Влияние цены

H0 цена не влияет на частоту покупок мясных изделий «ВЕККА»

H1 цена влияет на частоту покупок мясных изделий «ВЕККА»

Дисперсионный анализ
V5
	Сумма квадратов	ст.св.	Средний квадрат	F	Знч.
Между группами	8,023		4,012	9,291	,001
Внутри групп	15,977		,432
Итого	24,000

F>Fкр Значит гипотезу H0 отвергаем.Это значит что цена влияет на частоту покупок мясных изделий «ВЕККА»

Влияние качества.

H0 качество не влияет на частоту покупок

H1качество влияет на частоту покупок

Дисперсионный анализ
V5
	Сумма квадратов	ст.св.	Средний квадрат	F	Знч.
Между группами	1,695		,848	1,406	,258
Внутри групп	22,305		,603
Итого	24,000

F>Fкр Значит гипотезу H0 отвергаем.Это значит что качество влияет на частоту покупок.

Факторный анализ:

Основные задачи при проведении ФА — это определение количества факторов и их интерпретация. Вообще для маркетолога интерпретируемость является одним из наиболее важных критериев при принятии решения о том, сохранять или удалять фактор, хотя с точки зрения математической статистики и метода ФА нет никакой необходимости в какой-либо интерпретации факторов. При подборе числа факторов пользуются различными статистическими показателями — собственными числами, долями объясненной дисперсии, но эти показатели также не являются абсолютно определяющими.

Общности
	Начальные	Извлеченные
V1	1,000	,537
V3	1,000	,641
V6	1,000	,613
V7	1,000	,673
Метод выделения: Анализ главных компонент.

Полная объясненная дисперсия
Компонента	Начальные собственные значения	Суммы квадратов нагрузок извлечения	Суммы квадратов нагрузок вращения
Итого	% Дисперсии	Кумулятивный %	Итого	% Дисперсии	Кумулятивный %	Итого	% Дисперсии	Кумулятивный %
	1,414	35,345	35,345	1,414	35,345	35,345	1,284	32,101	32,101
	1,051	26,265	61,610	1,051	26,265	61,610	1,180	29,509	61,610
	,826	20,644	82,254
	,710	17,746	100,000
Метод выделения: Анализ главных компонент.

Матрица компонентa
	Компонента
V1	,544	,491
V3	-,457	-,658
V6	,705	-,340
V7	-,642	,510
Метод выделения: Анализ методом главных компонент.
a. Извлеченных компонент: 2

Матрица повернутых компонентa
	Компонента
V1	,142	,719
V3	,027	-,800
V6	,769	,148
V7	-,820	,025
Метод выделения: Анализ методом главных компонент. Метод вращения: Варимакс с нормализацией Кайзера.
a. Вращение сошлось за 3 итераций.

Матрица преобразования компонент
Компонента
	,802	,598
	-,598	,802
Метод выделения: Анализ методом главных компонент. Метод вращения: Варимакс с нормализацией Кайзера.

Факторный анализ выделил нам две латентные переменные.

1- позиционирование торговой марки

2- качественные характеристики

Это значит что вопросы 1 и 3 дают представление об узнаваемости бренда в целом, а вопросы 6 и 7 дают качественные характеристики бренду

Кластерный анализ:

Сводка обработки наблюденийa,b
Наблюдения
Валидные	Пропущенные	Всего
N	Процент	N	Процент	N	Процент
	100,0		,0		100,0
a. Квадраты Евклидовых Расстояний использованное
b. Метод Варда

Шаги агломерации
Этап	Кластер объединен с	Коэффициенты	Этап первого появления кластера	Следующий этап
Кластер 1	Кластер 2	Кластер 1	Кластер 2
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,000
			,500
			1,167
			1,967
			2,967
			4,167
			5,367
			7,081
			9,081
			12,381
			16,030
			22,064
			29,206
			39,667
			54,914
			73,175

C A S E 0 5 10 15 20 25

Label Num +---------+---------+---------+---------+---------+

17 -+

40 -+

6 -+-+

7 -+ +-------------------------+

8 ---+ |

18 -+-+ |

20 -+ +-----+ +-----------+

14 -+-+ | | |

15 -+ | | |

26 -+ +-------------------+ |

33 -+---+ | |

19 -+ | | |

32 -+ +---+ |

37 -+ | |

9 -+---+ +-------+

25 -+ | |

22 -+ | |

39 -+---+ | |

4 -+ | | |

28 -+ +-------------+ | |

35 -+ | | | |

11 -+ | | | |

13 -+---+ | | |

27 -+ +---------------------+ |

12 -+ | |

34 -+-+ | |

36 -+ +-----+ | |

3 -+ | | | |

16 -+-+ +---------+ |

1 -+ | |

21 -+-+ | |

29 -+ +-----+ |

23 -+ | |

30 -+-+ |

5 -+ |

2 -+---------------+ |

38 -+ +-------------------------------+

24 -+ |

31 -+---------------+

10 -+

Начальные центры кластеров
	Кластер
V1
V3
V6
V7

История итерацийa
Итерация	Изменения центров кластеров
	,965	,354	,879
	,322	,000	,116
	,000	,430	,086
	,000	,000	,000
a. Сходимость достигнута по критерию малой величины или отсутствия изменений в положении центров кластеров. Максимальное абсолютное изменение координаты любого кластера составляет,000. Текущая итерация 4. Минимальное расстояние между начальными центрами 2,449.

Принадлежность к кластерам
Номер наблюдения	Кластер	Расстояние
		,726
		1,077
		,726
		1,003
		1,169
		,374
		,374
		,970
		1,152
		,600
		,408
		,408
		,408
		,828
		,828
		,726
		,374
		1,359
		,735
		1,359
		1,373
		1,003
		1,169
		1,166
		1,152
		,735
		,408
		,408
		1,373
		1,169
		1,166
		1,152
		,735
		,860
		,408
		,860
		1,152
		1,720
		1,003
		,374

	Кластер
V1
V3
V6
V7

Расстояния между конечными центрами кластеров
Кластер
		2,159	1,643
	2,159		2,180
	1,643	2,180

ANOVA
	Кластер	Ошибка	F	Знч.
	Средний квадрат	ст.св.	Средний квадрат	ст.св.
V1	8,750		,000		.	.
V3	,158		,148		1,067	,354
V6	6,980		,312		22,380	,000
V7	2,880		,504		5,717	,007
Значения F-статистики следует использовать только как индикатор, ведь кластеры выбирались так, чтобы максимизировать расхождения между наблюдениями из разных кластеров. Наблюденные уровни значимости не скорректированы соответственно, и потому их нельзя применять для проверки гипотезы о равенстве средних значений кластеров.

Число наблюдений в каждом кластере
Кластер		10,000
	5,000
	25,000
Валидные	40,000
Пропущенные значения	,000

В ходе проведения данного анализа выявили 3 кластера:

К первому кластеру отнеслись люди которые одинаково ответили на шестой вопрос в анкете, ко второму – люди которые ответили одинаково первый и третий вопрос анкеты. К третьему кластеру отнеслись респонденты которые одинаково ответили на седьмой вопрос анкеты.

Выводы:

Целью моей курсовой было исследование имиджа компании «ВЕККА».

Исследование проводилось при помощи анкетирования потребителей мясных продуктов в точках их продаж. Были использованы следующие методы:

Дисперсионный анализ – выявил, что на частоту приобретения мясных продуктов влияет в основном качество и цена продуктов, а не реклама бренда.

Факторный анализ - выделил нам две латентные переменные.

1- позиционирование торговой марки

2- качественные характеристики

Это значит что вопросы 1 и 3 дают представление об узнаваемости бренда в целом, а вопросы 6 и 7 дают качественные характеристики бренду.

В ходе проведения кластерного анализа выявили 3 кластера:

К первому кластеру отнеслись люди которые одинаково ответили на шестой вопрос в анкете, ко второму – люди которые ответили одинаково первый и третий вопрос анкеты. К третьему кластеру отнеслись респонденты которые одинаково ответили на седьмой вопрос анкеты.

В целом бренд оказался довольно конкурентоспособным и узнаваемым, а его товарная марка известна среди покупателей мясных продуктов своим качеством и доступной ценой.

План:
Вступление …………………………………………………………………………………………….… 3 ст 1.1. Концепция имиджа «ВЕККА»…………………………………………………………....4 ст

1.2. «ВЕККА» глазами покупателей……………………………………………………….….7 ст

1.3. Управленческая и проблема маркетингового исследования……….….11 ст

1.4. Поисковые вопросы и гипотезы исследования…………………………….…..12 ст

2.1. План проведения исследования……………………………………………………….…14ст

2.2.Анкета маркетингового исследования и сбор первичной информации15ст

2.3. Анализ результатов анкетирования ……………………………………………………..17ст

2.4. Интерпретация данных…………………………………………………………………………20ст

Выводы……………………………………………………………………………………………………..… 31 ст