Методы сбора вторичной информации
Все источники вторичной информации условно называют документами. Для получения вторичных данных применяют методы анализа документов.
Выделяют две основные группы методов анализа документов:
• неформализованные (к ним относят традиционный анализ);
• формализованные (включает контент-анализ и др.).
Неформализованные методы не используют стандартизированных приемов выделения единиц информации из содержания документа, требуют кропотливого анализа каждого источника и используются для работы с небольшим массивом документов.
Формализованные методы используют унифицированные (стандартные) методики регистрации элементов в содержании документа. Они позволяют дать количественную оценку объекту (явлению).
Традиционный анализ – это цепочка умственных, логических построений, направленных на выяснение сути анализируемого материала с интересующей исследователя точки зрения.
Это метод подразумевает обычное «понимающее восприятие текста (изображения, звука), выделение смысловых блоков идей, утверждений в соответствии с целями анализа.
Интересующая исследователя информация может быть заложена в документе в неявной форме, материал подается в контексте идеи автора, а значит, не всегда соответствует целям текущего исследования. Поэтому проведение традиционного анализа означает преобразование первоначальной формы информации, содержащейся в документе в необходимую для исследователя форму. Другими словами, эта информация интерпретируется, подвергается толкованию.
Традиционный анализ относят к неформализованным методам в связи с тем, что он опирается на общие логические законы и правила анализа, сравнения, определения, оценивания, на статистические операции.
Основным достоинством метода считается возможность выделить основные идеи, отследить логику связей, противоречия, зависимость контекста материала и обстоятельств его получения, получить информацию, которая находится «между строк» документа.
К недостаткам относят субъективизм и относительную трудоемкость.
Поскольку вторичная информация собиралась, как правило, для целей, отличных от тех, которые ставятся в текущих исследованиях, ее качество должно быть тщательно проверено в соответствии со следующими критериями (табл. 4.2.1).
Таблица 4.2.1
Критерии оценки вторичной информации
Критерии Ключевые факторы Примечания
Процедура и методика сбора Метод сбора данных
Процент ответов
Качество данных
Способ определения выборки
Размер выборки
Объем и логика анкеты
Полевые исследования
Анализ данных Полученные данные должны быть надежными, достоверными и применимыми для решения проблемы данного исследования
Ошибки и точность Изучение ошибок, допущенных на стадиях разработки подхода к исследованию, формулировки плана исследования, проведения опроса, сбора данных, из анализа и обобщения Оценка точности исследования посредством сравнения данных, полученных из разных источников
Актуальность Временной лаг между сбором данных и их публикацией
Частота обновления Данные опросов периодически обновляются компаниями, предоставляющими синдицированные услуги
Соответствие цели С какой целью собраны данные? Пригодность данных определяется степенью их соответствия цели сбора данных
Содержание данных Определение ключевых переменных
Единицы меры
Использование категории товаров
Изучаемые связи Изменение конфигурации данных для повышения степени их полезности (если возможно)
Надежность Компетентность, достоверность, репутация и надежность источника информации Получение данных из первоисточника (но не из вторичного источника)
Методику сбора вторичной информации нужно критически оценить, чтобы выявить источники возможных ошибок в ходе получения информации. К вопросам методики относятся: определение размера и природы выборки; определение процента и качества ответов, разработка анкеты; процедура проведения полевых работ; анализ и обобщение полученных данных. Проверка информации на соответствие указанным параметрам помогает установить уровень ее надежности и актуальности, ее применимости к исследуемой задаче.
Ошибки и точность данных. Прежде всего, исследователь должен определить, достаточно ли точны имеющиеся сведения, для того чтобы их можно было использовать для текущего исследования. Существует несколько источников погрешностей или неточностей вторичных данных. К ним относятся ошибки, допущенные на стадиях разработки подхода, формулировки плана исследования, проведения выборки, сбора данных, их анализа и обобщения.
Действительно, определить точность вторичной информации нелегко, поскольку исследователь не принимал непосредственного участия в их сборе. Одним из способов установления точности или ошибочности информации является сравнение одних и тех же данных, предоставленных разными источниками, с использованием стандартной статистической процедуры. Если данные, полученные из разных источников, не совпадают, то следует использовать другие методы (например, пилотные исследования).
Актуальность или когда были собраны данные. Исследователь должен помнить о том, что информация может устареть, так как при ее сборе обычно возникает значительный временной разрыв между получением и опубликованием данных, вследствие этого данные могут терять свою актуальность, как, например, при переписи населения. К тому же, данные могут недостаточно часто обновляться, что также препятствует их использованию. Для осуществления маркетингового исследования необходимы только «свежие», актуальные данные, поэтому, если вторичные данные устарели, их ценность значительно снижается. Например, несмотря на всесторонний и исчерпывающий характер данных, полученных в ходе последней переписи населения России, они могут неадекватно отображать демографическую ситуацию в Хабаровском крае, где количество и структура населения сильно меняется из-за миграционных процессов.
Соответствие цели: для чего собраны данные. Само собой разумеется, что данные собирают не просто так, а для решения определенной задачи. Поэтому прежде чем их использовать, необходимо определить первоочередную цель, для которой они предназначались. Выяснение цели сбора вторичной информации поможет определить круг задач, для решения которых целесообразно использовать эти данные, так как информация, специально собранная с какой-то конкретной целью, может оказаться абсолютно неприменимой для достижения другой цели. Например, данные о продаже апельсинового сока, полученные с помощью сканера в универмаге, вряд ли будут полезны для изучения критериев, которыми потребители руководствуются при выборе продукции определенных товарных марок.
Содержание данных. Изучая содержание данных, особое внимание следует обращать на такие факторы, как определение ключевых переменных, единиц измерения, категорий, а также сущность исследуемых связей и отношений. Если определения ключевых переменных опущены или противоречат информации, которой располагает исследователь, то следует удержаться от пользования этими данными. Возьмем, например, вторичные данные относительно факторов, влияющих на выбор потребителями телепрограмм. Прежде чем использовать эти данные, необходимо выяснить, какой критерий основополагающий в этом исследовании: наибольшая частота просмотра программы, ее значимость, развлекательность, информативность или польза для общества.
Кроме того, вторичные данные могут по-разному классифицироваться и измеряться единицами, не соответствующими единицам в текущем исследовании. Например, в зависимости от используемой классификации доход может быть индивидуальным, семейным, общим, валовым или чистым. Доход может также классифицироваться по категориям, не отвечающим требованиям исследования. Если исследователю нужна информация о состоятельных потребителях, чей годовой доход превышает 90 тыс. долларов, данные о потребителях с более низким доходом (15 000, 15 001 – 35 000, 35 001 – 50 000) будут ему не интересны. Определение единицам измерения переменных (как, например, доход) может оказаться довольно сложной задачей. При оценке данных необходимо также учитывать характер изучаемых связей и отношений. Например, если объектом исследования является фактическое поведение, то данные относительно поведения, полученные на основе самохарактеристик, вряд ли представляют собой какую-либо ценность для исследователя. В некоторых случаях удается видоизменить имеющиеся данные (например, перевести определенные единицы измерения в другие) и таким образом извлечь из них максимальную пользу для текущего исследования.
Надежность: насколько достоверны данные. Убедиться в том, что данные заслуживают (или не заслуживают) доверия, можно, лишь проверив компетентность, достоверность, репутацию и надежность источника информации. Это можно сделать, проконсультировавшись с теми, кто уже использовал данные, полученные из этого источника. Следует осторожно относиться к данным, опубликованным для стимулирования продаж, реализация чьих-либо интересов или пропаганды. Это же относится к анонимным данным и к информации, методика и процесс сбора которой намеренно скрыты. Важно также установить, является источник информации оригинальными или данные в нем уже обработаны. Например, отчет о проведенном маркетинговом исследовании потребителей компании является оригинальным источником, или первоисточником, тогда как сборник статистических данных – источник обработанных данных. Предпочтительно, конечно, пользоваться вторичными данными, полученными из первоисточников. Это обусловлено по крайней мере двумя причинами. Во-первых, в первоисточнике обязательно приведено описание методики сбора данных, а во-вторых, оригинальный источник содержит более точную и полную информацию, чем источник с обработанными сведениями.
В целом для повышения достоверности результатов традиционного анализа его процедура должна включать внешний и внутренний анализ.
Внешний анализ посвящен изучению контекста документа и обстоятельств его появления. Задача внешнего анализа – установить вид, форму, время и место появления документа, авторство и инициатора появления документа, цели публикации или появления документа, насколько он надежен и достоверен.
Внутренний анализ – это исследование содержания документа. Изучаются факты, суждения и идеи, представленные в документе, определяется уровень компетенции автора документа, его личное отношение к описываемым фактам.
К формализованным методам анализа относят контент-анализ. Этот метод может быть использован не только при работе со вторичной информацией, но и при обработке первичных данных (например, материалов анкет).
Контент-анализ – это метод формалированного анализа, заключающийся в выявлении наличия и частоты появления в содержании материала определенных смысловых категорий (слов, словосочетаний, мнений). Применение этого анализа подразумевает использование количественно измеряемых параметров. В этой связи контент-анализ называют количественным методом анализа документов.
Проведение контент-анализа основано на следующих принципах:
• формализации – необходимо определить искомые характеристики содержания;
• статистической значимости – интересующие исследователя элементы содержания должны встречаться с достаточной частотой.
Процедура проведения контент-анализа включает выбор трех элементов:
1. Категории анализа – это общее, ключевое понятие, в соответствии с которым будут сортироваться единицы анализа (например, доход).
2. Единицы анализа – это часть содержания, которая выделяется как элемент анализа, подводимый под ту или иную категорию (например, размер дохода: низкий, средний и высокий.
3. Единицы счета – число появлений единицы анализа в материале.
Категорией анализа обычно выступают материалы газет, других печатных изданий, содержание радио-телепередач, кинофильмов, рекламных обращений. В качестве единицы анализа в исследованиях рекламных обращений обычно широкого используют имена людей, термины, марки, названия организаций, упоминания какого-либо события, тематика (высказываний), параметры места и времени (длина и продолжительность сообщения), пути решения проблем. За единицу счета могут быть взяты число строк в газетах с выделенными единицами анализа, колонок в печатных текстах, квадратные сантименты площади, занимаемые рекламными объявлениями и т.д. Например, в ходе контент-анализа можно выявить частоту появления в рекламных роликах известных людей (спортсменов, артистов, людей определенной национальности).
Контент-анализ используют, когда:
• требуется соблюдение высокой точности или объективности анализа;
• при наличии обширного по объему и несистематизированного материала (при проекционных методах исследования);
• категории, важные для целей исследования, характеризуются определенной частотой появления в изучаемых документах.
Достоинством данного метода является возможность статистической обработки данных, а также высокая объективность.
В качестве недостатков метода отмечают следующее: необходимость большого массива данных, однозначного правила формализации, неполное раскрытие содержания материала.
Похожие рефераты:
