Przykłady stosowania podstawowych technik analitycznych i graficznych
dr Adam Sagan
Akademia Ekonomiczna w Krakowie

Spis treści:

Histogramy i wykresy rozrzutu
Statystyki opisowe
Indeksy
Korelacje

Analiza danych pochodzących z badań marketingowych rozpoczyna się od prostych metod pozwalających na uzyskanie podstawowych informacji o badanych zmiennych oraz przypadkach. Do najważniejszych z nich należą histogramy i wykresy rozrzutu, podstawowe statystyki opisowe oraz współczynniki korelacji. Wszystkie te metody znajdują się w module "Podstawowe statystyki" programu STATISTICA.

Histogramy i wykresy rozrzutu

Metody te przedstawmy na rzeczywistym materiale empirycznym pochodzącym z badań nad preferencjami konsumentów dotyczącymi stolarki okiennej. Jednym z ważnych problemów badawczych był wpływ stopnia (nie)zadowolenia z okien na lojalność wobec produkującej je firmy OKNO. Stopień zadowolenia mierzony był za pomocą 2 pytań wskaźnikowych, z których jedno było pytaniem postawionym w sposób bezpośredni o zadowolenie z okien a drugie - o korzyść z zakupu tych okien w porównaniu z konkurencją. Lojalność wobec marki okien również była mierzona za pomocą 2 pytań: pierwsze dotyczyło intencji zakupu okien tej firmy w przyszłości, a drugie sugerowania zakupu okien tej marki znajomym lub rodzinie.


W pierwszym etapie analizy należy ocenić rozkłady odpowiedzi na poszczególne pytania.

Powyżej znajdują się rozkłady odpowiedzi na pierwsze pytanie dotyczące zadowolenia oraz pierwsze dotyczące lojalności. Wynika z tych rozkładów, że respondenci są zadowoleni z okien firmy OKNA i raczej kupiliby okna tej firmy ponownie. Kształt histogramu jest skośny (szczególnie w przypadku zadowolenia). Widać jednak, że więcej respondentów jest zadowolonych (70%) niż lojalnych (66%). Wartości najczęściej występujące (modalne) to "zdecydowanie tak" (5) oraz "raczej tak" (4). Informacje te można uzyskać również w histogramie ukazującym jednocześnie rozkłady odpowiedzi na 2 zmienne.


Z wykresu wynika, że istnieje pewien związek pomiędzy zadowoleniem a lojalnością. Osoby zadowolone są jednocześnie raczej lojalne wobec firmy a osoby niezadowolone - raczej nielojalne. Również najczęściej nie zdecydowani co swojego stopnia zadowolenia, przejawiają ten sam stan w przypadku lojalności.

Kwestią interesującą jest również informacja nie tylko o rozkładach tych zmiennych, lecz również o ich rozkładach w kategoriach innych zmiennych (np. płeć). Jest to możliwe dzięki różnym formom wykresów skategoryzowanych:



Relacja między zadowoleniem a lojalnością również występuje, jednakże pewne różnice obserwujemy ze względu na płeć.

Możemy wreszcie połączyć analizy histogramów z rozkładami odpowiedzi na te dwa pytania w formie wykresów rozrzutu z histogramami:


Powrót do spisu treści

Statystyki opisowe

Dodatkowe informacje o tych zmiennych otrzymamy za pomocą podstawowych statystyk, takich jak mediana, średnia i kwartyle.


W przypadku zmiennej "zadowolenie" występuje rozbieżność pomiędzy modalną a średnią i medianą, a w przypadku "lojalności" - medianą i modalną a średnią. Powstaje zatem pytanie, którą z miar tendencji centralnej wybrać jako najlepiej odzwierciedlającą stan rzeczy? Modalna wskazuje najbardziej typową kategorię i jest przez to intuicyjnie zrozumiała i jasna w interpretacji. Jednakże posiada wiele mankamentów. Najczęściej występująca kategoria może nie występować znacząco częściej od innej, rozkłady mogą być dwumodalne i wielomodalne. bądź w skrajnym przypadku równomierne. Wartość modalna zależy również od sposobu kategoryzacji danych. Mediana wskazuje na wartość "środkową" wśród uporządkowanych kategorii odpowiedzi.

Z punktu teorii pomiaru najbardziej trafnym wskaźnikiem jest mediana. Wskazuje ona na wskazanie, powyżej którego znajduje się 50% odpowiedzi i poniżej którego znajduje się 50% odpowiedzi. Interesującym wskaźnikiem są również kwartyle (górny i dolny). Identyfikują one "górną grupę" czyli 25% badanych zdecydowanie zadowolonych oraz górne 25% respondentów, którzy są lojalni lub zdecydowanie lojalni, oraz "grupę dolną" czyli 25% respondentów w przedziale od zdecydowanie niezadowolonych do chwiejnych.

W ostatniej kolumnie jest podana również miara rozproszenia jaką jest odchylenie standardowe. Ukazuje ono "rozrzut" odpowiedzi respondentów wokół średniej.

Powrót do spisu treści

Indeksy

W badaniach marketingowych często przedmiotem pomiaru są cechy czy dyspozycje psychologiczne respondentów. O ile takie cechy jak płeć czy wiek można zmierzyć za pomocą jednego prostego pytania kwestionariuszowego, prosząc o informacje na ten temat, to cechy będące przedmiotem analizy w tych badaniach tj. zadowolenie z okien i lojalność wobec firmy OKNO trudno jest często zmierzyć za pomocą jednego pytania. Bezpieczniej jest wówczas zadać kilka pytań mierzących te ukryte w istocie psychologiczne dyspozycje konsumenta. Program STATISTICA zawiera moduły "Analiza rzetelności/pozycji" i "SEPATH" pozwalające na określenie rzetelności takich wskaźników. W wielu jednak przypadkach wystarczającym zabiegiem metodologicznym jest zbudowanie, na podstawie tych zmiennych, odpowiednich indeksów odzwierciedlających wpływ odpowiedzi składowych. W naszym przypadku zadowolenie i lojalność mierzone są za pomocą dwóch pytań. Indeksy zadowolenia i lojalności są sumą wartości odpowiedzi na poszczególne pytania. Program STATISTICA daje tu wiele możliwości transformowania zmiennych.

Relacja między lojalnością a zadowoleniem wyrażonymi w postaci indeksów jest przedstawiona na wykresie rozrzutu poniżej:


Wynika z niego również pozytywna relacja między zadowoleniem a lojalnością. Również odpowiednie rozkłady indeksów ze względu na kategorię płci wskazują na umiarkowanie pozytywną relację jednakową w obu kategoriach. Z reguły respondenci zadowoleni okazują się także lojalni wobec firmy. Istnieje jednak frakcja respondentów mniej zadowolonych lecz lojalnych.

Powrót do spisu treści

Korelacje

Syntetycznym miernikiem współzależności między zmiennymi jest współczynnik korelacji Pearsona. Mierzy on siłę liniowego związku między nimi i znajduje się w przedziale od -1 do 1, gdzie -1 oznacza doskonałą korelację ujemną, +1 doskonałą korelację dodatnią a 0 - brak związku liniowego.


W naszym przykładzie pomiędzy indeksem zadowolenia a lojalności istnieje umiarkowana korelacja dodatnia. Podobne informacje uzyskujemy za pomocą wykresu rozrzutu z histogramami:

Za pomocą współczynników korelacji można także zbadać związek między poszczególnymi indeksami a zmiennymi wchodzącymi w ich skład.


Podane powyższej korelacje ukazują silny związek pomiędzy zmiennymi składowymi a indeksem lojalności i umiarkowany związek w przypadku zadowolenia. Podświetlone współczynniki świadczą o statystycznej istotności związku.

Powrót do spisu treści
Poprzedni artykuł     Następny artykuł