WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 11 | 12 || 14 | 15 |   ...   | 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 13 ] --

1. Описать суть полевых работ и объяснить принципы отбора и подготовки интервьюеров, руководства их деятельностью, а также принципы проверки результатов этой работы и оценки персонала. 2. Обсудить подготовку полевого персонала, который должен уметь: налаживать первоначальные контакты с респондентами, вести опрос, стимулировать ответы, правильно записывать их и правильно завершать интервью. 3. Обсудить вопросы, связанные с руководством работой полевого персонала: контроль качества данных и результатов их редактирования, выборочный контроль, контроль во избежание случаев мошенничества и контроль из центрального офиса. 4. Обсудить принципы оценки работы полевого персонала по следующим аспектам;

денежные и временные затраты интервьюера, процент ответивших, качество опроса и качество полученных данных. 5. Обсудить вопросы, связанные с полевыми работами при проведении международных маркетинговых исследований. 6. Обсудить этические аспекты полевых работ. 7. Продемонстрировать использование Internet и компьютерной техники для повышения эффективности полевых работ.

КРАТКИЙ ОБЗОР Полевые работы представляют собой четвертый этап процесса маркетинговых исследований. Он следует за определением проблемы и разработкойподхода к ее решению (глава 2) и за составлением плана исследования (главы 3—12). На этом этапе персонал, работающий на местах, непосредственно контактирует с респондентами, управляет процессом анкетирования и заполняет формы для записи наблюдений, записывает полученные данные и объединяет их для дальнейшей обработки. К полевому персоналу (т.е. персоналу, работающему на местах) относятся интервьюеры, заполняющие анкеты при обходе респондентов на дому;

интервьюеры, опрашивающие покупателей в крупных торговых центрах;

интервьюеры, проводящие опрос по телефону из центрального офиса;

работники, занятые рассылкой анкет из офиса;

наблюдатели, ведущие подсчет покупателей в определенном отделе универмага, и другие работники, в функции которых входит сбор данных либо наблюдение за этим процессом. СКВОЗНОЙ ПРИМЕР. ВЫБОР УНИВЕРМАГА | Полевые работы В ходе реализации проекта "Выбор универмага" для проведения личного интервью с респондентами на дому привлекались студенты старших курсов, которым автор преподавал маркетинговые исследования. Подготовка персонала для этой работы заключалась в том, что каждый интервьюер играл роль респондента, и сам заполнял анкету, а также предлагал заполнить анкеты нескольким другим студентам, не принимающим участия в реализации | данного проекта (так называемыми фиктивным респондентам). Для каждого интервьюера | 500 Часть III. Сбор, подготовка и анализ данных { I I \ \ разработали подробные рекомендации. Контроль над работой интервьюеров осуществлялся студентами старших курсов, которые ежедневно отслеживали полевые операции. После завершения опроса все респонденты повторно обзванивались с тем, чтобы проверить, что интервьюер действительно предлагал им заполнить анкету, а также чтобы поблагодарить их за участие в опросе. Таким образом, была проведена 100%-ная проверка результатов работы персонала. Все работники на местах, интервьюеры и контролеры были оценены автором данной книги.

В данной главе описываются основные характеристики полевых работ и их общий процесс. Он включает в себя отбор и подготовку интервьюеров, а также руководство их деятельностью, проверку результатов полевых работ и оценку качества работы персонала. Кроме того, мы кратко обсудим работу по сбору информации на местах с точки зрения международных маркетинговых исследований, определим круг связанных с этой деятельностью вопросов морально-этического характера и объясним роль Internet и компьютеров в проведении опросов. Для начала предлагаем вашему вниманию краткие примеры, отображающие характер полевых операций. ПРИМЕР. Как повлиять на нежелание отвечать на вопросы интервьюера Недавно Национальный комитет "Ваше мнение учитывается" провел исследование, цель которого— определить количество людей, отказывающихся отвечать при проведении опросов потребителей, и по каким причинам. Выявлено, что отказы от общего количества опрошенных составляют 38%, причем 90% из них составляли первоначальные отказы. Для сокращения доли отказов в ходе выполнения полевых работ Комитет предложил следующее, • • • Для повышения эффективности работы полевого персонала следует проводить регулярные программы по подготовке интервьюеров. Принимая решение, в какое время дня следует обзванивать респондентов, необходимо помнить о правилах хорошего тона. Комитет рекомендовал время с 9 до 21 часа.

Если человек, к которому обращаются с просьбой ответить на вопросы в торговом центре, указывает, что для опроса выбран неудобный момент, следует договориться с ним о переносе интервью на другое определенное время. • Если это не искажает оценок, следует подробно описать респонденту суть проводимого опроса. Чем больше информации получает человек, тем менее подозрительно он относится к опросу. • Полевой персонал должен стремиться сделать опрос как можно более приятным и привлекательным для респондентов [1].

СУТЬ ПОЛЕВЫХ РАБОТ Очень редко маркетологи, которые разрабатывают и проводят маркетинговые исследования, самостоятельно собирают информацию. Для сбора необходимой информации маркетолог может воспользоваться одним из двух основных вариантов — сформировать свой собственный коллектив или заключить контракт со специальным агентством, занимающимся полевыми операциями. В любом случае сбор информации связан с использованием специально подготовленного полевого персонала. Такой персонал может работать либо непосредственно "в поле" (т.е. вести личные опросы на дому или в крупных торговых центрах, проводить интервью с использованием компьютерной техники, вести наблюдения), либо из офиса своей компании {по телефону, по почте, по электронной почте, через Internet). Персонал, занимающийся сбором информации на местах, как правило, не имеет навыков исследовательской работы или всесторонней специатьной подготовки. Эта работа в основном характеризуется моральноэтическими аспектами. Если клиент имеет дело с профессиональным, хорошо зарекомендоГлава 13. Полевые работы вавшим себя агентством по проведению полевых работ, то проблема нарушения моральноэтических стандартов его обычно не волнует. Майкл Редингтон (Michael Redington), вицепрезидент по вопросам корпоративного развития компании Marketing and Research Counselors, ярый приверженец высокого качества полевых работ. Вот как он оценил качество этой работы в ходе маркетинговых исследований: "Мне очень приятно, что я помог развеять миф о том, что огромное количество людей всячески стараются в ходе интервью обойти какие-либо правила, обдурить респондента и смошенничать. Многие клиенты верят в это и сейчас. Честно говоря, мы сами очень старались найти этому подтверждение, но не получилось. Признаться, этот вывод — для нас настоящее откровение. Как оказалось, неэтичное поведение работников по сбору данных на местах случается намного реже, чем мы опасались" [2], Как мы убедимся из следующего раздела, высокое качество работы по сбору информации на местах обеспечивают полная рационализация этого процесса и тщательный контроль.

ПРОЦЕСС ПОЛЕВЫХ РАБОТ Любые полевые работы связаны с отбором, подготовкой и наблюдением за работниками, занятыми сбором данных [3]. Проверка результатов этой деятельности и оценка персонала — часть этого процесса. На рис. 13.1 представлена общая структура процесса полевых работ.

Контроль за работой полевого перса роверка результатов работы по сбору данных Оценка качества работы полевого персонала Рис. 13.1. Процесс полевых работ Поскольку в данный момент мы описываем общие характеристики процесса, следует специально указать, что характер полевых работ варьируется в зависимости от способа сбора данных и что при использовании разных видов опроса — по телефону, личного, по почте или с применением компьютерной техники — особое внимание уделяется разным этапам.

ОТБОР ПЕРСОНАЛА ДЛЯ ПОЛЕВЫХ РАБОТ Первый этап полевых работ — это отбор соответствующего персонала. Исследователь должен разработать конкретные должностные инструкции для конкретного проекта с учетом способа сбора данных;

решить, какими специфическими качествами должны обладать люди, непосредственно работающие с респондентами;

нанять работников, отвечающих этим требованиям [4]. На качество полученных ответов могут повлиять личные качества, опыт, мнение, восприятие, ожидания и отношение интервьюера [5].

Часть III. Сбор, подготовка и анализ данных Так, на качество полученной информации способно повлиять то, насколько респондент приемлет опрашивающего его интервьюера в социальном плане, особенно при условии их личного контакта. Обычно считается, что чем больше общих качеств имеют интервьюер и респондент, тем выше вероятность успешного опроса, что подтверждается следующим примером. ПРИМЕР. Установление контакта Замечено, что эмоционально благополучные и психически здоровые респонденты с большей охотой отвечают интервьюерам старшего возраста, чем молодым, и при этом на эффективность и качество опроса практически не влияет опыт интервьюера. Кроме того, доля отказавшихся отвечать на вопросы варьировалась в зависимости от того, к какой расе принадлежали интервьюер и респондент. Белые опрашиваемые чаще отказывались отвечать черным интервьюерам, чем белым. В общем и целом, чем больше общих характеристик имели интервьюеры и респонденты, тем выше был уровень их сотрудничества и, следовательно, качество собранной информации [6]. Исследователи пришли к выводу, что в пределах возможного следует отбирать интервьюеров, качества и характеристики которых как можно точнее соответствуют характеристикам опрашиваемых. Служебные инструкции также варьируются в зависимости от характера проблемы и типа выбранного способа сбора информации. Однако следует отметить, что существует ряд общих квалификационных требований к полевому персоналу, которые заключаются в следующем. • Крепкое здоровье. Работа по сбору информации на местах нередко тяжела и изнурительна, поэтому работники должны обладать определенной физической подготовкой И ВЫНОСЛИВОСТЬЮ.

• Общительность. Интервьюеры должны уметь находить взаимопонимание с респондентом. Они обязаны уметь общаться с незнакомыми людьми. • • Коммуникабельность. Значительным преимуществом является умение говорить и слушать других. Приятная внешность. Если работник на местах имеет непривлекательную или нестандартную внешность, собранные им отклики могут несколько искажаться.

• Образованность. Интервьюеры должны уметь хорошо читать и писать. Большинство агентств, занимающихся сбором информации, требуют, чтобы их служащие имели среднее образование, а некоторые нанимают только людей со средним специальным образованием. • Опыт. Опытный интервьюер обычно точнее выполняет инструкции, быстрее налаживает контакт с респондентами и успешнее ведет опрос, что подтверждается следующим примером.

ПРИМЕР. Многое зависит от опыта Исследования подтвердили следующие данные относительно того, как опыт интервьюера влияет на результаты опроса. • Неопытные интервьюеры намного чаще совершают ошибки при кодировке и записи данных, они часто неспособны правильно стимулировать ответы. • • Неопытным интервьюерам обычно очень трудно опросить нужное количество респондентов. Доля респондентов, отказавшихся отвечать на вопросы, у неопытных интервьюеров обычно больше. Они чаще принимают ответ "не знаю'' и соглашаются с отказом респондента ответить на тот или иной вопрос [7].

Глава 13. Полевые работы Работа персонала на местах обычно оплачивается почасово или в расчете за одно интервью. Типичным интервьюером является замужняя женщина 35—54 лет, с образованием и доходом выше среднего. Психо графи чески и состав интервьюеров иллюстрирует следующий пример. ПРИМЕР. Интервьюеры: кто они? Основываясь на анализе, проведенном ассоциацией M/A/R/C for Marketing Research Association, интервьюеров можно разделить на четыре характерные психографические группы. "Преданная Дебби". Для "преданной Дебби" опросы являются чем-то намного более важным, чем просто работа. Она занимается этим делом потому, что ей это очень нравится. "Независимая Инее". Она работает интервьюером потому, что это обеспечивает ей независимость. Эта деятельность оставляет за ней право выбирать, когда она хочет работать, а когда — нет, и, кроме того, обеспечивает определенную свободу в самом процессе работы. "Общительная Сара", Для интервьюера данного типа опросы — такое же приятное занятие, как и для "увлеченной Дебби", но при этом она не считает эту работу важной. Этим делом она занимается прежде всего потому, что оно дает ей возможность встречаться, знакомиться и общаться с интересными людьми. "Профессиональная Пэт". Ориентирована на карьеру и продвижение по служебной лестнице. Она рассматривает эту работу не только как возможность заработать, но и как возможность сделать карьеру в сфере маркетинговых исследований. "Профессиональная Пэт" убеждена, что наиболее важные характеристики интервьюера — исключительные умственные способности и умение сосредоточиться на деталях. Если менеджер знаком с данной психографической структурой интервьюеров и знает их демографические характеристики, то это очень помогает ему при идентификации и отборе правильного персонала для полевых работ [8].

ПОДГОТОВКА ПОЛЕВОГО ПЕРСОНАЛА Качество собранной информации очень зависит от подготовки персонала, осуществляющего эту работу. Такая подготовка может вестись в ходе личного общения в офисе компании, либо, если интервьюеры значительно разбросаны территориально, с помощью переписки. Она обеспечивает одинаковую работу всех интервьюеров с анкетами и, следовательно, собранные данные будут однородными. В ходе подготовки интервьюеры учатся налаживать первоначальный контакт с респондентом, задавать вопросы, стимулировать ответы, правильно их записывать и завершать интервью [9].

Налаживание первоначального контакта Качество первоначального контакта способно обеспечить успешный опрос либо привести к потере потенциального респондента [10]. Интервьюеры должны пройти специальную подготовку и научиться так начинать разговор, чтобы сразу убедить потенциального респондента в том, что его участие в данном опросе действительно имеет очень большое значение. Это можно проиллюстрировать на примере упомянутого проекта "Выбор универмага". СКВОЗНОЙ ПРИМЕР. ВЫБОР УНИВЕРМАГА Пример формулировки для налаживания первоначального контакта Здравствуйте, меня зовут. Я представляю факультет маркетинга Технологиче- ;

ского института Джорджии. Мы проводим опрос о предпочтениях семей по отношению к i разным универмагам. Вы входите в группу респондентов, специально отобранную для участия в нашем исследовании в результате научного анализа. Мы очень высоко ценим ваше j мнение и хотели бы задать вам несколько вопросов [11].

Часть III. Сбор, подготовка и анализ данных Обратите внимание, что интервьюер не просит специально разрешения респондента на то, чтобы задать ему вопросы. Вопросов данного типа: "Не мог бы я занять несколько минут вашего драгоценного времени?" или "Не хотели бы вы ли ответить на несколько вопросов?" — следует избегать. Кроме того, интервьюеры должны иметь точные инструкции относительно того, как действовать в случае возражений и отказов. Так, если респондент говорит: "Я сейчас очень занят", интервьюер должен ответить: "Когда вам будет удобно ответить мне на вопросы? Когда я мог бы вам перезвонить?" Если же опрос проводится в личном общении при обходе квартир респондентов, интервьюеры должны пройти специальную соответствующую подготовку.

Как задавать вопросы Даже незначительное изменение содержания, последовательности или манеры при предложении респонденту вопроса способно исказить его смысл и, следовательно, результаты опроса. Умение правильно задавать вопросы — это настоящее искусство. Тщательная подготовка интервьюеров к этой процедуре способна принести немалые "дивиденды", поскольку позволяет избавиться от потенциальных ошибок при опросе. Изменение содержания или последовательности вопросов во время интервью очень сильно влияет на результаты опроса. "Возможно, мы виноваты в том, что составленная нами анкета не столь совершенна, как могла бы быть, но все же представленные в ней вопросы необходимо задавать в точно указанном порядке. Одна из основных задач — это повышение общительности и коммуникабельности работающих у нас интервьюеров, но при этом персонал на местах обязан задавать вопросы именно в том порядке, в котором они располагаются в анкете" [12]. Ниже вашему вниманию представлены основные рекомендации, относительно опроса респондентов [13]. 1. 2. 3. 4. 5. 6. 7. Тщательно изучите содержание анкеты. Задавайте вопросы точно в том порядке, в котором они включены в анкету. Используйте только формулировки анкеты. Зачитывайте вопросы медленно. Повторите вопрос, если респондент не понял его. Задайте все необходимые вопросы. Точно выполняйте инструкции, следуйте разработанному образцу пропусков, тшательно выполняйте рекомендации относительно стимулирования ответов.

Как стимулировать ответы Цель стимулирования ответов (probing) в ходе интервью заключается в стимулировании респондента для того, чтобы он расширил или пояснил данные им ответы.

Стимулирование ответов (probing) Метод стимулирования, применяемый для того, чтобы побудить респондента расширить или пояснить ответ, а также помочь ему сосредоточиться на конкретном аспекте интервью.

Стимулирование ответов также помогает сосредоточить внимание респондента на сути вопросов с тем, чтобы он давал только необходимую информацию. При этом следует помнить, что действия интервьюера не должны приводить к смешению результатов опроса в ту или иную сторону. Ниже представлен список некоторых наиболее широко используемых методов стимулирования входе опроса [14]. 1. Повторение вопроса. Для получения более точных ответов нередко полезно повторно задать вопрос с использованием той же формулировки. 2. Повторение ответа респондента. Стимулировать дальнейшие комментарии респондента нередко можно дословным воспроизведением его ответа. Интервьюер может сделать это, например, записывая ответ.

Глава 13. Полевые работы 3. Использование паузы или молчание. Молчаливый вопрос, т.е. выжидательная пауза или взгляд могут послужить для респондента намеком, что вы хотели бы получить более полный ответ. Однако нельзя допускать, чтобы пауза стала неловкой. 4. Подбадривание респондента. Если очевидно, что респондент колеблется дать ответ, интервьюеру следует подбодрить его каким-либо подходящим комментарием, например, сказать: "Для нас не существует правильных или неправильных ответов, мы просто хотим выяснить ваше мнение". Если респондент нуждается в пояснении какого-либо слова или фразы, интервьюер не должен предлагать ему своих интерпретаций. Напротив, следует сделать так, чтобы такую интерпретацию дал сам респондент. Этого можно добиться, сказав, например, следующее: "Все зависит от того, что это означает для вас". 5. Получение пояснений. Создать мотив для респондента к сотрудничеству с интервьюером и, следовательно, получить более полный ответ, можно, сказав, например, следующее: "Я не совсем понял, что вы имели под этим в виду. Не могли бы вы рассказать поподробнее?" 6. Использование объективных (нейтральных) вопросов и комментариев. Пример, описанный во врезке 13.1 "Практика маркетинговых исследований", содержит ряд вопросов и комментариев общего характера, которые могут использоваться для стимулирования ответов [15]. Предложены также соответствующие сокращения. Интервьюеру следует вписать эти сокращения в скобках в анкету рядом с вопросом, к которому они относятся, Врезка 13.1. Практика маркетинговых исследований Стандартные методы стимулирования и сокращения Стандартные методы стимулирования Существуют ли какие-либо иные причины? Другие варианты? Еще что-нибудь? Не могли бы вы подробнее рассказать, что вы об этом думаете? Что вы имеете в виду? Повторить вопрос Что под этим подразумевается? Какой из вариантов точнее соответствует вашему мнению? Как вы к этому относитесь? Не могли бы вы сказать мне, что именно вы имеете в виду? Сокращение (ИП?) (Другие?) (Еще?) (Подробнее) (Что?) (ПВ) (Что подразумевается) (Что точнее?) (Отношение) (Что имеете в виду?) Как записывать ответы Процедура записи ответов респондентов может казаться простой, однако и в этой области существует ряд распространенных ошибок [16]. Все интервьюеры в ходе опроса должны использовать один и тот же формат записей и одинаковые условные обозначения, а также правильно редактировать заполненные анкеты. При работе с каждой конкретной анкетой, содержащей структурированные вопросы, используются разные правила фиксирования ответов, но существует одно общее правило;

в анкете помечается вариант, отображающий ответ респондента. Если же вопросы не структурированы, ответ респондента записывается словами. В Пособии для преподавателей, разработанном Научно-исследовательским центром по проведению обследований (Survey Research Center), приводятся обшие указания, которые следует выполнять в процессе записи ответов на неструктурированные вопросы. 1. Записывайте все ответы в ходе интервью. 2. Пользуйтесь формулировками, которыми пользовался респондент. 3. Не обобщайте и не перефразируйте ответы респондента.

Часть III. Сбор, подготовка и анализ данных 4. Включите в запись все, что имеет отношение к основным целям вопроса. 5. Зафиксируйте все стимулирующие действия и комментарии. 6. Записав полученный в ходе опроса ответ, повторите его.

Как завершать интервью Любое интервью необходимо заканчивать только после получения всей необходимой информации. Запишите все произвольные комментарии респондента, сделанные им после формальных вопросов. Интервьюер должен ответить на все вопросы респондента относительно проекта. После опроса у респондента должно остаться положительное впечатление об интервью. Очень важно поблагодарить респондента и выразить свою признательность за сотрудничество. Во врезке 13.2 "Практика маркетинговых исследований" приводятся общие рекомендации Совета американских организаций по проведению опросов относительно подготовки интервьюеров к работе с респондентами. Врезка 13.2. Практика маркетинговых исследований Рекомендации Совета американских организаций по проведению опросов относительно подготовка интервьюеров Подготовка интервьюеров должна вестись под управлением среднего руководящего персонала и охватывать следующие аспекты. 1. 2. 3. 5. Исследовательский процесс — планировка конкретного исследования, его реализация и составление отчета. Важность роли интервьюера в процессе исследования — быть честным, объективным, профессиональным и обладать организаторскими способностями. Конфиденциальность респондента и клиента. Важность соблюдения точных формулировок и дословной записи ответов.

4. Знакомство с терминологией, используемой в маркетинговых исследованиях. 6. Цели и использование методов стимулирования и прояснения ответов. 7. Причина и методы использования классификационных вопросов и вопросов, касающихся респондента. 8. Обзор примеров инструкций и анкет. 9. Позитивное отношение респондента к исследованию. К работе с респондентами допускается только тот, кто прошел специальную подготовку по перечисленным выше пунктам.

КОНТРОЛЬ НАД РАБОТОЙ ПОЛЕВОГО ПЕРСОНАЛА Цель контроля над работой полевого персонала заключается в том, чтобы убедиться, что работники в процессе опроса соблюдали полученные инструкции и пользовались определенными методами. Эта деятельность предусматривает контроль качества ведения интервью и редактирования, выборочный контроль, предотвращение мошенничества и контроль из центрального офиса.

Контроль качества ведения интервью и редактирования Контроль качества работы полевого персонала требуется для того, чтобы убедиться, что работники должным образом придерживаются всех необходимых методов работы [17]. Если в процессе такой проверки выявляются какие-либо проблемы, контролер (бригадир) должен Глава 13. Полевые работы обсудить их с интервьюерами и при необходимости провести дополнительный тренинг. Чтобы понять проблемы интервьюера, контролер сам обязан время от времени участвовать в опросах. Контролеры ежедневно собирают анкеты и другие формы и редактируют их. Они должны тщательно просматривать анкеты, чтобы убедиться, что в ходе опроса получены все нужные ответы, что неясные или неполные ответы не приняты, и что все ответы записаны разборчиво и точно. Бригадиры также обязаны вести регистрацию отработанных часов и расходов интервьюеров. Это позволяет определить затраты на одно законченное интервью, убедиться в том, что работа ведется в соответствии с графиком, а также выявить возможные проблемы отдельных работников.

Выборочный контроль Важным аспектом контроля является выборочный контроль (sampling control), в ходе которого проверяется, следуют ли интервьюеры плану выборочного опроса, а не выбирают единицы выборки по принципу их удобства или доступности.

Выборочный контроль (sampling control) Предназначен для контроля за строгим соблюдением интервьюерами плана проведения выборочного наблюдения, и с целью недопущения отбора единиц выборки по принципу их удобства или доступности для интервьюеров.

Интервьюеры зачастую избегают элементов выборки, работать с которыми, по их мнению, тяжело или неприятно. Если нужного респондента не оказывается дома, интервьюеры нередко заменяют его следующей доступной единицей выборки, а не стараются связаться с ним еще раз. Бывают случаи, когда интервьюеры "растягивают" требования относительно пропорциональных выборок. Так, например, чтобы выполнить требования квот, 58-летнего респондента включают в категорию 46—55-летних людей и опрашивают как относящегося к этой выборке. Для решения проблем данного типа контролеры должны ежедневно регистрировать количество сделанных звонков или посещений, отмечать, сколько из них осталось без ответа из-за отсутствия потенциальных респондентов, сколько людей отказались отвечать, сколько опросов провел каждый отдельный интервьюер и каково общее количество интервьюеров, находящихся под его контролем.

Контроль для предотвращения мошенничества Мошенничество заключается в фальсификации ответов на некоторые или все вопросы, представленные в анкете. Так, интервьюер может подделать определенную часть ответа с тем, чтобы принять его либо включить в анкету отдельные полностью подделанные ответы. Самая бессовестная форма мошенничества— ситуация, когда интервьюер подделывает всю анкету целиком, т.е. когда он сам отвечает на все вопросы, вообще не пообщавшись с респондентом. Вероятность такого обмана можно свести к минимуму надлежащей подготовкой персонала, строгим контролем и проверкой качества полевой работы [18].

Контроль из центрального офиса Контролеры направляют всю информацию относительно качества и денежных затрат в центральный офис, и на основе этих данных составляется отчет об общем ходе реализации проекта. Для выявления потенциальных проблем, кроме методов непосредственного контроля на местах, используются и другие методы. Контроль из центрального офиса заключается в составлении таблиц, в которые заносятся важнейшие демографические характеристики и ответы на вопросы, связанные с основными переменными. Во врезке 13,3 "Практика маркетинговых исследований" приведены основные рекомендации по отношению к контролю Совета американских организаций по проведению опросов.

Часть 111. Сбор, подготовка и анализ данных Врезка 13.3. Практика маркетинговых исследований Рекомендации Совета американских организаций по проведению опросов по отношению к контролю Все проекты маркетинговых исследований должны тщательно контролироваться. В связи с этим агентства по сбору данных должны выполнять следующие функции. 1. Обеспечивать надлежащий контроль над интервьюерами. 2. Проверять количество телефонных звонков, сделанных интервьюерами. 3. Ежедневно быть готовыми предоставить отчет о ходе проекта директору проекта, если на этот счет не поступало каких-либо иных указаний. 4. Следить за конфиденциальностью всех исследований, материалов и откликов. 5. Своевременно извещать всех заинтересованных лиц при возникновении потенциальной возможности отставания от графика реализации проекта. 6. Посещать все брифинги интервьюеров. 7. Вести точные и своевременные записи по ходу опроса. 8. Следить затем, чтобы интервьюеры вовремя получали все необходимые материалы. 9. Редактировать каждую анкету. 10. Постоянно обеспечивать интервьюеров всей необходимой информацией. 11. Не фальсифицировать никаких элементов работы.

ПРОВЕРКА РЕЗУЛЬТАТОВ ПОЛЕВЫХ РАБОТ Проверка результатов полевых работ заключается в определении того, что персонал действительно предоставляет достоверные материалы. Чтобы проверить подлинность полученных в ходе опроса данных, контролеры обзванивают от 10 до 25% респондентов и выясняют, действительно ли их опрашивали интервьюеры. Контролеры спрашивают респондента о продолжительности и качестве опроса, поведении интервьюера и просят предоставить основные демографические данные. Полученную демографическую информацию сравнивают с данными, предоставленными интервьюером в анкете..

ОЦЕНКА РАБОТЫ ПОЛЕВОГО ПЕРСОНАЛА Очень важно постоянно оценивать работу интервьюеров, чтобы своевременно снабжать их информацией об эффективности их работы, а также для определения, кто из них работает лучше других, что позволяет сформировать наиболее производительный штат, обеспечивающий наивысшее качество работы. Все оценочные критерии должны быть подробно описаны интервьюерам в процессе их подготовки. Оценка полевых работников основывается на таких показателях, как денежные и временные затраты, доля ответивших от общего количества опрашиваемых, качество опроса и качество полученных данных [19].

Денежные и временные затраты Эффективность деятельности интервьюеров можно сравнивать на основе общих денежных затрат (заработной платы и прочих расходов) на одно законченное интервью. Поскольку эти затраты сильно варьируются в зависимости от величины города, сравниваются только показатели тех работников, которые работают в городах приблизительно одинакового размера. Оценивать работу персонала на местах необходимо также по эффективности использования рабочего времени. Все время следует разбить на отдельные категории, например фактическое время опроса, проезд и т.п. Глава 13. Полевые работы Процент ответивших Очень важно постоянно следить за показателем процента ответивших от общего числа опрошенных, что позволяет своевременно принять меры в случае их резкого падения [20]. Контролер способен помочь интервьюеру, получающему большое количество отказов от респондентов. Он, например, может прослушать используемую интервьюером вступительную речь и оперативно сделать необходимые корректировки. По завершении всего опроса можно сравнить процентные показатели разных работников и определить, кто из них работал наиболее эффективно.

Качество интервью Чтобы оценить интервьюеров на основе качества проведения опроса, контролер должен непосредственно проследить за этим процессом, то ли лично присутствуя на интервью, то ли взяв у интервьюера магнитофонную запись беседы. Качество интервью следует оценивать по использованию надлежащего типа вступительной речи;

точности, с которой интервьюер задает вопросы;

способности интервьюера стимулировать ответы, не подталкивая респондента к тому или иному варианту;

способности интервьюера задавать щекотливые вопросы;

личным навыкам и качествам интервьюера, проявленным им в ходе опроса;

способу, которым пользуется интервьюер для завершения интервью.

Качество данных Анкеты, заполненные каждым интервьюером, необходимо оценивать по качеству собранных данных. Основные показатели высокого качества информации: разборчивость записанных данных, соблюдение всех инструкций, включая шаблон пропусков (порядок перехода между вопросами), дословная запись ответов на неструктурированные вопросы, ответы на неструктурированные вопросы понятны и достаточно полны для кодировки, пункт "нет ответа" встречается редко. Во врезке 13.4 "Практика маркетинговых исследований" приводятся основные рекомендации по поводу процесса опроса Совета американских организаций по проведению опросов. Врезка 13.4. Практика маркетинговых исследований Рекомендации Совета американских организаций по проведению опросов по поводу процесса опроса Для получения хороших результатов опроса каждый интервьюер должен выполнять следующие рекомендации. 1. Представиться респонденту, дать номер телефона фирмы, проводящей исследование. 2. Зачитывать вопросы точно в том виде, как они записаны. Срочно сообщать контролеру о любых проблемах. 3. Зачитывать все вопросы в порядке, в котором они приведены в анкете, включая правильную последовательность пропусков вопросов. 4. Предельно нейтрально отвечать на вопросы респондента. 5. Не вводить респондента в заблуждение относительно продолжительности интервью. 6. Не разглашать названия действительной фирмы-заказчицы, если на это нет соответствующей инструкции. 7. Регистрировать все прекращенные интервью с указанием причины. 8. Сохранять нейтралитет. Не проявлять своего согласия либо несогласия с мнением респондента.

Часть III. Сбор, подготовка и анализ данных 9. Говорить медленно и отчетливо, так, чтобы было понятно каждое слово. 10. Записывать все ответы дословно, не перефразируя их. 11. Избегать посторонних разговоров с респондентом. 12. Пользоваться методами стимулирования для получения дополнительной информации по всем вопросам, если только не было другой инструкции. Стимулировать пояснения предельно нейтральным способом. 13. Записывать ответы четко и аккуратно. 14. Проверять полноту заполнения анкет перед сдачей контролеру. 15. Прерывать респондента нейтральным способом. Например, можно поблагодарить его либо сказать: "В этом районе наши цели уже выполнены, но все равно большое спасибо за помощь". 16. Обеспечивать конфиденциальность всех исследований, материалов и полученных откликов. 17. Не фальсифицировать интервью и отдельные ответы на любые вопросы. 18. Благодарить респондента за участие в опросе.

МЕЖДУНАРОДНЫЕ МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ Подбор, подготовка, контроль над проведением опросов и оценка персонала, используемого для сбора данных, — наиболее важные аспекты международных маркетинговых исследований. Следует отметить, что местных агентств, специализирующихся на полевых работах, во многих странах просто нет. Поэтому фирме-исследователю нередко приходится нанимать и подготавливать местный персонал либо приглашать своих, уже подготовленных работников. Желательно, однако, использовать местных жителей, поскольку они знают язык и национальные особенности своих соотечественников. Благодаря этому они создадут во время интервью подходящий климат и способны с большим вниманием относиться к проблемам респондентов. В некоторых случаях необходимо провести тщательную подготовку такого персонала и более строго контролировать его работу. Следует помнить, что на примере многих стран замечено, что интервьюеры имеют тенденцию подсказывать респондентам ответы и выбирать семьи или другие единицы выборки, руководствуясь соображениями собственного удобства, а не планом выборки. И наконец, поскольку во многих странах рабочая этика находится не на таком высоком уровне, как в США, следует ожидать, что проблема мошенничества будет стоять в них более остро. Очень большое значение имеет проверка результатов работы на местах. Как видно из описанного ниже примера, правильное применение соответствующих процедур позволяет значительно уменьшить проблемы и получить в итоге достоверные и полезные для клиента результаты опроса. ПРИМЕР. Любовь к американским товарам объединяет европейцев Исследование отношения покупателей к товарам, проведенные британской компанией Research Internationa/, специализирующейся на маркетинговых исследованиях, показали, что, несмотря на объединение в Общий рынок, потребители в Европе проявляют большую приверженность к американским товарам. По оценкам специалистов, ожидается, что в скором времени любовь к американским товарам объединит потребителей Европы. Исследования проводились в Германии, Великобритании, Италии и Нидерландах. Исходя из предположения, что соотечественники смогут собрать более точные данные, во всех странах использовались только местные интервьюеры и контролеры. При этом весь полевой персонал был очень тщательно подготовлен и работал под строжайшим контролем, что позволило Глава 13. Полевые работы обеспечить качественные результаты исследования и свести к минимуму колебания показателей по разным странам вследствие различия в процедурах опроса. В обшей сложности было проведено 6724 интервью. Оказалось, что в некоторых странах европейцы высоко оценивают американские товары потому, что те отличаются новаторством, а в других их считают модными и очень качественными. Интересно отметить, что французы, которые считаются противниками всего американского, также оказались приверженцами американской продукции. Из 1034 опрошенных французских потребителей 40% ответили, что американские товары модные, 38% считают, что они новаторские, а 15% заявили, что американская продукция отличается высоким качеством. Примерно такие же результаты исследований были получены во всех четырех упомянутых выше странах, Получить качественные итоги исследований стало возможно благодаря использованию местного персонала, его тщательной подготовке и строгому контролю над его работой. Результаты данного исследования очень полезны для компаний, которые планируют расширение присутствия американских товаров на европейском рынке. Как отметил директор по европейским операциям британской компании Henley Center, специализирующейся на экономических прогнозах и консультациях, Эрик Салама (Eric Salama): "Американским компаниям не следует скрывать тот факт, что они американские, а наоборот, по нашему мнению, им стоит делать на это упор и постараться извлечь выгоду из своего американского наследия" [21].

ЭТИКА МАРКЕТИНГОВЫХ ИССЛЕДОВАНИЙ Независимо от того, кем собраны данные — собственным отделом маркетинговых исследований либо международным агентством, специализирующимся на сборе информации, необходимо, чтобы все сведения были получены с соблюдением определенных этических стандартов. Маркетологи и полевой персонал должны работать так, чтобы респонденты, высказывая свою точку зрения, не испытывали никаких неудобств. Один из путей достичь этого заключается в обеспечении респондентов всей необходимой информацией о фирме, проводящей исследование, и проекте, в исчерпывающих ответах на их вопросы и в точном определении обязанностей и ожиданий интервьюера и респондента в самом начале опроса. Более того, интервьюер должен сразу уведомить респондента, что тот не обязан отвечать на вопросы, которые хотел бы оставить без ответа, и что, почувствовав дискомфорт, он может прервать интервью в любой момент. Исследователь и полевой персонал несут моральную ответственность и обязаны уважать личную жизнь, чувства и достоинство респондента [22]. Кроме того, необходимо, чтобы после беседы с интервьюером у респондента осталось позитивное и приятное впечатление. Все это обеспечит благосклонное отношение и готовность респондентов к возможному сотрудничеству в будущем. Кроме того, исследователи и агентства, ведущие опросы на местах, несут ответственность перед клиентами и обязаны точно следовать определенным процедурам отбора, подготовки, контроля, проверки результатов опросов и оценки персонала. Они должны обеспечить целостность процесса сбора данных. Все процедуры, связанные со сбором данных на местах, следует подробно оформить документально, и эту документацию предоставить клиенту. Как подтверждает описанный ниже пример, правильные действия исследователей и агентств по сбору информации способствуют устранению множества морально-этических проблем, связанных с работой на местах. -™—-»———-^ ПРИМЕР. Компания Sophisticated Data Research — лидер по сбору информации Информация, которая предоставляется при звонках по номерам "800-", при использовании кредитных карточек или при покупке товаров в магазинах, часто применяется для составления списков покупателей и потенциальных клиентов. Такие списки крайне редко 1 продаются организациям, специализирующимся на телемаркетинге или на прямом марке! тинге. Общественное мнение по этому вопросу, однако, несколько иное: многие считают, i 512 Часть III. Сбор, подготовка и анализ данных что маркетологи и исследователи в сфере маркетинга неправомерно используют собранную ими информацию. Такое неверное восприятие формирует негативное отношение к маркетинговым исследованиям. Стараясь изменить такое положение, многие агентства, специализирующиеся на маркетинговых исследованиях и сборе информации на местах, каждое интервью начинают с обсуждения этого вопроса. Так, при контакте с потенциальными респондентами компания Sophisticated Data Research (SDR), работающая в Атланте, знакомит их с информацией о своей фирме и о характере проводимого маркетингового исследования. Таким образом, респонденты убеждаются в том, что SDR действует в полном соответствии с этическими нормами. Некоторые фирмы, занимающиеся маркетинговыми исследованиями, и агентства по сбору данных на местах сообщают потенциальным респондентам телефонные номера, по которым можно бесплатно получить дополнительную информацию либо проверить сведения, предоставленные интервьюерами. Подобные мероприятия повышают уровень информированI ности населения и улучшают отношение респондентов к опросам, что позволяет компании f SDR собирать более достоверную и полную информацию для своих клиентов [23].

I i i I \ I I | I | ИСПОЛЬЗОВАНИЕ INTERNET И КОМПЬЮТЕРА Независимо от выбранного метода опроса (по телефону, лично, по почте или и применением электронных средств), Internet играет очень важную роль на всех этапах полевых работ: при отборе и подготовке персонала, при контроле над его работой, при проверке результатов опроса и оценке персонала. Если говорить, скажем, о подборе кадров, то с помощью Internet будущих интервьюеров можно искать, проводить с ними собеседование и нанимать. Например, вы можете начать этот процесс с размещения объявлений о вакансиях для интервьюеров на Web-странице своей компании, на электронных досках объявлений и на других подходящих сайтах. Несомненно, это ограничит поиск сотрудников кругом людей, интересующихся Internet, но, возможно, в современных условиях для маркетинговых исследований нужны именно такие служащие. Сеть Internet с ее мультимедийными возможностями может стать отличным вспомогательным инструментом для подготовки полевого персонала по всем аспектам ведения опросов. Например, в ходе такой подготовки можно пользоваться индивидуальными тренинговыми программами, что значительно повышает результативность обучения. Электронная почта и защищенные чаты повышают эффективность взаимосвязи между контролерами и интервьюерами. Размещение на защищенном Web-сайте отчетов о ходе опроса и информации о качестве проведения интервью и затратах, благодаря чему все заинтересованные стороны в любой момент получат к ней доступ, повысит контроль из центрального офиса. Если респонденты имеют электронный адрес или доступ в Internet, очень упрощается процедура проверки правильности результатов работы по сбору данных, особенно при телефонных опросах. Таким респондентам можно разослать по электронной почте краткий проверочный опрос или попросить их посетить Web-сайт, на котором такой опрос размещен. И наконец, с помощью Internet на стадии подготовки информируют будущих полевых работников относительно оценочных критериев, а они, в свою очередь, пользуются этим средством связи для оперативного предоставления информации об эффективности своей работы. Для выбора респондентов, планирования работы интервьюеров, контроля и наблюдения используются компьютеры. Сегодня существует целый ряд специальных программ, например Ci3 Sistem, разработанная компанией Sawtooth Software, Inc. Компьютеризированные системы Ci3 применяются для управления процессом опроса, что делает их незаменимым инструментом при проведении маркетинговых исследований. Компьютерная техника используется также для работы со списками почтовой рассылки. С ее помощью, например, такие списки можно сортировать по индексам, географическим регионам либо по каким-либо другим, заранее определенным характеристикам. Компьютеры также отслеживают электронным способом случаи, когда при почтовом опросе не поступает ответа. Компьютерная техника позволяет составлять Глава 13. Полевые работы точные и своевременные отчеты, используемые в процессе наблюдения и контроля над работой персонала на местах: отчеты о квотах, о распределении звонков (call disposition), о возникновении инцидентов, заключительные отчеты по данным о респондентах и отчеты об эффективности работы интервьюеров. Такая возможность автоматизации процесса отчетности повышает действенность наблюдения и контроля и способствует повышению качества полученных данных в целом. Поскольку благодаря использованию компьютеров для составления сводных отчетов требуется намного меньше времени, больше внимания можно уделить интерпретации полученных данных и непосредственно наблюдению над процессом сбора информации.

Распределение звонков (call disposition) В отчете о распределении звонков фиксируются результаты интервью, проведенных по телефону.

В центре внимания Burke Компания Burke делает все возможное, чтобы интервьюеры, работающие в рамках того или иного проекта, имели необходимую подготовку и мотивы для хорошей работы, и чтобы их работа должным образом контролировалась и оценивалась предельно точно. Все это позволяет повысить эффективность и качество ее исследований. Как же компании удается управлять этим сложным процессом? Первый этап заключается в поиске хороших менеджеров. Для реализации программ по подготовке менеджеров компания менеджеров нанимает самых лучших из своих интервьюеров и людей с университетским образованием. Каждый служащий перед поступлением на работу проходит 6—12-месячную подготовку (в зависимости от опыта и уровня образования), затем проходит 24 двух-трехчасовые тренировочные программы, после чего проводится тестирование полученных им знаний (его выполняет старший менеджер по сбору данных). Основное внимание уделяется стандартным процедурам сбора информации. Кроме того, в рамках программы по подготовке менеджеров дополнительно изучаются следующие дисциплины, а именно: • • • • обслуживание клиентов;

методы управления выборорчным наблюдением;

управление кадрами;

управление взаимоотношениями (отношения между служащими, оценочные процедуры, разрешение конфликтов и т.д.). В компании Burke в департаменте по сбору информации постоянно работают специалисты по кадровым вопросам, в обязанности которых входит найм и подготовка как менеджеров, так и штата для работы на местах. Компания старается нанимать сотрудников из трех основных групп населения: студентов колледжей;

лиц, желающих иметь дополнительный заработок;

интервьюеров, нацеленных на карьеру в этой деятельности. Для привлечения таких людей Burke использует разнообразные способы: • • « • • реклама (в газетах и по радио);

ярмарки вакансий, специализированные выставки, дни открытых дверей;

подробные внутренние справочные программы;

работа в студенческих общежитиях;

использование временного штата. В компании Burke разработаны и применяются четко определенные процедуры отбора и подготовки работников по сбору данных на местах, На одном из этапов первичного просмотра претенденту предлагается простой тест на проверку грамотности и умения считать. К сожалению, высокий процент кандидатов не в состоянии пройти этот тест или делают это 514 Часть III. Сбор, подготовка и анализ данных с большим трудом. В подготовительном процессе компании уделяется большое внимание ! улучшению этих навыков. На начальной стадии занятий кандидатам предлагается принять j участие в работе дискуссионной группы, и в ходе их общения за ними ведется наблюдение, | оценивается их способность слушать других и логически и точно реагировать на услышанное. После прохождения этих проверок принимается окончательное решение, которое основывается на следующем: • • • • • • практические занятия по набору телефонных номеров под тщательным наблюдением контролера;

прослушивание и оценка контролерами;

тренинги и обсуждение успешных интервью в группе;

способность читать и вызывать собеседника на диалог;

явный профессионализм;

навыки при выполнении стандартных процедур и основных рекомендаций. Интервьюеры проходят курсы по следующим направлениям: • как вести себя в случае отказа респондента отвечать на вопрос и как правильно прекращать интервью;

• • • • эффективность процесса опроса;

речевой курс (правильное произношение и т.д.);

машинопись;

тренинг по работе с клиентом (проведение опроса в качестве представителя конкретной организации). Для обеспечения целостности процесса сбора данных в каждом проекте Burke постоянно отслеживает качество и последовательность работы интервьюеров: • • • ежедневное прослушивание и оценка каждого интервьюера по каждому проекту;

стандартизация отчетности с использованием компьютерных систем управления;

продолжительность интервью каждого интервьюера;

коэффициент прерывания интервью на одного интервьюера;

распределение звонков на одного интервьюера;

время работы в электронной компьютерной сети, подробный отчет с продолжением;

участие руководителей высшего звена в программах открытого мониторинга, в рамках которых менеджеры произвольно выбирают интервьюера и слушают, как он работает.

РЕЗЮМЕ В распоряжении маркетологов имеется две основные возможности для сбора данных — они могут создать свой собственный коллектив либо заключить контракт с агентством, специализирующимся на полевых работах. Полевой персонал должен состоять из здоровых, инициативных, коммуникабельных, приятных, образованных и опытных людей. Они должны пройти подготовку по важнейшим аспектам полевых работ, включая то, как следует налаживать первоначальный контакт, как задавать вопросы, как стимулировать исчерпывающие ответы, как записывать ответы и заканчивать интервью. Наблюдение над работой полевого персонала заключается в контроле качества и редактирования данных, в выборочном контроле, контроле для выявления случаев мошенничества и контроле из центрального офиса. Проверка результатов полевых работ выполняется повторным обзваниванием 10—25% респондентов, указанных интервьюером, и выяснения, действительно ли их опрашивали. Работа полевого персонала оцеГлава 13. Полевые работы нивается на основе их денежных и временных затрат, показателей доли ответивших от общего количества намеченных респондентов, качества опроса и качества собранных данных. Поскольку во многих странах нет местных агентств, специализирующихся на сборе данных, если речь идет о международных маркетинговых исследованиях, отбор, подготовка, наблюдение за работой персонала по сбору информации и его оценка приобретает даже большее значение. Морально-этический аспект работы по сбору данных на местах заключается в том, что опрос должен вестись в дружественной и непринужденной манере, что позволит сформировать у респондента позитивное отношение к таким опросам. Необходимо сделать все возможное, чтобы полученные данные были высокого качества. Качество работы на местах значительно повышается благодаря Internet и компьютерной технике.

ОСНОВНЫЕ ТЕРМИНЫ И ПОНЯТИЯ • выборочный контроль (sampling control) • стимулирование ответов (probing) • распределение звонков (call disposition) УПРАЖНЕНИЯ Вопросы 1. Какие возможности для сбора информации есть в распоряжении маркетолога? 2. Опишите процесс полевых работ. 3. Какой квалификацией должен обладать полевой персонал? 4. Каковы основные рекомендации относительно процедуры предложения вопросов? 5. В чем заключается стимулирование полных ответов? 6. Как записывать ответы на неструктурированные вопросы? 7. Как интервьюер должен прекращать интервью? 8. Каковы аспекты наблюдения за работой полевого персонала? 9. Как управлять проблемами отбора респондентов? 10. В чем заключается проверка результатов полевых работ? Как она проводится? 11. Опишите критерии, используемые при оценке работы персонала по сбору информации. 12. Опишите основные источники ошибок в ходе полевых работ.

Задачи 1. Составьте несколько инструкций для студентов для проведения личного опроса на дому. 2. Прокомментируйте следующие ситуации, которые могут возникнуть в процессе полевой работы, и предложите методы их решения. a) Один из интервьюеров имеет очень большой показатель отказов респондентов отвечать при личном опросе на дому. b) При опросе с использованием автоматизированных компьютерных систем при первой попытке набора многие номера океазываются занятыми. c) Один из интервьюеров сообщил, что в конце интервью многие респонденты спрашивают его, правильно ли они ответили на вопросы. d) В ходе проверки результатов опроса одна из респонденток сообщила, что не может вспомнить, чтобы ей кто-либо звонил с просьбой ответить на вопросы, а интервьюер настаивает на том, что он проводил опрос.

Часть III. Сбор, подготовка и анализ данных УПРАЖНЕНИЯ С ИСПОЛЬЗОВАНИЕМ INTERNET И КОМПЬЮТЕРА 1. Посетите Web-сайты каких-либо компаний, специализирующихся на маркетинговых исследованиях. Составьте отчет по всем материалам, связанным с полевыми работами, размешенными на этих сайтах. Посетите Web-сайт Marketing Research Association (www. mra-net. org) и внимательно ознакомьтесь с разделами этического кодекса, относящимися к процессу сбора данных. Составьте краткий отчет.

2.

3. Воспользуйтесь специальным программным обеспечением PERT/CPM, например MacProject, Timeline, Harvard Project Manager, Microsoft Project или Category PertMaster, и разработайте график полевых работ для проведения обще национального опроса о предпочтениях потребителей по поводу продуктов быстрого приготовления на основе 2500 интервью в Лос-Анджелесе, Солт-Лэйк-Сити, Далласе, Сант-Луисе, Милуоки, Нью-Орлеане, Цинциннати, Орландо, Атланте, Нью-Йорке и Бостоне.

КОММЕНТАРИИ 1. Reg Baker, "Nobody's Talking", Marketing Research A Magazine of Management & Applications, Spring 1996, p. 11-A;

"Study Tracks Trends in Refusal Rates", Quirk's Marketing Research Review, August-September 1989, p. 16-18, 42-43.

2. Gale D. Muller, Jane Miller, "Interviewers Make the Difference", Marketing Research A Magazine of Management & Application, Spring 1996, p. 8—9;

"JDC Interviews Michael Redington", Journal of Data Collection, Spring 1985, p. 2-6. 3. James H. Frey, Sabine M. Oishi, How to Conduct Interviews by Telephone and In Person (Thousand Oaks, CA: Sage Publications, 1995). 4. Gale D. Muller, Jane Miller, "Interviewers Make the Difference", Marketing Research A Magazine of Management & Applications, Spring 1996, p. 8—9;

Jean Morton-Williams, Interviewer Approaches (Brookfield: Ashgate Publishing Co, 1993). 5. Joseph A. Catina, Diane Bemson, Jesse Canchola, Lance M. Pollack et al, "Effects of Interviewer Gender, Interviewer Choice, and Item Wording on Responses to Questions Concerning Sexual Behavior", Public Opinion Quarterly., Fall 1996, p. 345—375;

Philip B. Coulter, "Race of Interviewer Effects on Telephone Interviews", Public Opinion Quarterly, Summer 1982, p. 278—284;

Eleanor Singer, Martin R. Frankel, Marc B. Classman, "The Effect of Interviewer Characteristics and Expectations on Response", Public Opinion Quarterly, Spring 1983, p. 68—83. 6. Darren W. Davis, "Nonrandom Measurement Error and Race of Interviewer Effects among African Americans", Public Opinion Quarterly, Spring 1997, p. 183—207;

Raymond F. Barker, "A Demographic Profile of Marketing Research Interviewers", Journal of the Market Research Society (UK), July 29, 1987, p. 279-292. 7. M.K. Kacmar, W.A. Hochwarter, "The Interview as a Communication Event A Field Examination of Demographic Effects on Interview Outcomes", Journal of Business Communication, July 1995, p. 207—232;

Martin Collins, Bob Butcher, "Interviewer and Clustering Effects in an Attitude Survey", Journal of the Market Research Society (UK), January 1983, p. 39—58. 8. James H. Frey. Sabine M. Oishi, How to Conduct Interviews by Telephone and in Perwn (Thousand Oaks, CA: Sage Publications. 1995);

Bud Phillips, "The Four Faces of Interviewers", Journal of Data Collection, Winter 1983, p. 35-40. 9. Pamela Kiecker, James E. Nelson, "Do Interviewers Follow Telephone Survey Instructions", Journal of the Market Research Society^ April 1996, p, 161—176;

P.J. Guenzel, T.R. Berkmans, C.F. Cannell, General Interviewing Techniques (Ann Arbor, MI: Institute for Social Research, 1983).

Глава 13. Полевые работы 10. Mick P Couper, "Survey Introductions and Data Quality", Public Opinion Quarterly, Summer 1997, p. 317-338. 11. Эта методика соответствует той, которую использует Burke Marketing Research, Cincinnati. 12. "Market Research Industry Sets Up Interviewing Quality Standards", Management Auckland, March 1997, p. 12;

"JDC Interviews Michael Redington", Journal of Data Collection, Spring 1985, p. 2—6. 13. Данный раздел тесно связан с Interviewer's Manual, rev. ed. (Ann Arbor, MI: Survey Research Center, institute for Social Research, University of Michigan);

PJ. Guenzel, T.R. Berkmans, C.F. Cannell, General Interviewing Techniques (Ann Arbor, MI: Institute for Social Research). 14. См. работы Interviewer's Manual, p. 15—19;

Michelle Marchetti, "Probing Customer Problems", Sales & Marketing Management, March 1996, p. 46. 15. Interviewer's Manual, rev. ed. (Ann Arbor, MI: Survey Research Center, Institute for Social Research, University of Michigan), p 16. Перепечатывается с разрешения Institute for Social Research. 16. "Market Research Industry Sets Up Interviewing Quality Standards", Management-Auckland, March 1997, p. 12;

Jean Morton Williams, Wendy Sykes, "The Use of Interaction Coding and Follow up Interviews to Investigate Comprehension of Survey Questions", Journal of the Market Research Society, April 1984, p. 109-127, 17. Robert F. Hurley, Jukka M. Laitamaki, "Total Quality Research Integrating Markets and the Organization", Call forma Management Review, Fall 1995, p. 59—78;

Martin Collins, Bob Butcher, "Interviewer and Clustering Effects in an Attitude Survey", Journal of the Market Research Society (UK), January 1983, p. 39-58. 18. Samuel Greengard, "50% of Your Employees Are Lying, Cheating & Stealing", Workforce, October 1997, p. 44—53;

Donald S. Tull, Larry E, Richards, "What Can Be Done about Interviewer Bias", in Jagdish Sheth (ed.), Research in Marketing (Greenwich, CT: JAI Press, 1980), p. 143-162. 19. Elame D. Pulakos, Neal Schmitt, David Whitney, Matthew Smith, "Individual Differences in Interviewer Ratings. The Impact of Standardization. Consensus Discussion, and Sampling Error on the Validity of a Structured Interview", Personnel Psychology, Spring 1996, p. 85—102. 20. Jack Edmonston, "Why Response Rates Are Declining", Advertising Age's Business Marketing, September 1997, p.12, 21. Thomas T. Semon, "Select Local Talent When Conducting Research Abroad", Marketing News, September 15, 1997, p. 28, Laurel Wentz, "Poll Europe Favors U.S. Products", Advertising Age, September 23, 1991). 22. James E. Nelson, Pamela L. Kiecker, ''Marketing Research Interviewers and Their Perceived Necessity of Moral Compromise", Journal of Business Ethics, October 1996, p. 1107—1117. 23. Glen J. Nowak, Joseph Phelps, "Direct Marketing and the Use of Individual-Level Consumer Information Determining How and When Privacy Matters", Journal of Direct Marketing, Autumn 1997, p. 94-108.

Часть III. Сбор, подготовка и анализ данных Г л а в а Подготовка данных к анализу После изучения материала этой главы вы должны уметь...

1. Описать суть и этапы подготовки к анализу данных, собранных в результате маркетингового исследования. 2. Объяснить, как ведется проверка и редактирование анкет, и описать суть работы с неудовлетворительными ответами с помощью повторных полевых работ, присвоения пропущенных значений и отсеивания неудовлетворительных ответов. 3. Перечислить основные рекомендации относительно кодирования анкет, содержащих структурированные и неструктурированные ответы. 4. Обсудить процесс "очищения" данных и методы, используемые для работы с пропущенными ответами: замена их нейтральными значениями, использование вмененных ответов, исключение наблюдения целиком и попарное исключение переменных. 5. Дать определение причин и описать методы статистической корректировки данных: умножение на весовой коэффициент, переопределение переменной и преобразование шкалы. 6. Описать процедуру выбора стратегии анализа данных и назвать факторы, влияющие на это решение. 7. Описать классификацию основных статистических методов, уметь подробно классифицировать одномерные и многомерные методы статистического анализа. 8. Понимать суть внутри культурного, пан культурного и межкультурного подходов к анализу данных в процессе выполнения международных маркетинговых исследований. 9. Дать определение этическим проблемам, связанным с обработкой данных, особенно с процессом отбраковки неудовлетворительных ответов, нарушением предположений, лежащих в основе различных методов анализа данных, оценкой и интерпретацией результатов исследования. 10. Описать использование Internet и компьютеров при подготовке данных к анализу и в ходе самого анализа.

КРАТКИЙ ОБЗОР Определив проблему маркетингового исследования и разработав наиболее подходящий подход к ее решению (глава 2), нужно составить соответствующий план проведения исследования (главы 3—12). Затем следует этап, на котором проводится сбор данных (полевые работы) (глава 13), завершив который, исследователь может перейти к подготовке данных и их анализу. Эта деятельность составляет пятый этап маркетинговых исследований. Перед тем как передать исходные данные, содержащиеся в анкетах, для статистического анализа, их необходимо преобразовать в подходящую для анализа форму. Качество статистических результатов напрямую зависит от того, насколько тщательно и аккуратно данные готовились к анализу. Недостаточное внимание к этой деятельности может серьезно исказить статистические выводы, что, в свою очередь, ведет к неправильной интерпретации данных всего маркетингового исследования. В этой главе описывается процесс сбора данных, который начинается с проверки полноты заполнения анкет. Затем мы обсудим вопросы редактирования данных и дадим общие рекомендации относительно того, как работать с нечитабельными, неполными, непоследовательными, неоднозначными и прочими ответами неудовлетворительного качества. Мы также Глава 14. Подготовка данных к анализу опишем процедуры кодирования, преобразования и "очистки" данных и при этом уделим особое внимание работе с пропущенными ответами и вопросам статистической корректировки данных. В этой главе также обсуждаются проблемы выбора стратегии анализа собранных данных и рассказывается о классификации статистических методов. Кроме того, вы найдете описание различных принципов подхода к анализу данных, применяемых в процессе международных маркетинговых исследований: внутри культурные, панкультурные и межкультурные подходы. Здесь также описываются этические вопросы, связанные с обработкой данных, и особое внимание уделяется отбраковке (отсеиванию из анализа) неудовлетворительных ответов, проблемам нарушения предположений, лежащих в основе выбранного метода анализа, а также оценке и интерпретации полученных результатов. И наконец, в этой главе обсуждается роль Internet и компьютеров в процессе подготовки и анализа собранных данных. Начнем с ряда примеров, связанных с подготовкой данных. ПРИМЕР. Обычное "очищение" данных По данным корпорации Joann Harristhal of Custom Research, Inc., заполненные анкеты, поступившие с мест сбора данных, зачастую содержат множество мелких ошибок, и происходит это вследствие неодинакового качества проведения опросов. Например, нередко ответы не обводятся кружком либо не совсем точно выдерживаются шаблоны пропусков. Такие, казалось бы, безобидные ошибки обходятся очень дорого. Учитывая это, при вводе ответов из анкет в память компьютера специалисты Custom Research запускают специальную "чистящую" программу для проверки полноты и правильности их заполнения. Расхождения обычно выявляются в распечатках в процессе их проверки контролером, в обязанности которого входит составление сводных таблиц. При обнаружении ошибки проводятся определенные корректирующие мероприятия, и только после этого данные направляются на анализ. По мнению специалистов из Custom Research, такая процедура значительно повышает качество результатов статистического анализа [1].

СКВОЗНОЙ ПРИМЕР. ВЫБОР УНИВЕРМАГА Подготовка данных к анализу В ходе реачизации проекта "Выбор универмага" информация собиралась в ходе личных интервью с респондентами на дому. Анкеты после их сдачи интервьюерами редактировались бригадирами, тщательно проверялись на наличие неполных и логически непоследовательных ответов или лишней информации. Анкеты с неудовлетворительными ответами возвращались на места сбора данных (в "поле"), и интервьюеры еще раз встречались с указанными респондентами, чтобы получить всю необходимую информацию. В результате девять анкет все же были отсеяны из анализа, поскольку доля ответов неудовлетворительного качества в них была очень велика. В итоге размер финальной выборки составил 271 анкету. Для кодирования анкет была разработана кодовая книга. Кодирование довольно простое, поскольку в анкете не было открытых вопросов, Затем данные вводились в память компьютера, после чего около 25% введенного объема информации проверялось на наличие ошибок ввода с клавиатуры. Данные были "подчищены" путем выявления и отсеивания ответов, выпадающих из определенного диапазона, и логически непоследовательных ответов. Подавляющая часть рейтинговой информации собиралась с использованием шестибалльной шкалы, поэтому ответы 0, 7 и 8 считались выходящими за пределы диапазона, а код 9 присваивался пропущенным ответам. Все пропущенные ответы отсеивались по методу исключения объекта целиком, в соотвстст- | вии с которым анкеты, в которых было пропущено хотя бы одно значение, в анализ не I включались. Такой способ исключения выбран потому, что количество наблюдений с про- \ пущенными переменными было незначительным, а размер выборки достаточно велик. I I В процессе статистической корректировки данных вместо категориальных переменных бы| ли подставлены заменители. Кроме того, новые переменные выводились на основе исход- | 520 Часть lit. Сбор, подготовка и анализ данных ных. Так, в результате суммирования рейтинговых оценок степени ознакомления респондентов с десятью универмагами был вычислен коэффициент степени ознакомления и раз- [ работана стратегия анализа данных. Описанный выше пример отражает разные стадии процесса подготовки данных к анализу. Обратите внимание на то, что этот процесс начинается, когда работа по сбору данных на местах еще продолжается. Приведенный выше пример, описывающий опыт компании Custom Research, свидетельствует об огромной важности процедуры "очищения" данных, выявления ошибок и корректировочных мероприятий перед тем, как приступить к анализу собранных данных.

ПРОЦЕСС ПОДГОТОВКИ ДАННЫХ К АНАЛИЗУ Наглядное отображение процесса подготовки данных к анализу представлено на рис. 14.1. Весь этот процесс определяется предварительно подготовленным планом анализа данных, который составляется еще в ходе разработки всего плана маркетингового исследования (см. главу 3). Первым его этапом выступает проПодготовка верка пригодности анкет, Затем наступает черед редактирования, предварительного кодирования и переноса данных. Данные очищаются и при необплана проведения анализа данных. ходимости проводится работа с пропущенными данными, Часто необходимо также провести статистическую корректировку информации для того, что бы сделать ее репрезентативной для генеральной совокупности. Затем исследователю необходимо выбрать Проверка анкет подходящую стратегию анализа данных. Подготовка данных должна начинаться сразу же после того, как станут доступными первые анкеты, в то время как полевые работы Редактирование еще продолжаются. Поэтому, если возникнут проблемы, ход полевых работ можно скорректировать в нужном направлении.

ПРОВЕРКА АНКЕТ Первый этап проверки анкет заключается в их проверке на полноту заполнения и качество интервьюирования. Зачастую этот процесс ведется параллельно с полевыми работами. Следует отметить, что если эта процедура выполняется по контракту специализированным агентством, исследователь обязан провести независимую проверку после ее завершения. Анкеты, поступившие с мест сбора данных, могут быть не приняты по следующим причинам. 1. Не заполнены отдельные части анкеты. 2. Представленные ответы свидетельствует о том, что респондент не понял вопросов либо не точно следовал инструкциям по заполнению анкеты. Например, не был соблюден шаблон пропусков ответов. 3. Ответы варьируются очень незначительно или не варьируются вовсе, например, респондент пометил одни четверки в серии семибалльных рейтинговых шкал. 4. Возвращенная анкета является неполной — отсутствует одна или несколько страниц.

Статистическая корректировка данных Рис. 14. ]. Процесс подготовки данных к анализу 5. Анкета получена по истечении заранее определенного срока сдачи. 6. Ответы в анкете даны респондентом, не входящим в группу, выделенную для участия в ис следовании. Глава 14. Подготовка данных к анализу Если были определены конкретные квоты респондентов либо назначены размеры ячеечных групп, все принятые анкеты необходимо соответствующим образом классифицировать и подсчитать. Любые проблемы, связанные с выполнением требований, предъявляемых к выборкам, должны выявляться своевременно, и необходимые корректировочные мероприятия, например, дополнительные интервью в ячейках, представленных по результатам опроса недостаточно полно, следует провести перед тем, как приступать к редактированию данных.

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

Редактирование (editing) Обработка анкет, повышающая точность и аккуратность представленной в них информации.

Если ответы неаккуратно и небрежно записаны, они могут быть неразборчивыми. Такая ситуация более типична для анкет, содержащих много неструктурированных вопросов. Чтобы правильно закодировать данные, они должны быть читабельными. Кроме того, анкеты бывают в разной степени не до конца заполнены. Они могут содержать несколько или множество вопросов без ответов. На этапе редактирования исследователь проводит предварительную проверку анкет на предмет логической непоследовательности представленных в них ответов. Существует ряд явных несоответствий, выявить которые не составляет большого труда. Так, возможна ситуация, когда респондент сообщает, что его годовой доход составляет не больше 20 тысяч долларов, но при этом указывает, что является постоянным покупателем таких престижных универмагов, как Saks Fifth Avenue или Neiman-Marcus. Ответы на неструктурированные вопросы могут быть неоднозначными, в результате их сложно точно интерпретировать. Бывает, что ответ респондента записан сокращенно либо при его записи использованы слова, имеющие несколько смысловых значений. Даже если вопросы структурированы, нередки ситуации, когда респондент помечает больше одного варианта ответа на вопрос, по которому необходимо дать однозначный ответ. Предположим, респондент помечает пункты 2 и 3 по пятизначной рейтинговой шкале. Как следует расценивать такой ответ: что он имел в виду значение 2,5? В таком случае дело осложняется еще тем, что в процедуре кодирования используются только целые числа.

Работа с ответами неудовлетворительного качества При получении анкет, содержащих ответы неудовлетворительного качества, их обычно отправляют обратно на места сбора данных для уточнения, либо назначаются пропущенные значения, либо такие анкеты отбраковываются и не включаются в анализ. Возврат анкет на место сбора данных. Анкеты, содержащие неудовлетворительные результаты опроса, возвращаются на места сбора данных, и интервьюеров обязуют провести повторное интервью. Такой вариант обычно применяется при проведении промышленных маркетинговых исследований, для которых характерны выборки небольших размеров и идентифицировать респондентов, предоставивших ответы низкого качества, не составляет большого труда. Однако данные, полученные в результате вторичного опроса, могут сильно отличаться от первоначальных. Эта разница обуславливается, например, тем, что между опросами прошло определенное время, а также тем, что опросы проводились с использованием разных режимов (например, первый раз по телефону, а второй — в ходе личного контакта). Назначение пропущенных значений. Если возвращение анкеты на место сбора данных признано экономически нецелесообразным, редактор может самостоятельно присвоить неудовле Часть III. Сбор, подготовка и анализ данных творительным откликам пропущенные значения. Рекомендуется применять этот метод в следующих случаях: если количество респондентов, ответы которых признаны неудовлетворительными, невелико;

доля ответов неудовлетворительного качества в ответах каждого респондента незначительна;

переменные по неудовлетворительным ответам не основные. Отсеивание анкет респондентов, содержащих ответы неудовлетворительного качества. При этом методе респонденты, предоставившие ответы неудовлетворительного качества, просто отбраковываются и их анкеты не включаются в анализ. Данный способ эффективен в следующих случаях: если доля "неудовлетворительных" респондентов невелика (меньше 10%);

если размер выборки велик;

если "неудовлетворительные" респонденты явно не отличаются от "удовлетворительных" (например, по демографическому признаку или основным характеристикам использования товара);

если доля неудовлетворительных откликов на каждого респондента велика;

если пропущены ответы по основным переменным. Однако бывают ситуации, когда "неудовлетворительные" респонденты отличаются от "удовлетворительных" либо решение признать респондента "неудовлетворительным" предельно субъективно. В этих случаях использование данного метода повлечет за собой искажение данных. Если исследователь принимает решение отбраковать неудовлетворительные ответы того или иного респондента, он должен отчитаться, на основе какой именно процедуры он идентифицировал данного респондента. Это подтверждается следующим примером. ПРИМЕР. Отсеивание респондента из анализа В процессе межкультурного исследования поведения менеджеров по маркетингу в ряде англоязычных африканских стран разослали анкеты в 565 фирм. Возвращено было 192 заполненные анкеты, из которых четыре сразу отбраковали, поскольку респонденты ответили, что они не несут непосредственной ответственности за принятие решений общего характера в маркетинге. Решение об отсеивании этих четырех анкет приняли на том основании, что размер выборки был достаточно велик, а доля "неудовлетворительных" респондентов незначительна [2].

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

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

Код включает указание на положение столбцов (полей) и информации, которая в них содержится. Так, пол респондентов может кодироваться следующим образом: 1 — для женщин и 2 — для мужчин. Поле отображает единичный элемент данных, например пол респондента. Запись состоит из ряда соответствующих полей: пол, семейное положение, возраст, состав семьи, занятие респондента и т.д. Все демографические и личностные характеристики респондента, как правило, содержатся в одной регистрационной записи. Обычно каждая запись состоит из 80 столбцов, хотя это и не обязательное условие. На одного респондента можно завести несколько записей. Данные (т.е. все записи) по всем респондентам хранятся в компьютерном файле, пример которого вы видите в табл. 14.1. Столбцы представляют собой поля, а строки — записи. В табл. 14.1 представлены фрагменты закодированных данных по респондентам, опрошенным в ходе реализации уже привычного нам проекта "Выбор универмага". Все данные соответствуют схеме кодирования, изображенной на рис. 14.2.

Глава 14. Подготовка данных к анализу Таблица 14.1. Демонстрационный компьютерный файл из проекта "Выбор универмага" Поля Номера столбцов Записи Запись №1 Запись №11 Запись №21 Запись №31 Запись №2701 1-3 001 002 003 004 271 4 1 1 1 1 1 5-6 31 31 31 31 31 7-8 01 01 01 01 55... 96. 3S 6544234553 5564435433 4655243324 5463244645 Название переменной Номер столбца переменной Номер Номер вопроса Инструкции кодирования Номера от 001 до 890. При необходимо 1- • 5, 2 3 5 6 Идентификационные данные о респонденте Номер записи Код проекта Код интервью Код даты Код времени сти добавьте перед числом ноль 1 (Одинаково для всех респондентов) 31 (Одинаково для всех респондентов) Как указано в анкете Как указано в анкете Как указано в анкете Как указано в анкете Не заполняйте эти столбцы 1 Мужчины — 1 Женщины — 2 Прочее — 3 Введите обведенный номер Пропущенные значения — 9 По вопросам a-j вопроса II введите обведенные номера 7-8 9-14 15-20 21- 23- Проверочный код Пробел Кто ходит за покупками В 26 IQ Степень знакомства с магазином Степень знакомства с магазином На lib Не Не очень знаком — 1 Очень знаком — Пропущенные значения — 26 '•'•:

И IP 28 29 Степень знакомства с магазином Степень знакомства с магазином 10 Частота: магазин III Ilia По вопросам a-j вопроса III введите обведенные номера Частота: магазин Частота: магазин '10 Пробел Illb IHJ IVa Никогда— 1 Очень часто — Пропущенные значения — 9 Не заполняйте эти столбцы Для вопросов IV-XI введите обведен 45 46-47 48 57 Рейтинг магазина 1: качество Рейтинг магазина 10: качество Рейтинг магазина 1: разнообразие Рейтинг магазина 10: разнообразие Рейтинг магазина 1: цены Рейтинг магазина 10: цены Пробел ные номера 67 77 78- 39 43 IVa IVb IVb IVc IVc He заполняйте эти столбцы Рис. 14.2. Фрагмент кодировочной книги, содержащий информацию по первой записи Й/w проекта "Выбор универмага " Часть III. Сбор, подготовка и анализ данных Столбцы 1—3 представляют собой одно поле, и в них указаны номера респондентов, закодированные номерами от 001 до 271. Столбец 4 содержит номер записи. В нем проставлено значение 1 для всех строк, поскольку в нашем примере отображается только первая запись по всем респондентам. В столбцах 5 и 6 содержится код проекта, 31. В столбцах 7 и 8 указывается код интервьюера от 01 до 55, поскольку в данном опросе задействовано 55 интервьюеров. Колонки 26—35, каждая из которых представляет определенное поле, содержат рейтинговую оценку (от 1 до 6) степени ознакомления респондентов с 10 универмагами, вошедшими в исследование. И наконец, столбец 77 отображает рейтинговую оценку цен универмага №10. Обратите внимание, что столбцы 78 и 80 не заполнены. По каждому респондент)' представлено 10 записей. Количество строк составляет 2710, что указывает на то, что в данном файле содержится информация, полученная от 271 респондента. Если анкета включает только структурированные вопросы или очень незначительное количество неструктурированных вопросов, она кодируется заранее. Это означает, что коды присваиваются, прежде чем начинается непосредственная полевая работа. Если же в анкете содержатся в основном неструктурированные вопросы, коды присваиваются уже после того, как заполненные анкеты возвращаются с места сбора данных (так называемое посткодирование) [3]. Предварительное кодирование кратко обсуждалось в главе 10, посвященной описанию структуры анкет. Ниже вашему вниманию представлены дальнейшие основные рекомендации по этой процедуре [4].

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

Фиксированный код поля (fixed field code) Код, в котором номер записей по каждому респонденту кодируется одним и тем же номером, в одних и тех же столбцах по всем респондентам указываются одни и те же данные.

Если это возможно, по всем пропущенным данным следует использовать стандартные коды, Так, переменную, указываемую в одном столбце, можно закодировать №9;

для переменной, указываемой в двух столбцах, назначить код 99 и т.д. Следует помнить, что коды пропущенных значений должны отличаться от кодов, присвоенных ответам, полученным надлежащим способом в ходе опроса. Кодирование структурированных вопросов — относительно простая процедура, поскольку в этом случае варианты ответов определяются заранее. Исследователь присваивает каждому возможному варианту ответа код и указывает соответствующую запись и столбец, в который эти коды будут введены. Например: 1. Действителен ли на сегодня ваш паспорт? Да 2. Нет (2/54) Ответ "Да" на этот вопрос закодирован кодом 1, а ответ "Нет" — кодом 2. Числа в скобках говорят о том, что данный присвоенный код указывается во второй записи по данному респонденту в столбце 54. Поскольку вопрос предусматривает только один ответ и на выбор предложено всего два варианта (1 или 2), одного столбца достаточно. Как правило, одного столбца бывает достаточно для кодирования любого структурированного вопроса, предполагающего один вариант ответа, если на выбор предлагается меньше девяти вариантов ответов. Если же существует большое количество вариантов ответов, для каждого возможного варианта следует выделить отдельный столбец. К таким вопросам относятся, например, Глава 14. Подготовка данных к анализу вопросы об использовании торговой марки, о читательских и зрительских предпочтениях респондентов и т.д. Например:

Вопрос: Какие счета вы имеете в данном банке?(Пометить крестиком все варианты ответа) Запись № Обычный сберегательный счет Обычный текущий счет Ипотечный Счет НАУ Клубный счет (рождественский и т.д.) Кредитная линия Срочный сберегательный счет (срочные депозиты и т.д.) Страхование жизни в сберегательном банке Заем на усовершенствование жилища Заем на приобретение автомобиля Другие услуги D D П D П П D (62) (63) (64) (65) (66) (67) (68) (69) (70) (71) (72) Для примера представим, что респондент помечает обычный сберегательный, текущий и срочный сберегательный счета. Таким образом, в записи №9 в столбцах 62, 63 и 68 введен код 1. Во всех остальных столбцах (64, 65, 66, 67, 69, 70, 71 и 72) проставляется код 0. Кодирование неструктурированных вопросов или вопросов, допускающих несколько вариантов ответа, представляет более сложную задачу. Сначала ответы респондентов дословно записываются в анкету. Затем для них разрабатываются коды, которые и присваиваются конкретным ответам. Иногда, основываясь на предыдущих проектах или на теоретических предпосылках, маркетолог может разработать коды еще до начала работы по сбору данных. Однако обычно к этой процедуре приступают только тогда, когда получены заполненные анкеты. После этого исследователь составляет список, включающий 50-100 наиболее частых вариантов ответов на неструктурированные вопросы, и определяет категории, подлежащие кодированию. После того как коды разработаны, необходимо подготовить кодировщика, который будет присваивать записанным в словарной форме ответам соответствующие коды. Обычно при кодировании неструктурированных вопросов и анкет вообще рекомендуется выполнять следующие правила [5]. Коды категорий должны быть взаимоисключающими и взаимоисчерпываюшими. Категории считаются взаимоисключающими, если каждому ответу присваивается только один код. Категории не должны перекрывать одна другую. Категории считаются взаимоисчерпывающими, если каждый ответ соответствует одному из кодов, присвоенных данной категории. Этого можно достичь введением дополнительного кода категории, например "другое" или "ни один из предложенных вариантов". Однако следует помнить, что в эту категорию должна войти только незначительная часть ответов (не больше 10%). Подавляющая часть ответов должна относиться к значимым категориям. По наиболее важным вопросам коды категорий должны присваиваться даже в том случае, если они не упоминались ни одним из респондентов. Иногда важно знать именно то, что никто из отвечающих не дал тот или иной вариант ответа. Представим, например, что руководство одной крупной компании, выпускающей потребительские товары, решило выяснить, нравится ли потребителям упаковка новой марки мыла. С этой целью при кодировании вариантов ответов на вопрос "Что вам больше всего не нравится в этой марке мыла?" была включена отдельная категория "упаковка". Данные кодируются для того, чтобы сохранить как можно больше деталей ответов. Например, собрав данные о частоте перелетов, совершаемых бизнесменами с использованием конкретных коммерческих авиалиний, необходимо закодировать ее подробно, а не просто сгруппировать по двум кодам категорий — "летаю часто" и "летаю нечасто". Эти данные по частоте перелетов позволят исследователю впоследствии разграничить категории бизнесменов-путешественников несколькими разными способами. Если же категории определены заранее, последующий анализ данных ограничится только этими категориями. 526 Часть III. Обор, подготовка и анализ данных Кодировочная книга Кодировочная книга (codebook) содержит инструкции по кодированию, а также необходимую информацию о переменных, используемых в конкретном наборе данных.

Кодировочная книга (codebook) Книга, содержащая инструкции по кодированию и необходимую информацию о переменных, используемых в конкретном наборе данных.

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

Кодирование анкет На рис. 14.3 приведен пример кодирования анкеты. На нем изображена часть закодированной анкеты, которая использовалась в ходе реализации проекта "Выбор универмага". И наконец, в этой части нашей анкеты мы просим вас дать определенную информацию о себе, которая необходима нам для выполнения классификации Часть D 1. Ответы на вопросы данной анкеты предоставлены 1. Мужчиной-главой семьи 2. Женщиной-главой семьи 3. Совместно мужчиной и женщиной Семейное положение 1. Замужем (женат) 2. Никогда не была замужем (женат) 3. Разведен(а)/Живетотдельно/Вдов(а) Укажите общее количество членов семьи, живущих с вами в одном доме Укажите количество детей, живущих с вами a) Младше 6 лет b) Старше 6 лет _ Укажите количество детей, живущих отдельно Обведите кружком общее количество лет учебы (если таковой имеется, укажите эти же данные по своему супругу) Средняя Незаконченное Законченное высшее школа высшее образование образование a) Вы 8 или меньше 9 10 13141516 17 18 19 2021 22 или 1112 больше b) Супруг (а) 8 или меньше 9 10 13141516 17 18 19 20 21 22 или 11 12 больше а) Укажите свой возраст Ь) Укажите возраст супруга (супруги) Если работаете, укажите род деятельности обоих супругов, пометив все необходимые категории 44 45 Мужчина Женщина 1. Профессионально-техническая 2. Менеджмент и управление _ Запись№7 (29) 2.

(30) 3. 4. 5. 6.

(31—32) (33) (34) (35) (36-37) (38-39) (40—41) (42—43) 7. 8.

Глава 14. Подготовка данных к анализу 3. Торговый работник 4. Офисная или подобная работа 5. Рабочий/оператор 6. Работник на дому 7. Прочее (пожалуйста, назовите) 8. Данных нет 9. Принадлежит ли семье занимаемое ею жилье? 1. При надлежит семье 2. Арендуется 10. Сколько лет ваша семья проживает в районе Атланты? лет 11. Каков общий годовой доход вашей семьи до уплаты налогов. Пометьте нужный вариант. 01. Меньше 10000 долл. _ 08. От 40000 до 44999 02. От 10000 до 14999 _ 09. От 45000 до 49999 _ 03. От 15000 до 19999 _ 10. От 50000 до 54999 _ 04. От 20000 до 24999 _ 11. От 55000 до 59999 _ 05. От 25000 до 29999 _ 12. От 60000 до 69999 _ 06. От 30000 до 34999 13. От 70000 до 89999 _ 07. От 35000 до 39999 14. 90000 и больше (46) (47-48) (49-50) Примечание. В столбцах 1-3 данной записи содержатся идентификационные сведения о респонденте, в столбце 4 — номер записи (7), столбцы 5 и б пустые. Столбцы с 7 по 27 включают информацию из части С данной анкеты, столбец 28 пустой. Таким образом, информация по части D анкеты кодируется, начиная с колонки 29. Рис. J4.3. Пример кодирования анкеты: кодирование демографических данных Данную анкету закодировали заранее. Код респондента и номер записи указан по каждой записи. Первая запись содержит дополнительные коды: код проекта, код интервьюера, коды даты и времени и проверочный код. Полезный совет: рекомендуется разграничивать отдельные части анкеты пробелами. Иногда вместо вписывания кодов в анкету они заносятся в специальный документ, содержащий 80 столбцов и известный как "кодировочная таблица".

ПРЕОБРАЗОВАНИЕ ДАННЫХ Преобразование данных заключается в переносе закодированных данных из анкеты или копировочных таблиц на диски или магнитные ленты либо во введении их непосредственно в компьютер через клавиатуру. Если данные собраны с использованием автоматизированных компьютерных систем, их преобразование не обязательно, поскольку они вводятся в компьютер в процессе их сбора. Данные можно вводить не только с клавиатуры, но и в процессе считывания меток или маркеров с бланков, оптического сканирования или компьютеризированного сенсорного анализа (рис. 14.4). Для того чтобы воспользоваться методом считывания меток с бланков, ответы должны записываться специальным карандашом в конкретные поля анкеты, закодированные для данного ответа. Зафиксированные таким образом данные могут считываться машиной. Оптическое сканирование заключается в прямом машинном считывании кодов с одновременным преобразованием данных. Известным примером оптического сканирования может служить преобразование штрих-кода при считывании его в кассах супермаркетов. Технический прогресс привел к созданию систем компьютеризированного сенсорного анализа, благодаря которым можно автоматизировать процесс сбора данных. Вопросы выводятся на специальной компьютеризированной панели, а ответы с помощью сенсорных устройств вводятся непосредственно в компьютер.

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

Автоматизированные ATI/CAP! Бланш, заполненные методом, позволяющим считывание.- меток или маркеров с них-.

Огттическое сканирование Компьютеризированный сенсорный анализ ВНННВЯвВЯН^^^И Проверка достоверности данных: Исправление ошибок s результате ввода с клавиатуры~ Диски Преобразованные да Рис. 14.4. Преобразование данных Если используются автоматизированные системы CATI и CAPI, правильность ввода данных проверяется по мере их поступления. При вводе неприемлемого варианта ответа компьютер выдает респонденту или интервьюеру соответствующее предупреждение. Если же ответ приемлем, интервьюер или респондент могут увидеть его на экране и проверить его правильность до передачи на дальнейшую обработку. Выбор метода преобразования данных зависит от способа проведения интервью и наличия необходимого оборудования. При использовании методов CAPI и CATI данные вводятся непосредственно в компьютер. Ввод данных с клавиатуры терминала с электронно-лучевой трубкой (CRT) чаще всего применяется при опросе по телефону, при обходе домов, при опросах в универмагах и по почте. Поскольку при опросах на дому все чаше применяются специальные клавиатуры и портативные компьютеры, в последнее время интенсивно используются системы для компьютеризированного сенсорного анализа. Оптическое сканирование широко применяется при проведении струкурированных и периодически повторяющихся опросов, а метод считывания меток или маркеров с бланков — при специальных наблюдениях [6].

Глава 14. Подготовка данных к анализу ОЧИЩЕНИЕ ДАННЫХ Процедура очищения данных (data cleaning) заключается в проверке состоятельности собранных данных и работе с пропущенными ответами. Очищение данных (data cleaning) Тщательная и всесторонняя проверка состоятельности собранных данных и работа с пропущенными ответами. Предварительная проверка состоятельности собранных данных проводится на этапе редактирования, но проверка, которая проводится на стадии очищения данных, намного точнее и тщательнее, поскольку выполняется с использованием компьютерной техники.

Проверка состоятельности данных Проверка состоятельности данных (consistency checks) позволяет выявить данные, выходящие за пределы определенного диапазона, и логически непоследовательные ответы либо определить экстремальные значения. Проверка состоятельности данных (consistency checks) Часть процесса очищения собранных данных, когда исследователь выявляет данные, выходящие за пределы конкретного диапазона, и логически непоследовательные ответы либо определяет экстремальные значения. Данные со значениями, не указанными в кодировочной схеме, не принимаются. Значения, выпадающие из конкретного диапазона, нельзя использовать в анализе, и их необходимо исправить. Представим, например, что респондентов попросили выразить степень их согласия по ряду вопросов относительно стиля жизни по шкале от 1 до 5. Код 9 используется для обозначения пропущенных ответов, а значения 0, 6, 7 и 8 выходят за пределы назначенного диапазона. Существует множество компьютерных пакетов, например APSS, SAS, BMDP, Minitab и Excel, с помощью которых можно написать программы выявления по каждой переменной значений, выходящих за пределы определенного диапазона, а также распечатать код респондента, код переменной, название переменной, номер записи и столбца и выпадающее из необходимого диапазона значение [7]. Все это значительно упрощает процедуру систематической проверки каждой переменной по каждому ее значению, выходящему из определенного диапазона. Правильные ответы можно определить, возвратившись к отредактированному и закодированному варианту анкеты, Различают несколько типов логической непоследовательности ответов. Так, респондент может указать, что обычно при междугородних переговорах пользуется специальной карточкой, но при этом отметить, что ни разу не звонил. Либо респондент указывает, что часто пользуется каким-то товаром, и в то же время отмечает, что никогда его не приобретал. Чтобы выявить такие ответы и провести соответствующую корректировку, всю необходимую информацию (код респондента, код переменной, название переменной, номер записи и столбца и выпадающее из необходимого диапазона значение) нужно распечатать, И наконец, необходимо тщательно проанализировать экстремальные значения. Следует помнить, что экстремальные значения — не всегда результат ошибок, нередко они указывают на то, что существуют определенные проблемы с качеством собранных данных. Например, чрезмерно заниженная оценка какой-либо торговой марки может быть результатом того, что респондент просто без разбора пометил 1 по всем ее характеристикам (по рейтинговой шкале от 1 до 7).

Часть III. Сбор, подготовка и анализ данных Работа с пропущенными ответами Пропущенными ответами (missing responses) называют значения переменных, которые остались неизвестными исследователю либо потому, что ответы респондентов были неоднозначны, либо неправильно или неразборчиво записаны. Пропущенные ответы (missing responses) Значения переменных, неизвестные по причине того, что респонденты не дали однозначных ответов на предложенный вопрос. Работа с пропущенными ответами связана с рядом проблем, особенно если доля таких ответов превышает 10%. Существует несколько методов работы с пропущенными ответами [8]. Замена пропущенного значения нейтральным. По этому методу вместо пропущенных ответов подставляются нейтральные значения, обычно среднее значение по данной переменной. При этом среднее значение переменной остается неизменным, а другие статистические данные, например корреляция, искажаются незначительно. Хотя этот подход и имеет ряд преимуществ, подстановка среднего значения (например, 4) вместо всех пропущенных ответов респондентов весьма неоднозначна и сомнительна, если учесть, что если бы они все же ответили, то могли бы выбрать значительно более высокий (например, 6 или 7) или более низкий (1 или 2) рейтинговый показатель [9]. Замена пропущенного значения условным (вменение значений). Для определения условного значения или вычисления подходящих ответов на пропущенные вопросы можно использовать структуру ответов респондентов по другим вопросам. На основе имеющихся данных исследователь пытается определить, какие ответы дал бы конкретный респондент, если бы он ответил на все вопросы. Это можно сделать статистически, на основе собранных данных, определив взаимосвязи между пропущенной переменной и другими переменными. Так, показатель частоты использования товара можно связать с размером семей респондентов, предоставивших информацию по этим показателям. Затем пропущенные данные по использованию товара можно вычислить, воспользовавшись показателем размера семьи респондента. Однако следует помнить, что этот метод очень трудоемок и нередко серьезно искажает данные. Чтобы избежать этого, для вычисления условных значений по пропущенным ответам разработаны сложные статистические процедуры, о чем рассказывается в следующем примере. ПРИМЕР. Вменение значений повышает целостность массива данных Рассмотрим исследование, определяющее, насколько семьи желают учитывать рекомендации служб, занимающихся аудитом расхода электроэнергии (зависимая переменная) с учетом определенных финансовых факторов. В качестве независимых переменных использовались пять финансовых факторов, которыми манипулировали на известных уровнях, их значения благодаря удачно выбранному плану исследования были всегда известны. Однако в анкетах некоторые значения зависимой переменной оказались пропущенными. Их заменили условными (вмененными), вычисленными статистическим методом на основе соответствующих значений независимых переменных. Такая работа с отсутствующими значениями в огромной мере упростила последующий анализ и повысила достоверность его результатов [10]. Исключение объекта целиком. При исключении объекта целиком (casewise deletion) все наблюдения или респонденты с пропущенными ответами исключаются из анализа. Исключение объекта целиком (casewise deletion) Метод работы с пропущенными ответами, при котором наблюдения или респонденты с пропущенными ответами исключаются из анализа.

Глава 14. Подготовка данных к анализу Поскольку нередки случаи, когда многие респонденты не отвечают на те или иные вопросы, данный метод может вызвать значительное сокращение выборки. Следует помнить, что исключение большого количества данных нежелательно, поскольку процесс сбора данных дорог и требует больших временных затрат. Кроме того, респонденты с пропущенными значениями систематически отличаются от респондентов, ответивших на все вопросы. В таких случаях исключение по данному методу может значительно исказить результаты опроса. Попарное исключение переменных. При попарном исключении (pairwise delition) вместо отбраковывания всех случаев с любыми отсутствующими значениями исследователь во всех своих вычислениях рассматривает только наблюдения или респондентов, по которым есть полные ответы. Попарное исключение (pairwise delition) Метод работы с пропущенными значениями, в соответствии с которым наблюдения или респонденты с пропущенными данными не отбраковываются автоматически;

исследователь во всех своих вычислениях учитывает только наблюдения или респондентов, по которым есть полные ответы. В результате разные вычисления в ходе анализа могут основываться на разных размерах выборок. Такая процедура обычно применяется при следующих условиях: если размеры выборки велики, если количество пропущенных ответов незначительно, если переменные не сильно взаимосвязаны. Следует помнить, что и в этом случае данная процедура может привести к недостоверным и даже нелогичным результатам исследования. Применение разных методов работы с пропущенными значениями нередко приводит к разным итогам, особенно если пропуск ответов носит систематический характер, а переменные тесно взаимосвязаны. Таким образом, исследователю необходимо свести к минимуму количество пропущенных ответов. Кроме того, прежде чем выбрать конкретный метод для работы с пропущенными значениями, он должен тщательно проанализировать все последствия применения той или иной процедуры.

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

Взвешивание При взвешивании (weighting) каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами. Взвешивание (weighting) Метод статистической корректировки данных, при котором каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами. Значение 1,0 применяется для обозначения наблюдения с отсутствием весового коэффициента. Цель взвешивания заключается в том, чтобы увеличить либо уменьшить в выборке количество наблюдений с определенными характеристиками (в главе 12 обсуждалось использование метода взвешивания для корректировки ситуаций с отказом отвечать на вопросы). Взвешивание чаще всего применяется для того, чтобы выборочные данные максимально точно представляли конкретные характеристики генеральной совокупности. Например, оно может использоваться, чтобы повысить значимость наблюдений или респондентов, по кото Часть III. Сбор, подготовка и анализ данных рым были собраны данные более высокого качества, чем по другим. Существует еще одно применение взвешивания, которое заключается в корректировке выборки с тем, чтобы повысить значимость ответов респондентов с определенными признаками. Если проводится опрос для определения, какие изменения стоит вносить в существующую продукцию, исследователь может принять решение присвоить больший весовой коэффициент ответам респондентов, которые пользуются данным товаром чаще других. Этого можно достичь присвоением весового коэффициента 3,0 тем покупателям, которые покупают исследуемую продукцию чаще всех, коэффициента 2,0 — тем, кто пользуется ею в средних пределах, и 1,0 •— тем, кто приобретает этот товар редко либо не пользуется им никогда. Метод взвешивания следует применять с огромной осторожностью, поскольку это разрушает саму природу самовзвешиваемости любого выборочного обследования. Если исследователь все же решил воспользоваться данным методом, он должен тщательно задокументировать всю процедуру взвешивания и составить соответствующую часть отчета по проекту [11]. Важность соблюдения данного принципа подтверждает пример, описанный во врезке 14.1 "Практика маркетинговых исследований" [12]. Врезка 14.1. Практика маркетинговых исследований Internet-исследование компании Nielsen Media Research: нужен ли весовой коэффициент Совсем недавно компания Nielsen Media Research, долгое время занимающаяся маркетинговыми исследованиями, связанными с телевидением, стала объектом острой критики со стороны ряда телевизионных сетей, не согласных с методами, используемыми компанией в процессе опросов. Кроме того, в другой, новой и потенциально важной сфере этого бизнеса, а именно, в проведении опросов с использованием Internet, Nielsen также столкнулась с тем, что результаты се исследований нередко ставятся под сомнение. Вследствие огромного влияния электронной торговли на мир бизнеса рекламодателям необходимо знать, какое количество людей занимаются бизнесом с использованием Internet, чтобы определить, выгодно ли им размещать рекламу в этой сети. Компания Nielsen провела исследование для CommerceNet, группе компаний, в которую входят Sun Microsystems и American Express, цель которого — определить общее количество пользователей Internet. Исследования показали, что доступ к Internet имеют 37 миллионов людей старше 16 лет, и 24 миллиона пользовались им в последние три месяца. Известно, что когда статистики подозревают, что собранные данные недостоверны, они пользуются методом взвешивания, который позволяет привести в соответствие выборку и генеральную совокупность. Взвешивание необходимо использовать с тем, чтобы избежать смещения в сторону одного демографического сегмента. Данные, полученные компанией Nielsen, умножались на весовой коэффициент, выведенный на основе пола респондентов, а не на основе их образования, что могло бы привести к тому, что генеральная совокупность сдвинулась бы в сторону взрослого населения, имеющего образование. Далее компания применила взвешивание с использованием весового коэффициента по возрасту и доходу. По мнению многих специалистов, такой подход неправилен, поскольку весовые коэффициенты должны использоваться одновременно, а не в процессе отдельных расчетов. Исследователи компании Nielsen не согласны с тем, что их выборка неверна, и считают, что не ошиблись в ходе проведения обследования. Однако, поскольку большинство третьих сторон не приняли методов работы этой компании, ей все еще предстоит подтвердить достоверность результатов своих исследований. ПРИМЕР. Получение весового коэффициента при анализе состава посетителей сетей ресторанов быстрого обслуживания В регионе Лос-Анджелес-Лонг-Бич был проведен почтовый опрос, цель которого — выявить предпочтения той или иной сети ресторанов быстрого обслуживания. Полученный в итоге состав выборки отличался по уровню образования респондентов от распределения этого признака в генеральной совокупности, составленного на основе данных, полученных в Глава 14. Подготовка данных к анализу результате недавно проведенной переписи населения. По этой причине выборку "взвесили", чтобы сделать ее более репрезентативной с учетом уровня образования посетителей. Весовые коэффициенты определялись делением процента генеральной совокупности на соответствующей процент выборки. Распределение образования по каждой выборке и генеральной совокупности, а также использованные весовые коэффициенты, приведены в следующей таблице. Использование взвешивания для повышения репрезентативности данных Уровень образования (в годах) Начальное образование {от 0 до 7 лет) Доля в выборке (%) Доля в генеральной совокупности <%) Вес 2,49 4,23 2,19 1,70 1, 8 лет Среднее образование щи 6, 25, от 1 до 3 лет 8, 29, 1,35 1, 4 года Среднее специальное и высшее образование от 1 до 3 лет 4 года 22, 29, 1,32 0,80 0,49 0, 15,02 14,94 12, 100, 12, от 5 до 6 лет 7 лет и больше 7,36 6, 100, Итого Как мы видим, категории, недостаточно представленные в выборке, получили более высокие весовые коэффициенты, в то время как для категорий, представленных излишне полно, назначены меньшие весовые коэффициенты. Таким образом, данные по респондентам, имеющим 1—3-годичное среднее специальное образование, умножались на коэффициент 1,32, а данные по респондентам, которые учились в высших и средних учебных заведениях 7 лети больше, умножались на 0,57.

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

Переопределение переменной (variable respecification) Преобразование данных для создания новых переменных либо изменения существующих с тем, чтобы они точнее соответствовали основным задачам исследования.

Цель переопределения состоит в создании переменных, максимально отвечающих основным задачам исследования. Предположим, что изначальной переменной был показатель использования продукции по 10 категориям ответов. Их можно сократить до четырех категорий: пользуюсь часто, средне, редко или никогда. Кроме того, исследователь может разработать индекс информационного поиска (Index of Information Search— IIS), представляющий собой сумму информации, которую клиенты стремятся получить от дилеров, менеджеров по продвижению товаров на рынке и из независимых источников. Можно воспользоваться коэффициентом соотношения переменных. Если, например, соизмеряется количество покупок в универмаге (А",) и количество покупок в кредит (Х2), доля покупок в кредит может стать новой переменной после вычисления соотношения двух исходных переменных (Х,/Х2). Другими способами переопределения переменной являются извлечение квадратного корня и логарифмические преобразования, которые часто применяются, чтобы точнее "подогнать" оцениваемую модель к основным задачам исследования.

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

i Фиктивные переменные (dummy variables) Переменные, способные принимать только два значения, обычно 0 или 1.

Общее правило заключается в следующем: переопределить переменную категории для К-то числа категорий можно К—1 фиктивными переменными. Почему их должно быть не К, а именно К—1? Это объясняется тем, что только К—1 категорий независимы. С учетом данных выборки информацию о f(-R категории можно получить на основе информации о других К— 1 категориях. Так, если рассматривается пол респондентов, переменная имеет две категории, и при этом необходима только одна фиктивная переменная. Информацию о количестве или проценте мужчин в выборке можно быстро получить на основе данных о количестве или проценте женщин в этой выборке. Концепция применения фиктивных переменных проиллюстрирована на следующем примере. использование фиктивной переменной При исследовании потребления замороженных продуктов респонденты часто классифицируются по таким категориям: "приобретаю часто", "средне", "редко" или "никогда". 1 Обычно этим категориям присваиваются значения 4, 3, 2 и 1 соответственно. Оказалось, что такое кодирование не подходит для ряда методов статистического анализа. Как видно из ] следующей таблицы, для проведения этих анализов уровень потребления данной продук- \ ции представлен тремя фиктивными переменными ЛТ,, Х2иХ3. Код фиктивной переменной,, Исходный код v v v Категория использования продукции л. л. Л, переменной Н е пользуюсь 1 1 0 0 Пользуюсь редко 0 1 0 Пользуюсь средне О О Пользуюсь часто 4 0 0 0 Обратите внимание, что Х{ = 1 для категории людей, которые не потребляют замороженные продукты, и 0 — для всех остальных категорий. Подобным образом Х2 — 1 — для тех, кто пользуется такой продукцией редко и 0 — для всех остальных категорий, а Хг = 1 для катего\ рии потребителей, пользующихся ею в среднем объеме, и 0 — для всех остальных. При ана] лизе фиктивные переменные А",, Х2 и А"3 используются для представления всех групп пользователей замороженной продукции и тех, кто ею не пользуется. ПРИМЕР. Потребители замороженных продуктов :

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

Глава 14. Подготовка данных к анализу Часто для измерения разных переменных используются разные шкалы. Так, переменные для оценки имиджа товара измеряются с использованием семибалльной семантической дифференциальной шкалы, переменные для оценки отношения — по интервальной рейтинговой шкале, а переменные для оценки образа жизни — по пятибалльной шкале Лайкерта. Очевидно, бессмысленно сравнивать респондентов по показателям, зафиксированным с использованием разных шкал. Чтобы сравнить баллы, оценивающие отношение, с баллами, указанными респондентом относительно стиля жизни или имиджа, необходимо преобразовать разные шкалы, Даже если для оценки всех переменных использовалась одна и та же шкала, разные респонденты нередко пользуются ею по-разному. Некоторые респонденты при ответах постоянно используют верхние градации рейтинговой шкалы, в то время как другие — нижнюю ее часть. Различия подобного типа можно откорректировать соответствующим преобразованием данных. ПРИМЕР. Учреждения здравоохранения — преобразование данных, собранных в процессе опроса пациентов В ходе исследования, направленного на определение структуры распределения предпочтений людей, пользующихся услугами учреждений здравоохранения, респондентов просили оценить степень важности 18 факторов, влияющих на их мнение, по трехбалльной шкале (очень важно, важно в определенной мере, неважно). Перед анализом все рейтинги, полученные от респондентов, были преобразованы. По каждому ответившему вывели средний показатель ответов по всем 18 пунктам. Затем этот средний показатель вычли из каждого элемента рейтинга, и к разнице прибавили определенную постоянную величину. Таким образом, преобразованные данные А', получили в результате следующих действий:

X, = Х с — X + С Вычитание среднего значения позволило откорректировать неравномерное использование респондентами шкалы для оценки важности. Постоянную величину С прибавили с тем, чтобы все преобразованные данные имели положительные значения, поскольку отрицательный рейтинг важности концептуально бессмыслен. Такое преобразование было желательным потому, что некоторые респонденты, особенно с невысоким доходом, оценили как "очень важные" практически все характеристики учреждений здравоохранения. Другие респонденты, особенно с высокими доходом, указали, что для них важные лишь некоторые признаки. Таким образом, вычитание среднего значения позволило получить более точные данные об относительной важности разных факторов [13]. В описанном выше примере результаты преобразования шкалы откорректированы только по усредненным ответам. Существует, однако, и более общая процедура преобразования шкал — известная как нормализация или нормирование (standardization). Нормализация, нормирование (standardization) Корректировка данных для приведения их к одной и той же шкале вычитанием выборочного среднего и деления полученного значения на стандартное отклонение.

Чтобы нормализовать шкалу X, мы сначала должны вычесть из каждого балла среднее значение X, а затем разделить полученное число на стандартное отклонение 5^. Таким образом, нормализованная шкала имеет среднее значение, равное нулю, и стандартное отклонение, равное 1. По сути, это то же самое, что вычисление z (см. главу 12). Нормализация позволяет исследователю сравнивать переменные, полученные с использованием разных типов шкал [14]. Математически нормализованные значенния z, можно вычислить с помощью следующего уравнения: Zj =(X,-X)/s x Часть ill. Сбор, подготовка и анализ данных ВЫБОР СТРАТЕГИИ АНАЛИЗА ДАННЫХ Процесс выбора стратегии анализа данных представлен на рис. 14,5.

Предыдущие этапы (1,2 и 3) процесса маркетинговых исследований Конкретные свойства истических методов Опыт >л методология.исследователя I Стратегия анализа данных Рис. 14.5. Выбор стратегии анализа данных Выбор стратегии анализа собранных данных основывается на итогах предыдущих этапов процесса маркетинговых исследований, известных характеристиках информации, свойствах конкретных статистических методов, а также на опыте и взглядах исследователя. Необходимо помнить, что анализ данных — это вовсе не конечный этап исследования. Его цель — получить информацию, которая поможет решить определенную проблему. Выбор стратегии анализа должен начинаться с исследования итогов предыдущих этапов процесса: определение проблемы (этап 1), разработка подхода (этап 2) и разработка плана исследования (этап 3). В качестве "трамплина" используется предварительный план анализа данных, разработанный как один из элементов плана исследования. Затем, в ходе поступления на последующих стадиях процесса исследования дополнительной информации, может понадобиться ввести некоторые изменения. Следующий этап заключается в анализе известных характеристик данных. Так, на выбор статистического метода сильно влияет то, какие шкалы измерений используются в ходе исследования (см. главу 8). Кроме того, определено, какие именно методы анализа желательно использовать при определенной структуре исследования. Дисперсионный анализ (глава 16) подходит для работы с экспериментальными данными, полученными от проведения причинноследственного исследования. Кроме того, очень весомы при выборе стратегии анализа данных результаты изучения собранных данных на этапе их подготовки к анализу. Чрезвычайно важно также учитывать конкретные характеристики разных статистических методов, особенно их основные цели и лежащие в основе предположения. Некоторые методы лучше всего подходят для исследования различий между переменными, другие -— для оценки величин соотношений между переменными, а третьи — для составления прогнозов. Кроме того, поскольку все методы основаны на разных предположениях, некоторые из них намного лучше других выдерживают нарушения этих предположений. Подробная классификация статистических методов представлена в следующем разделе. И наконец, на выбор стратегии анализа данных влияет опыт и методология исследователя. Опытный исследователь, специально подготовленный для проведения статистического ана Глава 14. Подготовка данных к анализу лиза, пользуется широким диапазоном приемов, включая сложные статистические методы. Исследователи отличаются друг от друга предположениями относительно переменных и соответствующих генеральных совокупностей. Как правило, для анализа данных в ходе реализации того или иного проекта можно использовать сразу несколько разных методов. Для иллюстрации воспользуемся нашим сквозным примером "Выбор универмага". СКВОЗНОЙ ПРИМЕР. ВЫБОР УНИВЕРМАГА Выбор стратегии анализа данных В процессе анализа в ходе реализации данного проекта маркетологи создали модель выбора универмага с точки зрения характеристик имиджа универмага. Выборка поделена на две половины. Респонденты каждой половины разбиты на кластеры на основе того, какие характеристики имиджа магазина они считают наиболее важными. Затем определены статистические критерии по кластерам и выявлено четыре основных сегмента. Предпочтения по отношению к универмагам смоделированы по их оценкам с использованием специальных переменных для оценки имиджа. Данная модель отдельно оценена для каждого сегмента. Проведены статистические тесты различий между функциями предпочтений в каждом сегменте и перекрестная проверка результатов выборки по каждому сегменту. Описанная выше стратегия анализа данных наглядно отображена на следующем рисунке [16], Выборка в целом.Лодвыборка Заявленная важность характеристик имиджа I Кластерный анализ сдаваемое универмагу как функция переменной: ишвл.Оценка модели Оценка модели. Оценка мс ;

.

Статистические кртерии для оценки различий между сегментами * i i Проверка состоятельности и перекрестная проверка модели состоятельности Проверка состоятельности к перекрестная проверка состоятельности ЫЭДвЛИ Проверка состоятельности и перекрестная проверка состоятельности, модели.

Проверка состоятельности и перекрестная проверка состоятельности модели Часть III. Сбор, подготовка и анализ данных КЛАССИФИКАЦИЯ СТАТИСТИЧЕСКИХ МЕТОДОВ Статистические методы делятся на одно- и многомерные. Одномерные методы (univariate techniques) используются тогда, когда все элементы выборки оцениваются единым измерителем, либо если этих измерителей несколько для каждого элемента, но каждая переменная анализируется при этом отдельно ото всех остальных. Одномерные методы (univariate techniques) Методы статистического анализа, применяемые для анализа данных в случаях, если существует единый измеритель для оценки каждого элемента выборки, либо если этих измерителей несколько, но каждая переменная анализируется отдельно ото всех остальных. Многомерные методы (multivariate techniques) прекрасно подходят для анализа данных, если для оценки каждого элемента выборки используется два или больше измерителей, а эти переменные анализируются одновременно. Такие методы применяются для определения одновременных взаимосвязей между двумя или больше явлениями. Многомерные методы (multivariate techniques) Методы статистического анализа, применяемые для анализа данных, если для оценки каждого элемента выборки используется два или больше измерителя и эти переменные анализируются одновременно. Данные методы применяются для определения одновременных взаимосеязей между двумя или больше явлениями. Многомерные методы отличаются от одномерных прежде всего тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями [15]. Оба этих вида статистических методов анализа подробно описаны в последующих главах, но сейчас мы покажем, как разные методы взаимосвязаны в общей схеме классификации. Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические. Метрические данные (metric data) измеряются по интервальной шкале или относительной шкале. Метрические данные (metric data) Данные, которые по своей природе интервальные или относительные. Неметрические данные (nonmetric data) оцениваются по номинальной или порядковой шкале (см. главу 8). Неметрические данные (nonmetric data) Данные, полученные на основе измерений по номинальной или порядковой шкале. Затем эти методы делят на классы на основе того, сколько выборок — одна, две или более — анализируется в ходе исследований. Заметим, что число выборок определяется тем, как ведется работа с данными для конкретного анализа, а не тем, каким способом собирались данные. Например, данные по лицам мужского и женского пола можно получить в пределах одной выборки, но если их анализ нацелен на выявление разницы в восприятии, основанной на разнице полов, исследователю придется воспользоваться двумя разными методами выборки. Выборки считаются независимыми, если они выделены из разных генеральных совокупностей произвольно. Для анализа данные, относящиеся к разным группам респондентов, например собранные от лиц женского и мужского пола, обычно обрабатываются как независимые выборки.

Глава 14. Подготовка данных к анализу С другой стороны, если данные по двум выборкам относятся к одной и той же группе респондентов, выборки считаются объединенными в пары. Что касается метрических данных, то если существует только одна выборка, может использоваться z- и ^-критерий. Если же независимых выборок две или больше, в первом случае можно воспользоваться z.- и /-критерием для двух выборок, в во втором — методом однофакторного дисперсионного анализа. Для двух связанных выборок используется парный /-критерий. Если речь идет о неметрических данных по одной выборке, исследователь может воспользоваться критериями частотного распределения, хи-квадратом, критерием Колмогорова—Смирнова (К—S), критерием серий и биномиальным критерием. Для двух независимых выборок с неметрическими данными можно прибегнуть к следующим методам анализа: хи-квадрат, Манна—Уитни, медианы, К—С, однофакторным дисперсионным анализом Крускала—Уоллиса (ДА К—У). В отличие от этого, если существует две или больше взаимосвязанных выборок, следует воспользоваться критериями знаков, Мак-Немара и Уилкоксона (рис. 14.6).

Одномерные методы статистического анализа Метрические данные.

Неметрические I Две или больше Вариационный ряд Критерий хи-квадрат Критерий КолмогороваСмирнова Критерий серий Биномиальный критерий Взаимосвязанные Двухгрупгювой (- критерий Z-критерий Однофакторный дисперсионный анализ Парный ! - критерий • • • • Критерий хи-квадрат Критерий Мэнна-Уитни Медианы Критерий КолмогороваСмирнова • Критерий КрускалаУоллиса и ANOVA Критерий знаков Критерий Вилкоксона Критерий МэкНемара Критерий хи-квадрат Рис. 14.6. Классификация одномерных статистических методов Многомерные статистические методы можно разделить на методы зависимости и методы взаимозависимости (рис. 14.7).

Часть lit. Сбор, подготовка и анализ данных Методы для зависимых I Методы для взаимозависимых переменных Одна зависимая • Кросс-табуляция (более двух переменных) • Дисперсионный и ковариационный анализ • Множественная регрессия • Двухгрупповой дискриминантный анализ • Совместный анализ Несколько зависимых Многомерный дисперсионный и ковариационный анализ Анализ канонической корреляции Множественный дискриминантный анализ взаимозависимые Факторный анализ I Межобьектнш Кластерный анализ Многомерное шкалирование Рис. 14.7. Классификация многомерных статистических методов Методы зависимости {dependence techniques) применяются в случаях, когда одна или больше переменных идентифицированы как зависимые, а остальные — как независимые. Методы зависимости (dependence techniques) Методы, применяемые в случаях, когда одна или больше переменных идентифицированы как зависимые, а остальные - как независимые. Если есть только одна зависимая переменная, используются такие методы анализа, как кросс-табуляция, дисперсионный и ковариационный анализ, регрессионный анализ, двухгрупповой дискриминантный анализ и совместный анализ. Однако, если имеется больше одной зависимой переменной, следует воспользоваться многомерными методами анализа: дисперсионным и ковариационным, методом канонической корреляции и множественным дискриминантным анализом. При применении методов взаимозависимости (interdependent techniques) переменные не подразделяются на зависимые и независимые;

напротив, исследуется весь набор взаимозависимых взаимосвязей. Методы взаимозависимости (interdependent techniques) Многомерные статистические методы, цель которых - сгруппировать данные по лежащему в основе сходству, что позволяет интерпретировать разные структуры данных. При этом переменные не подразделяются на зависимые и независимые. Методы данного типа нацелены прежде всего на выявление взаимозависимости переменных либо межобъектного сходства. При исследовании взаимозависимости переменных чаще всего применяется факторный анализ. Анализ межобъектного сходства можно вести, используя методы кластерного анализа и многомерного шкалирования [17].

Pages:     | 1 |   ...   | 11 | 12 || 14 | 15 |   ...   | 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.