Маркетинговые исследования. Анализ маркетинговых данных в JASP

1.

ФГБОУ ВО «Уральский государственный экономический университет»
Маркетинговые
исследования
Изакова Наталья Борисовна
Кандидат экономических наук
доцент кафедры маркетинга и международного
менеджмента
+7 (343) 283 10 46
[email protected]
г. Екатеринбург, ФГБОУ ВО «УрГЭУ», ул. 8-е марта 62,
ауд. 755, Кафедра маркетинга и международного
менеджмента

2.

Анализ маркетинговых
данных в JASP
HTTPS://JASP-STATS.ORG/

3.

Jeffreys's Amazing Statistics Program - JASP
Jeffreys's Amazing Statistics Program - программа нового
поколения с сочетанием традиционных (частотнических) и
бейзовских подходов, включая машинное обучение.
JASP — это бесплатная программа с открытым исходным
кодом для статистического анализа, поддерживаемая
Амстердамским университетом.
Предлагает стандартные процедуры анализа

4.

Интерфейс

5.

Этапы работы в JASP
• Систематизируем собранные данные в формате таблицы Excel: по
колонкам – переменные, а по строкам – респонденты.
• Создаем краткое название переменных на английском языке! JASP
не понимает кириллицу.
• Удаляем записи респондентов, у которых много пропущенных
значений.
• Качественные данные (номинальные) кодируем и записываем в
цифровом формате. Принципы кодирования фиксируем себе в
отдельном файле.
• Как только вы убедились, что данные готовы для статистического
анализа, сохраняем файл в формат csv (от англ. Comma-Separated
Values — значения, разделённые запятыми).

6.

Пример

7.

Пример

8.

Этапы работы в JASP
• После того, как вы
сохранили файл
EXCEL в формате csv,
нужно открыть
пакет JASP, зайти во
вкладки OPENComputer и открыть
папку, в которую вы
сохранили
созданный файл в
формате csv.

9.

Результат
Поле с данными

10.

Работа в JASP
1 Шаг. Проверка правильности
загрузки данных
2 Шаг. Проверка типа шкалы
переменной. Если неверно –
исправляем.

11.

Описательные статистики
• Рассчитываем описательную статистику (среднее,
стандартное отклонение, моду, медиану).
• Пошаговый алгоритм:
1. Выбираем в меню вкладку Descritives
2. В окно Variables переносим переменные, по которым хотим
посчитать показатели
3. Можно уточнить, какие именно описательные статистики
вы хотите посчитать. И попросить построить график.
4. В окне Results отображаются таблицы и графики с
результатами анализа

12.

Описательные статистики

13.

Работа с окном Results
• Чтобы скопировать данные из окна вывода, нажмите на название таблицы и
рисунка, затем выберите Скопировать – Copy. И вставьте объект в нужный
вам файл.
Таблицы, скопированные из JASP, можно редактировать.
В JASP нельзя менять форматирование графиков.

14.

Факторный анализ в JASP
1. Открываем в JASP файл,
подготовленный в Excel и
сохранённый в формате csv
2. Важно, чтобы все данные были
представлены в виде чисел,
названия данных (столбцов)
записаны латиницей!
3. Проверить и поменять типы шкал
каждой переменной на
количественную (знак линейки).
4. В строке Меню выбираем
факторный анализ – Factor, в нем
метод – Анализ главных
компонент (Principal Component
Analisis).

15.

Факторный анализ в JASP
5. Переносим все характеристики
стиля жизни (V) в окно для анализа –
Included Variables.
6. Оставляем выделение в окне
Number of Factors в строке Parallel
Analysis
7. В окне Rotation выбираем Varimax
8. Курсор в окне Highlight
перемещаем на значение 0,5. Это
позволит показать только те
факторы, значения показателя
корреляции которых равны или
больше 0,5.
9. В окне Included tables поставить
галочки в каждом варианте:
- Factor correlation (корреляции
между полученными факторами);
- Path diagram (диаграмма
факторов);
- Scree plot – график каменистой
осыпи.

16.

Интерпретация результатов факторного анализа в JASP
1. Таблица Хи-квадрат тест показывает,
что значимость результатов
проведенного факторного анализ
меньше 0,001, что меньше 0,05 (%5).
Следовательно результаты достоверны
и факторный анализ обоснован.
2. Таблица Матрица компонент
позволяет выделить три компонента
(сегмента)по значениям
коэффициентов корреляции:
- Первый сегмент включает факторы V1,
V3, V5
- Второй сегмент включает факторы V4,
V7;
- Третий сегмент - V2, V6.
3. Таблица Корреляции компонент
показывает, что между полученными
компонентами (сегментами)
корреляционной зависимости нет _все
коэффициенты корреляции равны 0).

17.

Интерпретация результатов факторного анализа в JASP
4. График каменистой осыпи имеет
перелом на 4 точке, что также
подтверждает правильность выбора трех
компонент (сегментов).
5. Диаграмма визуально демонстрирует
какой фактор - V - в какой сегмент
(попадает).

18.

t-критерий для независимых выборок
Этапы проведения Т-теста
1. Нулевая гипотеза
2. Выбор Т-теста для
независимых выборок
3. Группирующая
переменная –
номинальная
4. Зависимая переменная –
количественная
5. Выделяем проверку
нормальности
распределения,
описательные статистики
Вывод по показателям
значимости

19.

Интерпретация результатов t-критерия для независимых выборок
Independent Samples T-Test
t
summa
0.7
df
98.0
p
0.5
Note. Student's t-test.
•Проверка гипотезы о равенстве дисперсий → Independent Samples T-Test
•F-статистика этого теста равна 0,7, а значимость этой статистики р = 0,5 (принимаем гипотезу)
•Значимость ˃ 0,05 – принимаем гипотезу о равенстве средних и делаем вывод, что нулевая гипотеза верна и
между исследуемыми переменными в двух группах различий нет.
(Ошибка опровержения нулевой гипотезы больше 5% (0,05), следовательно НЕ можем ее опровергнуть. )
Group Descriptives
Group
summa
N
Mean
SD
SE
1
14
625.0
457.7
122.3
2
86
529.1
514.8
55.5
Вывод о значении средних: В первой группе среднее равно 625, во второй – 514. Статистически не различаются.

20.

Одновыборочный t-критерий
Сравним отличается ли статистически значимо сумма, которую респонденты обычно тратят на разовую покупку
молочной продукции от 500 руб.
Этапы проведения Т-теста
1. Нулевая гипотеза - сумма, которую респонденты обычно тратят на
разовую покупку молочной продукции статистически не отличается от 500
руб.
2. «T-test» → «One Sample T-test»
3. Необходимо выбрать одну или несколько переменных для проверки при
одном и том же гипотетическом значении. Выбираем переменную сумма.
3.Необходимо ввести значение, с которым будет сравниваться каждое
выборочное среднее: Test value - 500.
Результаты
One Sample T-Test
t
summa
0.8
p
df
99
0.4
Значимость р = 0,4, делаем вывод, что гипотезу о равенстве средних
принимаем (>0,05).
Вывод: сумма, которую респонденты обычно тратят на разовую покупку
молочной продукции статистически не отличается от 500 руб

21.

Однофакторный дисперсионный анализ - ANOVA
Этапы проведения
1. Нулевая гипотеза
2. Выбор ANOVA
3. Фактор (WLS Weights) – номинальная переменная
4. Зависимая переменная – количественная
5. В разделе Графики- Descriptives Plots – переносим в окно
номинальную переменную (фактор).
Вывод по показателям значимости и графику
ANOVA - summa
Cases
Sum of
Squares
df
Mean
Square
F
p
0.9
0.5
V3
66119
8.9
3.
0
22039
9.6
Resid
ual
2.5e +
7
96
.0
25724
6.6
Note. Type III Sum of Squares
Значимость р = 0,5 (>0,05). Следовательно нулевую гипотезу принимаем
Вывод: нет зависимости в исследуемых переменных.
Это подтверждается графиком.