Маркетинговые исследования с SPSS

МАРКЕТИНГОВЫЕ 
ИССЛЕДОВАНИЯ

С SPSS

Г. МООСМЮЛЛЕР
Н.Н. РЕБИК

2-е издание

Москва
ИНФРА-М

202УЧЕБНОЕ 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. Моос-

мюллер, Н.Н. Ребик. — 2-е изд. — Москва : ИНФРА-М, 2024. — 200 с. — 
(Высшее образование). 

ISBN 978-5-16-018759-4 (print)
ISBN 978-5-16-111661-6 (online)
В учебном пособии подробно описаны основные методы статистиче-

ского анализа, применяемые при обработке маркетинговой информации 
с использованием программного комплекса SPSS. Приводятся детальные 
инструкции пользования программой, показано, как проводить поэтап-
ную интерпретацию результатов анализа.

Для студентов, обучающихся по направлению подготовки «Ме-

неджмент» по дисциплинам «Маркетинговые исследования» и «Техно-
логии маркетинговых исследований», для студентов-магистрантов и слу-
шателей программы МВА. Может быть рекомендовано для студентов, 
обуча ющихся по направлениям подготовки «Экономика» и «Социоло-
гия».

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 Ин-

ститута маркетинга Государственного университета управления

ISBN 978-5-16-018759-4 (print)
ISBN 978-5-16-111661-6 (online)

© Моосмюллер Г., Ребик Н.Н., 

2007, 2011

ВВЕДЕНИЕ

Данная работа посвящена основным методам статистичес-

кого анализа, применяемым при обработке маркетинговой ин-
формации 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 (про-
граммный пакет) статистической обработки информации, кото-
рая предоставляет пользователю широкие возможности преобра-
зования 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 объ-
единены с подробным описанием механизма действия применя-
емых методов анализа.

Особенность представления основных методов статистичес-

кого анализа в данной работе заключается в отсутствии формул 
расчета статистических показателей. Механизм действия различ-
ных методов анализа описан с помощью рисунков и графиков.

Применение каждого из представленных в книге методов ана-

лиза иллюстрируется примерами из практики Института иссле-
дования рынка CenTouris (производная от словосочетания «центр 
туризма»), который специализируется на исследованиях туристи-
ческого 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 не-
целесообразным.

Например, если объектом исследования являются способы 

проведения досуга студентами города Москвы, то собрать инфор-
мацию о каждом студенте проблематично. В этом случае из общей 
(генеральной) совокупности (из числа лиц, интересующих иссле-
дователей) производится статистическая выборка с целью опре-
деления круга лиц для участия в проведении исследований.

Основным требованием, предъявляемым к статистической 

выборке, является ее репрезентативность. Статистическая вы-
борка считается репрезентативной (представительной), если она 
представляет собой «уменьшенную копию» генеральной сово-
купности и, следовательно, по данным, собранным в рамках ста-
тистической 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 вы-
борки (табл. 1.1).

Случайная выборка характеризуется тем, что каждый элемент 

генеральной совокупности имеет шанс (отличный от нуля) ока-
заться 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 зависимости 
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 отдельно 
в каждой группе генеральной совокупности с сохранением 
пропорций соотношения размеров этих групп.

Например, в числе студентов, представляющих собой генеральную 
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 статистической 
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 «региональным»: 
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 статистической 
выборки является клюмпенный эффект, который 
состоит в том, что клюмпены могут существенно отличаться друг 
от друга по структуре, что обусловливает низкую степень репре-
зентативности клюмпенной выборки. Едва ли по данным, со-
бранным 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 ин-
формации 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 гене-
ральной совокупности. Однако такая возможность не всегда су-
ществует 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 исполь-
зование квотированной выборки, когда структура неэмпиричес-
кой выборки определена заранее (например, 50% женщин и 50% 
мужчин).

Эмпирическая выборка характеризуется низкой степенью 

репрезентативности. Результаты исследований при использова-
нии 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 биб-
лиотеку.

Статистическая выборка не используется при проведении ка-

чественных маркетинговых исследований, например исследова-
ний в форме экспертных опросов или фокус-групп. В этих слу-
чаях круг респондентов для проведения маркетинговых исследо-
ваний формируется при помощи целенаправленной выборки.

При осуществлении целенаправленной выборки для участия в 

исследовании отбираются респонденты, которые могут предоста-
вить наиболее точную и полную информацию (формирование 
экспертной группы), при участии которых можно организовать 
наиболее плодотворную дискуссию (формирование фокус-
группы). В данном случае из числа потенциально возможных 
респондентов выбираются те, которые обладают наиболее цен-
ной информацией и готовы поделиться ею для проведения иссле-
дований.

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 произво-
дить выборку?» Это не всегда является очевидным. Например, 
кого следует привлекать для сбора информации при изучении во-
просов семейного отдыха: жен, мужей, других членов семьи, ра-
ботников туристических фирм или, может быть, всех вместе? 
Чтобы ответить на этот вопрос, исследователям необходимо ре-
шить, 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 спо-
собствует повышению репрезентативности и, следовательно, 
точности результатов исследования, однако это сопряжено с до-
полнительными затратами. В этом случае необходимо взвеши-
вать экономическую ценность получаемой информации и за-
траты, 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 формиро-
вании групп:

однородных внутри (условие внутренней гомогенности);
четко отличных друг от друга (условие внешней гетероген-
ности).
Целью кластерного анализа в маркетинге является опреде-

ление целевых групп потребителей, для которых было бы целесо-
образно разработать специальное торговое предложение, т.е. уни-
кальную комбинацию инструментов маркетинга.

Пример. Курильщики сигар, возраст и уровень доходов кото-

рых известны, исследуются на предмет возможности их разделе-
ния на однородные группы (кластеры) (рис. 1.3).

В варианте В однородные кластеры не выявлены. Следова-

тельно, целенаправленная дифференциация торгового предложе-
ния 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 продук-
ции, 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 эле-
ментов 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 ком-
пьютерной 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 на-
бор продуктов (примерно 50 наименований): молочные про-
дукты, чистящие средства, косметика и т.д.

Целью кластерного анализа в данном случае является ответ на 

вопрос: возможно ли разделение исследуемых предприятий роз-
ничной торговли на кластеры в зависимости от их ценовой поли-
тики в плане формирования «особых предложений»?

В результате проведения кластерного анализа было выявлено 

три кластера: А, В и С (рис. 1.4). Предприятия розничной тор-
говли 6, 18, 16, 1, 5, 15 (кластер A), так же как и 12, 2, 9, 17, 10 
(кластер C), проводят одинаковую ценовую политику при фор-
мировании «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)