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)

*  The mean difference is significant at the .05 level. 

      

      Рисунок 3.7 – Степень значимости цены на услуги оператора для респондентов

     Таблица парных сравнений и блочная диаграмма показали, что статистически значимо различаются средние в группах респондентов «до 20 лет»,«20-30 лет» от остальных групп респондентов, причем полученное различие велико. Все приведенные данные говорят о том, что молодежь является целевым сегментом оператора МТС, о чем уже было упомянуто выше.

     3.8 Бест

Таблица 3.20 - Test of Homogeneity of Variances

Цена на услуги оператора  Бест (1-7)/(высокая-низкая)

Levene Statistic df1 df2 Sig.
12,128 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 3.21 - ANOVA

Цена на услуги оператора  Бест (1-7)/(высокая-низкая)

    Sum of Squares df Mean Square F Sig.
Between Groups 29,710 5 5,942 2,531 ,029
Within Groups 690,326 294 2,348      
Total 720,037 299         
 

      F-статистика составляет 2,531, таким образом, со значимостью 0,029 можно утверждать, что средние в группах различаются. Однако данные блочной диаграммы и таблицы парных сравнений говорят об обратном.

     

      Рисунок 3.8 – Степень значимости цены на услуги оператора для респондентов

      В результате проведения дисперсионного анализа по критерию «цена за услуги»  можно сделать следующие выводы:

  • средние по возрастным группам по операторам Velcom, Бест, а также по идеальному оператору не различаются, следовательно, для абонентов данных сотовых операторов более важным критерием является качество связи данных операторов, а не цена за услуги;
  • и только по оператору МТС статистически значимо различаются средние в группах респондентов «до 20 лет»,«20-30 лет» от остальных групп респондентов, которые являются целевым сегментом оператора МТС.
 

    

    4 ДИСКРИМИНАНТНЫЙ  АНАЛИЗ 
     

          Для проведения дискриминантного анализа были применены следующие исходные данные. В качестве зависимой переменной был выбран вопрос «Страивает ли Вас в целом спектр услуг, предоставляемый сотовыми операторами?» с вариантами ответов: да (все устраивает) и нет (хотелось бы больше новых функциональных сервисов). В качестве независимых переменных, характеризующих респондентов, выделены:

      • Возраст;
      • Пол;
      • Образование;
      • Основной род занятий. 

    В результате дискриминантного анализа  мы разделили респондентов на тех, кто  доволен спектром предоставляемых  услуг, и тех, кого он не устраивает.

    Таблица 4.1 показывает, насколько значимо выбранные переменные разделяют выборочную совокупность респондентов на исследуемые группы. В нашем случае получены весьма значимые результаты для переменных «пол» и «возраст» (Sig.< 0,05). Это свидетельствует о том, что на их основании исследуемые группы зависимой переменной существенно различаются. 

Таблица 4.1 Tests of Equality of Group Means 

    Wilks' Lambda F df1 df2 Sig.
Ваш пол ,970 9,089 1 298 ,003
Ваш возраст ,980 6,206 1 298 ,013
Образование ,993 2,041 1 298 ,154
Ваш основной род занятий 1,000 ,052 1 298 ,820
 
 

    Таблица 4.2 показывает результаты теста Box на значимость различия между категориями исследуемой зависимой переменной.  В нашем случае данный тест показывает, что данные различия являются статистически значимыми (Sig.< 0,05). 

Таблица 4.2 Test Results 

Box's M 6,349
F Approx. 2,100
df1 3
df2 2104006,807
Sig. ,098

Tests null hypothesis of equal population covariance matrices. 

    Таблица 4.3 показывает, какие независимые переменные оказались включенными в итоговую дискриминантную модель на последнем шаге анализа (т.к. мы использовали пошаговый метод переменных в модель). В нашем случае последним шагом является шаг 2. На втором шаге у нас остались две независимые переменные из четырех. 

Таблица 4.3 Variables in the Analysis 

Step   Tolerance Sig. of F to Remove Wilks' Lambda
1 Ваш пол 1,000 ,003  
2 Ваш пол ,990 ,006 ,980
Ваш возраст ,990 ,032 ,970
 
 

    Таблица 4.4 также позволяет оценить качество приближения дискриминантной модели. В нашем случае статистическая значимость (Sig.= 0,001) указывает на существенные различия между средними значениями дискриминантных функций в двух исследуемых группах зависимой переменной. 

Таблица 4.4 Wilks' Lambda 

Test of Function(s) Wilks' Lambda Chi-square df Sig.
1 ,955 13,543 2 ,001
 
 

    Следующие две таблицы 4.5 и 4.6 позволяют оценить, насколько отдельные независимые переменные, применяемые в дискриминантной функции, коррелируют с ее стандартизированными коэффициентами. В первой таблице приводятся стандартизированные коэффициенты, а во второй корреляционные коэффициенты. При помощи стандартизированных коэффициентов можно непосредственно сравнить относительный вклад каждой независимой переменной в различие двух исследуемых групп. Можно отметить, что пол респондентов влияет на удовлетворенность/неудовлетворенность спектром предоставляемых услуг в 1,26 раза сильнее, чем возраст. 

Таблица 4.5 Standardized Canonical Discriminant Function Coefficients 

  Function
1
Ваш пол ,748
Ваш возраст ,592
 

Таблица 4.6 Structure Matrix 

  Function
1
Ваш пол ,809
Ваш возраст ,668
Образование(a) ,367
Ваш основной род занятий(a) -,248

Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions  Variables ordered by absolute size of correlation within function.

a  This variable not used in the analysis. 

Таблица 4.7 Canonical Discriminant Function Coefficients 

  Function
1
Ваш пол 1,516
Ваш возраст ,453
(Constant) -3,420

Unstandardized coefficients 
 

    На основании коэффициентов таблицы 4.7 можно построить дискриминантное уравнение: 

    Z = - 3,420 + 1,516*пол + 0,453*возраст 

    Теперь  на основании данного уравнения  можно рассчитать вероятность, с  которой та или иная социально-демографическая  целевая группа респондентов будет  удовлетворена спектром предоставляемых  услуг с помощью формулы: 

    

 

    Подставив в дискриминантное уравнение  соответствующие значения, можно  сделать вывод о том, что женщина  в возрасте 31-40 лет будет удовлетворена  спектром предоставляемых услуг  с вероятностью 27,5%: 

    Z = - 3,420 + 1,516*2 + 0,453*3 = - 3,420 + 3,032 + 1,359 = 0,971 

                                              = 0, 275 или 27,5% 

Для сравнения  мужчина в том же возрасте будет  удовлетворен спектром услуг с вероятностью 70,9%.  

Z = - 3,420 + 1,516*1 + 0,453*3 = - 0,905

= 0,709 или 70,9% 

    Полученные  данные говорят о большей удовлетворенности  мужчин данного возраста спектром предоставляемых  услуг, чем женщин этого же  возраста. Поэтому целесообразно при расширении спектра услуг ориентироваться  в первую очередь на потребности  данной категории женщин. Так в  частности было выявлено, что чаще всего женщины данного возраста в качестве желаемых дополнительных услуг чаще всего указывали карту  городу и расписание общественного  транспорта. Следовательно, введение указанных  сервисов будет способствовать повышению  удовлетворенности женщин в возрасте 31-40 лет спектром предоставляемых  услуг.

    Если  рассчитать аналогичные вероятности  для мужчин и женщин в возрасте 20-30 лет, то результаты будут соответственно 72,9% и 37,3%. Женщины в данном возрасте в качестве дополнительных услуг  в большей степени желали бы иметь  возможность пользоваться ISQ, GPS навигацией и видео связью.

    В целом, на основании полученных вероятностей можно сделать вывод о том, что в целом мужчины в большей  степени удовлетворены спектром предоставляемых услуг, чем женщины, а с возрастом удовлетворенность, как у мужчин, так и у женщин, снижается. 

      Таблица 4.8 показывает средние значения дискриминантной функции в каждой анализируемой группе зависимой переменной. 

Таблица 4.8 Functions at Group Centroids 

Устраивает  ли вас спектр услуг Function
1
нет -,167
да ,277

Информация о работе Маркетинговое исследование рынка сотовой связи Республики Беларусь