Маркетинговые исследования на рынке услуг

К внешней вторичной информации относят:

– справочные издания о конъюнктуре рынка, тенденциях и проблемах его развития;

– государственные нормативно-правовые акты (документы), прямо или косвенно влияющие на состояние рынка;

– отчеты хозяйственной деятельности организаций-конкурентов;

– аналитические статьи о развитии рынка, представленные в периодической печати, специальных газетах и журналах;

– информация, позволяющая оценить отношения руководителей

– государственных служб к тенденциям развития анализируемого рынка;

– данные о регистрации патентов, лицензий и других исключительных прав конкурентов;

– публикуемые интервью (речи, доклады) управленческого персонала и руководства организаций-конкурентов;

– мнение потребителей о характеристиках продукции или услуги, публикуемое в печатных органах объединений (союзов) потребителей;

– материалы арбитражной хроники и др. [30].

В последние годы появился новый, не имеющий себе равных, источник информации - всемирная компьютерная сеть Интернет, которая представляет огромные возможности для покупки и продажи товаров и услуг, проведения рекламных кампаний, различного рода совещаний, переписки. Даже относительно небольшой опыт российских фирм, открывших свои странички в Интернете, показал эффективность этого средства и с точки зрения поиска нужной информации, и с точки зрения распространения собственной информации.

Наряду с использованием вышеперечисленных источников хорошо организованные фирмы принимают дополнительные меры, чтобы поднять объем собираемой внешней текущей информации и повысить ее качество [9].

1. Фирмы обучают и соответствующим образом стимулируют свой персонал на сбор сведений о клиентах, конкурентах и других лицах, которые могут представлять интерес для фирмы.

2. Фирмы покупают сведения у профессиональных поставщиков внешней текущей информации.

3. Ряд фирм имеет в своем составе специальные отделы по сбору и распространению текущей маркетинговой информации. В этих отделах просматриваются наиболее важные издания, выбирают актуальные новости и рассылают управляющим по маркетингу информационные бюллетени, а также ведут досье по отдельным видам информации.

На третьем этапе процесса маркетингового исследования осуществляется сбор первичных источников информации.

Первичные данные - информация, собранная впервые для какой-либо конкретной цели [32]. Они необходимы в тех случаях, когда тщательный анализ вторичных сведений не в состоянии обеспечить необходимую информацию и оценку их значимости. Достоинства и недостатки первичных данных представлены в таблице 13. Для сбора первичных данных лучше разработать специальный план, требующий предварительных решений относительно методов исследования, орудий исследования, плана составления выборки, способов связи с аудиторией.

Таблица 13

Достоинства и недостатки основных способов сбора информации [30]

Тип информации	Достоинства	Недостатки
Первичная информация	1. Высокая степень новизны 2. Высокий уровень достоверности по сравнению с вторичными данными, возможность ее оценки 3. Проверка и подтверждение первичных данных 4. Легкость обработки (т.к. используются в основном стандартизированные формы)	1. Дорогостоящие 2. Требуют привлечения высокопрофессиональных специалистов в области маркетинга 3. В случаях больших выборок требуют значительных временных затрат
Вторичная информация	1. Быстрота получения по сравнению со сбором первичных данных 2. Дешевизна по сравнению с первичными данными 3. Повышают эффективность использования первичных данных	1. Сложность обработки из - за возможной нестыковки единиц измерения и использования различных определений и классификаций 2. Разная степень новизны 3. Невозможность оценить их достоверность 4. Необходимость проработки большого объема информации

Разработка рабочего инструментария состоит из следующих этапов [62]:

– определение методов и процедур сбора первичных данных;

– определение методов и средств обработки полученных данных;

– определение методов анализа и обобщения материалов на проверке рабочих гипотез.

Существует три основных способа получения первичных данных: наблюдение, эксперимент и опрос.

Наблюдение - это метод сбора информации об объекте путем изучения выбранной группы людей, их действий и ситуации [30].

Эксперимент - это активная форма анализа, в ходе которого испытатель воздействует на условия изучаемого процесса или производит отбор таким образом, чтобы получить информацию нужного содержания.

Опрос основан на выяснении позиций (мнений, предпочтений) людей или получение от них справки по определенному вопросу исследования [30].

Основными инструментами исследования являются анкеты и автоматические устройства.

Анкета представляет собой ряд вопросов, на которые опрашиваемый должен ответить. Разработке анкеты должно уделяться большое внимание. Нужно тщательно разработать последовательность вопросов, их форму и формулировку.

Хотя анкета является самым распространенным инструментом исследования, в маркетинговых исследованиях находят применение и различного рода автоматические устройства: гальванометр, тахистоскоп, аудиметр.

Гальванометр используют для замеров интенсивности интереса или чувств опрашиваемого при контакте с конкретным рекламным объявлением или изображением. Тахистоскоп экспонирует для опрашиваемого рекламное объявление в интервале выдержек от менее чем в одну сотую секунды до нескольких секунд. После каждого показа опрашиваемый рассказывает обо всем, что успел увидеть и запомнить. Аудиметр, подключаемый к телевизору в домах опрашиваемых, фиксирует сведения обо всех его включениях и каналах, на которые он настроен.

После разработки инструментов для сбора первичных данных проектируется выборка и определяется ее объем.

Множество всех единиц, являющихся объектами исследования образует генеральную совокупность. «Выборка - это группа объектов исследования, которая является носителем характеристик всех единиц генеральной совокупности [11]».

В литературе по маркетингу методы формирования выборки разделяют на вероятностные и невероятностные [18]. Выборка называется вероятностной, если для каждой единицы совокупности известна вероятность включения в выборку. Если эта вероятность неизвестна, то выборка называется невероятностной.

В состав вероятностных методов формирования выборки включают следующие: простой случайный отбор, систематический отбор, стратифицированный отбор. Невероятностные методы отбора определяются методами: отбор на основе удобства, отбор на основе суждения, отбор в процессе опроса, отбор на основе квот.

На этапе анализа собранной информации происходит ее изучение и переработка с помощью различных методов и приемов, а также извлечение из совокупности полученных данных наиболее важных сведений и результатов. Здесь широко используются экономико-математические методы обработки информации. К ним относят [18]: многомерные методы (факторный и кластерный анализы), регрессионные и корреляционные методы, имитационные методы, методы статистической теории принятия решений, детерминированные и гибридные методы.

И, наконец, последним этапом является представление результатов исследования, который предполагает формулирование выводов и рекомендаций. Они должны вытекать непосредственно из результатов предпринятого анализа, быть аргументированными, достоверными и направленными на решение исследуемых проблем. Результаты исследования должны быть отражены в отчете, который состоит из введения (формулировка гипотез, целей, задач, методов), основной части (описание полученных результатов и их связь с гипотезами) и заключения (краткие выводы, которые можно сделать на основании полученных данных).

2.3 Процедура формирования выборки

Основным способом получения данных в первичных маркетинговых исследованиях является выборочное наблюдение. Во избежание ошибок и неверных выводов маркетинговые службы должны строго придерживаться определенных правил отбора единиц в выборочную совокупность, оценивать надежность и репрезентативность выборки для того, чтобы распространить выборочные данные на генеральную совокупность.

Процесс формирования выборки состоит из нескольких этапов, целью которого является получение конкретного варианта выборки (рис. 11).

Рис. 11. Процесс формирование выборки

На первом этапе определяется генеральная совокупность. Генеральная совокупность -- это множество всех единиц, являющихся объектами исследования.

На этом этапе подготовки исследования необходимо определить, какие субъекты составляют исследуемую генеральную совокупность. Как правило, субъекты, входящие в генеральную совокупность неоднородны, особенно сложно представить все элементы генеральной совокупности, состоящей из организаций, поскольку не все фирмы афишируют свою деятельность. В качестве генеральной совокупности могут быть определены рынок в целом, сегмент рынка или целевая группа субъектов.

На втором этапе определяется метод обследования генеральной совокупности. В зависимости от объема генеральной совокупности и целей исследования могут быть использованы методы сплошного или выборочного обследования.

Метод сплошного обследования заключается в изучении всех единиц генеральной совокупности. Метод связан с высокими затратами на проведение исследования, его использование оправдано, например, в случае малого количества потребителей, представляющих сегмент, или в случае, когда объем покупок данных клиентов составляет значительную долю от емкости рынка в целом.

Метод выборочного обследования обеспечивает меньшую точность по сравнению с методом сплошного обследования, однако он менее трудоемок. Целесообразно использование данного метода при наличии большого числа однородных единиц генеральной совокупности. Выборка -- это группа объектов исследования, которая является носителем характеристик всех единиц генеральной совокупности, например группа потребителей, представляющих интересы и вкусы всего целевого рынка.

Метод выборочного обследования предоставляет информацию о генеральной совокупности на основании обследования только ее части, поэтому данные, полученные в ходе выборочного обследования, имеют вероятностный характер. На практике это означает, что в результате исследования определяется не конкретное значение, а интервал, в котором находится искомое значение. Вероятность, с которой можно утверждать, что ошибка выборки не превысит некоторую заданную величину, называется доверительной вероятностью.

Свойство выборки отражать характеристики генеральной совокупности называется репрезентативностью. Различие между характеристиками генеральной и выборочной совокупностями называется ошибкой выборки, которая зависит от выбранной процедуры составления (формирования) выборки.

На третьем этапе определяется процедура составления выборки.

Процедура составления выборки -- это последовательность отбора респондентов в выборку. Отбор респондентов может сопровождаться систематическими и случайными ошибками. Систематические ошибки возникают при неправильно выбранной процедуре составления выборки. Случайные ошибки существуют всегда, поскольку связаны с влиянием сложно-предсказуемых факторов. Влияние случайности полностью устранить невозможно, но величину случайной ошибки можно определить с помощью статистических методов. Систематическую ошибку невозможно оценить, но можно устранить, изменив процедуру выборки.

Учитывая наличие двух типов ошибок при формировании выборки, выделяют случайные (вероятностные) и неслучайные (детерминированные) методы формирования выборки (рис. 12).

Рис. 12. Методы формирования выборки

Размер выборки влияет на точность результатов. Точность выборки характеризует близость профиля выборки (например, итогового ответа на какой-то вопрос) к истинному профилю совокупности. Методы определения размера выборки представлены в приложении Б.

При формировании выборки в маркетинговых исследованиях используются вероятностные (случайные) и детерминированные (неслучайные) методы. Характеристика, достоинства и недостатки методов формирования выборки даны в Приложении А.

К вероятностным методам относятся выборки, в которых предполагается, что каждый элемент генеральной совокупности известен и имеет определенную вероятность попасть в обследование. К сожалению, в большинстве маркетинговых исследований не представляется возможным точно рассчитать вероятности из-за отсутствия сведений о размере генеральной совокупности. Поэтому термин «определенная вероятность» скорее связан с правилами формирования выборки, чем со знанием точных размеров генеральной совокупности. Наиболее распространенными вероятностные методы построения выборки включают: простую случайную выборку, систематическую выборку, стратифицированную выборку, кластерную выборку [11].

Детерминированные (неслучайные) процедуры составления выборки самим процессом формирования предполагают неслучайный выбор респондентов, чье мнение может отличаться от мнения генеральной совокупности в целом, порождая тем самым наличие неслучайной (систематической) ошибки данных в результатах исследования. При использовании неслучайных процедур отбор респондентов в выборку производится на основе каких-либо принятых условий, ограничивающих круг вероятных участников исследования. Наиболее распространенные детерминированные методы построения выборки включают выборку по удобству, выборку по усмотрению, выборку методом квоты и выборку методом снежного кома.

Локализованная выборка (выборка по удобству), как и подразумевается в названии, стремится получить набор элементов на основании удобства для исследователя. Выбором единиц выборки занимается преимущественно интервьюер. Часто респонденты попадают в выборку потому, что они оказываются в нужное время в нужном месте.

Выборка по удобству имеет преимущества в том, что она является недорогой и быстрой. Кроме того, единицы такой выборки обычно доступны, легки для измерения и охотно сотрудничают с интервьюером. Несмотря на эти преимущества, у данного вида выбора есть серьезные ограничения. Главным ограничением является тот факт, что итоговая выборка не является представителем любой определимой целевой популяции. Этот процесс выборки характеризуется отклонением отбора. Это означает, что характеристики людей, включенных в выборку по удобству, могут систематически отличаться от характеристик целевой популяции. Из-за этих ограничений теоретически бессмысленно делать обобщение выборки по удобству на всю популяцию.

Выборки по удобству непригодны для описательных или причинных исследований, где целью служит получение выводов относительно популяции. Однако в предварительных исследованиях, целью которых является генерация идей, получение новых точек зрения или разработка гипотез, выборки по удобству могут оказаться полезными. Их можно использовать в целевых группах, при предварительном тестировании анкет или в пробных проектах. Но даже в этих случаях интерпретацию результатов следует проводить с осторожностью. Несмотря на эти ограничения, данный метод иногда используется даже в больших опросах.

Выборка на основе суждения (выборка по усмотрению) представляет собой такую форму выборки по удобству, при которой элементы популяции выбираются на основании мнения исследователя. Исследователь выбирает те или иные элементы выборки, т.к. он считает, что они представляют целевую популяцию.

Выборка по усмотрению является привлекательной из-за ее низкой стоимости, удобства и скорости. Однако она является субъективной, в значительной степени зависящей от опыта и творческих способностей исследователя. Поэтому нельзя делать обобщений для конкретной популяции обычно по причине того, что популяция четко не определена.

При выборке методом квот процесс выборки по усмотрению состоит из двух этапов. На первом этапе происходит разработка контрольных категорий, иначе квот, элементов популяции. Используя здравый смысл для определения релевантных категорий, таких как пол или раса, исследователь оценивает распределение этих характеристик в целевой популяции. Например, белые женщины возрастом от 18 до 35 могут рассматриваться как релевантная категория контроля для исследования спроса на косметические услуги. После этого исследователь, основываясь на своем опыте или источниках вторичной информации, проводит оценку доли целевой популяции, попадающей в эту категорию. После этого проводится формирование выборки для обеспечения гарантии того, что доля белых женщин возрастом от 18 до 35 лет из целевой популяции будет отражена в выборке. Квоты используются для обеспечения того, что состав выборки и состав популяции будут одинаковыми в отношении характеристик, представляющих интерес.

Как только определены квоты, начинается второй этап процесса формирования выборки. Элементы выбираются по удобству или по усмотрению. Присутствует значительная свобода при выборе элементов, которые включаются в выборку. Единственным требованием является то, чтобы выбранные элементы соответствовали контрольным характеристикам.

Однако с этим методом выборки связано множество потенциальных проблем. В процессе установки квот можно не придать значения важным характеристикам, а это ведет к тому, что с точки зрения релевантных контрольных характеристик выборка не будет являться достаточно хорошим представлением популяции. Так как в каждой квоте элементы выбираются по удобству или усмотрению, возможно присутствие множества источников отклонений отбора. У интервьюеров может появиться искушение выбирать такие районы, в которых, по их мнению, они смогут добиться успеха в опросе участников, могут избегать людей, которые выглядят неприветливо, плохо одеты или живут в нежелательных районах. Еще одним ограничением выборки методом квот является тот факт, что для нее нельзя выполнить оценку ошибки выборки.

Применение выборок, сформированных методом квот, продиктовано стремлением к тому, чтобы сравнительно дешево получить репрезентативные выборки. Кроме того, такие выборки достаточно удобно составлять. Если выбраны подходящие контрольные характеристики, с помощью выборки методом квот можно получить результаты, близкие к тем, которые получаются при традиционной вероятностной выборке.

При выборке методом снежного кома выбирается первоначальная группа респондентов, обычно случайным образом. Этих респондентов, после того, как они опрошены, просят указать, кто еще принадлежит к целевой популяции, представляющей интерес. Этот процесс продолжается, что ведет к эффекту снежного кома, т.к. одна ссылка исходит из другой. Таким образом, в результате этого процесса формируется структура выборки, из которой отбираются респонденты. Несмотря на то, что в этом методе выборки сначала используется вероятностная выборка, в результате получается невероятностная выборка. Это происходит потому, что указанные респонденты по демографическим и психографическим характеристикам будут скорее похожи на респондентов, которые указали на них.

Выборка методом снежного кома используется при изучении характеристик, которые для данной популяции являются сравнительно редкими или трудными для выявления. Без такого рода ссылок может вообще быть невозможным выявление групп со специальными характеристиками, таких как мужчины-вдовцы моложе 35 лет или отдельные популяции-меньшинства.

Главное преимущество выборки методом снежного кома заключается в том, что она значительно увеличивает вероятность обнаружения требуемых свойств среди популяции. Она характеризуется сравнительно низкой стоимостью и величиной отклонений в выборке.

В простой случайной выборке каждому элементу популяции соответствует заданная и одинаковая вероятность отбора. Более того, любая возможная выборка заданного размера (n) имеет заданную и одинаковую вероятность стать действительной выборкой. Суть процедуры формирования случайной выборки лежит в том, что каждый элемент отбирается независимо от всех остальных элементов.

В телефонных опросах для генерации случайной выборки телефонных номеров часто используется метод дозвона на случайный номер. Этот метод заключается в случайном выборе всех 10 цифр телефонного номера (код города, основной и добавочный номера). Хотя такой подход дает всем семействам, имеющим телефон, примерно одинаковые шансы попасть в выборку, однако не все числа, сгенерированные таким образом, являются действительными телефонными номерами. Для того чтобы выявить и устранить недействительные номера, было предложено несколько модификаций этого метода. С их использованием применение простой случайной выборки в телефонных опросах становится более привлекательным.

У метода простой случайной выборки есть множество преимуществ. Он прост для понимания и направлен на то, чтобы получить данные, являющиеся репрезентативными для целевой популяции. Большинство подходов, связанных со статистическими выводами, предполагают, что использовалась случайная выборка. Тем не менее, у метода простой случайной выборки есть, как минимум, четыре существенных ограничения:

1) Построение структуры выборки с использованием этого метода является сложной задачей.

2) Этот метод может оказаться дорогостоящим и занимать много времени, т.к. структура выборки географически может быть распределена по большой территории.

3) Метод простой случайной выборки часто дает низкую точность.

4) Выборки, сгенерированные с помощью этого метода, могут не быть репрезентативными выборками целевой популяции, особенно если размер выборки мал.

Хотя сформированные выборки неплохо представляют популяцию в целом, отдельная простая случайная выборка может значительно отличаться от целевой популяции. По этим причинам метод простой случайной выборки не используется широко в маркетинговых исследованиях. Более популярны такие процедуры, как систематическая выборка.

Метод систематической выборки включается в том, что выборка формируется путем выбора случайным образом начальной точки и затем последовательного отбора каждого i-го элемента схемы выборки. Частота отбора элементов i называется интервалом выборки. Он вычисляется путем деления размера популяции N на размер выборки n и округления полученного значения до ближайшего целого. Например, допустим, что популяция состоит из 100 000 элементов, и желательно, чтобы выборка состояла из 1000 элементов. В этом случае интервал выборки i равен 100. Выбирается случайное число между 1 и 100. Если, например, оно равно 23, то выборка будет состоять из элементов 23, 123, 223, 323, 423, 523 и т.д.

Элементы популяции, используемые при систематической выборке, обычно определенным способом организованы. Если в качестве схемы выборки используется телефонная книга, элементы организуются в алфавитном порядке. В некоторых случаях порядок следования элементов может быть связан с некоторой характеристикой, представляющей интерес для исследователя. Например, потребители кредитных карточек могут быть перечислены в порядке величины суммы задолженности, а фирмы некоторой отрасли могут быть расположены в порядке, соответствующем годовому объему продаж. Когда элементы популяции организованы некоторым образом, который связан с изучаемыми характеристиками, систематическая выборка может дать результаты, совершенно отличающиеся от метода простой случайной выборки.

С другой стороны, когда структуры выборки организованы циклическим путем, систематические выборки становятся менее репрезентативными. Чтобы продемонстрировать это на практике, рассмотрим пример применения метода систематической выборки для генерации выборки, состоящей из показателей объема реализации услуг за месяц в салоне красоты. Выборка формируется на основе структуры выборки, содержащей показатели месячного объема реализации услуг за последние 7 лет. Если установить интервал выборки равным 12, итоговая выборка не отразит зависимость уровня реализации услуг от месяца.

Систематическая выборка менее дорогостояща и более проста, чем простая случайная выборка, потому что здесь случайный выбор происходит только один раз. Кроме того, систематическую выборку можно применить, не имея знаний о структуре схемы выборки. По этим причинам систематическая выборка часто применяется в почтовых, телефонных опросах и собеседованиях.

Стратифицированная выборка представляет собой процесс выборки, состоящий из двух этапов и производящий скорее вероятностную выборку, чем выборку по удобству или по усмотрению. Во-первых, популяция делится на подгруппы, называемые стратами. Каждый элемент популяции должен быть отнесен к одной и только одной страте, и ни один из элементов популяции не должен быть пропущен. Во-вторых, элементы из каждой страты должны быть отобраны случайным образом. Идеальным вариантом является использование метода простой случайной выборки для отбора элементов в каждой страте. Тем не менее, на практике может использоваться метод систематической выборки и другие вероятностные процедуры построения выборки.

Главной целью метода стратифицированной выборки является повышение точности без увеличения стоимости. Разделение популяции происходит с использованием стратификационных переменных. Страты формируются исходя из четырех критериев: однородность, разнородность, связанность, стоимость. Следует соблюдать следующие указания:

– Элементы в пределах страты должны быть похожими или однородными.

– Элементы, находящиеся в разных стратах, должны отличаться, т.е. быть разнородными.

– Стратификационные переменные должны быть связаны с интересующей характеристикой.

– Количество страт обычно варьируется между двумя и шестью. Когда число страт превышает шесть, всякое дальнейшее повышение точности происходит за счет очень высокой стоимости.

У метода стратификации есть два преимущества. Когда исследование проводится с учетом перечисленных выше указаний, колебания в выборке уменьшаются. Стоимость выборки также можно уменьшить, если стратификационные переменные выбираются так, чтобы их было легко измерить и применить. Для стратификации обычно используются такие переменные, как демографические характеристики, тип потребителя (кредитная карточка или другой вид оплаты), размер фирмы. Стратифицированная выборка повышает точность метода генерации простой случайной выборки.

При кластерной выборке целевую популяцию сначала делят на взаимно исключающие и совокупно исчерпывающие субпопуляции, по-другому - кластеры. Затем с помощью вероятностного метода выборки, такого как простая случайная выборка, формируется произвольная выборка из кластеров. В каждом отдельном кластере включаются либо все элементы, либо выборка элементов, сформированная вероятностным методом. Если в выборку включаются все элементы каждого отобранного кластера, такая процедура называется одноэтапной кластерной выборкой. Если же выборка элементов формируется вероятностным путем из каждого отобранного кластера, такая процедура называется двухэтапной кластерной выборкой.

Существует множество ключевых отличий между кластерной и стратифицированной выборкой. Они приведены в следующей таблице 14.

Таблица 14

Ключевые отличия между кластерной и стратифицированной выборкой

Кластерная выборка	Стратифицированная выборка
Выборка формируется только из некоторых субпопуляций (кластеров)	Выборка формируется из всех субпопуляций (страт)
В пределах кластера элементы должны отличаться (быть разнородными), тогда как поддерживается однородность или схожесть между различными кластерами	В пределах страты элементы должны быть однородными, а между стратами должны быть различия (разнородность)
Схема выборки нужна только для кластеров, попавших в выборку	Должна быть сформирована полная схема выборки для всех стратифицированных субпопуляций
Повышает эффективность выборки, уменьшая стоимость	Повышает точность

Одной из наиболее распространенных форм кластерной выборки является пространственная выборка. Пространственная выборка основана на кластеризации по географическим областям, таким как округа, жилые участки и кварталы. Выборка может быть получена за один или несколько этапов. При одноэтапной площадной выборке происходит выборка всех элементов из данного кластера. Например, если за кластеры принимаются городские кварталы, тогда все семьи в отобранных кварталах должны быть включены в выборку. В случае двухэтапной выборки только часть семей, проживающих в каждом квартале, попадет в выборку.

Кластерная выборка имеет два основных преимущества: легкая осуществимость и низкая стоимость. Так как структуры выборки часто составляются на основании кластеров, а не элементов популяции, кластерная выборка может быть единственно возможным подходом. Принимая во внимание ограниченность ресурсов проекта исследования, составление списка всех элементов популяции может быть очень дорогостоящей, или даже неосуществимой задачей. Однако списки географических районов, телефонных узлов и прочих кластеров (скоплений) потребителей можно составить сравнительно легко. Кластерная выборка является самым экономически эффективным методом выборки. Это преимущество следует рассматривать, принимая во внимание то, что существуют и некоторые ограничения. При кластерном методе построения получаются некачественные выборки, в которых трудно сформировать отличающиеся, разнородные кластеры. Например, семьи, проживающие в одном квартале, скорее будут похожими, чем непохожими. Вычисление и интерпретация статистики на основании кластеров может быть сложной задачей.

Выбор между невероятностным и вероятностным методом построения выборки следует делать, принимая во внимание такие факторы, как природа исследования, ошибка, вносимая в процессе выборки, изменчивость популяции, статистические и оперативные факторы. Например, в познавательных исследованиях получаемые сведения рассматриваются как предварительные, и тогда применение вероятностной выборки может быть неоправданным. С другой стороны, в итоговых исследованиях, в которых исследователь хочет обобщить результаты на всю целевую популяцию предпочтительно использование вероятностной выборки. Вероятностные выборки делают возможным статистическое распространение результатов на целевую популяцию.

Когда требуется высокая степень точности, как в случае получения оценок характеристик популяции, желательно использовать вероятностную выборку. В таких ситуациях исследователю нужно устранить отклонения отбора и вычислить влияние ошибки выборки. Для этого требуется использование вероятностной выборки. Однако даже при такой повышенной точности метода формирования вероятностная выборка не всегда даст более точные результаты. Например, с помощью вероятностной выборки невозможно контролировать ошибки, не связанные с выборкой. Если ошибки именно такого рода будут представлять главную проблему, то невероятностные методы выборки, такие как выборка по усмотрению, могут оказаться более предпочтительными, т.к. они дают повышенный уровень контроля над процессом выборки.

При выборе между методами формирования выборки исследователь должен также принять во внимание похожесть или однородность популяции в характеристиках, представляющих интерес. Например, вероятностная выборка лучше подходит для популяций с высокой степенью разнородности, для которых формирование репрезентативной выборки имеет исключительно большое значение. Вероятностная выборка более предпочтительна и с точки зрения статистики, т.к. на ее основе можно применять все наиболее распространенные статистические методы.

Хотя вероятностный метод формирования выборки имеет множество преимуществ, он сложен и требует от исследователей отличного знания статистики. Обычно построение вероятностной выборки дороже и для нее необходимо больше времени, чем для невероятностной. Во многих проектах маркетинговых исследований очень сложно найти оправдание дополнительным затратам финансов и времени. Поэтому на практике использование того или иного метода выборки диктуется целями исследования.

2.4 Определение объема выборки

Поскольку выборка является частью изучаемой совокупности, полученные выборочные данные скорее всего не будут в точности соответствовать данным, которые можно было бы получить при изучении всех единиц генеральной совокупности. Различие между выборочными и истинными данными называется ошибкой выборки. Она обуславливается методом формирования и размером выборки.

Для определения размера выборки необходимо учитывать целый ряд финансовых, статистических и управленческих вопросов. Известно, что чем больше объем выборки, тем меньше ее ошибка. Однако большая выборка дорогостоящая, а имеющиеся в наличии денежные средства всегда ограничены. Кроме того, стоимость выборки растет пропорционально ее объему, а ошибка выборки уменьшается по норме, равной квадратному корню из относительного роста размера выборки. Другими словами, если размер выборки увеличить в 4 раза, то ошибка выборки уменьшится только на половину.

На практике используется несколько методов определения объема выборки (приложение Б) [11, 18]:

1. Произвольный метод расчета.

2. Традиционный метод расчета.

3. Статистический метод расчета.

4. Графический метод.

5. Эмпирический метод.

6. Затратный метод.

Произвольный подход основан на применении «правила большого пальца». Например, бездоказательно принимается, что для получения точных результатов выборка должна составлять 5 % от совокупности. Данный подход является простым и легким в исполнении, однако не представляется возможным установить точность полученных результатов. При достаточно большой совокупности он к тому же может быть и весьма дорогим.

Объем выборки может быть установлен исходя их неких заранее оговоренных условий. Скажем, заказчик маркетингового исследования знает, что при изучении общественного мнения выборка обычно составляет 1000-1200 человек, поэтому он рекомендует исследователю придерживаться данной цифры. В случае, если на каком-то рынке проводятся ежегодные исследования, то в каждом году используется выборка одного и того же объема. В отличие от первого подхода при определении объема выборки традиционным методом используется известная логика, которая одна является весьма уязвимой. Например, при проведении определенных исследований может потребоваться точность меньше, чем при изучении общественного мнения, да и объем совокупности может быть во много раз меньше, нежели при изучении общественного мнения. Таким образом, данный подход не принимает в расчет текущие обстоятельства, может быть достаточно дорогим.

Объем выборки может определяться на основе статистического анализа. Этот подход основан на определении минимального объема выборки исходя из определенных требований к надежности и достоверности полученных результатов. Он также используется при анализе полученных результатов для отдельных подгрупп, формируемых в составе выборки по полу, возрасту, уровню образования и т.п. Требования к надежности и точности результатов для отдельных подгрупп диктуют определенные требования к объему выборки в целом.

1.Размер повторной выборки при неизвестном объеме генеральной совокупности, но известном распределении контролируемого признака определяется по формуле:

n =,

где t - нормированное отклонение, которое определяется по выбранному уровню доверительной вероятности. Обычно используется два значения уровня доверительности: 95 или 99 %, которым соответствуют t =1,96 и t = 2,58; p - вероятность наступления интересующего события; g - 100 - p; - допустимая ошибка, в % или в долях.

2. Размер повторной выборки при известной дисперсии изучаемого признака определяется по формуле:

n = ,

где - дисперсия изучаемого признака.

3. Размер бесповторной выборки при известном объеме генеральной совокупности и известном распределении контролируемого признака определяется по формуле:

n=,

где N - объем генеральной совокупности.

4. Размер бесповторной выборки при известной дисперсии изучаемого признака определяется по формуле:

n =.

В ряде случаев в качестве главного аргумента при определении объема выборки используется стоимость проведения обследования. Так, в бюджете маркетинговых исследований предусматриваются затраты на проведение определенных обследований, которые нельзя превышать. Очевидно, что ценность получаемой информации не принимается в расчет. Однако в ряде случаев и малая выборка может дать достаточно точные результаты.

Стремление упростить процедуру расчета объема выборки приводит к созданию номограмм, которые ориентированы на обеспечение статистической надежности информации, но при этом не обременяют пользователя знаниями специальных формул из области статистики.

При использовании эмпирического метода выборка считается достаточной, когда все новые сведения вносят лишь незначительные изменения (которыми можно пренебречь) в уже собранные результаты исследования.

Представляется разумным учитывать затраты не абсолютным образом, а по отношению к полезности информации, полученной в результате проведенных обследований. Заказчик и исследователь должны рассмотреть различные объемы выборки и методы сбора данных, затраты, учесть другие факторы.

2.5 Измерения в маркетинговых исследованиях

Измерение означает присвоение чисел или других символов измеряемым характеристикам объектов в соответствии с заранее определенными правилами. Мы измеряем характеристики предмета, а не сам предмет непосредственно. Поэтому для изучения рынков, их участников и потребителей используются три критерия измерений [11].

Критерий состояния бытия, статуса, образа жизни. С помощью этих характеристик выясняется возраст, образование, половая принадлежность, демографические значения, социальная принадлежность и т.п.

Критерий сознания (отношения). Эта группа переменных позволяет оценить отношение потребителя к услугам, которые мы, равно как и наши конкуренты, предлагаем. К числу этих факторов можно отнести мнение потребителей об услуге, мнение общества о них, реакцию на новые услуги, отношение к рекламе и пр.

Критерий поведения. Группа факторов, влияющих на действия или намерения. К ним можно отнести намерение воспользоваться услугой или не воспользоваться, пойти на презентацию или не пойти.

Для проведения измерения величин, представленных перечисленными критериями, необходимо подобрать определенный инструментарий, с помощью которого мы будем иметь возможность отражать полученные данные в виде, приемлемом для восприятия. Эта задача весьма неординарная. Если первая группа факторов бытия является по сути статистической и их определение не вызывает серьезных проблем, то две другие группы, имеющие дело с отношением, мотивами и возможными поступками потребителей, весьма непросты. Сложность состоит в том, что сам потребитель редко когда сможет сформулировать причину, по которой он поступает так, а не иначе.

Основополагающими требованиями при проведении измерений являются определение точности измерения и соблюдения объективности при их проведении. Все измеряемые факторы и свойства можно разбить на две группы: количественные и качественные.

К количественным характеристикам относят возраст, размер ежемесячного дохода на семью, ежемесячный объем реализации услуг, стоимость рекламной кампании и мн. др. Эти значения поддаются подсчету. Для них имеются принятые эталоны единиц измерения: количество лет, сумма дохода в рублях, количество тонн сырья и т.п. То, что поддается счету, не представляет формальных затруднений в процессе измерения. Эти величины, за исключением размеров доходов и сумм затрат, можно получить в процессе исследования.

Качественные характеристики не имеют признанных и установленных эталонов, по которым, например, можно измерять мнения людей, силу желания совершить покупку, эффективность предложений, социальную принадлежность и т.д. Для замеров указанных величин исследователь вынужден подбирать единицы измерения и форму получения результатов. На практике не всегда бывает понятным, какую величину следует измерять, для того чтобы решить поставленную исследователем задачу.

Проблема однородности измеряемых величин весьма существенна. Количественное различие сравниваемых величин имеет место только в рамках одного и того же качества.

Выбор метода измерений должен адекватно отражать специфику предмета изучения. Существует несколько уровней измерений, которые отличаются друг от друга в соответствии с природой или существом исследуемого процесса.

Эталон измерения называется шкалой. В современных исследованиях применяются четыре вида шкал для измерения различных величин: номинальная, порядковая, интервальная, метрическая (приложение В).

1. Номинальная (иногда называют шкалой наименований) -- с ее помощью можно измерять «номиналы», количественные или качественные. Часто шкала состоит из взаимоисключающих категорий, в которых нет логического порядка: «да» или «нет», количество мужчин, живущих в городе, число магазинов в стране, город/деревня, мужчина/женщина, вера, номер телефона, возраст и т.д.

2. Порядковая -- состоит из категорий, отличающихся друг от друга условными понятиями или качественными признаками, в которых подразумевается наличие упорядоченности в каком-либо виде.

Пример. Предлагается список предприятий бытового обслуживания, которые требуется расставить в порядке возрастания желания респондента обратиться к ним, т.е. сначала из списка выбирается то предприятие, к которому мы обратились бы за услугой в самую последнюю очередь, следующее - в предпоследнюю очередь и т.д. Завершало бы этот список предприятие, к которому бы обратились за услугой в первую очередь.

3. Интервальная -- состоит из численных значений, которые поддаются физическому измерению. Интервал между численными значениями известен и имеет постоянные размеры: температура в градусах цельсия. Шкала позволяет определить дистанцию между объектами измерений.

Вся возможная область измерений разбивается на интервалы. Четких измеряемых границ интервалов не существует. Но соблюдается пропорциональность и равнозначимость каждого из них.

Пример. Предлагается утверждение, что парикмахерская «Визаж» является лучшей. После утверждения приводится интервальная шкала, допустим, имеющая три интервала: согласен - не знаю - не согласен. Ответ попадает в один из интервалов, но измерить, насколько тот или иной респондент согласен или не согласен с утверждением, не представляется возможным с помощью интервальной шкалы.

4. Метрическая (или сравнительная, сравнение с физическим эталоном) - имеет фиксированную точку 0. Эта шкала и отличается от интервальной тем, что имеет строгие величины размерности, для которых существует значение точки 0 и физически строгой границы. Эти данные всегда сравнительные - сравниваются с физическим эталоном, принадлежащим этой же категории, и если эти две величины равны, то разница между ними равна нулю. Например, время службы телевизионной трубки, возраст, зарплата, доход и т.д.

Пример. По этой шкале можно измерять доход респондентов. Величина последнего может принимать значения от нуля до бесконечности. Сравнение дохода 800 и 400 руб. показывает, что 800 ровно в два раза больше, чем 400.

Шкалы можно классифицировать по следующим признакам:

1. В зависимости от количества оцениваемых характеристик:

– однопредметные;

– многопредметные.

2. В зависимости от степени точности ответов:

– двухразрядная шкала и т.д.;

– пятиразрядная шкала и т.д.;

– одиннадцатиразрядная шкала.

3. В зависимости от обозначения интервалов:

– шкалы с качественным обозначением интервалов;

– шкалы с количественным обозначением интервалов:

– симметричная шкала;

– нессиметричная шкала.

4. В зависимости от количества положительных и отрицательных интервалов оценки:

– сбалансированная шкала;

– несбалансированная шкала.

Однопредметные шкалы применяются, в частности, при изучении отношения к продегустированному продукту. Вид такой шкалы представлен на рисунке 13. От опрашиваемого требуется определенным образом отметить на шкале (значок X) свое мнение:

2

126

1

Рис. 13. Однопредметная шкала

Применяемая шкала является интервальной. В ней задействовано семь интервалов. Шкала является симметричной: относительно нейтрального мнения (ни «да», ни «нет») влево и вправо имеет равное количество интервалов.

Многопредметные шкалы используются в том случае, если исследователи ставят задачу -- в компактном виде получить ответ на ряд взаимодополняющих друг друга вопросов. Например, если проводится исследование отношения возможных покупателей товара к новой упаковке, то естественно связать такие аспекты, как цветовое решение, вид, оформление и форму упаковки. На рисунке 14 приведены замеры трех параметров по шкале «нравится/не нравится» с делениями. Для экземпляра 1 отметки ставятся значком «X», для экземпляра 2 -- значком «О».

Нравится __1__ _____ __2__ _____ _____ Не нравится

Цвет _____ __x__ _____ _____ __0__

Оформление _____ _____ __x__ __0__ _____

Упаковка __x__ _____ __0__ _____ _____

Рис. 14. Многопредметная шкала

Шкалы покупательского отношения применяются при проведении опросов с целью определить или выявить намерения совершения покупок. В таких исследованиях можно использовать все разновидности вышеперечисленных шкал и, кроме них, еще приведенные ниже.

Вариантами являются прямые ответы на вопрос: «Намерены ли вы купить пылесос, который был представлен на презентации?»

Количество вариантов ответов на вопрос может в шкале изменяться от 2 до 11.

Количество вариантов в двухразрядной шкале при ответе на вопрос минимальное:

«Куплю»

«Не куплю»

Пятиразрядная шкала используется наиболее часто, т.к. является исчерпывающей для формирования оценки опрашиваемого и не слишком сложной для ее восприятия.

Для ответа на вопрос, например, опрашиваемому следует подчеркнуть один из вариантов ответов:

«Несомненно куплю»

«Вероятно куплю»

«Могу купить -- могу не купить»

«Вероятно не куплю»

«Несомненно не куплю»

Одиннадцатиразрядная шкала Терстоуна применяется в крайних случаях, когда необходимо получить более высокую степень точности ответов. Однако редко когда на практике удается получить желаемый эффект от слишком детализированных вариантов ответов:

10 -- несомненно (вероятность или шанс -- 99 из 100)

9 -- почти умерен (9 из 10)

8 -- очень вероятно (8 из 10)

7 -- вероятно (7 из 10)

6 -- высокая возможность (6 из 10)

5 -- довольно хорошая возможность (5 из 10)

4 -- достаточная возможность (4 из 10)

3 -- некоторая возможность (3 из 10)

2 -- очень слабая возможность (2 из 10)

1 -- почти без шансов (1 из 10)

О -- нет шансов (0 из 100).

Качественные и количественные оценочные шкалы весьма похожи на однопредметные шкалы измерения отношений. Принцип данных шкал заключается в том, что весь диапазон возможных значений оценок от максимального до минимального разбивается на интервалы, каждому из которых присваивается своя степень оценки. Интервалы обозначаются качественной оценкой (рис. 15а) или количественной с использованием симметричных (рис. 15б) и несимметричных (рис. 15в) числовых оценок.

2

126

1

Рис. 15. Качественные и количественные оценочные шкалы

Все оценки имеют упорядоченную последовательность. Это значит, что при использовании цифровой оценки абсолютное значение цифры отражает степень оценки опрашиваемым изучаемого объекта.

Сбалансированная шкала -- такая, в которой применяется равное количество положительных и отрицательных интервалов оценки. Как правило, в сбалансированной шкале используется нечетное количество интервалов, поскольку всегда имеется возможность нейтрального отношения.

Например, для определения оценки покупателями-пользователями влияния бальзама для волос на их рост можно использовать шкалу, представленную на рисунке 16а.

В несбалансированных шкалах используется неравное и несимметричное количество интервалов оценок.

На рисунке 16б приведен пример использования шкалы при ответе на вопрос о качестве обслуживания в гостинице.

Рис. 16. Сбалансированные и несбалансированные шкалы

При классификации методов шкалирования можно выделить сравнительные и несравнительные шкалы (рис. 17).

Сравнительные шкалы - это метод измерения, в котором присутствует прямое сравнение двух и более объектов.

Сравнительные шкалы иногда называют неметрическими шкалами.

Основное преимущество сравнительных шкал заключается в том, что есть возможность выявить различия между изучаемыми объектами. Процесс сравнения вынуждает респондентов выбирать между двумя объектами. Сравнительные шкалы способствуют уменьшению эффектов ореола или переноса, заключающихся в том, что ранние суждения влияют на более поздние. Они просты для понимания и применения. Основной недостаток сравнительных шкал заключается в существовании ограничений для анализа порядковых данных. Спектр существующих сравнительных методов измерения и их взаимосвязи показан на рисунке 17.

Несравнительные шкалы - это метод измерения, при котором каждый объект измеряется независимо от других.

Несравнительные шкалы иногда называют метрическими шкалами. Здесь нет сравнения с другим объектом или с некоторым эталоном. Респонденты, использующие несравнительную шкалу, применяют свой собственный стандарт определения рейтинга. Спектр существующих несравнительных методов измерения и их взаимосвязи показан на рисунке 17.

Дискретные рейтинговые шкалы. Дискретная рейтинговая шкала содержит некоторое число или краткое описание, связанное с каждой кате-горией откликов. Категории обычно расположены в некоторой логической последовательности, и от респондентов требуется выбрать категории, которые лучше всего описывают их реакции на оцениваемый объект. К дискретным рейтинговым шкалам относят шкалы Лайкерта, семантические дифференциальные шкалы и шкалы Стейпла.

Шкала Лайкерта. Принятая и широко используемая в профессиональной деятельности пятиразрядная шкала отношений в разных странах называется по-разному. Но суть ее и вид таковы, как показано на рисунке 19а. Шкала успешно применяется тогда, когда на измеряемый атрибут влияет большое количество факторов, которые трудно разделить на составляющие.

Пусть проводится исследование среди людей, купивших пылесосы, на предмет выяснения степени их «согласия/несогласия» с тезисом «Пылесос работает шумно».

Логика предлагаемой шкалы состоит в том, что вводятся две промежуточные размерности -- «Согласен» и «Не согласен» -- в дополнение к двум крайним и нейтральному.

Опрашиваемый в этом случае должен занести пометку (значок X) в соответствующую графу, как показано на схеме. Часто применяется цифровое обозначение интервалов. Последующая обработка цифр позволяет упростить весь процесс анализа. Суммируя цифровые показатели, можно получить среднее значение степени согласия с приведенным утверждением, а также построить статистические распределения.

Семантическая дифференциальная шкала. В семантических дифференциальных шкалах отношение опрашиваемого к исследуемому предмету оценивается в биполярных категориях типа «нравится/не нравится». На таких шкалах наносится граничные категории, а все пространство между ними разбивается на 3, 5 или 7 диапазонов, характеризующих степень приближенности мнения к обозначенным категориям.