الخميس، 14 يونيو 2012

تحليل البيانات ( الوحدة الثامنة )


بسم الله الرحمن الرحيم

أولاً – محددات اختيار تحليل البيانات :
يقصد بتحليل البيانات التسويقية استخدام الأساليب الإحصائية الملائمة لمعرفة طبيعة العلاقة بين المتغيرات المختلفة في العملية التسويقية. لمعرفة أثر كل هذه العوامل المستقلة ( المتغيرات المستقلة ) علة العوامل التابعة ( المتغيرات التابعة ) نستخدم الأساليب الإحصائية في عملية تحليل البيانات. ولكن أي أسلوب إحصائي يتم استخدامه في تحليل البيانات التسويقية ؟ يتوقف الأمر بطبيعة الحال على عدد من العوامل وهي :

1.     نوعية البيانات:
      تجب التفرقة عند استخدام الأسلوب الإحصائي بين نوعين من البيانات وهما:
·        البيانات الوصفية : وهي البيانات التي تكون في صورة غير عددية مثل لون السيارة وشكل الثلاجة
·        البيانات الكمية : وهي التي تكون في صورة عددية مثل وزن السلعة وطولها وعدد أفراد الأسرة ودخل الفرد وسعر السلعة.

2.     تصميم البحث :
تجب التفرقة بين البحث التسويق الذي يقوم على عينة واحدة والبحث الذي يقوم على عدد من العينات المستقلة. كذلك فإن عدد المتغيرات الداخلة في التحليل يؤثر على اختيار الأسلوب الإحصائي المستخدم في التحليل.

3.     شروط الأسلوب الإحصائي :
يتطلب كل أسلوب إحصائي شروطاً خاصة به حتى يتمكن من استخدامه في التحليل.فمثلاً :

                                  أ‌-          عندما تميل البيانات إلى التركز حول قيمة معينة يمكن استخدام هذه القيمة المركزية لتمثيل هذه المجموعة من البيانات. ويتم استخدام أساليب معينة للتعرف على هذه القيمة المركزية تسمى مقاييس النزعة المركزية أو المتوسطات. ويجب أن تتوفر في مقياس النزعة المركزية الصفات التالية لكي يكون مقياساً جيداً :
-         أن يتم المقياس في حسابه على كل المشاهدات.
-         أن يكون المقياس سهل الحساب والفهم.
-         أن يتوفر في المقياس القابلية للتعامل الجبري.
-         أن لا يتأثر المقياس بوجود القيم المتطرفة والشاذة.

                               ب‌-       عند استخدام المدى لمعرفة التجانس بين مشاهدات مجموعة البيانات نجده يتأثر كثيراً بالقيم الشاذة وذلك بسبب اعتماده على مشاهدتين اثنتين فقط هما المشاهدة الكبرى والصغرى.

                               ت‌-       إن مقاييس التشتت لا يمكن استخدامها في حالات المقارنة بين تشتت مجموعتي أو أكثر من البيانات خاصة في الحالات التالية :

-         عندما تكون البيانات مقيسة بوحدات مختلفة للمجموعات المختلفة.
-         عندما تكون الأوساط الحسابية لمجموعات البيانات مختلفة.
ففي هذه الحالات يمكن استخدام مقاييس التشتت النسبي والتي أهمها معامل الاختلاف.

ثانياً – أساليب تحليل متغير واحد :

يستخدم في تحليل البيانات التي تنطوي على متغير تسويق وأحد نوعيين من المقاييس الإحصائية وهما :
-         مقاييس النزعة المركزية.
-         مقاييس التشتت.

ونتناول هذه المقاييس بالتفصيل كما يلي :

1.     مقاييس النزعة المركزية : تشير مقاييس النزعة المركزية إلى مدى تركز البيانات حول قيمة معينة. وفيما يلي بعض هذه المقاييس  :
                                  أ‌-          الوسط الحسابي : هو ناتج قسمة مجموع القيم أو المشاهدات على عددها.
                               ب‌-       الوسيط : هو أحد مقاييس النزعة في حالة البيانات ذات القياس الترتيبي ويشترط لحسابه أن تكون البيانات صغيرة الحجم.والوسيط هو القيمة التي تتوسط توزيع القيم في البيانات بعد ترتيبها. ولحساب بالوسيط نقوم بما يلي :
-         ترتيب قيم المشاهدات تنازلياً أو تصاعدياً.
-         تحديد موقع الوسيط باستخدام المعادلة التالية :
       موقع الوسيط = ( ن + 1 ) / 2
2.     مقاييس التشتت : يعبر التشتت عن مدى تباين القيم عن وسطها الحسابي. ومن مقاييس الشتت المدى والتباين والانحراف المعياري.

                                  أ‌-          المدى : هو الفرق بين أكبر مشاهدة واصغر مشاهدة في المشاهدات محل الدراسة.
                               ب‌-       التباين : هو متوسط مربعات انحرافات المشاهدات عن الوسط الحسابي لهذه المشاهدات.
                               ت‌-       الانحراف المعياري : هو الجذر التربيعي لمجموع مربعات انحرافات المشاهدات عند وسطها الحسابي.

ثالثاً – أساليب تحليلي متغيرين :
من أهم الأساليب التي يستخدمها الباحث التسويقي في تحليل متغيرين ما يلي :
·        معامل الارتباط البسيط.
·        تحليل الانحدار البسيط.

رابعاً – أساليب تحليل متغيرات متعددة :
من أهم الأساليب التي يستخدمها الباحث التسويقي في تحليل أكثر من متغيرين الأساليب التالية :
  • ·        التحليل العاملي.
  • ·        التحليل العنقودي.
  • ·        تحليل الارتباط المتعدد.
  • ·        تحليل الانحدار المتعدد.
  • ·        تحليل التمايز.
  • ·        تحليل التباين.

ليست هناك تعليقات:

إرسال تعليق