Принципы работы в IBM SPSS для анализа экономических показателей для чайников и чашечек

Эффективная экономическая деятельность не возможна без объективной маркетинговой информации, основную часть которой дают маркетинговые исследования. Они играют ключевую роль в реализации маркетингового подхода в бизнесе. Ими охватываются факторы микро и макросреды, оценка параметров рынка. На основе полученной информации принимаются решения о сегментировании рынка, выборе целевого сегмента, разработке комплекса маркетинга и его реализации. При проведении маркетинговых исследований необходимо не только собрать данные, но и грамотно их обработать, получить новую объективную информацию и дать содержательную интерпретацию результатам исследования.

1. Современное маркетинговое исследование требует умелого использования компьютерной технологии, организации информационно- аналитического обеспечения и сопровождения.
2. Особенно важным инструментом исследований становится статистика, которая позволяет отразить фактическое состояние рынка, его динамику, структуру, оценить колебания спроса, выявить влияние различных факторов, смоделировать тенденцию его дальнейшего развития. Для любой компании, приступающей к производству или продаже нового товара, важно знать в чем нуждается потребитель, какое количество товара он сможет приобрести, сколько готов заплатить за него, почему он должен предпочесть наш товар, а не конкурента? Информационно-аналитический материал, который отвечает на эти вопросы, призван обеспечить бизнесу конкурентные преимущества. Широкие возможности для анализа и преобразования информационных данных, наглядного представления результатов исследования предоставляет программа SPSS (Superior Performing Software Systems) - система статистической обработки информации.
3. В данной статье рассмотрены основные методы обработки маркетинговой информации с помощью программы SPSS, изложены вопросы проведения углубленного статистического анализа данных, собранных в ходе маркетингового исследования – факторный, кластерный, дискриминантный анализ, приведены примеры, иллюстрирующие возможности использования каждого метода обработки маркетинговой информации. В содержании каждой темы дана краткая теоретическая информация и приведены пошаговые инструкции по реализации методов статистического анализа в SPSS. Особое внимание уделяется получаемым результатам и их интерпретации. Студентам предлагаются практические задания для получения и отработки навыков анализа маркетинговой информации в SPSS.
4. К пособию прилагается электронная база данных результатов опроса 100 респондентов, отдыхающих на базе отдыха для использования при выполнении практических заданий.
5. Теоретический материал и практические задания рекомендуются для работы преподавателя со студентами в учебной аудитории, а также для самостоятельной работы студентов.
6. Заходим в анализ, нейронные сети, многослойной перцептрон, далее переменные: зависимые переменные Y ковариаты все Х, далее архитектура настраиваемая архитектура: Сигмоида, скрытый слой , 12 вывод все галочки, сохранить предсказанное значение или категорию для каждой зависимой переменной
7. Построение графика диаграмма рассеяния : пары переменные Y и номер месяца, Y и предсказанные значения

Позволяет дать количественную оценку различиям между переменными, т.е. определить насколько одно значение схоже или отличается от другого. Например, шкала Цельсия, календарь. Данная шкала также используется при кодировании ответов респондентов, полученных в результате применения в процессе анкетирования семантического дифференциала. Например, когда от респондентов требуется оценить качество продукта по семибалльной шкале.

Присваивает значения свойствам потребителя, находящимся на разных уровнях по отношению друг к другу. Ответы респондентов можно упорядочить по уровню изучаемого свойства переменной. Например, по степени предпочтений покупателей различных марок товара, «наиболее предпочитаемой» присваиваем код «1», коды 2, 3, 4 присваиваются маркам по степени убывания предпочтений.

Выбор метода обработки данных основывается на итогах предыдущих этапов маркетинговых исследований, характеристиках информации, а также задачах, поставленных перед маркетинговым исследованием. Могут быть использованы следующие виды анализа: описательные статистики, корреляционный анализ, построение таблиц сопряженности, кросс-табуляция, проверка статистических гипотез о виде распределения, дисперсионный анализ, дискриминантный анализ, кластерный анализ, многомерное шкалирование, факторный анализ, анализ соответствий, регрессионный анализ, совместный анализ.

Формирование исходного файла базы данных в SPSS для последующего анализа производится в окне редактора данных, который имеет две вкладки: «Переменные» и «Данные». В верхней части окна расположены строка меню и панель инструментов. Вкладка «Переменные» представляет собой таблицу, и позволяет задать структуру файла данных, описать свойства переменных

Интерпретация результата обработки данных – самостоятельная задача исследователя. Опираясь на полученные статистические данные важно выявить причинно-следственные отношения между изучаемыми признаками, факторы, оказывающие наибольшее влияние на исследуемую проблему, дать грамотную обоснованную оценку ситуации и выстроить прогноз.

Выбор метода обработки данных основывается на итогах предыдущих этапов маркетинговых исследований, характеристиках информации, а также задачах, поставленных перед маркетинговым исследованием. Могут быть использованы следующие виды анализа: описательные статистики, корреляционный анализ, построение таблиц сопряженности, кросс-табуляция, проверка статистических гипотез о виде распределения, дисперсионный анализ, дискриминантный анализ, кластерный анализ, многомерное шкалирование, факторный анализ, анализ соответствий, регрессионный анализ, совместный анализ.

Интерпретация результата обработки данных – самостоятельная задача исследователя. Опираясь на полученные статистические данные важно выявить причинно-следственные отношения между изучаемыми признаками, факторы, оказывающие наибольшее влияние на исследуемую проблему, дать грамотную обоснованную оценку ситуации и выстроить прогноз.

Многослойные перцептрон, переменные: зависимые- активы, ковариаты- время, архитектура настраиваемая, сигмоида, скрытый слой 5 , галочка сохранить

Построение графика: перекрывающиеся диаграммы рассеяния ,переменные -активы и время , предсказанные значение и время.

Построение графика: диаграммы рассеяния - ось Y- предсказанное значение , ось X- время выделить последние пять значений и добавить показать метки данных , добавить метки показать: предсказанные значения и время

В столбце «Имя» (Name) записывают имя переменной — это может быть номер или часть вопроса в анкете. Например, переменная «пол», «занятость», «марка». Имя переменной должно удовлетворять следующим требованиям: может содержать любые буквы, цифры и некоторые символы: $, #, длина имени не более 64 знаков, должно начинаться с буквы и не может заканчиваться знаком подчеркивания «__» и точкой. Не допускаются пробелы и буквы других алфавитов. В столбце «Тип» (Туре) задается тип переменной; текущим типом является числовой (Numeric). В подавляющем большинстве случаев лучше иметь дело с числовыми переменными. Если требуется изменить тип переменной, нужно нажать на кнопку «Тип переменной» (Van ible Type). В столбце «Ширина» (Width) задается максимальное количество знаков, которые может иметь переменная, включая дробную часть. В столбце «Десятичные» (Decimal) выбирается количество десятичных знаков после запятой. В столбце «Метка» (Label) можно задать метку переменной. Метка используется для того, чтобы боле подробно отразить смысл переменной. Это своего рода комментарий к имени переменной. Можно использовать формулировки вопросов, содержащихся в анкете. В столбце «Значения» (Values) отображаются значения меток переменных. Чтобы заполнить данный столбец необходимо присвоить различным ответам респондентов коды и внести их в поле «Значение», а в поле «Метка» — внести формулировки ответов респондентов. В столбце «Пропущенные значения» (Missing) следует указать, выбранные коды вариантов ответов. которые исключаются из анализа. Например, отсутствие определенного ответа: «98» - не знаю, «99» – нет ответа.

В столбце «Имя» (Name) записывают имя переменной — это может быть номер или часть вопроса в анкете. Например, переменная «пол», «занятость», «марка». Имя переменной должно удовлетворять следующим требованиям: может содержать любые буквы, цифры и некоторые символы: $, #, длина имени не более 64 знаков, должно начинаться с буквы и не может заканчиваться знаком подчеркивания «__» и точкой. Не допускаются пробелы и буквы других алфавитов. В столбце «Тип» (Туре) задается тип переменной; текущим типом является числовой (Numeric). В подавляющем большинстве случаев лучше иметь дело с числовыми переменными. Если требуется изменить тип переменной, нужно нажать на кнопку «Тип переменной» (Van ible Type).

В столбце «Столбцы» (Columns) таблицы «Переменные» задается ширина столбца, которая позволит полностью видеть имена переменных в таблице редактора данных: «Данные» (Date View). По умолчанию ширина столбца задается «8». Параметр «Выравнивание» (Alignment) позволяет управлять расположением данных внутри ячейки. Они могут быть выровнены по правому краю (Right), по левому краю (Left) или по центру (Center). По умолчанию задается выравнивание по правому краю. В столбце «Шкала измерения» (Measure) необходимо выбрать одну из трех шкал: количественную, порядковую или номинальную. По умолчанию задана метрическая шкала (Scale). Создание файла данных в SPSS должно подчиняться следующему требованию: переменные должны быть одновариантными, каждая переменная может иметь только одну метку. Таким образом, если вопрос может иметь несколько вариантов ответа каждого респондента, необходимо создать несколько одновариантных переменных (дихотомическая кодировка данных).

Шаг 8. 8.1. Перейдите в ячейку столбца «Значения», соответствующую переменной «пол» и щелкните мышью по кнопке с многоточием. В окне «Значение меток переменных» в поле Значение введите число 1, в поле Метка введите слово «мужчины» и щелкните по кнопке Добавить. В поле Значение введите число 2, в поле Метка введите слово «женщины» и щелкните по кнопке Добавить. Для закрытия диалогового окна нажмите на кнопку ОК. 8.2. Перейдите в ячейку столбца «Значения», соответствующую переменной «возраст» и оставьте содержание ячейки без изменений (слово «нет»). Для закрытия диалогового окна нажмите на кнопку ОК. 8.3. Перейдите в ячейку столбца «Значения», соответствующую переменной «семейное положение» и щелкните мышью по кнопке с многоточием. В поле Значение окна «Значение меток переменных» введите число 1, в поле Метка введите слова «замужем/женат» и щелкните по кнопке Добавить. В поле Значение введите число 2, в поле Метка введите слова «незамужем/холост» и щелкните по кнопке Добавить. В поле Значение введите число 3, в поле Метка введите слова «разведен/разведена» и щелкните по кнопке Добавить. В поле Значение введите число 4, в поле Метка введите слова «вдова/вдовец» и щелкните по кнопке Добавить. В поле Значение введите число 98, в поле Метка введите слова «затрудняюсь ответить» и щелкните по кнопке Добавить. В поле Значение введите число 99, в поле Метка введите слова «нет ответа» и щелкните по кнопке Добавить.

8.4. Заполните данные столбца «Значения» для остальных переменных аналогичным образом, согласно выбранным Вами типов шкал. Шаг 9. Перейдите в ячейку столбца «Пропуски», соответствующую переменной «семейное положение» и щелкните мышью по кнопке с многоточием. На экране появляется окно «Пропущенные значения», в котором необходимо ввести значения 98 и 99. Для закрытия диалогового окна нажмите на кнопку ОК. Заполните данные столбца «Пропуски» для остальных переменных аналогичным образом, согласно выбранным Вами типов шкал. Шаг 10. В столбце «Столбцы» указывается ширина столбца, содержащего имена переменных. По умолчанию ширина столбцов задается «8». Шаг 11. Нажмите клавишей мыши на ячейку «Выравнивание», в меню выберите один из трех вариантов выравнивания данных: по левому краю, по правому краю, по центру. Шаг 12. В столбце «Шкала измерения» выберите необходимый тип шкалы, в которой закодирована переменная: метрическую, порядковую или номинальную. Так как переменная «пол» относится к номинальной, ей присвоен определенный код (1 или 2), то выбирается тип шкалы измерения - номинальная.

Шаг 13. Заполните данные столбцов «Выравнивание», «Шкала измерения» для остальных переменных аналогичным образом, согласно выбранным Вами типов шкал. Шаг 14. Сохраните файл под именем «Солнечная» номер группы и Ф.И.О.студента. 17 Шаг 15. Перейдите на вкладку Данные, щелкнув на ее ярлычке мышью. Шаг 16. Введите все результаты опроса в ячейки электронной таблицы используя условия кодирования информации. Данные результатов опроса представлены в приложении А. Шаг 17. Сохраните файл. Выйдите из программы. Задание 3. Разработать анкету и спроектируйте шкалу измерений (обоснуйте выбор шкалы). Цель составления анкеты – «Создание образа потребителя»

Завершив таким образом шаг, переходим к следующему.

Построение графика : диаграмма рассеяния - ось Y расходы, ось Х доходы, установить маркеры по номеру кластера наблюдения

Кластерный анализ методом к средних, переменные: доходы расходы, метить наблюдение значениями: регион, выбрать принадлежность к кластеру расстояние от центра кластеров

После создания удобной для работы базы данных маркетолог приступает к оценке и анализу информации. Наиболее простым методом анализа является метод описательных статистик. В рамках данного метода оцениваются: 1. Показатели центра распределения: средняя, мода, медиана. 2. Показатели вариации: дисперсия, стандартное квадратичное отклонение, размах вариации, максимумы и минимумы значений, стандартная ошибка выборки. 3. Показатели формы распределения: асимметрия, эксцесс. 4. Другие показатели: квартиль, процентиль и пр. Используя метод описательных статистик, можно определить, например, количество респондентов, предпочитающих конкретную марку (частотный анализ); выбрать самую многочисленную группу респондентов, предпочитающих марку А (мода); разбить все данные на группы, отвечающие определенным требованиям (квартили, процентили) и др. На следующем примере показано использование описательных статистик для предварительного анализа данных. Пример. На основе собранной информации о ценах на товар А в 100 торговых точках города (таблица 3.1) произведите первичный анализ: рассчитайте меры центральной тенденции, вариацию, квартили цен, постройте гистограмму и обоснуйте гипотезу о виде распределения данной величины.

После создания удобной для работы базы данных маркетолог приступает к оценке и анализу информации. Наиболее простым методом анализа является метод описательных статистик. В рамках данного метода оцениваются: 1. Показатели центра распределения: средняя, мода, медиана. 2. Показатели вариации: дисперсия, стандартное квадратичное отклонение, размах вариации, максимумы и минимумы значений, стандартная ошибка выборки. 3. Показатели формы распределения: асимметрия, эксцесс. 4. Другие показатели: квартиль, процентиль и пр. Используя метод описательных статистик, можно определить, например, количество респондентов, предпочитающих конкретную марку (частотный анализ); выбрать самую многочисленную группу респондентов, предпочитающих марку А (мода); разбить все данные на группы, отвечающие определенным требованиям (квартили, процентили) и др. На следующем примере показано использование описательных статистик для предварительного анализа данных. Пример. На основе собранной информации о ценах на товар А в 100 торговых точках города (таблица 3.1) произведите первичный анализ: рассчитайте меры центральной тенденции, вариацию, квартили цен, постройте гистограмму и обоснуйте гипотезу о виде распределения данной величины.

После создания удобной для работы базы данных маркетолог приступает к оценке и анализу информации. Наиболее простым методом анализа является метод описательных статистик. В рамках данного метода оцениваются: 1. Показатели центра распределения: средняя, мода, медиана. 2. Показатели вариации: дисперсия, стандартное квадратичное отклонение, размах вариации, максимумы и минимумы значений, стандартная ошибка выборки. 3. Показатели формы распределения: асимметрия, эксцесс. 4. Другие показатели: квартиль, процентиль и пр. Используя метод описательных статистик, можно определить, например, количество респондентов, предпочитающих конкретную марку (частотный анализ); выбрать самую многочисленную группу респондентов, предпочитающих марку А (мода); разбить все данные на группы, отвечающие определенным требованиям (квартили, процентили) и др. На следующем примере показано использование описательных статистик для предварительного анализа данных. Пример. На основе собранной информации о ценах на товар А в 100 торговых точках города (таблица 3.1) произведите первичный анализ: рассчитайте меры центральной тенденции, вариацию, квартили цен, постройте гистограмму и обоснуйте гипотезу о виде распределения данной величины.

В 18 лет человек становится самостоятельным субъектом экономической деятельности и начинает нести доходы и расходы, о которых и пойдет речь далее

Построение графика : ось Y- капитал, ось- Х доход

Кластеризация, иерархический кластерный анализ : статистика - порядок агломерации, матрица близости, одно решение- число кластеров 3, графики- дендрограмма, все кластеры, вертикально , метод - метод Уорд, квадрат Евклида, сохранить- одно решение - три кластера

Построение графика - диаграмма рассеяния- ось Y- капитал, ось Х- доходы, установить маркеры по- Word метод

Подготовьте книгу кодов для представленной ниже анкеты. Сформируйте исходную базу данных в SPSS для рассматриваемого примера. Рассчитайте следующие показатели: - средний возраст респондентов; - процентное соотношение мужчин и женщин; - какие ролики наиболее понравились респондентам. Для представления полученных результатов постройте диаграммы. Сотрудниками компании Х были разработаны 6 вариантов рекламного ролика для товара Y. Руководством компании было принято решение изучить предпочтения целевых потребителей и на их основании принять решение о том, какой ролик пустить в прокат.

Шаг 1. Создайте исходную базу данных «Цены на товар А» в программе SPSS. Шаг 2. В меню Анализ выберите команду Описательные статистики и вкладку Частоты. Шаг 3. В диалоговом окне Частоты отметьте Вывести частотные таблицы. Шаг 4. Во вкладке Статистики включите Вывод средней, моды, медианы, эксцесса, коэффициента асимметрии, стандартного отклонения, ошибки средней, минимального и максимального значений. Шаг 5. Во вкладке Диаграммы выберите тип графика Гистограммы и отметьте Показать на гистограмме нормальную кривую. Шаг 6. Во вкладке Формат выберите тип вывода данных По возрастанию значений. Шаг 7. После создания условия отбора щелкните по кнопке Продолжить, затем по кнопке ОК, чтобы открыть Окно вывода данных. Шаг 8. Проанализируем информацию, представленную в Окне вывода, сделаем выводы относительно информации о ценах.

После создания удобной для работы базы данных маркетолог приступает к оценке и анализу информации. Наиболее простым методом анализа является метод описательных статистик. В рамках данного метода оцениваются: 1. Показатели центра распределения: средняя, мода, медиана. 2. Показатели вариации: дисперсия, стандартное квадратичное отклонение, размах вариации, максимумы и минимумы значений, стандартная ошибка выборки. 3. Показатели формы распределения: асимметрия, эксцесс. 4. Другие показатели: квартиль, процентиль и пр. Используя метод описательных статистик, можно определить, например, количество респондентов, предпочитающих конкретную марку (частотный анализ); выбрать самую многочисленную группу респондентов, предпочитающих марку А (мода); разбить все данные на группы, отвечающие определенным требованиям (квартили, процентили) и др. На следующем примере показано использование описательных статистик для предварительного анализа данных. Пример. На основе собранной информации о ценах на товар А в 100 торговых точках города (таблица 3.1) произведите первичный анализ: рассчитайте меры центральной тенденции, вариацию, квартили цен, постройте гистограмму и обоснуйте гипотезу о виде распределения данной величины.

Подготовьте книгу кодов для представленной ниже анкеты. Сформируйте исходную базу данных в SPSS для рассматриваемого примера. Рассчитайте следующие показатели: - средний возраст респондентов; - процентное соотношение мужчин и женщин; - какие ролики наиболее понравились респондентам. Для представления полученных результатов постройте диаграммы. Сотрудниками компании Х были разработаны 6 вариантов рекламного ролика для товара Y. Руководством компании было принято решение изучить предпочтения целевых потребителей и на их основании принять решение о том, какой ролик пустить в прокат.

После создания удобной для работы базы данных маркетолог приступает к оценке и анализу информации. Наиболее простым методом анализа является метод описательных статистик. В рамках данного метода оцениваются: 1. Показатели центра распределения: средняя, мода, медиана. 2. Показатели вариации: дисперсия, стандартное квадратичное отклонение, размах вариации, максимумы и минимумы значений, стандартная ошибка выборки. 3. Показатели формы распределения: асимметрия, эксцесс. 4. Другие показатели: квартиль, процентиль и пр. Используя метод описательных статистик, можно определить, например, количество респондентов, предпочитающих конкретную марку (частотный анализ); выбрать самую многочисленную группу респондентов, предпочитающих марку А (мода); разбить все данные на группы, отвечающие определенным требованиям (квартили, процентили) и др. На следующем примере показано использование описательных статистик для предварительного анализа данных. Пример. На основе собранной информации о ценах на товар А в 100 торговых точках города (таблица 3.1) произведите первичный анализ: рассчитайте меры центральной тенденции, вариацию, квартили цен, постройте гистограмму и обоснуйте гипотезу о виде распределения данной величины.

Подготовьте книгу кодов для представленной ниже анкеты. Сформируйте исходную базу данных в SPSS для рассматриваемого примера. Рассчитайте следующие показатели: - средний возраст респондентов; - процентное соотношение мужчин и женщин; - какие ролики наиболее понравились респондентам. Для представления полученных результатов постройте диаграммы. Сотрудниками компании Х были разработаны 6 вариантов рекламного ролика для товара Y. Руководством компании было принято решение изучить предпочтения целевых потребителей и на их основании принять решение о том, какой ролик пустить в прокат.

После создания удобной для работы базы данных маркетолог приступает к оценке и анализу информации. Наиболее простым методом анализа является метод описательных статистик. В рамках данного метода оцениваются: 1. Показатели центра распределения: средняя, мода, медиана. 2. Показатели вариации: дисперсия, стандартное квадратичное отклонение, размах вариации, максимумы и минимумы значений, стандартная ошибка выборки. 3. Показатели формы распределения: асимметрия, эксцесс. 4. Другие показатели: квартиль, процентиль и пр. Используя метод описательных статистик, можно определить, например, количество респондентов, предпочитающих конкретную марку (частотный анализ); выбрать самую многочисленную группу респондентов, предпочитающих марку А (мода); разбить все данные на группы, отвечающие определенным требованиям (квартили, процентили) и др. На следующем примере показано использование описательных статистик для предварительного анализа данных. Пример. На основе собранной информации о ценах на товар А в 100 торговых точках города (таблица 3.1) произведите первичный анализ: рассчитайте меры центральной тенденции, вариацию, квартили цен, постройте гистограмму и обоснуйте гипотезу о виде распределения данной величины.

Шаг 1. Создайте исходную базу данных «Цены на товар А» в программе SPSS. Шаг 2. В меню Анализ выберите команду Описательные статистики и вкладку Частоты. Шаг 3. В диалоговом окне Частоты отметьте Вывести частотные таблицы. Шаг 4. Во вкладке Статистики включите Вывод средней, моды, медианы, эксцесса, коэффициента асимметрии, стандартного отклонения, ошибки средней, минимального и максимального значений. Шаг 5. Во вкладке Диаграммы выберите тип графика Гистограммы и отметьте Показать на гистограмме нормальную кривую. Шаг 6. Во вкладке Формат выберите тип вывода данных По возрастанию значений. Шаг 7. После создания условия отбора щелкните по кнопке Продолжить, затем по кнопке ОК, чтобы открыть Окно вывода данных. Шаг 8. Проанализируем информацию, представленную в Окне вывода, сделаем выводы относительно информации о ценах.

Подготовьте книгу кодов для представленной ниже анкеты. Сформируйте исходную базу данных в SPSS для рассматриваемого примера. Рассчитайте следующие показатели: - средний возраст респондентов; - процентное соотношение мужчин и женщин; - какие ролики наиболее понравились респондентам. Для представления полученных результатов постройте диаграммы. Сотрудниками компании Х были разработаны 6 вариантов рекламного ролика для товара Y. Руководством компании было принято решение изучить предпочтения целевых потребителей и на их основании принять решение о том, какой ролик пустить в прокат.

Шаг 1. Создайте исходную базу данных «Цены на товар А» в программе SPSS. Шаг 2. В меню Анализ выберите команду Описательные статистики и вкладку Частоты. Шаг 3. В диалоговом окне Частоты отметьте Вывести частотные таблицы. Шаг 4. Во вкладке Статистики включите Вывод средней, моды, медианы, эксцесса, коэффициента асимметрии, стандартного отклонения, ошибки средней, минимального и максимального значений. Шаг 5. Во вкладке Диаграммы выберите тип графика Гистограммы и отметьте Показать на гистограмме нормальную кривую. Шаг 6. Во вкладке Формат выберите тип вывода данных По возрастанию значений. Шаг 7. После создания условия отбора щелкните по кнопке Продолжить, затем по кнопке ОК, чтобы открыть Окно вывода данных. Шаг 8. Проанализируем информацию, представленную в Окне вывода, сделаем выводы относительно информации о ценах.