В большинстве случаев анализ сводится к проверке справедливости определенной гипотезы. Статистические методы проверки гипотез предполагают некоторую нуль-гипотезу. Методы анализа разработаны для конкретных типов нуль-гипотез. Проверка заключается в том, что с определенной степенью уверенности (достоверности) нуль-гипотеза принимается или отвергается в пользу альтернативной гипотезы. Использование нуль-гипотез будет рассмотрено на примерах. Поскольку события происходят все-таки случайно, результаты измерений могут не совсем соответствовать ожиданиям, но все же не очень сильно отличаться от них. Теория статистики позволяет количественно определить тот уровень отклонений, при котором нуль-гипотеза отвергается с заданной достоверностью a. Но всегда остается шанс, что нуль-гипотеза была отвергнута ошибочно.

Для каждого метода анализа уже имеется определенная нуль-гипотеза. В данной книге приводится ее вид, а также способ ее проверки. Если требуется подтвердить гипотезу, обратную нуль-гипотезе, то это равносильно тому, что нуль-гипотеза отвергается.

Наиболее распространенный иллюстрационный пример связан с правосудием. Если нуль-гипотеза – невиновен, то a задает вероятность ошибочно наказать невинного человека. Соответственно, вероятность вынести правильный оправдательный приговор равно 1 - a . Вероятность ошибочно принять нуль-гипотезу, когда она на самом деле неверна (оправдать виновного), b, в общем случае не связана с a. Методы анализа разрабатываются с учетом требования минимизации этой ошибки.

Вычисления, сопутствующие принятию решения о нуль-гипотезе, математически доказаны. В данной книге это доказательство не приводится, дается лишь алгоритм расчетов. Однако следует обратить внимание на обсуждение идеи, лежащей в основе каждого из методов. Тогда вопрос о его применимости в конкретной ситуации будет решаться гораздо легче.

Конечно, разработано большое количество методов анализа и их модификаций. На рис. Рис. 21 представлен порядок выбора методов анализа среди основных, наиболее распространенных.

Рис. 21 . Порядок выбора метода анализа

На рисунке видны и те вопросы, на которые должен ответить исследователь при выборе. Обозначения на рисунке: Н – номинальная шкала; П – порядковая; И – интервальная или пропорциональная. Следует подчеркнуть, что шкалу всегда можно «загрубить». Например, при рассмотрении кросс-табуляции доход исходно измерялся в относительной шкале (в рублях). Для достижения целей анализа данные были переведены в порядковую шкалу высокий/низкий доход.

Методы одномерного анализа очень подробно разбираются во многих книгах по статистике. Поэтому основные методы и процедуры одномерного анализа приводятся здесь достаточно кратко. Основное внимание будет уделяться методам многомерного анализа применительно к маркетинговым задачам.

Будут приведены и некоторые типовые маркетинговые ситуации, для которых пригоден тот или иной метод.