MARKETINGKUTATÁS DEFINÍCIÓJA
|
|
|
- László Németh
- 10 évvel ezelőtt
- Látták:
Átírás
1 Gyakorlatorientált képzési programok kidolgozása a turisztikai desztináció menedzsment és a kapcsolódó ismeretanyagok oktatására TÁMOP /1/A projekt Regionális turisztikai menedzsment /BSc/ /Differenciált szakmai ismeretek modul/ Marketing kutatás módszertana Debreceni Egyetem Gazdálkodástudományi és Vidékfejlesztési Kar Pannon Egyetem Georgikon Kar Szegedi Tudományegyetem Mérnöki Kar A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg.
2 MARKETINGKUTATÁS DEFINÍCIÓJA AMA meghatározása alapján: Az információk szisztematikus, objektív feltárása, összegyűjtése, elemzése, közlése, valamint felhasználása, amelynek célja a marketingtevékenység során felmerülő problémák megoldására irányuló vezetői döntések elősegítése. Marketingkutatás funkciói: összeköti a fogyasztót, a vevőt és a nyilvánosságot a gyártókkal és a forgalmazókkal, részt vesz marketingakciók létrehozásában, fejlesztésében és kiértékelésében, figyelemmel kíséri a marketing eredményeit, segíti a marketing, mint folyamat megértését. A marketingkutatás magában foglalja az információk: feltárását, összegyűjtését, elemzését, közlését és felhasználását.
3 A MARKETINGKUTATÁS OSZTÁLYOZÁSA Marketingkutatás Problémafeltáró kutatás Problémamegoldó kutatás piacpotenciál-kutatás piacrészesedés-kutatás imázskutatás piacjellemzők kutatása eladáselemzési kutatás előrejelző kutatás üzleti trend kutatása szegmentációs kutatás termékkutatás árkutatás reklámkutatás értékesítési kutatás
4 A MARKETINGKUTATÁS FOLYAMATA Hat lépésből álló folyamat, amely tartalmazza azokat a feladatokat, amelyeket a marketingkutatás során szükséges elvégezni. Ezek : 1. Probléma meghatározás 2. A probléma megközelítésének kidolgozása 3. A kutatási terv meghatározása 4. Terepmunka vagy adatgyűjtés 5. Adat-előkészítés és elemzés 6. A jelentés elkészítése és a prezentáció
5 Befolyásolható marketingváltozók termék ár reklám értékesítés A MARKETINGKUTATÁS KÖRNYEZETE az információszükséglet felmérése Vevőcsoportok fogyasztók alkalmazottak részvényesek beszállítók MARKETING- KUTATÁS az információk megszerzése Marketingmenedzserek piacszegmentáció a célpiac kiválasztása marketingprogramok végrehajtás és ellenőrzés marketingdöntéshozatal Nem befolyásolható környezeti tényezők gazdaság technológia versenyhelyzet törvények és szabályozások szociális és kulturális tényezők politikai tényezők
6 A KUTATÁSI PROBLÉMA MEGHATÁROZÁSA a döntéshozókkal történő kapcsolat interjú a szakértőkkel Elvégzendő feladatok szekunder adatok elemzése kvalitatív kutatás A probléma környezeti összefüggései 1. lépés: a probléma meghatározása vezetői döntési probléma marketingkutatási probléma 2. lépés: a probléma megközelítése objektív/ elméleti megalapozás elemzőmodell: leíró matematika kutatási kérdések hipotézisek jellemzők/ a kutatási módszert befolyásoló tények 3. Lépés: a kutatási terv kialakítása
7 A PROBLÉMA KÖRNYEZETI ÖSSZEFÜGGÉSEI Olyan tényezők, amelyek hatással vannak a marketingkutatási probléma meghatározására. Ezek a tényezők a következők: a múltra vonatkozó információk és előrejelzések, a vállalati erőforrások és korlátok, a döntéshozó célkitűzései, a vásárlói magatartás, a jogi környezet, a (köz)gazdasági környezet, a vállalat marketing- és technológiai képességei. A probléma környezeti összefüggéseinek vizsgálatakor számításba veendő tényezők többsége az interneten is kutatható.
8 KUTATÁSI TERV A kutatási terv a marketingkutatási projekt elvégzésének kerete. A marketingkutatási probléma strukturálásához vagy megoldásához szükséges információk megszerzéséhez vezető eljárások részleteit tartalmazza. A kutatási terv feladatai: A kutatás feltáró, leíró, ok-okozati fázisai A szükséges információ meghatározása A mérési és skálázási eljárások specifikálása Kérdőív szerkesztése és kipróbálása vagy egyéb adatgyűjtő eljárás A mintavételi módszer és a mintanagyság meghatározása Adatelemzés terve
9 MARKETINGKUTATÁSI MÓDSZEREK CSOPORTOSÍTÁSA Kutatási rendszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás Longitudinális kutatás Egyszeri keresztmetszeti kutatás Többszöri keresztmetszeti kutatás
10 A FELTÁRÓ ÉS KÖVETKEZTETŐ KUTATÁSI MÓDSZEREK KÖZÖTTI KÜLÖNBSÉGEK Feltáró kutatás Következtető kutatás Cél betekintés és megértés specifikus hipotézisek tesztelése Jellemzők információszükséglet laza meghatározása információszükséglet pontos meghatározása a kutatási folyamat rugalmas a kutatási folyamat formális a minta kicsi és nem a minta nagy és reprezentatív reprezentatív a primer adatok elemzése kvalitatív Eredmény tájékoztató következtető Végeredmény további kutatások követik, ezek lehetnek feltáróak vagy következtetőek a primer adatok elemzése kvantitatív az eredményt döntéshozatalra használják fel
11 A feltáró kutatás célja egy probléma megismerése, egy bizonyos helyzet körüljárása azzal a céllal, hogy a kutató részleteiben is megértse. A feltáró kutatást az alábbi célok bármelyikére igénybe lehet venni: A probléma meghatározása vagy a probléma pontosabb értelmezése. Különböző cselekvési lehetőségek azonosítása. Hipotézisek felállítása. A legfontosabb változók és kapcsolatok meghatározása további vizsgálatok céljából. A probléma megközelítéséhez áttekintés szerzése. A további kutatások számára prioritások megállapítása. A feltáró kutatás nagyban támaszkodik a következő módszerekre: szakértői megkérdezés, próbakérdezés, szekunder adatok elemzése kvalitatív módszerrel, kvalitatív kutatás. FELTÁRÓ KUTATÁS
12 LEÍRÓ KUTATÁS A leíró kutatás fő célja, hogy leírást adjon valamiről, általában piaci tulajdonságokról vagy piacfunkciókról. Leíró kutatást végeznek: 1. Bizonyos célcsoportok jellemzőinek leírására. 2. Adott népesség százalékának a becslésére, amely egy bizonyos viselkedést mutat. 3. Annak meghatározására, hogy a fogyasztók hogyan érzékelik a termékek jellemzőit. 4. Annak meghatározására, hogy mennyire kapcsolódnak össze bizonyos marketingváltozók. 5. Meghatározott előrejelzések készítésére. A leíró kutatásban alkalmazható főbb módszerek: szekunder adatok elemzése kvantitatív módszerrel, megkérdezések, panelek, megfigyelésből származó és egyéb adatok.
13 OK-OKOZATI KUTATÁS A következtető kutatás egy fajtája, amelynek a fő célja, hogy ok-okozati kapcsolatok létét bizonyítsa. Az ok-okozati kutatás a megfelelő eszköz a következő célok eléréséhez: 1. Annak megértése, hogy mely változók az okozó (független) változók és melyek az okozatok (függő változók). 2. Az okozó változók közötti kapcsolat természetének meghatározása és az elért hatás előre jelzése. Az ok-okozati kutatásokat is előre tervezett módon és strukturáltan kell felépíteni. Az okozó vagy független változókat viszonylag ellenőrzött környezetben kezeljük, változtatjuk. Ezután mérjük a változtatás hatását egy vagy több függő változóra, annak érdekében, hogy ebből következtethessünk az ok-okozati viszonyra. A kutatás legfőbb módszere a kísérletezés.
14 PRIMER ÉS SZEKUNDER ADATOK Primer adatok: amelyeket a kutató az adott probléma megoldására célzottan gyűjt. A szekunder adatokat: már előzőleg, valamely más probléma megoldására gyűjtötték. Primer és szekunder adatok összehasonlítása Az adatgyűjtés Primer adatok Szekunder adatok Célja adott probléma más probléma Folyamata nagyon összetett gyors és könnyű Költsége magas viszonylag alacsony Időtartama hosszú rövid
15 A SZEKUNDER ADATOK ÉRTÉKELÉSI SZEMPONTJAI Szempont Lehetséges problémák Megjegyzések Módszertan Adatgyűjtési módszer. Válaszadási arány. Az adatok minősége. Mintavételi módszer. Mintanagyság. A kérdőív elkészítése. Terepmunka. Adatelemzés. Hiba és pontosság Naprakészség Cél Jelleg Megbízhatóság A megközelítés, kutatási terv, mintavétel, adatgyűjtés, adatelemzés és jelentés hibáit meg kell vizsgálni. Az adatgyűjtés és a közzététel között eltelt idő. A frissítés gyakorisága. Milyen célból gyűjtötték az adatokat A kulcsváltozók meghatározása. A mérés egysége. A forrás hozzáértése, hitele és szavahihetősége. Az adatoknak megbízhatóknak, érvényesnek és általánosíthatóknak kell lenniük. Különböző forrásokból szármató adatok összevetésével határozzuk meg az adatok pontosságát. A népszámlálási adatokat rendszeresen frissítik a szindikált szolgáltatók A cél meghatározza az adatok érvényességét. Az adatok használhatóságának növelése megújulásuk révén. Az adatokat inkább eredeti, mint származtatott forrásból nyerjük.
16 SZEKUNDER ADATOK CSOPORTOSÍTÁSA Szekunder adatok Belső adatok Külső adatok Felhasználásra kész adatok További feldolgozást igénylő adatok Publikált adatok Számítógépes adatbázisok Szindikált szolgáltatások
17 NYOMTATOTT, SZEKUNDER INFORMÁCIÓFORRÁSOK OSZTÁLYOZÁSA Publikált szekunder adatok Általános üzleti erőforrások Állami intézményi, kormányzati adatforrások Tájékoztató kiadványok Címjegyzékek Szakbibliográfiák Statisztikai adatok Népszámlálási adatok Egyéb állami intézményi (kormányzati) kiadványok
18 SZÁMÍTÓGÉPEN TÁROLT ADATBÁZISOK OSZTÁLYOZÁSA Számítógépen tárolt adatbázisok Online Internet Offline Bibliografikus adatbázisok Numerikus adatbázisok Szöveges adatbázisok Címjegyzékek Speciális célú adatbázisok
19 KVALITATÍV ÉS KVANTITATÍV KUTATÁS A MARKETINGKUTATÁSI ADATOK BESOROLÁSA Marketingadatok Szekunder adatok Primer adatok Kvalitatív adatok Kvantitatív adatok Leíró Ok-okozati Megkérdezésekből származó adatok Megfigyelésekből és más forrásból származó adatok Tapasztalati adatok
20 KVALITATÍV ÉS KVANTITATÍV KUTATÁS Kvalitatív kutatás Kvantitatív kutatás Célkitűzés a mögöttes okok és motivációk minőségi megértése az adatok számszerűsítése és az általánosítások megfogalmazása a minta alapján a vizsgált populációra Minta kisszámú, nem reprezentatív eset nagyszámú, reprezentatív eset Adatgyűjtés nem strukturált strukturált Adatelemzés nem statisztikai statisztikai Eredmény a probléma megértését segíti javaslatokat tesz a cselekvésre
21 A KVALITATÍV KUTATÁSI ELJÁRÁSOK TÍPUSAI Kvalitatív kutatási eljárások Közvetlen (leplezetlen, nyílt) Közvetett (leplezett, burkolt) Fókuszcsoportok Mélyinterjúk Projektív technikák Asszociációs technikák Kiegészítő technikák Konstrukciós technikák Kifejezési technikák
22 FÓKUSZCSOPORTOS INTERJÚ Strukturálatlan és közvetlen interjú, amelyben egy képzett moderátor beszélget a válaszadók kis csoportjával. A módszer jellemzői: 8-12 fős csoportméret, homogén, előzetesen szelektált válaszadók, laza, informális légkör, 1-3 óra időtartam, felvétel készül magnó - vagy videokazettára, a moderátor jó megfigyelő-, kapcsolatteremtő és kommunikációs képességű. A fókuszcsoportos interjú vezetőjének kulcsszerepe van a fókuszcsoport sikerességében, mivel: kapcsolatot kell létesítenie a résztvevőkkel, továbbvinni a megbeszélést, felszínre kell hozni a válaszadók gondolatait, tájékozottnak és tapasztaltnak kell lennie a megvitatandó témakörrel kapcsolatban, ismernie kell az adott csoport dinamikáját.
23 A FÓKUSZCSOPORT TERVEZÉSÉNEK ÉS LEBONYOLÍTÁSÁNAK FOLYAMATA A marketingkutatási projekt célkitűzéseinek meghatározása, a kutatási probléma definiálása A kvalitatív kutatás célkitűzéseinek meghatározása A fókuszcsoportok által megválaszolandó kérdések meghatározása A szűrő kérdőív megírása A moderátor interjú-vezérfonalának összeállítása A fókuszcsoportos interjú lebonyolítása A felvételek visszajátszása, az adatok elemzése Az eredmények összefoglalása és ellenőrző kutatás tervezése vagy cselekvési terv
24 A FÓKUSZCSOPORTOK ELŐNYEI I. Szinergia: Egy csoport megkérdezése szélesebb körű információval szolgál, mint a külön-külön lekérdezett egyéni válaszok. Hólabdahatás: Egy csoportinterjúban gyakran előfordul, hogy az egyik résztvevő válasza megjegyzések láncolatát indítja el a többi válaszadó körében Ösztönzés: Általában a bevezető szakasz után a válaszadók egyre inkább ki akarják fejezni gondolataikat, érzelmeiket. Biztonság: Mivel a résztvevők érzelmei hasonlóak a többi csoporttag érzelmeihez, jól érzik magukat, és hajlandóak gondolataik és érzelmeik kifejezésére. Spontaneitás: Mivel a válaszadók nincsenek arra kötelezve, hogy konkrét kérdésekre adjanak választ, spontán és előzetes elvárásoktól mentes válaszaik gondolataikat megfelelően tolmácsolhatják.
25 A FÓKUSZCSOPORTOK ELŐNYEI II. Váratlanul felmerülő értékes gondolatok: ilyen jellegű gondolatok csoportban nagyobb valószínűséggel kerülnek felszínre, mint egyéni interjúban. Specializáció: Mivel egyszerre több résztvevő működik közre, egy jól képzett, de drága moderátor alkalmazása indokolt. Tudományos alaposság: A csoportinterjú az adatgyűjtés alaposságát teszi lehetővé azáltal, hogy megfigyelők végignézhetik, illetve későbbi elemzés céljából videóra felveszik. Struktúra: A csoportinterjú a vizsgált témával kapcsolatban rugalmasságot és alaposságot biztosít. Gyorsaság: Egyszerre több személy megkérdezése folyik, ezért az adatgyűjtés és elemzés viszonylag gyors.
26 A FÓKUSZCSOPORTOK HÁTRÁNYAI Nem megfelelő alkalmazás: A fókuszcsoportokból származó adatok félrevezetők lehetnek, ha azokat nem feltáró, hanem következtető eredményként kezelik. Interjúvezetés: A fókuszcsoportok vezetése nehéz. Az eredmények minősége nagymértékben függ a moderátor képességeitől és készségeitől. Rendezetlenség: A válaszok nem strukturáltak, kódolásuk, elemzésük és értelmezésük nehéz feladat. A fókuszcsoportokból származó adatok gyakran rendezetlenek. Félreértelmezés: A fókuszcsoportos megkérdezésből származó adatok nem reprezentálják a sokaság egészét, ezért nem vetíthetők le. Ennek megfelelően a fókuszcsoportos megkérdezés eredményei önmagukban a döntéshozatalt nem támaszthatják alá.
27 A FÓKUSZCSOPORTOK ALKALMAZÁSA A fókuszcsoportok lényegi kérdésekre adhatnak választ, mint például: Az adott termékkategóriával kapcsolatos fogyasztói percepciók, preferenciák és magatartás megértése. Új termékkoncepciókkal kapcsolatos benyomások megismerése. Korábbi termékekkel kapcsolatos új ötletek generálása. Reklám kreatív koncepcióinak és reklámszövegeknek a kialakítása. Árakkal kapcsolatos benyomások rögzítése. Adott marketingprogrammal kapcsolatos fogyasztói reakciók előzetes megismerése.
28 MÉLYINTERJÚ Strukturálatlan, közvetlen, személyes interjú, amelyben egy magasan képzett kérdező beszélget egyetlen megkérdezettel. Célja: Feltárja a megkérdezett motivációit, nézeteit, attitűdjeit és érzéseit egy adott kérdés vonatkozásában. Időtartama: 30 perctől egy óra hosszáig terjedhet. Mélyinterjú technikák: Létrázás: kérdések sorával jut el a termékjellemzőktől a felhasználó jellemzéséhez. Rejtett tárgyú kérdezés: megpróbálja az egyén érzékeny, személyes pontjait feltárni, amely mély személyes meggyőződésekhez kötődnek. Szimbolikus elemzés: tárgyak szimbolikus jelentését vizsgálja az ellentettjükkel való összehasonlítás által.
29 MÉLYINTERJÚK ALKALMAZÁSA A mélyinterjúk alapvető alkalmazása is feltáró, a megismerést és a megértést célozza. Marketingkutatásban a mélyinterjúkat rendszertelenül alkalmazzák. A mélyinterjúk eredményesen használhatók a következő esetekben: A válaszadó részletekbe menő kikérdezésekor. Bizalmas, érzékeny vagy zavarba ejtő témák kapcsán (pl. személyes pénzügyi helyzet). Olyan helyzetekben, ahol erős társadalmi normák érvényesülnek, és a válaszadót a csoport válaszai nagyban befolyásolhatják. Bonyolult magatartás pontos megismerésekor. Szakértői interjúk (ipari marketingkutatás). Versenytársakkal készített interjúk, amikor csoportmegbeszéléseken nem valószínű, hogy megválaszolnának bizonyos kérdéseket. Olyan helyzetekben, amikor a termék fogyasztása jellemzően érzékszervi, hatással lehet a hangulatra és az érzelmekre.
30 LEÍRÓ KUTATÁSI MÓDSZEREK: MEGKÉRDEZÉSES MÓDSZEREK Kérdőíves megkérdezés: Strukturált kérdőív, amelyre a sokaság egy mintája ad választ. Célja, hogy a megkérdezettektől bizonyos információkat tudjon meg. Strukturált adatgyűjtés: Formális kérdőív használata, amelyen a kérdések előzetesen meghatározott sorrendben követik egymást. Zárt kérdések: Olyan kérdések, amelyekben a válaszadók előzetesen meghatározott alternatívák között választhatnak.
31 A MEGKÉRDEZÉSES MÓDSZEREK OSZTÁLYOZÁSA A MEGKÉRDEZÉS MÓDJA ALAPJÁN Megkérdezéses módszerek Telefonos megkérdezés Személyes megkérdezés Postai megkérdezés Elektronikus megkérdezés Hagyományos telefonos megkérdezés Számítógéppel támogatott telefonos megkérdezés A válaszadó otthonában Bevásárlóközpontban Számítógéppel támogatott személyes megkérdezés Postai úton Postai panel Internet
32 TELEFONOS MEGKÉRDEZÉS A telefonos interjú lehet hagyományos vagy számítógéppel támogatott. Hagyományos telefonos interjúk: A kiválasztott minta tagjait felhívják telefonon, és kérdéseket tesznek fel nekik. A kérdezőbiztos papíron tollal rögzíti a válaszokat. Jelentősége az utóbbi években csökken. Számítógéppel támogatott telefonos megkérdezés: A megkérdezés során a kérdezők a kérdőívet a számítógépen töltik ki. A kérdezőbiztos a képernyőn látható kérdéseket felolvassa, és közvetlenül a számítógépbe rögzíti a válaszadó válaszait. A számítógép azonnal felhasználja a válaszokat, és személyre szabottá teszi a kérdőívet. Az interjúkészítési idő csökken, az adatminőség javul, a kódolás és az adatbevitel fáradságos lépései kimaradnak.
33 SZEMÉLYES MEGKÉRDEZÉS A válaszadó otthonában történő személyes megkérdezés: A kérdezőbiztos feladata a válaszadó felkeresése, a kérdések feltevése és a válaszok rögzítése. Az elmúlt években magas költségei következtében a megkérdezés ezen formája egyre kevésbé népszerű. Bevásárlóhelyi megkérdezések: A bevásárlóhelyi személyes megkérdezés során a bevásárlókat szólítják meg és kérik arra, hogy a bevásárlóközpont nyújtotta lehetőségeket próbálják ki. Ezután a kérdezőbiztos, hasonlóan az otthoni megkérdezésekhez, egy kérdőívet töltet ki. Számítógéppel támogatott személyes megkérdezés: A válaszadó számítógép-terminál előtt ül, és a kérdőívet a képernyőn látottak alapján a billentyűzet, az egér vagy érintőképernyő segítségével válaszolja meg. A megkérdezés során rendszerint jelen van a kérdezőbiztos, akinek a szerepe az eligazítás és a segítségnyújtás.
34 POSTAI MEGKÉRDEZÉS Postai úton történő megkérdezés: A megkérdezés során kérdőíveket küldenek ki az előzetesen meghatározott potenciális válaszadóknak. A jellegzetes postai interjú kimenőborítékból, kísérőlevélből, kérdőívből, válaszborítékból és egy lehetséges ösztönzőből áll. A kutató és a válaszadó között nincs személyes érintkezés. Postai panel: A postai panel nagy és országosan reprezentatív háztartásokból álló minta. A mintát alkotó háztartások beleegyeznek, hogy időközönként részt vegyenek postán küldött kérdőívek kitöltésében, terméktesztben. A paneltagok adatait évenként frissítik. A tagok elkötelezettségéből fakadóan a válaszadási arány elérheti a 80 százalékot is.
35 ELEKTRONIKUS MEGKÉRDEZÉS interjú: Az en történő megkérdezéshez először címlistát állítanak össze. A kérdőívet az üzenetbe írják be és küldik el a válaszadóknak. Az kérdőívekben csak szöveget használnak a kérdőív megjelenítéséhez, amit bárki meg tud kapni és meg tud válaszolni, akinek címe van. A válaszadók a kérdésekre adott válaszaikat a kérdőív megfelelő helyére gépelik be, és a válasz gombra klikkelnek. Internetinterjúk: Az kérdőívekkel szemben az internetes vagy webes alkalmazások HTML-t használnak, ami az internet nyelve, és a weboldalakon ez jelenik meg. A válaszadókat arra kérik, hogy egy megadott internet-oldalra látogassanak el, és ott töltsenek ki egy kérdőívet.
36 LEÍRÓ KUTATÁSI MÓDSZEREK: MEGFIGYELÉSES MÓDSZEREK Megfigyelés: Emberek, magatartásának, tárgyaknak, eseményeknek szisztematikus módon történő rögzítése egy adott jelenséggel kapcsolatos információszerzés céljából. A megfigyeléses módszerek lehetnek strukturáltak, amelyben a kutató világosan meghatározza a megfigyelés tárgyát képező magatartást és azon módszereket, amelyekkel ezen magatartás mérhető. Strukturálatlan megfigyelés során a kutató valamennyi fontos jelenséget nyomon követ anélkül, hogy ennek részleteit előre meghatározná. A megfigyelések továbbá lebonyolíthatók természetes vagy mesterséges környezetben.
37 A MEGFIGYELÉSES MÓDSZEREK CSOPORTOSÍTÁSA Megfigyeléses módszerek Személyes megfigyelés Műszeres megfigyelés Audit Tartalomelemzés Nyomelemzés
38 A MEGFIGYELÉSES MÓDSZEREK TÍPUSAI I. 1.Személyes megfigyelés: emberek rögzítik a megfigyelt jelenséget, a megfigyelő nem próbálja manipulálni a megfigyelt jelenséget, a megfigyelő azt rögzíti, ami éppen zajlik. 2.Műszeres megfigyelés: mechanikus eszközök rögzítik a vizsgált jelenséget. alkalmazása későbbi elemzés céljából folyamatosan kell rögzíteni valamilyen magatartás mozzanatait. 3.Audit: a kutató nyilvántartás vagy leltárelemzés kapcsán gyűjt adatokat, az adatokat személyesen a kutató gyűjti, az adatok alapja számlálás, általában fizikai objektumok megszámlálása.
39 A MEGFIGYELÉSES MÓDSZEREK TÍPUSAI II. 4. Tartalomelemzés: akkor megfelelő módszer, ha a megfigyelés tárgya kommunikáció, a megfigyelést és az elemzést is magába foglalja, az elemzés egységei lehetnek: szavak, jellemzők, témakörök, hely és idő mérése, a kommunikáció tárgya, alkalmazások között szerepel: reklámüzenetek, újságcikkek, televízió és rádióprogramok stb. tartalmának elemzése. 5. Nyomelemzés: az adatok alapja valamilyen múltbeli magatartás fizikai nyomai vagy bizonyítékai, a nyomokat a válaszadók szándékosan vagy szándékukon kívül hagyják maguk után, A nyomelemzés innovatív alkalmazásai is használhatók a marketingkutatásban.
40 OK-OKOZATI KUTATÁSHOZ KAPCSOLÓDÓ FOGALMAK Ok-okozati viszony: X bekövetkezésének valószínűsége növeli Y bekövetkezésének valószínűségét. Ok-okozati viszony feltételei: együttingadozás, a változások bekövetkezésének időrendje, más lehetséges okozati tényezők kizárása. Független változók: Azok a változók, amelyek értékét a kutató befolyásolja és amelyek hatását méri és összehasonlítja. Tesztalanyok: Egyének, szervezetek vagy más egységek, amelyek független változókra adott válaszát vizsgálják. Függő változók: Azon változók, amelyek a független változók tesztalanyokra tett hatását mérik. Kísérlet: Egy vagy több független változó értékének befolyásolása és a függő változóra gyakorolt hatásának mérése a külső változók hatásának kontrollálása mellett.
41 KÍSÉRLETI MÓDSZEREK CSOPORTOSÍTÁSA Kísérleti módszerek Kísérleti jellegű Egyszeri egycsoportos Elő- és utótesztes egycsoportos Egyszeri kétcsoportos Valódi kísérleti Elő- és utótesztes kontrollcsoportos Utótesztes kontrollcsoportos Solomon féle négycsoportos Kvázi kísérleti Idősoros Többszöri idősoros Statisztikai kísérleti Véletlenszerű blokk Latin négyzetes Faktoriális
42 MÉRÉS ÉS SKÁLAKÉPZÉS Mérés: számok és egyéb szimbólumok vizsgálati egységek jellemzőihez történő, előre meghatározott szabályok szerinti hozzárendelése, nem közvetlenül a vizsgálati egységeket, hanem azok sajátosságait, attribútumait mérjük, nem a fogyasztókat, hanem azok percepcióit, attitűdjeit, preferenciáit vagy más releváns sajátosságait vesszük számba. Skálaképzés: egy skála kialakítása, amelyen a mért vizsgálati egységek elhelyezkednek, a skálázás az a folyamat, amikor a válaszadókat valamilyen mért attitűd alapján az adott skálán elhelyezzük.
43 ELSŐDLEGES MÉRÉSI SKÁLÁK I. Névleges skála: az értékek azonosítható címkeként funkcionálnak a vizsgálati egységek azonosításában és csoportosításában, a számok nem tükröznek mennyiséget, megengedett statisztikai módszerek: százalék, módusz, binomiális próbák. Sorrendi skála: rangsoroló skála, amelyen a vizsgálati egységekhez rendelt számok jelzik valamely tulajdonság meglétének relatív mértékét, a skálán elfoglalt relatív helyzetet jelzi, a vizsgálati egységek közötti távolságról nem közöl információt, marketingkutatásban a relatív attitűd, vélemény, percepció és preferencia mérésében alkalmazzák, megengedett statisztikai módszerek: percentilis, medián, rangkorreláció, Friedman-próba, ANOVA.
44 ELSŐDLEGES MÉRÉSI SKÁLÁK II. Intervallumskála: intervallumskálán a skálapontok közötti távolságok egyenlők, és kifejezik a mérni kívánt tulajdonság különbségeit, lehetővé teszi az objektumok közötti különbségek összevetését is, megengedett statisztikai módszerek: terjedelem, szórás, átlag, T-próba, ANOVA, regressziószámítás, faktoranalízis. Arányskála: a legmagasabb rendű skála, lehetővé teszi a vizsgálati egységek azonosítását, csoportosítását, és intervallumok vagy különbségek összehasonlítását, a skálaértékből arányokat is lehet számítani, megengedett statisztikai módszerek: mértani átlag, harmonikus átlag, relatív szórás.
45 A SKÁLÁZÁSI TECHNIKÁK OSZTÁLYOZÁSA Skálázási technikák Összehasonlító skálák Nem összehasonlító skálák Páros összehasonlítás Konstans összegű Rangsor Q-rendezőtechnika és egyéb eljárások Folytonos értékelőskála Tételes értékelőskála Likert-skála Szemantikus differenciál skála Stapelskála
46 ÖSSZEHASONLÍTÓ SKÁLAKÉPZÉSI TECHNIKÁK I. Páros összehasonlítás: a válaszadónak mindig két egység közül kell választania feltételek alapján, a kapott adatok általában sorrendi skálának felelek meg, preferenciák tranzitivitása: a páros összehasonlítás során nyert adatok rangsorrá való átalakításánál tett feltételezés, a páros összehasonlítás hasznos, ha limitált az összehasonlítandó márkák száma, mivel ez az eljárás közvetlen összehasonlítást és világos választást igényel. Rangsorskála: a válaszadók több vizsgálati egységet értékelnek egyszerre, és valamely szempont alapján rangsorolják azokat, gyakran alkalmazzák márkákra, illetve a jellemzőkre vonatkozó preferenciák méréséhez, ez a skálaképzési eljárás jobban hasonlít a valódi vásárlási helyzethez, előnye a gyorsabb lebonyolíthatóság, és a tranzitivitás feltételezésének kiküszöbölése.
47 ÖSSZEHASONLÍTÓ SKÁLAKÉPZÉSI TECHNIKÁK II. Konstans összegű skála: a válaszadók meghatározott szempont alapján adott pontértéket vagy más konstans összeget (pl. pénzösszeget) osztanak el a vizsgált tárgyak között, fő előnye, hogy lehetőséget biztosít a vizsgálati objektumok közötti választásra anélkül, hogy ez túl sok időt venne igénybe, hátránya, hogy a válaszadók az előre meghatározottnál több vagy kevesebb egységet osztanak szét. Q-rendezőtechnika és egyéb eljárások: a vizsgálati egységek rangsorolását azok egy adott szempont szerinti hasonlóságára alapozva végzi el, további összehasonlító skálaképzési technika a terjedelembecslés: az eljárás során a különböző objektumokhoz számokat kell rendelni, mintha a számok előre meghatározott szempontok szerinti arányokat testesítenének meg.
48 NEM ÖSSZEHASONLÍTÓ SKÁLÁZÁSI TECHNIKÁK Folytonos értékelőskála: a válaszadók egyenes vonal megfelelő pozíciójába tett jelöléssel értékelik a vizsgálati egységeket, a vonal két végén a vizsgált változó szélső értékei találhatók, a folytonos skálák előnye, hogy könnyű őket összehasonlítani, kevés új információt nyújtanak, ezért a marketingkutatásban csak korlátozott mértékben alkalmazzák. Diszkrét értékelőskálák: számok és/vagy rövid leírások szerepelnek minden egyes kategóriához, a kategóriák a skálán elfoglalt helyük alapján sorba rendezettek, széles körben használatos a marketingkutatásban, diszkrét értékelőskálák típusai: Likert-skála, szemantikus differenciál, Stapel-skála.
49 A DISZKRÉT ÉRTÉKELŐSKÁLÁK JELLEMZŐI Likert skála: mérési skála öt válaszkategóriával, a válaszok a teljes mértékben egyetért és az egyáltalán nem ért egyet végpontjai között helyezkedik el, a skála előnye: könnyű összeállítani és alkalmazni, a válaszadók könnyen megértik hogyan kell használni. Szemantikus differenciálskála: hétfokú értékelőskála szemantikus jelentésű, ellentétes végpontokkal, az értélelőskála egy-egy oldalán két, egymással ellentétes melléknév található, a válaszadók azt a helyet jelölik be, amely a legjobban jelzi, hogyan írnák le a vizsgált jelenséget, széles körben használatos márka-, termék-és vállalati imázs összehasonlítására. Stapel-skála: attitűdmérésre használható skála, egy jelző szerepel egy páros számú értéksor közepén, a válaszadónak választania kell egy számmal jelölt válaszkategóriát, amely jelöli, mennyire pontosan vagy pontatlanul írják le az egyes kifejezések a vizsgálati egységet.
50 A KÉRDŐÍV FOGALMA ÉS CÉLJA A kérdőív: az adatgyűjtés strukturált módszere, előre meghatározott kérdések formalizált halmaza a válaszadóktól történő információgyűjtés céljából. A kérdőívek célja: a keresett információt előre meghatározott formába kell önteni, amelyet a válaszadó képes és hajlandó válaszolni, a kérdőívnek fel kell élénkítenie a kérdezetett, motiválnia kell, hogy érdekelt legyen a válaszadásban, a jól megszerkesztett kérdőív motiválja a válaszadót, és növeli a válaszadási arányt, a kérdőívnek minimalizálnia kell a válaszolás hibáit.
51 A KÉRDŐÍV SZERKESZTÉSÉNEK FOLYAMATA Határozza meg a szükséges információk körét Határozza meg a kérdezési módszer típusát Határozza meg az egyes kérdések tartalmát Fogalmazza meg a kérdéseket úgy, hogy a válaszadó tudjon és akarjon a kérdésekre válaszolni Határozza meg a kérdések szerkezetét Fogalmazza meg a kérdéseket Rendezze a megfelelő sorrendbe a kérdéseket Határozza meg a kérdőív formáját és külalakját Készítse elő a kérdőívet Kipróbálás során szűrje le a hibákat
52 A KÉRDÉSSTRUKTÚRA MEGVÁLASZTÁSA I. Strukturálatlan kérdések: nyitott kérdések, amelyekre a válaszadók saját szavakkal fogalmazzák meg válaszaikat, a nyílt kérdések jó bevezető kérdések lehetnek egy-egy téma indításához, a strukturálatlan kérdések kevésbé torzítják a választ, mint a strukturált kérdések, hátránya, hogy a kérdezők miatti torzítás lehetősége elég nagy és a válaszok kódolása költséges és időrabló tevékenység
53 A KÉRDÉSSTRUKTÚRA MEGVÁLASZTÁSA II. Strukturált kérdések: olyan kérdések, amelyeknél előre meghatározták a válaszalternatívákat és a válaszadás formáját, lehet szelektív zárt kérdés, alternatív zárt kérdés, illetve skálakérdés -szelektív zárt kérdés: a kutató kínálja fel a válaszlehetőségeket, és a válaszadót arra kérik, hogy egyet vagy többet válasszon a felkínált alternatívák közül. -alternatív zárt kérdés: csak két válaszlehetőséget kínál, gyakran kiegészítik a két véleményt kifejező alternatívát egy semlegessel is. -skálakérdés: számtalan formája létezik, melyeket már korábban ismertettünk.
54 A KÉRDÉSEK SORRENDJÉNEK MEGHATÁROZÁSA Nyitókérdések: kulcsfontosságúak abban, hogy a válaszadók bizalmát és együttműködését megnyerjük. Érdekesnek, egyszerűnek és nem riasztónak kell lenniük, megnyitja az utat a kooperációhoz. Nehéz kérdések: a bizalmas, komplex vagy unalmas kérdéseket a kérdőív vége elé helyezzük el. Ha létrejött a bizalom légköre, a válaszadókat már érdekli a kérdőív. A kérdések hatása az utána következőre: alapelv, hogy az általános kérdések előzzék meg a specifikus kérdéseket, ezt tölcsérmódszernek nevezzük. A módszer különösen akkor hasznos, ha a fogyasztók általános magatartására vagyunk kíváncsiak, és arra, hogyan értékelnek egyes termékeket. Logikai sorrend: egy témáról mindent kérdezzünk meg, mielőtt áttérnénk egy másikra. Témaváltásnál rövid átvezető szöveggel kell segíteni a válaszadót a gondolatváltásban. Az átvezető kérdések vezetik a fogyasztókat kérdőív különböző pontjaira.
55 A MINTAVÉTELI ELJÁRÁS I. A mintavételi eljárás lépései szorosan kapcsolódnak egymáshoz, és lényegesek a marketingkutatási projekt minden tényezőjét illetően, a probléma definiálásától az eredmény prezentálásáig. A sokaság meghatározása A mintavételi keret meghatározása Mintavételi technika/technikák kiválasztása A mintanagyság meghatározása A mintavétel kivitelezése
56 A MINTAVÉTELI ELJÁRÁS II. 1. A célsokaság meghatározása: a célsokaság azoknak az elemeknek az összessége, amelyek rendelkeznek a kutató által keresett információval, és amelyekről a kutató következtetéseket akar levonni. a mintavételi egység az, amely magában foglalja a sokaság elemeit, amelyből a mintát veszik, a sokasági elem az az egység, amelyről vagy amitől az információt keressük. 2. A mintavételi keret meghatározása: a sokaság elemeinek megjelenítése, egy lista vagy a sokaság beazonosítását szolgáló irányadás, mintavételi keret lehet: a telefonkönyv, egy levelezési címlista, egy város lakóinak címlistája, egy térkép stb., fontos, hogy minden hibát észrevegyünk, amely a mintavételi keretből adódik, így elkerülhetők a téves sokasági következtetések.
57 A MINTAVÉTELI ELJÁRÁS III. 3. A mintavételi technika kiválasztásának kérdései: a Bayes-féle vagy a hagyományos mintavételi megközelítést alkalmazza, visszatevéses vagy visszatevés nélküli mintavételt használ, véletlen vagy nem véletlen mintavételt alkalmaz. 4. A mintanagyság meghatározása: a mintanagyság a kutatás számára kiválasztott sokasági elemek száma, a legfontosabb kvalitatív szempontok: a döntés súlya, a kutatás természete, a változók száma, az elemzés módja, a hasonló tanulmányokban használt mintanagyság, az előfordulási arány, a megvalósulási arány és a rendelkezésre álló források, minél fontosabb a döntés, annál több információra van szükség, és az információkat annál pontosabban kell megszerezni, a pontosság mértékét az átlag standard hibájával fejezhetjük ki.
58 A MINTAVÉTELI ELJÁRÁS IV. Mintavételi technikák Nem véletlen mintavételi technikák Véletlen mintavételi technikák Önkényes mintavétel Elbírálásos mintavétel Kvótás mintavétel Hólabda mintavétel Egyszerű véletlen mintavétel Szisztematikus mintavétel Rétegzett mintavétel Csoportos mintavétel Egyéb mintavételi technikák Arányos Nem arányos
59 VÉLETLEN MINTAVÉTELI TECHNIKÁK I. A véletlen mintavétel során a mintavételi egységek véletlenszerűen kerülnek kiválasztásra. A véletlen mintavételi technikák csoportosíthatók aszerint, hogy: mintaelemeket vagy csoportokat választunk ki, az egységek egyenlő vagy nem egyenlő valószínűséggel rendelkeznek, rétegzett vagy nem rétegzett kiválasztást alkalmazunk, véletlen vagy szisztematikus kiválasztást alkalmazunk, egylépcsős vagy többlépcsős technikáról beszélünk. Az öt szempontnak az összes kombinációja összesen 32 különböző véletlen mintavételi technikát eredményez.
60 VÉLETLEN MINTAVÉTELI TECHNIKÁK II. 1. Egyszerű véletlen mintavétel: a sokaság valamennyi eleme ismert, és azonos valószínűséggel kerülhet a mintába, minden egyes elemet a többitől függetlenül egy véletlen eljárással választanak ki egy mintavételi keretből, könnyen érthető, a minta eredményei kivetíthetők a célsokaságra, egy adott egyszerű véletlen minta nagymértékben torzíthat, nem használatos széleskörűen a marketingkutatásban. 2. Szisztematikus mintavétel: a mintát oly módon kapják, hogy véletlenszerűen kijelölnek egy kiindulópontot a mintavételi keretben, és ezt követően minden i-edik elemet választják ki, kevésbé költséges és egyszerűbb, mint az egyszerű véletlen mintavétel, sokkal reprezentatívabb és megbízhatóbb mintához juthatunk, mint az egyszerű véletlen mintavétel esetén, anélkül is alkalmazható, hogy a mintavételi keret összetételét (elemeit) ismernénk
61 VÉLETLEN MINTAVÉTELI TECHNIKÁK III. 3. Rétegzett mintavétel: két lépcsőből álló folyamatot alkalmaznak, először a sokaságot részsokaságokra osztják, majd minden egyes rétegből véletlen eljárással választják ki a mintaelemeket, a mintavétel legfőbb célja, hogy növelje a pontosságot anélkül, hogy a költségek emelkednének, amelyek alapján a sokaságot rétegekre bontjuk, rétegképző ismérveknek nevezzük, az ismérvek megválasztásánál a homogenitás, heterogenitás, kapcsolat és költségek játszanak szerepet. 4. Csoportos mintavétel: először a célsokaságot egymást kölcsönösen kizáró, de együttesen véve a sokaságot egészében lefedő részsokaságokra, azaz csoportokra osztják, ezt követően a csoportokból mintát vesznek, például egyszerű véletlen mintavétellel, minden egyes kiválasztott csoport esetében vagy az összes elemet beleveszik a mintába, vagy véletlenszerűen választják ki a mintaelemeket, fajtái: egylépcsős, kétlépcsős illetve többlépcsős mintavétel. 5. Egyéb véletlen mintavételi technikák: az alaptechnikák kiterjesztései, melyeket összetett mintavételi problémákra fejlesztettek ki, a szekvenciális és a kettős mintavételnek van jelentősége a marketingkutatásban.
62 NEM VÉLETLEN MINTAVÉTELI TECHNIKÁK I. Olyan mintavételi technikák, amelyek nem alkalmaznak véletlen kiválasztási eljárásokat. Ehelyett a kutató személyes ítéletére támaszkodnak. A kutató önhatalmúlag vagy valamilyen meggyőződése alapján döntheti el, mely elemek kerüljenek a mintába. 1. Önkényes mintavétel: megpróbál a kényelmesen elérhető elemekből egy mintát nyerni, a mintavételi egység kiválasztása elsősorban a kérdezőre hárul, gyakran a válaszadókat azért választják, mert éppen a megfelelő időben a megfelelő helyen vannak a legolcsóbb és a legkevésbé időigényes az összes technika közül, feltáró kutatás során alkalmazhatók ötletek és mélyebb betekintés nyerésére vagy hipotézisek felállítására, továbbá alkalmazható fókuszcsoportok esetén, kérdőívek előtesztelésére, próbakutatásokhoz.
63 NEM VÉLETLEN MINTAVÉTELI TECHNIKÁK II. 2. Elbírálásos mintavétel: a sokaság elemeit a kutató saját belátása alapján választja ki, olcsó, kényelmes és gyors, de ez sem engedi meg a közvetlen általánosítást egy megadott sokaságra, a mintavétel szubjektív, és értéke teljes mértékben a kutató döntésétől, szakértelmétől és kreativitásától függ, 3. Kvótás mintavétel: két szakaszból álló, korlátozottan önkényes mintavétel, az első szakaszban a kutató felállítja a sokaság kontrollkategóriáit, azaz a kvótákat, a második szakaszban a mintaelemeket önkényesen vagy elbírálásos alapon választják ki, a kvóta biztosítja, hogy az adott jellemzők tekintetében a minta összetétele megegyezzen a sokaság összetételével. 4. Hólabda-mintavétel: a válaszadók kiinduló csoportját véletlenszerűen választják ki, a többi válaszadó a kiinduló csoport által javasoltakból vagy az adott információk alapján kerül kiválasztásra, a folyamatot hullámokban lehet elvégezni, ahogy a javasoltak által újabb javasolt személyekhez jutunk.
64 VÁLASZTÁS NEM VÉLETLEN ÉS VÉLETLEN MINTAVÉTEL KÖZÖTT Azok a helyzetek, amelyek mellett inkább a nem véletlen mintavételt használjuk Tényezők A kutatás természete feltáró leíró A mintavételi és nem mintavételi hiba nagysága egymáshoz képest a nem mintavételi hibák nagyobbak véletlen mintavételt használjuk a mintavételi hibák nagyobbak A sokaság szóródása homogén (alacsony) heterogén (magas) Statisztikai szempontok nem ajánlott ajánlott Operatív szempontok ajánlott nem ajánlott
65 A NEM VÁLASZOLÁS KÉRDÉSE A MINTAVÉTELBEN A nem válaszolás két fő kérdésköre: 1. a válaszadási arány növelése 2. a nem válaszolásból eredő hiba korrigálása A nem válaszolásból eredő hiba akkor adódik, amikor a mintában szereplő lehetséges válaszadók egy része nem válaszol. Mivel az alacsonyabb válaszadási arány növeli a nem válaszolásból eredő hiba valószínűségét, ezért mindig kísérletet kell tenni a válaszadási arány növelésére, melynek módszereit a következő ábra szemlélteti.
66 A NEM VÁLASZOLÁS KÉRDÉSE A MINTAVÉTELBEN II. Válaszadási arány növelésének módszerei Visszautasítás csökkentése Az elérés hiányának (not-et-homes) csökkentése Előzetes bejelentkezés Válaszadók motiválása Ösztönzők alkalmazása Kérdőív tervezése és kitöltési módja Emlékeztető Egyéb lehetőségek Többszöri felkérés
67 TEREPMUNKA ÉS ADATGYŰJTÉS I. A terepmunka bármilyen formája az adatgyűjtő személyek kiválasztását, képzését és felügyeletét foglalja magában. A terepmunka és az adatgyűjtés általános keretét mutatja a következő ábra. A terepkutatók kiválasztása A terepkutatók képzése A terepkutatók felügyelete, ellenőrzése A terepkutatók munkájának jóváhagyása A terepkutatók értékelése
68 TEREPMUNKA ÉS ADATGYŰJTÉS II. 1. A terepkutatók kiválasztása: a kutató feladata: (1) az adatgyűjtés módját figyelembe véve a terepkutatók feladatának meghatározása; (2) a terepkutatókat jellemző elvárt tulajdonságok leírása; és (3) a megfelelő egyének toborzása, általános terepkutatói jellemzők: társaságkedvelő, egészséges, kommunikatív, kellemes megjelenésű, képzett, tapasztalt. 2. A terepkutatók képzése: az összegyűjtött adatok minősége szempontjából meghatározó a terepkutatók képzése, a képzés lehetővé teszi, hogy a kérdezőbiztosok egyformán bonyolítsák le az interjút, így az adatgyűjtés módja minden esetben azonos legyen, a képzés a kapcsolatteremtésre, a kérdésfeltevésre, a rákérdezésre, a válaszok rögzítésére és az interjú befejezésére vonatkozik.
69 TEREPMUNKA ÉS ADATGYŰJTÉS III. 3. A terepkutatók ellenőrzése: a terepkutatók minőség-ellenőrzése a terepmunka megfelelő kivitelezésének kontrollját jelenti, a mintavételi ellenőrzés során azt ellenőrzik, hogy a kérdezőbiztosok az előzetesen meghatározott mintavételi előírásokat követik-e, csalás kizárása: az egyes kérdések vagy az egész kérdőív hamisításának kizárása, központi ellenőrzés. 4. A terepmunka végső jóváhagyása: a terepkutatók értékelése, költség és idő, válaszadási arány, az interjúkészítés minősége, az adatok minősége.
70 AZ ADAT-ELŐKÉSZÍTÉS FOLYAMATA Az adat-előkészítés elkezdődhet, amint az első kérdőívek beérkeznek még a terepmunka idején. Az adat-előkészítés folyamatát a következő ábra szemlélteti: Előzetes adatelemzési terv készítése Kérdőív átnézése Ellenőrzés Kódolás Adatbevitel Adattisztítás Statisztikai adatkiigazítás Adatelemzési stratégia kiválasztása
71 A KÉRDŐÍVEK ÁTNÉZÉSE Egy kérdőív több okból is elfogadhatatlan lehet: 1. A kérdőív egyes részei hiányosak. 2. A válaszok tartalma jelezheti, hogy a válaszadó nem értette meg vagy nem követte az útmutatásokat. Például az ugrási sémákat a válaszadó nem követte. 3. A válaszok kis szóródást mutatnak. 4. Fizikai értelemben a kérdőív hiányos. 5. A kérdőív az előzetesen megszabott határidő után érkezik be. 6. A kérdőívre olyan személy válaszol, aki nem felel meg a kiválasztási szempontoknak.
72 ELLENŐRZÉS Az ellenőrzés a kérdőívek átnézése a pontosság javítása céljából. A nem kielégítő válaszok kezelésének módjai: A nem kielégítő válaszokat tartalmazó kérdőívek visszaküldése a kérdezőnek újból kapcsolatba lépnek a válaszadóval. A nem kielégítő válaszokhoz hiányzó értékeket rendelhetünk. A nem kielégítő választ adók megkérdezettek kizárása.
73 KÓDOLÁS A kódolás: azt jelenti, hogy egy kódot, általában egy számot rendelünk minden kérdés minden lehetséges válaszához. Strukturált kérdések esetén: előre kódolás Strukturálatlan kérdések esetén: utókódolás Rögzített pozíciójú kódolás: Ott alkalmazható, ahol minden egyes válaszadóra ugyanannyi adatsor vonatkozik, és ugyanazok az adatok jelennek meg az egyes oszlopokban. Kódutasítás: Útmutató a kódoláshoz, amely tartalmazza a szükséges információt az adatbázis valamennyi változójáról. A kódutasítás a következő információkat tartalmazza: oszlop száma, adatsor száma, változó száma, változó neve, kérdés száma, kód jellemzése.
74 ADATBEVITEL Nyers adat Számítógép által támogatott telefonos és személyes interjú (CATI/CAPI) Az adatok bevitele begépeléssel Leütési hibák kijavítása Alakfelismerési módszerek Optikai szkennelés Komputeres szenzoros elemzés Számítógépmemória Lemezek Mágnesszalagok Beírt adatok
75 A KONZISZTENCIA VIZSGÁLATA Az adattisztítási folyamat része, amely során azonosítani lehet azokat az adatokat, amelyek kiesnek az értékhatárból, logikailag nem konzisztensek, vagy szélsőséges értékeket mutatnak. Hiányzó értékek kezelése: Egy változó azon értékei, amelyek nem ismertek, mivel a válaszadók nem adtak egyértelmű választ a kérdésre. A hiányzó válaszok kezelésének módjai: 1. Behelyettesítés semleges értékkel 2. Behelyettesítés kikövetkeztetett válasszal 3. Eset szerinti kizárás 4. Pár szerinti kizárás
76 AZ ADATOK STATISZTIKAI KIIGAZÍTÁSÁNAK MÓDJAI Súlyozás: ahol minden esethez vagy megkérdezetthez egy súlyt rendelnek, amely tükrözi relatív fontosságukat más esetekhez vagy válaszadókhoz képest. A változó újradefiniálása: az adatok átalakítását jelenti. Ez lehet új változó létrehozása, vagy meglévő változó módosítása. Skálatranszformáció: a skála értékének módosítása oly módon, hogy összehasonlítható legyen más skálákkal, vagy alkalmas legyen bizonyos elemzési célokra.
77 AZ ADATELEMZÉSI STRATÉGIA KIVÁLASZTÁSÁNAK FOLYAMATA A marketingkutatási folyamat korábbi lépései Az adatok ismert jellemzői A statisztikai módszerek tulajdonságai A kutató háttere és felfogása Adatelemzési stratégia
78 A STATISZTIKAI MÓDSZEREK CSOPORTOSÍTÁSA Egyváltozós módszerek: akkor alkalmazzák, ha egy mérés áll rendelkezésre valamennyi elemre, amennyiben több mérést végeztek minden elemre, ezen változókat egyenként, egymástól függetlenül elemzik, az adatok metrikusak vagy nem metrikusak, a metrikus adatok intervallum- vagy arányskálájúak, a nem metrikus adatok mérése névleges vagy sorrendi skálán történik. Többváltozós módszerek: akkor alkalmazzák, ha több mérés áll rendelkezésre minden egyes elemre, és a változókat együttesen elemzik, két vagy több jelenség egyidejű kapcsolatával foglalkoznak, módszerei: függőségen alapuló módszerek és kölcsönös összefüggésen alapuló módszerek.
79 AZ EGYVÁLTOZÓS MÓDSZEREK CSOPORTOSÍTÁSA Egyváltozós módszerek Metrikus adat Nem metrikus adat Egy minta Független Kétmintás t-próba z-próba Egy szempontos variancaelemzés Kettő vagy több minta Összefüggő Páros t-próba Egy minta Gyakoriság X 2 -próba Kolmogorov-Szmirnovféle próba Sorozatpróba Binomiális próba Független X 2 -próba Mann-Whitneyféle próba Medián próba Kolmogorov-Szmirnov féle próba Kruskal-Wallisféle egy szempontos varainciaelemzés Kettő vagy több minta Összefüggő Előjelpróba Wilcoxon-féle próba McNemar-féle próba X 2 -próba
80 A TÖBBVÁLTOZÓS MÓDSZEREK CSOPORTOSÍTÁSA Többváltozós módszerek Függőségen alapuló módszerek Kölcsönös összefüggésen alapuló módszerek Egy függő változó Kereszttábla (több mint két változó) Variancia és kovarianciaelemzés Regresszióelemzés Kétcsoportos diszkriminanciaelemzés/logitelemzés Conjoint-elemzés Több mint egy függő változó Változók kölcsönös összefüggése Többváltozós Faktorelemzés variancia és kovarianciaelemzés Kanonikus korrelációelemzés Többszörös diszkriminanciaelemzés Tárgyak közötti hasonlóságok Klaszterelemzés Többdimenziós skálázás
81 GYAKORISÁGI ELOSZLÁS Matematikai eloszlás, amelynek célja, hogy egy változó különböző értékeihez tartozó válaszok számát megadja, és ezeket százalékos formában kifejezze. Statisztikai mutatói: Helyzetmutatók: középértékek, mivel az eloszlás középpontját próbálják leírni. Átlag: az összes elem összegzésével és az elemek számával történő elosztással kapott érték. Módusz: olyan középérték, amely megadja, hogy melyik érték fordul elő leggyakrabban egy mintaeloszlásban. Medián: megmutatja, hogy melyik az az érték, amely felett ugyanannyi érték fordul elő, mint alatta.
82 SZÓRÓDÁSI MUTATÓSZÁMOK Intervallum- vagy arányskálák esetén számíthatók. Típusai: Terjedelem: egy eloszlás legkisebb és legnagyobb értéke közötti különbség, ha az adatbázis minden adatát megszorozzuk egy konstanssal, akkor a terjedelem is a konstansszorosára nő. Kvartilisek közötti terjedelem: egy eloszlás szóródásának terjedelme, amely a megfigyelések középső 50 százalékát foglalja magába, a 75. és a 25. percentilis közötti különbséget jelenti. Szórásnégyzet: az értékek átlagtól való átlagos eltérésnégyzete, ha az adatok az átlag körül csoportosulnak, akkor a szórásnégyzet kicsi. Relatív szórás: az átlag százalékában kifejezett szórás, csak arányskálán mért változók esetén értelmezhető.
83 A HIPOTÉZISVIZSGÁLAT ÁLTALÁNOS FOLYAMATA 1. lépés 2. lépés 3. lépés 4. lépés A H 0 és ah 1 megfogalmazása A megfelelő próba kiválasztása Az α szignifikanciaszint megválasztása Adatgyűjtés és a próbastatisztika kiszámítása 5. lépés 6. lépés A próbastatisztikához tartozó valószínűség meghatározása Az α szignifikanciaszinttel való összehasonlítás A próbastatisztika kritikus értékének meghatározása Annak meghatározása, hogy a próbastatiszka az elutasítási vagy az elfogadási tartományba esik-e 7. lépés 8. lépés A H 0 elutasítása vagy el nem utasítása A marketingkutatási következtetések levonása
84 Kereszttábla: KERESZTTÁBLA statisztikai technika, amely két vagy több változót ír le egyidejűleg, egy olyan táblát eredményez, amely megmutatja két vagy több változó együttes eloszlását. Egy változó gyakorisági eloszlását alcsoportokra bontjuk más változók értékei vagy kategóriái szerint. Kontingenciatáblázat: egy kereszttábla, amely két változó kategóriáinak valamennyi kombinációját egy-egy cellában jeleníti meg. Három változó közötti kapcsolat: gyakran egy harmadik változó bevezetése tisztázza a két változó közötti kezdeti összefüggést, a következő ábra egy harmadik változó bevezetésének lehetséges kimenetelét szemlélteti.
85 HARMADIK VÁLTOZÓ BEVEZETÉSE A KERESZTTÁBLA ELEMZÉSBE Az eredeti két változó Van összefüggés a két változó között Nincs összefüggés a két változó között Egy harmadik változó bevezetése Egy harmadik változó bevezetése Az összefüggés finomítása a két eredeti változó között Nincs összefüggés a két eredeti változó között Nincs változás az eredeti állapothoz képest Van összefüggés a két eredeti változó között
86 KÜLÖNBSÉGEKKEL KAPCSOLATOS HIPOTÉZISVIZSGÁLATOK Hipotézisvizsgálat Paraméteres próbák (metrikus adatok) Nem paraméteres próbák (nem metrikus adatok) Egy minta t-próba z-próba Független minták Kétcsoportos próba t-próba z-próba Két minta Páros minták Páros t-próba Egy minta X 2 -próba Kolmogorov-Szmirnovpróba Sorozatpróba Binomiális próba Független minták X 2 -próba Mann-Whitneypróba Medián próba Kolmogorov-Szmirnov próba Páros minták Két minta Kolgomrov-Szmirnovféle próba Mann-Whitneypróba Wilcoxon-próba McNemar-próba
87 PARAMÉTERES PRÓBÁK t- próba: Egyváltozós hipotézisvizsgálat, amely a t-eloszlást használja. Alkalmazása akkor indokolt, ha a szórás ismeretlen és a minta kicsi. z-próba: Egyváltozós hipotézisvizsgálat, amely a standard normális eloszlást használja. Két független mintás próbák: Két egymástól független minta. Az egyik mintán történt mérések nincsenek hatással a másik mintán történt mérések értékeire. Páros minták: A hipotézisvizsgálat során a megfigyelések párt alkotnak, ahol a két megfigyeléssorozat ugyanazon válaszadókra vonatkozik.
88 Egymintás próbák: NEM PARAMÉTERES PRÓBÁK I. Kolgomorov-Szmirnov-féle egymintás próba: nem paraméteres illeszkedésvizsgálat, amely egy változó eloszlásfüggvényét hasonlítja össze valamely adott eloszlással. Sorozatpróba: egy dichotóm változó véletlenszerűségét vizsgáló próba. Binominális próba: a megfigyelések számát veti össze egy meghatározott binominális eloszlás szerinti várható megfigyelések számával.
89 NEM PARAMÉTERES PRÓBÁK II. Két független mintás próbák: Mann-Whitney-féle U-próba: két független minta megfigyeléseire támaszkodva két sokaság helyzetének különbségét hasonlítja össze. Kétmintás mediánpróba: azt vizsgálja, hogy a két minta azonos mediánú sokaságból származik-e. Ennek a próbának nincs akkora ereje, mint Mann-Whitney-féle U-próbának. Kolgomorov-Szmirnov-féle kétmintás próba: azt vizsgálja, hogy a két eloszlás azonos-e. A kétféle eloszlás közötti bármilyen különbségre tekintettel van, beleértve a medián, a szóródás, a ferdeség különbségeit.
90 EGY SZEMPONTOS VARIANCIAELEMZÉS (ANOVA) Varianciaelemzés, ahol csak egy faktor van. Az egy szempontos ANOVA folyamata: A függő és a független változók meghatározása A teljes eltérésnégyzet-összeg felbontása A hatások mérése Szignifikanciavizsgálat Az eredmények értelmezése
91 TÖBB SZEMPONTOS VARIANCIAELEMZÉS Varianciaelemzés, ahol kettő vagy több faktor van. Interakció: ha egy faktornak a függő változóra gyakorolt hatása függ egy másik faktor szintjétől. A teljes hatás szignifikanciája: annak a próbája, hogy létezik-e valamilyen különbség a kezelési csoportok között. Az interakciós hatás szignifikanciája: két vagy több független változó közötti interakció szignifikanciavizsgálata. A főhatás szignifikanciája: az egyes faktorok főhatásainak szignifikanciavizsgálata.
92 KOVARIANCIAELEMZÉS Összetett varianciaelemzési eljárás, ahol egy vagy több metrikus külső változó hatását kiszűrik a függő változóból az ANOVA elvégzése előtt. A kovarianciaelemzés legalább egy kategorizált és legalább egy intervallum- vagy arányskálán mért független változót tartalmaz. A kategorizált független változót faktornak, míg a metrikus független változót kovariánsnak nevezzük. A kovariáns leggyakoribb alkalmazása: amikor a függő változó szórásnégyzetéből eltávolítjuk a nem fontos változók hatását azért, hogy kizárólagosan a fontos faktorok hatását tudjuk vizsgálni. A kovariánsok együttes hatásának, illetve az egyes kovariánsok hatásának szignifikanciáját a megfelelő F-próbával vizsgáljuk.
93 KORRELÁCIÓ Pearson- féle korreláció: két metrikus változó közötti kapcsolat erősségét kifejező mutatószám, egy index annak meghatározására, hogy létezik-e X és Y között kapcsolat, jelezve, hogy az egyik változó, X eltérései milyen mértékben függnek össze a másik változó, Y eltéréseivel, egyszerű vagy kétváltozós korrelációnak, vagy korrelációs együtthatónak nevezzük. Parciális korreláció: két változó közötti kapcsolat szorosságát mérő mutatószám egy vagy több más változó hatásának kontrollálása mellett, részkorrelációs együttható: az X és Y közötti korrelációt mutatja, ha X-ből kiszűrjük más független változók lineáris hatásait, de Y-ból nem. Nem metrikus korreláció: korreláció mérése két nem metrikus változó között, amely a korrelációszámításnál rangszámokra támaszkodik.
94 REGRESSZIÓELEMZÉS Statisztikai eljárás egy metrikus függő és egy vagy több független változó közötti összefüggés elemzésére. Alkalmazhatósága: annak meghatározására, hogy a független változók hatással vannak-e a függő változóra, annak meghatározására, hogy a független változók milyen mértékben magyarázzák a függő változó ingadozását, a kapcsolat formájának, struktúrájának meghatározására, a függő változó értékének előrejelzésére, más független változók hatásának kontrollálására. Kétváltozós regresszió: matematikai kapcsolat felállítása egyenlet formájában egy metrikus függő és egy metrikus független változó között.
95 A KÉTVÁLTOZÓS REGRESSZIÓELEMZÉS FOLYAMATÁBRÁJA A pontdiagram vizsgálata Az általános modell felírása Paraméterek becslése A standardizált regressziós együttható becslése Szignifikanciavizsgálat A kapcsolat szignifikanciájának és erősségének meghatározása Az előrejelzés pontosságának ellenőrzése A reziduumok vizsgálata A modell keresztérvényességének vizsgálata
96 TÖBBVÁLTOZÓS REGRESSZIÓELEMZÉS Statisztikai technika, amely egyidejűleg állít fel matematikai összefüggést kettő vagy több független és egy intervallumskálájú függő változó között. Statisztikai mutatószámai: Korrigált R²: az R², többszörös determinációs együttható, amelyet a független változók számának és a mintanagyságnak megfelelően korrigálunk. Többszörös determinációs együttható: a kapcsolat erősségét az R² többszörös korrelációs együttható négyzetével mérik. F-próba: annak a nullhipotézisnek a vizsgálatára alkalmas, amely szerint az R² sokasági többszörös determinációs együttható értéke nulla. Parciális regressziós együttható: az Y becsült érték változását jelzi, Xı egy egységgel való változása esetén.
97 DISZKRIMINANCIAELEMZÉS Marketingkutatás adatainak elemzésére szolgáló technika, ahol a függő változó nem metrikus, és a független változó legalább intervallumskálájú. A diszkriminanciaelemzés céljai: Diszkriminanciafüggvény létrehozása, amely a becslő vagy független változók lineáris kombinációjaként a kritérium- vagy függő változó kategóriáit a legjobban szétválasztja. Annak megállapítása, hogy van-e szignifikáns különbség a csoportok között a becslő változók alapján. Annak meghatározása, mely becslő változók magyarázzák a csoportok közötti különbséget a legnagyobb mértékben. A megfigyelési egységek valamely csoportba sorolása a becslő változó értékei alapján. A csoportosítás pontosságának mérése.
98 AZ ANOVA, REGRESSZIÓ- ÉS A DISZKRIMINANCIAELEMZÉS KÖZÖTTI HASONLÓSÁGOK ÉS KÜLÖNBSÉGEK ANOVA Regresszió Diszkriminancia-/ logitelemzés Hasonlóságok A függő változók száma A független változók száma egy egy egy több több több Különbségek A függő változók típusa metrikus metrikus kategorizált/ bináris A független változók típusa kategorizált metrikus metrikus
99 A DISZKRIMINANCIAELEMZÉS MENETE A probléma megfogalmazása A diszkriminanciafüggvény együtthatóinak becslése A diszkriminanciafüggvény szignifikanciájának meghatározása Az eredmény értelmezése A diszkriminanciaelemzés érvényességének értékelése
100 A DISZKRIMINANCIAELEMZÉS LÉPÉSEI I. 1. A probléma megfogalmazása: az elemzés célját, a kritérium-és a független változókat definiáljuk, a kritériumváltozónak minimum két, egymást kizáró és a mérni kívánt jelenséget teljesen lefedő kategóriákból kell állnia, a mintát két részre kell osztani: egyik része a becslő vagy elemzési minta, a másik rész az érvényességi vagy ellenőrző minta, becslő minta: amelyet a diszkriminanciafüggvény becslésére használnak, érvényességi minta: amelyet a becslési minta eredményeinek ellenőrzésére használnak. 2. A diszkriminanciafüggvény együtthatóinak becslése: közvetlen módszer: a diszkriminanciafüggvény egy megközelítése, amely úgy becsli a diszkrimináns funkciót, hogy a független változókat egyszerre veszi figyelembe, lépcsőzetes diszkriminanciaelemzés: a független változókat egymás után veszik az elemzésbe annak alapján, hogy mennyire képesek elkülöníteni az egyes csoportokat.
101 A DISZKRIMINANCIAELEMZÉS LÉPÉSEI II. 3. A diszkriminanciafüggvény szignifikanciájának meghatározása: nem lenne értelme az elemzés interpretálásának, ha a becsült diszkriminanciafüggvények nem lennének szignifikánsak, a nullhipotézis szerint az alapsokaságban az összes diszkriminanciafüggvény átlaga az összes csoportban azonos, és statisztikai próbával ellenőrizhető, ha a nullhipotézist elutasítjuk, amely egyben szignifikáns különbség meglétére utal, sor kerülhet az eredmények értelmezésére. 4. Az eredmények értelmezése: egy becslő változó együtthatójának értékét befolyásolja a többi, diszkriminanciaelemzésbe bevont becslő változó is, a becslő változók multikollinearitása miatt nem lehet egyértelműen mérni a független változók relatív fontosságát a csoportok elkülönítésében, a diszkriminanciaeredmények értelmezésében további segítséget nyújt a csoportprofil. 5. A diszkriminanciaelemzés érvényességének vizsgálata találati arány: a diszkriminanciaelemzésben a helyesen osztályozott esetek százalékos aránya, a diszkriminanciaelemzés által helyesen osztályozott esetek %-os arányát érdemes összehasonlítani a véletlenszerűen besorolt esetek %-ával.
102 FAKTORELEMZÉS A faktorelemzés általános elnevezésként olyan eljárásokat jelöl, amelyeknek az elsődleges célja az adatcsökkentés és összegzés. A faktorelemzés alkalmazhatósága: Olyan magyarázó tényezők vagy faktorok azonosítására, amelyek az adott változók közötti korrelációt magyarázzák. Kevesebb számú korrelálatlan változó azonosítására, amelyekkel az eredeti korrelált változók helyettesíthetőek a későbbi többváltozós elemzések során. Néhány kiemelkedően fontos változó azonosítására, amelyek később többváltozós elemzésekhez felhasználhatók.
103 A FAKTORELEMZÉS LÉPÉSEI A probléma megfogalmazása A korrelációs mátrix előállítása A faktorelemzés módszerének meghatározása A faktorok számának meghatározása A faktorok forgatása A faktorok értelmezése A faktorértékek kiszámolása A helyettesítő változók kiválasztása A modell illeszkedésének maghatározása
104 A FAKTORELEMZÉS MENETE I. 1. A probléma megfogalmazása először a faktorelemzés célját kell meghatározni, az elemzésbe vont változókat korábbi kutatások, elméleti megfontolások vagy a kutató megítélése alapján kell kijelölni, fontos, hogy a változók intervallum, vagy arányskálájúak legyenek, megfelelő mintanagyságra is szükség van, legalább 4-5-ször annyi megfigyelésre van szükség, mint változóra, sokszor a minta mérete kicsi, az arány ennél lényegesen alacsonyabb lesz. 2. A korrelációs mátrix előállítása az elemzési eljárás a változók közötti összefüggéseket jellemző korrelációs mátrixon alapul, ahhoz, hogy a faktorelemzés alkalmazható legyen, a változóknak korrelálniuk kell egymással, amennyiben a változók közötti korreláció alacsony, a faktorelemzés nem megfelelő módszer, azok a változók, amelyek között magas a korreláció, ugyanazzal a faktorral fognak korrelálni.
105 A FAKTORELEMZÉS MENETE II. 3. A faktorelemzés módszerének meghatározása a faktorelemzés egyes módszerei abban különböznek egymástól, milyen módon határozzák meg a súlyokat vagy a faktorérték-koefficienseket, közös faktorelemzésnél: a faktorokat csak a közös variancia alapján becsülik, a főkomponens-elemzés során az adatok teljes varianciáját veszik figyelembe.
106 A FAKTORELEMZÉS MENETE III. 4. A faktorok számának meghatározása a priori meghatározás: korábbi ismeretek alapján a kutató néha tudja, hány faktorra számíthat, így előre megadhatja a faktorok számát, sajátértékeken alapuló meghatározás: e megközelítés szerint csak az 1,0-nél nagyobb sajátértékű faktorokat tartjuk meg, a többi faktor nem kerül a modellbe. A sajátérték a faktorhoz kapcsolódó variancia nagyságát fejezi ki. sajátértékábrán alapuló meghatározás: a sajátértékábra a sajátértékek ábrázolása a faktorok sorszámának függvényében. Az ábra formája alapján lehet következtetni a faktorok számára. szignikikanciavizsgálaton alapuló meghatározás: az egyes sajátértékek statisztikai szignifikanciáját meghatározzuk, és csak a statisztikailag szignifikáns faktorokat tartjuk meg. magyarázott varianciahányadon alapuló meghatározás: az előállított faktorok számát úgy határozzuk meg, hogy a faktorok által magyarázott variancia kumulált százalékos értéke elérjen egy megfelelő szintet.
107 5. A faktorok forgatása A FAKTORELEMZÉS MENETE IV. a faktorelemzés fontos eredménye a faktormátrix, amelyet faktormintázati mátrixnak is hívnak, a faktormátrix tartalmazza azokat az együtthatókat, amelyek használatával a standardizált változókat ki lehet fejezni a faktorokkal, ezek az együtthatók a faktorsúlyok, és a faktorok és a változók közötti korrelációt fejezik ki, különböző forgatási módszerek különböző faktorok azonosításához vezethetnek: ortogonális forgatás: a faktorok forgatása oly módon, hogy a faktorok derékszöget zárnak be egymással, varimax eljárás: minimalizálja a nagy faktorsúlyokkal rendelkező változók számát, és így segíti a faktorok értelmezhetőségét, ferdeszögű forgatás: a faktorok forgatása oly módon, hogy a faktorok tetszőleges szöget zárhatnak be egymással.
108 A FAKTORELEMZÉS MENETE V. 5. A faktorok értelmezése a faktort a magas faktorsúlyú változók alapján lehet értelmezni, az értelmezés során a változóknak a faktorsúlyokkal mint koordinátákkal való ábrázolását kell segítségül hívni, az origóhoz közeli változóknak mindkét faktorral alacsony a faktorsúlyuk, azok a változók, amelyek egyik tengelyhez sem esnek közel, mindkét faktorral összefüggenek. 6. A faktorértékek kiszámolása faktorérték: a kapott faktorokból összetett érték, amelyet valamennyi válaszadóra vonatkozóan becsülnek, a súlyok, más néven a faktorérték-együtthatók, amelyek a standardizált változókat kapcsolják össze, a faktorérték-együttható mátrixából származnak.
109 A FAKTORELEMZÉS MENETE VI. 7. A helyettesítő változók kiválasztása a helyettesítő változók az eredeti változók egy csoportja, amelyet azért választanak ki, hogy későbbi elemzésekben használják fel őket, az eljárásnak akkor van értelme, ha egy változó faktorsúlya jóval nagyobb, mint a többi faktorsúly, a több hasonló nagyságú faktorsúlyú változó esetén a választás elméleti vagy mérési szempontok alapján történik. 8. A modell illeszkedésének meghatározása e módszer egyik alapfeltevése, hogy a változók közötti megfigyelt korrreláció a közös faktoroknak tudható be, a megfigyelt korrelációs együtthatók és a reprodukált korrelációs együtthatók eltéréseinek vizsgálata alapján lehet a modell illeszkedését meghatározni, ezeket az eltéréseket reziduumnak nevezik, ha sok a nagy reziduum, a faktormodell nem illeszkedik jól az adatokhoz.
110 A KLASZTERELEMZÉS MENETE I. A probléma megfogalmazása Távolságmérték kiválasztása Klasztermódszer kiválasztása Döntés a klaszterek számáról A klaszterek értelmezése és jellemzése A klaszterelemzés érvényességének ellenőrzése
111 A KLASZTERELEMZÉS MENETE II. 1. A probléma megfogalmazása: a változók kiválasztása történhet korábbi kutatások, elméleti megfontolások vagy a vizsgálandó hipotézisek alapján, feltáró kutatások esetében a kutatóknak saját döntésükre és intuíciójukra kell támaszkodni. 2. Távolsági vagy hasonlósági mérték kiválasztása: ahhoz, hogy a hasonló megfigyelési egységek egy csoportba kerüljenek szükség van valamilyen mérőszámra, azaz a hasonlóság vagy a különbség számszerűsítésére, a legelterjedtebb megközelítés a hasonlóság mérésére a megfigyelési egységek páronkénti távolsága, a legelterjedtebb távolsági mérték az euklideszi távolság vagy annak négyzete.
112 A KLASZTERELEMZÉS MENETE III. 3. A klasztermódszerek kiválasztása: Klasztermódszerek Hierarchikus Nem hierarchikus Egyéb Összevonó Felosztó Két lépcső Láncmódszerek Variancia- -módszer Centroidmódszer Szekvenciális küszöbérték Párhuzamos küszöbérték Optimális felosztás Ward-féle eljárás Egyszerű lánc Teljes lánc Átlagos lánc
113 A KLASZTERELEMZÉS MENETE IV. 4. Döntés a klaszterek számáról: Nincsenek írott vagy íratlan szabályok, csak néhány általános szabály áll rendelkezésre. elméleti és gyakorlati megfontolások határozhatják meg a klaszterek számát, hierarchikus klaszterelemzés estén a klaszterek összevonására alkalmazott távolságok felhasználhatók kritériumként, a nem hierarchikus klaszterelemzésnél a belső és a külső variancia hányadosát ábrázolják a klaszterek számának függvényében, a klaszterek relatív méretét is célszerű figyelembe venni. 5. A klaszterek értelmezése és jellemzése: ezt a klasztercentroidok (átlagok) elemzésével végezzük el, centroidokon a klaszterbe tartozó megfigyelési egységeknek az összes változó alapján számított átlagát értjük, a centroidok lehetővé teszik, hogy mindegyik klaszterhez egy nevet vagy egy címkét rendeljünk.
114 A KLASZTERELEMZÉS MENETE V. 6. A klaszterelemzés megbízhatóságának és érvényességének ellenőrzése: A következő eljárások jól használhatók a klasztereredmények minőségének értékelésére. A klaszterelemzést elvégezzük ugyanazokkal az adatokkal, de más távolságmértéket használunk. A két mérték alapján kapott eredményeket összehasonlítjuk, hogy megállapítsuk a megoldás stabilitását. Különböző klasztereljárásokat alkalmazunk, és összehasonlítjuk az eredményeket. Az adatokat véletlenszerűen két csoportra osztjuk, elvégezzük a klaszterelemzéseket. Összehasonlítjuk a két alminta klaszterátlagát. Véletlenszerűen elhagyunk változókat, és a klaszterelemzést a csökkentett számú változók alapján végezzük el. A nem hierarchikus klaszterelemzésnél a megoldás az esetek adatbázisban elfoglalt sorrendjétől is függhet.
115 TÖBBDIMENZIÓS SKÁLÁZÁS (MDS) Eljárások összessége, amelyek a válaszadók észleléseit és preferenciáit jelenítik meg grafikus módon egy többdimenziós térben. A stimulusok között észlelt vagy pszichológiai összefüggéseket geometriai relációkkal többdimenziós térben ábrázolják. Marketingben az MDS-t a következő célokra alkalmazzák: A dimenziók számának és természetének a meghatározása, amelyek megadják, hogyan érzékelik a fogyasztók a különböző márkákat a piaci térben. A létező márkák pozícionálása a dimenziók mentén. A fogyasztók által ideálisnak tartott márka pozícionálása.
116 AZ MDS MARKETINGBEN VALÓ ALKALMAZHATÓSÁGA Az MDS révén nyerhető információkat a marketingben számos területen alkalmazzák: imázsvizsgálatok, piacszegmentáció, új termék kifejlesztése, reklámhatás értékelése, árelemzés, az értékesítési csatornával kapcsolatos döntések, attitűdskála szerkesztése.
117 A TÖBBDIMENZIÓS SKÁLÁZÁS MENETE I. A probléma megfogalmazása A kiinduló adatok összegyűjtése Az MDS-eljárás kiválasztása Döntés a dimenziók számáról A dimenziók elnevezése és a konfiguráció interpretálása A megbízhatóság és az érvényesség értékelése
118 A TÖBBDIMENZIÓS SKÁLÁZÁS MENETE II. 1. A probléma megfogalmazása: meg kell határozni azt a célt, amelyre az MDS-eredményeket szeretnénk felhasználni, ki kell választani a márkákat vagy más stimulusokat, amelyek bekerülnek az elemzésbe, a márkák és a stimulusok száma, illetve a bevont márkák meghatározzák a kapott dimenziók és a konfigurációk jellegét, az egyes márkákat vagy stimulusokat kellő elővigyázatossággal kell kiválasztani. 2. A kiinduló adatok összegyűjtése: a válaszadóktól nyert kiinduló adatok észlelésre vagy preferenciákra vonatkoznak, az észlelési adatok lehetnek: -közvetlen (hasonlósági értékítéletek) -származtatott (jellemzők értékelése), a preferenciaadatok a márkákat vagy stimulusokat a megkérdezettek valamely tulajdonságokra vonatkozó preferenciái alapján rendezik.
119 A TÖBBDIMENZIÓS SKÁLÁZÁS MENETE III. 3. Az MDS-eljárás kiválasztása: a nem metrikus MDS-eljárások feltételezik, hogy a kiinduló adatok ordinálisak, de metrikus eredményeket adnak, a metrikus MDS-módszerek megkívánják, hogy az eredeti adatok is metrikusak legyenek, a módszerkiválasztást befolyásolja még, hogy az MDS-elemzést az egyes válaszadók szintjén vagy aggregáltan végezzük. 4. A dimenziók számának eldöntése: két szempontot érdemes figyelembe venni: - a priori ismeret: az elmélet és a korábbi kutatások által javasolt dimenziószám, - a térbeli térkép értelmezhetősége: általában nem könnyű a konfigurációkat vagy a térképeket interpretálni háromnál több dimenzió esetén. könyökkritérium: a stressmutató értékének ábrázolása a dimenziók számának függvényében. A görbe könyökpontja vagy éles törése jelzi a dimenziók megfelelő számát.
120 A TÖBBDIMENZIÓS SKÁLÁZÁS MENETE IV. 5. A dimenziók elnevezése és a konfiguráció értelmezése: a dimenziók elnevezése a kutató szubjektív ítéletét fejezi ki, de használhatóak vezérfonalak, a térbeli térképen felfedezhető üres felületek a piacon még nem ismert, új termékekhez adhatnak ötleteket. ha a térbeli térkép elkészül, akkor a dimenzióknak nevet kell adni, és a konfigurációt értelmezni kell, 6. A megbízhatóság és érvényesség értékelése: az illeszkedés indexét, azaz az R²-et kell megvizsgálni, a stressértékek az MDS-megoldás minőségét jellemzik, az MDS érvényességének értékeléséhez formális eljárások is rendelkezésre állnak.
121 A CONJOINT-ELEMZÉS ELMÉLETI ALAPJAI Technika, amely megpróbálja meghatározni, hogy a fogyasztók a választás szempontjából fontos termékjellemzőknek mekkora relatív fontosságot tulajdonítanak, és megadja a jellemzők szintjeihez kapcsolódó hasznossági értékeket is. A marketingben a következő célokra használhatják: a jellemzők relatív fontosságának meghatározása a fogyasztói döntési folyamatban, a márkák piaci részesedésének becslése, amelyek azonos jellemzők különböző szintjeiből állnak, a leginkább referált márka összetételének meghatározása a jellemzők alapján, piaci szegmentáció az azonos jellemzőszintekhez kapcsolódó hasonló referenciák alapján.
122 A CONJOINT-ELEMZÉSHEZ KAPCSOLÓDÓ FOGALMAK részértékfüggvények: az egyes jellemzők szintjeinek a fogyasztók által tulajdonított hasznosságát tükrözik, relatív fontossági súlyok, jellemzőszintek: a jellemzők által felvehető értékeket jelöli, teljes profilok, páros módszer: a válaszadók egyszerre két jellemzőt értékelnek addig, amíg az összes jellemzőpárt nem hasonlították össze, ciklikus kutatási terv, redukált faktorális elrendezés, ortogonális elrendezés, belső érvényesség
123 A CONJOINTELEMZÉS LÉPÉSEI I. A probléma megfogalmazása A stimulusok kialakítása Döntés a kiinduló adatok típusáról A conjoint-elemzési eljárás kiválasztása Az eredmények értelmezése A megbízhatóság és érvényesség értékelése
124 A CONJOINTELEMZÉS LÉPÉSEI II. 1. A probléma megfogalmazása: a kutatónak ki kell választania a stimulusok kialakításához szükséges jellemzőket és azok szintjeit, a kiválasztott jellemzők meghatározó fontosságúak a fogyasztói preferenciák és döntések befolyásolásában, ha a választás szempontjából fontos jellemzőket azonosítottuk, akkor ki kell választani azok megfelelő szintjeit, érdemes a jellemzőszintek számát korlátozni. 2. A stimulusok kialakítása: páros eljárás esetén: a válaszadók egyszerre két jellemzőt hasonlítanak össze mindaddig, amíg az összes lehetséges jellemzőpárt nem értékelték, többtényezős értékelés esetén: a márkák teljes vagy hiánytalan profiljait az összes jellemző bevonásával állítják elő, a páronkénti összehasonlítás előnye, hogy a válaszadóknak könnyebb elvégezni az értékelést.
125 A CONJOINTELEMZÉS LÉPÉSEI III. 3. Döntés a kiinduló adatok típusáról: páros módszernél a válaszadók a mátrixok összes celláját rangsorolják, többtényezős értékelésnél a stimulusprofilok sorrendjét képezik, a válaszadók értékelnek vagy rangsort alkotnak a preferenciák vagy vásárlási szándékuk szerint, 4. A conjoint-elemzési eljárás kiválasztása: a conjoint-elemzés alapmodellje matematikai modell, amely kifejezi az alapvető kapcsolatot a jellemzők és a hasznossági értékek között, a kutatónak el kell döntenie, hogy az adatok egyedi vagy aggregált szinten kívánja-e elemezni, az egyedi elemzés minden egyes válaszadó adatait külön elemzi, ha aggregált elemzést végeznek, akkor meg kell fontolni, milyen eljárással csoportosítják a válaszadókat, a legelterjedtebb módszer, hogy először az egyéni részértéket vagy hasznossági függvényeket becslik, ezután a válaszadókat a részértékek hasonlósága alapján klaszterekbe rendezik.
126 A CONJOINTELEMZÉS LÉPÉSEI IV. 5. Az eredmények értelmezése: az eredmények interpretálását segíti, ha a részértékfüggvényeket grafikon formájában ábrázoljuk, az ábrázolásból láthatjuk az egyes jellemzők relatív fontosságát. 6. A megbízhatóság és érvényesség értékelése: a megbízhatóság és érvényesség számos eljárással ellenőrizhető, például, a becsült modell illeszkedésének jóságát kell értékelni, a tesztelés-újratesztelés módszerrel az eredmények megbízhatósága értékelhető ismételt megkérdezések formájában, az ellenőrzési vagy érvényességi stimulusok értékeit a becsült részértékfüggvényekkel számítják ki, ha aggregált elemzést végzünk, akkor a becslési mintát többféleképpen két részre bonthatjuk, és a conjoint-elemzést minden egyes almintán elvégezzük.
127 A JELENTÉS ÉS A PREZENTÁCIÓ FONTOSSÁGA A jelentés és a prezentáció a következő okok miatt fontos része a marketingkutatásnak: Ezek a kutatási erőfeszítések kézzelfogható eredményei. A jelentés egyik funkciója, hogy történetileg rögzíti a kutatás részleteit. A menedzserek a jelentés és a prezentáció alapján hozzák meg döntéseiket. Sok marketingmenedzser kutatásba történő bevonására csak az írásos anyag és a szóbeli prezentáció erejéig van mód. A jelentés és a prezentáció hasznossága jelentősen befolyásolhatja a menedzserek azon döntését, hogy máskor is végeztessenek-e kutatást.
128 A JELENTÉSKÉSZÍTÉS ÉS A PREZENTÁCIÓ FOLYAMATA Problémameghatározás, megközelítés, kutatási módszer és terepmunka Adatelemzés Adatok közzététele, következtetések és javaslatok Jelentéskészítés Szóbeli prezentáció A megrendelő tanulmányozza a jelentést Kutatási utógondozás
129 A KUTATÁSI JELENTÉS TARTALMA I. 1. Címoldal 2. Átadási kísérőlevél 3. Felhatalmazás 4. Tartalomjegyzék 5. Táblázatok jegyzéke 6. Grafikonok jegyzéke 7. Függelékek jegyzéke 8. Mellékletek jegyzéke 9. Vezetői összefoglaló a) Főbb eredmények b) Következtetések c) Ajánlások 10. Problémameghatározás a) A probléma háttere b) A probléma megfogalmazása 11. A probléma megközelítése
130 A KUTATÁSI JELENTÉS TARTALMA II. 12. Kutatási program a) A kutatás módszertana b) Információszükséglet c) Adatgyűjtés szekunder forrásból d) Adatgyűjtés primer forrásból e) Skálázási technikák f) Kérdőívkészítés és próbakérdezés g) Mintavételi módszerek h)terepmunka 13. Adatelemzés a) Módszertan b) Feldolgozási terv 14. Eredmények 15. Korlátok és ellenvetések 16. Következtetések és ajánlások 17. Mellékletek a) Kérdőívek b) Statisztikai eredmények c) Listák
131 A KUTATÁSI JELENTÉS TARTALMÁNAK RÉSZLETEI I. Címoldal: tartalmaznia kell a jelentés címét, információkat a kutatókról és a kutatást végző cégről, továbbá tartalmazza a megbízó nevét, aki számára a jelentés készült és az átadás dátumát, a címnek utalnia kell a kutatás jellegére. Átadási kísérőlevél: bemutatja magát a jelentést a megrendelő számára, és összefoglalja a kutatás általános tapasztalatait a konkrét eredmények említése nélkül, a levélnek fel kell hívnia a megrendelő figyelmét esetleges további teendők szükségességére. Felhatalmazás: a felhatalmazó levelet a megbízó írja még a kutatás megkezdése előtt, ebben megbízza a kutatót a vizsgálat lefolytatására, és megadja annak kereteit és a szerződés feltételeit.
132 A KUTATÁSI JELENTÉS TARTALMÁNAK RÉSZLETEI II. Tartalomjegyzék: megtalálhatók az érintett témák és azok oldalszámai, a tartalomjegyzéket követi a táblázatok, a grafikonok, a függelékek és a mellékletek jegyzéke. Vezetői összefoglaló: rendkívül fontos része a jelentésnek, mert sokszor csak ezt a részt olvassák el a vezetők a megrendelő cégnél, az összefoglalónak tartalmaznia kell a probléma rövid leírását, a megközelítést és az alkalmazott kutatási módszert, be kell mutatnia a főbb eredményeket, a következtetéseket és a javaslatokat. Problémameghatározás: a jelentés ezen része megadja a probléma hátterét, a döntéshozókkal és az iparági szakértőkkel történő megbeszélések főbb pontjait, továbbá a szekunder adatok elemzését, a kvalitatív kutatást és a figyelembe vett tényezőket, ezeken kívül tartalmaznia kell a világosan megfogalmazott vezetői döntési problémát és a marketingkutatási problémát.
133 A KUTATÁSI JELENTÉS TARTALMÁNAK RÉSZLETEI III. A probléma megközelítése: ebben a részben kell bemutatni a probléma tág megközelítését, valamint azokat az elméleteket, amelyeken a kutatás alapult, továbbá az elemző modelleket, a kutatási kérdéseket, a hipotéziseket és a kutatási módszert befolyásoló tényezőket. Kutatási módszer: részletesen is be kell mutatni hogyan is zajlott a kutatás, tartalmaznia kell a kutatás jellegére, az információszükségletre, a szekunder és primer forrásokból történt adatgyűjtésre, a skálázási módszerekre, valamint a kérdőívkészítésre és a próbakérdezésre vonatkozó, a mintavételi módszerekre és a terepmunkára utaló tájékoztatást, ebben a részben kell indokolni azt is, miért az adott kutatási módszert választották.
134 A KUTATÁSI JELENTÉS TARTALMÁNAK RÉSZLETEI IV. Adatelemzés: itt kerül bemutatásra az adatfeldolgozási terv, valamint itt kell megindokolni az adatelemzési stratégia és a módszerek választását. Eredmények: általában ez a jelentés leghosszabb része, akár több fejezetből is állhat, az eredményeket sokszor nem csak összevontan, hanem lebontva is bemutatják, érdemes ezeket összefüggően és logikusan elrendezni, az eredményeket szorosan a marketingkutatási problémához, illetve a meghatározott információszükséglethez igazodva kell közzétenni, a részleteket érdemes táblázatok és grafikonok segítségével megjeleníteni.
135 A KUTATÁSI JELENTÉS TARTALMÁNAK RÉSZLETEI V. Korlátok és ellenjavallatok: minden egyes kutatásnak vannak korlátai az idő, a pénz és egyéb olyan tényezők miatt, amelyekhez a szervezeteknek alkalmazkodniuk kell, maga a kutatási módszer is korlátos lehet a hozzá kapcsolódó hibafajták miatt, ezt a részt nagy odafigyeléssel és a vélemények egyensúlyban tartásával kell megírni, Következtetések és ajánlások: a kutatóknak a probléma szempontjából kell megvilágítaniuk az eredményeket, természetesen a főbb következtetésekre koncentrálva, az eredményekre és következtetésekre alapozva a kutatók javaslatokat tehetnek a döntéshozóknak, a javaslatoknak megvalósíthatóaknak, praktikusaknak, gyakorlatorientáltaknak és közvetlenül felhasználhatóaknak kell lenniük a vezetői döntésekhez.
136 JELENTÉSÍRÁSSAL KAPCSOLATOS KÖVETELMÉNYEK I. Közérthetőség: célszerű a logikus felépítés és a világos megfogalmazás, az egész anyagnak logikusan kell felépülnie, hogy az olvasó követni tudja az összefüggéseket és kapcsolódási pontokat, a fejezeteknek és azon belüli alfejezeteknek címet kell adni, a világos megfogalmazás jól szerkesztett, rövid és lényegretörő mondatokkal érhető el, a bonyolult szavakat, a szlengeket és a kliséket kerülni kell. Prezentálható és professzionális megjelenítés: a jelentés külalakja nagyon fontos, tipográfiájának változatosnak kell lennie, többféle betűméret alkalmazásával figyelemfelkeltést érhetünk el, és olvashatóbb is lesz az anyag.
137 JELENTÉSÍRÁSSAL KAPCSOLATOS KÖVETELMÉNYEK II. Objektivitás: a jelentésnek a kutatás módszerére, eredményeire és következtetéseire kell koncentrálnia anélkül, hogy azokat elferdítenék, a kutatóknak rendelkezniük kell azzal a képességgel, hogy objektíven tegyék közzé és védjék meg az eredményeket. Szövegmegerősítés táblázatokkal és grafikonokkal: fontos a legkiemelkedőbb eredményeket táblázatok, grafikonok, képek, térképek vagy más vizuális eszközök segítségével kiemelni, ez nagyban támogathatja a kommunikációt, valamint világosabbá és hatásosabbá teheti a jelentést. Tömörség: a jelentésnek lényegre törőnek és tartalmasnak kell lennie, minden felesleges dolgot mellőzni kell, a túl sok információ között elveszhet a lényeg, a tömörség viszont nem lehet cél a teljesség kárára.
138 A TÁBLÁZATOKRA VONATKOZÓ IRÁNYELVEK I. A statisztikai táblázatok fontos részei a jelentésnek, ezért különös figyelmet érdemelnek. Cím és számozás: minden táblázatnak kell, hogy legyen száma és címe. A címnek röviden utalnia kell a táblázat tartalmára. Az adatok elrendezése: az adatok táblázatbeli elrendezésének a legjellemzőbb ismérv szerint kell történnie. Ha fontos az elemek könnyű megtalálása, akkor célszerű ábécérendben megjeleníteni azokat. A mérés alapja: pontosan meg kell adni, milyen mértékegységben vannak az adatok.
139 A TÁBLÁZATOKRA VONATKOZÓ IRÁNYELVEK II. Tekintetvezetők, vonalazás és üres felületek: a tekintetvezetők, pontozott vagy szaggatott vonalak horizontálisan vezetik a szemet, segítik az egységes és olvasható megjelenést. Magyarázatok és megjegyzések: címek a fejrovatban és az oldalrovatban, valamint lábjegyzetek: A táblázat megértését segítő magyarázatokat és megjegyzéseket képaláírások, rovatcímek és lábjegyzetek formájában fűzhetjük hozzá. A táblázatba nem illeszthető információkat lábjegyzetben kell elhelyezni. A lábjegyzetnek a táblázat után, de a forrás megjelölése előtt kell lennie. Az adatok forrása: szekunder adatok esetén meg kell adni azok forrását.
140 IRÁNYELVEK A GRAFIKONOK KÉSZÍTÉSÉHEZ I. A grafikus információk hatékonyan egészítik ki a szöveget és a táblázatokat segítve a jelentés megértését és fokozva hatásosságát. Grafikus eszközök típusai: Földrajzi és egyéb térképek: relatív elhelyezkedést mutatnak be vagy összehasonlítást tesznek lehetővé. Kördiagram: minden szelete az adott változó értékeinek százalékában megadott arányait mutatja. Vonaldiagram: olyan ábra, amelyben adatpontokat folyamatos vonallal kötnek össze. Ez igen jó módja trendek vagy időbeli változások ábrázolásának. Sávdiagram: vonaldiagramok együttese, ahol az egyes kategóriákra vonatkozó vonalak közötti eltérések a vizsgált változó különbözőségére utalnak.
141 IRÁNYELVEK A GRAFIKONOK KÉSZÍTÉSÉHEZ II. Piktografikon: az adatok grafikai megjelenítése kis képek vagy szimbólumok segítségével. Oszlopdiagram: olyan ábra, amely vízszintesen vagy függőlegesen elhelyezett oszlopokban jeleníti meg az adatokat. Hisztogram: függőleges oszlopdiagram, amelyben az oszlopok magassága relatív vagy kumulált gyakoriságot fejez ki. Sematikus ábrák és folyamatábrák: különböző formákban jelenhetnek meg. Ábrázolhatók velük egy folyamat egymást követő lépései vagy összetevői.
142 SZÓBELI PREZENTÁCIÓ A kutatást szóban is prezentálni kell a megbízó cég vezetése számára. Ez segítheti a menedzsmentet az írott anyag megértésében és annak elfogadásában. A hatásos prezentáció kulcsa a megfelelő felkészülés. Az írásos anyagot követve kell megírni az előadás vázlatát vagy részletes menetét. Érdemes az elmondottakat vizuálisan is alátámasztani, például táblázatok és grafikonok segítségével. A következő elveket tartsuk szem előtt: 1. Mondjuk meg elv : A prezentáció strukturálásának elve, amely szerint először ismertessük, hogy mit akarunk mondani, majd közöljük a mondandónkat, és végül emlékeztessünk arra, amit mondtunk. 2. KISS elv: azt jelenti, hogy a prezentáció legyen egyszerű és lényegre törő (keep it simple and straightforward).
143 A JELENTÉS OLVASÁSA I. A probléma felvetése: a vizsgálandó problémát pontosan meg kell határozni, figyelembe kell venni, mely cég volt a megbízó, illetve ki végezte a kutatást, minden releváns információt meg kell adni. Kutatási módszer: a kutatási módszert közérthető módon, világosan be kell mutatni, külön figyelmet kell fordítani az információszükségletre, az adatgyűjtés módszereire, a skálázási technikákra, a kérdőív elkészítésére, a mintavételre és a terepmunkára, az alkalmazott speciális módszerek létjogosultságát indokolni kell. A kutatás lebonyolítása: a kutatóknak jól képzetteknek és tapasztaltaknak kell lenniük, a megfelelő irányítás és kontroll sem hiányozhat. Számok és statisztikák: a táblázatokban és grafikonokban szerepelő számokat és statisztikai adatokat az olvasónak alaposan át kell tanulmányoznia, a nem odaillő számok és statisztikák nagyon félrevezetők lehetnek.
144 A JELENTÉS OLVASÁSA II. Értelmezés és következtetések: az eredményeket objektíven és őszintén kell bemutatni, a legfontosabb eredményeket el kell különíteni a többitől, a kutatás korlátait is be kell mutatni. Általánosíthatóság: a kutató felelőssége, hogy elegendő bizonyítékkal szolgáljon az eredmények megbízhatósága, érvényessége és általánosíthatósága tekintetében, a jelentésnek pontosan meg kell adnia, milyen célcsoportokra igazak az állítások. Közzététel: meg kell vizsgálni, hogy a jelentés őszintén és hiánymentesen adja-e közre a kutatás folyamatát és eredményeit, bele kell foglalni a jelentésbe a negatív, illetve váratlan eredményeket is, a jelentésnek hozzá kell segítenie a megbízót, hogy hatékonyan vegyen részt a kutatás utógondozási szakaszában.
145 KUTATÁSI UTÓGONDOZÁS A kutatók munkája nem fejeződik be a prezentációval. Két feladatuk marad még: Az ügyfél segítése: a kutatónak segítenie kell az eredmények megértésében, néha azok felhasználásában is, az utógondozás a későbbiekben szükségessé váló újabb kutatások miatt is fontos, a kutatóknak segíteniük kell abban is, hogyan illeszthetők be a marketingkutatás során megszerzett információk a vállalat marketing-információrendszerébe vagy döntéstámogató rendszerébe. A kutatás kiértékelése: minden egyes kutatás jó lehetőség a tanulásra, ezért minden projektet kritikusan ki kell értékelni, a kiértékelésből származó információk hasznosak lehetnek a következő kutatások során.
146 A NEMZETKÖZI MARKETINGKUTATÁS FELÉPÍTÉSE Lebonyolítása jóval összetettebb feladat, mint a saját országon belüli marketingkutatás. Alkalmazható a saját országon belüli kutatás hatlépéses modellje. Azonban az egyes országok környezete, a kulturális elemek vagy a vizsgált nemzetközi piac sajátosságai befolyásolják a marketingkutatás hat lépésének végrehajtását. A környezeti tényezők a következők: marketingkörnyezet, közigazgatási környezet, jogi környezet, gazdasági környezet, infrastrukturális környezet, információs és technológiai környezet és a szociokulturális környezet.
147 A NEMZETKÖZI MARKETINGKUTATÁS MARKETINGKÖRNYEZETE A marketing gazdasági növekedésben betöltött szerepe országonként eltérő. A fejlődő országok például gyakran inkább termelés-, mintsem marketingorientáltak. A marketingkörnyezet értékelésekor a kutatónak fel kell mérnie: -az elérhető termékek választékát és változatosságát, -az árpolitikát, -a kormányzat média feletti kontrolljának mértékét, -a közvélemény reklámozással kapcsolatos attitűdjeit, -az elosztási rendszer hatékonyságát, -a marketing erőfeszítések szintjét, -a fogyasztók ki nem elégített igényeit és magatartását.
148 A NEMZETKÖZI MARKETINGKUTATÁS KÖZIGAZGATÁSI KÖRNYEZETE A kormányzat típusainak meghatározó szerepe van a közérdekek súlypontjainak kialakításában, hatást gyakorol a szabályozó hivatalokra, az állami ösztönzőkre és büntetésekre, és az állami vállalatok beruházásaira. Néhány kormány, kiváltképp a fejlődő országokban nem bátorítja a külföldi versenyt. A fejlett országokban meghatározó a kormány szerepe, például taktikai szinten az állam határozza meg: -az adók szerkezetét, -a vámokat, -a termékbiztonsági szabályokat és szabályozást, -gyakran léptet életbe speciális szabályozást a külföldi multinacionális vállalatokkal és marketinggyakorlatukkal kapcsolatban.
149 A NEMZETKÖZI MARKETINGKUTATÁS JOGI KÖRNYEZETE A jogi környezet magába foglalja a polgári jogot, a büntetőjogot, a külügyi jogot, a nemzetközi jogot, az üzleti jogot, a vesztegetést és az adókat. Kiemelkedően fontosak azok a jogszabályok, amelyek a marketingmix elemeihez kapcsolódnak. A termékszabályozás magában foglalja a minőségszabályozás kérdéseit, a csomagolást, a jótállást, az eladás utáni szolgáltatásokat, a szabadalmakat, a márkákat és a szerzői jogvédelmet. A szabályozás foglalkozik az árképzéssel, az árdiszkriminációval, a változó árakkal, az árellenőrzéssel és a kiskereskedelmi árak karbantartásával.
150 A NEMZETKÖZI MARKETINGKUTATÁS GAZDASÁGI KÖRNYEZETE A gazdasági környezet jellemzői magukban foglalják: -a gazdaság méretét (GDP), -fejlettségi szintjét, -az erőforrásokat és a jövedelem elosztását, -a növekedési és a szektorális trendeket. Egy ország gazdasági fejlettsége meghatározza a modernizáció fokát, mértékét és a piacok standardizáltságát. A fogyasztók munkája, szabadideje és életstílusa egyre homogénebb lesz a gazdasági fejlődés és a technológiai előrehaladás következtében.
151 A NEMZETKÖZI MARKETINGKUTATÁS INFRASTRUKTURÁLIS KÖRNYEZETE Az infrastruktúra a közlekedésre, kommunikációra, közművekre és az általános infrastruktúrára vonatkozik. A postai levélküldés nem hatékony számos fejlődő országban. A személyes kapcsolatfelvétel a válaszadókkal nehézkes, mert a városi emberek napközben dolgoznak, a vidéki emberek elérhetetlenek. Lakásstatisztikák és térképek nem hozzáférhetők, vagy csak nehezen szerezhetők meg. Sok lakóegység azonosítatlan.
152 A NEMZETKÖZI MARKETINGKUTATÁS INFORMÁCIÓS ÉS TECHNOLÓGIAI KÖRNYEZETE Az információs és technológiai környezet magában foglalja: - az információs és kommunikációs rendszert, -a számítógépesítést, -az internet használatát, -az elektromos berendezések használatát, -az energiát, -a termelési technológiát, -a tudományt és a -találmányokat. A számítógépeknek, a világhálónak és az elektronikus információ továbbításának éreztetnie kell a hatását a vidéki emberek körében.
153 A NEMZETKÖZI MARKETINGKUTATÁS SZOCIOKULTURÁLIS KÖRNYEZETE A szociokulturális tényezők magukban foglalják: -az értékeket, -az írni-olvasni tudást (műveltséget), -a nyelvet, -a vallást, -a kommunikációs szokásokat, -a családot és a -társadalmi intézményeket. A marketingkutatás folyamatát úgy kell alakítani, hogy ne ütközzön a kulturális értékekkel. Az időszerű értékeket az idővel, teljesítménnyel, munkával, hatóságokkal, jóléttel, tudományos módszerekkel, kockázattal, innovációval szem előtt kell tartani.
154 FELHASZNÁLT IRODALMAK Hofmeister Tóth Á.- Törőcsik M. (1998): Fogyasztói magatartás. Nemzeti tankönyvkiadó, Budapest Hunyadi L.- Mundruczó Gy.- Vita L. (2001): Statisztika I-II. Aula Kiadó, Budapest Jobber D. (1998): Európai marketing. Műszaki Könyvkiadó, Budapest Józsa L. (2002): Marketing-stratégia. Műszaki Könyvkiadó, Budapest Komáromi N. (1999): Szegmentációs módszerek a marketingmenedzsmentben. PhD értekezés, GATE, Gödöllő Lehota J. (2001): Marketingkutatás az agrárgazdaságban. Mezőgazda Kiadó, Budapest Mason J. (2005): A kvalitatív kutatás. Jószöveg Műhely, Budapest Naresh K. Malhotra (2008): Marketingkutatás. Akadémiai Kiadó, Budapest Scipione P. A. (1994): A piackutatás gyakorlata. Springer Hungarica, Budapest Törőcsik M. (2006): Fogyasztói magatartástrendek. Akadémiai Kiadó, Budapest Veres Z.- Hoffmann M.- Kozák Á. (2009): Bevezetés a piackutatásba. Akadémiai Kiadó, Budapest
S atisztika 2. előadás
Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás
PIACKUTATÁS (MARKETINGKUTATÁS)
PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel
Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék
Mérés és skálaképzés Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Miröl is lesz ma szó? Mi is az a mérés? A skálaképzés alapjai A skálaképzés technikái Összehasonlító skálák Nem összehasonlító
Témaválasztás, kutatási kérdések, kutatásmódszertan
Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT [email protected] A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének
Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék
Mintavétel Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Alapfogalmaink Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma
S atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.
FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) 2010. október 20. A kutatási terv fogalmának, a különbözı kutatási módszerek osztályozása, a feltáró és a következtetı kutatási módszerek közötti különbségtétel
S atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
Dr. Piskóti István Marketing Intézet. Marketing 2.
Kutatni kell kutatni jó! - avagy a MIR és a marketingkutatás módszerei Dr. Piskóti István Marketing Intézet Marketing 2. Marketing-menedzsment A marketing összes feladatát és aktivitásait összefoglalóan,
KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel
KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,
Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
y ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
K Ö R N Y E Z E T É S P I A C E L E M Z É S A M A R K E T I N G K U T A T Á S M Ó D S Z E R E I
K Ö R N Y E Z E T É S P I A C E L E M Z É S A M A R K E T I N G K U TAT Á S M Ó D S Z E R E I MARKETING GYAKO RL AT 2. ISMÉTLŐ KÉRDÉSEK Milyen követelményeket állíthatunk az információkkal szemben? Mi
Mintavételi eljárások
Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési
A termékfejlesztés modelljei
Marketing II. Ipari termék- és formatervező mérnök szak A termékfejlesztési folyamat modellezése és marketing információval való támogatása. Amiről ma szó lesz Tankönyv: 7. fejezet. Témakörök: 1. A termékfejlesztési
A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés
Kvantitatív kutatás mire figyeljünk?. Tartalom Kutatási kérdés Mintaválasztás Kérdésfeltevés Elemzés Jánossy Ferenc Szakkollégium- TDK felkészítő előadások sorozat, 2016. február Óbudai Egyetem Mintavétel
Marketingkutatás. II. előadás Marketing mesterszak Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék
Marketingkutatás II. előadás Marketing mesterszak Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék A KUTATÁSI TERV ÉS A SZEKUNDER KUTATÁS Félelmetes volt, hogy mennyi véletlen jött közbe, de
Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI [email protected] Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató
Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana Domokos Tamás, módszertani igazgató A helyzetfeltárás célja A közösségi kezdeményezéshez kapcsolódó kutatások célja elsősorban felderítés,
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI [email protected] Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.
A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása
Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015
A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,
TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített)
TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) Szakkollégiumi műhely megnevezése: Meghirdetés féléve: Tantárgy/kurzus megnevezése: BGF GKZ Szakkollégiuma 2011/2012. tanév II. félév SZAKKOLLÉGIUM
Bevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László ([email protected]) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
Méréselmélet MI BSc 1
Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok
Leíró kutatási módszerek
Leíró kutatási módszerek Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az elöadás felépítése Megfigyelés A megfigyelés módszerei A megfigyelés pro és kontrái A megkérdezés módszerei A megfigyelés
Kettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
Mintavétel: terv és eljárások
Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása
Populációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
Környezet és piacelemzés a marketingkutatás módszerei
Környezet és piacelemzés a marketingkutatás módszerei MARKETING - 2. előadás Prof. Dr. Piskóti István intézetigazgató 1 Mai kérdésköreink 1. A marketing, mint tudatos, tervezett tevékenység 2. Marketingkutatás,
A társadalomkutatás módszerei I.
A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 A mintaválasztás célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi
Kérdőíves vizsgálatok
Kérdőíves vizsgálatok A kérdőíves vizsgálat fogalma, célja, fajtái Fogalma: Célja: Fajtái: A tudományos adatgyűjtés egyik módszere Kérdőív segítségével térképezik fel a megkérdezettek véleményét, tudását,
Populációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a
1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
Mintavétel: terv és eljárások
Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása
PIACKUTATÁS VERSENYTÁRS ELEMZÉS
PIACKUTATÁS VERSENYTÁRS ELEMZÉS 1 Ügyfélismeretből kiinduló üzleti modellek Az egész a vevő megértésével kezdődik Lehetséges vevőink, a PIAC ahova az értékajánlatunkat el kell juttatnunk: Emberek és számítógépes
[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László [email protected] Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László ([email protected])
Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN
Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás
KÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
Kutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c [email protected] Last Revision Date: November
STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet
Klaszteranalízis Hasonló dolgok csoportosítását jelenti, gyakorlatilag az osztályozás szinonimájaként értelmezhetjük. A klaszteranalízis célja A klaszteranalízis alapvető célja, hogy a megfigyelési egységeket
GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
Mérés és modellezés 1
Mérés és modellezés 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni kell
STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.
STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése
Matematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
Verbális adatszerzési technikák. interjú
Verbális adatszerzési technikák interjú Az interjú a kérdıívekkel együtt a társadalomtudományokban nagyon gyakran használt felmérés (survey) módszer egyik fajtája. A felmérés információgyőjtı módszer leíró
A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv
Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési
Bohnné Keleti Katalin: Marketing I. V.A piaci megismerés folyamata
Marketing információs rendszer (MIR) Bohnné Keleti Katalin: Marketing I. V.A piaci megismerés folyamata Az információ összegyűjtött és feldolgozott ismeret, adat, tájékoztatás, közlés, hír. Az adatok tények
Mi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
Hipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
Mérés és modellezés Méréstechnika VM, GM, MM 1
Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni
Több valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
MagyarBrands kutatás 2017
MagyarBrands kutatás 2017 A kutatási program leírása GfK, 2017. 1 A kutatás módszertana Lakossági Magyarbrands márkák mérése Módszertan: Online önkitöltős (CAWI) megkérdezés GfK Hungária online paneltagjainak
Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
A leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
A Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
Tárgy- és névmutató. C Cox & Snell R négyzet 357 Cramer-V 139, , 151, 155, 159 csoportok közötti korrelációs mátrix 342 csúcsosság 93 95, 102
Tárgy- és névmutató A a priori kontraszt 174 175 a priori kritérium 259, 264, 276 adatbevitel 43, 47, 49 52 adatbeviteli nézet (data view) 45 adat-elôkészítés 12, 37, 62 adatgyûjtés 12, 15, 19, 20, 23,
Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor
Páros összehasonlítás mátrixok empirikus vizsgálata Bozóki Sándor MTA SZTAKI Operációkutatás és Döntési Rendszerek Kutatócsoport Budapesti Corvinus Egyetem Operációkutatás és Aktuáriustudományok Tanszék
Elemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék [email protected] Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
A valószínűségszámítás elemei
A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze. Célja: - a sokaságot
Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább
Terepkutatás Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább kvalitatív adatok származnak Megfigyelések, melyek
Miben fejlődne szívesen?
Miben fejlődne szívesen? Tartalomelemzés Szegedi Eszter 2011. január A vizsgálat egy nagyobb kutatás keretében történt, melynek címe: A TANÁRI KOMEPETENCIÁK ÉS A TANÍTÁS EREDMÉNYESSÉGE A kutatás három
VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
A fókuszcsoport. A terepmunka. 2015. November 09.
A fókuszcsoport. A terepmunka 2015. November 09. A fókuszcsoport A piackutatás kvalitatív módszere Paul Lazarsfeld és munkatársai (1941): rádióműsorok által kiváltott hallgatói reakciók értékelése Kiscsoportos
Biostatisztika Összefoglalás
Biostatisztika Összefoglalás A biostatisztika vizsga A biostatisztika vizsga az Orvosi fizika és statisztika I. fizika vizsgájával egy napon történik. A vizsga keretében 30 perc alatt 0 kérdésre kell válaszolni
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
Marketing információk csoportosítása
Kérdőíves technikák, módszerek A piackutatás alapelemei Németh Edit 2009. 02. 15. A piackutatás célja Marketing információk feldolgozása Döntés támogatás Bizonytalanság, kockázat csökkentése Marketing
Környezet és piacelemzés a marketingkutatás módszerei
Környezet és piacelemzés a marketingkutatás módszerei MARKETING - 3. előadás Prof. Dr. Piskóti István intézetigazgató 1 Mai kérdésköreink 1.A marketing, mint tudatos, tervezett tevékenység 2. Marketing
Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE
Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás
MARKETING MESTERSZAK Marketingkutatás 3. előadás KVALITATÍV KUTATÁS Magyar Mária - BME MVT
MARKETING MESTERSZAK Marketingkutatás 3. előadás KVALITATÍV KUTATÁS 2015. 02. 28. Magyar Mária - BME MVT Bővebben a mai tananyag A kvalitatív kutatás rejtelmei Mélyinterjúk Fókuszcsoportok Projektív technikák
Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában
Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,
Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév
Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév A pirossal írt anyagrészeket nem fogom közvetlenül számon kérni a vizsgán, azok háttérismeretként,
A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András
Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat
Környezet és piacelemzés a marketingkutatás módszerei
Környezet és piacelemzés a marketingkutatás módszerei MARKETING - 3. előadás Prof. Dr. Piskóti István intézetigazgató 1 Mai kérdésköreink 1. A marketing, mint tudatos, tervezett tevékenység 2. Marketingkutatás,
a) Ismertesse a marketing szerepét a társadalomban, a marketingkoncepciót, valamint a vevőorientáció és a termelésorientáció közötti különbséget!
1. a) Ismertesse a marketing szerepét a társadalomban, a marketingkoncepciót, valamint a vevőorientáció és a termelésorientáció közötti különbséget! b) Hasonlítsa össze a kvalitatív és a kvantitatív kutatást,
Biomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c [email protected] Last Revision Date:
MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI
MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk
Termelés- és szolgáltatásmenedzsment
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése
