SDC14205

124 Aoailu dio/ch i raport

w jakim przedziale wartoici mieści się aż 95% wszystkich wartości. W naszym przykładzie błąd standardowy szacunku wynosi łO minut. Oznacza to, że 95% posiadaczy magneto-widów ogląda nagrane programy od 30 (tzo. 50 — 2* 10) do 70 (tzo. 50+2 • 10) minut tygodniowo.

Oprócz badań strukturalnych prowadzi się również analizy, których celem jest wykrycie i mierzenie wzajemnych związków między badanymi zjawiskami i cechami. Znajomość tych związków ma ogromne znaczenie dla przewidywania kierunku i tempa badanych zjawisk.

i

I Miary związków między różnymi zmiennymi pozwalają I zidentyfikować i zmierzyć związki przyczyno wo-skut-i kowc badanych zjawisk rynkowych.

i    _ _

Statystyczna analiza współzależności polega na wykryciu związku, ustaleniu jego siły i kierunku powiązań (analiza korelacji) oraz zbadaniu kształtu tych zależności (analiza regresji). Do wstępnej oceny ewentualnych związków i zależności służą metody tabelaryczne i graficzne.

W analizie korelacji wykorzystuje się tzw. współczynnik korelacji liniowej\ którego wartość zawiera się w przedziale od +1 do —1. Jeśli z badań wynika, że współczynnik korelacji ma wartość równą +i, oznacza to ścisły dodatni związek korelacyjny, a więc np. zmianie jednej zmiennej o 10% towarzyszy zmiana drugiej zmiennej również o 10% (np. przy współczynniku korelacji = I wzrost nakładów na promocję o 10% w ciągu roku wywołuje wzrost wartości sprzedaży danego produktu o 10%). Gdy współczynnik korelacji przyjmuje wartość — J, opisuje to sytuację, w które; np. wzrost ceny o 10% wywołuje spadek sprzedaży ) 10%. Gdy współczynnik korelacji jest równy 0, możemy

I |

Aniliu i interpretacji danych ilościowych I2S

. _jnjęd/y dwoma zbiorami zmiennych nie występują

/. .....

.jfi _tf7Cb praktycznych można przyjąć, ze wspołczyn-

pl^J większe niż +0,7 i mniejsze niż -0,7 wskazu-

fl^i stosunkom wysoki dodatni lub ujemny związek

ją f* plennych, który musi być brany pod uwagę przy |

d* • rwaniu decyzji marketingowych. Należy jednak pa-

współczynniki korelacji mierzą jedynie relacje

PJjL ^ ^a£*^anyc^^{1 cecb}’ ⁿ'^e jednak j

^ 'flzkach przyczynowo-skutkowych.

° Spf^{osłszą formą badania korclaq}‘ i^{csl !lnaliza z}#'

L między dwoma zmiennymi. W wielu badaniach martwych stosuje się także współczynniki korelacji wielo-^ które obrazują zależności między więcej niż dwoma

zmienny®'-

q j]_e analiza korelacji pozwala wskazać zmienne, które są wiązane z badanym zjawiskiem, i mierzy silę tego związku,

₀ tyle analiza regresji umożliwia przewidzieć przebieg danego zjawiska na podstawie wiedzy o zmiennych, które nań wpływają. Mówimy tutaj o zmiennych zależnych, których zmiana zależy od zmian zmiennych niezależnych.    .

W badaniach marketingowych najczęściej opisywaną zmienną zależną jest wartość sprzedaży. Zmienne niezależne, od których może zależeć sprzedaż, to takie „zmienne marketingowe", jak cena, reklama, poziom dystrybucji, jakość i produktu oraz zmienne zewnętrzne (niemarketingowe), jak np. poziom dochodów.

Analiza korelacji i analiza regresji są prowadzone na tym samym zbiorze danych. Najpierw, stosując analizę korelacji, identyfikujemy z całego zbioru zmiennych te, które wykazują odpowiednio wysoki związek z badanym zjawiskiem (np. wielkością sprzedaży). Następnie przeprowadzamy analizę regresji, biorąc pod uwagę tylko wybrane wcześniej zmienne. Zależność zapisuje się w postaci równań matematycznych.

Chodzi o znalezienie takiej postaci analitycznej krzywej