Научно-исследовательский семинар "Практика обработки данных в SPSS"

Магистратура 2020/2021

Статус: Курс обязательный (Маркетинг)

Направление: 38.04.02. Менеджмент

Кто читает: Департамент маркетинга

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Галицкая Елена Геннадьевна, Пушкина Екатерина Дмитриевна

Прогр. обучения: Маркетинг

Язык: русский

Кредиты: 3

Контактные часы: 32

Полная версия программы учебной дисциплины

Аннотация

Научно-исследовательский семинар "Практика обработки данных в SPSS" является продолжением курса "Методология научных исследований в маркетинге" и носит прикладной характер. Основное внимание уделяется методам, которые могут помочь менеджерам в принятии маркетинговых решений. Семинар «Практика обработки данных в SPSS» предполагает, что студенты владеют методами маркетинговых исследований, хорошо представляют себе практические задачи в этой области и, кроме того, имеют серьезную подготовку по математической статистике. В части программного обеспечения необходимо владение средствами Microsoft Office, а также знакомство с программным пакетом SPSS. Задача семинара – дать возможность студентам практически овладеть основными навыками деятельности в сфере анализа маркетинговой информации. Компьютерные методы анализа данных находят все более широкое применение для принятия маркетинговых решений. В данном семинаре в качестве программной основы компьютерного моделирования и анализа маркетинговых данных рассматривается программный пакет SPSS. В ходе семинарских занятий студенты решают практические задачи с помощью обработки реальных маркетинговых данных. В качестве самостоятельной работы студентам предлагается реализовать один из методов маркетингового моделирования с применением программного пакета SPSS.

Цель освоения дисциплины

Целью освоения дисциплины является вооружение слушателей навыками анализа маркетинговой информации в реальных условиях для принятия маркетинговых решений на фирме или предприятии (например, решений по сегментированию рынка, позиционированию и продвижению товара, ценовой политике и других).

Планируемые результаты обучения

Освоил факторный анализ (метрический метод главных компонент, PCA).
Освоил метод оптимального шкалирования (категориальный метод главных компонент, CatPCA).
Освоил метод иерархической кластеризации.
Освоил кластеризацию методом К-средних.
Освоил метод Classification Tree из программного пакета SPSS.
Овладение (в том числе с использованием программного пакета SPSS) навыками проверки гипотез, сформулированных на основе частотного распределения значений переменных.
Овладение с помощью программного пакета SPSS навыками проверки гипотез, сформулированных на основе расчёта средних значений переменных.

Содержание учебной дисциплины

Базовый анализ данных: выполнение работы «Оценка успешности рекламной кампании (сравнение выборочной доли информированных потребителей со значением из генеральной совокупности)».
Сформулировать альтернативную и нулевую гипотезы для проверки значимости различия долей. Рассчитать проверочные таблицы для переменной, определяющей выборку из целевой группы Указать размер выборки из целевой группы. Сделать необходимые расчёты в MS Excel (с четырьмя десятичными знаками), привести вывод по расчётам в MS Excel. Сделать необходимые расчёты в SPSS, сформулировать вывод по расчётам в SPSS. Сделать содержательный вывод по заданию.
Базовый анализ данных: выполнение работы «Проверка значимости различия средних значений, полученных по двум независимым / зависимым выборкам».
Сформулировать проверяемые гипотезы для проверки значимости различия средних значений. Рассчитать проверочные таблицы для переменной, определяющей выборки из целевых групп. Привести таблицы с результатами процедуры расчёта t-критерия. Сделать содержательный вывод по заданию.
Углубленный анализ данных: оптимальное шкалирование (категориальный метод главных компонент)
Цели применения категориального метода главных компонент Оцифровка категориальных переменных с помощью процедуры оптимального шкали-рования Особенности применения категориального метода главных компонент
Углубленный анализ данных: факторный анализ (метрический метод главных компонент)
Цели применения факторного анализа в маркетинге Модель факторного анализа Принципы выбора числа факторов Вращение факторов Интерпретация результатов факторного анализа
Углубленный анализ данных: кластерный анализ (иерархическая кластеризация, кластеризация методом К-средних)
Маркетинговые задачи, решаемые с помощью кластерного анализа Методы объединения кластеров Меры расстояния между объектами Иерархический кластерный анализ Метод К-средних
Углубленный анализ данных: метод Classification Tree из программного пакета SPSS
Цель, задачи и преимущества построения деревьев классификации Методы построения деревьев классификации Интерпретация полученных результатов

Элементы контроля

Задания
Экзамен

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.67 * Задания + 0.33 * Экзамен

Программа дисциплины