WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 22 |

«Практическое руководство ТРЕТЬЕ ИЗДАНИЕ НЭРЕШ К. МАЛХОТРА Технологический институт штата Джорджия вильямс WT Москва • Санкт-Петербург • Киев 2002 ББК88.5Я75 М19 УДК 681.3.07 Издательский ...»

-- [ Страница 11 ] --

Часть II. Разработка плана исследования Квотная выборка (quota sampling) Детерминированный метод выборки, который представляет собой двухэтапную ограниченную поверхностную выборку. Первый этап включает создание контрольных групп, или квот, из элементов совокупности. На втором этапе выбор элементов основан на удобстве отбора или мнении исследователя. Пример. Оправдывает ли журнал Metropolitan надежды читателей? Цель исследования, проводимого среди взрослого населения городского района численностью 350 тысяч человек, — определить круг читателей некоторых журналов. Маркетологи сформировали квотную выборку, включающую тысячу совершеннолетних респондентов, Контрольные характеристики — пол, возраст и раса. Исходя из структуры взрослого населения, сформированы следующие квоты. Структура генеральной совокупности Контрольные характеристики Процентное соотношение 48 52 100 Структура выборки Процентное соотношение 48 52 100 Количество Пол Мужчины Женщины Возраст 18-30 31-45 46-60 Старше 60 Раса Белые Черные Другие 480 520 27 39 16 18 59 35 27 39 16 18 59 35 270 390 160 180 590 350 В этом примере квоты составлены таким образом, что структура выборки соответствует структуре генеральной совокупности. Однако в некоторых ситуациях желательно отобрать больше или меньше элементов с определенными характеристиками. Например, необходимо создать выборку, состоящую только из тех, кто потребляет много данного товара, чтобы детально изучить их поведение. Несмотря на то, что такая выборка нерепрезентативна, она может иметь огромное значение. Даже если в структуре выборки полностью отражена структура популяции с учетом контрольных характеристик, нет гарантии, что эта выборка репрезентативна. Если характеристика, непосредственно связанная с проблемой исследования, не учтена, то квотная выборка нерепрезентативна. Важные контрольные характеристики часто упускаются из виду в связи с тем, что на практике очень сложно включить большое количество таких характеристик в выборку. Элементы выбираются из каждой квоты, исходя из удобства или на основании мнения исследователя. Значит, существует большая вероятность необъективности при отборе. Интервьюеры могут отправиться в те из указанных районов, где легче всего найти подходящих респондентов. Более того, они могут избегать людей, которые недружелюбно выглядят, плохо одеты или живут в местах, куда неудобно добираться. Квотная выборка не позволяет оценить величину ошибки выборки [14].

Глава 11. Выборка: планирование и проведение Применяя выборку по квотам, исследователь стремится получить представительную выборку при сравнительно низком уровне затрат. Преимущества такой выборки — ее низкая стоимость и удобство выбора элементов для каждой квоты. В последнее время введен более жесткий контроль за действиями интервьюеров и процедурами проведения опроса, что позволяет уменьшить искажения при отборе. Предложены указания по улучшению качества выборок по квотам при проведении интервью в торговых центрах. При определенных условиях применение выборки по квотам дает результаты, похожие на результаты применения обычной вероятностной выборки [15].

Выборка по принципу "снежного кома" При использовании выборки по принципу "снежного кома" (snowball sampling) обычно случайным образом подбирают начальную группу респондентов. После проведения опроса респондентов просят помочь выявить других кандидатов, входящих в изучаемую совокупность. В дальнейшем отбор респондентов осуществляется из числа кандидатов, указанных первыми респондентами. Данный процесс, когда респонденты, прошедшие опрос, называют следующих кандидатов, в конце KOHLIOB, приводит к эффекту "снежного кома". Хотя при отборе первых респондентов использовалась случайная выборка, конечная выборка детерминирована. При этом демографические и психологические характеристики названных кандидатов больше похожи на характеристики назвавших их респондентов, чем при случайном выборе опрашиваемых [16]. Выборка по принципу "снежного кома" (snowball sampling) Детерминированный выборочный метод, согласно которому случайным образом подбирается начальная группа респондентов. В дальнейшем отбор осуществляется из числа кандидатов, указанных первыми респондентами, или на основе предоставленной ими информации. Данный процесс проходит волнообразно, когда респонденты, прошедшие опрос, называют следующих кандидатов и т.д. Главная задача выборки по принципу "снежного кома" — дать оценку необычным для совокупности характеристикам. Примером могут служить люди, получающие какую-либо государственную или социальную помощь, такую как продовольственные талоны, имена которых не подлежат разглашению;

отдельные группы населения, например овдовевшие мужчины в возрасте до 35 лет, а также представители некоторых меньшинств. Выборка по принципу "снежного кома" также применяется в промышленных исследованиях, осуществляемых покупателями и продавцами в поисках взаимовыгодного делового сотрудничества. Основное преимущество этой выборки состоит в том, что она существенно повышает вероятность обнаружения исследуемой характеристики в совокупности. Ей также присуща относительно небольшая дисперсия выборки и невысокий уровень затрат. Применение выборки по принципу "снежного кома" показано на следующем примере [17]. Пример. Опрос с использованием выборки по принципу "снежного кома" В штате Огайо по принципу "снежного кома" сформировали выборку для изучения демографических характеристик интервьюеров, осуществляющих маркетинговые исследования. Первоначальный контакт с респондентами установлен с помощью тематических рекламных объявлений, размещенных в газетах семи крупнейших городов. Автор объявлений просил откликнуться интервьюеров, имеющих опыт проведения маркетинговых исследований и готовых ответить на 25 вопросов о своей работе. Впоследствии количество полученных ответов значительно возросло, так как каждого прошедшего опрос респондента просили назвать имена и адреса других интервьюеров. В результате этого процесса выявили интервьюеров из многих районов штата, которые не читали исходных объявлений в газете. Только 27% заполненных анкет получено в результате прочтения тематических объявлений. Остальные i анкеты заполнены респондентами, названными предыдущими участниками опроса [18].

Часть II. Разработка плана исследования В этом примере следует обратить внимание на неслучайный характер отбора начальной группы респондентов, который проводился с помощью тематических объявлений. Этот метод эффективнее, чем метод случайного выбора. В других случаях предпочтительнее отбор респондентов с использованием вероятностных выборочных методов.

ВЕРОЯТНОСТНЫЙ МЕТОД ВЫБОРКИ Вероятностные методы выборки отличаются между собой степенью эффективности. Эффективность выборки — это понятие, отражающее компромисс между затратами, связанными с проведением выборки, и ее точностью. Точность выборки — это степень неопределенности, связанная с измеряемой характеристикой. Чем больше точность, тем выше стоимость, а проведение большинства исследований требует соблюдения разумного баланса затрат и результатов. Исследователь должен стремиться разработать максимально эффективный план выборочного наблюдения с учетом выделенного бюджета. Эффективность вероятностного метода выборки можно оценить, сравнив ее с эффективностью простой случайной выборки.

Простая случайная выборка При проведении простой случайной выборки (Simple Random Sampling — SRS) каждый элемент совокупности имеет известную и равную вероятность отбора. Более того, каждая возможная выборка данного объема (я) имеет известную и равную вероятность того, что она станет выборочной совокупностью. Это означает, что каждый элемент отбирается независимо от другого. Выборка формируется произвольным отбором элементов из основы выборки. Этот метод похож на розыгрыш лотереи, когда таблички с именами участников помещаются в барабан, который встряхивается, и из него произвольным образом извлекают отдельные таблички, в результате объективно определяются имена победителей. Простая случайная выборка (Simple Random Sampling — SRS) Вероятностный метод выборки, согласно которому каждый элемент генеральной совокупности имеет известную и равную вероятность отбора. Каждый элемент выбирается независимо от каждого другого элемента, и выборка формируется произвольным отбором элементов из основы выборки. При простой случайной выборке исследователь сначала формирует основу выборочного наблюдения, в которой каждому элементу присваивается уникальный идентификационный номер. Затем генерируются случайные числа, чтобы определить номера элементов, которые будут включены в выборку. Эти случайные числа могут генерироваться компьютерной программой или выбираться из таблицы (см. табл. 1 в Приложении "Статистические таблицы"). Предположим, что выборочную совокупность, объем которой равен 10, нужно сформировать из основы выборочного наблюдения, содержащей 800 элементов. Поступают таким образом: выбирают по три правые цифры в каждом ряду, начиная с первой колонки и первого ряда табл. 1, и двигаются вниз, пока не будет отобрано 10 чисел из 800. Числа, которые находятся за пределами этого диапазона, не включаются. Выборочная совокупность создается из элементов, соответствующих случайно выбранным номерам. Так, в нашем примере будут выбраны элементы: 480, 368,130, 167, 570, 562, 301, 579, 475 и 553. Обратите внимание, что последние три цифры ряда 6 (921) и ряда И (918) не включены в выборочную совокупность, поскольку они находятся за пределами установленного диапазона. Простая случайная выборка имеет очевидные преимущества. Этот метод крайне прост для понимания. Результаты исследования можно распространять на изучаемую совокупность, Большинство подходов к получению статистических выводов предусматривают сбор информации с помощью простой случайной выборки. Однако метод простой случайной выборки имеет как минимум четыре существенных ограничения. Во-первых, часто сложно создать основу выборочного наблюдения, которая позволила бы провести простую случайную выборку. Во Глзва 11. Выборка: планирование и проведение вторых, результатом применения простой случайной выборки может стать большая совокупность, либо совокупность, распределенная по большой географической территории, что значительно увеличивает время и стоимость сбора данных. В-третьих, результаты применения простой случайной выборки часто характеризуются низкой точностью и большей стандартной ошибкой, чем результаты применения других вероятностных методов. В-четвертых, в результате применения SRS может сформироваться нерепрезентативная выборка. Хотя выборки, полученные простым случайным отбором, в среднем адекватно представляют генеральную совокупность, некоторые из них крайне некорректно представляют изучаемую совокупность. Вероятность этого особенно велика при небольшом объеме выборки. Простая случайная выборка не часто используется в маркетинговых исследованиях. Более популярен метод систематической выборки.

Систематическая выборка При проведении систематической выборки (systematic sampling) сначала задают произвольную отправную точку, а затем из основы выборочного наблюдения последовательно выбирают каждый /-и элемент. Интервал выборки / определяется как отношение объема совокупности Л^ к объему выборки п, с округлением результата до ближайшего целого числа. Например, совокупность состоит из 100 тысяч элементов, а желательный объем выборки равен тысяче респондентов. В этом случае интервал выборки / равен 100. Выбирается случайное число между 1 и 100. Если, например, это число равно 23, то выборка состоит из элементов 23, 123, 223, 323, 423, 523 ит.д. [19].

Систематическая выборка (systematic sampling) Вероятностный метод выборки, в соответствии с которым сначала задают произвольную отправную точку, а затем из основы выборочного наблюдения последовательно выбирают каждый 1-й элемент.

Обшей чертой систематической выборки и простой случайной выборки является то, что каждый элемент генеральной совокупности имеет известную и равную вероятность выбора. Систематическая выборка отличается от SRS тем, что только допустимые выборки объема л, которые можно получить из генеральной совокупности, имеют известную и равную вероятность выбора. Остальные выборки объема п имеют нулевую вероятность выбора. При систематической выборке исследователь предполагает, что элементы совокупности расположены в определенном порядке. В некоторых случаях принцип сортировки (например, алфавитный перечень в телефонной книге) не имеет отношения к исследуемой характеристике. В других случаях сортировка непосредственно связана с исследуемой характеристикой. Например, имена владельцев кредитных карточек приводятся с учетом суммы их баланса, а названия фирм определенной отрасли располагаются согласно годовому объему их продаж. Если элементы совокупности расположены по принципу, не связанному с исследуемой характеристикой, результаты систематической выборки аналогичны результатам SRS. С другой стороны, если принцип расположения элементов связан с исследуемой характеристикой, систематический отбор увеличивает репрезентативность выборки. Если фирмы какойлибо отрасли расположены по принципу увеличения годового объема продаж, систематическая выборка будет включать как мелкие, так и крупные фирмы. Простая случайная выборка в данном случае может быть нерспрезентативной, включая, например, только мелкие фирмы или непропорциональное число мелких фирм. Если расположение элементов выборки носит циклический характер, систематическим методом можно уменьшать представительность выборки. В качестве примера рассмотрим применение систематического отбора для формирования выборки ежемесячных объемов продаж универмага из основы, содержащей ежемесячные объемы продаж за последние 60 лет. Если задать выборочный интервал, равный 12, то конечная выборка не будет отражать ежемесячные изменения в объемах продаж [20]. Систематическая выборка дешевле и проще, чем простая случайная, поскольку случайный отбор осуществляется только один раз. Кроме того, случайные числа не должны соответствовать Часть II. Разработка плана исследования определенным элементам, как в SRS. Учитывая, что некоторые перечни содержат миллионы элементов, использование этого метода значительно экономит время, что, в свою очередь, способствует снижению затрат, связанных с исследованием. Если совокупность обладает информацией об исследуемой характеристике, систематический отбор дает возможность получить более репрезентативную и достоверную (с меньшей ошибкой выборки) выборку, чем метод SRS. Еще одно важное преимущество: систематический отбор можно применять даже не зная структуру основы выборочного наблюдения. Например, можно опросить каждого /-го человека, покидающего универмаг или торговый центр. Поэтому систематический отбор часто применяется при проведении почтовых и телефонных опросов, а также интервью-"перехватов" в торговых центрах, как показано во врезке 11.1 "Практика маркетинговых исследований". Врезка 1.. Практика маркетинговых исследований 11 Систематическая выборка подписчиков журнала Tennis Журнал Tennis провел почтовый опрос своих подписчиков, чтобы составить полное представление о читателях. С помощью систематического отбора составили выборку из 1472 подписчиков издания внутри страны. Если допустить, что список подписчиков содержал 1,472 миллиона фамилий, интервал выборки составит 1000 (1472000/1472). Выбрано произвольное число от 1 до 1000. Начиная с этого числа, был отобран каждый тысячный. К анкете прилагался новенький доллар, как материальный стимул для респондентов. За неделю до опроса отправили предупредительную почтовую открытку. Через 10 дней после отправки первой анкеты всем респондентам отослали повторную анкету. 76 анкет вернулись по почте, таким образом, результативность почтовой отправки составила 1396. Через шесть недель после первой отправки вернулось 778 заполненных анкет, что определило коэффициент отклика на уровне 56% [21].

Стратифицированная выборка Стратифицированная, или расслоенная, выборка (stratified sampling) — это процесс, состоящий из двух этапов, в котором совокупность делится на подгруппы (слои, страты, strata). Слои должны взаимно исключать и взаимно дополнять один другого, чтобы каждый элемент совокупности относился к одному и только одному слою, и ни один элемент не был упущен. Далее, из каждого слоя случайным образом выбираются элементы, при этом обычно используется метод простой случайной выборки. Формально, выбор элементов из каждого слоя может осуществляться только с помощью SRS. Однако на практике иногда применяется систематический отбор и другие вероятностные выборочные методы. Отличие стратифицированной выборки от квотной состоит в том, что элементы в ней выбираются скорее случайно, а не из удобства или на основании мнения исследователя. Главная задача стратифицированной выборки — увеличение точности без увеличения затрат [22].

Стратифицированная, расслоенная выборка (stratified sampling) Двухэтапный метод вероятностной выборки, согласно которому генеральная совокупность сначала делится на подгруппы или слои (страты). Затем элементы случайным образом выбираются из каждого слоя.

Переменные, используемые для деления совокупности на слои, называются стратификационными переменными. Критерии для их выбора: однородность, неоднородность, взаимосвязанность и стоимость. Элементы, относящиеся к одному слою, должны быть как можно более однородными, а относящиеся к разным слоям — наоборот, как можно более разнородными. Кроме того, стратификационные переменные должны быть тесно связаны с исследуемой характеристикой. Чем больше переменные соответствуют этим критериям, тем эффективнее уменьшение нежелательных отклонений в выборке. В конце концов, переменные должны снижать стоимость процесса расслоения, будучи простыми в оценке и применении. Как праГлава 11. Выборка: планирование и проведение вило, для стратификации используют такие переменные, как демографические характеристики (как показано на примере квотной выборки), разновидность покупателя (владельцы кредитной карточки или те, кто ее не имеет), величина фирмы или отрасль промышленности. Для стратификации можно использовать несколько переменных, однако больше двух применяют редко, поскольку это непрактично и экономически неоправданно. Несмотря на то, что количество слоев в расслоенной выборке остается предметом спора, опыт показывает, что использовать нужно не больше шести. При использовании больше шести слоев любое повышение точности сводится на нет увеличением стоимости расслоения и отбора. Процесс выбора стратификационных переменных показан на примере опроса под названием "Национальный туристический прогноз компании American Express". Пример. Телефонный опрос туристов Компания R. H. Braskin & Associates провела опрос "Национальный туристический прогноз компании American Express" (The American Express National Travel Forecast), включив его в еженедельную телефонную панель OmniTel. Общее количество опрошенных составило 1030 человек (525 женщин, 505 мужчин). Переменными, примененными для расслоения выборки, были пол, возраст, доход и регион проживания. Опрос показал, что американцы в возрастной группе от 25 до 49 лет, имеющие детей, которые живут вместе с ними, больше всего интересуются посещением Орландо, штат Флорида. Среди людей пожилого возраста (65 лет и старше) наиболее популярен Вашингтон (округ Колумбия). Молодые американцы в возрасте от 18 до 34 лет на первое место ставят проведение отпусков. Поскольку предпочтения в туризме меняются в зависимости от возраста, эта стратификационная переменная крайне эффективна. Однако другие такие переменные, а именно пол, доход и регион проживания, не имели большого значения при определении предпочтений в туризме. Таким образом, приняв за основу стратификации только возраст, издержки выборки можно уменьшить без снижения точности [23]. Другое важное решение связано с использованием пропорциональной или непропорциональной выборки (см. рис. 11.2). При пропорциональном стратификационном отборе объем выборки, полученной из каждого слоя, пропорционален доле этого слоя в объеме генеральной совокупности. При непропорциональном стратификационном отборе объем выборки, полученной из каждого слоя, пропорционален доле этого слоя в объеме генеральной совокупности и среднеквадратичному отклонению распределения исследуемой характеристики среди всех элементов этого слоя. Логика непропорциональной выборки проста. Во-первых, слои относительно большего размера больше влияют на определение средней для генеральной совокупности. Следовательно, эти слои больше влияют на формирование результатов выборочного наблюдения. Таким образом, слои должны быть представлены большим количеством элементов. Во-вторых, для повышения точности оценки следует отбирать больше элементов из слоев с большим среднеквадратичным отклонением, и меньше элементов — из слоев с меньшим среднеквадратичным отклонением. (Если все элементы слоя идентичны, выборка, состоящая из одного элемента, обеспечит получение полной информации.) Обратите внимание, что эти методы идентичны при условии, что исследуемая характеристика имеет одно и то же среднеквадратичное отклонение в каждом слое. При применении непропорционального отбора необходимо рассчитать среднеквадратичное отклонение распределения исследуемой характеристики среди элементов слоя. Поскольку эта информация не всегда доступна, исследователю часто приходится полагаться на интуицию и логику, определяя объем выборки для каждого слоя. Например, в крупных розничных магазинах можно ожидать большего отклонения в объемах продаж некоторых продуктов, чем в небольших магазинах. Поэтому крупные магазины представлены в выборке непропорционально большим количеством элементов. Когда исследователя в первую очередь интересует выявление различий между слоями, обычно создают одинаковые по объему выборки из каждого слоя. Стратификационный метод обеспечивает наличие в выборке всех важных подгрупп, Это особенно важно, если исследуемая характеристика неравномерно распределена среди элемен426 Часть II. Разработка плана исследования тов генеральной совокупности. Например, распределение дохода семей неравномерно, так как годовой доход большинства семей составляет меньше 50 тысяч долларов, и лишь немногие семьи имеют годовой доход, равный 125 тысяч долларов и выше. Если применить простую случайную выборку, семьи с доходом 125 тысяч долларов и выше могут не быть адекватно представлены. Стратифицированная выборка позволяет обеспечить соответствующее количество таких семей в выборке. Она сочетает в себе простоту метода SRS с возможностью повышения точности. Поэтому данный метод формирования выборки весьма популярен.

Кластерная выборка В кластерной выборке (cluster sampling) изучаемая совокупность сначала делится на взаимоисключающие и взаимодополняющие подгруппы, или ююстеры (dusters). Затем с помощью вероятностного метода выборки, такого как SRS, формируется случайная выборка кластеров. В выборку включаются либо все элементы отобранного кластера, либо проводится их отбор вероятностным методом, Если в выборку включаются все элементы каждого отобранного кластера, то такая процедура называется одноступенчатой кластерной выборкой. Если выборка получена с помощью вероятностного отбора из каждого выбранного кластера, такая процедура называется двухступенчатой кластерной выборкой. Как показано на рис. 11.3, существуют два вида двухступенчатой кластерной выборки — простая двухступенчатая кластерная выборка с использованием SRS и вероятностная выборка, пропорциональная объему (PPS). Кроме того, кластерная выборка может состоять из нескольких (больше двух) этапов, выступая как многоступенчатая кластерная выборка. Кластерная выборка (cluster sampling) Сначала изучаемая совокупность делится на взаимоисключающие и взаимодополняющие подгруппы, называемые кластерами. Затем с помощью вероятностного метода выборки, такого как простая случайная выборка, отбираются кластеры. В выборку включаются либо все элементы отобранного кластера, либо проводится их отбор вероятностным методом. Кластерная выборка Одноступенчатая 1, Даухступенча Вероятностная выборк эрционаяьнаж Рис. 11.3. Типы кластерной выборки Основное различие между кластерной и стратифицированной выборкой состоит в том, что в первом случае используются только отобранные подгруппы (кластеры), в то время как в стратифицированной выборке все подгруппы (слои) используются для дальнейшего отбора. Эти методы преследуют разные цели. Цель кластерной выборки — увеличить эффективность выборки, уменьшив затраты на ее проведение. Цель стратифицированной выборки — увеличение точности. По однородности и неоднородности критерии формирования кластеров прямо противоположны критериям формирования слоев. Элементы кластера должны быть максимально разнородны, а сами кластеры — как можно более однородными. В идеале каждый кластер должен представлять собой небольшую модель генеральной совокупности. При кластерной выборке основа выборочного наблюдения необходима только для кластеров, которые вошли в выборку.

Глава 11. Выборка: планирование и проведение Распространенная форма кластерной выборки — территориальная выборка (area sampling), в которой кластеры состоят из географических территорий, таких как округа, жилые районы или кварталы. Если отбор основных элементов проводится в один этап (например, исследователь выбирает некоторые кварталы, а затем все семьи, живущие в этих кварталах, включаются в выборку), такой выборочный метод называется одноступенчатой территориальной выборкой. Если отбор основных элементов проводится в два (или больше) этапа (исследователь выбирает кварталы, а затем в каждом таком квартале отбирает семьи, которые будут включены в выборку), такой метод называется двухступенчатой (или многоступенчатой) территориальной выборкой. Отличительная черта одноступенчатой территориальной выборки заключается в том, что все семьи из выбранных кварталов (или географических регионов) включаются в выборку. Территориальная выборка (area sampling) Распространенная форма кластерной выборки, в которой кластеры состоят из округов, хилых районов, кварталов или других географических территорий. Как показано на рис. 11.3, существует два типа двухэтапной кластерной выборки. В одном из них метод SRS применяется как на первом этапе (т.е. при выборе кварталов), так и на втором (т.е. при отборе семей в кварталах). Этот метод называется простой двухступенчатой кластерной выборкой. При использовании этого метода количество элементов (семей), отобранных на втором этапе, одинаково для каждого выбранного кластера (отобранного квартала). Следующий пример иллюстрирует применение двухступенчатой территориальной выборки. Пример. Богатые кварталы Цель проекта маркетингового исследования — изучить поведение богатых покупателей. С помощью простой случайной выборки отобрано 800 кварталов из перечня округов, жители которых имеют средний доход, превышающий 50 тысяч долларов. Отбор проводился в штатах, население которых, по данным переписи, представляет собой половину населения страны с наибольшим уровнем доходов. Маркетологи получили перечень фамилий и адресов глав приблизительно 95% семей, зарегистрированных во время переписи в этих 800 кварталах. Из 213 тысяч перечисленных семей 9тысяч были отобраны с помощью простой случайной выборки (24]. Этот метод подходит в том случае, когда все кластеры равны по объему, т.е. каждый кластер содержит примерно одинаковое количество единиц. Однако, если объемы различны, простая двухступенчатая кластерная выборка может привести к ошибочным результатам. Иногда, объединив различные кластеры, можно сделать их равными по объему. Если объединить кластеры нельзя, следует воспользоваться вероятностной выборкой, пропорциональной объему (PPS). При вероятностной выборке, пропорциональной объему (Probability Proportionate to size Sampling— PPS) кластеры отбираются с вероятностью, пропорциональной их объему. Объем кластера определяется количеством входящих в него единиц выборки. Поэтому на первом этапе большие по объему кластеры имеют большую вероятность включения в выборку. На втором этапе вероятность отбора единицы из выбранного кластера обратно пропорциональна его объему. Поэтому вероятность включения в выборку будет равной для всех выборочных единиц, поскольку неравная вероятность включения на первой стадии отбора компенсируется неравной вероятностью включения на второй стадии. Вероятностная выборка, пропорциональная объему (Probability Proportionate to size Sampling — PPS) Метод отбора, согласно которому кластеры выбираются с вероятностью, пропорциональной их обьему, а вероятность выбора единицы из отобранного кластера обратно пропорциональна его объему.

Часть II. Разработка плана исследования Кластерная выборка обладают двумя основными преимуществами — выполнимость и низкая себестоимость. Во многих ситуациях единственными легко доступными инструментария ми для изучения совокупности будут не элементы, а кластеры. Часто невозможно составить список всех потребителей, входящих в состав определенной совокупности, принимая во внимание ресурсы данного исследования и связанные с ним ограничения. Однако перечень географических территорий, телефонных кодов определенного района и других кластеров потребителей получить довольно легко. Кластерная выборка наиболее эффективна с точки зрения затрат. Однако несмотря на это преимущество, ей присущ ряд ограничений. В результате отбора по кластерам создаются относительно неточные выборки. Кроме того, сложно сформировать неоднородные кластеры, так как, например, семьи, живущие в одном квартале, имеют больше схожих признаков, чем различий [25]. После кластерной выборки сложно рассчитать и оценить статистику. Все преимущества и недостатки основных методов формирования выборки, в том числе преимущества и недостатки кластерной выборки, приведены в табл. 11.3. Рис. 11.4 описывает процедуры формирования вероятностных выборок.

Таблица 11,3. Преимущества и недостатки основных методов формирования выборки Метод Преимущества Недостатки Детерминированная выборка Нерепрезентативная выборка Поверхностная выборка Квотная выборка Выборка по принципу "снежного кома" Вероятностная выборка Простая случайная выборка (SRS) Наименьшая стоимость Необъективность отбора;

Наименьшая продолжительность выборка нерепрезентатаана;

не рекоменНаибольшее удобство отбора элементов ^ется при проведении дескриптивного или причинно-следственного исследования Не позволяет распространять полученные Низкая стоимость, удобство, небольшая продолжительность результаты на генеральную совокупность;

субъективна Может регулироваться по определенным Необъективность отбора;

характеристикам не гарантирует репрезентативности Позволяет оценить необычные для сово- Большая продолжительность купности характеристики Проста для понимания;

результаты можно распространить на генеральную совокупность Сложно создать основу выборочного наблюдения;

большие затраты на проведение;

низкая точность;

не гарантирует репрезентативности Может уменьшить репрезентативность Сложно выбрать подходящие переменные для стратификации;

невозможно стратифицирование с учетом многих переменных;

большие затраты на проведение Низкая точность;

сложно рассчитать и оценить результаты Систематическая выборка Стратифицированная выборка Позволяет увеличить репрезентативность;

проще в применении, чем SRS;

не требуется основа выборки Включает все важные подгруппы совокупности;

высокая точность Легка в применении;

эффективна с точки зрения затрат Кластерная выборка Глава 11. Выборка: планирование и проведение Простая случайная выборка 1. Выберите подходящую основу выборки. 2. Каждому элементу присвойте номер от 1 до Л' (объем целевой совокупности). 3. Выберите с помощью компьютера или таблицы простых случайных чисел (см. табл. J в Приложении "Статистические таблицы") п (объем выборки) различных случайных чисел между I к N. Для того чтобы воспользоваться табл. 1, выберите соответствуюшее количество разрядов (например, если N = 500, выберите три разряда). Произвольно выберите первое число. Затем продолжите отбор по возрастанию или убыванию, пока не будет отобрано л-е количество разных чисел между 1 и Ж Обратите внимание, что нельзя выбирать О, числа, больше N, и одинаковые числа. 4. Полученные числа будут порядковыми номерами элементов совокупности, которые должны включаться в выборку.

Систематическая выборка 1. Определите подходящую основу выборки, 2. Присвойте каждому элементу номер от 1 до N (объем популяции), 3. Определите интервал выборки, i, i = N/n. Если / — дробь, округлите ее до ближайшего целого числа. 4. Выберите случайное число г между 1 и i, как для простои случайной выборки. 5. Систематическая случайная выборка состоит из элементов со следующими порядковыми номерами: г, г + /, г + Д г +,?/,/• + 41,..., г+ (я-1)/. Стратифицированная выборка 1. Выберите подходящую основу выборки. 2. Выберите переменную(ые) для стратификации и количество слоев, Н. 3. Разделите всю совокупность на Я слоев. Каждый элемент совокупности будет относиться к одному из Н слоев на основе классификационной переменной. 4. Пронумеруйте в каждом слое элементы числами от 1 до Nk (объем популяции слоя А). 5. Определите для каждого слоя nh объем выборки при условии пропорциональной или непропорциональной стратифицированной выборки. Обратите внимание, и 6.

Создайте в каждом слое простую случайную выборку объема nh.

Кластерная выборка Мы опишем процедуру создания двухступенчатой выборки PPS, так как этот метод при меняют в большинстве случаев. 1. Присвойте номер от 1 до TV каждому элементу совокупности. 2. Поделите совокупность на С кластеров, из которых с будет включено в выборку. 3. Рассчитайте интервал выборки /, / = N/n. Если / — дробь, округлите ее до ближайшего це лого числа. 4. Выберите случайное число г между 1 и /, как было сделано для простой случайной выборки. 5. Найдите элементы со следующими номерами: г, /• + /, r + 2i,r + 3i,,.., r+ (c-1)/. 6. Выберите кластеры, в которые входят указанные элементы.

Часть II. Разработка плана исследования 7. Выберите единицы выборки из каждого отобранного кластера методом SRS или систематической выборкой. Количество единиц, отобранных из каждого кластера, приблизительно одинаково и равно п/с. 8. Если популяция кластера превышает интервал выборки /, этот кластер отбирается со 100-95 вероятностью и в дальнейшем не рассматривается. Рассчитайте новый объем популяции N*, количество кластеров, подлежащих отбору с* (= с - 1), и новый интервал выборки ("*. Повторяйте эту процедуру до тех пор, пока в выборке не останутся только те кластеры, популяция которых меньше, чем рассчитанный интервал выборки. Если Ь кластеров выбрано со 100-% вероятностью, отберите оставшиеся с~Ь кластеров в соответствии с пп. 1—7. Доля единиц, подлежащих отбору из каждого выбранного со ЮО-% вероятностью кластера, равна n/N. Таким образом, из кластеров, отобранных со ЮО-% вероятностью, получаем п = (n/N) (N, + N2 +... + Nh) единиц. Следовательно, количество единиц, полученных из кластеров, отобранных методом PPS, составит п* — п — пг. Рис. 11.4. Процедуры создания вероятностных выборок Другие методы вероятностной выборки Кроме четырех основных, существует множество других методов вероятностной выборки, большинство из которых — разновидности базовых. Они разработаны для решения сложных проблем, возникающих в процессе выборки. Среди них определенную важность для маркетинговых исследований представляет метод последовательной выборки и метод двойного контроля, При последовательной выборке (sequential sampling) отбор элементов генеральной совокупности проводится последовательно, при этом на каждом этапе собирается и анализируется информация и принимается решение о дополнительном отборе элементов популяции. Объем выборки изначально не известен, однако, перед тем как начинать отбор, исследователи устанавливают критерии формирования выборки. На каждом этапе отбора такие критерии определяют, продолжать выборку или получено достаточно информации. Метод последовательной выборки использовался, чтобы определить, какую из альтернатив предпочтут потребители. В одном из опросов респондентов спросили, какую из альтернатив они предпочитают, и процесс отбора прекратили, когда собрали достаточно информации для определения предпочтений потребителей. Этот метод также применялся для установления ценовой разницы между обычной и усовершенствованной моделями потребительских товаров длительного пользования [26]. Последовательная выборка (sequential sampling) Метод вероятностный выборки, согласно которому отбор элементов генеральной совокупности проводится последовательно, на каждом этапе собирается и анализируется информация и принимается решение о дополнительном отборе элементов генеральной совокупности. При использовании метода двойного контроля (double sampling), который еще называют методом двухэтапнои выборки, некоторые элементы популяции отбираются дважды. На первом этапе проводится выборка и собирается некоторое количество информации обо всех ее элементах. На втором этапе из элементов начальной выборки создается подгруппа и дальнейшая информация собирается уже об ее элементах. Этот процесс может состоять из трех или больше этапов, и различные этапы могут проводиться как одновременно, так и в разное время. Метод двойного контроля полезен, когда нельзя сразу воспользоваться основой выборки для отбора конечных элементов выборки, но известно, что его элементы входят в более полную основу выборки. Например, исследователь хочет отобрать в определенном городе семьи, которые пьют яблочный сок. Исследуемые семьи входят в совокупность всех городских семей, но исследова Глава 11. Выборка: планирование и проведение тель не знает, какие из них любят яблочный сок. При применении метода двойного контроля маркетолог на первом этапе создает основу выборочного наблюдения, состоящую из всех семей. Основу выборки можно приобрести или составить, воспользовавшись городской адресной книгой. Далее методом систематического случайного выбора проводится отбор семей для определения количества купленного яблочного сока. На втором этапе будут отобраны семьи, употребляющие яблочный сок, и стратифицированы в соответствии с количеством потребляемого яблочного сока. Затем создается стратифицированная случайная выборка и задаются детальные вопросы относительно потребления яблочного сока [27]. Метод двойного контроля (double sampling) Метод выборки, в соответствии с которым некоторые элементы совокупности отбираются дважды.

Выбор между детерминированной и вероятностной выборкой Решение о применении детерминирошнного или вероятностного метода выбора элементов изучаемой совокупности должно приниматься на основе таких факторов, как характер исследования, относительная величина систематических ошибок и ошибки выборки, изменчивость совокупности, а также на основе статистических и операционализационных соображений (табл. 11.4). Например, в поисковых исследованиях полученные данные считаются предварительными, а применение вероятностной выборки необоснованным. С другой стороны, вероятностная выборка предпочтительна в итоговом исследовании, в котором исследователь использует полученные результаты для оценки доли рынка. Вероятностная выборка позволяет осуществить статистическое распространение полученных результатов на изучаемую совокупность. В ряде случаев маркетинговое исследование требует повышенной точности при оценке характеристик совокупности. При этом желательно применение вероятностной выборки, которая поможет избежать необъективного отбора и рассчитать ошибку выборки. Однако применение вероятностной выборки не всегда дает точные результаты. Если исследование характеризуется большой величиной систематических ошибок, детерминированная выборка предпочтительнее, поскольку суждения исследователя позволяют лучше контролировать выборочный процесс. Еще один фактор — однородность совокупности с учетом исследуемых переменных. В неоднородной совокупности предпочтительнее вероятностный метод, поскольку в данном случае важно сохранить представительность выборки. Вероятностная выборка предпочтительнее с точки зрения статистики, так как она лежит в основе наиболее распространенных статистических методов.

Таблица 11.4. Детерминированная и вероятностная выборка: за и против Условия, благоприятные для использования Факторы Природа исследования Относительное соотношение между величиной систематических ошибок и ошибок выборки Изменчивость изучаемой совокупности Статистические соображения Операционализационные соображения детерминированной выборки вероятностной выборки Поисковой Итоговое Систематическая ошибка больше Ошибки выборки больше Низкая Неблагоприятные Благоприятные Высокая Благоприятные Неблагоприятные Часть II, Разработка плана исследования Однако применение вероятностной выборки сопряжено со сложностями и требует от исследователей более высокого уровня статистической подготовки. Она, как правило, более дорогостоящая и занимает больше времени, чем детерминированная выборка. При проведении маркетинговых исследований часто сложно доказать обоснованность дополнительных затрат времени и денег. Поэтому на практике обоснование того или иного метода выборочного наблюдения определяется задачами исследования.

Применение детерминированного и вероятностного методов выборки Детерминированная выборка используется при тестировании идеи нового товара, упаковки и названия продукции, а также анализе эффективности рекламы, для которых обычно не требуется распространение результатов на всю целевую совокупность. Предметом таких исследований является определение различных частей выборки, члены которых дают различные ответы или выражают различные мнения. При создании выборки для этих исследований используются такие методы, как интервью-"перехваты" в торговых центрах с использованием квотной выборки. С другой стороны, вероятностная выборка применяется, когда необходимо точно определить рыночную долю компании или объем продаж на всем рынке. Вероятностная выборка используется в исследованиях общенационального рынка, которые предоставляют информацию по категориям продуктов и частоте использования различных торговых марок, а также о психологических и демографических характеристиках потребителей. Исследования с использованием вероятностной выборки обычно применяются в телефонных опросах. При использовании стратифицированного и систематического методов для отбора респондентов применяют случайный набор телефонных номеров.

Международные маркетинговые исследования При проведении международных маркетинговых исследований составление плана выборочного наблюдения нередко вызывает затруднения. При определении изучаемой совокупности следует учитывать ряд факторов. Элементы, соответствующие критериям отбора (респонденты), могут отличаться друг от друга в разных странах. Так, в Соединенных Штатах Америки дети играют важную роль при покупке детских сухих завтраков. Однако в странах, где господствуют авторитарные методы воспитания, элементом, соответствующим критериям отбора, будет мать. В Соединенных Штатах Америки женщины играют главную роль при покупке автомобилей и других товаров длительного пользования, а в странах, где господствующее положение в обществе занимают мужчины, например на Ближнем Востоке, такие решения принимают именно они. Доступность респондентов при проведении наблюдения в разных странах различна. Например, в Мексике посторонние не могут запросто входить в дома людей, принадлежащих к высшему классу, которые ограждены высокими стенами и охраняются многочисленными слугами. Кроме того, нумерация жилых домов и названия улиц могут отсутствовать, что значительно затрудняет поиск выбранных семей [28]. Создание подходящей основы выборки — также сложная задача. Во многих странах, особенно в развивающихся, нельзя получить достоверную информацию об изучаемой совокупности из вторичных источников. Официальные данные отсутствуют или выглядят довольно тенденциозно. Списки населения могут отсутствовать в продаже. Временные и денежные затраты, необходимые для составления этих списков, непомерно высокие. Так, в Саудовской Аравии отсутствует официально признанная перепись населения;

нет выборов, а следовательно, нет бланков регистрации участников голосования;

отсутствуют точные карты с указанием центров расселения. В данной ситуации интервьюеры могут получить указания начать с заданной отправной точки и отбирать каждый л-й жилой дом до тех пор, пока не будет отобрано определенное количество единиц.

Глава 11. Выборка;

планирование и проведение Принимая во внимание отсутствие подходящей основы выборки, недоступность некоторых групп респондентов, например женщин в ряде стран, преобладание индивидуального опроса при проведении исследований, вероятностные выборочные методы редко используются при проведении международных маркетинговых исследований. Квотная выборка нашла широкое применение при проведении потребительских и бизнес-опросов, как в развитых, так и в развивающихся странах. Выборка по принципу "снежного кома" особенно уместна в случаях, когда исследуемая характеристика необычна для изучаемой совокупности или обращение к респондентам затруднено. Например, в Саудовской Аравии студентам предложили передать анкеты своим родственникам и друзьям. Затем первых участников опроса попросят передать анкету другим потенциальным респондентам и т.д. Результатом применения этого метода станет увеличение объема выборки и коэффициента отклика. Точность, достоверность и стоимость проведения выборочного наблюдения варьируют в зависимости от исследуемой страны. Даже если одна и та же процедура выборки применяется во всех странах, результаты не подлежат сравнению [29]. Чтобы сравнивать структуру и представительность выборок, желательно использовать различные методы выборки в разных странах, как это показано на следующем примере. Пример. Сравнение выборок, полученных различными методами Проведенное в Соединенных Штатах Америки исследование показало, что большинство покупателей считают, что покупка товаров и услуг сопряжена с определенной степенью риска, когда они вынуждены делать выбор в пользу одной из торговых марок. Результаты исследования, проведенного в США, нужно было сравнить с результатами исследований, проведенных в Мексике, Нидерландах, Турции, Таиланде и Саудовской Аравии. Изучаемыми респондентами в этих странах выбраны женщины, живущие в крупных городах и имеющие высокий и средний уровень дохода. Однако в разных странах применялись различные методы выборки. В Соединенных Штатах Америки для отбора респондентов воспользовались случайной выборкой из телефонного справочника. В Мексике для определения районов проживания респондентов применили поверхностную выборку, основанную на мнении специалистов;

затем произвольно выбрали дома для индивидуальных опросов. В Таиланде также применялась поверхностная выборка, но исследование проводилось в крупных городах и респонденты отбирались из числа покупателей магазинов. Наконец, в Саудовской Аравии применялся нерепрезентативный отбор, в соответствии с которым привлечение респондентов происходило по принципу "снежного кома". Это было связано с тем, что отсутствовал перечень, из которого можно было сформировать основу выборки, а общественные традиции запрещали проведение | стихийных индивидуальных опросов. Таким образом, сравнимость структуры и представительности выборок была достигнута благодаря применению различных методов выбор- ;

ки в разных странах [30].

ЭТИКА МАРКЕТИНГОВЫХ ИССЛЕДОВАНИЙ В ходе проведения выборочного наблюдения исследователь несет определенную этическую ответственность перед заказчиком и респондентами. В отношении заказчика исследователь должен разработать такой план выборочного наблюдения, который позволил бы снизить уровень систематических ошибок и ошибок выборки (см. главу 3). При необходимости следует использовать вероятностную выборку. При использовании детерминированного метода усилия должны быть направлены на получение репрезентативной выборки. Непрофессиональным и ошибочным считается подход к детерминированной выборке как к вероятностной и распространение ее результатов на всю изучаемую совокупность. Как показывает следующий пример, правильное определение генеральной совокупности и основы выборочного наблюдения, а также применение соответствующего выборочного метода— необходимые условия грамотного проведения исследования и использования полученных результатов.

Часть II. Разработка плана исследования Пример. Систематическая выборка выявляет типичные различия в нравственных суждениях мужчин и женщин Для выявления различий во мнениях об этике исследований между маркетологами — мужчинами и женщинами, были получены данные от 420 респондентов. Генеральной совокупностью выбраны специалисты по маркетингу, а основой для проведения выборочного наблюдения послужил справочник Американской ассоциации маркетинга. Респонденты отбирались из справочника на основе систематической выборки. Им прислали вместе с анкетой сопроводительное письмо и конверт с маркой и обратным адресом, а также обещали снабдить каждого из них копией заключения о результатах исследования. Результаты опроса маркетологов показали, что женщины демонстрируют, как правило, профессиональную этичность выше, чем их коллеги мужчины [31]. При исследованиях корпоративного сектора, опросах служащих, а также в других исследовательских проектах, в которых объем совокупности незначителен, исследователи должны особенно внимательно охранять анонимность респондентов. При небольшом объеме совокупности узнать респондентов легче, чем при большой. Слишком откровенные детали исследования или дословное цитирование респондентов в отчетах, предоставляемых заказчику, могут подвергнуть риску анонимность респондентов. В таких случаях профессиональная этика обязывает исследователя сохранить анонимность респондента, даже если это снизит уровень детализации в отчетах, предоставляемых клиенту и другим сторонам.

ИСПОЛЬЗОВАНИЕ INTERNET И КОМПЬЮТЕРА Отбор потенциальных респондентов в сети Internet имеет смысл, если сформированная таким образом выборка является репрезентативной по отношению к изучаемой совокупности. Все больше и больше сфер бизнеса отвечают этому требованию. При проведении количественных исследований, например опросов по поводу программного обеспечения, компьютеров, компьютерных сетей, технических изданий, полупроводников и высшего образования, удобнее становится отбор респондентов в сети Internet. При проведении опроса в компании заказчика удобен "внутрисетевой" опрос, так как даже те служащие, которые не имеют доступа к Internet, обычно пользуются обшей системой электронной почты. Однако отбор респондентов с помощью Internet не в полной мере применим в исследованиях потребительских товаров, не связанных с компьютерами. Чтобы избежать ошибок при формировании выборки, исследователь должен иметь возможность контролировать совокупность, из которой отбираются респонденты. Также следует убедиться, что респонденты не отвечают больше одного раза, Этим требованиям удовлетворяют опросы, проводимые по электронной почте, в которых исследователь выбирает определенных респондентов. Более того, анкеты можно запрограммировать таким образом, чтобы возвращаемые ответы автоматически сопоставлялись с соответствующим исходящим электронным сообщением. Это условие также выполняется в Web-опросах, где отобранным респондентам по электронной почте посылаются приглашения с просьбой посетить Web-сайт, на котором проводится опрос. В таком случае опрос проводится на скрытой, защищенной паролем странице в Internet. Таким образом, другие пользователи Internet не имеют к ней доступа. При проведении исследований в Internet могут использоваться как детерминированные, так и вероятностные методы выборки. Кроме того, респондентов можно отобрать предварительно или подключить к опросу в онлайновом режиме. Подключение к опросу посетителей Web-сайта— один из примеров нерепрезентативной выборки. Для предварительного отбора респондентов можно установить некоторые отборочные критерии, основанные на мнении исследователя. Более того, можно установить квоты. Однако степень их соответствия структуре совокупности будет ограничена числом, а также характеристиками посетителей узла. Повсеместно используется также простая случайная выборка, Во избежание получения информации от одних и тех же профессиональных респондентов (в данном случае слово профес Глава 11. Выборка: планирование и проведение сионольные означает, что респонденты участвуют во множестве онлайновых опросов для накопления очков) и создания таким образом непредставительной выборки, некоторые компании, в частности MBinteractive, используют метод "прерывания потока нажатий". В соответствии с этим методом произвольно отбираются пользователи, работающие в режиме on-line, и им предоставляется возможность участвовать в опросе или отказаться от него. Результатом применения этого метода стал 75%-ный коэффициент отклика (по сравнению с 60%-ным коэффициентом отклика при проведении опроса по телефону). Можно использовать и другие формы вероятностной выборки, причем некоторые из них, например систематическая случайная выборка, относительно просты в применении. f Пример. Выборка в Internet SurveySite ~ это компания, предоставляющая все виды исследовательских услуг, которая расположена в Онтарио (Канада) (www.surveysite.com). Цель создания компании — "разработка наилучших и передовых систем анализа эффективности Web-сайтов, а также предоставление услуг по исследованию рынка для Internet-компаний". Цель компании сформулирована как "абсолютное лидерство в проведении качественных исследований Webпространства и аналитике посетителей страниц Internet". Одна из исследовательских программ, предлагаемых компанией SurveySite,— "Pop-Up Survey". Программа считает количество людей, посетивших Web-сайт и выбирает посетителей с заданной периодичностью. Например, с помошью систематической случайной выборки выбирается каждый 100-й пользователь, посетивший Web-сайт клиента. Когда это происходит, на экране появляется сообщение, в котором пользователю предлагается заполнить небольшую онлайновую анкету. Если посетитель нажимает "Нет", сообщение исчезает, после чего возможно продолжение просмотра. При нажатии "Да" появляется составленная клиентом анкета. Преимущество такой "раскрывающейся" модели в том, что она существенно повышает коэффициент отклика пользователей. В обычном исследовании на экране появляется заголовок, который приглашает пользователя пройти опрос, Однако коэффициент отклика при использовании заголовков очень низок: 0,2%, или 1 из каждых 500 посетителей. "Раскрывающаяся" модель опроса компании SurvaySite значительно повышает коэффициент отклика и сокращает время, затрачиваемое на сбор информации, которое исчисляется в этом случае не неделями, а днями [32]. Использование компьютеров делает составление плана выборочного наблюдения более эффективным и результативным. Компьютеры используются для определения основы выборки, поскольку они способны обрабатывать большие перечни элементов совокупности и географические карты. Компьютеры могут применяться при создании необходимой выборки с использованием детерминированных или вероятностных методов. После определения основы выборочного наблюдения можно воспользоваться различными программами моделирования для генерации случайных чисел и проведения отбора непосредственно из базы данных. Для решения этих задач применяют программы SPSS, SAS или BMDP (для работы с микрокомпьютерами и обычными ЭВМ), Minitab, Excel. Специализированные программы, например Genesis, отбирающие респондентов для телефонного опроса, дают исследователю возможность создавать выборку из случайных телефонных номеров (RDD), в то же время избегая набора нерезультативных номеров в процессе исследования.

Специалисты компании Burke используют различные методы выборки в зависимости от характера и задач маркетинговых исследований. Один из наиболее распространенных методов | детерминированной выборки — квотная выборка, применяемая главным образом при прове- [ дении интервью-"перехватов" в торговых центрах, таких как "Изучение общественного мне- ! ния" (см. врезку "В центре внимания Burke" в главе 6). Цель этих исследований заключается i скорее в относительной оценке эффективности различных переменных (например, рекламных | Часть II. Разработка плана исследования объявлений), чем в распространении полученных результатов на всю генеральную совокупность. Вероятностные методы выборки применяются в случаях, когда целью исследования является перспективная оценка, как при определении объема продаж и рыночной доли отдельной торговой марки. Простая случайная выборка применяется при выборе респондентов из списка адресатов и при генерации телефонных номеров для таких опросов, как CATI, в которых подбор номеров проводится различными методами случайных чисел. Компания Burke разработала эффективные процедуры исключения нерезультативных телефонных номеров, отобранных этими методами (например, исключение повторного выбора номера, выбора неработающих номеров, а также номера телефона организации при проведении опроса семей). При выборе респондентов для опросов в Internet использовался систематический метод выборки. При проведении опросов Webnostics, оценивающих эффективность Web-сайтов в краткосрочном периоде, специалисты Burke воспользовалась методом случайного л-го (или /-го, если пользоваться терминологией этого учебника) посетителя для отбора респондентов в Internet. В броузере каждого л-го (/-го) посетителя Web-сайта заказчика неожиданно возникала надпись, предлагающая принять участие в опросе и обещающая за это определенное вознаграждение. Посетители узла могут отказаться от участия в опросе, точно так же, как в исследованиях, проводимых в реальном мире. Применяя систематическую выборку, Burke избегает ошибки самоотбора, связанной с возможностью участия в опросе любого респондента, нажимающего кнопку "нажми", размещенную на странице для сбора оперативной информации. Еще один метод вероятностной выборки, который широко использует Burke, — стратифицированный отбор. В некоторых исследовательских проектах совокупность стратифицируется с учетом демографических или других переменных, чтобы обеспечить включение отдельных сегментов в выборку и повысить точность результатов. Главное решение, которое Burke принимает в таких исследованиях, — это решение о выборе между пропорциональной или непропорциональной стратифицированной выборкой. Недавно Burke провела исследование для компании, которая разработала для женщин инвестиционный инструмент, предусматривающий получение ежегодного дохода. Для стратификации совокупности женщин заказчик выбрал две переменные — возраст (до 35 лет и 35 и старше) и семейное положение (не была замужем и была замужем), Первое условие клиента заключалось в отборе 100 респондентов для каждого из четырех итоговых слоев. Приняв во внимание данные переписи, Burke установила такое распределение этих групп в совокупности. Женщины от 15 до 34 лет, не выходившие замуж 10,4% Женщины 35 лет и старше, не выходившие замуж 3,4% Женщины от 15 до 34 лет, выходившие замуж 22,3% Женщины 35 лет и старше, выходившие замуж 64,0% Безусловно, затраты на создание выборки из женщин 35 лет и старше, которые не были замужем, слишком велики, учитывая небольшой процент таких женщин в генеральной совокупности (3,4%). К тому же, сложно подобрать соответствующие весовые коэффициенты для анализа полученных данных (детальнее — в главе 14). Не вдаваясь в статистические подробности, достаточно сказать, что применение весовых коэффициентов в этом случае существенно увеличит отличие заключительной оценки от оценки результатов пропорциональной представительной выборки. Поэтому Burke порекомендовала заказчику применить пропорциональную стратифицированную выборку, так как клиент был заинтересован в перспективной оценке всего потребительского рынка женщин, а не отдельных его сегментов. Руководство Burke очень внимательно относится к просьбам заказчика. Предположим, в данной ситуации клиент решил, что 3,4% женщин, в возрасте 35 лет и старше, которые не были замужем, занимают важную рыночную нишу, и эту группу нужно проанализировать отдельно. В таком случае, несмотря на низкую эффективность затрат и негативные последствия использования большого количества весовых коэффициентов, пожелание заказчика будет учтено в первую очередь и специалисты Burke продолжат исследование, согласно начальным указаниям клиента. В целом, Burke выбирает план выборочного наблюдения, в котором наиболее учтены пожелания заказчика.

Глава 11. Выборка: планирование и проведение РЕЗЮМЕ Информацию о характеристиках генеральной совокупности (популяции) можно получить в результате выборочного или сплошного наблюдения (переписи). Бюджетные и временные ограничения, большой размер генеральной совокупности и небольшое разнообразие исследуемых характеристик свидетельствуют в пользу применения выборки. Выборка также предпочтительнее, если цена ошибки выборки невелика, в отличие от цены систематической ошибки, характер измерения деструктивен и внимание сосредоточено на индивидуальных случаях. В противном случае предпочтительнее перепись. Составление плана выборочного наблюдения начинается с определения изучаемой совокупности с точки зрения элементов, единиц выборки, территории и времени. Затем необходимо определить основу выборочного наблюдения, которая содержит элементы, представляющие изучаемую совокупность, а также ряд инструкций по определению изучаемой совокупности. На этом этапе важно принять во внимание все возможные ошибки основы выборки. Следуюший шаг — выбор метода отбора и определение объема выборки. При определении объема выборки количественный анализ необходимо дополнить рассмотрением некоторых качественных характеристик. Наконец, для успешного выборочного наблюдения необходимо детально описать все этапы процесса выборки. Методы выборки можно разделить на детерминированные и вероятностные. Детерминированные методы основаны на мнении исследователя. Значит, они не позволяют объективно оценить точность результатов выборки, и полученные значения не подлежат статистическому распространению на всю совокупность. Распространенные детерминированные методы: нерепрезентативная выборка, поверхностная выборка, квотная выборка и выборка по принципу "снежного кома". При использовании вероятностных методов единицы выборки определяются случайным образом. Каждый элемент имеет отличную от нуля вероятность включения в выборку. Исследователь заранее устанавливает все возможные выборки данного объема, которые можно получить из совокупности, а также вероятность получения каждой выборки. Также можно определить точность полученных результатов и выводов и распространить их на изучаемую совокупность. Приведем примеры вероятностных методов: простая случайная выборка, систематическая выборка, стратифицированная выборка, кластерная выборка, последовательная выборка и метод двойного контроля. Решение о выборе вероятностного или детерминированного метода отбора должно быть принято с учетом характера исследования, степени допустимой ошибки, относительной величины ошибок выборки и систематических ошибок, изменчивости совокупности, а также статистических и операционализационных соображений. При проведении международных маркетинговых исследований важно иметь возможность сравнивать структуру и представительность разных выборок, несмотря на то, что для этого потребуются различные методы исследования в разных странах. Непрофессионально и ошибочно рассматривать детерминированную выборку как вероятностную и распространять ее результаты на изучаемую совокупность. Использование Internet и компьютеров делает процесс планирования выборочного наблюдения рациональнее и эффективнее.

ОСНОВНЫЕ ТЕРМИНЫ И ПОНЯТИЯ • байесов подход (Bayesian approach) • бесповторная выборка (sampling without replacement) • вероятностная выборка (probability sampling) • вероятностная выборка, пропорциональная объем У (Probability Proportionate to size Sampling * вь'борка (sample) • выборка по принципу "снежного кома" (snowball sampling) Часть II. Разработка плана исследования генеральная совокупность, популяция (population) детерминированная выборка (nonprobability sampling) единица выборки (sampling unit) изучаемая совокупность (target population) квотная выборка (quota sampling) кластерная выборка (cluster sampling) метод двойного контроля (double sampling) нерепрезентативная выборка (convenience sampling) объем выборки (sample size) основа выборочного наблюдения (sampling frame) поверхностная выборка (judgemental sampling) повторная выборка (sampling with replacement) последовательная выборка (sequential sampling) простая случайная выборка (Simple Random Sampling — SRS) систематическая выборка (systematic sampling) сплошное наблюдение, перепись (census) стратифицированная выборка (stratified sampling) территориальная выборка (area sampling) элемент совокупности (element) УПРАЖНЕНИЯ Вопросы 1. В чем главное отличие между выборкой и переписью? 2. В каких случаях лучше использовать выборку, а не перепись? В каких случаях, наоборот, предпочтительнее использовать перепись? 3. Опишите процедуру составления плана выборочного наблюдения. 4. Каким образом следует определять изучаемую совокупность? 5. Что такое единица выборки? Чем она отличается от элемента совокупности? 6. Какие качественные факторы нужно учитывать при определении объема выборки? 7. Что такое коэффициент охвата? Как он влияет на объем выборки? 8. В чем отличие вероятностных методов выборки от детерминированных? 9. Какой из методов выборки самый экономный с точки зрения финансовых и временных затрат? Каковы основные ограничения этого метода? 10. В чем главное отличие между поверхностной и нерепрезентативной выборкой? 11. Что общего между квотной и поверхностной выборкой? 12. Каковы отличительные черты простой случайной выборки? 13. Опишите процедуру систематической случайной выборки. 14. Опишите стратифицированную выборку. Каковы критерии отбора переменных для стратификации? 15. Чем отличается пропорциональная стратифицированная выборка от непропорциональной? 16. Опишите процедуру кластерной выборки, Чем отличается кластерная выборка от стратифицированной? 17. Какие факторы необходимо учитывать при выборе между вероятностным и детерминированным методами выборки?

Глава 11. Выборка: планирование и проведение Задания 1. Для каждой из следующих ситуаций определите соответствующую изучаемую совокупность и основу выборочного наблюдения. a) Производитель нового вида сухих завтраков хочет провести домашнее тестирование продукта в Чикаго. b) Национальная сеть магазинов хочет определить потребительские предпочтения покупателей, имеющих платежную карточку этой сети. c) Местная телевизионная станция хочет определить, какие передачи пользуются популярностью в семьях и каким именно программам зрители отдают предпочтение. d) Местное отделение Американской ассоциации маркетинга хочет оценить эффективность работы своего нового представительства в Атланте. 2. Производитель хочет провести опрос потребителей, чтобы определить потенциальный спрос на новый пресс с механическим приводом. Новый пресс имеет мощность, равную 500 тонн и стоит 225 тысяч долларов. Он применяется для формовки изделий из легкой и тяжелой стали и полезен производителям автомобилей, строительного оборудования и крупных механических конструкций. a) Определите генеральную совокупность и основу выборки, которые могут использоваться в данном случае. b) Опишите, как получить простую случайную выборку, используя установленную вами основу выборки. c) Можно ли провести стратифицированную выборку? Если да, то каким образом? d) Можно ли применить кластерную выборку? Если да, то каким образом? e) Какой из методов выборочного наблюдения вы порекомендуете? Почему?

УПРАЖНЕНИЯ С ИСПОЛЬЗОВАНИЕМ INTERNET И КОМПЬЮТЕРА 1. Компания Procter & Gamble хочет провести опрос потребителей и узнать, какие виды зубной пасты предпочитают жители Лос-Анджелеса. Для проведения опроса она пользуется методом стратифицированной случайной выборки. Посетите страницу www. city. net и найдите информацию, необходимую для деления совокупности на слои с различным уровнем дохода и возрастом. 2. С помошью компьютерной программы Genesys создайте случайную выборку телефонных номеров тысячи людей, проживающих в вашем муниципальном районе. 3. С помошью компьютерной программы сгенерируйте тысячи случайных номеров для простой случайной выборки. 4. Посетите в Internet Web-сайт компании SurveySite (www. surveysite. com). Проанализируйте исследования, которые проводились этой компанией в Internet. Напишите отчет об использованных их в планах выборочного исследования.

КОММЕНТАРИИ 1. Marc Gunther, "This Gang Controls Your Kids' Brains", Fortune, October 27,1997, p. 172-182. 2. Carol Krol, "Survey: Friends Lead Pack in Kids' Spending Decisions", Advertising Age, March 30, 1997, p. 16;

The Warner-Lambert Company, The American Chicle Youth Poll.

Часть II. Разработка плана исследования 3. V. Verma, T. Le, "An Analysis of Sampling Errors for the Demographic and Health Surveys", International Statistical Review, December 1966, p. 265—294;

H. Assael, J. Keon, "NonsampHng versus Sampling Errors in Sampling Research", Journal of Marketing, Spring 1982, p. 114—123. 4. Barbara A. Bailar, "Does Sampling Work?", Business Economics, January 1997, p. 47—53;

"Frequently Asked Questions about Census 2000", Indiana Business Review, Summer 1997, p. 10. 5. A r l e n e Fink, How to Sample in Surveys (Thousand Oaks, CA: Sage Publications, 1995);

Martin R. Frankel, "Sampling Theory", in Peter H. Rossi, James D. Wright, A n d y B. Anderson (eds.), Handbook of Survey Research (Orlando, FL: Academic Press, 1983, p. 21—67;

R.M. Jaeger, Sampling in Education and the Social Sciences (New York Longman, 1984), p. 28—29. 6. Gary T. Henry, Practical Sampling (Thousand Oaks, CA;

Sage Publications, 1995);

Seymour Sudman, "Applied S a m p l i n g ", in Peter H. Rossi, James D. Wright, Andy B. Anderson (eds.), Handbook of Survey Research (Orlando, FL: Academic Press, 19S3,p. 145—194. 7. Robert Cage, "New Methodology for Selecting CPI Outlet Samples", Monthly Labor Renew, December 1996, p. 49-83. 8. Wayne Smith, Paul Mitchell, Karin Attebo, Stephen Leeder, "Selection Bias f r o m Sampling Frames: Telephone Directory and Electoral Roll Compared w i t h Door-to-Door Population Census: Results from the Blue Mountain Eye Study", Australian & New Zealand Journal of Public Health, A p r i l 1997,p. 127-133. 9. О влиянии ошибок инструментария на результаты исследования, см. статью Kelly E. Fish, James H. Barnes, Benjamin F. Banahan, I I I, "Convenience or Calamity: Pharmaceutical Study Explores the Effects of Sample Frame Error on Research Results", Journal of Health Care Marketing, S p r i n g 1994, p. 45-49. 10. "The Many Faces of F l o r i d a ", Association Management (A Guide to F l o r i d a Supplement), A p r i l 1997, p. 3;

"Florida Travel Habits Subject of Phone Survey", Quirk's Marketing Research Review, May 1987,p. 10,11, 31, 56, 60. 11. О последних случаях применения нерепрезентативной выборки см. статью Nin Foo Но, Beng Soo Ong, Seonsu, "A Multicultural Comparison of Shopping Patterns among Asian Consumers", Journal of Marketing Theory & Practice, W i n t e r 1997,p. 42—51. 12. R i c h a r d Zelade, "Money Isn't Quite Everything", International Business, M a y — J u n e 1997, p.9;

"Students Seek Good Careers, Successful Marriages", Quirk's Marketing Research Review, June-July 1988, p. 26. 13. Brian OTcole, "Have You Had Your Quota of Nearest Birthdays", Australian & New Zealand Journal of Public Health, April 1997, p. 117-119;

Catherine Marsh, E. Scarbrough, "Testing Nine Hypotheses about Quota Sampling", Journal of Market Research Society (UK), October 1990, p. 485-506;

Leslie Kish, Survey Sampling (New York: John Wiley, 1965), p. 552. 14. John Curtice, Nick Sparrow, "How Accurate Are Traditional Quota Opinion Polls", Journal of the Market Research Society, July 1997, p. 433-448. 15. "Public Opinion: Polls Apart", Economist, August 12, 1995, p. 48;

Seymour Sudman, "Improving the Quality of Shopping Center Sampling", Journal of Marketing Research, November 1980, p. 423—431. 16. О последних случаях применения выборки по принципу снежного кома см. статью Gary L. Frankwick, James С. Ward, Michael D. Hutt, Peter H. Reingen, "Evolving Patterns of Organizational Beliefs in the Formation of Strategy", Journal of Marketing, April 1994, p. 96—110. 17. Если строго следовать определенным правилам при перечислении элементов редких совокупностей, выборку по принципу "снежного кома" можно рассматривать как вероятностную. См. работы Gary T. Henry, Practical Sampling (Thousand Oaks, CA: Sage Publications, 1995);

Graham Kalton, Dallas W. Anderson "Sampling Rare Populations", Journal of the Royal Statistical Association (1986), p 65-82. 18. Gale D. Muller, Jane Miller, "Interviewers Make the Difference", Marketing Research: A Magazine of Management & Applications, Spring 1996, p. 8—9;

Raymond F. Barker, "A Demographic Profile of Marketing Research Interviewers", Journal of the Market Research Society, July 1987, p. 279—292.

Глава 11. Выборка: планирование и проведение 19. Если выборочный интервал / является дробным числом, самый простой выход — использовать в качестве интервала ближайшее целое число, меньшее или большее /. Если округление приводит к слишком сильному изменению объема выборки, увеличьте или уменьшите количество знаков. 20. О последних случаях применения систематической случайной выборки см. статьи Hailn Qu, Isabella Li, "The Characteristics and Satisfaction of Mainland Chinese Visitors to Hong Kong", Journal of Travel Research, Spring 1997, p. 37—41;

Goutam Chakraborty, Richard Ettenson, Gary Gaeth, "How Consumers Choose Health Insurance", Journal of Health Care Marketing, Spring 1994, p. 21—33. 21. Mark Adams, "Court Marshall", Mediaweek, March 18, 1996, p. 22;

"Readership Survey Serves Tennis Magazine's Marketing Needs", Quirk's Marketing Research Review, May 1988, p. 75—76. 22. О последних случаях применения расслоенной выборки см. статью Samaradasa Weerahandi, Soumyo Moitra, "Using Survey Data to Predict Adoption and Switching for Services", Journal of Marketing Research, February 1995, p. 85—96. 23. "Purchasing Smarts Pay Off in Travel Buying", Purchasing, December 12, 1996, p. 30-31;

"Vacations High Priority Among Americans, Survey Shows", Quirk's Marketing Research Review, May 1988, p. 16-19. 24. "Niche Marketing to the Wealthy", Health Care Strategic Management, September 1997, p. 12;

Thomas J. Stanley, Murphy A. Sewatl, "The Response of Affluent Consumers to Mail Surveys", Journal of Advertising Research, June—July 1986, p. 55—58. 25. Деление редких совокупностей на кластеры по географическому признаку может оказаться 1 весьма полезным. См. работы James С. Raymondo, "Confessions of a Nielsen Household ', American Demographics, March 1997, p. 24—27;

Seymour Sudman, "Efficient Screening Methods for the Sampling of Geographically Clustered Special Populations", Journal of Marketing Research, February 1985, p. 20-29. 26. June S. Park, Michael Peters, Kwei Tang, "Optimal Inspection Policy in Sequential Screening", Management Science, August 1991, p. 1058—1061;

E.J. Anderson, K. Gorton, R. Tudor, "The Application of Sequential Analysis in Market Research", Journal of Marketing Research, February 1980, p. 97-105. 27. Более подробно метод двойного контроля рассматривается в работах David H. Baillie, "Double Sampling Plans for Inspection by Variables When the Process Standard Deviation Is Unknown", International Journal of Quality & Reliability Management, May 1992, p. 59—70;

Martin R. Frankel, Lester R, Frankel, "Probability Sampling", in Robert Ferber (ed.), Handbook of Marketing Research (New York: McGraw-Hill, 1974), p. 2-230-2-246. 28. Steven Murphy, "Moving Targets," Business Latin America, April 1, 1996, p. 4-5. Об использовании различных детерминированных и вероятностных выборочных методов в исследованиях, связанных с сопоставлением различных культур, см. статью Samiee Saeed, Insik Jeong, "Cross Cultural Research in Advertising: An Assessment of Methodologies", Journal of the Academy of Marketing Science, Summer 1994, p. 205—215. 29. Margaret E. Grosh, Paul Glewwe, "Household Survey Data from Developing Countries: Progress and Prospects", American Economic Review, May 1996, p. 15—19. 30. Taylor Humphrey, "Horses for Courses: How Survey Firms in Different Countries Measure Public Opinion with Different Methods", Journal of the Market Research Society, July 1995, p. 211—219;

B.J. Verhage, U. Yavas, R.T. Green, E. Borak, "The Perceived Risk Brand Loyalty Relationship: An International Perspective", Journal of Global Marketing, March 1990, p. 7—22. 31. Satish P. Deshpande, "Managers' Perception of Proper Ethical Conduct: The Effect of Sex, Age, and Level of Education", Journal of Business Ethics, January 1997, p. 79—85;

I.P. Akaah, "Differences in Research Ethics Judgments between Male and Female Marketing Professionals", Journal of Business Ethics, August 1989, p. 375-381. 32. Marshall Rice, "What Makes Users Revisit a Web Site?", Marketing News, March 17,1997, p. 12.

Часть II. Разработка плана исследования Г л а в а Выборка: определение конечного и начального объемов После изучения материала этой главы вы должны уметь...

1. Разбираться в основных понятиях и условных обозначениях, относящихся к выборке. 2. Понимать, что такое выборочное распределение, статистическое заключение и стандартная ошибка. 3. Разбираться в статистическом методе определения объема выборки на основе простой случайной выборки и доверительных интервалах. 4. Объяснять формулы для статистического определения объема выборки исходя из ожидаемых значений среднего и доли. 5. Анализировать причины отсутствия ответов в выборочном наблюдении, механизмы повышения коэффициентов отклика и процедуры корректировки в связи с неполучением данных. 6. Объяснять сложность статистического определения объема выборки при международных маркетинговых исследованиях. 7. Рассматривать этические проблемы, связанные с определением объема выборки, в частности с расчетом дисперсии генеральной совокупности. Объяснить применение Internet и компьютеров при статистическом определении объема выборки.

КРАТКИЙ ОБЗОР В главе 11 мы рассмотрели роль выборки при разработке плана маркетингового исследования, описали процесс выборки и рассмотрели различные вероятностные и детерминированные методы выборки. В этой главе мы сосредоточим внимание на определении объема простой случайной выборки. Мы даем определение различным понятиям и условным обозначениям и рассматриваем особенности выборочного распределения. Кроме того, в главе описываются статистические методы определения объема выборки на основе доверительных интервалов, а также рассматриваются формулы для вычисления объема выборки в соответствии с этими методами и продемонстрировано их применение. Кратко проанализируем дополнительные методы определения объема выборки в других видах вероятностного отбора. Объем выборки, определенный статистически, является конечным, или чистым объемом выборки;

т.е. представляет собой количество завершенных интервью или наблюдений. Однако, чтобы получить его, вначале необходимо связаться с гораздо большим количеством потенциальных респондентов. Мы описываем корректировки, которые необходимо применить к статистически определенному объему выборки с учетом коэффициентов охвата и завершенности и вычисляем объем начальной выборки. Обсудим также проблему отсутствия ответов в выборочном обследовании, акцентируя внимание на улучшении коэффициента отклика и на корректировке при неполучении данных. Рассмотрим сложности статистического определения объема выборки в международных маркетинговых исследованиях, выделим сопутствующие этические проблемы и объясним роль Internet и компьютеров при выборочном наблюдении. Статистическое определение объема выборки требует знания закона нормального распределения случайной величины и использования таблиц нормального распределения вероятности.

Глава 12. Выборка: определение конечного и начального объемов Кривая нормального распределения симметрична и имеет колоколообразную форму. Значения среднего, медианы и моды для нормального распределения одинаковы (см. главу 15). Информацию о нормальном распределении и использовании соответствующих таблиц можно найти в Приложении к этой главе. Следующие примеры иллюстрируют статистические аспекты выборки. Пример. Журнал Bicycling: статистический подход к определению объема выборки При исследовании журналом Bicycling американских розничных магазинов, торгующих велосипедами, маркетологи установили объем выборки, исходя из статистических соображений. Допустимая ошибка выборки ограничена пятью процентными пунктами. Приведенная ниже таблица использовалась для определения поправок на ошибку выборки. При определении доверительных интервалов принималось во внимание влияние вида выборочного наблюдения на величину ошибки выборки. Эти интервалы определяют диапазон (плюс или минус указанное число), в пределах которого с 95%-ной вероятностью можно ожидать варьирования результатов при повторных выборках в заданном промежутке времени, допуская, что процедура выборки, проведение опроса и оформление анкеты остаются неизменными [1].

Рекомендуемая поправка на ошибку выборки для долей В процентах (с доверительной вероятностью, равной 0,95, для объема выборки, равного 456) Проценты около 10 Проценты около 20 Проценты около 30 Проценты около 40 Проценты около 50 Проценты около 60 Проценты около 70 Проценты около 80 Проценты около 3 4 4 5 5 5 4 4 Таблица используется следующим образом: если исследователь получил значение интересующей его доли, равное 43%, следует смотреть на строку "проценты около 40". Число в этой строке равно 5, это означает, что доля в 43%, полученная в выборке, подвержена ошибке выборки в плюс или минус пять процентных пунктов. Другими словами, очень вероятно (95% из 100%), что средняя доля в результате повторной выборки будет колебаться в интервале 38—48%, с наиболее вероятным результатом в 43%.

Пример. Спортивная фотокамера Fun Saver фирмы Kodak, камера, которая может выдержать удар Руководство компании Eastman Kodak рассматривало вопрос о том, как усовершенствовать свои одноразовые водостойкие фотокамеры, чтобы использовать их при занятии такими видами спорта, как пешеходный туризм, велосипедный спорт, пляжный волейбол и др. Для того чтобы выявить вкусы и предпочтения потребителей, проводились индивидуальные опросы в США и Германии. Использовался метод систематической случайной выборки, и конечный объем выборки, в каждой стране составил 400 человек. Объем выборки статистически определялся таким образом, чтобы обеспечить допустимую ошибку в пределах 5%, при высокой степени достоверности (95%-ная степень достоверности). Результаты показали, что потребителям нужны фотокамеры, которые могли бы выдер| жать удар, поэтому компания Kodak, заменила пластмассу в своей подводной фотокамере на i прочный резиновый "гидрокостюм", который достаточно легок, чтобы удерживать его од! ной рукой. Она также увеличила рычаг перевода кадров и спусковую кнопку, которыми теI перь можно пользоваться, не снимая перчаток. Результаты? Усовершенствованная спортив| ная фотокамера Fun Saver фирмы Kodak выиграла золотую медаль в 1997 году [2].

Часть II. Разработка плана исследования Эти примеры иллюстрируют важность расчета доверительных интервалов для оценки последствий ошибок выборки.

ОПРЕДЕЛЕНИЯ И УСЛОВНЫЕ ОБОЗНАЧЕНИЯ Ниже даются определения доверительного интервала и других статистических понятий, которые играют главную роль в определении объема выборки. Параметр (parameter) — это описание определенной характеристики изучаемой совокупности. Параметр указывает на истинное значение, которое было бы получено, если бы проводилась перепись, а не выборка. Статистика (statistic) — описание характеристики выборки. Статистика выборки используется для оценки параметров генеральной совокупности. Окончательная коррекция совокупности (finite population correction, fpc) — это коррекция, применяемая для перерасчета дисперсии параметра генеральной совокупности, например среднего или доли, если объем выборки составляет 10% или больше от объема популяции. Степень точности (precision level) — это желательная величина оценочного интервала при оценке параметра совокупности с использованием выборочной статистики. Это максимально допустимое различие между статистикой выборки и параметром генеральной совокупности. Доверительный интервал (confidence interval) — это диапазон, в который попадет истинное значение параметра совокупности при данном уровне достоверности. Уровень достоверности (confidence level) — это вероятность того, что параметр совокупности попадет в доверительный интервал. Символы, применяемые в системе статистических обозначений для описания характеристик генеральной совокупности и выборки, представлены в табл. 12.1.

Таблица 12.1. Условные обозначения для переменных генеральной совокупности и выборки Переменная Среднее Доля Дисперсия Среднеквадратичное (стандартное) отклонение Объем Стандартная ошибка среднего Стандартная ошибка доли Нормированная величина (г) Коэффициент вариации (С) я ст Совокупность Выборка X Р о N а* а, Х-» s п а а Х-~Х S s_ X ВЫБОРОЧНОЕ РАСПРЕДЕЛЕНИЕ Выборочное распределение (sampling distribution) — это распределение значений выборочных статистик, рассчитанных для каждой возможной выборки, которая формируется из изучаемой совокупности при определенном плане выборочного наблюдения [3]. Предположим, что простую случайную выборку, включающую 5 больниц, нужно сформировать из генеральной совокупности 20 больниц. Можно получить (20 х 19 х 18 х 17 х 1б)/(1 х 2 х 3 x 4 x 5 ), или 15504 различных выбо Глава 12. Выборка: определение конечного и начального объемов рок каждая размером в 5 элементов. Распределение относительных частот средних значений этих 15504 различных выборок определяет выборочное распределение среднего. Выборочное распределение (sampling distribution) Распределение значений выборочных статистик, рассчитанных для каждой возможной выборки, которую можно получить из изучаемой совокупности при определенном плане выборочного наблюдения. Важная задача маркетингового исследования — вычисление таких статистик, как выборочное среднее и выборочная доля, и применение их для оценки соответствующих истинных значений генеральной совокупности. Процесс распространения результатов оценки выборки на оценку генеральной совокупности называется статистическим заключением (statistical inference). На практике создается одна выборка заданного объема и по ней вычисляются выборочные статистики (а именно, среднее и доля). Теоретически, для того чтобы оценить параметр изучаемой совокупности исходя из статистики выборки, нужно изучить каждую возможную выборку. Если бы все возможные выборки создавались в действительности, распределение статистики являлось бы выборочным распределением. Несмотря на то, что на практике создается только одна выборка, понятие выборочного распределения очень важно. Это дает нам возможность использовать теорию вероятности для того, чтобы делать выводы относительно значений совокупности. Статистическое заключение (statistical inference). Распространение результатов оценки выборки на оценку совокупности. Важные характеристики выборочного распределения среднего и соответствующие характеристики доли для больших выборок (30 и больше) следующие. 1. Выборочное распределение среднего— это нормальное распределение (Приложение 12А). Строго говоря, выборочное распределение доли биномиально. Однако для больших выборок (п = 30 и больше) его можно свести к нормальному распределению, {" \\ X= ^ X;

\/ ИЛИ ДОЛИ равняется соответствующему значению параметра совокупности \JL или я. 3. Стандартная ошибка (standard error) среднего или доли относится к выборочному распределению среднего или доли, а не к выборке или всей совокупности. Формулы для определения стандартной ошибки: Среднего Доли °*~ -Гп Стандартная ошибка (standard error) Среднеквадратичное (стандартное) отклонение выборочного распределения среднего или доли. 4. Часто среднеквадратичное отклонение изучаемой совокупности о неизвестно. В таких случаях его расчетное значение получают из выборки с помощью следующей формулы:

л- „ли "- Часть II. Разработка плана исследования Если о оценивается через 5, то стандартная ошибка среднего равна расчета- = — г=, Vn где "расчет." обозначает, что s употребляется для расчета значения о. Если не учитывать погрешность измерения, можно определить достоверность оценки параметра совокупности с помощью стандартной ошибки. 5. Аналогично, значение стандартной ошибки доли можно рассчитать, применив выборочную долю р для расчета генеральной доли п таким образом:

рас чет. sp = 6. Площадь области под кривой выборочного распределения между любыми двумя точками можно рассчитать с помощью значений z (z value). Значение z точки — это число стандартных ошибок, на которое точка удалена от среднего. Значения z можно рассчитать следующим образом:

_ z— Например, площади областей, находящихся под одной стороной кривой, между средним и точками, которые имеют значения z, равные 1,0, 2,0 и 3,0, составляют соответственно 0,3413, 0,4772 и 0,4986 (табл. 2 в Приложении "Статистические таблицы"). В случае с долей значения z вычисляются аналогично.

Значение z (z value) Количество стандартных ошибок, на которое точка удалена от среднего значения.

7. Если объем выборки составляет 10% или больше от объема исследуемой совокупности, применение формул стандартной ошибки приведет к переоценке среднеквадратичного отклонения среднего или доли совокупности, Значит, его следует откорректировать, применив коэффициент окончательной коррекции совокупности, определяемый как В этом случае a lN-n СТАТИСТИЧЕСКИЕ МЕТОДЫ ОПРЕДЕЛЕНИЯ ОБЪЕМА ВЫБОРКИ При определении объема выборки следует также принимать во внимание некоторые качественные факторы (см. главу 11): важность принимаемого решения, характер исследования, количество переменных, характер анализа, объемы выборки, которые использовались в подобных исследованиях, коэффициент охвата, коэффициент завершенности, а также ограниченность ресурсов. Статистически определенный объем выборки — это чистый или конечный объем выборки, т.е. элементы выборки, остающиеся после исключения потенциальных респондентов, которые не отвечают заданным критериям или не закончили интервью. В зависимости от коэффициентов охвата и завершенности может потребоваться намного больший объем исГлава 12. Выборка: определение конечного и начального объемов ходной выборки. В коммерческих маркетинговых исследованиях недостаток времени, денег и хороших специалистов может иметь решающее значение при определении объема выборки. В проекте исследования постоянных покупателей универсального магазина объем выборки определялся на основе именно этих соображений, Статистический метод определения объема выборки, рассмотренный в этой книге, основан на традиционном статистическом заключении [4]. В соответствии с этим методом заранее определяется уровень (степень) точности. Этот метод основан на создании доверительных интервалов вокруг средних или долей выборки.

МЕТОД ДОВЕРИТЕЛЬНЫХ ИНТЕРВАЛОВ Определение объема выборки методом доверительных интервалов основано на их создании вокруг выборочного среднего или выборочной доли с использованием формулы стандартной ошибки. В качестве примера предположим, что исследователь провел простую случайную выборку из 300 семей, чтобы оценить ежемесячные расходы семьи на покупки в универмаге, и определил, что средний ежемесячный расход семьи в выборке равен 182 доллара. Предыдущие исследования показали, что среднеквадратичное отклонение расходов в исследуемой совокупности равно 55 долларов. Мы хотим найти интервал, в который попадал бы определенный процент выборочных средних. Предположим, мы хотим определить интервал вокруг среднего значения совокупности, который включал бы 95% выборочных средних, опираясь на выборку из 300 семей. 95% выборочных средних можно разделить на две равные части, половина меньше и половина больше среднего, как показано на рис. 12.1. Вычисление доверительного интервала включает определение области меньше ( XL) и больше ( Хи ) среднего значения ( X ) величины расходов. Значения z, соответствующие XL и Хи, можно рассчитать следующим образом:

SL= ~^T X и — \JL ст где ZL —-Z и Zu =+Z- Следовательно, минимальное значение X определяется как XL = fi-z<7-, а максимальное значение X равно Xи = ^ + гст-. Доверительный интервал устанавливается как X ± z<7-.

Рис 12.1. 95%-ный доверительный интервал Часть II. Разработка плана исследования Теперь установим 95%-ный доверительный интервал вокруг выборочного среднего, равного 182 доллара. Для начала мы вычислим стандартную ошибку среднего:

v« V Из табл. 2 Приложения "Статистические таблицы" видно, что центральные 95% нормального распределения находятся в пределах ±1,96 значений г;

95%-ный доверительный интервал определяется как 7±1,96ст-=182,00±1,96(3,18) = 182,00±б,23 Таким образом, 95%-ный доверительный интервал находится в пределах от 175,77 до 188,23 доллара. Вероятность нахождения истинного среднего значения наблюдаемой совокупности в пределах от 175,77 до 188,23 доллара составляет 95%.

Определение объема выборки: среднее Метод, использованный для создания доверительного интервала, можно модифицировать так, чтобы определить объем выборки с учетом желательного доверительного интервала [5]. Предположим, что вы хотите рассчитать ежемесячный расход семьи на покупки в универмаге более точно, так, чтобы полученный результат находился в пределах ±5,00 долларов от истинного среднего значения исследуемой совокупности. Каким должен быть объем выборки? В табл. 12.2 приведен необходимый перечень действий, который вы должны выполнить. 1. Определите степень точности. Это максимально допустимое различие (/)) между выборочным средним и генеральным средним. В нашем примере D = ±5,00 долларов. 2. Укажите уровень достоверности. Предположим, что желательный уровень достоверности 95%. 3. Определите значение z, связанное с данным уровнем достоверности, воспользовавшись табл. 2 в Приложении "Статистические таблицы". При 95%-ном уровне достоверности вероятность того, что среднее значение генеральной совокупности выйдет за пределы одностороннего интервала, равна 0,025 (0,05/2). Соответствующее значение z составляет 1,96. 4. Определите стандартное отклонение среднего генеральной совокупности. Его можно получить из вторичных источников или рассчитать, проведя пилотное исследование. Кроме того, стандартное отклонение можно установить на основе мнения исследователя. Например, диапазон нормально распределенной переменной примерно укладывается в шесть стандартных отклонений (по три слева и справа от среднего значения). Таким образом, можно рассчитать среднеквадратичное отклонение, разделив величину всего диапазона на 6. Исследователь часто может определить размеры диапазон, исходя из собственного понимания анализируемых явлений. 5. Определите объем выборки, воспользовавшись формулой стандартной ошибки среднего:

~Х D аИЛИ <7- = — Z ИЛИ -т= = — VI D о D Z или п = D1 В нашем примере 55Э (1,96)" = 464,83 = 465 (округленное в большую сторону до ближайшего целого числа).

Глава 12. Выборка: определение конечного и начального объемов Таблица 12.2. Определение объема выборки с помощью среднего и доли Этапы Средние D= ±5,00 долл. Доли t.

2. i.

Установите степень точности Укажите уровень достоверности (УД) Определите значение z, связанное с УД Определите стандартное отклонение среднего генеральной совокупности Определите обьем выборки с помощью формулы стандартной ошибки 0=р-л: =±0, УД = 95% УД = 95% Значение г= 1,96 Определите а а = Значение z = 1,96 Определите п п = 0, aV я(1-я)г 0, 64(1-0, 64)(1,96) = Если объем выборки составляет 10% or объема популяции, примените окончательную коррекцию совокупности (fpc} При необходимости пересчитайте величину доверительного интервала, применив s для расчета а Если степень точности указана в относительных, а не абсолютных показателях, воспользуйтесь данными уравнениями для определения объема выборки «41,%)= nN D (0,05}, :

N+n-l = ~X±zsD= = Rn cV R R2n Из формулы объема выборки видно, что она растет с ростом изменчивости генеральной совокупности, а также с увеличением уровня достоверности и степени точности, с которой должны проводиться расчеты. Объем выборки прямо пропорционален СУ2, поэтому, чем больше показатель изменчивости генеральной совокупности, тем больше объем выборки. Аналогично, более высокий уровень достоверности предполагает большее значение г и, следовательно, больший объем выборки. Переменные О2 и z находятся в числителе. Увеличение степени точности достигается уменьшением значения D и, следовательно, увеличивает объем выборки, поскольку D находится в знаменателе. 6. Если объем выборки составляет 10% и больше от объема генеральной совокупности, то применяется окончательная коррекция совокупности (fpc). Затем необходимый объем выборки рассчитывается по формуле пс = nN N + n-l, где п — объем выборки до применения окончательной коррекции;

ис — объем выборки после применения окончательной коррекции. 7, Если среднеквадратичное отклонение совокупности ст неизвестно и используется его предположительное значение, то его следует повторно рассчитать после получения выборки. Среднеквадратичное отклонение выборки 5 используется в качестве предположительного значения ст. Затем следует вычислить исправленный доверительный интервал, чтобы определить фактически полученную степень точности. Предположим, что значение 55,00 использовалось в качестве предположительного значения а, потому что истинное значение было неизвестно. Получена выборка, в которой п = 465. На основе данных исследования рассчитывается среднее X, равное 180,00, и сред Часть П. Разработка плана исследования неквадратичное отклонение выборки s, равное 50,00. Тогда исправленный доверительный интервал составит = ~Х ± и- = 180,00± 1,96-^2г = 180,00 + 4,55 V или 175,45

В этом случае объем выборки можно определить как _аУ _СУ 2 " D2 ~ Я где нужно рассчитать коэффициент вариации С = (er/ju) Объем генеральной совокупности N не влияет на объем выборки напрямую, за исключением случаев, когда применяется коэффициент окончательной коррекции совокупности. Возможно, это кажется невероятным, но если подумать, в этом утверждении есть смысл. Например, если исследуемые характеристики всех элементов совокупности идентичны, то выборки, состоящей из одного элемента, вполне достаточно, чтобы рассчитать среднее. Это также правильно, если совокупность состоит из 50, 500, 5000 или 50000 элементов. В то же время изменчивость характеристик совокупности напрямую влияет на объем выборки. Эта изменчивость учитывается при вычислении объема выборки с помощью дисперсии совокупности о2 или дисперсии выборки s2.

Определение объема выборки: доля Если изучаемая статистика является не средним, а долей, то маркетолог определяет объем выборки аналогичным образом. Предположим, что исследователя интересует установление доли семей, владеющих кредитной карточкой универмага. Порядок действий будет следующим [6]. 1. Укажите степень точности. Предположим, желательная степень точности такова, что допустимый интервал установлен на уровне D = р-я =±0,05. 2. Укажите уровень достоверности. Предположим, что желателен 95%-ный уровень достоверности. 3. Определите значение z, связанное с данным уровнем достоверности. Как объяснялось при расчете среднего, оно составит z = 1,96. 4. Определите генеральную долю я. Как мы указывали раньше, ее можно получить из вторичных источников, в ходе экспериментального исследования или на основе мнения исследователя. Предположим, что на основе вторичных данных исследователь делает предположение, что 64% семей из изучаемой генеральной совокупности обладают кредитной карточкой универмага. Следовательно, л = 0,64. 5. Определите объем выборки с помощью формулы стандартной ошибки доли:

Глава 12. Выборка: определение конечного и начального объемов или п=--7Г(1-Я)Г D В нашем примере 0, 64(1-0, 64)(1. 9б) п = - i - *г - — = 354,04 = 355 (округленное в большую сторону до целого числа). (0,05)6. Если конечный объем выборки составляет 10% и больше от объема совокупности, применяется окончательная коррекция совокупности (fpc). Затем необходимый объем выборки рассчитывается по формуле nN г " ~ N+п-Г где п — объем выборки до применения окончательной коррекции;

пг — объем выборки после применения окончательной коррекции. 7. Если расчет л был неверным, то доверительный интервал будет более или менее точным, чем необходимо. Предположим, что по окончании выборки рассчитывается значение доли р, равное 0,55. Затем повторно вычисляется доверительный интервал, при этом sp используется для расчета неизвестного сгр, а именно где В нашем примере ^^=0,0264 355 Доверительный интервал тогда равен 0,55 ± 1,96 (0,0264) = 0,55 ± 0,052, что означает, что он шире, чем было задано. Это объясняется тем, что среднеквадратичное отклонение выборки при р = 0,55 оказалось большим, чем предположительное значение среднеквадратичного отклонения совокупности, при л = 0,64. Если интервал, превышающий указанный, недопустим, объем выборки можно скорректировать так, чтобы отразить максимально возможное отклонение в совокупности. Такое отклонение происходит, когда произведение тс(1 — я) достигает максимального значения, для чего л должно равняться 0,5. К этому выводу можно прийти и без расчетов. Поскольку у одной половины совокупности одно значение характеристики, а у другой — другое, потребуется больше данных, чтобы сделать правильный вывод, нежели когда ситуация более четко определена, и у большинства элементов одно значение характеристики. В нашем примере это приведет к получению объема выборки, равного п = —i—LL-—>— - 384,16 = 385 (округлено в большую сторону до целого числа). (0,05) 0.5(0,5)0.96)* 8. Иногда точность определена в относительных, а не абсолютных показателях. Другими словами, может быть известно, что результат вычисления должен составить плюс-минус R% от доли совокупности. Это означает, что D = R п.

Часть П. Разработка плана исследования В этом случае объем выборки можно определить как R'n УЧЕТ ДОПОЛНИТЕЛЬНЫХ ХАРАКТЕРИСТИК И ПАРАМЕТРОВ В предыдущих примерах мы рассмотрели оценку одного параметра. На практике, как правило, маркетолог определяет не один, а сразу несколько параметров целевой совокупности. В таких случаях расчет объема выборки должен проводиться с учетом всех оцениваемых параметров, как показано на примере с универсальным магазином. До сих пор процедура определения объема выборки основывалась на методах традиционного статистического заключения и предполагала применение простой случайной выборки. В дальнейшем мы рассмотрим определение объема выборки при использовании других методов выборочного наблюдения. : СКВОЗНОЙ ПРИМЕР. ВЫБОР УНИВЕРМАГА ! Расчет объема выборки \ Предположим, что, кроме средней величины ежемесячных расходов семьи на покупки, соверI шаемые в универсальном магазине, решено рассчитать среднюю величину ежемесячных расходов на одежду и подарки. Объемы выборок, необходимые для расчета каждой из трех величин средних ежемесячных расходов, представлены в табл. 12.3 и составляют 465 для покупок в универмаге, 246 — для одежды, 217 — для подарков. Если бы все три переменные были одинаково важны, в соответствии с наиболее консервативным подходом следовало бы определить объем выборки как наибольшее значение п = 465. В результате каждая переменная рассчитывалась бы по меньшей мере с заданной точностью. Однако, если исследователя больше интересовал средний ежемесячный расход семьи на одежду, в качестве объема выборки можно выбрать п = 246.

Таблица 12.3. Объем выборки при оценке множественных параметров Переменная Средний ежемесячный расход семьи на: Покупки в универмагах Одежду Подарки Уровень достоверности Значение z Степень точности (0) Среднеквадратичное отклонение совокупности (о) Необходимый обьем выборки (п) 95% 95% 95% 1, 1, 1, 5 долл. 55 долл.

5 долл. 40 долл.

4 долл. 30 долл.

ДРУГИЕ ВЕРОЯТНОСТНЫЕ МЕТОДЫ ВЫБОРКИ Определение объема выборки для других вероятностных выборочных методов базируется на тех же основополагающих принципах. Исследователь должен определить степень точности и уровень достоверности и рассчитать выборочное распределение статистик. Для простой случайной выборки затраты напрямую не влияют на расчет объема выборки. Однако, в случае проведения стратифицированного или кластерного выборочного наблюде Глава 12. Выборка: определение конечного и начального объемов ния, маркетологу следует принимать во внимание затраты. Затраты, связанные с получением данных, различны в зависимости от слоя или кластера, и исследователю нужна предварительная оценка этих затрат. Кроме того, исследователь должен учитывать изменчивость характеристик внутри слоев, а также изменчивость внутри и между кластерами. После определения общего объема выборка распределяется среди слоев или кластеров. Это усложняет формулы, по которым рассчитывается объем выборки. Заинтересованный читатель может найти дополнительную информацию в основополагающих трудах по теории выборки [7]. В большинстве случаев, для того чтобы обеспечить такую же достоверность результатов, как и при простой случайной выборке, нужен аналогичный объем для систематической выборки, меньший— для стратифицированной, и больший — для кластерной выборки.

КОРРЕКТИРОВКА СТАТИСТИЧЕСКИ ОПРЕДЕЛЕННОГО ОБЪЕМА ВЫБОРКИ Статистически определенный объем выборки представляет собой конечный, или чистый объем выборки, который необходимо получить, чтобы обеспечить расчет параметров с желательной степенью точности и заданным уровнем достоверности. При проведении опросов он выражается в количестве завершенных интервью. Для получения конечного объема выборки необходимо связаться с гораздо большим количеством потенциальных респондентов. Другими словами, начальный объем выборки должен намного превышать конечный, поскольку коэффициенты охвата и завершенности обычно составляют меньше 100% [8]. Коэффициентом охвата (incidence rate) называется степень наличия или процент людей, подходящих для участия в исследовании. Коэффициент охвата определяет, какое количество контактов с людьми необходимо осуществить, чтобы в итоге получить объем выборки, соответствующий заданным критериям. Предположим, что для исследования характеристик моющих средств необходимо создать выборку из женщин — глав семьи в возрасте от 25 до 55 лет. Приблизительно 75% женщин в возрасте от 20 до 60 лет, к которым можно обратиться, — это женщины — главы семьи в возрасте от 25 до 55 лет. Это означает, что, в среднем, необходимо обратиться к 1,33 женщин, чтобы получить одного подходящего респондента. Дополнительные критерии для отбора респондентов (например, каким образом использовался продукт) увеличивают необходимое количество контактов. Предположим, что дополнительным критерием является использование женщиной моющего средства для пола в течение последних двух месяцев. Предполагается, что 60% женщин, к которым обратятся исследователи, будут соответствовать этому критерию. Тогда коэффициент охвата составит 0,75 х 0,60 = 0,45. Таким образом, конечный объем выборки следует увеличить на 2,22 (1/0,45).

Коэффициент охвата (incidence rate) Степень наличия людей, подходящих для участия в исследовании, выраженная в процентах.

Точно так же при определении объема выборки необходимо учитывать ожидаемые отказы людей, соответствующих критериям исследования. Коэффициент завершенности (completion rate) указывает на процент респондентов, соответствующих критериям отбора, которые полностью прошли интервью. Например, если исследователь предполагает, что коэффициент завершенности интервью составит 80% от числа подходящих респондентов, необходимое количество контактов следует умножить на коэффициент 1,25. Применение коэффициентов охвата и завершенности означает, что число контактов с потенциальными респондентами, т.е. начальный объем выборки, должно быть в 2,22 х 1,25 (или 2,77) раз больше необходимого объема выборки. В целом, при наличии с отборочных критериев со степенью охвата,, Q2, Q3,... Qc каждый Коэффициент охвата = Ql x Q2 x Q} х... Qf Начальный объем выборки = Конечный объем выборки. Коэффициент охвата х Коэффициент завершенности Часть II. Разработка плана исследования Количество единиц, которое необходимо отобрать, определяется начальным объемом выборки. Как показано на примере с симфоническим оркестром, часто для отбора потенциальных респондентов используют несколько переменных, снижая, таким образом, коэффициент охвата.

Коэффициент завершенности (completion rate) Процент респондентов, соответствующих критериям отбора, которые полностью прошли интервью. Этот показатель позволяет исследователям учитывать ожидаемые отказы людей, отвечающих критериям исследования.

Пример. И музыку...статистикой поверить Цель проводимого телефонного опроса заключалась в оценке осведомленности и отношения слушателей к симфоническому оркестру Джексонвиля (Jacksonville Symphony Orchestra). Отборочными критериями для включения респондентов вопрос были следующие требования к респонденту: проживает в районе Джексонвиля больше года;

25 лет и старше;

слушает классическую или популярную музыку;

посещает концерты классической или популярной музыки. Данные отборочные критерии уменьшили коэффициент охвата, который составил меньше 15%, что привело к значительному росту числа контактов. Применение четырех отборочных критериев привело к слишком целенаправленной или "настроенной" выборке, а также сделало процесс опроса неэффективным [9]. На величину коэффициента завершенности влияет отсутствие ответов (ненаблюдение). Следовательно, проблема ненаблюдения заслуживает особого внимания.

ПРОБЛЕМА НЕНАБЛЮДЕНИЯ ПРИ ВЫБОРКЕ Две главные проблемы, связанные с отсутствием ответов (ненаблюдением) при проведении выборки, — это увеличение коэффициентов отклика и корректировка на неполучение данных. Ошибка неполучения данных или ненаблюдения возникает, когда некоторые потенциальные респонденты, включенные в выборку, не отвечают на вопросы исследования (см. главу 3). Это одна из наиболее существенных проблем, возникающих при проведении опроса. Неответившие респонденты отличаются от ответивших по демографическим, психологическим, поведенческим и личностным параметрам, а также имеют другую социальную установку и мотивацию [10]. Если неответившие респонденты отличаются от ответивших по характеристикам, которые исследуются в данном случае, результаты выборки будут опасно смещены. Высокий коэффициент отклика обычно означает низкий коэффициент ошибки ненаблюдения, но при этом не будет его адекватным показателем. Коэффициенты отклика сами по себе не указывают, являются ли респонденты представителями начальной выборки [11]. Увеличение коэффициента отклика может не привести к уменьшению ошибки ненаблюдения, если дополнительные респонденты не отличаются от тех, кто уже ответил, но отличаются от тех, кто еще не ответил. Поскольку низкие коэффициенты отклика увеличивают вероятность возникновения ошибки неполучения данных, следует стремиться к их увеличению [12].

Увеличение коэффициентов отклика Главные причины низких коэффициентов отклика — отказы и отсутствие респондентов дома, как показано на рис. 12.2. Отказы. Отказы, вытекающие из нежелания или неспособности людей, включенных в выборку, принимать участие в опросе, приводят к снижению коэффициента отклика и росту вероятности возникновения ошибки ненаблюдения. В телефонных опросах коэффициент отказов, т.е. процент респондентов, к которым обратились и которые отказались отвечать, колеблется в пределах от 0 до 50%. Более высокие коэффициенты отказов присущи почтовым опросам и интервью"перехватам" в торговых центрах, а самые высокие— исследованиям, проводимым в Internet. Глава 12. Выборка: определение конечного и начального объемов Большинство респондентов отказываются от сотрудничества сразу же после вступительного слова интервьюера или как только вскрывают свой почтовый пакет. При проведении национального телефонного опроса 40% опрашиваемых отказались на начальной стадии и только 6% — во время проведения интервью. Следующий пример дает более подробную информацию об отказах на начальной стадии опроса, отказах во время проведения опроса и завершенных интервью.

коэффициентов отклика Уменьшение количества Мотивация респондентов Оформление анкеты эние опроса Другие методы Рис. 12.2. Улучшение коэффициентов отклика Пример. Причины отказов При проведении исследования, изучающего проблему отказов в телефонных опросах, маркетологи опросили по телефону две группы людей, участвовавшими в предшествующем опросе: теми кто согласился в нем участвовать (группа А) и теми, кто отказался (группа В). При этом использовались квоты в размере 100 человек на каждую подгруппу выборки. Результаты представлены в следующей таблице [13]. Отказы на начальной стадии опроса, отказы во время проведения опроса и завершенные интервью Категории \ Количество отказов на начальной стадии интервью (1) | Количество отказов ао время проведения интервью (2) | Количество завершенных интервью (3) | Общее количество контактов (1 + 2 + 3)* ! Коэффициент отказов на начальной стадии интервью (1Д1 + 2 + 3])" 1 Коэффициент отказов во время проведения интервью (2/[1 +2 + 3]) 1 Коэффициент завершенных интервью (3/[1 + 2 + 3])** Общая выборка Группа А 224 100 203 42,5% 19,0% 38,5% Группа В 193 67 101 53,5% 18,5% 28,0% 102 166 18,7% 19,9% 61,4% * Для установления этих контактов потребовалось в общем 1388 попыток: для установления 166 контактов с участниками группы А — 406 попыток (с одним дополнительным звонком респонденту), а для установления 361 контакта с участниками группы В — 982 попытки (с двумя дополнительными звонками респонденту). Основа выборки состояла из 965 телефонных номеров: 313 для группы Д и 652 для группы В, " Существенное различие между количеством ответивших и неответивших респондентов наблюдалось при а= 0,05 (двумерный критерий).

Часть II. Разработка плана исследования В результате исследования обнаружено, что ответы людей, готовых принять участие в телефонном опросе (группа А), и тех, кто обычно отказывается отвечать (группа 5), разные на следующие вопросы: вера в цели опроса, доверие к организации, проводящей исследование, демографические характеристики, а также представление о телефонных опросах и отношение к ним. Учитывая различие между людьми, склонными принимать участие в опросах (группа А) и не склонными к этому (группа В), которое было выявлено в ходе этого исследования, маркетологи должны попытаться уменьшить коэффициент отказов. Достичь этого можно предварительным уведомлением, мотивацией респондентов, вознаграждением, профессиональным оформлением анкеты и проведением опроса и неоднократными попытками установить контакт.

ПРЕДВАРИТЕЛЬНОЕ УВЕДОМЛЕНИЕ Потенциальным респондентам направляется письмо, сообщающее о предстоящем почтовом, телефонном, индивидуальном или электронном опросе, Предварительное уведомление увеличивает коэффициент отклика при обследовании широкой общественности, так как устраняет элемент неожиданности и неопределенности и создает атмосферу, располагающую к сотрудничеству [14]. МОТИВАЦИЯ РЕСПОНДЕНТОВ Можно привлечь потенциальных респондентов, увеличив степень их заинтересованности и участия в опросе. Достичь этого можно двумя способами, следуя стратегии "снизу вверх" (foot-in-the-door) или стратегии "сверху вниз" (door-in-the-face). Обе эти стратегии направлены на увеличение числа участвующих с помощью последовательно расположенных вопросов. Как объяснялось в главе 6, в стратегии "снизу вверх" интервьюер начинает опрос с относительно небольших просьб, например: "Не уделите ли вы 5 минут своего времени, чтобы ответить на пять вопросов", обычно их соглашаются исполнить подавляющее большинство людей. За небольшой просьбой следует большая, решающая просьба, в которой респонденту предлагается принять участие в исследовании или эксперименте. Смысл в том, что согласие исполнить первую просьбу увеличивает вероятность согласия на исполнение следующей. Обратной этой стратегии является стратегия "сверху вниз". Первая просьба довольно существенна, и большинство людей отказывается ее выполнять. За большой просьбой следует небольшая, решающая просьба, в которой респонденту предлагается принять участие в опросе. Идея этой стратегии заключается в том, что снижение сложности выполнения последующей решающей просьбы, должно увеличить вероятность согласия. Стратегия "снизу вверх" эффективнее, чем стратегия "сверху вниз" [15]. ВОЗНАГРАЖДЕНИЕ Коэффициент отклика можно увеличить, предлагая вознаграждение потенциальным респондентам. Денежное вознаграждение можно выплатить заранее или обещать его. Предварительно выплаченное вознаграждение предлагается по время проведения опроса или заполнения анкеты. Обещанное вознаграждение высылается только тем респондентам, которые полностью прошли опрос. Как правило, в качестве неденежного вознаграждения используются призы и награды: ручки, карандаши, книги, атакже сообщаются результаты исследования [16). Применение предварительно выплаченного вознаграждения показало большее увеличение коэффициента отклика, чем применение обещанного вознаграждения. Сумма вознаграждения может варьировать в пределах от 10 центов до 50 долларов и больше. Сумма вознаграждения положительно влияет на коэффициент отклика, но стоимость крупного денежного вознаграждения может превысить ценность дополнительной информации, полученной с его помошью. ОФОРМЛЕНИЕ АНКЕТЫ И ПРОВЕДЕНИЕ ОПРОСА Профессионально оформленная анкета может снизить общий коэффициент отказов, а также коэффициент отказов на отдельные вопросы (см. главу 10). Кроме того, навыки исследователей при проведении телефонных и индивидуальных опросов могут увеличить коэффици Глава 12. Выборка: определение конечного и начального объемов ент отклика. Опытные интервьюеры умеют превращать отказы респондентов в согласие или требуют обоснования отказа. Они не принимают ответ "нет", не попытавшись привести дополнительные аргументы. Дополнительная аргументация может подчеркивать лаконичность анкеты или важность мнения респондента. Квалифицированные интервьюеры могут снизить коэффициент отказов в среднем на 1%. Процедуры проведения опросов детально рассматриваются в главе 13. НЕОДНОКРА ТНЫЕ ПОПЫТКИ УСТАНОВИТЬ КОНТАКТ Неоднократные попытки установить контакт с неответившими респондентами или периодическое напоминание о себе после первого обращения особенно эффективно при уменьшении числа отказов в почтовых опросах. Исследователь может послать неответившим респондентам открытку или письмо с напоминанием о том, что нужно заполнить и вернуть анкету. Кроме основной почтовой отправки, потребуются две или три дополнительные. При неоднократных попытках установить контакт коэффициент отклика в почтовых опросах можно увеличить до 80% и выше. Периодически также можно напоминать по телефону, телеграфу, электронной почте или индивидуально, ДРУГИЕ МЕТОДЫ Персонификация или направление писем отдельным индивидуумам — эффективное средство увеличения коэффициента отклика [17]. Врезка 12.1 "Практика маркетинговых исследований" иллюстрирует процедуру, которую применила компания Arbitron для увеличения коэффициента отклика [18]. Врезка 12.1. Практика маркетинговых исследований Опыт компании Arbitron Компания Arbitron, проводящая маркетинговые исследования, попыталась увеличить коэффициента отклика, чтобы получать более достоверные результаты в ходе своих исследований. Руководство Arbitron создало из своих служащих специальную многофункциональную команду для работы над проблемой увеличения коэффициентов отклика. Метод их работы назвали методом "научного прорыва", а вся деятельность компании Arbitron, связанная с коэффициентами отклика, была пересмотрена и изменена. Команда предложила шесть основных стратегий улучшения коэффициентов отклика. Максимизировать эффективность первых или дополнительных звонков. Увеличить привлекательность анкеты и простоту заполнения материалов, Повысить популярность компании Arbilron. Увеличить вознаграждение участников опроса. Оптимизировать процесс поступления материалов от респондентов. Повысить удобство и простоту обработки возвращенных анкет. Для этих шести стратегий предпринято 80 различных действий. В результате значительно улучшился коэффициент отклика. Тем не менее, несмотря на эти обнадеживающие результаты, служащие Arbitron остаются весьма сдержанными. Они знают, что еще не все сделано, и им нужно постоянно бороться, чтобы коэффициенты отклика оставались высокими. Отсутствие респондентов дома. Вторая по важности причина низкого коэффициента отклика — это отсутствие респондентов дома. Отсутствие потенциальных респондентов дома при попытке установить с ними контакт может снизить коэффициент отклика в телефонных опросах и индивидуальных опросах на дому. Исследование, анализирующее 182 коммерческих телефонных опроса, с общей выборкой, насчитывающей свыше миллиона потребителей, выявило большой процент потенциальных респондентов, к которым вообще не обращались. Медиана неопрошенных респондентов составила 40%. Приблизительно в 40% опросов прсд!. 2. 3. 4. 5. 6.

Часть II. Разработка плана исследования принимались только одна попытка связаться с потенциальными респондентами. Результаты 259088 попыток с первого раза связаться с респондентами с помощью набора случайных телефонных номеров программой M/A/R/C Telno System, показали, что меньше 10% звонков закончились завершенными интервью, а 14,3% опрашиваемых отказались отвечать [19]. Вероятность того, что потенциальных респондентов не будет дома, зависит от нескольких факторов. Респондентов с маленькими детьми можно застать дома с большей вероятностью, чем неженатых или разведенных. Потребители чаще бывают дома по выходным, чем в рабочие дни, и скорее вечером, чем в течение дня. Предварительное уведомление и назначение встреч повышают вероятность того, что респондент окажется дома при попытке установить с ним контакт. Процент респондентов, отсутствующих дома, можно существенно уменьшить с помощью повторных звонков или периодических попыток установить контакт с неответившими респондентами. При принятии решения о количестве повторных звонков необходимо оценить пользу от уменьшения ошибки неполучения данных и сравнить ее с дополнительными затратами. После того как повторные звонки сделаны, необходимо сравнить ответивших респондентов, с теми, кто ответил раньше, чтобы определить целесообразность дальнейших звонков. При проведении потребительских опросов желательно сделать от трех до четырех повторных звонков, Несмотря на то, что первые звонки дают основную массу ответов, вторые и третьи имеют более высокий коэффициент отклика на звонок. Важно, чтобы повторные звонки осуществлялись и регулировались в соответствии с установленным планом.

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 22 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.