ЗАНЯТИЕ 7. Сбор и подготовка данных к анализу (4 часов)

Вопросы для обсуждения

1. Сбор данных в полевых условиях.

2. Системы получения маркетинговой информации.

3. Подготовка данных к анализу.

4. Выбор стратегии анализа данных.

5. Анализ практической ситуации.

Требования

Изучить требования к проведению полевых работ. Понять критерии и природу не выборочных ошибок. Раскрыть структуру систем получения маркетинговой информации: проектный подход к исследованиям, использование маркетинговых информационных систем и систем поддержки решений, использование Интернет. Понять различие указанных подходов получения данных, достоинства и недостатки. Описать функции преобразования данных: обобщение, определение концепции, коммуникация, экстраполяция. Описать процесс подготовки данных к анализу. На конкретных практических примерах продемонстрировать предварительный анализ данных методом простой и перекрёстной табуляции. Уметь осуществлять выбор стратегии анализа данных.

На конкретной базе данных осуществить изучение базового анализа информации: оценка параметров, анализ различий, проверка гипотез и критерия хи-квадрата.

По предложению преподавателя осуществляется анализ практической ситуации по теме.

ЗАНЯТИЕ 8. Корреляционный и регрессионный анализ (2 часа)

Вопросы для обсуждения

1. Характеристики и задачи корреляционно-регрессионного анализа.

2. Корреляционный анализ: диаграмма рассеяния, коэффициент корре-ляции, проверка значимости.

3. Регрессионный анализ: уравнение регрессии, стандартная ошибка оценки, проверка значимости независимых переменных.

4. Применение пакета SPSS для проверки корреляционно-регрессионного анализа.

Требования

Студент должен понять, как для оценки взаимосвязи используется корреляция. Необходимо провести различия между простой корреляцией и частной корреляцией. Обсудить задачи регрессионного анализа и объяснить процедуру, используемую для оценки параметров регрессии. Необходимо научиться интерпретировать оценочные значения параметров. Студент должен знать направления использования регрессионного анализа. Необходимо знать концепцию и применение множественной регрессии.

Требуется познакомится с практическим использованием анализа, объясняющим вариацию в доли рынка, продаж, предпочтении торговой марке и других маркетинговых результатах, получаемых при управлении такими маркетинговыми переменными, как реклама, цена, распределение и качество продукции.

ЗАНЯТИЕ 9. Дискриминантный анализ (2 часа)

Вопросы для обсуждения

1. Задачи и основные понятия, методика анализа.

2. Практическое применение дискриминантного анализа.

3. Расчет дискриминантной функции.

4. Применение пакета SPSS для проведения дискриминантного анализа.

Требования

Студент должен понять концепции дискриминантного анализа. Научится использовать этот метод для решения бизнес-задач, а также интерпретировать результаты анализа. Необходимо определить потенциальные ограничения использования метода.

Студент должен обрисовать процедуру выполнения дискриминантного анализа, включая формулирование проблемы, определение коэффициента дискриминантной функции и значимости, интерпретацию и проверку достоверности.

Важно также выяснить взаимосвязь между дискриминантными переменными и дискриминантными функциями. Знать, как дискриминантный анализ использовать для прогнозирования (предсказания) поведения наблюдаемых единиц статистической совокупности.

ЗАНЯТИЕ 10. Дисперсионный и ковариационный анализ (4 часа)

Вопросы и обсуждения

1. Взаимосвязь методов анализа.

2. Процедура выполнения однофакторного дисперсионного анализа.

3. Многофакторный дисперсионный анализ.

4. Ковариационный анализ.

5. Применение пакета SPSS для проведения дисперсионного и ковариационного анализа.

Требования

После изучения темы студент должен уметь:

§ трактовать диапазон применения дисперсионного анализа;

§ описывать однофакторный дисперсионный анализ, включая разложение полной вариации, измерение эффектов, проверку значимости и интерпретацию результатов;

§ рассматривать многофакторный дисперсионный анализ и проверять значимость полного эффекта, эффекта взаимодействия и главный эффект каждого фактора;

§ проводить анализ ковариации и показывать, каким образом он учитывает влияние неуправляемых независимых переменных;

§ объяснять ключевые факторы, относящиеся к интерпретации результатов, делая акцент на взаимодействии факторов, их относительной важности и множественных сравнениях.

ЗАНЯТИЕ 11. Факторый и кластерный анализ (4 часа)

Вопросы для обсуждения

1. Факторный анализ:

1.1 Цели и методология анализа;

1.2 Методы факторного анализа.

2. Кластерный анализ:

2.1 Цели анализа. Статистики связанные с анализом;

2.2 Порядок выполнения анализа;

2.3 Иерархические и неиерархические методы кластеризации.

3. Применение пакета SPSS для проведения факторного и кластерного анализа.

Требования

Изложить концепцию факторного анализа и объявить, чем он отличается от дисперсионного, дискриминантного анализа. Обсуждить метод выполнения факторного анализа, включая формулирование проблемы, построение корреляционной матрицы, выбор подходящего метода, определение ряда факторов и интерпретацию. Описывать процедуру для определения соответствия модели факторного анализа исходным данным.

Описывать основную идею, область применения кластерного анализа и его важность в маркетинговых исследованиях. Анализировать статистики, используемые в ходе кластерного анализа. Уметь выполнять ход кластерного анализа, включая формулировку проблемы, выбор способа измерения расстояния, выбор метода кластеризации, принятие решения о числе кластеров, интерпретацию и профилирование кластеров. Рассматривать надежность и достоверность результатов кластеризации.

ЗАНЯТИЕ 12. Многомерное шкалирование и совместный анализ (4 часа)

Вопросы для обсуждения

1. Многомерное шкалирование:

1.1 Основные понятия, статистики и термины;

1.2 Этапы выполнения многомерного шкалирования.

2. Совместный анализ:

2.1 Основные понятия, статистики и термины;

2.2 Этапы выполнения совместного анализа.

3. Применение пакета SPSS для проведения совместного анализа.

Требования

Знать основную идею и сферу применения многомерного шкалирования в маркетинговых исследованиях. Описывать этапы многомерного шкалирования данных о восприятии потребителей, включая формулирование проблемы, получения исходных данных, выбора метода, принятие решения о размерности пространства и интерпретации конфигурации точек на карте, а также оценку надежности и достоверности. Объяснять многомерное шкалирование данных о предпочтениях потребителей и разбираться в отличиях внутреннего анализа предпочтений от внешнего. Объяснять анализ соответствий и показывать его преимущества и недостатки.

Обсуждать основные положения совместного анализа, а также рассматривать различные аспекты его применения. Описывать процедуру выполнения совместного анализа, включая формулирование проблемы, конструирование объектов восприятия, принятие решения о форме входных данных, выбор метода совместного анализа, интерпретацию результатов и оценивание надежности и достоверности.