background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

1

Systemy informacji marketingowej – jest to system u

Īyty do gromadzenia, przechowywania, 

przetwarzania i dystrybucji do osób podejmuj

ących decyzjĊ. W najprostszej formie systemu wystĊpują ludzie i 

system gromadzenia informacji. Wa

Īne są dokumentacje w formie komputerowej, rozwój komputerowej 

informacji u

áatwia dziaáanie w duĪych korporacjach.  

Najprostszy SIM  

Ludzie + procedury przekazywania dokumentów 

Z

áoĪony SIM 

Ludzie + procedury przekazywania dokumentów + sieci komputerowe 

Komputerowy SIM 

Ludzie + procedury przekazywania dokumentów + sieci komputerowe + mo

ĪliwoĞci przetwarzania informacji 

ħródáa    

 

informacji 

Przechowywanie 
informacji 

Przetwarzanie 
informacji 

Wykorzystanie 
informacji (decyzje) 

Ocena dzia

áalnoĞci

       

BAZA     

DANYCH 

DANE

SUROWE

 

 

 

 Badania marketingowe – jest to systematyczne i obiektywne pozyskiwanie oraz analiza informacji w celu 
identyfikacji i rozwi

ązania dowolnego problemu w dziedzinie marketingu 

Systematyczno

Ğü – postĊpowanie zgodne i wczeĞniej przygotowanym planem 

Obiektywno

Ğü – metody gromadzenia i analizy są sprawdzone i udokumentowane. 

Funkcje bada

Ĕ marketingowych 

1.

Opisowa – BM powinny opisywa

ü dziaáania rynku (konkurencja klient) 

2.

Diagnostyczna – BM ujawniaj

ą mechanizmy rynkowe 

3.

Predykcyjna – BM maj

ą sáuĪyü przewidywaniu 

Powody stosowania BM

1.

Maj

ą umoĪliwiaü podjĊcie trafnej decyzji 

2.

Maj

ą umoĪliwiaü unikania báĊdów 

3.

Zrozumienie dzia

áania rynku 

4.

Dlaczego co

Ğ siĊ nie powiodáo

W 2   Typologia BM  

1.

Badania orientacyjne (eksploracyjne – exploratory research) – badania wst

Ċpne; chodzi gáównie o 

zorientowanie si

Ċ w problemie wyjĞciu w gáąb badania.  

Przyk

áadowe cele: 

a)

zaznajomienie si

Ċ badacza z problemem 

b)

okre

Ğlenie priorytetów badawczych (co jest dla nas najwaĪniejsze a co mniej waĪne)

c)

precyzyjne sformu

áowanie problemu do dalszych badaĔ (np. hipotezy odnoĞnie sytuacji na rynku) 

d)

wskazanie techniki badawczej, która ma by

ü zastosowana w kolejnych badaniach  

Realizacja bada

Ĕ orientacyjnych 

Dane wtórne -  zebrane w innym celu ni

Ī nasz (pomiar juĪ byá dokonany) 

Dane pierwotne – zebrane dla naszych celów (dokonujemy pomiaru) 

REALIZACJA BADA

ē ORIENTACYJNYCH 

DANE (

ħRÓDàA) 

 

 

 

 

 

 

 

  DANE (

ħRÓDàA) 

WTÓRNE 

 

 

 

 

 

 

 

 

  PIERWOTNE 

Wewn

Ċtrzne Ĩródáa inf.: 

- analizy sprzeda

Īy

- zestawienia finansowe 
- raporty ze spotka

Ĕ            

handlowych 

Badania marketingowe 
(studia, projekty) 
- bad. znajomo

Ğci marki 

- badania zachowania 
nabywców 
- badanie potrzeb 

Zewn

Ċtrzne Ĩródáa inf.: 

- dane statystyczne GUS 
- inf. od po

Ğredników 

handlowych 
- inf. z Internetu 

MODELE I 
METODY 
- projektowanie 
produktu 
- ustalanie ceny 
ocena
po

Ğredników 

handlowych 
- prognozowanie 
sprzeda

Īy

PODJ

ĉCIE

DECYZJI przez 
u

Īytkownika inf. 

- podstawowe cechy 
i funkcje produktu 
- poziom cen 
- eliminacja 
po

Ğredników 

handlowych 
- plan sprzeda

Īy

MONITOROWANIE 
DZIA

àALNOĝCI

Np.
- wielko

Ğü sprzedaĪy

- udzia

á w rynku 

- zadowolenie 
klientów

WYWIADY 

(z ekspertami) 

- wywiad w formie 
rozmowy 
- technika kluczowych 
informatorów 

(buduje si

Ċ

áaĔcuch ekspertów i  z kaĪdym 
prowadzi si

Ċ wywiad. Eksperci 

wzajemnie si

Ċ polecają. àaĔcuch

ko

Ĕczy siĊ jeĪeli dane w duĪym 

stopniu zaczn

ą siĊ potwierdzaü)

- metoda delficka 

STUDIUM 
PRZYPADKU – 
koncentracja na jednym 
przypadku i g

áĊboka

penetracja obszaru 
zainteresowania np. 
analiza jednego klienta. 
Nale

Īy prowadziü

rozmowy i studia 
dokumentacji

- publikacje ksi

ąĪkowe (literatura) i     

czasopi

Ğmiennicze 

- przegl

ądy bibliograficzne i 

dokumentacyjne  
- wydawnictwa statystyczne GUS 
- informacje statystyczne ministerstw 
- wyniki bada

Ĕ instytutów 

- wyniki bada

Ĕ placówek naukowo 

badawczych
(np. PAN) 
- sprawozdawczo

Ğü przedsiĊbiorstw

- wewn

Ċtrzne (w 

organizacji)
- zewn

Ċtrzne ( poza 

organizacj

ą)

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

2

2.

Badania opisowe – wykonujemy „zdj

Ċcia, fotografie” aby opisaü sytuacjĊ zachodzącą na rynku. 

Korzystaj

ą z wyników badaĔ orientacyjnych 

Przyk

áadowe cele: 

a)

scharakteryzowanie (opis) wybranych aspektów otoczenia rynkowego np.  

-

scharakteryzowanie potrzeb nabywców 

-

ocena postaw nabywców wobec naszej marki 

-

tworzenie mapek percepcji i preferencji 

-

segmentacja 

b)

okre

Ğlenie interesujących nas wskaĨników rynkowych  

-

przeci

Ċtne ceny dla danej grupy produktów 

-

okre

Ğlenie liczby poĞredników handlowych 

-

okre

Ğlenie udziaáu w rynku 

-

wyznaczenie rozmiaru rynku 

c)

okre

Ğlenie stopnia powiązaĔ pomiĊdzy zmiennymi 

-

powi

ązanie pomiĊdzy dochodami a zamiarem zakupu 

-

zamiar zakupu a jego wielko

Ğü

d)

wyznaczenie trendów rynkowych 

e)

testowanie postawionych hipotez badawczych 

REALIZACJA BADA

ē OPISOWYCH 

POMIAR

 POMIAR 

 

      T

0

        PRÓBA 

 PRÓBA 

Grupy 
towarów 

Data
zakupu

Producent Gatunek, 

marka

Rodzaj 
produktu

Ilo

Ğü

zakupionych
opakowa

Ĕ

Waga Cena  Nr 

EAN

Rodzaj 
opakowania 

Miejsce
zakupu

Szampon 
do 
w

áosów 

 

 

 

 

 

 

 

 

 

 

P

áyn do 

k

ąpieli

 

 

 

 

 

 

 

 

 

 

ĝrodki do 
mycia
naczy

Ĕ

 

 

 

 

 

 

 

 

 

 

Przyk

áady paneli: 

-

panele gospodarstw domowych (nawet kilka tysi

Ċcy)

-

panele handlowe (punkty sprzeda

Īy detalicznej, gáównie do rejestracji zakupu pewnych grup 

towarów) 

Zalety bada

Ĕ panelowych: 

-

pozwala obserwowa

ü zmiany w czasie 

-

porównywalno

Ğü wyników (gáównie jeĪeli stosujemy ten sam instrument pomiarowy) 

Formularz w badaniu panelowym – dzienniczek 
Charakterystyka panelu gospodarstw domowych (wg GFK): 

-

co tygodniowa obserwacja zakupu gospodarstw domowych 

-

ogólnopolska próba kwotowa 3000 gospodarstw domowych 

-

instrument pomiarowy: dzienniczki, sprawozdania z dokonanych zakupów 

-

grupy towarowe: np. 

Ğrodki czyszczące, piorące, ryby... 

-

raporty: standardowe – wielko

Ğü rynku, udziaá w rynku, wielkoĞü cen, przeciĊtna cena, liczba 

nabywców 

-

raporty specjalne – dotycz

ące rynku np. charakterystyka grupy docelowej, analizy intensywnoĞci

zakupu, cz

ĊstotliwoĞü zakupu danej marki, lojalnoĞü wobec marki 

Charakterystyka panelu handlowego: 

-

grupy towarowe: sprz

Ċt audio wideo, duĪy i drobny sprzĊt AGD, artykuáy fotograficzne, sprzĊt

elektroniki biurowej 

PANEL 

BADANIA 
PRZEKROJOWE 

BADANIA 
PANELOWE 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

3

-

próba – 220 sklepów detalicznych RTV AGD + 95 sklepów fotograficznych + 150 sklepów 
oferuj

ących sprzĊt biurowy i telekomunikacyjny 

-

co dwa miesi

ące ankieterzy sprawdzają ofertĊ i obroty sklepu

Zalety bada

Ĕ panelowych 

a)

mo

ĪliwoĞü obserwacji zmian zachowaĔ respondentów w czasie 

b)

du

Īa szerokoĞü grup produktów objĊtych badaniem 

Wady:

a)

koszty  

b)

konieczno

Ğü odĞwieĪania 

c)

próba nie zawsze b

Ċdzie dostosowania do kaĪdego produktu 

Zalety bada

Ĕ przekrojowych: 

a)

dobranie grupy do konkretnego celu badania 

b)

niskie koszty 

Wady:

a)

brak obserwacji zmian zachowa

Ĕ w czasie 

3.

Badania przyczynowe – polegaj

ą na wskazaniu związków przyczynowo skutkowych 

a)

trzeba wskaza

ü korelacjĊ pomiĊdzy przyczyną a skutkiem 

b)

zdefiniowa

ü nastĊpstwo w czasie 

c)

manipulujemy jedn

ą zmienną (np. reklamą) a inne czynniki muszą byü utrzymane na staáym poziomie 

Sposoby realizacji: - eksperyment: 

-

naturalny (w terenie)  

-

sztuczne ( np. symulacje komputerowe) 

W 3 
Proces badania Marketingowego  

1.

Sformu

áowanie problemu badawczego i okreĞlenie celu badania 

2.

Opracowanie planu badania 

3.

Zebranie danych i ich opracowanie 

4.

Analiza danych i ich interpretacja 

5.

Przedstawienie wyników badania (opracowanie ustne, wersja elektroniczna, sporz

ądzenie dokumentów) 

Ad 1. problem badawczy wynika z potrzeb informacyjnych organizacji, które potrzebne s

ą do podejmowania 

decyzji

a)

transformacja problemu decyzyjnego na problem badawczy 

du

Īa rola osoby 

podejmuj

ącej decyzje 

du

Īa rola osoby 

prowadz

ącej badania 

b)

sposoby formu

áowania problemów badawczych 

FORMUOWANIE PROBLEMÓW BADAWCZYCH 

Pytania 

badawcze 

   Formu

áowanie  

hipotezy badawczej 

c)

 struktura problemu badawczego 

Ogólny problem badawczy 

1 Szczegó

áowy problem badawczy  

 

            3 Szczegó

áowy problem badawczy 

2 Szczegó

áowy problem badawczy 

PROBLEM DECYZYJNY 

Specyfikacja kluczowych informacji 
niezb

Ċdnych do podjĊcia decyzji 

BADANIA ORIENTACYJNE 

Sformu

áowanie problemu badawczego 

OGRANICZENIA: 
- dost

Ċpne Ğrodki informacji 

dost

Ċpne metody i tech. badawcze 

Np.: intensywno

Ğü konkurencji, 

rozmiar rynku, uwarunkowania 
prawne

Pytania   

CZY

rozstrzygni

Ċcia

Pytania

INNE

dope

ánienia

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

4

Przyk

áad: 

Proces podejmowania decyzji przy zakupie okapu kuchennego przez gospodarstwa domowe 

-

u

Ğwiadomienie potrzeby 

-

poszukiwanie informacji 

-

ocena potencjalnych rozwi

ązaĔ

-

decyzja zakupu 

-

odczucia po zakupie 

Ogólny problem badawczy: 

Jak przebiega proces podejmowania decyzji zakupu okapu kuchennego przez gospodarstwa domowe. 

Szczegó

áowe problemy badawcze: 

-

jakie motywy sk

áaniają gospodarstwa domowe do zakupu okapu kuchennego 

-

z jakich 

Ĩródeá informacji korzystają gospodarstwa domowe przy zakupie okapu kuchennego 

-

jakie kryteria zakupu stosuj

ą gospodarstwa domowe przy zakupie okapu kuchennego i jaka jest ich 

hierarchia 

-

jakie  s

ą preferencje gospodarstw domowych odnoĞnie marki i miejsca zakupu okapu kuchennego 

-

jaki jest poziom satysfakcji gospodarstw domowych z zakupionych okapów kuchennych 

Dezagregacja problemu i agregacja odpowiedzi w badaniu ankietowym  

Ad 2. podstawowe elementy planu badania: 

a)

podanie ogólnego problemu badawczego 

b)

Ĩródáa danych z których bĊdziemy korzystaü (wtórne, pierwotne) 

c)

metody gromadzenia danych pierwotnych (wywiad, sonda

Ī ankieta, eksperyment) 

d)

instrument pomiarowy (kwestionariusz) 

e)

sposób kontaktowania si

Ċ z respondentem 

f)

czy badania b

Ċdą wyczerpujące, czy nie wyczerpujące (badania próby) 

g)

okre

Ğlenie liczebnoĞci próby 

h)

plan analizy danych 

Plan badania wg Tulla i Hawkins’a 

a)

zdefiniowanie problemu badawczego 

b)

oszacowanie warto

Ğci informacji dostarczonych przez badanych (metody oparte na rachunku 

prawdopodobie

Ĕstwa , szacuje siĊ wartoĞü oczekiwaną)

c)

wybór metody zbierania danych 

d)

wybór sposobu pomiaru 

e)

plan doboru próby 

f)

plan analizy danych 

g)

ocena etycznej strony badania 

h)

okre

Ğlenie czasu trwania i kosztów badania 

  Redukcja 

Odpowiedzi na 
pytania w 
kwestionariuszu

Zebrane dane

Odpowiedzi na 
szczegó

áowe

problemy badawcze 

Odpowied

Ĩ na 

ogólny problem 
badawczy

Metody 
analizy
danych 

AGREG

ACJA O

D

P

OWIED

Z

Kwestionariusz
(wyskalowane pytania)

Ogólny problem 
badawczy (jedno ogólne 
pytanie problemowe) 

Szczegó

áowe problemy 

badawcze (4 – 6 pyta

Ĕ

problemowych w zakresie 
OPB)

Wst

Ċpna lista pytaĔ

(wyczerpuj

ące listy pytaĔ

kierowane do respondentów 
w zakresie SZPB) 

Analiza

Analiza

DEZA

GREG

ACJA PROBL

E

M

Ó

BADAWCZYCH 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

5

i)

przygotowanie propozycji badawczej (harmonogram) 

W 4 
Pomiar i jego poziom 
Obiekt badania – jest to jednostka badana, element o którym zbieramy informacje 
Def. Najmniejszy element poddany obserwacji. O którym z punktu widzenia sformu

áowanego problemu 

badawczego zbieramy informacj

Ċ.

 Mo

Īe to byü rzecz, osoba, pomysá, idea, gospodarstwo domowe, osoba indywidualna, organizacje. 

Zbiór obiektów badania
 A= {A

i

}

n

={A

1

,A

2

,....,A

n

}    próba 

Cechy obiektów badanych (przyk

áadowe)

-

dochód 

-

potrzeby , preferencje 

-

postawy 

-

miejsce zamieszkania 

-

waga, wzrost, wiek 

zmienna – wszelka cecha czy te

Ī wáasnoĞü badanego obiektu, która moĪe wystĊpowaü w róĪnym stopniu, i pod 

wzgl

Ċdem której obiekty róĪnią siĊ pomiĊdzy sobą i zmieniają siĊ w czasie 

Zbiór zmiennych    
M={M

j

}

m

={M

1

,M

2

,.....,M

m

}  pytania z kwestionariusza 

W uj

Ċciu formalnym zmienna M

j

to odwzorowanie 

M

j

=A

ÆR  (j= 1..... m) 

A – zbiór obiektów 
R – zbiór liczb rzeczywistych 
Pomiar – przyporz

ądkowanie liczb obiektom 

Def. Przyporz

ądkowanie liczb obiektom zgodnie z okreĞlonymi reguáami w taki sposób aby liczby 

odzwierciedla

áy relacje zachodzące pomiĊdzy obiektami. 

Otrzymamy macierz danych 

Ĩródáowych: 

x

11

x

12 ......... 

x

1m 

x

21

x

22 ......... 

x

2m 

...... .......  x

ij

......... 

X=

x

n1

x

n2 ......... 

x

nm 

Zmienne

Å

ÆObiekty 

Ale obiektom mo

Īna przyporządkowaü tekst. 

Skale pomiarowe (wg Sterensa wyró

Īnia siĊ 4 poziomy) 

1.

Poziom 

nominalny 

   Skale 

ni

Īszego rzĊdu

2.

Poziom porz

ądkowy 

3.

Poziom przedzia

áowy 

 

 

 

     Skale wy

Īszego rzĊdu 

4.

Poziom stosunkowy (ilorazowy) 

W wy

Īszym poziomie zawierają siĊ niĪsze.

Ad 1) Poziom nominalny – jest to takie przyporz

ądkowanie gdzie liczby oznaczają kategoriĊ klas. 

Relacje: równo

Ğci róĪnoĞci

Dane: a, b: obiekty 
Aksjomaty: 
1) a=b  albo a=b 
2) je

Ğli a=b to b=a 

3) dla 3 obiektów a, b, c mamy: je

Ğli a=b oraz b=c to a=c 

Przyk

áady cech. 

Okre

Ğl poziom nominalny Æ páeü, rasa, kolor ulubiony 

Przyk

áady pytaĔ do kwestionariusza 

1)

Prosz

Ċ podaü swoją páeü

1

0

2)

Jaki jest Pana/Pani ulubiony kolor? 

1
2
3
4
5
6

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

6

Dzia

áania statystyczne: 

Liczebno

Ğü, frakcje, udziaáy, procenty, dominanta (wartoĞü modalna), wartoĞü najczĊstsza 

Ad 2) Poziom porz

ądkowy – liczby przynaleĪą do róĪnych kategorii i mamy moĪliwoĞü przyporządkowania 

obiektów ze wzgl

Ċdu na interesującą nas cechĊ.

Relacje: równo

Ğü róĪnoĞü

 

  mniejszo

Ğü wiĊkszoĞü

Dane: a, b – obiekty 
Aksjomaty: 

1), 2), 3) jak wy

Īej

4) nieprawda 

Īe ze wzglĊdu na interesującą nas cechĊ a>a 

5) je

Ğli a=b to  a>b albo a<b 

6) dla trzech obiektów a, b, c mamy: je

Ğli a>b oraz b>c to a>c 

Mierzymy jako

Ğü produktów, robimy rangowanie. MoĪe byü opis pomiarowy od 1....7 

Przyk

áady pytaĔ w kwestionariuszu: 

1)

Jak Pan/Pani ocenia jako

Ğü produktów xyz? 

1   

2   

3   

4   

5   

2)

W jakim stopniu jest Pan/Pani zadowolony z produktów xyz? 

            1 2 

 

ogóle 

     W 

pe

áni 

Niezadowolony 

   zadowolony 

Dopuszczalne dzia

áania:

Te w skali nominalnej + mediana (miara po

áoĪenia rozkáadu)

Ad 3) Poziom przedzia

áowy – pomiĊdzy punktami skali moĪemy okreĞliü odlegáoĞci (+to co w pkt 1 i 2) 

wyznaczamy 0 umowne. 
Relacje: równo

Ğci  

ĪnoĞü

 

  mniejszo

Ğü wiĊkszoĞü

 

  arytmetyczne (dodawanie odejmowanie) 

Dane: a, b – obiekty 
Aksjomaty 
1), 2), 3), 4), 5), 6),  
7) a+b = b+a 
8) (a+b)+c=a+b+c 
9) Je

Ğli a=b oraz b>0 to a+b>b 

10) Je

Ğli a=p i b=q to a+b=p+q 

Je

Ğli a>b Æ a róĪni siĊ od b o a-b jednostek 

Mo

Īemy mierzyü: wysokoĞü nad poziomem morza, czas kalendarzowy, temperaturĊ w C

o

, wynik finansowy. 

Pytania kwestionariusza 

1)

Jaki  wynik finansowy osi

ągnĊáa paĔstwa firma w 2001 r? 

...................................................(podaj warto

Ğü w tys. zá)

Dopuszczalne dzia

áania statystyczne: 

Et w poprzednich poziomach + 

Ğrednia arytmetyczna (nie geometryczna) 

Ad 4) Poziom stosunkowy – punkt zero jest pkt. Bezwzgl

Ċdnym (absolutnym) nie umownym i te zero mówi, Īe

jest brak wyst

Ċpującej wáasnoĞci.

(np. wzrost=0 to brak wzrostu, zysk=0 to brak zysku) 
Relacje: równo

Ğci  

ĪnoĞü

 

  mniejszo

Ğü wiĊkszoĞü

 

  arytmetyczne (dodawanie odejmowanie) 

 

  mno

Īenie  

dzielenie 

Dana: a, b – obiekty 
Aksjomaty: 
1), 2), 3), 4), 5), 6), 7), 8), 9), 10),  
11) a>b 

Æ a jest a/b razy wiĊksze od b 

Pytania do kwestionariusza: 

Te odleg

áoĞci nie 

s

ą równe 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

7

1)

Prosz

Ċ podaü swój wzrost. 

...........................................(poda

ü wartoĞü w centymetrach) 

Dopuszczalne dzia

áania:

Wszystkie aksjomaty istniej

ące w algebrze i statystyce. 

Inne pytania: Daj

ą siĊ okreĞliü za pomocą wyĪszego poziomu ale my Ğwiadomie wybieramy niĪszy.

Prosz

Ċ zaznaczyü swoją kategoriĊ wzrostową ( w cm) 

W 5  
Etapy budowy kwestionariusza 

1)

Realizacja czynno

Ğci poprzedzających

a)

sformu

áowanie problemu badawczego 

b)

ustalenie kim b

Ċdą respondenci 

c)

ustalenie sposobu kontaktowania si

Ċ z respondentami 

d)

plan analizy danych 

2)

Projektowanie kwestionariusza 

a)

okre

Ğlenie wstĊpnej listy pytaĔ

b)

projekt kwestionariusza 

3)

Testowanie kwestionariusza 

Kwestionariusz – zbiór celowo zaprojektowanych i u

áoĪonych pytaĔ, które mają byü zadane danym osobom 

(kwestionariusz osobowy  - wype

ániamy zbiór pytaĔ lub ankieta – sposób gromadzenia danych) 

Respondent – osoba która udziela odpowiedzi na pytania 
Ankieter – zbiera dane 

Ad 1) a) trzeba postawi

ü zagadnienie potem ogólny problem badawczy i szczegóáowe problemy badawcze 

b) musimy wzi

ąü pod uwagĊ poziom wiedzy respondentów, dobrze gdy tu ustalimy dobór próby 

c) formy ankiety: pocztowa, telefoniczne, osobista 
d) dla ró

Īnej metody potrzebujemy róĪnych poziomów danych 

Plan konstrukcji wyników koniecznych 

Ad 2) a)   

 

 

Ogólny problem badawczy 
 Szczegó

áowe problemy badawcze 

     

 

 

 

Pytania 

ankietowe 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

8

Ramowa struktura Kwestionariusza 

Ad 3. testujemy na 15 do 30 osób  
Cele bada

Ĕ pilotaĪowych : 

-

ocena reakcji respondentów 

-

przetestowanie instrumentu pomiarowego 

-

okre

Ğlenie liczebnoĞci próby 

Procedura przy testowaniu kwestionariusza 

Kwestionariusz

Wst

Ċp do kwestionariusza 

-

pro

Ğba o wziĊcie udziaáu w ankiecie 

-

wyja

Ğnienia celu ankiety i dla kogo siĊ ja przeprowadza 

-

bod

Ĩce i zachĊty (anonimowoĞü ankiety) 

-

instrukcja na temat wype

ániania kwestionariusza 

-

inne (dane ankietera 

Pytania kwalifikuj

ące

B

1

- o wiek 

B

2

 - ........ 

Pytania merytoryczne 

Cz

ĊĞü I (szczegóáowy problem badawczy) Hasáowa nazwa 

P

1

- .............. 

P

2

- .............. 

 

Dotyczy pierwszego pytania szczegó

áowego

P.-................ 
Cz

ĊĞü II  Hasáowa nazwa 

P

6

 - ............. 

P

7

 -.............. 

 

Dotycz

ą drugiego pytania szczegóáowego

P

..

- ............... 

...... 
...... 
(do wyczerpania szczegó

áowych problemów badawczych)

Metryczka (pytanie o wiek, zawód, wielko

Ğc gosp domowego, dochody) 

P

11

 -........... 

P

12

 -..........  

Charakteryzuje badan

ą grupĊ

P

13

 -........... 

Podzi

Ċkowanie

Podzi

Ċkowanie za wziĊcie udziaáu w ankiecie 

Dla kwestionariusza pilota

Īowego

Pytamy czy wszystkie pytania w ankiecie s

ą ja zrozumiaáe,

czy s

ą jakieĞ niepotrzebne,

mo

Īe jakieĞ trzeba byáo by dodaü,

i czy karta produktu dobrze i zrozumiale go opisuje

Projektowanie kwestionariusza 

Testowanie kwestionariusza 

Czy konieczna jest korekta 

kwestionariusza? 

NIE

TAK

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

9

Rodzaje pyta

Ĕ wystĊpujących w kwestionariuszu 

x

Kafeteria dysjunktywne  

1. Jaki jest Pana ulubiony smak? (prosz

Ċ wybraü jedną odpowiedĨ)

̝ – pomaraĔczowy
̝ – jabákowy 
̝ – wiĞniowy 
̝ – truskawkowy  
̝ – inne  
x

Kafeteria koniunktywna 

1.

Jakie s

ą Pana/Pani ulubione smaki (moĪna zaznaczyü wiĊcej niĪ jedną odpowiedĨ)

̝ – pomaraĔczowy
̝ – jabákowy 
̝ – wiĞniowy 
̝ – truskawkowy  
̝ – inne.....  
Lepiej przej

Ğü z koniunktywnego na : 

x

dysjunktywne z

áoĪone

1.

Jakie s

ą Pani/Pana ulubione smaki soków? 

-  jab

ákowy  

̝ – tak  ̝ – nie  

-  pomara

Ĕczowy

̝ – tak  ̝ – nie 

- wi

Ğniowy  

̝ – tak  ̝ – nie 

- truskawkowy 

̝ – tak  ̝ – nie 

- inne .................                 

̝ – nie 

Pytania filtruj

ące – pomagają wyáapaü odpowiednich respondentów, którzy bĊdą dalej odpowiadaü

1.

Czy posiadacie Pa

Ĕstwo cháodziarko - zamraĪarkĊ

̝ – tak  ̝ – nie  (przejdĨ do pytania nr 3) 

2.

Prosz

Ċ podaü markĊ paĔstwa cháodziarko – zamraĪarkĊ

̝ – Bosh    

̝ – Amica  

 

̝ – Polar   

3. Czy posiadacie pa

Ĕstwo mikrofalówkĊ?

̝ – tak  ̝ – nie  (przejdĨ do pytania nr...)

B

áĊdy kwestionariusza

-

za du

Īa liczba pytaĔ

-

pytania niezrozumia

áe lub dwuznaczne 

-

zbyt d

áugie pytania 

-

pytania na które odpowiedzi nie otrzymamy wiadomo

Ğci

-

nieprawid

áowa kolejnoĞü pytaĔ

-

ni prawid

áowo dobrane skale 

-

nieprawid

áowy dobór pytania wstĊpnego  

-

brak odniesienia czasowego 

-

pytania metryczkowe na pocz

ątku kwestionariusza 

-

Īeby warianty pytaĔ nie pokrywaáy siĊ

W6
 Pomiar postaw nabywców (wobec marek, produktów, firm) 

Pytania otwarte (nie 
narzucamy opcji odpowiedzi) 
Zalety: 

-

swoboda,

áatwoĞü

sformu

áowania takiego 

pytania

Wady:

-

niech

Ċü respondentów 

do odpowiedzi na te 
pytania

-

trudniej je analizowa

ü

Pytania zamkni

Ċte

90% w kwestionariuszu to 
pytania zamkni

Ċte stosuje siĊ

je najcz

ĊĞciej  

zamkni

Ċte

áotwarte

zamkni

Ċte

áotwarte

KAFETERIE 

KONiUNKTYWNE 

DYSJUNKTYWNE 
(wybieramy 1 
odpowied

Ĩ)

ALTERNATYWY 

àOTWARTE 

(mo

Īna w odpowiedzi 

co

Ğ dopisaü)

ZAMKNI

ĉTE 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

10

Def. wg. Fishbeina  

Postawa jest to wykszta

ácona gotowoĞü do pozytywnej lub negatywnej reakcji wobec okreĞlonego 

obiektu. 

1.

Mo

Īna ksztaátowaü postawĊ poprzez reklamĊ, wáasne doĞwiadczenia, opiniĊ przyjacióá.

2.

Gotowo

Ğü do reakcji - kupno, lub jego brak. 

Jeden z podstawowych celów marketingowych 

Πpozytywne postawy ksztaátuje gotowoĞü do zakupu 

Ukszta

átowanie postaw od skrajnie negatywnych do skrajnie pozytywnych  

MODEL  

PRZEKONANIA

ΠPOSTAWA Î ZAMIAR ZAKUPU Î ZAKUP 

SKALE U

ĩYWANE DO POMIARU POSTAW

Charakterystyka skal prostych  

x

Skala nominalna – najprostsza ze skal, pytamy czy lubi Pan produkt, czy podoba si

Ċ produkt, czy jest 

Pan zadowolony z produktu 

̝ – Tak 
̝ – Nie 
̝ – Nie mam zdania (moĪe byü ale nie musi) 
x

Skala pozycyjna – pytamy o postaw

Ċ na poziomie poĪądkowym (zachowujemy poĪądek) 

W jkaim stopniu jest Pan /Pani zadowolony z porduktu 

̝

̝

̝

̝

̝

Ca

ákowicie  

Niezadowolony  Ani zadowolony    Zadowolony     Ca

ákowicie 

Niezadowolony    

 

    ani niezadowolony 

 

 

zadowolony 

1.

Forma prezentacji skali 

-

opisowa 

-

formie skali liczbowej 1 2 3 4 5 + opis ( 5 – ca

ákowicie zadowolony, 1- caákowicie niezadowolony) 

-

opisy graficzne  

-

.

/

-

opis kombinowany   

  2 3 4 5 6 7 8 

lub  

̝

̝

̝

̝

̝

̝

̝

̝

2. Okre

Ğlenie liczby punktów w skali (liczba kategorii) 

-

w praktyce stosuje si

Ċ najczĊĞciej od 5 do 7  

-

parzysta, nieparzysta (respondenci maj

ą moĪliwoĞü wyraĪenia pozycji neutralnej) 

3. Zrównowa

Īona lun niezrównowaĪona skala pozycyjna 

liczba pozycji pozytywnych = liczba pozycji negatywnych 
4. Skala wymuszaj

ąca lub nie wymuszająca

-

wymuszaj

ąca – skala z odpowiedziami ani... ani... 

-

nie wymuszaj

ąca – skala z odpowiedziami nie mama zdania 

x

Skala rangowa 
Poziom pomiaru porz

ądkowy (mamy ranking), w tym przypadku respondenci mają uporządkowaü

interesuj

ące nas obiekty za pomocą liczb naturalnych 

Prosz

Ċ uporządkowaü 3 rodzaje cukierków A, B, C ze wzglĊdu na ich smak poprzez przyporządkowanie 

tym cukierkom liczb od 1do 3 gdzie 1- najgorszy smak, 3 – najlepszy smak 
A) cukierki A 

.... 

B) cukireki B   

... 

Odno

Ğnie poszczególnych cech wáasnoĞci

Gdy powstanie suma 
przekona

Ĕ

Pozytywne postawy prowadz

ą do 

zakupu

SKALE PROSTE – 

pytanie jest tak 

wyskalowane 

Īe prosimy o jedną rzecz 

1.

skala nominalna (pomiar jej 
nast

Ċpuje na poziomie 

nominalnym. 

2.

skala pozycyjna 

3.

skala rangowa 

4.

skala sta

áych sum 

5.

skala zamiaru zakupu 

6.

skala porównania parami 

SKALE Z

àOĩONE – 

pytania z

áoĪone są z 

kilku pyta

Ĕ podstawowych w jednym pytaniu 

(pytamy o kilka rzeczy) 

1.

skala schematyczne 

2.

skala Stapela 

3.

skala Likerta 

Ca

ákowicie

niezadowolony 

Ca

ákowicie zadowolony 

Ca

ákowicie

niezadowolony 

Ca

ákowicie zadowolony 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

11

C) cukierki C  

... 

kodowanie ka

Īdego cukierka osobno z moĪliwoĞcią 3 odpowiedzi 

 Podobne 

pytanie 

mo

Īe dotyczyü przyporządkowania zbioru cech np. jakoĞci marki, wyglądu itp. 

x

Skala sta

áych sum  

Dajemy respondentom sta

áą liczbĊ punktów (najczĊĞciej 100) i mają oni przyporządkowaü te punkty 

danym obiektom ze wzgl

Ċdu na preferencje 

Np. Prosz

Ċ rozdzieliü 100 punktów pomiĊdzy 4 poniĪsze Banki tak aby ten podziaá odzwierciedlaá P/P 

ocen

Ċ kaĪdego z Banków 

Bank A .............. 
Bank B .............. 
Bank C .............. 
Bank D  ............ 
 Razem 

100 

 

 Ta skala ma sens w przypadku kilku obiektów (nie wi

Ċcej niĪ 10) 

x

Skala zamiaru zakupu 
Czy chcia

áby  P/P kupiü produkt przy cenie ..... zá?

̝ – tak  

̝ – nie   

 Najlepsza 

forma 

pytania: 

Na ile jest pewne, 

Īe P/P kupi produkt przy cenie....? 

̝

̝

̝

̝

̝

Pytania w skali stosunkowej: 
Jakie jest prawdopodobie

Ĕstwo zakupu produktu przy cenie ... zá? .............(wpisz liczbĊ od 0 do1) 

x

Skala porównania parami 

Prosimy respondentów o porównanie obiektów ze zbioru i wskaza

ü który jest najlepszy 

Np. A B C   AB 

kodowane  

 

A  

 

 

 

AC 

 

 

 

 

  BC 

  B 

 

 

 

 

 

 

X – nie porównujemy 
1 – dominuj

ąca 

0 – nie dominuj

ąca

Stosowana do specyficznych analiz – rzadko stosowana 
Charakterystyka skal z

áoĪonych

Za nim je zbudujemy okre

Ğlamy cechy i miarĊ.

x

Skala schematyczna 

Inaczej skala zró

Īnicowania sáownego, standardowo skala 7 punktowa 

Prosz

Ċ o ocenĊ obiektu (np. restauracji XYZ) ze wzglĊdu na kaĪdą  poniĪszych cech 

 

7 6 5 4 3 2 1 

 

àadny wygląd

̝



̝

̝

̝

̝

̝ Brzydki 

wygl

ąd

Niskie ceny 

̝

̝

̝

̝



̝

̝ Wysokie 

ceny

Smaczne posi

áki 

̝

̝

̝



̝

̝

̝ Niesmaczne 

posi

áki

Dobra obs

áuga 

̝

̝

̝

̝

̝

̝



Z

áa obsáuga

Analiza – budujemy profil danego obiektu – analiza profilowa 

 

7 6 5 4 3 2 1 

 

àadny wygląd 

 

 

 

 

 

 

 

Brzydki wygl

ąd

Niskie ceny 

 

 

 

 

 

 

 

Wysokie ceny

Smaczne posi

áki 

       

Niesmaczne 

posi

áki

Dobra obs

áuga 

 

 

 

 

 

 

 

Z

áa obsáuga

Wyznaczamy poziom medialny 
XYZ           

XYZ ------- 

3,5  

6   3,5 
4,5  

2,5  

x

Skala Stapela 

Z pewno

Ğcią

kupi

Ċ

Prawdopodobn
ie kupi

Ċ

Prawdopodobn
ie kupie lub 
nie

Prawdopodobn
ie nie kupi

Ċ

Z pewno

Ğcią

nie kupi

Ċ

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

12

Jest odmian

ą skali symetrycznej, skala 10 pkt od +5 do –5 konieczny komentarz do punktów zero w tej skali nie 

wyst

Ċpuje  

Np. Prosz

Ċ o ocenĊ obiektu (np. restauracji XYZ) ze wzglĊdu na kaĪdą  poniĪszych cech.JeĪeli ocena jest 

pozytywna to w jaki stopniu od +5 do +1 gdzie +5 najwy

Īsza ocena jeĞli ocena jest negatywna w jakim stopniu 

od-5 do –1, gdzie –5 to najni

Īsza ocena.  

 Wygl

ąd Ceny Obsáuga Smak 

posi

áków 

+5 

 

 

 

 

 

 

 

 

 

 

 

 

+4 

 

 

 

 

 

 

 

 

 

 

 

 

+3 

 

 

 

 

 

 

 

 

 

 

 

 

+2 

 

 

 

 

 

 

 

 

 

 

 

 

+1 

 

 

 

 

 

 

 

 

 

 

 

 

-1 

 

 

 

 

 

 

 

 

 

 

 

 

-2 

 

 

 

 

 

 

 

 

 

 

 

 

-3 

 

 

 

 

 

 

 

 

 

 

 

 

-4 

 

 

 

 

 

 

 

 

 

 

 

 

-5 

 

 

 

 

 

 

 

 

 

 

 

 

Mo

Īe byü stosowana skala od +3 do –3 lub od+2 do –2. 

x

Skala Likerta 

Buduje si

Ċ okreĞlenie, ale stwierdzenie i muszą byü konkretnie sprecyzowane (pozytywne, negatywne) i 

stawiane naprzemienne, pretendenci oceniaj

ą skalĊ ocen. 

Np. W jakim stopniu P/P zgadza si

Ċ z kaĪdym z powyĪszych stwierdzeĔ?

Ca

ákowicie siĊ

zgadzam 

 

 

 

Ca

ákowicie siĊ

nie zgadzam 

  5 4 3 2 1 

̝

̝

̝

̝

̝

  1 2 3 4 5 

̝

̝

̝

̝

̝

To by

áa praca domowa

W7

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

13

Dobór próby- populacja badana – zbiorowo

Ğü pewnych rzeczywistych elementów o których zbieramy 

informacj

Ċ

Badanie wyczerpuj

ące – poddaje siĊ badaniu wszystkie elementy 

Badanie nie wyczerpuj

ące – prowadzi siĊ, gdy jest bardzo duĪa populacja, dobiera siĊ próbĊ do badaĔ.

PRÓBA – cz

ĊĞü populacji którą poddaje siĊ badaniu (im liczniejsza tym lepiej dla badania) 

-

liczebno

Ğü próby 

-

metoda doboru próby (losowa, nielosowa) 

Proces doboru próby

1.

Zdefiniowanie populacji badanej 

2.

Sporz

ądzenie wykazu populacji badanej 

3.

Okre

Ğlenie liczebnoĞci próby 

4.

Wybór metody doboru próby 

5.

Pobranie próby 

Ad 1. Zdefiniowanie populacji badanej – zawiera okre

Ğlenie: 

-

elementów populacji badanej 

-

okre

Ğlenie jednostki próby 

-

okre

Ğlenie zakresu przestrzennego populacji badanej 

-

zakres czasowy populacji badanej 

np. dla doboru jednostopniowego (gdzie pkt 1 i 2 si

Ċ pokryją)

-

kobiety w wieku od 18 do 29 lat 

-

jw.   

-

Dzielnica Gda

Ĕska : Orunia 

-

Maj 2002  

Dla doboru dwustopniowego: 

-

uczniowie szkó

á Ğrednich 

-

najpierw szko

áy Ğrednie, potem uczniowie tych szkóá

-

Gda

Ĕsk 

-

Pierwszy kwarta

á 2002 

Ad 2. Sporz

ądzenie wykazu populacji badanej – lista wszystkich jednostek populacji z których dobrana bĊdzie

próba (wa

Īne gdy tworzymy próbĊ losową, wykaz naturalny, wykaz sztuczny) 

Ad 3. Okre

Ğlenie liczebnoĞci próby 

1.

na podstawie opinii ekspertów (arbitralnie)  

Rodzaj badania 

Typowa wielko

Ğü próby (liczba osób)  Minimalna wielkoĞü próby 

(liczba osób) 

Marketingowe badania rynku 

1000-1500 

500 

Badania strategiczne 

400-500 

200 

Test rynkowy 

300-500 

200 

Test produktu 

200-300 

200 

Test nazwy 

200-300 

100 

Test opakowania 

200-300 

100 

Test reklamy 

 

 

TV
Prasowej 
Radiowej

200-300 150 

 

 

 

2.

Tabela kontyngencji – wg minimalnej liczebno

Ğci komórki 

C2 

C1 

W1 W2 W3 

O1 

   

Próba B 

Element populacji 

Populacja badana 

Populacja A 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

14

O2 

   

O3 

   

3.

wg Bud

Īetu

bud

Īet / koszt jednego wywiadu = liczebnoĞü próby 

4.

Wg za

áoĪonego dopuszczalnego báĊdu (do losowania próbnego) 

- przy wyznaczeniu warto

Ğci Ğredniej populacji µ  

n = 

į

2

*Z

Į

2

/E

2

n - minimalna liczebno

Ğü próby  

į - odchylenie standardowe danej cechy populacji 
Z

Į

- wspó

áczynnik odpowiadający przyjĊtemu poziomowi ufnoĞci Į

E – za

áoĪony dopuszczalny báąd

- przy wyznaczaniu proporcji populacji 

ɉ

2

2

)

1

(

E

Z

n

D

–



–

 

 gdzie n, Z

Į

, E – jw. , 

ɉ – szacowana proporcja populacji 

Ad 4. Wybór metody doboru próby 

Podzia

á metod 

METODY NIELOSOWE 
Dobór celowy- badacz sam wskazuje które jednostki wejd

ą do próby  

Dobór kuli 

Ğniegowej – znajdujemy pierwszy element, który wejdzie do próby a nastĊpnie szukamy kolejnych 

elementów (pierwszy element wskazuje kolejny) 
Dobór typowych jednostek – do próby wchodz

ą tylko typowe jednostki badanej grupy, ale najpierw trzeba 

scharakteryzowa

ü taką jednostkĊ

Dobór kwotowy – ze wzgl

Ċdu na dane dla nas, chcemy aby jej rozkáad byá taki sam jak w caáej populacji 

Dobór wygodny – 

áatwoĞü doboru (np. w Ğród znajomych, krewnych) 

METODY LOSOWE: mechanizm losowo

Ğci – urna z losami 

Losowanie proste – bezpo

Ğrednie losowanie z aparatu losowoĞci

Losowanie systematyczne – N – liczba populacji, n – liczba próby, k – odst

Ċp losowania 

N/n=k    

n

k

N

d

d

0

Losowanie warstwowe – populacje dzielimy na warstwy ze wzgl

Ċdu na cechĊ

Losowanie grupowe

I segment 

 

 

II  II 

III    

IV  IV 

V    

    populacja 
Losowanie wielostopniowe – 

áączy powyĪsze metody 

Losowanie
proste

Populacja

V

P

G

r

r

x

Estymacje przedzia

áu

)

;

(

E

x

E

x







P

na poziomie ufno

Ğci Į

METODY NIE LOSOWE 

1.

dobór celowy 

2.

dobór kuli 

Ğniegowej 

3.

dobór typowych jednostek 

4.

dobór kwotowy 

5.

dobór przypadkowy 

6.

dobór wygodny 

METODY LOSOWE 

1.

losowanie proste 

2.

losowanie systematyczne 

3.

losowanie warstwowe 

4.

losowanie grupowe, zespo

áowe

5.

losowanie wielostopniowe 

Niskie dochody 

ĝrednie dochody 

Wysokie dochody 

Liczebno

Ğü prób jest 

proporcjonalna do ca

áoĞci

los. proste 

próba 

próba 

próba 

próba 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

15

W8
KONTROLA, REDUKCJA I KODOWANIE DANYCH 

1.

Kontrola pomiaru 

-

nieuczciwe podej

Ğcie ankieterów 

-

b

áĊdy respondentów 

x

Zapewnienie wiarygodno

Ğci, rzetelnoĞü zebrania danych 

Sposoby kontroli: 
Πpytania podwójne w kwestionariuszu (2 razy mierzymy tą samą cechĊ w roĪny sposób) 
Πobserwacja wypeániania kwestionariusza 
Πpo wypeánieniu szybkie przejrzenie kwestionariusza  
Dotycz

ące ankieterów: 

Πnumery identyfikacyjne ankieterów i okreĞlone kiedy dane byáy gromadzone i jak dáugo 
Πanaliza danych ze wzglĊdu na ankietera 
Πagencje badaĔ marketingowych kontrolują siĊ z respondentami (nr do danej firmy, telefonicznie, osobiĞci)
przy gospodarstwach domowych trudniej. 

2.

Redukcja danych 

Staramy si

Ċ podzieliü kwestionariusze na wiarygodne i báĊdne, nieaktualne. 

a) sprawdzenie danych 
b)  wprowadzenie poprawek i uzupe

ánieĔ (redakcja danych) 

c) selekcja danych 
Ad a)

-

szczegó

áowe sprawdzenie pytaĔ

-

logika wype

ánienia 

-

sprawdzenie czy s

ą odpowiedzi báĊdne

-

wyszukujemy kwestionariusze b

áĊdne niepeáne pozostawione braki w odpowiedziach i brak logoki 

Ad b) zak

áada siĊ Īe záe kwestionariusze moĪemy podaü redakcji danych, jeĪeli mamy telefon do tej osoby to 

mo

Īna to zaáatwiü.

-

ponowny kontakt 

-

samodzielne nanoszenie poprawek (mo

Īemy to zrobiü np. jeĪeli ktoĞ zapomniaá o 

metryczce a my kojarzymy t

ą osobĊ, jeĪeli pewna cecha jest dla nas niezbĊdna 

mo

Īemy ustaliü wartoĞü przeciĊtną

Ad c) decydujemy które kwestionariusze odrzucamy na pewno te w których: 

-

odpowiedzi s

ą sprzeczne 

-

fikcyjne 

-

w  du

Īej czĊĞci są niewypeánione 

3.

Klasyfikacja pyta

Ĕ – dotyczy pytaĔ póáotwartych i otwartych ale nie wyskalowanych 

x

Zestawienie wszystkich uzyskanych odpowiedzi 

...
...
...

x

Dla listy tworzymy klasy ( podzia

á, grupowanie odpowiedzi), aby utworzyü klasĊ musimy mieü co 

najmniej 2 podobne odpowiedzi, odpowiedzi pojedyncze 

áączymy w klasĊ inne 

x

Klasy zamieniany na pytania zamkni

Ċte i tak je kodujemy i analizujemy 

Pytania pó

áotwarte (kafeterie póáotwarte): 

PX .......? 
̝ – odp 1 

̝ – odp 2  

̝ –odp 3  

̝ - inne............  

Te

Ī ustawiamy odpowiedzi i tworzymy klasy, klasy powiĊkszają liczbĊ wariantów odpowiedzi 

4. Kodowanie danych 

Macierz danych 

 P1 

P2 

... 

!     

2      
3      

Klasa I 

Klasa II 

Klasa III 

Inne

KWEST
P1
P2
P3
...

Ksi

ąĪka kodowa 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

16

  

 

 

 

Nr pyt. 

Nazwa zmiennej 

Poziom pomiaru 

Liczby kodowe 

Rola marki przy zakupie 
XYZ

Porz

ądkowy  

1 = b. Ma

áą

2 = ma

áą

3 = ani ani 
4 = du

Īą

5 = b. Du

Īą

9 = brak odpowiedzi 

2  

Stopie

Ĕ zadowolenia z 

XYZ

 Ca

ákowite od 1 –6  

1 = ca

á. Niez 

6 = ca

á. Zadow 

7 = nie mam zdania 
9 = bak odpowiedzi 

3a 

Ocena poziomu cen XYZ 

Porz

ądkowy  

Liczby ca

ákowite od 1 – 7 

gdzie
1 = droga 
7 = tanie 
9 = brak odpowiedzi 

3b  

 

 

3c  

 

 

4a Lubi

Ċ kolor zielony 

Nominalny  

0 = nie 
1 = tak 
9 = brak odpowiedzi 

4b  

 

 

4c  

 

 

4d  

 

 

Macierz danych 

 P1 

P2 

P3a 

P3b 

P3c 

P4a 

P4b 

1 2 6 6 4 5     
2 1 6 3 4 3     
3 4 1 2 3 2     
4 9 4 3 3 1     
5 5 7 4 2 2     

... ... ... ... ... ....     

P1 – Jak

ą rolĊ przy zakupie XYZ peáni marka? 

5

̝ – Bardzo duĪą

4

̝ – DuĪą

3

̝ – Ani duĪą ani maáą

2

 - Maáą

1

̝ – Bardzo maáą

9 – Brak odpowiedzi 
P2 W jakim stopniu jest P/P zadowolony z produktu XYZ? 

̝

̝

̝

̝

̝



̝ Ínie mam zdania 

 

P3 Prosz

Ċ o ocenĊ obiektu (np. restauracji XYZ) ze wzglĊdu na kaĪdą  poniĪszych cech 

 

7 6 5 4 3 2 1 

 

Niskie ceny 

̝



̝

̝

̝

̝

̝ Wysokie 

ceny 

 

àadny wygląd

̝

̝

̝



̝

̝

̝ Brzydki 

wygl

ąd

Smaczne posi

áki 

̝

̝



̝

̝

̝

̝ Niesmaczne 

posi

áki 

 

 

 

 

 

 

 

 

 

P4 Prosz

Ċ wskazaü ulubione kolory. 

-  zielony 

 

̝ – tak  ̝ – nie   

 

- bia

áy

̝ – tak  ̝ – nie 

- czerwony   

̝ – tak  ̝ – nie 

Ca

ákowicie

niezadowolony 

Ca

ákowicie zadowolony 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

17

- inne .................                 

̝ – nie 

P5 Prosz

Ċ wskazaü ulubione kolory. 

 - zielony  (n =0   2

0

=1)

̝ – biaáy    

(n =1   2

1

=2)

 - czerwony  

(n =2   2

2

=4)

̝  - inny  

 

(n =3   2

3

=8)

P6 Prosz

Ċ podaü sugerowaną cenĊ dla produkty 

XYZ............................(wpisz cen

Ċ w zá)

  Bezpo

Ğrednio piszesz cenĊ jako kod

W9  
OGÓLNE METODY UZYSKIWANIA DANYCH PIERWOTNYCH 

Dane uzyskiwane w badaniach marketingowych 

BADANIA JAKO

ĝCIOWE A ILOĝCIOWE

 Badania 

jako

Ğciowe Badania 

ilo

Ğciowe

Cel  

Opis zjawisk rynkowych pod wzgl. 
jako

Ğciowym 

Wyznaczenie specyficznych miar ilo

Ğciowych 

charakteryzuj

ących zjawiska rynkowe 

Próba  
(grupa badana) 

Ma

áa próba i reprezentatywna 

Du

Īe próby (kilkaset tysiĊcy osób) moĪliwoĞü

przenoszenia wyników z próby na populacj

Ċ

(gdy jest losowa) 

Zbieranie danych 

Nisko-skategoryzowane dane  (pytania 
otwarte nie ma 2 próby ... kategorii i opcji 
pomiaru) 

Skategoryzowane dane 

Analiza danych 

Brak statystyk 

Statystyczne 

Wynik  

Okre

Ğlenie wstĊpnego rozpoznania 

Zaproponowanie ostatecznego sposobu 
post

Ċpowania

Ad 1) Wywiady 

i. mamy do czynienia z pytaniami otwartymi 

ii. wyst

Ċpuje scenariusz wywiadu – instrument pomiaru 

1.

wst

Ċpna lista pytaĔ (pytania ogólne i szczegóáowe i wyodrĊbnione w nich pytania bardzo 

szczegó

áowe)

2.

rejestrowanie (sporz

ądzenie notatek, czĊsto stosuje siĊ dyktafony – na podstawie tych danych 

sporz

ądzany jest raport). Porównujemy wyniki wywiadów pomiĊdzy sobą.

3.

potem do

áączamy raport odnoĞnie przeprowadzonego wywiadu 

ZOGNISKOWANE WYWIADY GRUPOWE 

 

x

wywiady prowadzone w grupie osób od 8 do 12, zinteresowania danym problemem, produktem 
próbnym 

x

zogniskowanie odbija si

Ċ na scenariuszu 

x

moderator- ten który prowadzi wywiad, scenariusz (1-3h) 

x

odbywa si

Ċ w specjalnym pomieszczeniu (nawet z lustrem weneckim, mogą wiedzieü lub nie Īe są

pods

áuchiwani) 

x

trzeba je traktowa

ü jako wyniki wstĊpne i bardzo popularne 

WYWIADY POG

àĉBIONE

x

Īnią siĊ od powyĪszych – są prowadzone z 1 respondentem (gáównie z respondentem, ale teĪ z 

ekspertem) 

x

te

Ī powinien byü scenariusz 

x

pog

áĊbione, poniewaĪ w trakcie niego istnieje moĪliwoĞü – elastyczne pogáĊbiania niektórych 

problemów w zale

ĪnoĞci od przebiegu wywiadu 

TECHNIKI PROJEKCYJNE 

x

pyt. bezpo

Ğrednio o co nam chodzi – pyt. w sposób poĞredni (ocena np. poprzez ocenĊ pewnej sytuacji) 

 P5 

 

1 5  Zielony, 

czerwony 

2 15 Wszystkie 
3 1  Zielony 
4 6  Bia

áy i czerwony 

Dane wtórne 

-

wewn

Ċtrzne 

-

zewn

Ċtrzne 

Dane pierwotne 

1) Wywiady 

Dane ilo

Ğciowe

-

zogniskowane 
wywiady grupowe 

-

wywiady pog

áĊbione

-

techniki projekcyjne 

Dane ilo

Ğciowe

2) obserwacje 
3) ankiety 
4) eksperymenty

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

18

x

stosuje si

Ċ gdy respondenci mają opory do opowiadania nam na tematy intymne, draĪliwe

a – testy niedoko

Ĕczonych zdaĔ – tworzy siĊ okoáo 4-6 zdaĔ waĪna jest konstrukcja tych zdaĔ, by dawaáy

bodziec dla respondenta 
np. soki tymbark kojarz

ą mi siĊ z............... 

najlepszym momentem na wypicie soku tymbark jest............... 
kiedy zobacz

Ċ sok tymbark w sklepie to............... 

soki tymbark najch

Ċtniej kupiábym ........................ 

kiedy pij

Ċ sok tymbark czujĊ............ 
b –testy rysunkowe – badanym przedstawia si

Ċ pewną scenkĊ (jedna chmurka  wypeániona druga nie 

wype

ániona do uzupeánienia dla respondenta) 

c – personifikacja – uosobienie, prosi si

Ċ badanych Īeby daną markĊ produkt wyobrazili jako osobĊ. Ma 

przypisywa

ü cechy charakteru zawód itd. Potem pokazanie otoczenia tego produktu. 

d – animalizacja – jako zwierz

Ċ i reszta podobnie, ale pytamy dlaczego jakie zwierzĊ a nie inne 

e – kola

Ī – realizowana zespoáowo – dostarczamy grupie obrazki i prosi siĊ aby powycinaü róĪne rzeczy 

i przedstawi

ü daną markĊ produkt – brakuje w tych technikach obiektywnych ocen metod analizy danych, jeden 

odczyta cechy kola

Īu inaczej niĪ drugi. Zaletą jest to Īe moĪna odczytaü rzeczy które pytaniami nie jesteĞmy w 

stanie si

Ċ dowiedzieü.

f – test skojarze

Ĕ – wyáapywanie pierwotnych skojarzeĔ z marką, produktem 

Ad 2) obserwacje  

x

systematyczne ukierunkowane dostrzeganie badanych obiektów w ich otoczeniu. 

x

S

ą mniej stosowane niĪ wywiady 

x

Stosujemy gdy – chcemy zaobserwowa

ü sposób zachowania klienta przy zakupie 

x

Wyst

Ċpują tu badania : 

9 iloĞciowe lub jakoĞciowe
9 obserwacje skategoryzowane (wystĊpują kategorie) 
9 obserwacje nieskategoryzowane  

x

inny podzia

á – jawne, ukryte 

x

obserwacje 

9 kontrolowane (obserwator ingeruje do sytuacji, zjawiska) 
9 niekontrolowane (bierne rejestrowanie faktów) 

Ad 3) ankieta – to pewien zbiór ustalonych pyta

Ĕ, który jest zadawany respondentom, ten sam zestaw pytaĔ

kierowany jest do ró

Īnych respondentów (nie ma elastycznoĞci)

skategoryzowany instrument pomiarowy (wi

ĊkszoĞü pytaĔ jest zamkniĊtych, pytania otwarte kilka %). Formy 

korzystne dla bada

Ĕ masowych: 

a)

ankieta pocztowa 

b)

ankieta telefoniczne 

c)

ankieta osobista 

d)

ankieta komputerowa(e-mail) 

e)

ankieta opakowaniowa 

f)

ankieta w czasopi

Ğmie 

Ad a) Ankieta pocztowa  

x

poczt

ą teĪ odsyáane są ankiety przez respondentów 

x

 respondent jest sam na sam z ankiet

ą

x

z drugiej strony ryzyko pewnych b

áĊdów (dlatego ankieta musi byü dobrze skonstruowana, przejrzysta i 

przetestowana) 

list intencyjny = pro

Ğba + kwestionariusz + zaadresowana koperta + znaczek 

Zalety:

9 niskie koszty jednostkowe 
9 moĪliwoĞü dobrania duĪych prób 
9 wysoki stopieĔ anonimowoĞci

Wady:

9 wysokie ryzyko niepowodzeĔ
9 niski stopieĔ odpowiedzi (przeciĊtnie 305 w praktyce mniej) 

Sposób na unikni

Ċcie braku odpowiedzi 

x

uprzedzenie respondentów (telefoniczne lub listowe) 

x

wyró

Īnienie swojej przesyáki (dobrze opracowany list intencyjny, elegancki kwestionariusz) 

x

ponoszenie kosztów przesy

áki zwrotnej 

x

przypominanie  

x

bod

Ĩce dodatkowe nagrody drobne prezenty udziaá w konkursie 

Ad b) ankieta telefoniczne – przez telefon pytania i odpowiedzi (samemu lub zleci

ü firmie marketingowej, która 

posiada w

áasne centrum telefoniczne) dane mogą byü od razu kodowane. 

Zalety:

9 szybko (w ciągu kilku tygodni zebranie i zakodowanie) 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

19

9 niski koszt 

Wady:

9 nie nadaje siĊ do skomplikowanych problemów nie da siĊ ich przedstawiü w karcie koncepcji 
9 dotyczy tylko posiadaczy telefonów 

Ad c) ankieta osobista – osobi

Ğcie kontaktujemy siĊ z respondentami, zazwyczaj jest to ankieter, najczĊĞciej

trzyma si

Ċ w rĊku i zadajĊ siĊ pytania w  celu unikniĊcia báĊdów 

Zalety:

9 wysoka kontrola pomiaru  
9 trafia do osoby do której ma trafiü

Wady:

9 wysokie koszty jednostkowe 
9 wpáyw ankietera na wypeánianą ankietĊ
9 w niektórych sytuacjach respondenci mogą byü zaĪenowani obecnoĞcią ankietera 

Ad 4) EKSPERYMENY 

x

badacz kontroluje i projektuje przebieg zjawisk 

x

zastosowanie ograniczone 

x

eksperymenty sztuczne (laboratoryjne) i naturalne 

x

w badaniu marketingowym jest grupa eksperymentalna (obserwuje si

Ċ skutki, porównuje isĊ z grupą

kontroln

ą)

Najpierw przeprowadzamy wywiady – badania ilo

Ğciowe poniewaĪ wywiady pozwolą na ustalenie waĪnych 

zagadnie

Ĕ i pytaĔ zamkniĊtych

x

badania ilo

Ğciowe zawĊĪone nieelastyczne, wiĊcej siĊ nie dowiemy niĪ to co jest w kwestionariusz, 

(dominacja wywiadów i ankiet) 

W10 
Ogólna charakterystyka metod analizy danych 

1.

grupowanie i prezentowanie wyników badania 

a)

Zebranie 

b)

Graficzna prezentacja wyników 

c)

S

áowny opis 

2.

Podzia

á metod analizy ze wzglĊdu na liczbĊ zmiennych 

Ad 1a 
Tabulacja prosta – pokazuje jak roz

áoĪyáy siĊ odpowiedzi odnoĞnie danej zmiennej-najprostsza  

Tabulacja dwudzielna – gdy zestawione s

ą dwie cechy (2 lub wiĊcej to jest tabulacja záoĪona) 

TABULACJA PROSTA 

x

Zestawienie w tabeli odpowiedzi na pytanie w skali nominalnej lub porz

ądkowej 

Nazwa zmiennej 

Liczba odpowiedzi dla 

ka

Īdego wariantu 

Wzgl

Ċdna liczba 

odpowiedzi w % 

Skumulowana wzgl

Ċdna 

liczba odp. 

W1
W2
W3

x
y

z

x/n*100% 
y/n*100% 

z/n*100%

x/n*100% 

(x+y)/n*100% 

(x+y+z)/n*100% 

Razem n 

100% 

Opis s

áowny – wskazaü cechy charakterystyczne rozkáadu

x

Zestawienie w tabeli odpowiedzi na pyt. W skali przedzia

áowej lub stosunkowej 

Szereg szczegó

áowy – kolejne wartoĞci odpowiadające które padáy np. 15, 33, 17, 24,....... 

Nast

Ċpnie przechodzimy na szereg rozdzielczy punktowy lub przedziaáowy (nisko-stopniowy) 

- przedzia

áowy (nisko-stopniowy) – na podstawie szeregu szczegóáowego tworzymy przedziaáy np. 11-

20 21-30 

 

31-40 

Ogólny sposób post

Ċpowania: 

1.

okre

Ğlamy rozstĊp szeregu szczegóáowego R = x max – x min 

2.

wymieniany liczb

Ċ przedziaáów klasowych   

n

#

3.

okre

Ğlenie dáugoĞci przedziaáów klasowych  

c

n

e

|

Przyk

áad: 

P7. prosz

Ċ podaü swój wiek ......(wpisz wiek w latach) 

Szereg szczegó

áowy: 43, 21, 15, 27, 18, 52, 31, 42, 17, 47, 62, 50, 35, 27, 17 (n=15) 

a)

rozst

Ċp  R = 62-15 = 47 

b)

liczba przedzia

áów klasowych 

 k=

4

15

|

c)

d

áugoĞü przedziaáu  c = 

13

15

47

 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

20

budujemy tabel

Ċ

Wiek 

Liczba odpowiedzi dla 

ka

Īdego wariantu 

Wzgl

Ċdna liczba 

odpowiedzi w % 

Skumulowana wzgl

Ċdna 

liczba odp. 

15-27 
28-40 
41-53 
54-66 

7
2
5
1

46,6%
13,4%
33,3%

7,7% 

46,6%

60%

93,3%

100% 

Razem 15 

100% 

- punktowy – co jedn

ą jednostkĊ powstaje szereg 

np.  
1
2
3
4

Przydaje si

Ċ kiedy rozstĊp odpowiedzi jest nieduĪy

WYKRES S

àUPKOWY 

WYKRES KO

àOWY

S

àOWNY OPIS 

Pisz

ąc raport wyróĪniü nasze wyniki od naszej interpretacji, wniosków 

x

wyra

Ĩnie pokazywaü, z którego pytania pochodzi dany wniosek. 

Nazwa  
zmiennej 

Komentarz: z analizy odpowiedzi na pyt 7 .......... 

Ile zmiennych zostanie uj

Ċtych do analizy w tym samym czasie? 

Nie buduje si

Ċ przedziaáów.

Te punkty s

ą kolejnymi wariantami 

Wzgl

Ċdna 

liczba
odpowiedzi 

Warianty cechy 
zmiennej 

W1 

W2 

W3

z/n*100%

x/n*100% 

y/n*100% 

JEDNA
Jednowymiarowa analiza 
danych 
Np.
- miary po

áoĪenia 

(mediana, 

Ğrednia, inne 

Ğrednie)

- miary dyspersji (rozst

Ċp,

wariancja, odchyl. 
Stand.)

- testy statystyczne 

DWIE 
Dwuwymiarowa analiza 
danych 
Np.
- miary wspó

ázaleĪnoĞci

(wspó

áczynniki Pyule’a, V-

cramera, L – kandella, 
koleracja Raussona) 

- testy statstyczne  
- regresja prosta 

WI

ĉCEJ NIĩ 2 ZMIENNE 

Wielowymiarowa analiza 
danych 
Np.
- regresja wieloraka 
- analiza czynnikowa 
- metody porz

ądkow. 

liniowego 

- skalowanie 

wielowymiarowe 

- analiza skupie

Ĕ

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

21

Analiza czynnikowa – du

Īą liczbĊ cech czy zmiennych redukujemy do kilku czynników 

Metoda porz

ądkowania liniowego – porządkowanie wg jednego syntetycznego miernika badane 

obiekty. Powstaje syntetyczny miernik rozwoju 

Skalowanie wielowymiarowe – pokazuje relacj

Ċ pomiĊdzy badanymi obiektami w przestrzeni n – 

wymiarowej. 
Np. mapki percepcji 

Analiza skupie

Ĕ – na podstawie pomiaru n-cech tworzymy skupiska obiektów 

Dominanta – warto

Ğü, która wystĊpuje najczĊĞciej

Mediana – warto

Ğü Ğrodkowa, która dzieli szereg (najpierw uporządkowany) 

Szereg: 1, 2, 1, 3, 1, 5, 4, 1, 3, 2 
Dominanta: =1 
Mediana: 1, 1, 1, 1, 2, 2, 3, 3, 4, 5 

 2+2 
 

  2 

 

  = 

 

  2 

W 11 ? 
Metody analizy danych cd. 
Pomiar wspó

ázaleĪnoĞci dwóch zmiennych. 

 Wspó

ázaleĪnoĞü – dotyczy dwóch zmiennych zestawionych w jednej tabeli i na jej podstawie oceniana 

jest wspó

ázaleĪnoĞü, bieĪe siĊ zmienne, które od siebie zaleĪą:

Jedna – wyniowa, druga – wp

áywowa, która mogáaby byü przyczyną opisową

Np. wynikowa - wynik finansowy przedsi

ĊwziĊcia

Opisowa - sposoby zmotywowania przedsi

Ċbiorstwa

 

Ocena reakcji konsumentów na potencjalny produkt 

Np. czynnik – ch

Ċü zakupu 

Opisowe – cena, wymiar, zmienne z metryczki (p

áeü, dochody) 

Okre

Ğla siĊ związek miĊdzy zmiennymi, jego siáĊ w skalach porządkowych czy, pozytywnych (intensywnoĞü

jednej cechy ro

Ğnie, to drugiej teĪ), czy negatywnych (jednej roĞnie drugiej spada). JeĞli jest korelacja to nie 

mo

Īna stwierdzi, Īe jedna powoduje drugą. Korelacja jest tylko jednym z trzech warunków związków 

przyczynowo-skutkowych. 
Tablica cztero polowa 

Y

X

y

1

y

2

Razem 

x

1

a b a+b 

x

2

c d c+d 

Razem a+c b+d 

Tablica ma dobre zastosowanie dla prób ma

áo liczbowych (100 ankiet). 

Bierzemy dwie cechy o dwóch wariantach  
P1 ................. 

̝ tak ̝ nie  

P2 ..................

̝ tak ̝ nie 

Je

Ğli X ma wiĊcej wariantów to w poziomie porządkowym moĪemy sobie pogrupowaü z kilku zrobiü dwa 

warianty, przez transformacj

Ċ.

a, b, c, d Odpowiednio liczba jednostek przyjmuj

ąca wartoĞci Xi oraz Yi 

N – ca

ákowita liczba jednostek. 

Metody wyznaczania wspó

ázaleĪnoĞci dla cech mierzonych na skali nominalnej lub porządkowej.

1 Wyznaczanie pionowych lub poziomych rozk

áadów procentowych i porównanie otrzymanych wartoĞci

procentowych. 
Poziom to ten w kierunku zmiennej x, a+b, a/(a+b), b/(a+b) i c+b traktujemy jako 100% 
Pion

ΠY 

Za

áóĪmy, Īe x jest potencjalną zmienna przyczynową

Y

X

y

1

y

2

Razem 

x

1

a/(a+b)*100% b/(a+b)*100% 

100% 

x

2

c/(c+d)*100% d/(c+d)*100% 

100% 

Rozdzia

á III - Walesiak 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

22

Porównujemy w kierunku przeciwnym do rozk

áadu procentowego  

Īnica moĪe byü od 0 do 100% (100% peána zaleĪnoĞü, 0% brak zaleĪnoĞci)

Reszta po

Ğrednio od 0 do 100 

2 Wyznaczamy wspó

áczynnik ij Inle’a – pokazanie w jakim stopniu zaleĪnoĞü wystĊpuje (mówi o tym wartoĞü

wspó

áczynnika) moĪna wykazaü nierównoĞü rozáoĪenia jednostek.  

ij

)

)(

)(

)(

(

*

*

d

b

c

a

d

c

b

a

c

b

b

a











 

  -1=< 

ij=<1 – wspóáczynnik unormowany 

je

Īeli ij = 0 – brak zaleĪnoĞci pomiĊdzy cechami 

je

Īeli ij = -1 lub ij = 1 – peána zaleĪnoĞü

interpretacja wspó

áczynnika ij:

mniej ni

Ī 0,2 – praktycznie brak związku

<0,2 ; 0,4) -  wyra

Ĩny lecz maáy związek

<0,4;0,7) – umiarkowany zwi

ązek

<0,7;0,9) – znaczny zwi

ązek 

powy

Īej 0,9 – bardzo silny związek

Interpretacja znaku  

-

je

Īeli analizujemy zmienną nominalną to znaku nie wolno interpretowaü

-

dla zmiennej porz

ądkowej  (istnieje moĪliwoĞü interpretacji znaku)  

dla warto

Ğci dodatniej +ij Î istnieje zaleĪnoĞü pozytywna 

dla warto

Ğci ujemnej – ij Î istnieje zaleĪnoĞü negatywna (jedna zmienna roĞnie, druga 

maleje) 
 Warunek: budujemy tabel

Ċ

Metody 1 i 2 stosujemy tylko do próby nie do populacji. Je

Īeli chcielibyĞmy przenieĞü wyniki na populacjĊ to 

najpierw powinni

Ğmy dobraü próbĊ losową potem statystycznie przenieĞü na populacjĊ

3 dla prób losowych u

Īywamy testu niezaleĪnoĞci ch kwadrat. Metoda ta mówi nam co dzieje siĊ w populacji 

H

0

: zmienne x i y s

ą niezaleĪne

H

a

: zmienne x i y s

ą zaleĪne

x Wyznaczamy statystykĊ Chi kwadrat 

¦¦

 

 



 

r

i

s

j

ijt

ijt

ije

n

n

n

Chi

1

1

2

2

)

(

r – liczba wierszy 
s- liczba kolumn 
n

ije

 – liczebno

Ğü empiryczna (dane które uzyskaliĞmy z badaĔ)

n

ijt

 – liczebno

Ğü teoretyczna (przy zaáoĪeniu Īe zmienne x i y są niezaleĪne) 

n

ijt

 = P

i

*P

j

P

i

 – prawdopodobie

Ĕstwo brzegowe dla x  

P

j

 – prawdopodobie

Ĕstwo z jakim zmienna y przyjmuje wartoĞci y1 lub y2 

x Wyznaczamy liczbĊ stopni swobody (n-1)*(s-1) 
x Przyjmujemy stopieĔ istotnoĞci Į
x Z tablic wyznaczamy Chi

Į

2

x  JeĞli nasze chi

2

jest >= od Chi

Į

2

 to H

o

 odrzucamy, czyli zmienne s

ą zaleĪne od populacji 

Przyk

áad  

Szukamy zwi

ązku pomiĊdzy zamiarem zakupu produktu a dochodami gospodarstw domowych  

P8 Na ile jest pewne 

Īe kupi Pan produkt XYZ 

̝ -  z pewnoĞci nie kupiĊ
̝ – prawdopodobnie nie kupiĊ
̝ – prawdopodobne Īe kupiĊ
̝ – z pewnoĞcią kupiĊ
P18 prosz

Ċ podaü dochody netto  (na gáowĊ) P/P gospodarstwie domowym 

̝ – poniĪej 400 
̝ – 401 – 600 
̝ – 601 – 800 
̝ – powyĪej 801 
Budujemy tablic

Ċ 2na 2 (cztero polową)

Zamiar zakupu

Dochód  
Gosp. domowych 

Prawdopodobnie

nie kupi

Ċ

Prawdopodobnie

kupi

Ċ

Razem 

600 z

á i mniej

19 

27 

46 

601 z

á i wiĊcej

6 48 

54 

Razem 25 

75 

100 

Î

a b 
c d 

Prawdopodobnie nie kupi

Ċ

601 z

á i wiĊcej

600 z

á i mniej 

Prawdopodobnie kupi

Ċ

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

23

AD 1 zmienn

ą przyczynową jest dochód – wiĊc liczymy poziome rozkáady procentowe 

Y

X

y

1

y

2

Razem 

x

1

19/46*100%=41.2% 27/46*100%=58,77%

100% 

x

2

6/54*100%=11,1% 48/54*100%=88,9 

100% 

Porównujemy 41,3 – 11,1 = 30,2 – jest zale

ĪnoĞü ale maáa

AD 2  

ij

)

48

6

)(

27

19

)(

48

27

)(

6

19

(

27

*

6

6

*

19











 

  = 0,35 

Interpretacja:
Istnieje wyra

Ĩna zaleĪnoĞü ale maáa, moĪemy interpretowaü znak bo poziomy pytaĔ są porządkowe. Ze znaku 

wynika 

Īe wzrost dochodu powoduje wzrost zamiaru zakupu 

AD 3 zak

áadamy Īe mamy próbĊ losową

Ho – zamiar zakupu produktu XYZ i dochód s

ą cechami niezaleĪnymi 

H1 – zamiar zakupu produktu XYZ i dochody s

ą cechami zaleĪnymi 

Wyznaczamy chi

2

n

ije

 

n

ijt

n

ije

- n

ijt

ijt

ijt

ije

n

n

n

2

)

(



19 25*46/100=11,5 7,5  7,5

2

/11,5=4,9 

27 75*46/100=34,5 -7,5 

1,6 

6 25*54/100=13,5 

-7,5 

4,2 

48 75*54/100=40,5 7,5 

1,4 

100 100  0 

Chi

2

=12,1

Liczba stopni swobody (2-1)*(2-1) = 1 
Przyjmujemy 

Į= 0,05  

Chi

2

> Chi

Į

2

wi

Ċc odrzucamy Ho 

Wspó

áczynnik dla tablic o liczbie pól >4 (Walesiak strona 60) 

Wspó

áczynnik Czuprowa  T

2

 =(T

a

2

*T

b

2

)

1/2

Wspó

áczynnik Cramera C

2

=max{C

a

2

;C

b

2

}

Gdzie T

a

 = C

a

= Chi

2

/[n(r-1)] 

 

  T

b

= C

b

 = Chi

2

/[n(s-1)]

R – liczba wierszy 
S – liczba kolumn 
Chi

2

 – statystyka 

N – ca

ákowita liczba jednostek 

T

2

 =( Chi

2

/[n(r-1)]* Chi

2

/[n(s-1)])

1/2

=

)

1

)(

1

(

2





s

r

n

Chi

W 12 
Analiza skupie

Ĕ

Cel – okre

Ğl wĞród badanych obiektów podobne cechy I áączymy w grupy, klasy. 

Zastosowanie: 
- przy segmentacji rynku 
- poznanie struktury rynku 
- wyszukiwanie jednorodnych rynków do testów rynkowych 

Metody analizy skupie

Ĕ:

1 Wyszukiwanie obiektów o podobnej danej 

Zmienne

Obiekty 

X1 X2 X3 

1 17 35 

120 

2 12 42 

105 

3 19 33 

119 

4 13 33 

110 

1 z 3 a 2 z 4, bo podobne dane. 
2 Hierarchiczne metody aglomeracyjne 
Zalety

Z tablic chi

Į

2

= 3,841 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

24

-

jako rezultat otrzymuje si

Ċ ciąg klasyfikacyjny 

-

wyniki klasyfikacji mo

Īna przedstawiü w postaci graficznej (dendrogram) 

-

w  wi

ĊkszoĞci metody są oprogramowane 

-

dzia

áanie wg jednej procedury 

miary podobie

Ĕstwa = miary odlegáoĞci pomiĊdzy obiektami. Miary zaleĪą od poziomu pomiaru. 

3 Metryka Mi

ákowskiego – dla skali przedziaáowej i stosunkowej  

Odleg

áoĞü miejska A1A3+ A3A2  

A1A3- odleg

áoĞü Czebyszewa 

Macierz odleg

áoĞci – zestawia siĊ odlegáoĞci w zakresie okreĞlonej pary 

0

d(P1,P2)

 ......... 

d(P1,Pn)

d(P2,P1)

0

 ......... 

…….

...... .......  0

......... 

[d

ik

]=

d(Pn,P1)

……

 ......... 

0

Ai (I=1…….,n) – obiekty 
Pi – klasy 
 Centralna procedura aglomeracyjna 

x

w macierzy odleg

áoĞci szukamy pary klas obiektów najbardziej podobnych (tzn najmniejsze odlegáoĞci)

Za

áoĪenia klasy Pi, Pk 

x

redukujemy liczb

Ċ klas o jeden áącząc ze sobą lasy Pi i Pk w nową klasĊ

x

przekszta

ácamy odlegáoĞci (stosownie do metody) pomiĊdzy poáączonymi klasami Pi oraz Pk i 

pozosta

áymi klasami 

x

powtarza si

Ċ kroki od 1 do 3 do momentu aĪ wszystkie obiekty znajdą siĊ w jednej klasie 

Przyk

áad  

Województwa w kraju po

áączyü podobne ze sobą (podziaá na wzglĊdnie jednorodne klasy, skupiska)  

I faza – jakie cechy u

Īyjemy do oceny podobieĔstwa pomiĊdzy obiektami (województwa) przyjmujemy Īe

b

Ċdą to cechy : 

x

liczba ludno

Ğci w województwie  

x

przeci

Ċtne miesiĊczne wynagrodzenie brutto 

Województwo Ludno

Ğü  

Dochód  

A 2997,6 1719 
B  

2100,8 

1589 

C  

2234,9 

………… 

D  

1023,5 

…………… 

…. ………. …………. 
P 1732,8 

…………. 

Wady – cechy maj

ą róĪne miana 

Normalizacja cech: 

-

Īeby pozbawiü miana

-

ujednolici

ü wielkoĞci

j

j

ij

ij

S

X

X

Z



 

ij

X

= warto

Ğü j- tej zmiennej dla i – tego obiektu 

j

X

 = 

Ğrednia arytmetyczna dla j – tej zmiennej

n

X

X

ij

j

¦

 

A1

A3

A2

A1 A2 – odleg

áoĞü euklidesowa 

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

25

j

S

 = odchylenie standardowe dla j – tej zmiennej

n

X

X

S

j

ij

j

2

)

(

¦



 

Warto

Ğü znormalizowana dla obiektu A w przypadku liczby ludnoĞci

1

1

11

11

S

X

X

Z



 

1

X

 = 2415,8 tys osób 

S1 = 1235,7 tys osób 
Z11 = (2977,8 – 2415,8)/1235,7 = 0,45 
Dane po normalizacji  

Województwo Ludno

Ğü  

Dochód  

A 0,45  0,2 
B  

-0,25 

-0,48 

C  

-0,25 

-0,64 

D  

-0,15 

-0,55 

…. … 

….. 

P -0,55  0,06 

Je

Īeli cechy są porządkowe to siĊ ich nie normalizuje. 

II faza – jakiej zmiany odleg

áoĞci naleĪy uĪyü do oceny podobieĔstwa

U

Īyjemy odlegáoĞci euklidesowej, którą pomiĊdzy i-tym a k-tym województwem przestrzeni m – wymiarowej 

mo

Īemy wyznaczyü ze wzoru 

2

/

1

1

2

]

)

(

[

¦

 



 

m

j

kj

ij

ik

Z

Z

d

Dla m=2 mamy 

d

2

2

2

2

1

1

)

(

)

(

k

i

k

i

ik

Z

Z

Z

Z







 

Macierz odleg

áoĞci

 A B C D E ….. 

 

 

 

 

 

0.98 

0     

1.03 

0.19 

0    

D  1.76 0.88 0.98  0 

 

 

E  0.72 0.45 0.38 1.32  0 

 

.... … … … … …  0 

III faza – jakiej metody nale

Īy uĪyü do áączenia obiektów w klasy 

U

Īyjemy metody pojedynczego áączenia (najbliĪszego sąsiedztwa), w której do klasy doáącza siĊ najbliĪszego

s

ąsiada wczeĞniej doáączonego obiektu. 

Zk2 

i

k

Zk1 

Zi1

Zi2

y

x

background image

BADANIA MARKETINGOWE

www.zie.pg.prv.pl

26

W wyniku analizy skupie

Ĕ moĪna zbudowaü dendrogram 

Wyznaczanie 

Ğrodków ciĊĪkoĞci poszczególnych klas (np. Ğrednie arytmetyczne) Mamy: 

Zmienne 

Klasa

Ludno

Ğü Wynagrodzenia 

I 2051,3 

1620,7 

II 4855,5 

1804 

III 5070 

2318 

Mo

Īna jeszcze opracowaü wykresy rozrzutu 

Odleg

áoĞü  

Pary 

0,16  
0,17 DJ,MJ 
0,19 CI, 
0,2 BC 
0,21 JN 
0,22 MN 
0,23 FO 
0,29 HM 
0,3 HJ,DM,DH 
0,34 BI 
0,35 AO 
0,36 DN 
0,38 CE,AF 
0,39 KP 

Tworzymy klasy województw (dla poziomu 0.39) 

1  2 3 4 5 6 

D C F K L G 

J J O P    

A    

 

 

 

 

 

 

 

 

 

L

G

M

Dla poziomu 0.53 

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

0

0,5 

1

1,5 

2

ludno

Ğü

dochód