- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Маркетинговые исследования. Подготовка данных к анализу презентация
Содержание
- 1. Маркетинговые исследования. Подготовка данных к анализу
- 2. Подготовка данных к анализу
- 3. Подготовка к анализу и редактирование данных Кодирование
- 4. Подготовка к анализу и редактирование данных
- 5. Процесс подготовки данных к анализу представлен этапами:
- 6. 6. Очищение данных 7. Статистическая корректировка данных 8. Выбор стратегии анализа данных
- 7. Проверка анкет заключается в их проверке на
- 8. Анкеты могут быть не приняты по следующим
- 9. 4. Анкета является неполной. 5. Получена с
- 10. Если были определены конкретные квоты респондентов, либо
- 11. Редактирование - обработка собранных анкет для повышения
- 12. Анкеты с ответами неудовлетворительного качества: 1. Отправляются
- 13. 2. Кодирование
- 14. Процедура кодирования -присваивание кода, обычно цифрового, каждому
- 15. Код включает указание на положение столбцов (полей)
- 16. Поле отображает единичный элемент данных, например пол
- 17. Все демографические и личностные характеристики респондента, как
- 18. Если анкета включает структурированные вопросы и незначительное
- 19. Код респондента и номер записи необходимо указывать
- 20. Фиксированные коды полей - номер записей по
- 21. По всем пропущенным данным следует использовать стандартные
- 22. Кодирование структурированных вопросов - простая процедура, поскольку
- 23. Если же существует большое количество вариантов ответов,
- 24. Кодирование неструктурированных вопросов представляет сложную задачу.
- 25. 3) составляется список, включающий 50-100 наиболее частых
- 26. Коды категорий должны быть взаимоисключающими и взаимоисчерпываюшими,
- 27. В категорию "другое" или "ни один из
- 28. По наиболее важным вопросам коды категорий должны
- 29. НАПРИМЕР, руководство решило выяснить, нравится ли потребителям
- 30. Кодировочная книга содержит инструкции по кодированию, а
- 31. Кодировочная книга включает следующую информацию: номер столбца,
- 32. 3. Преобразование и очищение данных
- 33. Преобразование данных заключается в переносе закодированных данных
- 34. Для метода считывания меток с бланков, ответы
- 35. При методе ввода ответов с клавиатуры, полностью
- 36. Процедура очищения данных заключается в проверке состоятельности
- 37. Проверка состоятельности данных позволяет выявить данные, выходящие
- 38. Значения, выпадающие из конкретного диапазона, нельзя использовать
- 39. Различается несколько типов логической непоследовательности ответов. НАПРИМЕР:
- 40. Необходимо тщательно анализировать экстремальные значения. Иногда они
- 41. Пропущенные ответы - значения переменных, которые остались
- 42. Методы работы с пропущенными ответами: 1) Замена
- 43. 2) Замена пропущенного значения условным (вычисляется подходящий
- 44. 4) Попарное исключение переменных (во всех вычислениях
- 45. 4. Статистическая корректировка данных
- 46. Процедуры статистической корректировки данных включают: 1)взвешивание, 2)
- 47. Взвешивание - метод статистической корректировки данных, каждому
- 48. Взвешивание применяется: 1) чтобы выборочные данные максимально
- 49. НАПРИМЕР: присвоение весового коэффициента 3,0 покупателям, которые
- 50. Переопределение переменной - преобразование данных для создания
- 51. НАПРИМЕРЫ: 1) показатель использования продукции – 10
- 52. Фиктивные переменные используются для переопределения категорий, часто
- 53. Преобразование шкалы - манипулирование значениями шкалы, чтобы
- 54. Существует общая процедура преобразования шкал нормализация или
- 55. 5. Выбор стратегии анализа данных и классификация статистических методов
- 56. Процесс выбора стратегии анализа данных: 1.
- 57. Цель анализа данных - получить информацию, которая
- 58. Методы анализа значительно связаны со структурой исследования.
- 59. Статистические методы делятся на одно- и многомерные.
- 60. Одномерные методы классифицируются на метрические или неметрические.
- 61. Многомерные методы применяются для анализа данных, если
- 62. Многомерные методы отличаются от одномерных тем, что
- 63. Одномерные методы можно классифицировать на метрические или
- 64. Многомерные методы можно разделить на методы зависимости
- 65. Методы взаимозависимости -группируют данные по лежащему в
Подготовка данных к анализу
Слайд 3Подготовка к анализу и редактирование данных
Кодирование
Преобразование и очищение данных
Статистическая корректировка данных
Выбор
стратегии анализа данных и классификация статистических методов
Слайд 5Процесс подготовки данных к анализу представлен этапами:
1. Подготовка предварительного
плана проведения анализа
данных
2. Проверка анкет
3. Редактирование
4. Кодирование
5. Преобразование
2. Проверка анкет
3. Редактирование
4. Кодирование
5. Преобразование
Слайд 7Проверка анкет заключается в их проверке на полноту заполнения и качество
интервьюирования. Часто
проводится параллельно с полевыми работами. Если процедура выполняется по контракту специализированным агентством, необходимо провести независимую проверку после ее завершения.
проводится параллельно с полевыми работами. Если процедура выполняется по контракту специализированным агентством, необходимо провести независимую проверку после ее завершения.
Слайд 8Анкеты могут быть не приняты по следующим причинам:
1. Не заполнены отдельные
части.
2. Респондент не понял вопросов, не точно следовал инструкциям по заполнению анкеты.
3. Ответы варьируются очень незначительно. (все средние оценки)
2. Респондент не понял вопросов, не точно следовал инструкциям по заполнению анкеты.
3. Ответы варьируются очень незначительно. (все средние оценки)
Слайд 94. Анкета является неполной.
5. Получена с нарушением сроков.
6. Отвечал респондент,
не входящий в репрезентативную группу.
Слайд 10Если были определены конкретные квоты респондентов, либо назначены размеры ячеечных групп,
все принятые анкеты необходимо соответствующим образом классифицировать и подсчитать.
Слайд 11Редактирование - обработка собранных анкет для повышения точности и аккуратности данных,
заключается в просмотре анкет, выявлении нечитабельных, неполных, логически непоследовательных или не-
однозначные ответов.
однозначные ответов.
Слайд 12Анкеты с ответами неудовлетворительного качества:
1. Отправляются обратно на места сбора данных
для уточнения
2. Назначаются пропущенные значения
3. Отбраковываются и не включаются в анализ
2. Назначаются пропущенные значения
3. Отбраковываются и не включаются в анализ
Слайд 14Процедура кодирования -присваивание кода, обычно цифрового, каждому возможному варианту ответа по
каждому вопросу, Информация, образующая код, распределяется по столбцам.
Слайд 15Код включает указание на положение столбцов (полей) и информации, которая в
них содержится. Пол респондентов может кодироваться следующим образом: 1 - для женщин и
2 - для мужчин.
2 - для мужчин.
Слайд 16Поле отображает единичный элемент данных, например пол респондента.
Запись состоит из ряда
соответствующих полей: пол, семейное положение, возраст, состав семьи, занятие респондента и т.д.
Слайд 17Все демографические и личностные характеристики респондента, как правило, содержатся в одной
регистрационной записи. Все записи (т.е. данные) по всем респондентам хранятся в компьютерном файле. Все данные должны соответствовать выбранной схеме кодирования.
Слайд 18Если анкета включает структурированные вопросы и незначительное количество неструктурированных вопросов, она
кодируется до полевых работ. Если неструктурированные вопросы, коды присваиваются после возвращения заполненные анкеты с места сбора данных.
Слайд 19Код респондента и номер записи необходимо указывать для каждой записи данных.
Дополнительные коды для каждого респондента: код проекта, код интервьюера, код даты и времени, проверочный код.
Слайд 20Фиксированные коды полей - номер записей по каждому респонденту одинаков, и
в одних и тех же колонках по всем респондентам указываются одни и те же данные.
Слайд 21По всем пропущенным данным следует использовать стандартные особо отличающиеся коды. НАПРИМЕР,
переменную, указываемую в одном столбце, можно закодировать 9; для переменной, указываемой в двух столбцах, назначить код 99 и т.д.
Слайд 22Кодирование структурированных вопросов - простая процедура, поскольку варианты ответов определяются заранее.
Если предусмотрен только один ответ, то каждому возможному варианту ответа присваивается код и указывается соответствующая запись и столбец, в который эти коды будут введены.
Слайд 23Если же существует большое количество вариантов ответов, для каждого возможного варианта
следует выделить отдельный столбец. К таким вопросам относятся, например, вопросы об использовании торговых марок, о предпочтениях респондентов и т.д.
Слайд 24Кодирование неструктурированных вопросов представляет сложную задачу.
1) ответы респондентов дословно
записываются в
анкету,
2) для ответов разрабатываются коды, которые присваиваются конкретным ответам.
2) для ответов разрабатываются коды, которые присваиваются конкретным ответам.
Слайд 253) составляется список, включающий 50-100 наиболее частых вариантов ответов на неструктурированные
вопросы,
4) определяются категории, подлежащие кодированию,
5) кодировщик присваивает записанным в словарной форме ответам коды.
4) определяются категории, подлежащие кодированию,
5) кодировщик присваивает записанным в словарной форме ответам коды.
Слайд 26Коды категорий должны быть взаимоисключающими и взаимоисчерпываюшими, когда каждому ответу присваивается
только один код. Категории не должны перекрывать одна другую.
Слайд 27В категорию "другое" или "ни один
из предложенных вариантов" должна войти только
незначительная часть ответов (не больше 10%). Подавляющая часть ответов должна относиться к значимым категориям.
Слайд 28По наиболее важным вопросам коды категорий должны присваиваться даже в том
случае, если они не упоминались ни одним из респондентов. Иногда важно знать именно то, что никто из отвечающих не дал тот или иной вариант ответа.
Слайд 29НАПРИМЕР, руководство
решило выяснить, нравится
ли потребителям упаковка. При кодировании 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.
деталей ответов.
Слайд 30Кодировочная книга содержит инструкции по кодированию, а также необходимую информацию о
переменных, используемых в конкретном наборе данных, помогает правильно определять и располагать переменные.
Слайд 31Кодировочная книга включает
следующую информацию: номер столбца, номер записи, номер переменной, название
переменной, номер ответа, инструкции по кодированию.
Слайд 33Преобразование данных заключается в переносе закодированных данных из анкеты непосредственно в
компьютер. Данные можно вводить в процессе считывания меток или маркеров с бланков, оптического сканирования или компьютеризированного
сенсорного анализа.
сенсорного анализа.
Слайд 34Для метода считывания меток с бланков, ответы должны специально записываться в
конкретные поля анкеты. Оптическое сканирование заключается в прямом машинном считывании кодов с одновременным преобразованием данных. НАПРИМЕР: преобразование штрих-кода при считывании его в кассах.
Слайд 35При методе ввода ответов с клавиатуры, полностью избежать ошибок трудно, необходимо
проверять введенные массивы данных. Для проверки правильности введенных данных применяется проверочный компьютер и второй
оператор.
оператор.
Слайд 36Процедура очищения данных заключается в проверке состоятельности собранных данных и работе
с пропущенными ответами. Эта проверка намного точнее и тщательнее предварительной проверки, поскольку выполняется с использованием компьютерной техники.
Слайд 37Проверка состоятельности данных позволяет выявить данные, выходящие за пределы определенного диапазона,
и логически непоследовательные ответы либо определить экстремальные значения.
Слайд 38Значения, выпадающие из конкретного диапазона, нельзя использовать в анализе, их
необходимо исправить.
Компьютерные программы могут выявить по каждой переменной значения, выходящие за пределы определенного диапазона, а также
распечатать необходимые коды.
распечатать необходимые коды.
Слайд 39Различается несколько типов логической непоследовательности ответов. НАПРИМЕР: респондент указывает, что часто
пользуется каким-то товаром, и в то же время никогда его не приобретал. Чтобы выявить непоследовательные ответы и провести корректировку, всю необходимую информацию нужно распечатать.
Слайд 40Необходимо тщательно анализировать экстремальные значения. Иногда они указывают на проблемы с
качеством собранных данных. Например, чрезмерно заниженная оценка торговой марки может быть результатом, что респондент пометил 1 по всем ее характеристикам (шкала от 1 до 7).
Слайд 41Пропущенные ответы - значения переменных, которые остались неизвестными исследователю либо потому,
что ответы респондентов были неоднозначны, либо неправильно или неразборчиво записаны.
Слайд 42Методы работы с пропущенными ответами:
1) Замена пропущенного значения нейтральным (обычно среднее
значение по данной переменной, которое остается неизменным, а другие статистические данные, искажаются незначительно).
Слайд 432) Замена пропущенного значения условным (вычисляется подходящий ответ через структуру ответов
по другим вопросам).
3) Исключение объекта целиком (если многие респонденты не отвечают на те или иные вопросы, метод может вызвать значительное сокращение выборки).
3) Исключение объекта целиком (если многие респонденты не отвечают на те или иные вопросы, метод может вызвать значительное сокращение выборки).
Слайд 444) Попарное исключение переменных (во всех вычислениях учитываются только наблюдения или
респонденты, по которым
есть полные ответы).
есть полные ответы).
Слайд 46Процедуры статистической корректировки данных включают: 1)взвешивание, 2) переопределение переменной, 3) преобразования
шкалы.
Корректировки необязательны, но, применяя их, можно значительно повысить качество анализа.
Корректировки необязательны, но, применяя их, можно значительно повысить качество анализа.
Слайд 47Взвешивание - метод статистической корректировки данных, каждому наблюдению или респонденту в
базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами.
Слайд 48Взвешивание применяется: 1) чтобы выборочные данные максимально точно представляли конкретные характеристики
генеральной совокупности; 2) корректировка выборки, чтобы повысить
значимость ответов респондентов с определенными признаками.
значимость ответов респондентов с определенными признаками.
Слайд 49НАПРИМЕР: присвоение весового коэффициента 3,0 покупателям, которые покупают продукцию чаще всех,
коэффициента 2,0 - тем, кто пользуется ею в средних пределах, 1,0 - тем, кто приобретает этот
товар редко либо не пользуется им никогда.
товар редко либо не пользуется им никогда.
Слайд 50Переопределение переменной -
преобразование данных для создания новых переменных либо изменения существующих
с
тем, чтобы они точнее соответствовали основным задачам исследования.
тем, чтобы они точнее соответствовали основным задачам исследования.
Слайд 51НАПРИМЕРЫ: 1) показатель использования продукции – 10 категорий ответов, можно сократить
до четырех категорий: часто, средне, редко, никогда.
2) сравнивая количество покупок и количество покупок в кредит получаем новую переменную - доля покупок в кредит.
2) сравнивая количество покупок и количество покупок в кредит получаем новую переменную - доля покупок в кредит.
Слайд 52Фиктивные переменные используются для переопределения категорий, часто также называются двоичными, дихотомическими,
инструментальными, качественными. Могут принимать только два значения, например, 0 или 1. Долю мужчин в выборке можно получить на основе данных о количестве женщин в выборке.
Слайд 53Преобразование шкалы - манипулирование значениями шкалы, чтобы иметь возможность сравнивать ее
с другими шкалами либо каким-либо другим образом преобразовывать данные и делать их подходящими для анализа.
Слайд 54Существует общая процедура преобразования шкал нормализация или нормирование - корректировка данных
для приведения их к одной и той же шкале вычитанием выборочного среднего и деления полученного значения на стандартное отклонение.
Слайд 56Процесс выбора стратегии анализа данных:
1. Предыдущие этапы процесса МИ
2. Известные
характеристики данных
3. Конкретные свойства статистических методов
4. Опыт и методология исследователя
5. Стратегия анализа данных
3. Конкретные свойства статистических методов
4. Опыт и методология исследователя
5. Стратегия анализа данных
Слайд 57Цель анализа данных - получить информацию, которая поможет решить определенную проблему
МИ
В анализе известных характеристик данных на выбор статистического метода сильно влияет, какие шкалы измерений используются в ходе исследования.
В анализе известных характеристик данных на выбор статистического метода сильно влияет, какие шкалы измерений используются в ходе исследования.
Слайд 58Методы анализа значительно связаны со структурой исследования. Дисперсионный анализ подходит для
работы с экспериментальными данными, полученными от проведения причинно-
следственного исследования.
следственного исследования.
Слайд 59Статистические методы делятся на одно- и многомерные.
Одномерные методы - применяются для
анализа данных, если существует единый измеритель для оценки каждого элемента выборки, либо если этих измерителей несколько, но каждая переменная анализируется отдельно.
Слайд 60Одномерные методы классифицируются на метрические или неметрические.
Метрические данные по своей природе
интервальные или относительные. Неметрические данные получаются на основе измерений по номинальной или порядковой шкале.
Слайд 61Многомерные методы применяются для анализа данных, если для оценки каждого элемента
выборки используется два или больше измерителя и эти переменные анализируются одновременно. Можно определить взаимосвязь между двумя или больше явлениями.
Слайд 62Многомерные методы отличаются от одномерных 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 явлениями.
Слайд 63Одномерные методы можно классифицировать на метрические или неметрические. Метрические данные измеряются
по интервальной шкале или относительной шкале. Неметрические данные оцениваются по номинальной или порядковой шкале.
Слайд 64Многомерные методы можно разделить на методы зависимости и методы взаимозависимости. Методы
зависимости применяются в случаях, когда одна или больше переменных идентифицированы как зависимые, а остальные - как независимые.
Слайд 65Методы взаимозависимости -группируют данные по лежащему в
основе сходству, что позволяет интерпретировать
разные структуры данных. При этом переменные не подразделяются на зависимые и независимые. При исследовании взаимозависимости чаще всего применяется факторный анализ.
