Статистические переменные
Под переменными при обработке результатов маркетинговых исследований будем понимать то, что можно измерять, контролировать или изменять.
При исследовании статистических закономерностей принято различать зависимые и независимые переменные. Независимыми переменными в экспериментальном исследовании называются переменные, которые варьируются исследователем, тогда как зависимые переменные - это переменные, которые измеряются или регистрируются. Применительно к маркетинговым исследованиям, независимые переменные не варьируются, а позволяют исследователю разделять объект исследования на некоторые группы. Например, если изучается реакция на новый товар отдельно мужчин и женщин, то при статистической обработке результатов переменная ПОЛ может считаться независимой, а переменная РЕАКЦИЯ НА ТОВАР (выраженная, например, в баллах оценочной шкалы) - зависимой.
Важное значение имеет также шкала измерения переменной. В математической статистике различают следующие типы шкал:
Номинальная шкала. Номинальные переменные используются только для качественной классификации. Это означает, что данные переменные могут быть измерены только в терминах принадлежности к некоторым, существенно различным классам; при этом исследователь не может определить количество или упорядочить эти классы. Например, можно сказать, что 2 опрошенных потребителя принадлежат к разным национальностям. Типичные примеры номинальных переменных - пол, национальность, цвет, город и т.д. Часто номинальные переменные называют категориальными.
Порядковая шкала. Порядковые переменные позволяют ранжировать (упорядочить) объекты, указав какие из них в большей или меньшей степени обладают качеством, выраженным данной переменной. Однако они не позволяют сказать "на сколько больше" или "на сколько меньше". Типичный пример порядковой переменной - уровень дохода опрашиваемого потребителя (при предложенных вариантах ответа: низкий, ниже среднего, средний, выше среднего, высокий, очень высокий). Исследователь понимает, что верхний уровень выше среднего уровня, однако сделать вывод, что разница между ними равна, например, 10% он не сможет. Само расположение шкал в следующем порядке: номинальная, порядковая, интервальная является хорошим примером порядковой шкалы. Порядковые переменные иногда называют ординарными.
Интервальная шкала. Интервальные переменные позволяют не только упорядочивать объекты измерения, но и численно выразить и сравнить различия между ними. Стандартный пример интервальной шкалы - температура, измеренная в градусах Фаренгейта или Цельсия. Исследователь может не только сказать, что температура 40 градусов выше, чем температура 30 градусов, но и что увеличение температуры с 20 до 40 градусов вдвое больше увеличения температуры от 30 до 40 градусов.
Относительная шкала. Относительные переменные похожи на интервальные переменные, но дополнительно ко всем свойствам интервальных переменных, их характерной чертой является наличие определенной точки абсолютного нуля. Типичными примерами шкал отношений являются измерения времени или пространства. Например, температура по Кельвину образует шкалу отношения, и можно не только утверждать, что температура 200 градусов выше, чем 100 градусов, но и что она вдвое выше. Интервальные шкалы (например, шкала Цельсия) не обладают данным свойством шкалы отношения. Известно, что в большинстве статистических процедур не делается различия между свойствами интервальных шкал и шкал отношения.
Похожие рефераты:
