Малхорта, Нэреш К. Маркетинговые исследования. Практическое руководство

Подождите немного. Документ загружается.

Другой непараметрический метод парной проверки — критерий знаков (sign test) [26]. Он не

такой

мощный,

как критерий

Уилкоксона,

поскольку только сравнивает знаки разностей меж-

ду парами переменных, не учитывая величину разностей.

В особом случае

двоичной

переменной, когда исследователь желает проверить разности в

долях, можно использовать критерий

Мак-Немара.

В противном случае можно использовать

критерий

хи-квадрат.

Различные параметрические и непараметрические критерии для разли-

чий обобщены в табл. 15.19.

Таблица 15.19. Проверка гипотез о различиях: итог

Выборка

Применение

Шкала

измерения

Критерий/Комментарии

Одна выборка

Одна выборка Распределения

Неметрическая

Критерии

согласия

Колмогорова-Смирнова и хи-

квадрат

Критерий серий

Биномиальный

тест согласия для дихотомиче-

ских переменных

Одна выборка Средние

Одна выборка Доли

Две

независимые

выборки

Две независимые выборки Распределения

Две независимые выборки Средние

Две независимые выборки

Доли

Две независимые выборки Ранги/Медианы

Парные выборки

Парные выборки Средние

Парные

выборки

Доли

Парные выборки Ранги/Медианы

Метрическая

Неметрическая

Метрическая

Неметрическая

Метрическая

Неметрическая

(-критерий,

если дисперсия неизвестна

z-критерий, если дисперсия известна

z -критерий

Двухвыборочный

критерий Колмогорова-

Смирнова для проверки эквивалентности двух

распределений

Двугрупповой

(-критерий

F-критерий для равенства дисперсий

z-критерий

критерий хи-квадрат

f-критерий

Манна-Уитни

более мощный, чем

медианный критерий

Парный

(-критерий

Критерий Мак-Немара для двоичных перемен-

ных. Критерий хи-квадрат

Критерий попарных сравнений Уилкоксона более

мощный, чем критерий знаков

Критерии в табл. 15.19 легко соотнести с представленными на рис. 15.9. Табл. 15.19 делит

критерии для распределений и для рангов/медиан. Врезка 15.1 "Практика маркетинговых ис-

следований" показывает использование проверки гипотез в стратегии международного

брэн-

динга, в то время как врезка 15.2 "Практика маркетинговых

исследований"

излагает использо-

вание описательных статистик в исследованиях по этике.

Врезка 15.1. Практика маркетинговых исследований

Стратегия международного

брэндинга

С 1990-х годов наблюдается

тенденция

к глобальному маркетингу. Как можно продавать

фирменный товар за границей, учитывая многообразие исторических и культурных тради-

ций? По словам Боба

Кролла

(Bob

Kroll),

бывшего президента компании Del Monte

594

Часть III.

Сбор,

подготовка и анализ данных

International',

преимуществом

может стать унифицированная упаковка, также важно

удовле-

творение кулинарных вкусовых предпочтений в каждой стране. Эту мысль проясняет одно

из последних международных маркетинговых исследований. В

настоящее

время руководи-

тели маркетинговых компаний считают, что лучше мыслить глобально, а действовать — ло-

кально. В число респондентов вошли 100 менеджеров по управлению продуктом и сотруд-

ники маркетинговых служб из некоторых наиболее крупных пищевых, фармацевтических и

других компаний США. 39% ответили, что использование унифицированной упаковки на

зарубежных рынках — неудачная идея, а 38% поддержали ее. Однако те, кто были за то, что-

бы упаковка разрабатывалась для каждой страны, пожелали, чтобы упаковка все-таки была

как можно ближе к своему оригиналу, независимо от страны, где продается данный товар.

Но они также считали

необходимым,

чтобы упаковка товара соответствовала языковым осо-

бенностям и требованиям

различных

рынков. Исходя из этих положений, подходящим по-

исковым вопросом такого исследования мог стать следующий:

"Предпочитают

ли потреби-

тели в разных странах покупать товары фирм с известной всему миру товарной маркой в раз-

личной упаковке, соответствующей местным требованиям?" На основании такого

поискового вопроса выдвинем гипотезу о том (при

всех

других равных

условиях),

что пред-

ложение фирменного товара в специально разработанной упаковке может увеличить его до-

лю рынка. Гипотезу можно сформулировать так:

Для хорошо известного фирменного товара доработанная для местных рынков упа-

ковка не увеличит долю на международном рынке.

//,:

При равных прочих условиях для хорошо известного фирменного товара доработан-

ная для местных рынков упаковка увеличит долю на международном рынке.

Для проверки нулевой гипотезы в качестве хорошо известного фирменного товара можно

выбрать зубную пасту фирмы Colgate, которая придерживалась смешанной стратегии. Долю

рынка в странах со стандартной упаковкой можно сравнить с долей рынка в странах с дора-

ботанной для местных рынков упаковкой при контроле влияния других факторов. Можно

использовать

/-критерий

для двух независимых выборок

[28].

Врезка 15.2. Практика маркетинговых исследований

Недоверие,

подтвержденное

статистически

Описательные статистики указывают

на

то, что общественное восприятие этики в бизне-

се и, таким образом, этики в маркетинге, слабое. В опросе, проведенном Business Week, 46%

респондентов

ответили, что только этические принципы руководителей компаний справед-

ливы. Опрос журнала Time показал, что 76% американцев считают, что менеджерам компа-

ний (и, таким образом, исследователям) не хватает этики поведения, и это отсутствие мора-

ли снижает нравственные стандарты в Соединенных Штатах Америки. Результаты исследо-

вания бизнесменов, проведенные Туше Росс

(louche

Ross), показали, что мораль является

серьезным вопросом и предположение масс-медиа об отсутствии морали в бизнес-кругах не

преувеличено [29].

ИСПОЛЬЗОВАНИЕ INTERNET И КОМПЬЮТЕРА

Все три стандартных статистических пакета (SPSS, SAS, BMDP) имеют схожие функ-

ции для вычисления распределения частот, построения таблиц сопряженности признаков

и проверки гипотезы.

Основные

программы для вычисления распределения частот сле-

дующие: FREQUENCIES (SPSS),

UNIVARIATE

(SAS) и 2D (BMDP). Другие программы

определяют только распределение частот (FREQ в SAS, 4D в BMDP) или только некото-

рые статистики [27].

Глава 15. Вариационный

ряд,

таблицы

сопряженности

признаков и проверка гипотез 595

Компьютерные программы для анализа

распределения

частот

SPSS

Основная программа в SPSS — FREQUENCIES. С ее помощью строится таблица значе-

ний частот, частостей и накопленных

частостей

для значений каждой переменной. Она про-

водит расчет всех необходимых статистик, за исключением коэффициента вариации. Если

данные интервальные и требуется определить только итоговые статистики, то можно ис-

пользовать процедуру

DESCRIPTIVES.

Все статистики, которые вычисляют с

помощью

DESCRIPTIVES,

доступны и в FREQUENCIES. Однако DESCRIPTIVES эффективнее, по-

скольку она не сортирует значения в таблице частот. Дополнительная программа MEANS

вычисляет среднее значение и стандартное отклонение для зависимой переменной в под-

группах случаев, определяемых независимыми переменными.

SAS

Основная программа в SAS

—

UNIVARIATE. В дополнение к определению таблицы час-

тот, эта программа позволяет вычислить все необходимые статистики. Другая доступная

процедура — FREQ, Для одномерного распределения частот FREQ не дает ни одной необ-

ходимой статистики. Для определения итоговых статистик используются такие процедуры,

как MEANS, SUMMARY и TABULATE. Следует отметить, что FREQ недоступна в качестве

независимой программы в микрокомпьютерной версии,

BMDP

Главная процедура в BMDP — 2D, она позволяет определять распределение частот и все

ассоциированные статистики, за исключением коэффициента

вариации.

С помощью

можно вычислить итоговые статистики для интервальных данных, но нельзя вычислить

распределение частот. 4D вычисляет распределение частот для метрических и неметрических

данных, но не позволяет вычислить итоговые статистики.

Minitab

Главная функция —

Stats

^Descriptive

Statistics. Выходные величины включают среднее,

медиану, стандартное отклонение, минимум, максимум и квартили. Гистограмму можно

получить при выборе опции

Graph^Histogram.

Excel

С помощью функции

ToolsOData

Analysis

(Инструменты"=>

Анализ данных) вычисля-

ют дескриптивные статистики. Можно определить среднее, стандартную ошибку, медиа-

ну, моду, стандартное отклонение, дисперсию, эксцесс, асимметрию, размах, минимум,

максимум, сумму и доверительный интервал. Частоты можно отобразитьть с помошью

гистограммы.

Основные программы для построения таблиц сопряженности признаков— CROSSTABS

(SPSS), FREQ (SAS) и 4F (BMDP). Все они могут строить таблицы сопряженности и вычис-

лять данные для ячеек, проценты для категорий в рядах и колонках, высчитывать критерий

хи-

квадрат

для определения уровня значимости и все рассмотренные показатели силы связи. Про-

грамму TABULATE (SAS) также можно использовать для получения данных для ячеек, про-

центов рядов и колонок, хотя она не вычисляет ни одной ассоциированной статистики. В про-

грамме Minitab таблицы сопряженности и критерий

хи-квадрат

вычисляют с помощью функ-

ции

Stats'*Tables.

Каждую из этих характеристик можно выбрать с помощью функции Tables.

Функция

Data

^Pivot

Table выполняет построение таблиц сопряженности в программе Excel.

Для дополнительного анализа необходимы такие функции:

максимум,

минимум, среднее или

стандартное отклонение. Расчеты можно провести также на основе других ячеек. Для ChiTest

можно воспользоваться функцией

Insert^Function^Statistical^ChiTest.

596 Часть III. Сбор, подготовка и анализ данных

Основная программа для выполнения проверки с

помошью

(-критерия

в SPSS — T-TEST.

Она_с

помощью

/-критерия

проверяет как независимые, так и парные выборки. Все рассмот-

ренные

выше

непараметрические методы проверки выполняются с помощью программы

NPAR. В SAS используется T-TEST. Непараметрические методы проверки выполняются

программой NPAR1WAY, которая проверяет гипотезу для двух независимых выборок (с по-

мощью критерия

Манна—Уитни,

медианого критерия и критерия

Колмогорова—Смирнова),

а также вычисляет критерий

Уилкоксона

для парных выборок. Параметрический метод про-

верки с помощью

/-критерия

можно выполнить в BMDP, используя программы 3D, а непа-

раметрическую проверку с помощью того же критерия — с использованием программы 3S.

Параметрические критерии, доступные в

Minitab

с помощью функции descriptive stat, сле-

дующие:

^-критерий

для средних,

/-критерий

для средних и

двухвыборочный

/-критерий.

Непараметрические критерии доступны с помощью функции

Stat^Time

Series. Они вклю-

чают следующие категории:

од

но выборочный знаков, Уилкоксона,

Манна—Уитни,

Круска-

ла-Уэллиса, медианный, Фридмана, серий и попарных разностей. Доступные параметриче-

ские критерии в Excel и других электронных таблицах включают

/-критерий:

парных выбо-

рок для средних;

г-критерий:

две независимые выборки, предполагающие равные

дисперсии;

/-критерий:

две независимые выборки при допущении неравенства дисперсий;

^-критерий:

две выборки для средних и

F-критерий

для дисперсий двух выборок. Непара-

метрических критериев здесь нет.

В центре внимания Burke

Основной инструмент, используемый большинством исследователей для анализа дан-

ных,

— построение таблиц сопряженности признаков

(кросс-табуляция).

Она позволяет

окинуть быстрым взглядом распределение ответов и выявить проблемы с данными. Однако

она может ввести в заблуждение, если не предпринять определенных мер.

Рассмотрим такой пример. Корпорация Burke завершила исследование, представляющее

большой интерес для клиента. Результаты таблиц Burke отличались от недавних результатов

другой маркетинговой компании. Для разбора этого примера используем иллюстративные

данные (фактические данные — частная собственность компании).

Это исследование проводилось среди небольших компаний (с количеством работающих

меньше 20 человек) относительно использования ими кадровых агентств как источника

приема временных рабочих. Взята выборка в 100 фирм с одним

работником,

а также в 100

фирм с количеством работающих от 2 до 19 человек, Создана следующая таблица,

Это тип таблицы привычен для обычного клиента. Получается, что 52% фирм исполь-

зуют помощь кадровых агентств для привлечения временных рабочих Информационный

центр корпорации Burke имел данные переписи населения, показывающие, что в генераль-

ной совокупности имелось 9,2 миллиона фирм с одним работником и только 2,5 миллиона

фирм с количеством работающих от 2 до 20 человек.

Взвешенная

общая

колонка должна вы-

глядеть следующим образом.

Количество постоянных работников, t

Использовали агентство? База

Да

Нет

= 1

100

40%

60%

От 2 до 19

100

65%

35%

Итого

200

105

52%

48%

Репрезентативная выборка должна включать 157 фирм с одним работником и 43 фирмы

от 2 до 20 человек.

Тогда веса для формирования общей колонки равны

1,57

и 0,43 соответственно.

Правильная таблица должна имеет следующий вид:

Глава

15.

Вариационный

ряд,

таблицы сопряженности признаков и проверка гипотез

597

Количество

постоянных работников, t

= 1 От 2 до 19

Взвешенный

итог

Использовали агентство? База 100 100 200

Да 40 65 91

40% 65% 45%

Нет 60 35

109

60% 35%

% выборочной совокупности (выборки)

—1

работник = 0,79

% выборочной совокупности (выборки) — от 2 до 20 работников = 0,21

Теперь клиенту сказали, что 45% (а не 52%) компаний с количеством работников мень-

ше 20 человек используют кадровые агентства для приема временных работников. Может

показаться, что это незначительное изменение, но когда клиент увидел последнюю таблицу,

он принял решение о перестройке своего бизнеса. Никогда не формируйте итоговую колон-

ку в таблицах, не рассмотрев истинное распределение в генеральной совокупности.

РЕЗЮМЕ

Базовый анализ данных позволяет глубже

проникнуть

в суть явления и является основой как для

выполнения последующего анализа, так и для интерпретации данных. Для каждой переменной не-

обходимо

получить

распределение частот признаков (вариационный ряд). Результаты анализа отра-

жены в таблицах частот,

частостей

и накопленных частот для всех значений переменной. Они

по-

казывают наличие выбросов, пропущенных или экстремальных значений. Показатели центра рас-

пределения— среднее арифметическое, медиана и мода. Вариация распределения признаков

описывается размахом, дисперсией, стандартным отклонением, коэффициентом вариации и меж-

квартильным

размахом. Форму кривой распределения определяют асимметрия и эксцесс.

Кросс-табуляция представляет собой процедуру создания таблиц

сопряженности

призна-

ков, которые отражают совместное распределение значений двух или больше переменных.

кросс-табуляции

проценты вычисляем по колонкам (к итоговой колонке) или по рядам

(к итоговому ряду). Общее правило — вычисление процентов в направлении

независимой

пе-

ременной через зависимую переменную.

Часто, чтобы лучше уяснить суть связи переменных, вводят третью переменную. Статистика

хи-квадрат

позволяет проверить статистическую значимость наблюдаемой

связи

в таблице со-

пряженности. С помощью

фи-коэффициента,

коэффициента сопряженности, V -коэффициент

Крамера и коэффициента "лямбда" определяют силу связи между переменными.

Для проверки гипотез о различиях используют параметрические и непараметрические ме-

тоды. Из параметрических методов для проверки гипотезы относительно среднего совокупно-

сти используют

/-критерий.

Его различные типы подходят для проверки гипотезы, в основе ко-

торой лежит одна выборка, две независимые выборки или парные выборки. Из непараметри-

ческих методов популярны

одновыборочные

критерии, включающие критерий согласия

Колмогорова—Смирнова,

критерий хи-квадрат, критерий серий и биномиальный критерий.

Для двух независимых непараметрических выборок можно использовать

^/-критерий

Манна-

Уитни,

медианный критерий и критерий

Колмогорова—Смирнова.

В случае парных выборок

для проверки гипотезы о показателе центра распределения полезны критерий попарных срав-

нений Уилкоксона и критерий знаков.

ОСНОВНЫЕ ТЕРМИНЫ И ПОНЯТИЯ

•

/-критерий,

критерий

Фишера

(/-test)

•

/-критерий

(/-test)

•

/"-распределение

(/'-distribution)

•

/-распределение

-distribution)

•

/"-статистика

(/"-statistic)

598 Часть III.

Сбор,

подготовка и анализ данных

•

{/-критерий

Манна-Уитни

(Mann-

Whitney U-test)

•

К-коэффициент

Крамера

(Cramer's

•

г-статистики

(

г -test)

• альтернативная гипотеза (alternative

hypothesis)

• асимметричная "лямбда" (asymmetric

lambda)

• асимметрия

(skewness)

• биномиальный критерий (binomial test)

•

вариационный

ряд, распределение частот

(frequency distribution)

• выборочная (наблюдаемая) статистика,

статистика критерия (test statistic)

• гамма (gamma)

• двусторонний критерий (two-tailed test)

•

двухвыборочный

критерий согласия

Колмогорова—Смирнова

(Kolmogorov—

Smirnov

two-sample test)

• двухвыборочный медианный критерий

(two-sample median test)

• дисперсия (variance)

• коэффициент

вариации

(coefficient of

variation)

•

коэффициент

сопряженности признаков

(contingency coefficient)

• критерий знаков (sign test)

• критерий попарных сравнений

Уилкоксо-

на

(Wilcoxon

matched-pairs

signed-ranks

test)

• критерий серий

(run

test)

• медиана (median)

•

межквартильный

размах (interquartile

range)

• мода (mode)

• мощность критерия (power of a test)

• независимые выборки (independent

samples)

• непараметрические методы проверки ги-

потез (nonparametric tests)

УПРАЖНЕНИЯ

Вопросы

1. Опишите процедуру определения частот распределения значений переменной.

2. Какие показатели центра распределения обычно вычисляют?

нулевая гипотеза

(null

hypothesis)

одновыборочный

критерий согласия

Колмогорова—Смирнова

(Kolmogorov—

Smirnov one-sample test)

односторонний критерий (one-tailed test)

ошибка I рода (type I error)

ошибка II рода (type II error)

параметрические методы проверки гипо-

тез (parametric tests)

парные выборки (paired samples)

парный г -критерий (paired samples t test)

показатели вариации (measures of

variability)

показатели центра распределения

(measures of location)

построение таблицы сопряженности

признаков, кросс-табуляция (cross-

tabulation)

размах вариации (range)

распределение

хи-квадрат

(chi-square

distribution)

симметричная "лямбда" (symmetric

lambda)

средняя арифметическая, среднее (mean)

стандартное

(среднеквадратическое)

от-

клонение (standard deviation)

t -статистика

-statistic)

статистика хи-квадрат (chi-square statistic)

таблица сопряженности призна-

ков

(contingency

table)

тау b

(tau

b )

тау

(tau

с )

уровень

значимости (level of significance)

фи-коэффициент

(phi coefficient)

эксцесс

(kurtosis)

Глава 15. Вариационный ряд, таблицы сопряженности признаков и

проверка

гипотез 599

3. Определите

межквартильный

размах. Что он измеряет?

4. Что означает

коэффициент

вариации?

5. Каким образом измеряют относительную

плоско

верши

нность или

островершинность

кри-

вой распределения?

6. Что такое асимметричное распределение?

7. Чем отличается таблица распределения частот от таблицы сопряженности?

8. Какое общее

правило

вычисления процентов при

кросс-табуляции?

9. Дайте определение ложной корреляции.

10.

Что означает подавленная связь? Как ее

выясняют?

П. Проанализируйте причины частого использования таблиц сопряженности. Каковы огра-

ничения их применения?

12. Представьте классификацию методов проверки гипотез.

13.

Опишите

обычную процедуру для выполнения проверки гипотезы с

помощью

/-критерия.

14. Чем отличаются параметрические и непараметрические методы проверки гипотез?

15. Какие непараметрические критерии соответствуют t -критерию двух независимых выборок

для параметрических данных?

16. Какие непараметрические критерии соответствуют t -критерию парных выборок для пара-

метрических данных?

Задачи

1. Для каждой из следующих ситуаций укажите статистический анализ, который надо провес-

ти, и подходящий для этого критерий или тест-статистику.

Потребители оценили свое предпочтение мыла Camay по

11-балльной

шкале

Лайкерта.

Затем они просмотрели коммерческую рекламу о мыле Camay. После этого предпочте-

ния потребителей опять измерили. Изменила ли реклама предпочтения потребителей?

Подчиняются ли предпочтения относительно мыла Camay закону нормального распре-

деления?

Маркетологи разбили одну тысячу семей на

следующие

группы, исходя из уровня по-

требления мороженного: много, средне, мало и не употребляющие. Одновременно их

разделили на семьи с высоким, средним и низким доходом, Зависит ли потребление

мороженого от уровня дохода?

d) В исследовании, использующем репрезентативную выборку из 2000 домохозяйств из

потребительской почтовой панели

Market

Facts, респондентов попросили

проранжи-

ровать 10 универмагов, включая универмаг Sears, в порядке предпочтения. Выборка

была разделена на малые и большие семьи (по медиане). Варьируются ли предпочте-

ния покупателей относительно покупки товаров в универмаге Sears в зависимости от

размера семьи?

2. Текущую рекламную кампанию для известного прохладительного напитка следует изме-

нить, если реклама понравится менее чем 30% потребителей.

Сформулируйте нулевую и альтернативную гипотезы.

Обсудите ошибки I и

рода,

которые могут иметь место при проверке гипотез,

Какой статистический критерий вам следует использовать? Почему?

d) Была взята случайная выборка из 300 потребителей, и 84 респондента указали, что им

понравилась рекламная кампания. Стоит ли вносить в рекламную кампанию корректи-

ровку? Почему?

600 Часть III. Сбор, подготовка и анализ данных

3. Сеть универмагов (10 магазинов) организовала распродажу холодильников. Количество

проданных холодильников в выборке из десяти магазинов было такими: 80 110 0 40 70 80

100 50 80 30

Очевидно ли, что в среднем продано свыше 50 холодильников одним магазином в тече-

ние этой распродажи? Используйте а = 0,05 .

Какое допущение необходимо сделать для этой проверки?

УПРАЖНЕНИЯ С ИСПОЛЬЗОВАНИЕМ INTERNET

И КОМПЬЮТЕРА

1. Используйте статистические пакеты (SPSS, SAS BMDP) для вычисления статистического

критерия для задачи 3.

КОММЕНТАРИИ

Chow-Hou

Wee,

Mei-Lan

Choong,

Siok-Kuan

Tambyah, "Sex Role Portrayal in Television Adver-

tising",

International

Marketing Review, January 1995,

49-64;

Магу

С.

Gilly,

"Sex

Roles

in Ad-

vertising: A Comparison of Television Advertisements in Australia, Mexico and the United States",

Journal

Marketing,

April

1988,

75-85.

2. Melissa

Dowling,

"To Go Direct — or

Not",

Catalog

Age, September 1, 1997, p. 5; Troy A. Fester-

vand, Don R. Snyder, John D. Tsalikis, "Influence of Catalog vs. Store Shopping and Prior Satisfac-

tion on Perceived Risk",

Journalof

the Academy of Marketing Science, Winter 1986, p.

28—36.

3. Saviour L.S.

Nwacukwu,

Scott. J. Vitell,

Jr.,

Faye W. Gilbert, James

Barnes, "Ethics and Social

Responsibility in

Marketing:

An Examination of the Ethical Evaluation of Advertising Strategies",

Journal of Business Research, June 1997, p.

107—18;

Shelby D. Hunt, Lawrence B.

Chonko,

"Ethical

Problems

Advertising

Agency

Executives",

Journal

Advertising,

Fall

1994,p.

16—24.

4. О применении частот и дискрептивных статистик см, статью Mary Jo

Bitner,

Bernard H.

Booms, Lois A. Mohr,

"Critical

Service Encounters: The Employee's Viewpoint", Journal of

Marketing, October 1994, p. 95-106.

5. Для более подробного описания таких статистик см. любую книгу по статистике, например,

Mark L.

Berenson,

David M.

Levine,

Basic Business Statistics: Concepts and Applications, 6th ed.

(Englewood Cliffs, NJ: Prentice Hall, 1996).

6. Для нашей цели не следует делать различие между проверкой гипотезы и статистическим

выводом через доверительный интервал.

7. Thomas T.

Semon,

"Let's Hear It for Disaggregate Analysis",

Marketing

News,

March 25, 1996,

p. 10; O.

Hellevik,

Introduction to

Causa!

Analysis: Exploring Survey Data by CrossTabulation (Beverly

Hills, CA: Sage Publications, 1984).

8. Lawrence F. Feick, "Analyzing Marketing Research Data with Association Models",

Journal

Marketing Research, November 1984, p. 376-386. Последние применения см. в статье Wagner

Kamakura,

Michel

Wedel,

"Statistical Data Fusion for Cross-Tabulation", Journal of Marketing

Research, November 1997, p.

485-498.

9. Wayne

Lenell,

Robert Boissoneau,

"Using

Causal-Comparative

and Correlational Designs in Con-

ducting Market Research", Journal of Professional Services Marketing, February

1996,

p, 59-69.

10. R.

Mark

Sirkin,

Statistics

for the

Social

Sciences (Thousand

Oaks,

CA: Sage Publications, 1997).

11.

Marjorie

A. Pett,

Nonparametric

Statistics

for Health Care Research (Thousand Oaks, CA: Sage Publi-

cations, 1997). Для более глубокого изучения см. работу

Н.О.

Lancaster, The

Chi-Squared

Distribution (New York: John Wiley, 1969).

Глава 15.

Вариационный

ряд, таблицы сопряженности признаков и проверка гипотез 601

12. Mark L. Berenson, David M.

Levine,

Basic Business Statistics: Concepts and

Applications,

6th

ed.

(Upper Saddle River, NJ: Prentice

Hall,

1996):

13. Однако некоторые ученые-статистики с этим не согласны. Они считают, что не стоит ис-

пользовать поправочный коэффициент. См., например, статью John E, Overall, "Power of

Chi-Square

Tests

for

2 x 2 Contingency Tables with Small Expected

Frequencies",

Psychological

Bulletin, January 1980, p, 132-135.

14.

Проверка значимости и доверительных интервалов также возможна как для асимметрично-

го коэффициента "лямбда", так и для симметричного. См. статью L.A. Goodman,

W.H.

Kruskal,

"Measures of Association for Cross Classification: Appropriate Sampling Theory",

Journal

of the American Statistical Association, June 1963, p.

310—364.

15. Rohit

Verma,

John C. Goodale, "Statistical Power in Operations Management Research", Journal of

Operations Management, August 1995, p.

139—152.

16.

С технической точки зрения нулевую гипотезу нельзя принять. Ее можно либо отвергнуть,

либо не отвергнуть.

17. Условие, когда нельзя предполагать равенства дисперсий, известно под названием пробле-

мы

Беренса-Фишера

(Behrens-Fisher).

Существует несколько мнений по поводу лучшего

метода расчета данного случая,

18. Anne L. Balazs,

"Positioning

the Retail Shopping Center for Aging

Customers",

Stores, April 1995,

RR10—RR11;

James R. Lumpkin, James B. Hunt, "Mobility as an Influence on Retail Patronage

Behavior of the Elderly: Testing Conventional

Wisdom'',

Journal

the Academy of Marketing Science,

Winter 1989, p. 1-12.

19.

Eleflheria

Parpis,

"Playing for the Ring",

Adweek

(Eastern

Edition), January 19, 1998, p.

29—31;

Larry Dunst,

"Is

It Possible to Get Creative in 15

Seconds?",

Advertising

Age,

November 29, 1993,

p. 18; Jerry A. Rosenblatt, Janett

Mainprize,

"The History and Future of

15-Second

Commercials:

An Empirical Investigation of the Perception of Ad Agency Media

Directors",

in William

Lazer,

Eric

Shaw, Chow-Hou Wee

(eds.),

World

Marketing Congress (International Conference Scries), vol. IV

(Boca Raton,

FL:

Academy of Marketing Science, 1989), p. 169-177.

20.

Gopal

Kanji,

100 Statistical Tests (Thousand Oaks, CA: Sage Publications, 1993); Donald L.

Harnett,

Statistical Methods, 3rd ed.

(Reading,

MA: Addison-Wesley, 1982).

21.

Marjorie

Pelt,

Nonparametric

Statistics

for

Health

Care Research (Thousand Oaks, CA: Sage Publi-

cations, 1997),

22. Существуют разные точки зрения о том, следует ли использовать непараметрические стати-

стические методы, чтобы сделать статистический вывод о параметрах совокупности. См.

также статью Y.K. Cheung, J.H.

Klotz,

"The

Mann-Whitney-Wilcoxon

Distribution Using linked

Lists",

Statistica

Sinica,

July

1997,

805-813.

23. t -критерий в этом случае эквивалентен критерию

"хи-квадрат"

для проверки

независимо-

сти в таблице сопряженности 2x2 . Этих два критерия связаны между собой

следующим

образом:

о.и<п

п>.<и<«,+«

;

-2).

Для

больших выборок

г-распределение

приближается

нормальному, следовательно,

-критерий и

г-критерий

эквивалентны.

24. James R,

Crum,

Pradeep

Rau,

Stephen K.

Reiser,

'The

Marketing Research Process: Role Per-

ceptions of Researches and

Users",

Journal of Advertising Research,

December—January

1988, p. 9—

21. См, также статью Cyndee Miller, "Gallup Brothers Analyze the Research Industry", Marketing

News, January 6, 1997, p. 2.

25. Пример последнего применения критерия парных сравнений Вилкоксона приведен в рабо-

те U.

Kalwani,

Narakesari

Narayandas,

"Long-Term

Manufacturer-Supplier

Relationships: Do

They Pay

Off

for Supplier

Firms?",

Journal of

Marketing,

January 1995, p.

1—16.

26. Marjorie A. Pett, Nonparametric Statistics for Health Care Research (Thousand Oaks, CA: Sage Publi-

cations, 1997); J.G. Field, "The World's Simplest Test of Significance",

Journal

of the Market

Research Society, July 1971, p. 170-172.

602 Часть III. Сбор, подготовка и анализ данных

27. Eric L.

Einspruch,

An Introductory Guide to SPSS for Windows (Thousand Oaks, CA: Sage Publica-

tions, 1993); Paul E.

Spector,

SAS

Programming

for Researchers and Social Scientists (Thousand Oaks,

CA: Sage Publications, 1993);

Mahamed

Afzal

Norat, "Software

Reviews",

Economic

Journal:

The

Journal of the

Royal

Economic Society, May 1997, p.

857—882;

John Wass,

"How

Statistical Software

Can be Assessed",

Scientific

Computing and Automation (October 1966).

28. Leslie de Chernatony, Chris Halliburton, Ratna Bernath,

"International

Branding: Demand

Sup-

ply Driven", International Marketing Review, February 1995, p.

9—21.

29. Lawrence B.

Chonko,

Ethical Decision Making in Marketing (Thousand Oaks, CA: Sage Publications,

1995); G.R.

Laczniak,

E. Murphy, "Foresting Ethical Marketing

Decisions",

Journal

of Business

Ethics, October 1991, p. 259-271.

Глава 15. Вариационный ряд, таблицы сопряженности признаков и проверка гипотез 603