Маркетинговое исследование рынка сотовой связи Республики Беларусь

Автор работы: Пользователь скрыл имя, 22 Декабря 2011 в 20:02, практическая работа

Описание

Исследование рынка сотовой связи республики беларусь с помощью различных маркетинговых методов, проведенное с использованием специальных программ (SPSS и др.)

Работа состоит из  1 файл

Связь.docx

— 286.35 Кб (Скачать документ)

      Из  полученных данных выводим уравнение  множественной регрессии для  параметра «бонусы и скидки»:

      Бонусы  и скидки = -0,374 + 0,432 * цена + 0,325 * удовлетворенность + 0,327 * расположение дилера

      1.6 Удовлетворенность от услуг

Таблица 1.11 - Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,529(a) ,279 ,277 1,724
2 ,599(b) ,359 ,355 1,629
3 ,636(c) ,405 ,399 1,572
 

Таблица 1.12 - Coefficients(a)

Model    Unstandardized Coefficients Standardized Coefficients t Sig.
       B Std. Error Beta      
3 (Constant) ,782 ,342   2,284 ,023
    Насколько важен для  вас спектр услуг оператора (1-7) ,262 ,058 ,258 4,538 ,000
   Насколько важны для  вас бонусы/скидки на услуги оператора (1-7) ,268 ,049 ,281 5,495 ,000
    Насколько важно для  Вас качество услуг оператора (1-7) ,299 ,063 ,258 4,771 ,000

      Таким образом, основной показатель отношения  потребителей к операторам мобильной  связи стандарта GSM удовлетворенность  представлен следующим уравнением:

      Удовлетворенность = 0,782 + 0,262 * спектр услуг + 0,268 * бонусы + 0,299 * качество связи.

      Важно отметить, что в нашем случае строить диаграммы рассеяния нецелесообразно, что связано со следующими причинами:

    • Полученные в результате опроса респондентов данные имеют большую значимость с аналитической точки зрения, нежели с наглядно-образной;
    • Варианты диаграммы рассеяния, которые были нами построены для анализа, показали лишь случайное облако, причем не было выявлено никакой определенной тенденции.

     Все это говорит о том, что наиболее достоверные результаты в нашем  случае нам может дать только множественный  регрессионный анализ, т. к. именно этот вариант анализа является оптимальным  для анализа совокупности комплексных  показателей.  
 
 

 

       ФАКТОРНЫЙ АНАЛИЗ 

      Таблица 2.1 - KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,867
Bartlett's Test of Sphericity Approx. Chi-Square 744,460

 

df

15

 

Sig.

,000

      Величина, характеризующая степень применимости факторного анализа к данной выборке  равна 0,867, что говорит о высокой  адекватности полученных результатов. Критерий сферичности Бартлетта  показывает, отличается ли корреляция от 0. Значение p- уровня меньше 0,05 указывает  на то, что данные приемлемы для  проведения факторного анализа (в данном случае p-уровень равен 0,000).

      Таблица 2.2 - Communalities

    Initial Extraction
Насколько важно для Вас качество услуг  оператора (1-7) 1,000 ,517
Насколько важна для вас работа персонала (1-7) 1,000 ,720
Насколько важен для вас опыт работы оператора (1-7) 1,000 ,563
Насколько важен для вас спектр услуг  оператора (1-7) 1,000 ,699
Насколько важны для вас бонусы/скидки на услуги оператора (1-7) 1,000 ,444
Насколько важно для вас получать удовлетворение от услуг оператора (1-7) 1,000 ,582

      Extraction (конечные общности) – значения общностей после извлечения факторов. Initial (начальные общности) – исходные значения общности, заданные по умолчанию.

      Таблица 2.3 - Total Variance Explained

Component Initial Eigenvalues
    Total % of Variance Cumulative %
1 3,525 58,753 58,753
2 ,726 12,092 70,845
3 ,617 10,279 81,124
4 ,466 7,775 88,899
5 ,363 6,042 94,941
6 ,304 5,059 100,000

      Initial Eigenvalues (исходное собственное значение) – доля дисперсии, обусловленная фактором. % дисперсии (% of Variance) обусловлен фактором и равен отношению собственного значения фактора к сумме исходных общностей. В данном случае равной 6. Cumulative % (кумулятивный процент) – накопленный процент дисперсии.

      

      Рисунок 2.1 – Диаграмма каменистой осыпи.

      График  собственных значений (диаграмма  «каменистой осыпи») представляет точки, соответствующие собственным значениям, в пространстве двух координат.

      Так как был отобран только 1 фактор – вращение не производилось.

Таблица 2.4 - Component Matrix(a)

    Component
    1
Насколько важна для вас работа персонала (1-7) ,848
Насколько важен для вас спектр услуг  оператора (1-7) ,836
Насколько важно для вас получать удовлетворение от услуг оператора (1-7) ,763
Насколько важен для вас опыт работы оператора (1-7) ,750
Насколько важно для Вас качество услуг  оператора (1-7) ,719
Насколько важны для вас бонусы/скидки на услуги оператора (1-7) ,666

      Таким образом, все переменные попали в  один фактор, который интерпретируется как причина совместной изменчивости (корреляции) данной группы переменных. Следовательно, можно объективно заметить, что все исследуемые в данном анализе переменные, по своей сути являются составными частями комплексного показателя «удовлетворенности» абонентов операторов сотовой связи.

      Именно  по этой причине все они в конечном итоге по результатам факторного анализа были помещены в один фактор, который целесообразно назвать  «удовлетворенность».  
 

 

      

      3 ДИСПЕРСИОННЫЙ АНАЛИЗ 

      Определим, каким образом различаются мнения респондентов о качестве связи операторов сотовой связи по возрасту. 

      3.1 По идеальному оператору

      Таблица 3.1 - Test of Homogeneity of Variances

Насколько важно для Вас качество услуг оператора (1-7)

Levene Statistic df1 df2 Sig.
7,955 5 294 ,000

      Критерий однородности дисперсии Левина со значимостью 0,000 показал, что дисперсии для каждой из групп статистически достоверно не различаются, следовательно, результаты дисперсионного анализа могут быть признаны корректными.

      Таблица 3.2 - ANOVA

Насколько важно для  Вас качество услуг оператора (1-7)

    Sum of Squares df Mean Square F Sig.
Between Groups 153,963 5 30,793 11,885 ,000
Within Groups 761,717 294 2,591      
Total 915,680 299         

      F-статистика составляет 11,885, таким образом, со значимостью 0,000 можно утверждать, что средние в группах различаются.

      Таблица 3.3 - Multiple Comparisons

Dependent Variable: Насколько  важно для Вас качество услуг  оператора (1-7)

Scheffe

(I) Ваш возраст (J) Ваш возраст Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval

 

 

 

 

 

Lower Bound

Upper Bound
до 20 лет 20-30 лет -,76 ,238 ,069 -1,56 ,03

 

31-40 лет

-,27 ,301 ,976 -1,28 ,74

 

41-50 лет

,00 ,339 1,000 -1,14 1,13

 

51-60 лет

,78 ,390 ,557 -,53 2,08

 

старше 60 лет

3,18(*) ,598 ,000 1,18 5,19
20-30 лет до 20 лет ,76 ,238 ,069 -,03 1,56

 

31-40 лет

,49 ,280 ,689 -,45 1,43

 

41-50 лет

,76 ,321 ,349 -,32 1,84

 

51-60 лет

1,54(*) ,374 ,005 ,29 2,79

 

старше 60 лет

3,95(*) ,588 ,000 1,98 5,92
31-40 лет до 20 лет ,27 ,301 ,976 -,74 1,28

 

20-30 лет

-,49 ,280 ,689 -1,43 ,45

 

41-50 лет

,27 ,371 ,991 -,97 1,51

 

51-60 лет

1,05 ,417 ,281 -,35 2,45

 

старше 60 лет

3,46(*) ,617 ,000 1,39 5,52

Информация о работе Маркетинговое исследование рынка сотовой связи Республики Беларусь