должны выявляться своевременно, и необходимые корректировочные мероприятия, например, дополнительные интервью в ячейках, представленных по результатам опроса недостаточно полно, следует провести перед тем, как приступать к редактированию данных.

РЕДАКТИРОВАНИЕ ДАННЫХ

Процесс редактирования (editing) заключается в обработке собранных анкет для повышения точности и аккуратности представленных в них данных. Он заключается в просмотре анкет, в ходе которого выявляются нечитабельные, неполные, логически непоследовательные или неоднозначные ответы.

Редактирование (editing)

Обработка анкет, повышающая точность и аккуратность представленной в них информации.

Если ответы неаккуратно и небрежно записаны, они могут быть неразборчивыми. Такая ситуация более типична для анкет, содержащих много неструктурированных вопросов. Чтобы правильно закодировать данные, они должны быть читабельными. Кроме того, анкеты бывают в разной степени не до конца заполнены. Они могут содержать несколько или множество вопросов без ответов.

На этапе редактирования исследователь проводит предварительную проверку анкет на предмет логической непоследовательности представленных в них ответов. Существует ряд явных несоответствий, выявить которые не составляет большого труда. Так, возможна ситуация, когда респондент сообщает, что его годовой доход составляет не больше 20 тысяч долларов, но при этом указывает, что является постоянным покупателем таких престижных универмагов, как Saks Fifth Avenue или Neiman-Marcus.

Ответы на неструктурированные вопросы могут быть неоднозначными, в результате их сложно точно интерпретировать. Бывает, что ответ респондента записан сокращенно либо при его записи использованы слова, имеющие несколько смысловых значений. Даже если вопросы структурированы, нередки ситуации, когда респондент помечает больше одного варианта ответа на вопрос, по которому необходимо дать однозначный ответ. Предположим, респондент помечает пункты 2 и 3 по пятизначной рейтинговой шкале. Как следует расценивать такой ответ: что он имел в виду значение 2,5? В таком случае дело осложняется еще тем, что в процедуре кодирования используются только целые числа.

Работа с ответами неудовлетворительного качества

При получении анкет, содержащих ответы неудовлетворительного качества, их обычно отправляют обратно на места сбора данных для уточнения, либо назначаются пропущенные значения, либо такие анкеты отбраковываются и не включаются в анализ.

Возврат анкет на место сбора данных. Анкеты, содержащие неудовлетворительные результаты опроса, возвращаются на места сбора данных, и интервьюеров обязуют провести повторное интервью. Такой вариант обычно применяется при проведении промышленных маркетинговых исследований, для которых характерны выборки небольших размеров и идентифицировать респондентов, предоставивших ответы низкого качества, не составляет большого труда. Однако данные, полученные в результате вторичного опроса, могут сильно отличаться от первоначальных. Эта разница обуславливается, например, тем, что между опросами прошло определенное время, а также тем, что опросы проводились с использованием разных режимов (например, первый раз по телефону, а второй -- в ходе личного контакта)

Назначение пропущенных значений. Если возвращение анкеты на место сбора данных признано экономически нецелесообразным, редактор может самостоятельно присвоить неудовлетворительным откликам пропущенные значения. Рекомендуется применять этот метод в следующих случаях: если количество респондентов, ответы которых признаны неудовлетворительными, невелико; доля ответов неудовлетворительного качества в ответах каждого респондента незначительна; переменные по неудовлетворительным ответам не основные.

Отсеивание анкет респондентов, содержащих ответы неудовлетворительного качества. При этом методе респонденты, предоставившие ответы неудовлетворительного качества, просто отбраковываются и их анкеты не включаются в анализ. Данный способ эффективен в следующих случаях: если доля "неудовлетворительных" респондентов невелика (меньше 10%); если размер выборки велик; если "неудовлетворительные" респонденты явно не отличаются от "удовлетворительных" (например, по демографическому признаку или основным характеристикам использования товара); если доля неудовлетворительных откликов на каждого респондента велика; если пропущены ответы по основным переменным. Однако бывают ситуации, когда "неудовлетворительные" респонденты отличаются от "удовлетворительных" либо решение признать респондента "неудовлетворительным" предельно субъективно. В этих случаях использование данного метода повлечет за собой искажение данных. Если исследователь принимает решение отбраковать неудовлетворительные ответы того или иного респондента, он должен отчитаться, на основе какой именно процедуры он идентифицировал данного респондента. Это подтверждается следующим примером.

ПРИМЕР. Отсеивание респондента из анализа

В процессе межкультурного исследования поведения менеджеров по маркетингу в ряде англоязычных африканских стран разослали анкеты в 565 фирм. Возвращено было 192 заполненные анкеты, из которых четыре сразу отбраковали, поскольку респонденты ответили, что они не несут непосредственной ответственности за принятие решений общего характера в маркетинге. Решение об отсеивании этих четырех анкет приняли на том основании, что размер выборки был достаточно велик, а доля "неудовлетворительных" респондентов незначительна [2].

КОДИРОВАНИЕ

Процедура кодирования (coding) заключается в присваивании кода, обычно цифрового, каждому возможному варианту ответа по каждому вопросу.

Кодирование (coding)

Процедура присвоения кода конкретному ответу на конкретный вопрос. Информация, полученная в результате исследования и образующая код, распределяется по столбцам.

Код включает указание на положение столбцов (полей) и информации, которая в них содержится. Так, пол респондентов может кодироваться следующим образом: 1 для женщин и 2 -- для мужчин. Поле отображает единичный элемент данных, например пол респондента. Запись состоит из ряда соответствующих полей: пол, семейное положение, возраст, состав семьи, занятие респондента и т.д. Все демографические и личностные характеристики респондента, как правило, содержатся в одной регистрационной записи. Обычно каждая запись состоит из 80 столбцов, хотя это и не обязательное условие. На одного респондента можно завести несколько записей.

Данные (т.е. все записи) по всем респондентам хранятся в компьютерном файле, пример которого вы видите в табл. 14.1. Столбцы представляют собой поля, а строки -- записи. В табл. 14.1 представлены фрагменты закодированных данных по респондентам, опрошенным в ходе реализации уже привычного нам проекта "Выбор универмага".

Все данные соответствуют схеме кодирования, изображенной на рис. 14.2.

Столбцы 1--3 представляют собой одно поле, и в них указаны номера респондентов, закодированные номерами от 001 до 271. Столбец 4 содержит номер записи. В нем проставлено значение 1 для всех строк, поскольку в нашем примере отображается только первая запись по всем респондентам. В столбцах 5 и 6 содержится код проекта, 31. В столбцах 7 и 8 указывается код интервьюера от 01 до 55, поскольку в данном опросе задействовано 55 интервьюеров. Колонки 26--35, каждая из которых представляет определенное поле, содержат рейтинговую оценку (от 1 до б11 степени ознакомления респондентов с 10 универмагами, вошедшими в исследование. И наконец, столбец 77 отображает рейтинговую оценку цен универмага №10. Обратите внимание, что столбцы 78 и 80 не заполнены. По каждому респонденту представлено 10 записей. Количество строк составляет 2710, что указывает на то, что в данном файле содержится информация, полученная от 271 респондента.

Если анкета включает только структурированные вопросы или очень незначительное количество неструктурированных вопросов, она кодируется заранее. Это означает, что коды присваиваются, прежде чем начинается непосредственная полевая работа. Если же в анкете содержатся в основном неструктурированные вопросы, коды присваиваются уже после того, как заполненные анкеты возвращаются с места сбора данных (так называемое посткодирование) [3]. Предварительное кодирование кратко обсуждалось в главе 10, посвященной описанию структуры анкет. Ниже вашему вниманию представлены дальнейшие основные рекомендации по этой процедуре [4].

Кодирование вопросов

Код респондента и номер записи необходимо указывать для каждой записи данных. Следует также включать дополнительные коды для каждого респондента: код проекта, код интервьюера, код даты и времени, проверочный код. Настоятельно рекомендуется также использовать фиксированные коды полей (fixed field code), в которых номер записей по каждому респонденту одинаков, и в одних и тех же колонках по всем респондентам указываются одни и те же данные.

Фиксированный код поля (fixed field code)

Код, в котором номер записей по каждому респонденту кодируется одним и тем же номером, в одних и тех же столбцах по всем респондентам указываются одни и те же данные.

Если это возможно, по всем пропущенным данным следует использовать стандартные коды. Так, переменную, указываемую в одном столбце, можно закодировать №9; для переменной, указываемой в двух столбцах, назначить код 99 и т.д. Следует помнить, что коды пропущенных значений должны отличаться от кодов, присвоенных ответам, полученным надлежащим способом в ходе опроса.

Кодирование структурированных вопросов -- относительно простая процедура, поскольку в этом случае варианты ответов определяются заранее. Исследователь присваивает каждому возможному варианту ответа код и указывает соответствующую запись и столбец, в который эти коды будут введены. Например:

Ответ "Да" на этот вопрос закодирован кодом 1, а ответ "Нет" -- кодом 2. Числа в скобках говорят о том, что данный присвоенный код указывается во второй записи по данному респонденту в столбце 54. Поскольку вопрос предусматривает только один ответ и на выбор предложено всего два варианта (1 или 2), одного столбца достаточно. Как правило, одного столбца бывает достаточно для кодирования любого структурированного вопроса, предполагающего один вариант ответа, если на выбор предлагается меньше девяти вариантов ответов.

Если же существует большое количество вариантов ответов, для каждого возможного варианта следует выделить отдельный столбец. К таким вопросам относятся, например, вопросы об использовании торговой марки, о читательских и зрительских предпочтениях респондентов и т.д. Например:

Вопрос: Какие счета вы имеете в данном банке?(Пометитькрестиком все варианты ответа)

Запись №9

Ооычный сберегательный счет D (62)

Обычный текущий счет D (63)

Ипотечный (64)

Счет НАУ (65)

Клубный счет (рождественский и т.д.) D (66)

Кредитнаялиния Р (67)

Срочный сберегательный счет (срочные депозиты и т.д.) (68)

Страхование жизни в сберегательном банке Р (69)

Заем на усовершенствование жилища D (70)

Заем на приобретение автомобиля

Другие услуги (72)

Для примера представим, что респондент помечает обычный сберегательный, текущий и срочный сберегательный счета. Таким образом, й записи №9 в столбцах 62, 63 и 68 введен код 1. Во всех остальных столбцах (64,65, 66, 67,69, 70, 71 и 72) проставляется код 0.

Кодирование неструктурированных вопросов или вопросов, допускающих несколько вариантов ответа, представляет более сложную задачу. Сначала ответы респондентов дословно записываются в анкету. Затем для них разрабатываются коды, которые и присваиваются конкретным ответам. Иногда, основываясь на предыдуши* проектах или на теоретических предпосылках, маркетолог может разработать коды еще до начала работы по сбору данных. Однако обычно к этой процедуре приступают только тогда, когда получены заполненные анкеты. После этого исследователь составляет список, включающий 50--100 наиболее частых вариантов ответов на неструктурированные вопросы, и определяет категории, подлежащие кодированию. После того как коды разработаны, необходимо подготовить кодировщика, который будет присваивать записанным в словарной форме ответам соответствующие коды. Обычно при кодировании неструктурированных вопросов и анкет вообще рекомендуется выполнять следующие правила [5].

Коды категорий должны быть взаимоисключающими и вэаимоисчерпываюшими. Категории считаются взаимоисключающими, если каждому опзету присваивается только один код. Категории не должны перекрывать одна другую. Категории считаются взаимоисчерпывающими, если каждый ответ соответствует одному из кодов, присвоенных данной категории. Этого можно достичь введением дополнительного кода категории, например "другое" или "ни один из предложенных вариантов". Однако следует помнить, что в эту категорию должна войти только незначительная часть ответов (не больше 10%). Подавляющая часть ответов должна относиться к значимым категориям.

По наиболее важным вопросам коды категории должны присваиваться даже в том случае, если они не упоминались ни одним из респондентов. Иногда важно знать именно то, что никто из отвечающн> не дал тот или иной вариант ответа. Представим, например, что руководство одной крупной компании, выпускающей потребительские товары, решило выяснить, нравится ли потребителям упаковка новой марки мыла. С этой целью при кодировании вариантов ответов на вопрос "Что вам больше всего не нравится в этой марке мыла?" была включена отдельная категория "упаковка". Данные кодируются для того, чтобы сохранить как можно больше деталей ответов. Например, собрав данные о частоте перелетов, совершаемых бизнесменами с использованием конкретных коммерческих авиалиний, необходимо закодировать ее подробно, а не просто сгруппировать по двум кодам категорий -- "летаю часто" и "летаю нечасто". Эти данные по частоте перелетов позволят исследователю впоследствии разграничить категории бизнесменов-путешественников несколькими разными способами. Если же категории определены заранее, последующий анализ данных ограничится только этими категориями.

Кодировочная книга

Котировочная книга (codcbook) содержит инструкции по кодированию, а также необходимую информацию о переменных, используемых в конкретном наборе данных.

Кодировочная книга (codebook)

Книга, содержащая инструкции по кодированию и необходимую информацию о переменных, используемых в конкретном наборе данных.

Кодировочная книга применяется как руководство для кодировщика и помогает исследователю правильно определят! и располагать переменные. Даже если анкета закодирована заранее, следует подготовить формальную кодкровочнуг < книгу. Кодировочная книга обычно включает следующую информацию: номер столбца, номер записи, номер переменной, название переменной, номер ответа, инструкции по кодированию. На рис. 14.2 изображен фрагмент из ко-дировочной книги, разработанной для проекта "Выбор универмага".

Кодирование анкет

На рис. 14.3 приведен пример кодирования анкеты. На нем изображена часть закодированной анкеты, которая использовалась в ходе реализации проекта "Выбор универмага".

И наконец, в этой части нашей анкеты мы просим вас дать определенную информацию о себе, [которая необходима нам для выполнения классификации

Часть D Запись№7

1. Ответы на вопросы данной анкеты предоставлены (29)
1 Мужчиной-главой семьи

2 Женттгинпй-гпявпй семьи

3. Совместно мужчиной и женщиной

2. Семейное положение (30)

1. Замужем (женат)

2. Никогда не была замужем (женат)

3 Разведен (а)/Жи вет отдел ьно/ Вдо в(а)

13. Укажите общее количество членов семьи, живущих с вами в одном доме (31 --32)

14. Укажите количество детей, живущих с вами

а) Младше 6 лет (33)

Ь) Старше 6 лет (34)

|5. Укажите количество детей, живущих отдельно (35)

6. Обведите кружком общее количество лет учебы (если таковой имеется, укажите эти же данные по своему супругу)

Средняя Незаконченное Законченное высшее

школа высшее образование образование

a) Вы 8илименыпе9 10 131415 16 17 18 19 2021 22или (36-37)

больше

b) Супруг(а) · или меньше 9 10 13 14 15 16 17 18 19 20 21 22 или (38-39)

11 12 больше

7. а) Укажите свой возраст

Ь) Укажите возраст супруга (супруги)

8. Если работаете, укажите род деятельности обоих супругов, пометив все необходимые категории

44 45

Мужчина Женщина

Профессионально-техническая

Менеджмент и управление

Торговый работник

Офисная или подобная работа

Рабочий/оператор

Работник на дому

Прочее (пожалуйста, назовите)

Данных нет

9. Принадлежит ли семье занимаемое ею жилье? (46)

При надлежит семье

2. Арендуется

10. Сколько лет ваша семья проживает в районе Атланты? (47-48)

11 Каков общий годовой доход вашей семьи до уплаты налогов. Пометьте нуж- (49-50) ный вариант.

Меньше 10000 долл. _ 08. От 40000 до 44999 _

От 10000 до 14999_ 09. От 45000 до 49999

От 15000 до 19999 _ 10. От 50000 до 54999

От 20000 до 24999 _ П. От 55000 до 59999__

От 25000 до 29999 _ 12. От 60000 до 69999 __

От 30000 до 34999 ! 3. От 70000 до 89999 _

От 35000 до 39999 14. 90000 и больше

¦ Примечание. В столбцах 1-3 данной записи содержатся идентификационные сведения о респонденте. в столбце 4 -- номер записи (7), столбцы 5 и б пустые. Столбцы с 7 по 27 включают информацию и * части (Сданной анкеты, столбец 28 пустой. Таким образом, информация по части D анкеты кодируется, начиная с колонки 29.

Данную анкету закодировали заранее. Код респондента и номер записи указан по каждой записи. Первая запись содержит дополнительные коды: код проекта, код интервьюера, коды даты и времени и проверочный код. Полезный совет: рекомендуется разграничивать отдельные части анкеты пробелами. Иногда вместо вписывания кодов в анкету они заносятся в специальный документ, содержащий 80 столбцов и известный как "кодировочная таблица".

ПРЕОБРАЗОВАНИЕ ДАННЫХ

Преобразование данных заключается в переносе закодированных данных из анкеты или кодировочных таблиц на диски или магнитные ленты либо во введении их непосредственно в компьютер через клавиатуру. Если данные собраны с использованием автоматизированных компьютерных систем, их преобразование не обязательно, поскольку они вводятся в компьютер в процессе их сбора. Данные можно вводить не только с клавиатуры, но и в процессе считывания меток или маркеров с бланков, оптического сканирования или компьютеризированного сенсорного анализа (рис. 14.4).

Для того чтобы воспользоваться методом считывания меток с бланков, ответы должны записываться специальным карандашом в конкретные поля анкеты, закодированные для данного ответа. Зафиксированные таким образом данные могут считываться машиной. Оптическое сканирование заключается в прямом машинном считывании кодов с одновременным преобразованием данных. Известным примером оптического сканирования может служить преобразование штрих-кода при считывании его в кассах супермаркетов. Технический прогресс привел к созданию систем компьютеризированного сенсорного анализа, благодаря которым можно автоматизировать процесс сбора данных. Вопросы выводятся на специальной компьютеризированной панели, а ответы с помощью сенсорных устройств вводятся непосредственно в компьютер.

Используя метод ввода ответов с клавиатуры, полностью избежать ошибок трудно, поэтому необходимо проверять введенные массивы данных, по крайне мере частично. Для проверки правильности введенных данных применяется проверочный компьютер и второй оператор. Второй оператор повторно вводит данные из закодированных анкет, после чего преобразованные данные, введенные двумя операторами, сравниваются по записям. Любое расхождение между двумя комплектами преобразованных данных исследуется с тем, чтобы выявить и исправить ошибки в результате ввода данных с клавиатуры. Если проверяются результаты ввода всего набора данных, время и затраты на преобразование данных удваиваются. Учитывая дополнительные временные и денежные затраты, а также то, что опытные операторы по вводу данных работают довольно точно и практически без ошибок, обычно' достаточно сверить 20--25% данных.

Если используются автоматизированные системы CATI и CAPI, правильность ввода данных проверяется по мере их поступления. При вводе неприемлемого варианта ответа компьютер выдает респонденту или интервьюеру соответствующее предупреждение. Если же ответ приемлем, интервьюер или респондент могут увидеть его на экране и проверить его правильность до передачи на дальнейшую обработку.

Выбор метода преобразования данных зависит от способа проведения интервью и наличия необходимого оборудования. При использовании методов CAPI и CATI данные вводятся непосредственно в компьютер. Ввод данных с клавиатуры терминала с электронно-лучевой трубкой (CRT) чаще всего применяется при опросе по телефону, при обходе домов, при опросах в универмагах и по почте. Поскольку при опросах на дому все чаше применяются специальные клавиатуры и портативные компьютеры, в последнее время интенсивно используются системы для компьютеризированного сенсорного анализа. Оптическое сканирование широко применяется при проведении структурированных и периодически повторяющихся опросов, а метод считывания меток или маркеров с бланков -- при специальных наблюдениях [6].

ОЧИЩЕНИЕ ДАННЫХ

Процедура очищения данных (data cleaning) заключается в проверке состоятельности собранных данных и работе с пропущенными ответами.

Очищение данных (data cleaning)

Тщательная и всесторонняя проверка состоятельности собранных данных и работа с пропущенными ответами.

Предварительная проверка состоятельности собранных данных проводится на этапе редактирования, но проверка, которая проводится на стадии очищения данных, намного точнее и тщательнее поскольку выполняется с использованием компьютерной техники.

Проверка состоятельности данных

Проверка состоятельности данных (consistency checks) позволяет выявить данные, выходящие за пределы определенного диапазона, и логически непоследовательные ответы либо определить экстремальные значения.

Проверка состоятельности данных (consistency checks)

Часть процесса очищения собранных данных, когда исследователь выявляет данные, выходящие за пределы конкретного диапазона, и логически непоследовательные ответы либо определяет экстремальные значения. Данные со значениями, не указанными в копировочной схеме, не принимаются.

Значения, выпадающие из конкретного диапазона, нельзя использовать в анализе, и их необходимо исправить. Представим, например, что респондентов попросили выразить степень их согласия по ряду вопросов относительно стиля жизни по шкале от 1 до 5. Код 9 используется для обозначения пропущенных ответов, а значения 0, 6, 7 и 8 выходят за пределы назначенного диапазона. Существует множество компьютерных пакетов, например APSS, SAS, BMDP, Minitab и Excel, с помощью которых можно написать программы выявления по каждой переменной значений, выходящих за пределы определенного диапазона, а также распечатать код респондента, код переменной, название переменной, номер записи и столбца и выпадающее из необходимого диапазона значение [7]. Все это значительно упрощает процедуру систематической проверки каждой переменной по каждому ее значению, выходящему из определенного диапазона. Правильные ответы можно определить, возвратившись к отредактированному и закодированному варианту анкеты,

Различают несколько типов логической непоследовательности ответов. Так, респондент может указать, что обычно при междугородних переговорах пользуется специальной карточкой, но при этом отметить, что ни разу не звонил. Либо респондент указывает, что часто пользуется каким-то товаром, и в то же время отмечает, что никогда его не приобретал. Чтобы выявить такие ответы и провести соответствующую корректировку, всю необходимую информацию (код респондента, код переменной, название переменной, номер записи и столбца и выпадающее из необходимого диапазона значение) нужно распечатать,

И наконец, необходимо тщательно проанализировать экстремальные значения. Следует помнить, что экстремальные значения -- не всегда результат ошибок, нередко они указывают на то, что существуют определенные проблемы с качеством собранных данных. Например, чрезмерно заниженная оценка какой-либо торговой марки может быть результатом того, что респондент просто без разбора пометил 1 по всем ее характеристикам (по рейтинговой шкале от 1 до 7).

Работа с пропущенными ответами

Пропущенными ответами (missing responses) называют значения переменных, которые остались неизвестными исследователю либо потому, что ответы респондентов были неоднозначны, либо неправильно или неразборчиво записаны.

Пропущенные ответы (missing responses)

Значения переменных, неизвестные по причине того, что респонденты не дали однозначных ответов на предложенный вопрос.

Работа с пропущенными ответами связана с рядом проблем, особенно если доля таких ответов превышает 10%. Существует несколько методов работы с пропущенными ответами [8].

Замена пропущенного значения нейтральным. По этому методу вместо пропущенных ответов подставляются нейтральные значения, обычно среднее значение по данной переменной. При этом среднее значение переменной остается неизменным, а другие статистические данные, например корреляция искажаются незначительно. Хотя этот подход и имеет ряд преимуществ, подстановка среднего значения (например, 4) вместо всех пропущенных ответов респондентов весьма неоднозначна и сомнительна, если учесть, что если бы они все же ответили, то могли бы выбрать значительно более высокий (например. 6 или 7) или более низкий (1 или 2) рейтинговый показатель [9|.

Замена пропущенного значения условным (вменение значений). Для определения условного значения или вычисления подходящих ответов на пропущенные вопросы можно использовать структуру ответов респондентов по другим вопросам. На основе имеющихся данных исследователь пытается определить, какие ответы дал бы конкретный респондент, если бы он ответил на все вопросы. Это можно сделать статистически, на основе собранных данных, определив взаимосвязи между пропущенной переменной и другими переменными. Так, показатель частоты использования товара можно связать с размером семей респондентов, предоставивших информацию по этим показателям. Затем пропущенные данные по использованию товара можно вычислить, воспользовавшись показателем размера семьи респондента. Однако следует помнить, что этот метод очень трудоемок и нередко серьезно искажает данные. Чтобы избежать этого, для вычисления условных значений по пропущенным ответам разработаны сложные статистические процедуры, о чем рассказывается в следующем примере.

ПРИМЕР. Вменение значений повышает целостность массива данных

Рассмотрим исследование, определяющее, насколько семьи желают учитывать рекомендации служб, занимающихся аудитом расхода электроэнергии (зависимая переменная) с учетом определенных финансовых факторов. В качестве независимых переменных использовались пять финансовых факторов, которыми манипулировали на известных уровнях, их значения благодаря удачно выбранному плану исследования были всегда известны. Однако в анкетах некоторые значения зависимой переменной оказались пропущенными. Их заменили условными (вмененными), вычисленными статистическим методом на основе соответствующих значений независимых переменных. Такая работа с отсутствующими значениями в огромной мере упростила последующий анализ и повысила достоверность его результатов [10].

Исключение объекта целиком. При исключении объекта целиком (casewise deletion) все наблюдения или респонденты с пропущенными ответами исключаются из анализа.

Исключение объекта целиком (casewise deletion)

Метод работы с пропущенными ответами, при котором наблюдения или респонденты с пропущенными ответами исключаются из анализа.

Поскольку нередки случаи, когда многие респонденты не отвечают на те или иные вопросы, данный метод может вызвать значительное сокращение выборки. Следует помнить, что исключение большого количества данных нежелательно, поскольку процесс сбора данных дорог и требует больших временных затрат. Кроме того, респонденты с пропущенными значениями систематически отличаются от респондентов, ответивших на все вопросы. В таких случаях исключение по данному методу может значительно исказить результаты опроса.

Попарное исключение переменных. При попарном исключении (pairwise delition) вместо отбраковывания всех случаев с любыми отсутствующими значениями исследователь во всех своих вычислениях рассматривает только наблюдения или респондентов, по которым есть-полные ответы.

Попарное исключение (pairwise delition)

Метод работы с пропущенными значениями, в соответствии с которым наблюдения или респонденты с пропущенными данными не отбраковываются автоматически; исследователь во всех своих вычислениях учитывает только наблюдения или респондентов, по которым есть полные ответы.

В результате разные вычисления в ходе анализа могут основываться на разных размерах выборок. Такая процедура обычно применяется при следующих условиях: если размеры выборки велики, если количество пропущенных ответов незначительно, если переменные не сильно взаимосвязаны. Следует помнить, что и в этом случае данная процедура может привести к недостоверным и даже нелогичным результатам исследования.

Применение разных методов работы с пропущенными значениями нередко приводит к разным итогам, особенно если пропуск ответов носит систематический характер, а переменные тесно взаимосвязаны. Таким образом, исследователю необходимо свести к минимуму количество пропущенных ответов. Кроме того, прежде чем выбрать конкретный метод для работы с пропущенными значениями, он должен тщательно проанализировать все последствия применения той или иной процедуры.

СТАТИСТИЧЕСКАЯ КОРРЕКТИРОВКА ДАННЫХ

Процедуры статистической корректировки данных включают взвешивание, переопределение переменной и преобразования шкалы. Все эти корректировки необязательны, но, применяя их, можно значительно повысить качество анализа.

Взвешивание

При взвешивании (weighting) каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами.

Взвешивание (weighting)

Метод статистической корректировки данных, при котором каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами.

Значение 1,0 применяется для обозначения наблюдения с отсутствием весового коэффициента. Цель взвешивания заключается в том, чтобы увеличить либо уменьшить в выборке количество наблюдений с определенными характеристиками (в главе С обсуждалось использование метода взвешивания для корректировки ситуаций с отказом отвечать на вопросы).

Взвешивание чаще всего применяется для того, чтобы выборочные данные максимально-точно представляли конкретные характеристики генеральной совокупности. Например, оно может использоваться, чтобы повысить значимость наблюдений или респондентов, по которым были собраны данные более высокого качества, чем по другим. Существует еще одно применение взвешивания, которое заключается в корректировке выборки с тем, чтобы повысить значимость ответов респондентов с определенными признаками. Если проводится опрос для определения, какие изменения стоит вносить в существующую продукцию, исследователь может принять решение присвоить больший весовой коэффициент ответам респондентов, которые пользуются данным товаром чаще других. Этого можно достичь присвоением весового коэффициента 3,0 тем покупателям, которые покупают исследуемую продукцию чаще всех, коэффициента 2,0 -- тем, кто пользуется ею в средних пределах, и 1,0 тем, кто приобретает этот товар редко либо не пользуется им никогда. Метод взвешивания следует применять с огромной осторожностью, поскольку это разрушает саму природу самовзвешиваечости любого выборочного обследования. Если исследователь все же решил воспользоваться данным методом, он должен тщательно задокументировать всю процедуру взвешивания и составить соответствующую часть отчета по проекту [11]. Важность соблюдения данного принципа подтверждает пример, описанный во врезке 14.1 "Практика маркетинговых исследований" [12].

Врезка 14.1. Практика маркетинговых исследований

Internet-исследование компании Nielsen Media Research: нужен ли весовой коэффициент

Совсем недавно компания Nielsen Media Research, долгое время занимающаяся маркетинговыми исследованиями, связанными с телевидением, стала объектом острой критики со стороны ряда телевизионных сетей, не согласных с методами, используемыми компанией в процессе опросов. Кроме того, в другой, новой и потенциально важной сфере этого бизнеса, а именно, в проведении опросов с использованием Internet, Nielsen также столкнулась с тем, что результаты се исследований нередко ставятся под сомнение. Вследствие огромного влияния электронной торговли на мир бизнеса рекламодателям необходимо знать, какое количество людей занимаются бизнесом с использованием Internet, чтобы определить, выгодно ли им размещать рекламу в этой сети.

Компания Nielsen провела исследование для CommerceNet. группе компаний, в которую входят Sun Microsystems и American Express, цель которого -- определить общее количество' пользователей Internet. Исследования показали, что доступ к Internet имеют 37 миллионов людей старше 16 лет, и 24 миллиона пользовались им в последние три месяца. Известно, что когда статистики подозревают, что собранные данные недостоверны, они пользуются методом взвешивания, который позволяет привести в соответствие выборку и генеральную совокупность. Взвешивание необходимо использовать с тем, чтобы избежать смещения в сторону одного демографического сегмента.

ПРИМЕР. Получение весового коэффициента при анализе состава посетителей сетей ресторанов быстрого обслуживания

В регион Лос-Анджелес-Лонг-Бич был проведен почтовый опрос, цель которого -- выявить предпочтения той или иной сети ресторанов быстрого обслуживания. Полученный в итоге состав выборки отличался по уровню образования респондентов от распределения этого признака в генеральной совокупности, составленного на основе данных, полученных в

Данные, полученные компанией Nielsen, умножались на весовой коэффициент, выведенный на основе пола респондентов, а не на основе их образования, что могло бы привести ктому, что генеральная совокупность сдвинулась бы в сторону взрослого населения, имеющего образование. Далее компания применила взвешивание с использованием весового коэффициента по возрасту и доходу. По мнению многих специалистов, такой подход неправилен, поскольку весовые коэффициенты должны использоваться одновременно, а не в процессе отдельных расчетов. Исследователи компании Nielsen не согласны с тем, что их выборка неверна, и считают, что не ошиблись в ходе проведения обследования. Однако, поскольку большинство третьих сторон не приняли методов работы этой компании, ей все еще предстоит подгверд недостоверность результатов своих исследований.

результате недавно проведенной переписи населения. По этой причине выборку "взвесили", чтобы сделать ее более репрезентативной с учетом уровня образования посетителей. Весовые коэффициенты определялись делением процента генеральной совокупности на соответствующей процент выборки. Распределение образования по каждой выборке и генеральной совокупности, а также использованные весовые коэффициенты, приведены в следующей таблице

Использование взвешивания для повышения репрезентативности данных

Уровень образования^ годах) Доля в выборке (%) Доля в генеральной совокупности (%) Вес

(Начальное образование (отодо7 лет)	2,49	4,23	1,70
|8лет	1,26	2,19	1,74
'Среднее образование
от1 до 3 лет	6,39	8.65	1,35
|4 года	25,39	29,24	1,15
Среднее специальное и высшее образование
й от 1 до 3 лет	22.33	29,42	1,32
4 года	15,02	12,01	0,80
от 5 до 6 лет	14.94	7,36	0,49
й7 лет и больше	1218	690	0,57
| Итого	100,00	100,00

Как мы видим, категории, недостаточно представленные в выборке, получили более вы-I сокие весовые коэффициенты, в то время как для категорий, представленных излишне пол-8 но, назначены меньшие весовые коэффициенты. Таким образом, данные по респондентам, имеющим 1--3-годнчное среднее специальное образование, умножались на коэффициент I 1,32. а данные по респондентам, которые учились в высших и средних учебных заведениях 7 лет ч больше, умножались на 0,57.

Переопределение переменной

Процедура переопределения переменной (variable respecification) заключается в преобразовании данных для создания новых переменных либо изменения существующих.

I Переопределение переменной (variable respecification)

Преобразование данных для создания новых переменных либо изменения существующих с тем, чтобы они точнее соответствовали основным задачам исследования.

Цель переопределения состоит в создании переменных, максимально отвечающих основным задачам исследования. Предположим, что изначальной переменной был покаэатеть использования продукции по 10 категориям ответов. Их можно сократить до четырех категорий: пользуюсь часто, средне, редко или никогда. Кроме того, исследователь может разработать индекс информационного поиска (Index of Information Search-- IIS), представляющий собой сумму информации, которую клиенты стремятся получить от дилеров, менеджеров по продвижению товаров на рынке и из независимых источников. Можно воспользоваться коэффициентом соотношения переменных. Если, например, соизмеряется количество покупок в универмаге (Хо и количество покупок в кредит (Л,2)доля покупок в кредит может стать новой переменной после вычисления соотношения двух исходных переменных (Ч,/JC1 Другими способами переопределения переменной являются извлечение квадратного корня и логарифмические преобразования, которые часто применяются, чтобы точнее "подогнать" оцениваемую модель к основным задачам исследования.

К важнейшим процедурам переопределения переменной относится также использование фиктивных переменных для переопределения категорий. Фиктивные переменные (dummy variables) часто также называют двоичными, дихотомическими, инструменталъньши или качественными. Это переменные, которые могут принимать только два значения, например, 0 или 1.

Фиктивные переменные (dummy variables)

Переменные, способные принимать только два значения, обычно 0 или 1.

Общее правило заключается в следующем: переопределить переменную категории для К-то числа категорий можно К-- I фиктивными переменными. Почему их должно быть не К, а именно К-- 1?Это объясняется тем, что только К--\ категорий независимы. С учетом данных выборки информацию о А"-й категории можно получить на основе информации о других К-- 1 категориях. Так, если рассматривается пол респондентов, переменная имеет две категории, и при этом необходима только одна фиктивная переменная. Информацию о количестве или проценте мужчин в выборке можно быстро получить на основе данных о количестве или проценте женщин в этой выборке. Концепция применения фиктивных переменных проиллюстрирована на следующем примере.

ПРИМЕР. Потребители замороженных продуктов : использование фиктивной переменной

При исследовании потребления замороженных продуктов респонденты часто классифицируются по таким категориям: "приобретаю часто", "средне", "редко" или "никогда". 1 Обычно этим категориям присваиваются значения 4, 3, 2 и 1 соответственно. Оказалось, что такое кодирование не подходит для ряда методов статистического анализа. Как видно из й следующей таблицы, для проведения этих анализов уровень потребления данной продукции представлен тремя фиктивными переменнымиХ„ ЧчйлXv

Обратите внимание, что Х,= I для категории людей, которые не потребляют замороженные продукты, и 0 -- для всех остальных категорий. Подобным образом Х2-- 1 -- для тех, кто { пользуется такой продукцией редко и 0 -- для всех остальных категорий, а Л",= 1 для категории потребителей, пользующихся ею в среднем объеме, и 0 -- для всех остальных. При анализе фиктивные переменные А-,, А' и Х2 используются для представления всех групп пользователей замороженной продукции и тех, кто ею не пользуется.

Преобразование шкалы измерения

Преобразование шкалы (scale transformation) заключается в манипулировании значениями шкалы с тем, чтобы сравнивать ее с другими шкалами либо как-то иначе преобразовывать данные и делать их подходящими для анализа.

Преобразование шкалы (scale transformation)

Манипулирование значениями шкалы с тем, чтобы иметь возможность сравнивать ее с другими шкалами либо каким-либо другим образом преобразовывать данные и делать их подходящими для анализа.

Часто для измерения разных переменных используются разные шкалы. Так, переменные для оценки имиджа товара измеряются с использованием семибалльной семантической дифференциальной шкалы, переменные для оценки отношения -- по интервальной рейтинговой шкале, а переменные для оценки образа жизни -- по пятибалльной шкале Лайкерта. Очевидно, бессмысленно сравнивать респондентов по показателям, зафиксированным с использованием разных шкал. Чтобы сравнить баллы, оценивающие отношение, с баллами, указанными респондентом относительно стиля жизни или имиджа, необходимо преобразовать разные шкалы, Даже если для оценки всех переменных использовалась одна и та же шкала, разные респонденты нередко пользуются ею по-разному. Некоторые респонденты при ответах постоянно используют верхние градации рейтинговой шкалы, в то время как другие -- нижнюю ее часть. Различия подобного типа можно откорректировать соответствующим преобразованием данных.

ПРИМЕР. Учреждения здравоохранения -- преобразование данных, собранных в процессе опроса пациентов

В ходе исследования, направленного на определение структуры распределения предпочтений людей, пользующихся услугами учреждений здравоохранения, респондентов просили оценить степень важности 18 факторов, влияющих на их мнение, по трехбалльной шкале (очень важно, важно в определенной мере, неважно). Перед анализом все рейтинги, полученные от респондентов, были преобразованы. По каждому ответившему вывели средний показатель ответов по всем 18 пунктам. Затем этот средний показатель вычли из каждого элемента рейтинга, и к разнице прибавили определенную постоянную величину. Таким об-I разом, преобразованные данные А, получили в результате следующих действий:

X, =Х,-Х+С

Вычитание среднего значения позволило откорректировать неравномерное использование респондентами шкалы для оценки важности. Постоянную величину С прибавили с тем, I чтобы все преобразованные данные имели положительные значения, поскольку отрицательный рейтинг важности концептуально бессмыслен. Такое преобразование было желательным потому, что некоторые респонденты, особенно с невысоким доходом, оценили как очень важные" практически все характеристики учреждений здравоохранения. Другие респонденты, особенно с высокими доходом, указали, что для них важные лишь некоторые Й признаки. Таким образом, вычитание среднего значения позволило получить более точные данные об относительной важности разных факторов [13].

В описанном выше примере результаты преобразования шкалы откорректированы только по усредненным ответам. Существует, однако, и более общая процедура преобразования шкал -- известная как нормализация или нормирование (standardization).

Нормализация, нормирование (standardization)

Корректировка данных для приведения их к одной и той же шкале вычитанием выборочного среднего и деления полученного значения на стандартное отклонение.

Чтобы нормализовать шкалу X, мы сначала должны вычесть из каждого балла среднее значение X . а затем разделить полученное число на стандартное отклонение S Таким образом, нормализованная шкала имеет среднее значение, равное нулю, и стандартное отклонение, равное 1. По сути, это то же самое, что вычисление ж (см. главу 12). Нормализация позволяет исследователю сравнивать переменные, полученные с использованием разных типов шкал [14]. Математически нормализованные значенния п можно вычислить с помощью следующего уравнения:

L, =(Х. -X)/sx

ВЫБОР СТРАТЕГИИ АНАЛИЗА ДАННЫХ

Процесс выбора стратегии анализа данных представлен 1>рис. 14,5.

Выбор стратегии анализа собранных данных основывается на итогах предыдущих этапов процесса маркетинговых исследований, известных характеристиках информации, свойствах конкретных статистических методов, а также на опыте и взглядах исследователя.

Необходимо помнить, что анализ данных -- это вовсе не конечный этап исследования. Его цель - получить информацию, которая поможет решить определенную проблему. Выбор стратегии анализа должен начинаться с исследования итогов предьщуших этапов процесса: определение проблемы (этап 1), разработка подхода (этап 2) и разработка плана исследования (этап 3). В качестве "трамплина" используется предварительный план анализа данных, разработанный как один из элементов плана исследования. Затем, в ходе поступления на последующих стадиях процесса исследования дополнительной информации, может понадобиться ввести некоторые изменения.

Следующий этап заключается в анализе известных характеристик данных. Так, на выбор статистического метода сильно влияет то, какие шкалы измерений используются в ходе исследования (см. главу 8). Кроме того, определено, какие именно методы анализа желательно использовать при определенной структуре исследования. Дисперсионный анализ (глава 16) подходит для работы с экспериментальными данными, полученными от проведения причинно-следственного исследования. Кроме того, очень весомы при выборе стратегии анализа данных результаты изучения собранных данных на этапе их подготовки к анализу.

Чрезвычайно важно также учитывать конкретные характеристики разных статистических методов, особенно их основные цели и лежащие в основе предположения. Некоторые методы лучше всего подходят для исследования различий между переменными, другие - для оценки величин соотношений между переменными, а третьи -- для составления прогнозов. Кроме того, поскольку все методы основаны на разных предположениях, некоторые из них намного лучше других выдерживают нарушения этих предположений. Подробная классификация статистических методов представлена в следующем разделе.

И наконец, на выбор стратегии анализа данных влияет опыт и методология исследователя. Опытный исследователь, специально подготовленный для проведения статистического анализа, пользуется широким диапазоном приемов, включая сложные статистические методы. Исследователи отличаются друг от друга предположениями относительно переменных и соответствующих генеральных совокупностей. Как правило, для анализа данных в ходе реализации того или иного проекта можно использовать сразу несколько разных методов. Для иллюстрации воспользуемся нашим сквозным примером "Выбор универмага".

СКВОЗНОЙ ПРИМЕР. ВЫБОР УНИВЕРМАГА

Выбор стратегии анализа данных

В процессе анализа в ходе реализации данного проекта маркетологи создали модель выбора универмага с точки зрения характеристик имиджа универмага. Выборка поделена на две половины. Респонденты каждой половины разбиты на кластеры на основе того, какие характеристики имиджа магазина они считают наиболее важными. Затем определены статистические критерии по кластерам и выявлено четыре основных сегмента. Предпочтения по отношению к универмагам смоделированы по их оценкам с использованием специальных переменных для оценки имиджа. Данная модель отдельно оценена для каждого сегмента. Проведены статистические тесты различий между функциями предпочтений в каждом сегменте и перекрестная проверка результатов выборки по каждому сегменту. Описанная выше стратегия анализа данных наглядно отображена на следующем рисунке (161.

КЛАССИФИКАЦИЯ СТАТИСТИЧЕСКИХ МЕТОДОВ

Статистические методы делятся на одно- и многомерные. Одномерные методы (univariate techniques) используются тогда, когда все элементы выборки оцениваются единым измерителем, либо если этих измерителей несколько для каждого элемента, но каждая переменная анализируется при этом отдельно ото всех остальных.

Одномерные методы (univariate techniques)

Методы статистического анализа, применяемые для анализа данных в случаях, если существует единый измеритель для оценки каждого элемента выборки, либо если этих измерите-1 лей несколько, но каждая переменная анализируется отдельно ото всех остальных.

Многомерные методы (multivariate techniques) прекрасно подходят для анализа данных, если для оценки каждого элемента выборки используется два или больше измерителей, а эти переменные анализируются одновременно. Такие методы применяются для определения одновременных взаимосвязей между двумя или больше явлениями.

Многомерные методы (multivariate techniques)

Методы статистического анализа, применяемые для анализа данных, если для оценки каждого элемента выборки используется два или больше измерителя и эти переменные анализируются одновременно. Данные методы применяются для определения одновременных взаимосвязей между двумя или больше явлениями.

Многомерные методы отличаются от одномерных прежде всего тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями [15]. Оба этих вида статистических методов анализа подробно описаны в последующих главах, но сейчас мы покажем, как разные методы взаимосвязаны в общей схеме классификации.

Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические. Метрические данные (metric data) измеряются по интервальной шкале или относительной шкале

...