Маркетинговые исследования с SPSS

МАРКЕТИНГОВЫЕ 
ИССЛЕДОВАНИЯ
С SPSS

Г. МООСМЮЛЛЕР
Н.Н. РЕБИК

2-е издание

Москва
ИНФРА-М
2021

УЧЕБНОЕ ПОСОБИЕ

Допущено Советом 
Учебно-методического объединения 
вузов России по образованию в области 
менеджмента в качестве учебного пособия 
для студентов высших учебных заведений,
обучающихся по специальности «Маркетинг»

УДК 339.138(075.8)
ББК 65.290-2я73
 
М77

Моосмюллер Г.
М77  
Маркетинговые исследования с SPSS : учебное пособие / Г. Моосмюллер, Н.Н. Ребик. — 2-е изд. — Москва : ИНФРА-М, 2021. — 200 с. — 
(Высшее образование: Бакалавриат). 

ISBN 978-5-16-004240-4 (print)
ISBN 978-5-16-101563-6 (online)
В учебном пособии подробно описаны основные методы статистического анализа, применяемые при обработке маркетинговой информации 
с использованием программного комплекса SPSS. Приводятся детальные 
инструкции пользования программой, показано, как проводить поэтапную интерпретацию результатов анализа.
Для студентов, обучающихся по направлению подготовки «Менеджмент» по дисциплинам «Маркетинговые исследования» и «Технологии маркетинговых исследований», для студентов-магистрантов и слушателей программы МВА. Может быть рекомендовано для студентов, 
обуча ющихся по направлениям подготовки «Экономика» и «Социология».

УДК 339.138(075.8)
ББК 65.290-2я73

Р е ц е н з е н т:
Азоев Г.Л., доктор экономических наук, профессор, директор Института маркетинга Государственного университета управления

ISBN 978-5-16-004240-4 (print)
ISBN 978-5-16-101563-6 (online)
© Моосмюллер Г., Ребик Н.Н., 
2007, 2011

ВВЕДЕНИЕ

Данная работа посвящена основным методам статистичес
кого анализа, применяемым при обработке маркетинговой информации с использованием программного комплекса SPSS
(версия 13.0) для Windows.

SPSS (Statistical Package for Social Sciences или в новой интер
претации – Superior Performing Software Systems) – система (программный пакет) статистической обработки информации, которая предоставляет пользователю широкие возможности преобразования и анализа данных, а также наглядного представления 
полученных результатов.

Подробное описание структуры редактора данных, детальные 

инструкции по использованию SPSS, поэтапная интерпретация 
результатов анализа, содержащиеся в этой книге, предназначены 
для начинающих пользователей программы.

Наше пособие существенно отличается от многих учебных по
собий по SPSS тем, что в нем инструкции для пользователей объединены с подробным описанием механизма действия применяемых методов анализа.

Особенность представления основных методов статистичес
кого анализа в данной работе заключается в отсутствии формул 
расчета статистических показателей. Механизм действия различных методов анализа описан с помощью рисунков и графиков.

Применение каждого из представленных в книге методов ана
лиза иллюстрируется примерами из практики Института исследования рынка CenTouris (производная от словосочетания «центр 
туризма»), который специализируется на исследованиях туристического рынка Восточной Баварии.

Данное учебное пособие подготовлено по материалам лекций, 

которые читаются в Университете г. Пассау, и по программе MBA
специальности «Маркетинг» в Государственном университете 
управления (Москва).

1. ОСНОВЫ СТАТИСТИЧЕСКОГО АНАЛИЗА 

В МАРКЕТИНГОВЫХ ИССЛЕДОВАНИЯХ

1.1. ФОРМИРОВАНИЕ СТАТИСТИЧЕСКОЙ ВЫБОРКИ

В ходе масштабных маркетинговых исследований сбор инфор
мации по каждому респонденту, представляющему интерес для 
исследователей, сопряжен со значительными затратами времени 
и средств и поэтому является нереальным или экономически нецелесообразным.

Например, если объектом исследования являются способы 

проведения досуга студентами города Москвы, то собрать информацию о каждом студенте проблематично. В этом случае из общей
(генеральной) совокупности (из числа лиц, интересующих исследователей) производится статистическая выборка с целью определения круга лиц для участия в проведении исследований.

Основным требованием, предъявляемым к статистической 

выборке, является ее репрезентативность. Статистическая выборка считается репрезентативной (представительной), если она 
представляет собой «уменьшенную копию» генеральной совокупности и, следовательно, по данным, собранным в рамках статистической выборки, можно судить о генеральной совокупности 
в целом.

Существуют различные виды статистической выборки, кото
рые отличаются по способу ее формирования, т.е. по технике 
проведения отбора. Различают случайную и эмпирическую выборки (табл. 1.1).

Случайная выборка характеризуется тем, что каждый элемент 

генеральной совокупности имеет шанс (отличный от нуля) оказаться в статистической выборке. При этом возможно рассчитать 
вероятность, с которой каждый элемент генеральной совокупности может оказаться в выборке.

Т а б л и ц а  1.1

Виды статистической выборки

№ 
п/п

Вид выборки
Техника осуществления отбора

1
Случайная выборка
(высокая степень 
репрезентативности):
• простая случайная выборка
• взвешенная случайная 

выборка

• региональная (клюмпенная) 

выборка

Отбор респондентов производится 
случайным образом. По каждому 
элементу генеральной совокупности имеется одинаковая возможность собрать информацию

2
Эмпирическая выборка
(низкая степень 
репрезентативности):
• простая выборка
• квотированная выборка

Отбор респондентов производится 
случайным образом из числа элементов генеральной совокупности, 
по которым имеется возможность 
собрать информацию

Существует несколько видов случайной выборки в зависи
мости от метода ее формирования (Schmalen, 2002. S. 390):

1. Простая случайная выборка предполагает, что все элементы 

генеральной совокупности имеют равные шансы оказаться в статистической выборке. Выбор производится по принципу лотереи. Элементы выборки извлекаются непосредственно из генеральной совокупности. Достоинство данного метода формирования выборки состоит в том, что не требуется знания структуры 
генеральной совокупности.

2. Взвешенная случайная выборка используется в том случае, 

если существует необходимость учитывать разделение генеральной совокупности на группы (слои). При этом известна структура 
генеральной совокупности (доли отдельных групп).

Статистическая выборка проводится случайным образом от
дельно в каждой группе генеральной совокупности с сохранением пропорций соотношения размеров этих групп.

Например, в числе студентов, представляющих собой гене
ральную совокупность, 47% составляют юноши и 53% – девушки. 
При формировании взвешенной случайной выборки размером в 
100 человек должны быть отобраны 47 юношей и 53 девушки 
(рис. 1.1). В результате этого, хотя отбор респондентов производится случайно, статистическая выборка имеет структуру, идентичную структуре генеральной совокупности, что повышает степень ее репрезентативности.

В качестве недостатков этого метода формирования статисти
ческой выборки следует отметить необходимость знания структуры генеральной совокупности и сложность организации сбора 
информации на практике.

3. Клюмпенная выборка используется также в том случае, если 

генеральная совокупность разделена на группы (клюмпены). Из 
общего числа клюмпенов случайным образом выбирается один, 
который используется как статистическая выборка. Все элементы 
клюмпена становятся элементами статистической выборки.

Этот метод формирования выборки часто называется «регио
нальным»: генеральная совокупность – страна (город), выборка – республика (район города) (рис. 1.2). Например, если в 
качестве генеральной совокупности выступают все студенты города Москвы, то для формирования клюмпенной выборки случайным образом может быть выбран один из столичных вузов.

Достоинство клюмпенной выборки состоит в более простой 

организации процесса сбора информации и снижении затрат 
(экономия на транспортных расходах).

Основным недостатком данного метода формирования ста
тистической выборки является клюмпенный эффект, который 
состоит в том, что клюмпены могут существенно отличаться друг 
от друга по структуре, что обусловливает низкую степень репрезентативности клюмпенной выборки. Едва ли по данным, собранным при участии студентов только одного московского вуза, 
можно судить обо всех студентах города Москвы.

Генеральная совокупность 

10 000 студентов

Случайный отбор

Случайный отбор

10%

Выборка

100 студентов

47% – юноши

53% – девушки

47 юношей

53 девушки

Рис. 1.1. Взвешенная случайная выборка

При формировании круга респондентов для проведения 

маркетинговых исследований использование случайной выборки 
не всегда возможно или целесообразно. Например, при сборе информации посредством наблюдения не всегда возможно заранее 
четко определить круг людей, которые окажутся в поле зрения 
наблюдателя.

Формирование случайной статистической выборки предпола
гает возможность сбора информации по каждому элементу генеральной совокупности. Однако такая возможность не всегда существует на практике. Например, проведение исследований на 
территории вуза требует получения согласия его администрации. 
Одно это обстоятельство может стать серьезным препятствием 
быстрому и оперативному сбору информации.

На практике часто применяют эмпирическую выборку, когда 

в круг респондентов для сбора информации включается каждый 
«первый встречный», согласный принять участие в исследовании 
(при проведении наблюдения такое согласие не всегда является 
необходимым условием). В этом случае возможно также использование квотированной выборки, когда структура неэмпирической выборки определена заранее (например, 50% женщин и 50% 
мужчин).

Эмпирическая выборка характеризуется низкой степенью 

репрезентативности. Результаты исследований при использовании эмпирической выборки зависят от места и времени сбора 
информации. Например, при изучении досуга студентов города 

Генеральная совокупность

Случайный отбор

Регион С

Регион А

Регион В

Регион В

Регион D

Выборка

Рис. 1.2. Региональная (клюмпенная) выборка

Москвы результаты исследования будут определяться тем, где 
происходит сбор информации – у входа в ночной клуб или в библиотеку.

Статистическая выборка не используется при проведении ка
чественных маркетинговых исследований, например исследований в форме экспертных опросов или фокус-групп. В этих случаях круг респондентов для проведения маркетинговых исследований формируется при помощи целенаправленной выборки.

При осуществлении целенаправленной выборки для участия в 

исследовании отбираются респонденты, которые могут предоставить наиболее точную и полную информацию (формирование 
экспертной группы), при участии которых можно организовать 
наиболее плодотворную дискуссию (формирование фокусгруппы). В данном случае из числа потенциально возможных 
респондентов выбираются те, которые обладают наиболее ценной информацией и готовы поделиться ею для проведения исследований.

При формировании статистической выборки следует решить 

следующие вопросы:

1. Определить генеральную совокупность.
2. Определить размер выборки.
3. Выбрать метод формирования выборки.
Определение генеральной совокупности позволяет ответить на 

вопрос: «Из каких потенциальных респондентов следует производить выборку?» Это не всегда является очевидным. Например, 
кого следует привлекать для сбора информации при изучении вопросов семейного отдыха: жен, мужей, других членов семьи, работников туристических фирм или, может быть, всех вместе? 
Чтобы ответить на этот вопрос, исследователям необходимо решить, какого типа информация им нужна и кто ею, скорее всего, 
обладает (Янкевич, Безрукова, 2002. С.111).

Размер выборки определяется экономической целесообраз
ностью сбора информации. Увеличение размера выборки способствует повышению репрезентативности и, следовательно, 
точности результатов исследования, однако это сопряжено с дополнительными затратами. В этом случае необходимо взвешивать экономическую ценность получаемой информации и затраты, связанные с ее сбором.

Сбор первичной информации в рамках статистической вы
борки осуществляется в форме проведения опроса, наблюдения 
или эксперимента.

1.2. ОСНОВНЫЕ МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА

1.2.1. КЛАСТЕРНЫЙ АНАЛИЗ

Кластерный анализ – метод классификации объектов по задан
ным признакам. Задача кластерного анализа состоит в формировании групп:

однородных внутри (условие внутренней гомогенности);
четко отличных друг от друга (условие внешней гетерогенности).
Целью кластерного анализа в маркетинге является опреде
ление целевых групп потребителей, для которых было бы целесообразно разработать специальное торговое предложение, т.е. уникальную комбинацию инструментов маркетинга.

Пример. Курильщики сигар, возраст и уровень доходов кото
рых известны, исследуются на предмет возможности их разделения на однородные группы (кластеры) (рис. 1.3).

В варианте В однородные кластеры не выявлены. Следова
тельно, целенаправленная дифференциация торгового предложения невозможна.

В варианте А выявлены две однородные группы курильщи
ков сигар: «старые и бедные», «молодые и богатые», которых 
можно считать двумя целевыми группами потребителей. В этом 
случае целесообразно разработать два специальных торговых 
предложения – уникальных по цене, уровню качества продукции, упаковке, системе продвижения товара и т.д. (Schmalen, 
2003. S. 401).

•
•

Доходы
Доходы

Возраст

A
B

Кластер 1:
старые и бедные

Кластер 2:
молодые и богатые

Возраст

Рис. 1.3. Кластерный анализ

Элементы, включаемые в один и тот же кластер, имеют раз
ную степень схожести (уровень отличия друг от друга). Техника 
кластерного анализа заключается в выявлении уровня схожести
всех исследуемых элементов и последовательном объединении элементов в порядке возрастания уровня различия между ними. Число 
выявленных кластеров зависит от заданного уровня схожести 
(различия) элементов, включаемых в один кластер.

Техника кластерного анализа может быть проиллюстрирована 

дендограммой, составляемой при помощи статистической компьютерной программы, в том числе SPSS (рис. 1.4).

На рис. 1.4 изображен результат кластерного анализа 18 пред
приятий розничной торговли, которые предлагают в качестве 
«особого предложения» (товары со скидками) один и тот же набор продуктов (примерно 50 наименований): молочные продукты, чистящие средства, косметика и т.д.

Целью кластерного анализа в данном случае является ответ на 

вопрос: возможно ли разделение исследуемых предприятий розничной торговли на кластеры в зависимости от их ценовой политики в плане формирования «особых предложений»?

В результате проведения кластерного анализа было выявлено 

три кластера: А, В и С (рис. 1.4). Предприятия розничной торговли 6, 18, 16, 1, 5, 15 (кластер A), так же как и 12, 2, 9, 17, 10 
(кластер C), проводят одинаковую ценовую политику при формировании «особых предложений» (это, в частности, магазины 
торговых сетей EDEKA и REWE).

A
B

Уровень отличия

EDEKA
C REWE
ПРОЧИЕ

6
1
5
8
7
3
4
2
9
18
16
15
11
14
13
12
17 10

Рис. 1.4. Компьютерная дендограмма (кластерный анализ)