MATUTKIMUS2002

MARKKINOINTITUTKIMUS: 

MARKKINOINTITUTKIMUS Vaasan yliopisto 2006

Markkinointitutkimuksen tehtävä: 

Markkinointitutkimuksen tehtävä Lähtökohtana markkinoinnin tarpeet Markkinointi pyrkii asiakkaiden tarpeiden tunnistamiseen ja tyydyttämiseen Oikeiden markkinointistrategioiden tekeminen edellyttää tietoa asiakkaista, kilpailijoista ja muista markkinoihin vaikuttavista tekijöistä Yritysten kansainvälistyessä tietojen tarve on lisääntynyt

Markkinointitutkimuksen tehtävä: 

Markkinointitutkimuksen tehtävä Asiakkaat ovat tulleet varakkaammiksi ja toiveiltaan monipuolisemmiksi Kilpailun kovennuttua on tiedettävä enemmän markkinointitoimenpiteiden tehosta Ympäristö muuttuu yhä nopeammin ja tarvitaan entistä ajankohtaisempaa informaatiota

Markkinointitutkimuksen tehtävä: 

Markkinointitutkimuksen tehtävä M:n tehtävänä on arvioida informaation tarve ja tarjota yrityksen johdolle relevanttia, täsmällistä, luotettavaa, pätevää ja ajankohtaista informaatiota Huonojen päätösten kustannukset ovat yhä suurempia ja siksi M:n on tuotettava järkevää informaatiota Järkevät päätökset eivät perustu enää tunteisiin tai intuitioon

Slide5: 

Kontrolloitavat markkinoinnin muuttujat 4 P:tä MARKKINOINTITUTKIMUS Kontrolloimattomat ympäristötekijät Markkinointijohtajat - Segmentointi - Markkinoiden valinta - Markkinointiohjelmat - Tehokkuus ja valvonta Infon tarpeen määrittely Infon välitys Markkinoin- nin päätök- senteko Asiakasryhmät: - Kuluttajat - Työntekijät - Osakkaat - Toimittajat Markkinointitutkimuksen rooli

Markkinointitutkimuksen määritelmä: 

Markkinointitutkimuksen määritelmä Markkinointitutkimus on systemaattista ja objektiivista informaation identifiointia, keräystä, analysointia, levittämistä ja käyttöä jonka tarkoituksena on parantaa päätöksentekoa joka liittyy markkinointi-ongelmien (ja -mahdollisuuksien) identifiointiin ja ratkaisuun (AMA)

Slide7: 

Markkinointitutkimus Ongelman identi- fointitutkimus Ongelman rat- kaisututkimus Markkinapotentiaali Markkinaosuus Imago Markkinoiden ominaisuudet Myynnin analyysi Ennusteet Trendit Segmentointitutkimukset Tuotetutkimukset Hinnoittelututkimukset Promootiotutkimukset Jakelututkimukset Markkinointitutkimusten luokittelu

Ongelman identifiointitutkimus: 

Ongelman identifiointitutkimus Auttaa identifioimaan ongelmia, jotka eivät ole ilmeisiä mutta kuitenkin ovat olemassa tai tulevat esille tulevaisuudessa Esimerkiksi aleneva markkinapotentiaali ennustaa että voi olla vaikea saavuttaa myyntitavoitteita tai jos markkinapotentiaali kasvaa mutta yrityksen ma-osuus pienenee, on tulossa ongelmia Tutkimus voi paljastaa ongelmien syyt tai vielä piilossa olevat mahdollisuudet

Ongelman ratkaisututkimukset: 

Ongelman ratkaisututkimukset Esim: Segmentointiperusteiden määrittely Konseptitutkimukset Pakkaustutkimukset Brandin positiointitutkimukset Kysynnän hintajouston tutkimukset Mainonnan ja mediatutkimukset Jakeluportaan mielipiteet Kaupan sijaintitutkimukset ym.

MIS JA DSS: 

MIS JA DSS MIS= Marketing Information System Strukturoidut ongelmat Raportit Jäykkä rakenne Infon näyttäminen rajoitettua Voi helpottaa päätöksentekoa selventämällä raakadataa DSS= Decision Support System Ei-strukturoidut ongelmat Mallien käyttö Käyttäjäystävällinen vuorovaikutus Mukautuvainen Voi parantaa päätöksentekoa käyttämällä ”mitä jos” -analyysiä

Markkinointitutkimuksen tekijät: 

Markkinointitutkimuksen tekijät Yrityksen omat tutkijat/tutkimusosastot yleensä vain suurilla yrityksillä tekevät usein vain rutiinitutkimuksia ja osa ostetaan ulkopuolisilta yrityksiltä Ulkopuoliset toimittajat voidaan jakaa täyden palvelun tai rajoitetun palvelun yrityksiin ks. esim. www.gallup.fi www.taloustutkimus.fi www.vaasaemg.com

Markkinointitutkimuksen vaiheet: 

Markkinointitutkimuksen vaiheet 1. Ongelman määrittely 2. Lähestymistavan kehittely 3. Tutkimussuunnitelman muotoilu 4. Tietojen keräys 5. Datan järjestely ja analyysi 6. Raportin valmistelu ja laatiminen

1. Ongelman määrittely: 

1. Ongelman määrittely Tärkein kaikista markkinointitutkimuksen vaiheista Siinä ilmaistaan tutkimusongelma sekä tunnistetaan sen komponentit Ongelman määrittelyn hyvyydestä riippuu saadaanko asiakkaan ongelmaan vastaus Kaikki raha ja aika jotka käytetään huonosti määritellyn tai väärin ymmärretyn ongelman tutkimiseen menevät hukkaan Usein kiirehditään tekemään liian nopeasti kysymys-lomaketta eikä mietitä riittävästi mihin asioihin halutaan saada vastaus

1. Ongelman määrittely: 

1. Ongelman määrittely Alustavat vaiheet Keskustelut päätöksentekijöiden kanssa Asiantuntijoiden haastattelut Sekundaaritietojen analysointi Kvalitatiivinen tutkimus Keskustelut päätöksentekijöiden kanssa Päätöksentekijän on ymmärrettävä tutkimuksen mahdollisuudet ja rajoitukset Tutkimus ei anna valmiita vastauksia ongelmiin vaan infoa päätöksentekijöille ongelmien ratkaisua helpottamaan Tutkijan on myös ymmärrettävä mikä on päätöksentekijän ongelma ja mitä hän tutkimukselta odottaa

1. Ongelman määrittely: 

1. Ongelman määrittely Ongelman auditointi = perinpohjainen ja laajamittainen ongelman tutkiminen jonka tarkoituksena on ymmärtää ongelman alkuperä ja luonne Auditointi on tärkeä suorittaa siksi, että usein päätöksen-tekijälläkin on vain aavistus siitä mikä todellinen ongelma on ja siksi he kiinnittävät huomiota oireisiin syyn sijasta Esim. myynnin lasku voi johtua monesta tekijästä - ympäristön muuttumisesta, kilpailijoiden tehostuneesta markkinoinnista, jakelukanavien heikkouksista jne.

1. Ongelman määrittely: 

1. Ongelman määrittely Asiantuntijoiden haastattelut Keskustelut alan asiantuntijoiden kanssa voivat auttaa ongelman määrittelyssä Asiantuntijoita voi löytyä sekä yrityksen sisältä, että sen ulkopuolelta Asiantuntijoilta saadaan tavallisesti informaatiota vapaamuotoisten henkilökohtaisten haastattelujen avulla ilman strukturoituja lomakkeita On kuitenkin hyvä olla lista asioista, joista keskustellaan Tarkoituksena on ongelman tarkempi määrittely, ei vastausten saaminen tutkimusongelmaan Asiantuntijoiden haastattelu on erityisen hyödyllistä silloin kun on kysymys teollisista tuotteista tai erityisen teknisistä tuotteista, joista ei ole olemassa muuta informaatiota

1. Ongelman määrittely: 

1. Ongelman määrittely Sekundaaritietojen analysointi Sekundaaritiedot ovat tietoja , jotka on kerätty jotain muuta tarkoitusta varten kun primaaritiedot on kerätty juuri tehtävää tutkimusta varten Sekundaaritietoja saa julkisista ja kaupallisista lähteistä Sekundaaritiedot ovat yleensä halpa ja nopea tapa saada taustatietoja Sekundaaritiedon analysointi on tärkeä vaihe ongelman määrittelyssä Primaaritietoja ei pidä kerätä ennen kuin olemassa olevat sekundaaritiedot on analysoitu

1. Ongelman määrittely: 

1. Ongelman määrittely Kvalitatiivinen tutkimus Päätöksentekijöiltä, asiantuntijoilta ja sekundaari-lähteistä saatu informaatio ei aina riitä ongelman määrittelyyn Kvalitatiivinen tutkimus on strukturoimatonta, uusia ideoita etsivää luonteeltaan ja perustuu pieniin näytteisiin Käytetään ryhmähaastatteluja (focus group), sana-assosiaatioita ja syvähaastatteluja Myös lomakkeiden esitestauksia pienillä näytteillä voidaan käyttää

1. Ongelman määrittely: 

1. Ongelman määrittely Ongelmaan liittyvät ympäristötekijät Aikaisempi informaatio ja ennusteet - tiedot myynnistä, ma-osuuksista, kannattavuudesta, teknologiasta, demografioista ja elämäntyyleistä auttavat ymmärtämään tutkimusongelmaa Resurssit ja rajoitteet - aina tutkimuksia suunniteltaessa on otettava huomioon resurssit eli raha ja taidot sekä rajoitteena kustannukset ja aika Tavoitteet - päätöksiä tehdään tavoitteiden saavuttami-seksi, joita on kahdenlaisia 1) organisaation tavoitteet ja 2) päätöksentekijän henkilökohtaiset tavoitteet, on selvitettävä molemmat

1. Ongelman määrittely: 

1. Ongelman määrittely Kuluttajien käyttäytyminen - on keskeinen ympäristötekijä jonka ymmärtäminen voi auttaa ongelman määrittelyssä: Ostajien/ei-ostajien maantieteellinen jakautuma Demograafiset ja psykologiset ominaisuudet Kulutustavat Mediakäyttäytyminen ja reaktiot markkinointiin Hintasensitiivisyys Käytetyt ostopaikat Preferenssit Lainsäädäntö - säätelevät yritysten toimintaa, patentit, brandit, tekijänpalkkiot, kauppasopimukset, verot ym.

1. Ongelman määrittely: 

1. Ongelman määrittely Taloudellinen ympäristö - muodostuu ostovoimasta, bruttotuloista, käytettävissä olevista tuloista, hinnoista, talletuksista, lainansaantimahdollisuuksista ja yleisistä taloudellisista näkymistä. Voi olla suuri vaikutus tutkimuksen ongelman muotoiluun Markkinointi- ja teknologiset taidot - voivat vaikuttaa siihen miten markkinointistrategioita voidaan toteuttaa ja laajemminkin teknologiset edistysaskeleet vaikuttavat markkinointiin esim. viivakoodilukijat auttavat vähittäiskauppaa seuraamaan tuotteiden menekkiä ja markkinaosuuksien muutoksia

1. Ongelman määrittely: 

1. Ongelman määrittely Päätöksenteko-ongelma /Markkinointitutkimusongelma Päätöksenteko-ongelma liittyy siihen mitä päätöksen-tekijän tulisi tehdä ja markkinointitutkimusongelma siihen mitä mitä informaatiota tarvitaan ja miten se parhaiten saataisiin Päätöksenteko-ongelma on toimintasuuntautunutta, esim. miten myynnin lasku saataisiin pysäytettyä, miten markkinat olisi segmentoitava, olisiko kehitettävä uusi tuote tai miten markkinointibudjetti olisi kohdistettava Markkinointitutkimusongelma on informaatiosuuntau-tunutta; mitä infoa tarvitaan ja miten se saadaan

1. Ongelman määrittely: 

1. Ongelman määrittely Päätöksenteko-ongelma Pitäisikö esitellä uusi tuote ? Pitäisikö mainoskampanjaa muuttaa ? Pitäisikö brandin hintaa nostaa? Markkinointitutkimusongelma Selvitettävä kuluttajien preferenssit ja uuden tuotteen ostoaikomukset Selvitettävä nykyisen mainoskampanjan tehokkuus Selvitettävä kysynnän hintajousto ja eri hintatasojen vaikutukset kysyntään ja katteeseen

1. Ongelman määrittely: 

1. Ongelman määrittely Markkinointitutkimusongelman määrittely/rajaaminen Tulisi mahdollistaa kaiken tarvittavan informaation saaminen joka tarvitaan päätöksenteko-ongelman ratkaisuun Tulisi olla ohjeena projektissa Kaksi tavallista virhettä: Ongelma määritellään liian laajaksi tai liian suppeaksi Virheitä voidaan vähentää jakamalla ongelma osiin ja tarkastelemalla niitä yksityiskohtaisemmin Esim: MINKÄLAISIA OVAT ASIAKKAAMME DEMOGRAFIAT KÄYTTÄYTYMINEN SUHTAUTUMINEN TUOTTEISIIMME

2. Lähestymistavan kehittely: 

2. Lähestymistavan kehittely Tavoite/teoreettinen viitekehys Tutkimus perustuu objektiiviseen todistusaineistoon ja sitä tukee teoria Teoria = käsitteellinen rakennelma joka perustuu perusolettamuksiin, joiden uskotaan olevan tosia Objektiivinen todistusaineisto = puolueettomat todisteet, joita empiirinen aineisto tukee Teoria ohjaa tutkimusta ja auttaa esimerkiksi muuttujien operationalisoinnissa ja mittauksessa Teoria auttaa myös aineiston järjestämisessä ja tulkitsemisessa Teoriat ovat aina yksinkertaistus todellisuudesta eivätkä ota kaikkia muuttujia huomioon ja siksi tutkijan on käytettävä mielikuvitustaan

2. Lähestymistavan kehittely: 

2. Lähestymistavan kehittely Tehtävä Avainmuuttujien identifiointi ja käsitteellistäminen Avainmuuttujien operationalisointi Tutkimustavan valinta Näytteen otto Datan analysointi ja tulkinta Tulosten integrointi Teorian rooli Antaa käsitteellisen perustan ymmärtää prosesseja ja viitteitä keskeisistä muuttujista Auttaa näkemään todellisuudessa riippuvat ja riippumattomat muuttujat Teoreettiset suhteet muuttujien välillä auttavat valitsemaan kausaalisen ja deskriptiivisen tutkimuksen välillä Populaation määrittely ja vastaajien valinta Viitekehys auttaa analysoinnissa ja tulkinnassa Olemassa olevan tiedon kanssa

2. Lähestymistavan kehittely: 

2. Lähestymistavan kehittely Analyyttinen malli joukko muuttujia ja niiden välisiä suhteita, jotka esittävät jonkin järjestelmän tai prosessin Monia muotoja: verbaalisia, graafisia, matemaattisia Verbaalinen malli, esittää sanallisesti muuttujat ja niiden väliset suhteet, voi olla johdettu suoraan teoriasta Graafinen malli, esittää asiat visuaalisesti, muuttujat ja niiden välisten suhteiden vaikutussuunnat mutta ei numeerisesti, voivat olla matemaattisten mallien pohjana Matemaattinen malli, eksplisiittisesti määrittelee muuttujien väliset suhteet, tavallisesti kaavan muodossa y= a+b1x1

2. Lähestymistavan kehittely: 

2. Lähestymistavan kehittely Tutkimuskysymykset Tarkennettuja väitteitä ongelmasta Johdetaan ongelmasta ja teoreettisesta viitekehyksestä ja mahdollisesta analyyttisestä mallista Yhdestä ongelmasta voidaan johtaa useita kysymyksiä, joiden avulla vastaus saadaan Esim. ovatko asiakkaamme tyytyväisiä ? ovatko he tyytyväisiä asiakaspalveluun ovatko he tyytyväisiä hintoihin ovatko he tyytyväisiä tuotteen laatuun ovatko he tyytyväisiä toimitiloihin jne. Tutkimuskysymyksistä voidaan tehdä myös hypoteeseja

2. Lähestymistavan kehittely: 

2. Lähestymistavan kehittely Hypoteesit Hypoteesi = todistamaton väite tekijästä, joka kiinnostaa tutkijaa Voi olla alustava väite kahden tai useamman muuttujan välisistä suhteista Usein se on mahdollinen vastaus tutkimuskysymykseen Esim. Kysymys: Ovatko PRISMAN asiakkaat myymäläuskollisia Hypoteesi: PRISMAN asiakkaat ovat myymäläuskollisia Minkälaisia ovat myymäläuskolliset ? H1: Myymäläuskolliset pitävät P:n valikoimia parhaina H2: Myymäläuskolliset ovat riskin välttäjiä H3: Myymäläuskolliset ovat etukortinhaltijoita

2. Lähestymistavan kehittely: 

2. Lähestymistavan kehittely Lähestymistapaan vaikuttavat tekijät Vaihe 2 on eräänlainen silta vaiheen 1 (ongelman määrittely) ja vaiheen 3 (tutkimussuunnitelman muotoilu) välillä Tärkeä kysymys on ”mitkä tekijät vaikuttavat tutkittavaan ongelmaan” On siis identifioitava kaikki ne asiat, joilla voi olla vaikutusta tutkittavaan asiaan ja laadittava siltä pohjalta kysymyslomake Esim. Myymäläuskollisuuteen vaikuttavat: valikoimien laatu henkilökunta hinnat sijainti kilpailijat jne.

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Tutkimussuunnitelma sisältää seuraavat komponentit Määrittele infon tarve Suunnittele eksploratiiviset, kuvailevat ja/tai kausaaliset tutkimuksen vaiheet Määrittele mittaus ja luokittelu Laadi ja testaa kysymyslomake tai muu sopiva tietojen keräys Määrittele näytteen otto ja näytteen koko Suunnittele tiedon analysointimenetelmät Kaksi tutkimustyyppiä: Eksploratiivinen Konklusiivinen

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Eksploratiivisen tutkimuksen tarkoituksena saada näkemyksiä ja uutta ymmärrystä tutkimusongelmasta Käytetään silloin kun ongelma on määriteltävä tarkemmin tai on hankittava lisää näkemyksiä ennen kuin voidaan tehdä päätös lähestymistavasta Tutkimus on joustavaa ja strukturoimatonta, voidaan käyttää esim. asiantuntijahaastatteluja ja näyte on pieni ja ei-edustava Tiedot ovat luonteeltaan kvalitatiivisia ja alustavia ja niitä voidaan käyttää lähtökohtana tuleville tutkimuksille Joskus eksploratiivista tutkimusta seuraa uusi eksploratiivinen tutkimus joskus taas konklusiivinen tutkimus Konklusiivinen tutkimus perustuu suuriin edustaviin näytteisiin ja on luonteeltaan formaalimpi ja strukturoidumpi

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu TUTKIMUSTYYPIT EKSPLORATIIVINEN KONKLUSIIVINEN DESKRIPTIIVINEN KAUSAALINEN PITKITTÄISLEIKKAUS POIKKILEIKKAUS YKSI NÄYTE USEITA NÄYTTEITÄ

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Eksploratiivinen tutkimus Kuten nimi jo sanoo eksploratiivisen tutkimuksen tarkoituksena on ongelman tarkastelu uusien näkemysten ja ymmärryksen aikaansaamiseksi Sitä voidaan käyttää seuraaviin tarkoituksiin Ongelman tarkempaan muotoiluun Vaihtoehtoisten toimintatapojen identifiointiin Hypoteesien kehittelyyn Avainmuuttujien ja -suhteiden löytämiseen ja tutkimiseen Näkemysten saamiseen Tulevan tutkimuksen prioriteettien laatimiseen

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Deskriptiivinen tutkimus Kuten nimikin jo sanoo, deskriptiivinen tutkimus kuvaa jotakin - tavallisesti markkinoiden ominaisuuksia tai toimintoja Sitä tehdään mm. seuraavista syistä Halutaan kuvata joitakin kiinnostavia ryhmiä - kuluttajia, myyjiä, organisaatioita tai markkina-alueita esim. ”heavy usereita” Halutaan arvioida tietyllä tavalla käyttäytyvien määrä jossain populaatiossa Halutaan selvittää miten asiakkaat havaitsevat tuotteen ominaisuuksia Halutaan tietää missä määrin markkinoinnin muuttujat ovat toisistaan riippuvia Halutaan tehdä ennusteita esim. myynnin kehityksestä Deskriptiivinen tutkimus eroaa eksploratiivisesta siten, että siinä tutkittavasta asiasta on jo olemassa etukäteistietoa

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Suurin ero eksploratiivisen ja deskriptiivisen tutkimuksen välillä on etukäteistiedossa, deskriptiivisessä tutkimuksessa tutkijalla on paljon tietoa asiasta ja hän voi tehdä hypoteeseja Tarvittava informaatio on tarkkaan määritelty ja tutkimus on hyvin suunniteltu ja muodoltaan tarkkaan strukturoitu Deskriptiivinen tutkimus perustuu tavallisesti suuriin tilastollisesti edustaviin näytteisiin Muistisääntönä 6 W:tä, who, what, when, where, why and way Suuri osa markkinointitutkimuksista on deskriptiivistä tutkimusta ja sen päämetodit ovat Sekundaaritietojen analysointi Survey-tutkimus Paneelitutkimus Havainnointimetodit

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Poikkileikkaustutkimukset (Cross-Sectional Designs) Tavallisimmin käytetty kuvailevan tutkimuksen muoto markkinoinnissa Informaatio kerätään tietystä näytteestä vain yhden kerran Voidaan kerätä myös useista näytteistä ja usein näytteet valitaan eri aikaan mutta yhtä näytettä käytetään vain yhden kerran Voidaan verrata esim. tapahtuneita muutoksia yleisellä tasolla mutta ei yksilötasolla Eräs muoto on kohorttianalyysi kohortti on joukko vastaajia, jotka kokevat saman ilmiön samaan aikaan esim. ovat tietyn ikäisiä (esim. 19-29) Kohorttia tutkitaan tietyin väliajoin (esim. 10 v.) ja samat ihmiset eivät tule mukaan tutkimukseen vaan samanikäiset ja voidaan tehdä johtopäätöksiä kuluttajakäyttäytymisen muutoksista tietyissä ryhmissä

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Pitkittäisleikkaustutkimukset (Longitudinal Designs) Samasta näytteestä (näytteistä) tehdään mittaus useina perättäisinä ajanjaksoina eli samat vastaajat vastaajat useina peräkkäisinä ajanjaksoina Poikkileikkaustutkimusta voi verrata valokuvaan ja pitkittäisleikkaustutkimusta elokuvaan Esim. Kuinka ihmiset arvioivat presidentti Tarja Halosen onnistumista tehtävässään tai kuinka arviointi on muuttunut presidenttikauden aikana Paneeli = joukko vastaajia, usein kotitalouksia, jotka ovat suostuneet antamaan tietoja kulutuskäyttäytymisestään tiettyinä aikoina Paneelin jäsenille yleensä maksetaan heidän antamistaan tiedoista

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Vertailu Kriteeri Poikkileikkaus Pitkittäisleikkaus Muutoksen - + havaitseminen Suuri tietomäärä - + Tarkkuus - + Näytteen edustavuus + - Vastausten + - vääristymät

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Muutosten havaitsemisessa pitkittäisleikkaustutkimuksessa saadaan tarkempia tietoja koska niitä tehdään useammin ja samasta näytteestä Lisäksi paneeleissa hankitaan paljon enemmän tietoa ja sen jäsenet ovat halukkaampia vastaamaan pitkiin kysymyslomakkeisiin, koska he saavat siitä korvauksen Tarkkuus on paneeleissa parempi, koska asiat kirjataan päiväkirjaan kun poikkileikkaustutkimuksissa moni asia perustuu muistiin Näyte voi paneeleissa olla huonompi, koska osa ihmisistä ei suostu niihin, osa keskeyttää ja maksu voi houkutella tietyntyyppisiä ihmisiä osallistumaan Vastausten vääristymät voivat johtua siitä, että ihmiset kiinnittävät tutkittavaan asiaan enemmän huomiota kuin normaalisti

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Kausaalinen tutkimus Konklusiivisen tutkimuksen muoto, jonka tarkoituksena on hankkia todisteita syy-seuraus-suhteista Usein yritysjohtajat tekevät päätöksiä, jotka perustuvat oletettuihin kausaalisuhteisiin mutta ne pitäisi testata muodollisella tutkimuksella Esim. oletus, että hinnan alentaminen johtaa lisääntyneeseen myyntiin ja suurempiin markkinaosuuksiin ei aina ole totta Kausaalista tutkimusta tarvitaan: kun halutaan ymmärtää mitkä muuttujat ovat syitä (riippumattomia muuttujia) ja mitkä seurauksia (riippuvia muuttujia) määrittelemään suhteen luonne muuttujien välillä Kausaalinen tutkimus on aina hyvin suunniteltua ja tarkkaan strukturoitua

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Vaikka deskriptiivinen tutkimus voi auttaa muuttujien suhteiden selvittämisessä se ei sovi kausaalisuhteiden tutkimiseen Kausaalisessa tutkimuksessa riippumattomia muuttujia manipuloidaan kontrolloiduissa olosuhteissa Myös ympäristön tulee olla tutkijan kontrolloitavissa, jotta voidaan poistaa sen vaikutus tuloksiin Yhden tai useamman muuttujan manipuloinnin vaikutukset saadaan selville mittauksille Kausaalisen tutkimuksen päämenetelmä on kokeellinen tutkimus Kokeellisessa tutkimuksessa voi olla esim. kaksi vertailukelpoista myymälää, joissa kokeillaan myymälämainonnan vaikutuksia tai samassa myymälässä eri aikoina kokeillaan erilaisia mainoksia

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Tutkimusmenetelmän valinta Kun tutkittavasta ongelmasta tiedetään vähän tai ei mitään, on parasta aloittaa eksploratiivisella tutkimuksella. Se on sopiva kun ongelma on määriteltävä tarkemmin, kun on saatava tietoja vaihtoehtojen kehittä-miseen, hypoteesien laatimiseen ja tärkeimpien muuttujien valintaan Eksploratiivista tutkimusta seuraa deskriptiivinen tai kausaalinen tutki-mus, esim. tehdyt hypoteesit testataan tilastollisin menetelmin Aina ei ole tarpeen tehdä eksploratiivista tutkimusta. Jos esim. on tehty sama tai samanlainen tutkimus aikaisemmin, voidaan tehdä suoraan deskriptiivinen tai kausaalinen tutkimus Aina eksploratiivinen tutkimus ei ole ensimmäinen vaihe, esim. deskriptiivisen tai kausaalisen tutkimuksen tulokset ovat vaikeasti tulkittavissa ja silloin voidaan tehdä eksploratiivinen tutkimus asian ymmärtämiseksi paremmin

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Virheiden lähteet Kokonaisvirhe (total error) = populaation todellisen arvon ja havaitun (mitatun) arvon ero ja se on näytteestä johtuvan virheen ja ei-näytteestä johtuvan virheen summa Näytteestä johtuva virhe (Random Sampling Error) seuraus siitä, että näyte ei täydellisesti vastaa populaatiota on näytteen mitatun arvon ja populaation todellisen arvon ero Ei-näytteestä johtuva virhe (Nonsampling Error) Johtuvat jostain muusta kuin näytteen otosta, syynä virheet ongelman määrittelyssä, lähestymistavassa, asteikkojen laatimisessa, kysymyslomakkeen suunnittelussa, haastattelumenetelmissä, datan valmistelussa tai analyysissä syntyy ei-vastaamisesta ja vastaamisesta johtuvista virheistä

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Ei-vastaamisesta johtuvat virheet Syynä se, että näytteeseen valitut eivät vastaa esim. kieltäytymisen takia tai eivät ole kotona haastattelijan käydessä Virhe on alkuperäisen ja nettonäytteen välinen ero tuloksissa Vastaamisesta johtuvat virheet Vastausvirheet syntyvät silloin kun vastaaja antaa vääriä vastauksia tai ne rekisteröidään tai analysoidaan väärin Näitä virheitä voivat tehdä sekä tutkija, haastattelija että vastaaja TUTKIJA Korvikeinformaatiovirhe (Surrogate information error) tarkoittaa sitä, että haastattelija ei kysy oikeaa asiaa esim. tarkoituksena tutkia brandin valintaa ja haastattelija kysyy preferenssejä Mittausvirhe (Measurement error) tutkijan tarkoituksena on tutkia preferenssejä ja tekee asteikon, joka tutkiikin havaintoja Populaation määrittelyvirhe (Population definition error), tutkija rajaa populaation väärin

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Tiedon analyysivirhe (data analysis error), dataa analysoidaan väärillä menetelmillä HAASTATTELIJA Vastaajien valintavirhe (Respondent selection error), esim. lehden lukijoita tutkittaessa mukaan otetaan niitä, jotka eivät ole lukijoita Kyselyvirhe (Questioning error) , ei esim. kysytä juuri siten kuin lomakkeessa lukee tai ei tarkenneta kysymystä jos vastaaja ei ymmärrä Tallennusvirhe (Recording error), kuullaan, tulkitaan tai tallennetaan vastaukset väärin Pettämisvirhe (Cheating error), haastattelija täyttää itse kaikki tai osan lomakkeista VASTAAJA Kyvyttömyysvirhe (Inability error), vastaaja ei pysty vastaamaan koska tiedä asiasta, ei ymmärrä kysymystä tai ei muista asiaa Haluttomuusvirhe (Unwillingness error), vastaaja ei halua antaa oikeata informaatiota

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu KOKONAISVIRHE EI-NÄYTTEESTÄ NÄYTTEESTÄ TUTKIJAN VIRHE VASTAUSVIRHE EI-VASTAAJASTA HAASTATTELIJAN Korvaus Mittaus Populaatio Näyte Datan analyysi Vastaajien valinta Kysymykset Tallennus Pettäminen VASTAAJAN Kyvyttömyys Haluttomuus

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu Budjetti ja aikataulu pitää ottaa huomioon resurssit, raha ja henkiset sekä aika Menetelmiä CPM = Critical Path Method PERT = Program Evaluation and Review Technique GERT = Graphical Evaluation and Review Technique TUTKIMUSSUUNNITELMA Voi vaihdella, mutta pitäisi sisältää seuraavat elementit: 1. Tiivistelmä, sisältää lyhyesti koko suunnitelman keskeiset kohdat 2. Taustatekijät, ongelman lähtökohdat ja ympäristötekijät 3. Ongelman määrittely/tavoitteet, jos ei selvää ongelmaa, pitäisi eksploratiivisen tutkimuksen tavoitteet olla selvillä

3. Tutkimussuunnitelman muotoilu: 

3. Tutkimussuunnitelman muotoilu 4. Lähestymistapa, tiivistelmä akateemisesta ja alan kirjallisuudesta ja mahdollinen analyyttinen malli. Jos on tutkimuskysymyksiä, hypoteeseja tai muita tutkimukseen vaikuttavia asioita, ne esitetään 5. Tutkimussuunnitelma, onko tutkimus eksploratiivinen, deskriptiivinen tai kausaalinen ja 1) hankittava informaatio 2) miten kysymyslomake toimitetaan vastaajalle (posti, puhelin, henkilökohtainen haastattelu) 3) käytettävät asteikot 4) tehtävien kysymysten tyyppi ja 5) näytteenottosuunnitelma 6. Kenttätyöt/Datan keräys, miten, kuka, kontrolli 7. Tietojen analysointi, mitä menetelmiä ja ohjelmia käytetään ja miten tulokset esitetään 8. Raportointi, esitetäänkö väliraportteja, minkälainen on lopullinen raportti ja esitetäänkö tulokset suullisesti 9. Kustannukset ja aikataulu, maksuohjelma 10.Liitteet, mitä tietoja esitetään

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Sekundaaritietojen hankinta Edut ja haitat Edut Helposti ja nopeasti saatavilla, suhteellisen halpoja Jotkut tiedot sellaisia mitä yrityksen itse eivät pysy keräämään (Tilastokeskus) Haitat Koska ne on hankittu toiseen tarkoitukseen kuin käsillä oleva tutkimus, ne voivat olla puutteellisia tai vanhentuneita Sekundaaritietojen arviointikriteerit Tiedonkeräyksessä käytetty metodi On arvioitava näytteen kokoa ja otantamenetelmää, vastausprosenttia, lomakkeen laadintaa ja kenttätyössä käytettyjä menetelmiä sekä analyysimenetelmiä ja raportointia On arvioitava reliabiliteettia (luotettavuutta) ja validiteettia (pätevyyttä)

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Tiedon virheettömyys Vaikea arvioida koska sekundaaritiedosta ei tiedetä kaikkea miten se on tehty (ks. edellä virhemahdollisuudet) Yksi tapa on verrata useita tietolähteitä Tiedot voivat vaihdella jos on kysymys asiasta, joka vaihtelee, voidaan tehdä omia pilottitutkimuksia Ajankohtaisuus Joissakin tapauksissa tiedon keräyksen ja julkistamisen välillä kuluu paljon aikaa esim. Tilastokeskus Markkinoinnissa tiedon käyttökelpoisuus huononee tiedon vanhetessa Mihin tarkoitukseen tieto on kerätty Johonkin tiettyyn tarkoitukseen kerätty tieto ei ehkä ole sopivaa toisissa tilanteissa Luonne, tiedon sisältö Miten muuttujat on määritelty, miten mittarit on laadittu tai miten muuttujien välisiä suhteita on tutkittu

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Käytetyt yksiköt voivat olla sopimattomia, esim. mitattu talouden bruttotuloja kun tarvittaisiin yksilön nettotulot Luokittelu on tehty sopimattomasti Luotettavuus Vihjeitä saadaan tutkimalla tekijöiden ammattitaitoa, uskottavuutta, mainetta ja luotettavuutta Jos tiedot on julkaistu mainostarkoituksessa, on oltava epäluuloinen Samoin jos tekijästä ei ole tietoa tai tietojen keräysmetodia ei ole mainittu Sekundaaritieto pitäisi aina tarkastaa alkuperäisestä lähteestä koska se on täydellisempi Sekundaaritiedon luokittelu Sisäinen, voi olla valmista tai raakamuodossa Ulkoinen, voi olla julkaistua, tietokannoissa tai kaupallista

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Sisäinen sekundaaritieto Pitäisi olla lähtökohtana sekundaaritiedon hankinnassa On kaikkein halvinta markkinointitutkimusinformaatiota ja usein ei tarpeeksi käytettyä Tietokantamarkkinointi Kuluttajien ostotiedot linkitetään demografisten ja psykografisten tietojen kanssa ja analysoidaan Näitä tietoja voidaan käyttää asiakassuhteen hoidossa On tärkeää tuntea erilaiset asiakasryhmät ja palvella heitä yksilöllisesti, esim. suoramarkkinoinnilla, tarjouksilla tai palvelupaketeilla Julkaistu ulkoinen sekundaaritieto Yleinen businesstieto Löytyy kirjoista, aikakausjulkaisuista, lehdistä, raporteista, oppaista, hakemistoista ym. esim. Sininen kirja

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Julkiset lähteet Tilastokeskus Kirjastot esim Tritonia Tietokoneilla olevat tietokannat Karkeasti voidaan luokitella On-line, voidaan ottaa yhteys puhelimella tai kiinteällä linjalla Off-line, CD-rompuilla Internet Kaupalliset lähteet ks. esim. Suomen Gallup, Taloustutkimus, Finnpanel, Nielsen Tyyppejä; Surveytutkimukset, paneelitutkimukset, scanneritiedot ym.

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Kvalitatiivinen tutkimus vs. kvantitatiivinen Kvalitatiivinen tutkimus perustuu pieniin näytteisiin ja sen tarkoituksena on antaa uusia näkemyksiä ja ymmärrystä tutkittavasta ongelmasta Kvantitatiivinen pyrkii kvantifioimaan dataa ja siinä käytetään jotain tilastotieteen menetelmiä Eivät ole toisiaan poissulkevia vaan toisiaan täydentäviä Alfred Politz ja Ernst Dichter väittelivät menetelmien paremmuudesta ja D sanoi ” Mutta Alfred, 10000 kertaa nolla on edelleen nolla” Eli kuten Dichter sanoi, ellei tutkittavaa asiaa ymmärretä, ei saada järkeviä tuloksia Kvalitatiivista tutkimusta käytetään silloin, kun ei saada ihmisiä vastaamaan joko siksi että he eivät halua vastata tai eivät tiedä itsekään syvimpiä tuntojaan tai alitajuisia motiivejaan

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus KVALITATIIVISEN TUTKIMUKSEN MENETELMÄT SUORAT (Ei-peitetyt) EPÄSUORAT (Peitetyt) FOCUS GROUP SYVÄHAASTATTELU PROJEKTIIVISET TEKNIIKAT ASSOSIAATIO- TEKNIIKAT TÄYDENNYS- TEKNIIKAT KONSTRUKTIO- TEKNIIKAT ILMAISU- TEKNIIKAT KVALITATIIVISTEN TUTKIMUSTEN LUOKITTELU

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Focus group eli ryhmäkeskustelu Haastattelu, joka tehdään kokeneen juontajan (moderator) johdolla pienessä (8-12 hlöä) ryhmässä Tarkoituksena saada näkemyksiä tutkijaa kiinnostavista asioista Usein keskustelu saa vapaasti rönsyillä ja juontaja vain yrittää pitää keskustelijat asiassa Eniten käytetty kvalitatiivisen tutkimuksen menetelmä Ryhmän tulisi olla mahdollisimman homogeeninen Keskustelijoilla pitäisi olla kokemusta keskusteltavasta asiasta Ei pitäisi käyttää sellaisia osanottajia, joilla on jo kokemusta monista focus groupeista Fyysinen ympäristö on tärkeä, pitäisi olla rento ilmapiiri Kesto 1-3 tuntia mutta tyypillisimmillään n. 1,5-2 tuntia Ääni- tai videonauhoitetaan

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Vaiheet Määrittele tutkimuksen tavoitteet ja ongelma Erittele kvalitatiivisen tutkimuksen tavoitteet Ilmaise focus groupin tavoitteet/kysymykset Kirjoita alustava kysymyslomake Kehittele juontajan kysymyshahmotelma Tee haastattelut Käy nauhat läpi ja analysoi data Tee yhteenveto tuloksista ja tee jatkosuunnitelmat Juontajan pitäisi olla selvillä työn teettäjän toimialasta ja tietää mihin tietoja tullaan käyttämään Jälkeenpäin tutkija/juontaja tekee raportin istunnosta ja ottaa huomioon myös kasvojen ilmeet ja body languagen sen lisäksi mitä on sanottu Frekvenssejä tai prosentteja ei lasketa vaan sanotaan ”useimmat olivat samaa mieltä” tai ”mielipiteet jakautuivat”

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Ryhmien määrä riippuu siitä kuinka haastattelut etenevät Sitten kun juontaja alkaa jo aavistaa mitä vastataan, voidaan lopettaa Tavallisesti se tapahtuu kolmen, neljän istunnon jälkeen Ainakin kaksi istuntoa pitäisi tehdä Hyvin tehdyt ryhmähaastattelut voivat antaa arvokkaita hypoteeseja, jotka toivat kvantitatiivisen tutkimuksen pohjana Muunnelmia focus groupeista Kaksisuuntainen, toinen ryhmä tarkkailee toista Kahden juontajan ryhmä Kaksintaistelujuontajat Keskustelijajuontajat Asiakkaan henkilökuntaryhmät, pyritään selityksiin Miniryhmät, 4-5 osallistujaa jos halutaan mennä syvälle Teleryhmät, käytetään kaiutinpuhelimia tms.

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Edut ja haitat Edut Synergia, monet ihmiset tuottavat enemmän infoa ja ideoita Lumipalloefekti, stimulointi Turvallisuus, homogeeniset ryhmät > samanmieliset osallistujat Spontaanisuus, koska ei edellytetä valmiita vastauksia Hyvä onni (serendipity), uusia ideoita syntyy ryhmässä paremmin Erikoistuneisuus, juontaja asiantuntija, koska paljon osallistujia Rakenne, sallii joustavuuden Nopeus, voidaan haastatella paljon ihmisiä samanaikaisesti Haitat Väärinkäyttö, pidetään tuloksia lopullisina, ei alustavina Väärinkäsitykset, altis virheille Juontaminen, vaikea löytää taitavia juontajia Sekavuus, koodaus, analyysi ja tulkinta vaikeaa Epäedustavuus

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Käyttömahdollisuuksia Kuluttajien havaintojen, preferenssien ja käyttäytymisen tutkimus Ideoiden saaminen uusista tuotekonsepteista Vanhojen tuotteiden uusideointi Luovan mainosmateriaalin kehittäminen Hintatutkimukset Reaktioiden saaminen markkinointitoimenpiteistä Metodologisia sovellutuksia Ongelman tarkentaminen Toimintavaihtoehtojen kehittely Ongelman lähestymistavan kehittely Kysymyslomakkeiden laatiminen Hypoteesien kehittäminen Aikaisempien kvantitatiivisten tulosten selventäminen

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Syvähaastattelut Strukturoimaton, suora, henkilökohtainen haastattelu, jossa taitava haastattelija yrittää paljastaa perusmotiiveja, -uskomuksia, -asenteita ja -tunteita Aika n. 30 min - 1h+ Aloitetaan yleisellä kysymyksellä, josta mennään syvemmälle vastauksien mukaan Lisäkysymyksillä päästään syvemmälle: ”miksi, kerro lisää” jne. Tekniikoita Laddering, tuotteen ominaisuuksista edetään vastaajan ominaisuuksiin Hidden issue questioning, edetään aroista henkilökohtaisista asioista syvästi tunnettuihin henkilökohtaisiin asioihin Symbolic analysis, tutkitaan kohteen symbolista merkitystä sen vastakohtaan, eli jos ei asiaa/tuotetta olisi

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Syvähaastatteluissa haastattelijan rooli on tärkeä, pitäisi olla sellainen henkilö, joka saa vastaajat rentoutumaan, objektiivinen mutta persoonallinen, ei hyväksyä lyhyitä kyllä/ei vastauksia ja kysyä informatiivisia ja testaavia kysymyksiä Edut ja haitat Syvähaastattelut voivat paljastaa paljon syvemmällä olevia asioita kuin ryhmähaastattelut Haittana se, että taitavia ja kokeneita haastattelijoita vaikea löytää ja he ovat kalliita Rakenteen puute tekee ne herkäksi haastattelijan vaikutuksille ja laatu riippuu paljon haastattelijasta Dataa on vaikea analysoida ja usein tarvitaan psykologista koulutusta Sovelluksia Syvällinen vastaajan tunnustelu (probing) Herkkien tai nolojen asioiden tutkimunen Tilanteissa missä sosiaaliset normit voisivat vaikuttaa vastauksiin

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Kun halutaan yksityiskohtaista tietoa monimutkaisesta käyttäytymisestä Jos haastatellaan ammattilaisia esim. teollisten hyödykkeiden asiantuntijoita Kun on kysymys kilpailijoista, jotka eivät antaisi tietoja ryhmähaastattelussa Tilanteissa, missä kuluttaminen on luonteeltaan aistimuksellista ja vaikuttaa mielialoihin ja tunteisiin Projektiiviset tekniikat Pyritään salaamaan tutkimuksen tarkoitus Ovat epäsuoria menetelmiä , jotka kannustavat vastaajia ilmaisemaan tutkittavaan asiaan liittyviä alitajuisia motiiveja, uskomuksia, asenteita tai tunteita Niissä annetaan heidän tulkita muiden käyttäytymistä ja uskotaan heidän projisoivan selityksiin omaa käyttäytymistään

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Tekniikoita Assosiaatiotekniikat, vastaajalle esitetään joku ärsyke ja hän vastaa ensimmäisenä mieleen tulevalla asialla Sana-assosiaatio on parhaiten tunnettu näistä tekniikoista Sanat ovat epämääräisessä järjestyksessä ja joukossa on myös asiaan kuulumattomia neutraaleja sanoja tarkoituksen peittämiseksi Esim. marketteja tutkittaessa sanoja voisivat olla, sijainti, paikoitustilat, laatu, hinta, shoppailu jne. Vastaukset tallennetaan täsmälleen niin kuin ne on sanottu ja myös otetaan aika jolloin huomataan oliko epäröintiä Oletuksena on, että ihmiset paljastavat näin syvimpiä tunteitaan Analyysissä tarkkaillaan kuinka usein jotkut sanat esiintyvät vastauksissa, kauanko vastauksiin menee aikaa ja kuinka monet eivät lainkaan vastaa joihinkin sanoihin Vastaukset voidaan luokitella esim. myönteisiin, neutraaleihin ja kielteisiin

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Täydennystekniikat, vastaajan on täydennettävä epätäydellinen tilanne Lauseentäydennys samankaltainen kuin sana-assosiaatio, on täydennettävä epätäydelliset lauseet esim. ”Prismassa asioiva on ___________________” Ei voida salata tarkoitusta kovin hyvin Kertomuksen täydennys On täydennettävä kertomus esim. ”Opiskelija oli marketissa ostamassa hedelmiä. Hän aikoi ostaa Chiquita banaaneja 1,6 € kg mutta huomasi, että vieressä oli merkittömiä samannäköisiä banaaneja jotka olivat 0.30 € halvempia kg. _________________________” Konstruktiotekniikat Pitää täydentää kertomusta, keskustelua tai kuvausta Kaksi tyyppiä: kuvat ja sarjakuvat

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Kuvat TAT = Thematic apperception test Kuvia joissa tapahtumat on välillä kuvattu selvästi, välillä epäselvästi Vastaajan täytyy kertoa mitä kuvissa tapahtuu Sarjakuvat Ihmiset on kuvattu tilanteissa, jotka liittyvät ongelmaan Vastaajan täytyy sanoa mitä hahmot sanovat toisilleen Ilmaisutekniikat Roolipelit, koehenkilön on näyteltävä jonkun toisen henkilön roolissa ja uskotaan, että hän projisoi omia tunteitaan rooliin Kolmas henkilö-tekniikka, koehenkilölle esitetään verbaalisti tai kuvina joku tilanne ja kysytään miten joku kolmas henkilö - ystävä, naapuri, kollega tms. - reagoisi tiulanteeseen Kolmannen henkilön rooliin asettautuminen helpottaa sosiaalisia paineita vastata ”hyväksyttävästi” esim: ”miksi naapurinne ei käytä lentokonetta?” tai ostoslistatutkimus Mason Haire, Nescafé

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Projektiivisten tekniikoiden edut ja haitat Suoriin tekniikoihin verrattuna etuna se, että vastaajat antavat sellaisia vastauksia, joita eivät antaisi jos tietäisivät tutkimuksen tarkoituksen Suorissa menetelmissä vastaaja voi harhauttaa tai ymmärtää väärin Projektiivisissa tekniikoissa validiteetti on parempi erityisesti henkilökohtaisissa, herkissä ja vahvojen sosiaalisten normien alaisissa asioissa Myös alitajuiset asiat saadaan paremmin esille Ongelmana on pätevien haastattelijoiden samoin kuin pätevien analysoijien löytäminen jotka ovat myös kalliita Tulkintavirheiden mahdollisuus on suuri ja tulkinta subjektiivista Usein myös osallistujat ovat erikoisia esim. roolipeleissä ei voida väittää että näyttelijät olisivat tavallista kansaa edustavia

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Eksploratiivinen tutkimus Sovelluksia Käytetään harvemmin kuin suoria tekniikoita Projektiivisia tekniikoita pitäisi käyttää silloin kun suorilla metodeilla ei saada informaatiota hankituksi luotettavasti Ne soveltuvat myös eksploratiivisen tutkimuksen menetelmiksi kun halutaan uusia näkemyksiä ja lisää ymmärrystä Koska ne ovat monitahoisia/komplekseja niitä ei pitäisi käyttää naivisti

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Kuvailevan tutkimuksen päämetodit ovat surveytutkimus ja havainnointi Molemmissa on useita vaihtoehtoja Survey tarkoittaa strukturoitua menetelmää, jossa otetaan näyte populaatiosta ja lähetetään sille kysymyslomake, joka voi olla ei-peitetty tai peitetty Kysymykset tehdään ennalta määrätyssä järjestyksessä ja usein käytetään monivalintakysymyksiä, joista vastaaja valitsee mielestään sopivimman Etuina on yksinkertainen hallinto, luotettavat tulokset ja suhteellisen helppo koodaus, analysointi ja tulkinta Haittoina vastaushaluttomuus ja valmiiden vastausten sopimattomuus Huolimatta haitoistaan survey on selvästi käytetyin primaaritiedon hankintamenetelmä markkinointitutkimuksissa

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus SURVEY METODIT Puhelin- haastattelu Henkilökohtainen haastattelu Posti- kysely Elektroninen kysely Perin- teinen Tieto- kone avus- teinen Ko-to- na Tieto- kone avus- teinen Ostos- keskuk- sessa Posti Posti Paneeli E-mail Internet SURVEY-MENETELMIEN LUOKITTELU

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Puhelinhaastattelut Perinteinen tehdään soittamalla vastaajille ja käyttämällä paperille painettua lomaketta Puhelinhaastattelut tehdään yleensä sitä varten rakennetuista tiloista Tietokoneavusteiset puhelinhaastattelut ovat nykyisin suositumpia kuin perinteiset haastattelut Haastattelija lukee kysymykset tietokoneelta ja tallentaa vastaukset tietokoneelle Tietokone auttaa haastattelijaa, haastatteluaika lyhenee, datan laatu paranee ja työläät koodaus- ja tallennusvaiheet jäävät pois Koska tiedot tallennetaan suoraan koneelle, saadaan välittömästi väliraportteja

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Henkilökohtaiset menetelmät Kotihaastattelut Vastaajia haastatellaan kotona ja haastattelijan tehtävänä on ottaa yhteyttä vastaajiin, tehdä kysymykset ja tallentaa vastaukset Kotihaastattelujen määrä on vähentynyt kalliiden kustannusten takia Ostoskeskushaastattelut Ovat lisääntymässä kotihaastattelujen kustannuksella Ostoskeskuksesta rekrytoidaan vastaajat On tehokkaampaa kuin kotihaastattelut Ovat hyviä silloin kun tuote on nähtävä ja sitä on kokeiltava ennen kuin voi antaa luotettavaa informaatiota Tietokoneavusteinen henkilökohtainen haastattelu Vastaaja vastaa itse tietokoneen esittämiin kysymyksiin Sanotaan haastatteluksi, koska avustaja on auttamassa

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Postikyselyt Perinteisessä postikyselyssä lomakkeet postitetaan vastaanottajille Pakkaus sisältää kirjekuoren, saatekirjeen, kysymyslomakkeen, palautuskuoren ja mahdollisesti kannusteen Ennen postitusta tarvitaan lista vastaanottajista jonka voi hankkia monella tavalla Listan pitäisi olla mahdollisimman tuore ja edustaa tavoiteltavaa populaatiota mahdollisimman hyvin Postipaneeli muodostuu suuresta koko kanssa edustavasta näytteestä kotitalouksia, jotka ovat suostuneet olemaan mukana survey-tutkimuksissa, tuotetesteissä ja puhelinhaastatteluissa Koska samat kotitaloudet ovat mukana koko ajan, voidaan tietoja käyttää pitkittäisleikkaustutkimuksessa

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Elektroniset menetelmät Sähköpostihaastattelu (ASCII) Tarvitaan e-mail osoitteisto, johon lähetetään kysymyslomake Koska sähköpostissa ei voida käyttää yhtä kehittyneitä ohjelmia kuin tietokoneavusteisissa haastatteluissa, datan laatu on heikompi esim. voi valita useita vaihtoehtoja kysymyksessä , jossa pitää valita vain yksi tai vastaaja vastaa kysymykseen, joka ei ollut hänelle tarkoitettu ja dataa pitää käsitellä ennen tallennusta Internet haastattelu (HTML) Vastaajat joko valitaan tai kaikki jollain sivulla käyvät voivat vastata Enemmän mahdollisuuksia lomakkeen teknisessä toteutuksessa, voidaan käyttää grafiikkaa, kuvia ja animaatioita ja linkkejä Vastaukset voidaan siirtää suoraan tietokoneelle ja väliraportteja saadaan reaaliaikaisesti ja datan taso on parempi kuin edellisessä

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Survey-metodien vertailu Tiedonkeräyksen joustavuus Riippuu siitä missä määrin vastaaja voi olla vuorovaikutuksessa haastattelijan ja lomakkeen kanssa Henkilökohtainen haastattelu kaikissa muodoissaan on joustavin Puhelinhaastattelu on joustavuudeltaan kohtalainen, koska ei voida käyttää strukturoimattomia tekniikoita, kysyä monimutkaisia kysymyksiä tai saada syvällisiä vastauksia Tietokoneavusteiset (CATI ja CAPI) muodot ja Internet ovat joustavampia Posti- ja sähköpostimenetelmät ovat joustamattomimpia Internetissä voidaan kysymyslomaketta vielä muotoilla ensimmäisten vastausten jälkeenkin esim. voidaan lisätä kysymyksiä tai muokata niitä jos havaitaan ongelmia

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Kysymysten moninaisuus Henkilökohtaisissa haastatteluissa voidaan käyttää monipuolisimpia kysymyksiä, koska haastattelija on auttamassa ja selventämässä Internet-tutkimuksissa multimediaominaisuuksia hyväksi käyttämällä moninaisuus on hyvä Postitusmenetelmissä moninaisuus on rajoitetumpi Puhelinmenetelmissä on vaikea käyttää monimutkaisia kysymyksiä Fyysisten ärsykkeiden käyttäminen Joskus on tarpeellista näyttää tuote, prototyyppi, mainosmateriaalia tms. Esim. makutesteissä pitää maistaa tuotetta ja monissa tapauksissa valokuvat, kartat tai muut audiovisuaaliset keinot ovat avuksi Parhaita ovat jossain erityisissä tutkimustiloissa suoritetut henkilökohtaiset haastattelut (ostoskeskus/CAPI), postimenetelmät ovat keskinkertaisia, näyte/materiaali voidaan postittaa Internet on keskinkertainen ja puhelinmenetelmät rajoitetuimpia

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Näytteen kontrolli Tarkoitetaan kykyä saavuttaa näytteessä tavoiteltavat (alkeis-) yksiköt tehokkaasti Periaatteessa kotihaastattelut ovat tehokkaimpia, voidaan kontrolloida ketä/keitä haastatellaan, varmistaa muiden talouden jäsenten mukanaolo ym. Ongelmina voi olla, että työaikana ei tavoiteta kohteita tai joillakin alueilla voi olla vaarallista käydä tai ihmiset eivät uskalla päästää sisään tuntemattomia Ostoskeskuksissa näytteen kontrolli on keskinkertainen, voidaan vaikuttaa valintaan mutta näyte painottuu ostoksilla kävijöihin ja jotkut voivat vältellä haastattelijaa Puhelinhaastatteluissa kontrolli on keskinkertainen, voidaan saavuttaa laajallakin alueella asuvat mutta ongelma on kehys (sampling frame), kaikilla ei ole puhelinta, joillakin on salainen numero, uudet numerot eivät ole luettelossa, ratkaisuna tähän voidaan voidaan käyttää numeroiden satunnaisvalintaa (random digit dialing)

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Postimenetelmät edellyttävät luetteloa näytteeseen kelvollisista alkeisyksiköistä (alkioista) Niillä voidaan saavuttaa maantieteellisesti vaikeasti saavutettavia alueita mutta ongelmana on luettelon kattavuus Postituslistoja saa henkikirjoittajalta tai kaupallisista lähteistä Yksi ongelma on vastaako oikea henkilö lomakkeeseen Postipaneelit ovat paremmin kontrolloitavissa, voidaan tehdä valinta tiettyjen perusmuuttujien perusteella mutta aina voidaan esittää kysymys paneelin edustavuudesta Kaikki populaatiot eivät ole saavutettavissa Internet-kyselyssä, koska kaikilla ei ole mahdollisuuksia käyttää Internetiä mutta esimerkiksi tietokoneisiin liittyvät asiat ovat sopivia Internet-kyselyille Myös business-asiakkaat ja jotkut ammattilaiset ovat hyvin saavutettavissa Internetillä Ongelmana on miten estää joidenkin vastaaminen useita kertoja Internetin kontrollimahdollisuudet ovat alhaiset tai keskinkertaiset

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Tietojenkeräysympäristön kontrolli Henkilökohtaisissa menetelmissä on paras kontrolli Puhelinmenetelmissä kontrolli on keskinkertainen Postimenetelmissä on heikko kontrolli Kenttätyöntekijöiden kontrolli Postimenetelmissä ei kontrollia tarvita Puhelinhaastatteluissa kontrolli on keskinkertainen jos ne tehdään tietystä tilasta Kotihaastatteluissa voi olla ongelmia, koska haastattelijat työskentelevät monissa paikoissa ja ei voida jatkuvasti tarkkailla heitä Datan määrä Kotihaastatteluissa voidaan käyttää enemmän aikaa kuin puhelimessa tai ostoskeskuksessa Postikyselyissäkin voidaan kysyä melko paljon kysymyksiä samoin kuin sähköpostitse ja Internetissä Postipaneelit ovat hyviä jos halutaan paljon tietoa, vastaajat ovat motivoituneita, koska saavat korvauksen

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Puhelinhaastatteluissa ei voida kerätä kovin paljon tietoa, tavallinen aika on noin 15 minuuttia vaikka jos on vastaajia kiinnostava asia, voidaan käyttää enemmänkin aikaa Vastausprosentti Henkilökohtaiset menetelmät tuottavat yleensä parhaimman vastausprosentin, ei-kotona ongelma voidaan hoitaa käymällä uudelleen tai sopimalla aika Puhelinhaastatteluissa vastausprosentti on hiukan huonompi ja sitäkin voi parantaa soittamalla uudelleen Postikyselyissä vastausprosentti on usein huono ja se voi johtaa pahoihin virheisiin Internet-kyselyiden vastausprosentit ovat vielä postikyselyitäkin huonompia Vastausprosenttia voidaan parantaa palkinnoilla ja pikku lahjoilla sekä hyvällä saatekirjeellä ja viestin lähettämisellä henkilökohtaisesti tietyllä nimellä

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Nimettömyys Vastaajan henkilöllisyys ei paljastu postikyselyissä/-paneeleissa eikä Internetissä, koska ei olla yhteydessä haastattelijaan Henkilökohtaisessa haastattelussa se paljastuu ja samoin puhelinhaastatteluissa vaikka se on hiukan anonyymimpi kun ei olla kasvokkain Sähköpostissa myös vastaaja voidaan jäljittää tarvittaessa Sosiaalinen hyväksyttävyys/Arka info Tarkoittaa vastaajien taipumusta antaa sosiaalisesti hyväksyttäviä vastauksia vaikka ne eivät olisi totta Postikyselyissä/-paneeleissa ja Internet kyselyissä ei ole ongelmaa koska henkilöllisyys ei paljastu Puhelinmenetelmissä ongelma on keskinkertainen ja samoin e-mail Henkilökohtaisissa haastatteluissa ongelma on suurin vaikka tietokoneavusteisessa lievempi

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Haastattelijoiden virhemahdollisuudet Virheitä syntyy vastaajien valinnassa, kysymysten esittämisessä ja niiden tallentamisessa Eniten ongelmia on koti- ja ostoskeskushaastatteluissa Puhelinhaastatteluissa ei ole yhtä suuria ongelmia Tietokoneavusteisissa menetelmissä ongelma on pieni ja postikyselyissä ja Internet-kyselyissä ei ole ongelmaa Nopeus Internet-kysely on ylivoimaisesti nopein koska kaikki voidaan automatisoida ja e-mail hiukan hitaampi tallennuksen takia Puhelinhaastattelut ovat nopeita ja tietokoneavusteiset henkilökohtaiset (ostoskeskus) hiukan hitaampia Kotihaastattelut ovat hitaampia matkustamisen takia Postikyselyt ovat hitaimpia, koska on annettava vastausaikaa ja tehtävä uusintakyselyt ja tallennus

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Kustannukset Halvimmasta kalleimpaan järjestys on: Internet e-mail postikyselyt postipaneeli perinteinen puhelinhaastattelu CATI CAPI ostoskeskushaastattelut henkilökohtainen kotihaastattelu Kustannukset lisääntyvät kenttähenkilökunnan ja kontrollin lisääntyessä Suhteelliset kustannukset riippuvat tutkimusaiheesta ja menetelmästä

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Survey-menetelmän valinta Mikään menetelmä ei ole ylivoimainen vaan riippuu tarvittavasta informaatiosta, budjetista ja vastaajien ominaisuuksista mikä/mitkä menetelmät ovat sopivia Erilaiset tiedonkeräysmenetelmät eivät ole toisiaan poissulkevia vaan niitä voidaan käyttää toisiaan täydentäen niin, että ne kompensoivat toisen menetelmän heikkoudet Voidaan esimerkiksi viedä lomakkeet henkilökohtaisesti ja pyytää palauttamaan ne postitse ja karhukierros voidaan tehdä puhelimitse On käytettävä luovaa mielikuvitusta eikä pitäytyä vain jossakin menetelmässä

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Havainnointi On toinen kuvailevan tutkimuksen päämenetelmä Havainnointi on ihmisten, tutkimuskohteiden ja tapahtumien objektiivista rekisteröimistä informaation saamiseksi kiinnostuksen kohteesta Havainnoitsija ei kommunikoi havainnointikohteiden kanssa Havainnointimenetelmät voivat olla strukturoituja tai strukturoimattomia, suoria tai epäsuoria ja lisäksi se voi tapahtua luonnollisessa tai keinotekoisessa ympäristössä Strukturoitu vs. strukturoimaton havainnointi Strukturoidussa tutkija määrittelee yksityiskohtaisesti etukäteen mitä havainnoidaan ja mitä mittareita käytetään esim. myymälä-inventaaritutkimuksissa Se vähentää havainnointivirheitä ja lisää datan luotettavuutta

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Strukturoitu havainnointi on hyvä menetelmä silloin kun ongelma tunnetaan ja tiedetään tarkkaan mitä informaatiota tarvitaan Strukturoimatonta taas käytetään silloin , kun ei tarkasti tiedetä mitä ja miten pitäisi havainnoida esim. jonkun tuotteen käyttöä Mahdollisuudet havainnoitsijan tekemiin virheisiin ovat suuret Strukturoimaton havainnointi on parasta eksploratorisissa tutkimuksissa ja hypoteesien asettamisessa Peitetty vs. ei-peitetty havainnointi Peitetyssä kohde ei tiedä olevansa havainnoinnin kohteena ja oletettavasti käyttäytyy luonnollisesti Voidaan käyttää yksisuuntaisia peilejä, piilokameroita tai havainnoitsijat voivat esiintyä asiakkaina tai myyjinä Ei-peitetyssä havainnoinnin kohteet tietävät olevansa havainnoitavana, sen vaikutuksesta on ristiriitaisia käsityksiä

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Havainnointimenetelmien luokittelu Havainnointimenetelmät Henkilökohtainen Jälkianalyysi Sisällönanalyysi Mekaaninen Tarkastus/ Auditointi

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Henkilökohtainen havainnointi Tutkija havainnoi käytöstä silloin kun se tapahtuu eikä yritä kontrolloida tai manipuloida tilannetta esim. rekisteröidään mitä tapahtuu myymälässä tai keinotekoisessa ympäristössä Mekaaninen havainnointi Mekaaniset laitteet tallentavat tiedot tutkittavasta asiasta Audimetri (A.C.Nielsen) on laite, joka rekisteröi TV:n katselua Myös piilotettuja kameroita käytetään asiakasvirtojen tutkimiseen, pakkausten kiinnostavuuden tutkimiseen, myymäläsuunnitteluun ym. Edellisten lisäksi on laitteita, jotka vaativat koehenkilön osallistumista Silmänliikekameroita käytetään mainosten ja TV:n katselun tutkimiseen, pupillometri seuraa pupillien laajentumista, uskotaan, että pupillien laajentuminen on kiinnostuksen merkki Psykogalvanometri mittaa ihon sähkönjohtokyvyn muutoksia, uskotaan että innostus lisää hikoilua ja se johtaa lisääntyneeseen ihon sähkönjohtokykyyn, sitä käytetään asenteiden tutkimiseen

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Äänenkorkeusanalyysi (voice pitch analysis) mittaa tunnereaktioita vastaajan äänenkorkeudesta, jota mitataan tietokoneeseen liitetyllä audio-laitteistolla Reaktiolatenssi (response latency), jolla tarkoitetaan aikaa, joka kuluu vastaamiseen. Ajan uskotaan olevan suoraan verrannollinen epävarmuuteen. Esimerkiksi preferenssejä tutkittaessa, mitä pitempi harkinta-aika, sitä lähempänä vaihtoehdot ovat toisiaan ja päinvastoin Näiden laitteiden kalibrointi on vaikeaa ja niiden käyttö on kallista Lisäksi koehenkilöt ovat keinotekoisessa ympäristössä ja tietävät olevansa havainnoitavana Tarkastus (audit) Tutkija kerää fyysisiä asiakirjoja tai suorittaa inventaarin esim. ruokakomeron tarkastus, tutkija haastattelun yhteydessä käy läpi mitä tuotemerkkejä, määriä tai pakkauskokoja kuluttajalla on kaapissaan Ongelmana voi olla luvan saaminen ja kenttätyö on kallista Inventaarit ovat tavallisempia myymälöissä

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Sisällönanalyysi (content analysis) Käytetään kommunikaatiotutkimuksissa Analyysiyksikkö voi olla sana, henkilö, teema, aika tai puheenaihe Luokittelukategoriat laaditaan ja kommunikaatio pilkotaan tehtyjen sääntöjen mukaan Markkinointitutkimuksissa voidaan analysoida mainonnan sisältöä, sanomalehtiartikkeleita, televisio- ja radio-ohjelmia, Sisällönanalyysi voi olla pitkäveteistä koodausta ja analyysiä mutta siihenkin on olemassa tietokoneohjelmia Vaikka sitä ei ole paljon käytetty markkinointitutkimuksissa, sillä on potentiaalia Jälkianalyysi (trace analysis) Perustuu fyysisien jälkien jättämiseen tai todisteisiin käyttäytymisestä Esim. luottokorttikuitit, sormenjäljet lehden mainoksessa, radioasema huoltoon tuodussa autossa, autojen ikä ja kunto liikkeen P-paikalla, Internet-sivujen kävijät (cookiet) Ongelmana epätäydellinen informaatio ja eettiset kysymykset (cookie)

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Havainnointimenetelmien vertailu Rakenne, viittaa siihen mitä voidaan havainnoida ja miten se rekisteröidään Henkilökohtaisessa havainnoinnissa ei tarvita tiukkaa rakennetta, mutta jälkianalyysissä se on keskinkertainen ja auditoinnissa sekä sisällönanalyysissä se on tarkasti määritelty Salaus, tietävätkö kohteet olevansa tarkkailun kohteena Auditoinnissa on vaikea salata, henkilökohtaisessa havainnoinnissa se on rajoitettua ja jälkianalyysissä sekä sisällönanalyysissä voidaan tehtävä salata kun taas piilokamerat ovat hyvin salattavissa ja psykogalvanometrit ym. laitteet eivät ole salattavissa Havainnointimahdollisuudet luonnollisissa olosuhteissa Alhainen jälkianalyysissä, koska se tapahtuu käyttäytymisen jälkeen, keskinkertainen sisällönanalyysissä ja henkilökohtaisessa havainnoinnissa ja auditoinnissa hyvä koska ihmiset voivat havainnoida Mekaanisissa huonosta (psykogalvanometri) hyvään (myymäläportti)

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Havainnointivirheet Vähäiset mekaanisessa havainnoinnissa samoin kuin inventaareissa, keskinkertaiset jälkianalyysissä ja sisällönanalyysissä, suuri mahdollisuus henkilökohtaisessa havainnoinnissa Analyysivirheet Auditoinnissa ja sisällönanalyysissä vähän virheitä, koska muuttujat on tarkkaan määritelty, data on kvantitatiivista ja tehdään tilastollisia analyysejä Mekaanisessa havainnoinnissa keskinkertaisesta vähäisiin Henkilökohtaisessa mahdollisuus suuriin analyysivirheisiin Yhteenveto Henkilökohtainen havainnointi on joustavin menetelmä Jotkut mekaaniset menetelmät voivat olla kiusallisia Auditointi ihmisiä käyttäen on kallista Sisällönanalyysi sopii hyvin vain kommunikaation tutkimiseen Jälkianalyysi on hätävara (last resort)

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kuvaileva tutkimus Survey- ja havainnointimenetelmien vertailu Havainnoinnin edut Tärkein etu on se, että voidaan mitata todellista käyttäytymistä, ei aiottua tai preferoitua Raportointi- ja haastattelijavirheet ovat vähäisiä Joistakin asioista saadaan tietoa vain havainnoinnilla Jos tapahtumia ei tarvitse odotella, se on nopea ja halpa menetelmä Havainnoinnin haitat Suurin haitta on, että syitä käyttäytymiseen ei saada selville, ei tiedetä motiiveja, uskomuksia, asenteita eikä preferenssejä Joku voi ostaa esim. toiselle tuotteita, joista hän ei itse pidä Havainnoitsijan valikoiva huomiokyky voi vääristää havainnointia Havainnointi voi olla myös eettisesti kyseenalaista Havainnoinnilla on potentiaalia mutta sitä pitäisi pitää lähinnä survey-tutkimusten täydentäjänä

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Kokeellinen tutkimus Kausaalisuus, tieteellinen kausaalisuuden käsite eroaa jokapäiväisestä Jokapäiväinen Tieteellinen X on Y:n ainoa syy X on vain yksi mahdollinen Y:n syistä X johtaa aina Y:hyn X:n esiintyminen tekee Y:n (X = deterministinen Y:n syy) esiintymisen todennäköisemmäksi (X on Y:n todennäköinen syy) On mahdollista todistaa, että Ei voida koskaan todistaa, että X on X on Y:n syy Y:n syy. Parhaimmillaan voidaan päätellä, että X on Y:n syy

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Kausaalisuuden edellytykset Samanaikainen vaihtelu = missä määrin syy X ja seuraus Y ilmenevät tai vaihtelevat yhtä aikaa Todisteita voidaan saada kvalitatiivisilla tai kvantitatiivisilla menetelmillä Kvalitatiivinen esimerkki: H1: Hyvä palvelu lisää myyntiä. Tässä X = hyvä palvelu (syy) ja Y = myynti (seuraus) Jos hyvän palvelun myymälässä on hyvä myynti ja huonon palvelun myymälässä huono myynti, tukee se hypoteesia mutta jos on päinvastoin, johtopäätös on, että hypoteesi ei pidä paikkaansa Kvantitatiivinen esimerkki: Tehdään 1000 henkilön survey muotivaatteiden ostosta tavarataloista Vastaajat on jaettu korkean ja matalan koulutuksen saaneisiin Taulukosta näkyy, että muotivaatteiden ostoon vaikuttaa koulutus

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus MUOTIVAATTEIDEN OSTO, Y KOULUTUS, X KORKEA SUURI PIENI MATALA 363 (73 %) 137 (27 %) 322 (64 %) 178 (36 %) VOIDAANKO TEHDÄ JOHTOPÄÄTÖS, ETTÄ KORKEA KOULUTUS ON SYYNÄ MUOTIVAATTEIDEN OSTOON ?

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Varmasti EI, voidaan vain sanoa, että assosiaatio tekee yhteyden todennäköisemmäksi mutta se ei todista sitä Mitkä voisivat olla muita syitä ? Muotivaatteet ovat kalliita, niinpä hyvätuloiset voivat ostaa niitä paremmin Jos pidetään tulot vakiona saadaan seuraavat taulukot ALHAINEN TULOTASO KORKEA TULOTASO KOULUTUS KOULUTUS MATALA MATALA KORKEA KORKEA SUURET SUURET OSTOT OSTOT PIENET PIENET 122 (61 %) 171 (57 %) 78 (39 %) 129 (43 %) 241 (80 %) 59 (20 %) 151 (76 %) 49 ( 24 %)

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Kun tulotaso vakioidaan, ero pienenee > yhteys voi olla väärä On mahdollista, että joku kolmas tekijä vaikuttaa asiaan Tapahtumien aikajärjestys Syyn täytyy tapahtua ennen seurausta tai samanaikaisesti, se ei voi tapahtua myöhemmin Muuttuja voi olla sekä syy että seuraus samassa kausaalisuhteessa Esim. Asiakkailla, jotka asioivat säännöllisesti tavaratalossa, on todennäköisesti tavaratalon luottokortti ja ne, joilla on luottokortti asioivat säännöllisesti tavaratalossa Jos ajatellaan hyvää palvelua, on palvelun parannuttava ennen tai samanaikaisesti kuin se voi vaikuttaa myyntiin tai myynti voi parantua samanaikaisesti kun lisätään ja koulutetaan henkilökuntaa Toisaalta jos myynti kasvaa, voidaan lisätä henkilökuntaa ja koulutusta ja palvelu paranee. Silloin myynnin lisäys ei ole paran-tuneen palvelun ansiota vaan päinvastainen hypoteesi on totta

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Muiden mahdollisten tekijöiden eliminointi Tarkoittaa sitä, että tarkasteltava muuttuja on ainoa mahdollinen kausaalinen syy Esim. parantunut palvelu voi olla syy, jos voidaan olla varmoja, että muut myyntiin vaikuttavat tekijät, hinnoittelu, mainonta, jakelu, tuotteen laatu, kilpailu jne. ovat pysyneet vakiona Jälkeenpäin asioita tarkasteltaessa ei voida koskaan olla varmoja siitä, että kaikki muut tekijät ovat pysyneet vakiona Kokeellisissa tutkimuksissa voidaan kontrolloida joitakin kausaalisuhteeseen vaikuttavia tekijöitä Todisteiden rooli Kaikki edelliset todisteet yhdessäkään eivät riitä todistamaan, että kausaalisuhde on olemassa, kuitenkin, jos kaikki todisteet ovat vahvoja ja samansuuntaisia, voidaan päätellä, että kausaalisuhde on olemassa

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus KÄSITTEITÄ Riippumattomat muuttujat = muuttujia, joita manipuloidaan ja joiden vaikutuksia mitataan esim. hinta, pakkaus, mainonta Testiyksiköt (test units) = yksilöitä tai organisaatioita, joiden reaktioita riippumattomien muuttujien vaihteluun tutkitaan Riippuvat muuttujat = muuttujia, joihin riippumattomien muuttujien vaikutukset testiyksiköihin vaikuttavat esim. myynti, voitot ja markkinaosuudet Ulkopuoliset muuttujat = kaikki muut kuin riippumattomat muuttujat, joilla on vaikutusta testiyksiköihin Koe = syntyy kun tutkija manipuloi yhtä tai useampaa riippumatonta muuttujaa ja mittaa niiden vaikutusta riippuvaan muuttujaan samalla kuin kontrolloi ulkoisia muuttujia Koejärjestely = joukko menettelytapoja, jossa määritellään testiyksiköt, riippumattomat muuttujat, joita manipuloidaan, mitattavat riippuvat muuttujat ja kuinka ulkoisia muuttujia kontrolloidaan

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Symbolit: X = Ryhmä joka on alttiina riippumattoman muuttujan vaihtelulle O = riippuvan muuttujan havainnointi tai mittaus R = testiyksiköiden satunnainen valinta eri käsittelyille Esimerkiksi: X O1 O2 tarkoittaa, että testiyksiköt olivat alttiina muuttujan (X) käsittelylle ja mittaukset tapahtuivat ajankohtina O1 ja O2 R X1 O1 R X2 O2 tarkoittaa, että kaksi ryhmää valittiin satunnaisesti ja ne olivat alttiina kahdelle eri käsittelylle ja mittaukset tehtiin molemmissa ryhmissä samanaikaisesti

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Validiteetti kokeellisessa tutkimuksessa Sisäinen validiteetti viittaa siihen aiheuttiko riippumattomien muuttujien manipulointi havaitut vaikutukset riippuvaan muuttujaan eli olisiko jotkut muut asiat voineet vaikuttaa siihen Jos jotkut ulkoiset muuttujat ovat voineet olla vaikuttamassa, on vaikea tehdä johtopäätöksiä kausaalisuhteesta Ulkoisten muuttujien kontrolli on välttämätön ehto sisäisen validiteetin syntymiseen Ulkoinen validiteetti viittaa siihen voidaanko havaittu syy-seuraus-suhde yleistää ja jos voidaan niin mihin populaatioihin, asetelmiin, aikoihin, riippumattomiin muuttujiin ja riippuviin muuttujiin tulokset voidaan projisoida On toivottavaa laatia kokeellinen tutkimus siten, että voidaan todeta sillä olevan sekä sisäistä että ulkoista validiteettia Ulkoisten tekijöiden kontrolli voi parantaa sisäistä validiteettia mutta heikentää ulkoista validiteettia mutta jos ei ole sisäistä validiteettia ei kannata yleistää tuloksia

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Ulkoiset muuttujat Validiteettia eniten uhkaavat muuttujat ovat ulkoiset muuttujat Historia, vaikka nimi niin ilmaiseekin, historia ei tarkoita koetta edeltäviä tapahtumia vaan sellaisia ulkoisia tapahtumia jotka tapahtuvat samanaikaisesti kokeen kanssa O1 X1 O2 missä O:t ovat mittauksia ja X tarkoittaa kampanjaa O2 - O1 on kampanjan vaikutus Jos mittauksissa ei ole eroja, voidaanko sanoa, että kampanjalla ei ollut vaikutusta ? EI voida koska kampanja ei ainoa mahdollinen selitys eroon, kampanja on voinut olla tehokas mutta esim. yleinen taloudellinen tilanne paikkakunnalla on heikentynyt Toisaalta, jos O2 ja O1 välillä olisi mitattu eroja, voidaanko sanoa, että kampanjalla oli vaikutusta ? Ei ellei historiaa ole kontrolloitu Mitä pitempi aika havaintojen välillä kuluu, sitä todennäköisempää on, että historialla on vaikutusta

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Kypsyys on samantyyppinen historian kanssa mutta viittaa testiyksiköiden muuttumiseen. Muutokset eivät johdu riippumattomista muuttujista eivätkä koetilanteesta vaan tapahtuvat ajan myötä Kokeessa, jossa on mukana ihmisiä, tapahtuu vanhenemista, ihmiset tulevat kokeneemmiksi, väsyneemmiksi, kyllästyneemmiksi tai vähemmän kiinnostuneemmiksi Tutkimukset, jotka kestävät useita kuukausia, ovat alttiimpia kypsyydelle Myös muut kuin ihmiset muuttuvat, esim. myymälät Testausvaikutus tarkoittaa itse kokeen aiheuttamia muutoksia On kaksi tyyppiä 1) Main testing effect ja 2 ) Interactive testing effect Ensimmäisellä tarkoitetaan sitä, että ensimmäinen mittaus vaikuttaa jälkimmäiseen - esim. koehenkilö yrittää vastata toisella haastattelukerralla samalla tavalla kuin ensimmäisellä

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Hänen mielipiteensä on ehkä muuttunut mutta hän yrittää olla johdonmukainen Toisaalta se voi vaikuttaa päinvastoinkin, vastaaja voi muuttaa mielipidettään vain mittauksen takia Toisaalta interaktiivinen testausvaikutus on sitä, että koehenkilön huomio kiinnittyy testattavaan asiaan ja hän seuraa sitä tarkemmin kuin olisi ilman mittausta esim. tutkitaan mainosta ja koehenkilö havaitsee ja lukee mainokset tarkemmin kuin olisi ilman testausta Ensimmäinen vaikuttaa sisäiseen validiteettiin ja toinen ulkoiseen Mittausvälineen vaihtelu viittaa mittarissa tai mittaajassa tapahtuvaan muutokseen esim. haastattelijat tai lomakkeet muuttuvat tutkimuksen aikana, samakaan haastattelija ei aina käyttäydy samalla tavalla Jos haastattelijat tekevät ennen-jälkeen haastatteluja, voi syntyä heidän asenteestaan tai tehokkuudestaan johtuvia eroja

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Tilastollinen regressio tarkoittaa äärimmäisten tapausten taipumusta siirtyä lähemmäs keskiarvoa kokeen vaikutuksesta Jos tutkitaan esim. alkoholin suurkuluttajia, voi tutkimus johtaa siihen, että heidän käyttönsä kokeen vaikutuksesta lähenee keskiarvoja tai muuten äärimmäisiä mieleipiteitä antaneiden ihmisten asenteet lähenevät keskiarvoa Valintavirheet, syntyy silloin kun ei ole etukäteen mahdollisuutta varmistua siitä, että vertailtavat ryhmät ovat samanlaisia Jos ryhmiin jako tapahtuu osallistujien itsevalintana tai tutkijan harkinnan mukaan, voi syntyä valintavirheitä Esim. mainontaa tutkittaessa ei tiedetä oliko molemmissa ryhmissä mielipiteiden jakautumat samanlaisia jo ennen testiä Analyysiyksikön kuolleisuus tarkoittaa sitä, että menetetään testattavia kokeen aikana esim. jotkut kieltäytyvät jatkamasta Ei tiedetä, ovatko menetetyt testiyksiköt samanlaisia kuin jäljellejääneet

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Ulkoisten muuttujien kontrollointi Ellei ulkoisia muuttujia kontrolloida, ne voivat vaikuttaa sisäiseen ja ulkoiseen validiteettiin ja vaikuttavat riippuvaan muuttujaan Niitä sanotaan häiritseviksi tekijöiksi (confounding variables) On neljä tapaa kontrolloida niitä Satunnaistaminen (randomization), tarkoittaa sitä, että testiyksiköt valitaan satunnaisesti koe- ja kontrolliryhmiin tai eri käsittelylle altistettaviin ryhmiin ja ryhmät joihin käsittely kohdistuu valitaan satunnaisesti Jos näyte on pieni, ei voida olla varmoja ryhmien samankaltai-suudesta vaan täytyy mitata mahdollisten ulkoisten tekijöiden vaikutus ryhmiin Sovittaminen (matching), tarkoittaa testiyksiköiden valintaa siten, että ne ovat vertailukelpoisia eli otetaan huomioon taustamuuttujat esim. vertailtavat myymälät ovat samanlaisia myynniltään jne. Aina ei voida olla varmoja, että vertailuparit ovat samanlaisia

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Tilastollinen kontrolli, mitataan ulkoiset muuttujat ja tilastollisten menetelmien avulla otetaan huomioon niiden vaikutukset esim. vakioidaan tulot ennen analyysiä Voidaan käyttää myös kovarianssianalyysiä (ANCOVA) Koeasetelman kontrolli, (Design control), käytetään koeasetelmia, joilla voidaan kontrolloida tiettyjä ulkoisia muuttujia ks. seuraavat Kokeellisen tutkimuksen tyyppejä Voidaan luokitella neljään ryhmään Esikokeelliset (Preexperimental Designs) tutkimukset, ei kontrolloida ulkoisia tekijöitä satunnaistamisella Todelliset (True Experimental Designs) kokeelliset tutkimukset, tutkija voi satunnaisesti valita käsittelyn satunnaisesti valituille testiyksiköille Kvasikokeelliset tutkimukset (Quasi-Experimental Designs) Tutkija ei voi vaikuttaa siihen milloin ja mihin koevariaabeli vaikuttaa mutta voi vaikuttaa siihen milloin mittaus tehdään ja kuka on kohteena

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Tilastolliset koeasetelmat (Statistical Design), sallivat ulkoisten muuttujien tilastollisen kontrollin ja analyysin Laboratorio vs. kenttäkokeet Laboratoriokokeessa ympäristö on keinotekoinen ja kenttäkokeessa luonnollinen esim. TV-mainos esitetään teatterissa tai normaalisti televisioaseman lähettämänä Laboratoriokokeen etuna on tarkka ympäristön kontrolli jolloin historian vaikutus voidaan eliminoida Laboratoriokokeet antavat yleensä saman tuloksen toistettaessa jolloin sisäinen validiteetti on hyvä Laboratoriokokeessa käytetään yleensä pienempiä näytteitä lyhyemmän aikaa ja rajoitetummalla maantieteellisellä alueella jolloin niiden hallinnointi on helpompaa ja ne tulevat halvemmiksi Haittoina laboratoriokokeessa ovat keinotekoisen ympäristön vaikutus ja se, että vastaajat voivat yrittää arvata kokeen tarkoituksen ja reagoida siihen

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Lisäksi ulkoinen validiteetti on huonompi kuin kenttäkokeissa eli yleistäminen todelliseen maailmaan on huonompi Jos ympäristö poikkeaa paljon todellisuudesta, kuten markkinointitutkimuksissa tapahtuu, on vaara olemassa Kuitenkin laboratoriokokeissa voidaan testata paljon monimutkaisempia ongelmia kuin kenttätutkimuksissa ja siten tutkija voi kontrolloida useampia muuttujia, mikä lisää sisäistä validiteettia Tutkijan pitää punnita näitä valitessaan tutkimuslajia Kenttätutkimukset ovat markkinoinnissa harvinaisempia Menetelmät ovat toisiaan täydentäviä

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus: 

3. Tutkimussuunnitelman muotoilu/Kausaalinen tutkimus Kokeellinen vs. ei-kokeellinen tutkimus Kausaalitutkimus on ainoa tapa, jolla saadaan pääteltyä syy-seuraus-suhteita olevan olemassa Kuvailevan tutkimuksen tuloksia käytetään usein todisteena ”kausaalisuhteen” olemassaolosta mutta ne eivät täytä ehtoja, jotka tarvitaan kausaalisuhteen todistamiseen Kuvailevassa tutkimuksessa ei voida kontrolloida ryhmien samanlaisuutta, samaa käsittelyä kaikille ryhmille, tapahtumien aikajärjestystä eikä mahdollisia muita vaikuttavia muuttujia Kokeellisessa tutkimuksessakin on rajoituksia vaikka se on tulossa yhä tärkeämmäksi markkinointitutkimuksen menetelmäksi Aika, kokeelliset tutkimukset voivat viedä aikaa jos halutaan tutkia pitkäaikaisia vaikutuksia ja on monia käsittelyjä Kustannukset voivat nousta korkeiksi useiden käsittelyjen takia Hallinnointi voi olla vaikeaa ja kilpailijat voivat vaikuttaa häiritsevästi

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Mittaus ja luokittelu Mittaus tarkoittaa numeroiden tai muiden symbolien antamista kohteille joidenkin ennakkoon määriteltyjen sääntöjen mukaan Kohdetta ei mitata vaan sen ominaisuuksia esim. kuluttajan asenteita, preferenssejä tms. Numeroita käytetään siksi että voidaan käyttää tilastotiedettä analysoinnissa ja siksi että numerot mahdollistavat sääntöjen ja tulosten viestinnän Tärkeää on miten laaditaan säännöt numeroiden antamisessa Numeroiden ja mitattavien asioiden välillä pitää olla tietty yhteys Sääntöjen pitää olla standardisoitu ja niitä pitää soveltaa yhdenmukaisesti eivätkä ne saa muuttua ajan suhteen Luokittelu on mittauksen laajennus, se tarkoittaa jatkumon laatimista, jolle mitattavat kohteet voidaan asettaa esim. asenne voi olla 1) kielteinen 2) neutraali tai 3) myönteinen

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Mitta-asteikot Nominaaliasteikko, numerot vain luokittelevat objektit, kukin numero annetaan vain yhdelle objektille ja sillä on vain yksi numero esim. sosiaaliturvatunnus, rallikilpailussa jokaisella osanottajalla on oma ainutlaatuinen numero (myös nimi erottelee, Marcus, Mikko, Sebastien) Markkinoinnissa identifioidaan vastaajat, merkit, ominaisuudet, myymälät jne. Jos käytetään luokitteluun, numerot ovat luokkien nimiä esim. koeryhmä on 1 ja kontrolliryhmä 2 Luokat ovat toisensa poissulkevia ja kollektiivisesti tyhjentäviä Kaikilla objekteilla samassa luokassa on sama numero ja kahdella luokalla ei voi olla samaa numeroa Numero ei mitenkään kuvaa objektin ominaisuuden määrää Vain rajoitetut laskutoimitukset ovat sallittuja, ei saa laskea keskiarvoja esim. sukupuolen jne.

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Ordinaaliasteikko on järjestysasteikko, jossa numerot annetaan ilmaisemaan jotain ominaisuutta, joka objekteilla on Ordinaaliasteikko antaa mahdollisuuden verrata ominaisuuden määrää mutta ei sitä paljonko ominaisuutta on vaikka se ilmaiseekin suhteellisen aseman mutta ei ilmaise paljonko enemmän tai vähemmän Ensimmäisellä on jotain enemmän tai vähemmän mutta ei voida sanoa paljonko enemmän esim. Kyproksen rallissa v.2006 Sebastien oli ensimmäinen, Marcus oli toinen ja Mikko kolmas mutta järjestysasteikko ei kerro kuinka paljon parempi Sebastien oli verrattuina muihin Numerot eivät siis anna mahdollisuutta laskea kovinkaan monia tilastollisia tunnuslukuja Ordinaaliasteikko on ongelmallinen asteikko ja jos on muita mahdollisuuksia tehdä mittaus, kannattaa käyttää niitä

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Intervalliasteikko, numerot ilmaisevat etäisyyksiä asteikolla, eli se sisältää kaikki sen mitä ordinaaliasteikko mutta sen lisäksi antaa mahdollisuuden verrata objektien eroja Arvojen välillä on kiinteä yhteys ja se on saman suuruinen aina samansuuruisten välien kanssa 1 ja 2 väli on yhtä suuri kuin 2 ja 3 joka on sama kuin 5 ja 6 väli Esim. lämpömittarissa erot ovat samansuuruisia Markkinointitutkimuksissa asennemittarit ovat intervalliasteikollisia Intervalliasteikossa nollapiste ei ole kiinteä vaan sekä nollapiste, että mittayksiköt ovat mielivaltaisia Kuitenkin kaikki lineaariset laskutoimitukset esim. y = a + bx säilyttävät asteikon suhteet Tilastollisista menetelmistä suurta osaa voi käyttää

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Suhdeasteikko (Ratio scale) sisältää kaikki edellisten ominaisuudet mutta sillä on lisäksi absoluuttinen nollapiste Siten sillä voidaan luokitella objektit, panna ne järjestykseen, verrata niiden välejä tai eroja ja laskea suhteita 2 ja 5 väli on yhtä suuri kuin 14 ja 17 mutta myös absoluuttisesti 14 on 7 kertaa suurempi kuin 2 Esim. rallikuljettajien kokonaisaika pikataipaleilla on suhdeasteikollinen mittari, jolla heidät voidaan panna järjestykseen, Marcus 3.58,45 Mikko 4.02,32 ja Toni 4.03,11 Tavallisia mittareita ovat mm. pituus, paino, ikä ja rahat, markkinoinnissa myynti, kustannukset, markkinaosuus ym. Suhdeasteikolla voidaan tehdä vain suhteellisia muutoksia esim. tyyppiä y = bx Kaikkia tilastollisia menetelmiä voi käyttää suhdeasteikon yhteydessä

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu ASTEIKKOTEKNIIKAT VERTAILEVAT ASTEIKOT EI-VERTAILEVAT ASTEIKOT JÄRJES- TYS KIINTEÄ SUMMA Q-SORT YM. JATKUVAT LUOKITTELUT ERITELLYT ASTEIKOT PARITTAINEN VERTAILU STAPEL SEMANTTINEN DIFFERENTIAALI LIKERT

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Vertailevat asteikot vs. ei-vertailevat Vertailevissa tapahtuu suoraa vertailua objektien välillä esim. pidätkö enemmän Kokiksesta vai Pepsistä Komparatiiviset asteikot ovat nominaali- tai ordinaaliasteikollisia Suurin etu on, että pienetkin erot saadaan selville kun vastaajien on pakko valita toinen Lisäksi niitä on helppo ymmärtää ja soveltaa Suurin ongelma on ordinaaliasteikollisuus ja vaikea yleistettävyys mitattujen asioiden ulkopuolelle (Kokis vs. Pepsi mutta ei muita) Ei-vertailevissa jokainen objekti arvostellaan yksilöllisesti Data on tavallisesti intervalli- tai suhdeasteikollista Esim. Coca Cola arvostellaan asteikolla 1- 6 jossa 1 = en pidä lainkaan ja 6 = pidän erittäin paljon ja samoin Pepsi ym. kolajuomat Ei-vertailevat asteikot ovat yleisimpiä markkinointitutkimuksissa

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Vertailevat asteikkotekniikat Parittainen vertailu, on menetelmä, jossa vastaajalle esitetään kaksi objektia ja pyydetään valitsemaan niistä esim. vastaaja sanoo pitävänsä enemmän Prismasta kuin Citymarketista tai enemmän Presidentti-kahvista kuin Kulta-Katriinasta Käytetään usein kun on kysymys fyysisistä tuotteista Jos on 5 brandia, on tehtävä 10 vertailua ja yleisesti [n(n-1)/2] vertailua On mahdollista muuttaa parittaiset vertailut järjestysasteikoksi ja eräs mahdollisuus on MDS (multidimensional scaling) Parittainen vertailu on käyttökelpoinen silloin, kun brandien määrä on kohtuullinen mutta jos on paljon brandeja se tulee vaikeasti käsiteltäväksi Myös vaihtoehtojen esittämisjärjestys voi vaikuttaa tuloksiin jos on paljon vaihtoehtoja

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Järjestysasteikko on suosituin asteikko parittaisen vertailun jälkeen Koehenkilöille annetaan vertailukohteita samanaikaisesti ja pyydetään heitä asettamaan kohteet järjestykseen jonkun kriteerin perusteella esim. hammastahnat järjestykseen 1-10 Tämäkin menetelmä on luonteeltaan vertaileva ja on mahdollista että vastaaja ei pidä edes numero ykkösestä Tuloksena on ordinaaliasteikko Järjestystietoa saadaan Conjoint analyysissä Järjestysasteikko pakottaa vastaajan erottelemaan objektit Tähän menee vähemmän aikaa kuin parittaiseen vertailuun, koska vertailtavia kohteita on vähemmän eli jos on n objektia, vain (n-1) vertailua pitää tehdä Suurin ongelma on, että menetelmä tuottaa vain järjestysasteikollista dataa

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Kiinteä summa, vastaajien täytyy jakaa kiinteä summa yksiköitä, pisteitä, euroja jne. objekteille jonkun kriteerin perusteella Esim. pitää jakaa 100 pistettä saippuoiden ominaisuuksille niiden tärkeyden perusteella Ominaisuudet luokitellaan laskemalla annetut pisteet yhteen ja jakamalla ne vastaajien määrällä Voidaan myös laskea segmenteittäin Tiukasti ottaen tulokset ovat järjestysasteikollisia koska ne vertailevat mukana olleita tuotteita eivätkä ole yleistettävissä Suurin etu on, että saadaan nopeasti pieniä eroja objektien välille Ongelmana on, että vastaaja voi antaa enemmän tai vähemmän pisteitä kuin pitäisi Toinen ongelma on, että jos on paljon vertailtavia objekteja vastaaja menee sekaisin tai väsyy

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Q-sort ja muut tekniikat Q-sort on kehitetty erottamaan suuri määrä objekteja nopeasti Tässä asetetaan objektit pinoon jonkin kriteerin perusteella Esim. vastaajalle annetaan sata korttia, joissa on asenneväittämä ja ne on laitettava 11 pinoon asteikolla ”olen täysin samaa mieltä - olen täysin eri mieltä” Objektien määrä ei saisi olla alle 60 tai yli 140 Toinen vastaava menetelmä on määrän estimointi, jossa objekteille annetaan numeroita siten, että ne heijastelevat jonkin kriteerin mukaan Esim. asenneväittämille annetaan pisteitä 1- 100 sen mukaan kuinka samaa tai eri mieltä vastaaja on väittämästä Se voi olla vastaajalle raskasta

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Suulliset pöytäkirjat (verbal protocols) Vastaajia pyydetään ”ajattelemaan ääneen” kun he tekevät päätöksiä tai suorittavat tehtäviä ja kaikki nauhoitetaan Tutkija kehottaa koehenkilöä puhumaan ellei hän sano mitään Pöytäkirjoja on käytetty ostoksilla olevien kognitiivisten reaktioiden mittaukseen, ominaisuuksien (attribute) ja vihjeiden (cue) tutkimiseen kun ihmiset tekevät ostopäätöksiä Myös mainontaa on tutkittu siten, että heti mainoksen näkemisen jälkeen kysytään mitä vastaajalle tuli mieleen mainoksesta Aikaa vastaukseen annetaan rajoitetusti, että ei kerkiäisi jälkeenpäin koota ajatuksia Pöytäkirjat eivät ole täydellisiä koska koehenkilöt eivät osaa tai halua sanoa kaikkia ajatuksiaan julkisesti Tutkijan on yritettävä johtaa epätäydellisistä pöytäkirjoista pohjimmaiset kognitiiviset reaktiot

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Ei-vertailevat asteikot Asteikkoja jossa kohde arvioidaan itsenäisesti Jatkuva eli graafinen arvosteluasteikko, vastaajat viivalle mielipiteensä Viiva vedetään ääripäiden välille huonoin ---------------------------------------------paras Viiva voi vaihdella, se voi olla vertikaalinen tai horisontaalinen ja siinä voi olla numeroita tai sanallisia selityksiä huonoin ---------------------------------------------paras 0 10 20 30 40 50 60 70 80 90 100 huonoin huono neutraali hyvä paras Tutkija voi jakaa viivan niin moneen osaan kuin haluaa Asteikkoa pidetään intervalliasteikkona Etuna on laatimisen helppous mutta ongelmana pisteytys Niiden käyttö on ollut markkinointitutkimuksissa vähäistä

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Eritellyt asteikot (Itemized rating scales) Vastaajille esitetään asteikko, jossa on numeroita tai lyhyt kuvaus jokaisessa luokassa Vastaaja valitsee sen vaihtoehdon, joka parhaiten vastaa hänen mielipidettään arvostelukohteesta Likert-asteikko, on saanut nimensä tekijältään Rensis Likertiltä Laajalti käytössä oleva asteikko Vastaajat ilmaisevat ovatko samaa vai eri mieltä esitetyistä väittämistä ja tyypillisesti siinä on viisi luokkaa; täysin samaa mieltä ------- täysin eri mieltä Jokaiselle vaihtoehdolle annetaan numero esim. -2 - +2 tai 1 - 5 Tuloksia voidaan tarkastella joko väitteittäin (profiili) tai laskemalla jokaiselle vastaajalle pisteiden summa (summa-asteikko) Profiileilla voidaan vertailla kahta objektia esim. vähittäiskauppaa tai tuotetta

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Jos Likert-asteikkoa käytetään summa- asteikkona, on numerointia jälkeenpäin soviteltava siten, että positiiviset ja negatiiviset väittämät saavat saman numeroinnin eli esim. positiiviset suuren ja negatiiviset pienen arvon jolloin suuri summa tarkoittaa positiivista ja pieni negatiivista asennetta kohteeseen Etuina Likert-asteikossa ovat helppous laatimisessa ja hallinnoin-nissa sekä vastaajien kannalta helppo ymmärrettävyys ja siksi se sopii hyvin posti-, puhelin- ja henkilökohtaiseen haastatteluun Haittana on, että siihen vastaamiseen menee enemmän aikaa kuin muissa eritellyissä asteikoissa koska vastaajien on luettava jokainen väite erikseen Semanttinen differentiaali on seitsemänkohtainen asteikko, jonka ääripäissä on vastakkaiset sanat (adjektiivit) Vastaajat valitsevat vaihtoehdoista kohdetta parhaiten kuvaavan kohdan Negatiiviset ja positiiviset päät vaihtelevat

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Esim. PRISMA on vahva |__|__|__|__|__|__|__| heikko luotettava |__|__|__|__|__|__|__| epäluotettava vanhanaikainen |__|__|__|__|__|__|__| uudenaikainen kylmä |__|__|__|__|__|__|__| lämmin varovainen |__|__|__|__|__|__|__| huolimaton Luokat voidaan numeroida -3 -- +3 tai 1-- 7 Tuloksia tarkastellaan tavallisesti profiileina ja eri segmenttien keskiarvoja voidaan vertailla Vaikka voidaan laskea keskiarvoja kiistellään siitä onko tätä asteikkoa käsiteltävä kuitenkin intervalliasteikkona Markkinoinnissa asteikon monipuolisuus on tehnyt sen suosituksi Sitä voidaan käyttää mm. brandien, tuotteiden ja yritysten imagojen vertailuun ja uusien tuotteiden kehittelyyn

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Stapel-asteikko, on saanut nimensä tekijänsä Jan Stapelin mukaan Asteikossa on 10 luokkaa -5 -- +5 ilman neutraalia vaihtoehtoa Asteikko esitetään tavallisesti vertikaalisena ja siinä kysytään miten hyvin ilmaisu kuvaa kohdetta, mitä suurempi numero, sitä paremmin se kuvaa kohdetta Data voidaan analysoida samalla tavalla kuin semanttinen differentiaalidata Asteikon etuna on, että se ei vaadi ilmaisujen esitestausta kaksi-napaisuuden varmistamiseksi ja on helppo käyttää puhelimessa Jotkut tutkijat pitävät sitä vaikeana ja sekavana ja eritellyistä asteikoista se on vähiten käytetty

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Ei-vertailevien asteikkojen valinta Asteikkoja ei välttämättä tarvitse käyttää juuri alkuperäisenä vaan niitä voi muokata tarpeen mukaan, päätöksiä on tehtävä seuraavista asioista: Luokkien määrä, mitä enemmän luokkia, sitä tarkempaa erottelu on mutta vastaajat eivät pysty usein käsittelemään kovin suurta määrää luokkia Nyrkkisääntö on, että luokkia pitäisi olla 5-9 Jos vastaajat ovat kiinnostuneita ja tuntevat asian hyvin, voi luokkia olla enemmän Jos käytetään puhelinhaastatteluja, ei luokkia saa olla paljon Postikyselyissä tila voi olla rajoitteena Analyysi vaikuttaa luokkien määrään siten, että jos lasketaan yksi arvo kullekin vastaajalle tai jos tehdään ryhmien välisiä vertailuja, riittää viisi luokkaa

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Korrelaatiokertoimeen luokkien määrällä on vaikutusta, jos luokkien määrää pienennetään, pienenee myös korrelaatiokerroin Sillä on vaikutusta kaikkiin tilastollisiin analyyseihin, joissa käytetään korrelaatiokerrointa Tasapainoitetut/epätasapainoitetut asteikot Tasapainoitetussa asteikossa myönteisiä ja kielteisiä vaihtoehtoja on yhtä paljon Asteikon pitäisi olla tasapainoitettu mutta jos on odotettavissa vinoja jakautumia, voidaan tehdä enemmän luokkia vinoutuneeseen suuntaan Jos käytetään epätasapainoitettuja asteikkoja, on se otettava huomioon analyysissä Luokkien määrä, jos on pariton määrä luokkia, keskimmäistä pidetään neutraalina esim. Likert asteikko on tasapainoitettu, pariton asteikko ja siinä on neutraali luokka

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Korrelaatiokertoimeen luokkien määrällä on vaikutusta, jos luokkien määrää pienennetään, pienenee myös korrelaatiokerroin Sillä on vaikutusta kaikkiin tilastollisiin analyyseihin, joissa käytetään korrelaatiokerrointa Tasapainoitetut/epätasapainoitetut asteikot Tasapainoitetussa asteikossa myönteisiä ja kielteisiä vaihtoehtoja on yhtä paljon Asteikon pitäisi olla tasapainoitettu mutta jos on odotettavissa vinoja jakautumia, voidaan tehdä enemmän luokkia vinoutuneeseen suuntaan Jos käytetään epätasapainoitettuja asteikkoja, on se otettava huomioon analyysissä Luokkien määrä, jos on pariton määrä luokkia, keskimmäistä pidetään neutraalina esim. Likert asteikko on tasapainoitettu, pariton asteikko ja siinä on neutraali luokka

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Luokkien määrä riippuu siitä halutaanko vastaajalle antaa mahdollisuus neutraaliin vastaukseen Pakotetut vs. ei-pakotetut asteikot Pakotetuissa vastaajan on otettava kantaa, en osaa sanoa vaihtoehtoa ei ole Jos uskotaan, että vastaajilla ei ole mielipidettä asiasta, voi olla parempi antaa mahdollisuus siihenkin Sanallisten kuvausten luonne ja aste Asteikossa voi olla sanoja, numeroita tai kuvia On myös mietittävä annetaanko jokaiselle vaihtoehdolle joku kuvaus vai vain ääripäille, aina ei tiedon täsmällisyys ja luotettavuus lisäänny vaikka olisi kaikilla kohdilla kuvaus Väitteiden voimakkuudellakin voi olla vaikutusta jakautumiin esim. ääripäässä täysin eri mieltä vs. jokseenkin eri mieltä

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Kysymyksen rakenne On paljon vaihtoehtoja, luokat voidaan esittää viivalla, ruuduissa, numeroituina tai ilman numeroita, jotka voivat olla positiivisia negatiivisia tai molempia Edellisten lisäksi esim. lämpömittari ja hymyilevät kasvot, sopivat lapsille

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Moniosaiset asteikot (multi-item scales) Laatiminen vaatii asiantuntemusta Mitattavaa ominaisuutta nimitetään rakenteeksi (construct) Asteikon laatiminen alkaa rakenteeseen liittyvästä teoriasta Teoriaa käytetään myös tulosten tulkinnassa Asteikon laadinnan ensimmäinen vaihe on asteikon osioiden laatiminen (pool of scale items) Tämä perustuu teoriaan, sekundaaritiedon analysointiin ja kvalitatiiviseen tutkimukseen Tästä joukosta (pool/patteristo) karsitaan potentiaaliset osiot tutkijan ja muiden asiantuntijoiden avulla Tässä vaiheessa on vielä liian paljon osioita ja niitä karsitaan kvantitatiivisilla menetelmillä

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Data kerätään esitestissä potentiaalisilla osioilla suurelta joukolta vastaajia ja data analysoidaan esim. korrelaatioanalyysillä, faktorianalyysillä, kluster-analyysillä, erotteluanalyysillä, ym. tilastollisilla testeillä Näiden avulla osioita karsitaan jotta saadaan puhdistettu asteikko Tämän reliabiliteettia ja validiteettia arvioidaan keräämällä lisää tietoa uudella näytteellä Lopulliset osiot asteikkoon valitaan em. testien perusteella Asteikon arviointi Asteikkoa arvioidaan täsmällisyyden ja soveltuvuuden perusteella Mittauksen tarkkuus : tarkkuuden osia ovat Mittausvirhe = todellisen ja mitatun arvon ero Oikean arvon malli Xo = Xt+Xs+Xr Xo = havaittu arvo Xt = todellinen arvo Xs = systemaattinen virhe Xr = satunnaisvirhe

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Systemaattinen virhe = vaikuttaa mittaukseen samalla tavalla jokaisella mittauskerralla Satunnaisvirhe = virhe, joka vaikuttaa eri tavalla satunnaisesti jokaisella mittauskerralla RELIABILITEETTI (luotettavuus) Viittaa siihen miten mittari tuottaa samanlaisia tuloksia jos tehdään uusintamittaus Systemaattisilla virhelähteillä ei ole epäsuotuisaa vaikutusta koska ne vaikuttavat aina samalla tavalla eivätkä johda epäjohdonmukai-suuteen kun satunnaisvirhe taas johtaa siihen ja heikentää reliabiliteettia Reliabiliteetti määritellään asteikon systemaattisella vaihtelulla jota mitataan tuloksilla, joita saadaan eri käyttökerroilla Jos assosiaatio on suuri, asteikko tuottaa johdonmukaisia tuloksia ja on siten luotettava (reliable)

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Uusintatesti-luotettavuus (Test-Retest reliability) Vastaajille annetaan samat kysymykset kahtena eri kertana mahdollisimman yhtenevissä olosuhteissa Aika testien välillä on kahdesta neljään viikkoon Samanlaisuutta mitataan korrelaatiokertoimella, mitä suurempi korrelaatio, sitä luotettavampi on mittari Ongelmina ovat: 1) Aika, mitä pitempi testien välillä sitä huonompi on luotettavuus 2) Ensimmäinen mittaus voi vaikuttaa toiseen (asenne muuttuu) 3) Voi olla mahdotonta uusia testi (uusi tuote) 4) Carryover-effect eli vastaajat voivat muistaa miten vastasivat aikaisemmin 5) Ominaisuus, jota mitataan, voi muuttua mittausten välillä ja 6) Uusintatestin luotettavuuskertoimeen voi vaikuttaa jokaisen osion korrelaatio itsensä kanssa Test-retest mittaus onkin parempi kun sitä käytetään esim. vaihtoehtoisten lomakkeiden testaamiseen

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Vaihtoehtoisten lomakkeiden reliabiliteetti Laaditaan kaksi toisiaan vastaavaa lomaketta ja samat vastaajat mitataan kahdesta neljän viikon välein Lomakkeiden korrelaatio lasketaan luotettavuuden mittaamiseksi Ongelmina ovat 1) aika ja raha, vie aikaa ja on kallista tehdä kaksi toisiaan vastaavaa asteikkoa 2) on vaikeaa laatia kaksi toisiaan vastaavaa asteikkoa, voi olla että ne eivät vastaa sisällöltään toisiaan Alhainen korrelaatio voi tarkoittaa huonoa reliabiliteettia tai sitä, että asteikot eivät vastaa toisiaan Sisäisen johdonmukaisuuden reliabiliteetti (internal consistency) Käytetään summa-asteikkojen tutkimiseen, jotka muodostuvat useasta osiosta, jotka mittaavat jotain rakenteen ominaisuutta Yksinkertaisin on split-half reliability eli puolikkaiden luotettavuus

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Asteikon osiot jaetaan kahteen osaan ja tutkitaan miten puolikkaat korreloivat Korkea korrelaatio ilmaisee suurta sisäistä yhdenmukaisuutta Jako tapahtuu esim. siten, että parilliset ja parittomat osiot pannaan samaan ryhmään tai satunnaisesti Toinen mahdollisuus on alfa-kerroin (coefficient alpha) eli Cronbachin alfa joka vaihtelee 0 ja 1 välillä ja arvoa 0.6 pienempi merkitsee epätyydyttävää sisäistä luotettavuutta VALIDITEETTI Tarkoitetaan missä määrin erot havaituissa asteikon arvoissa heijastavat todellisia eroja mitattavassa asiassa Täydellinen validiteetti tarkoittaa sitä, että ei ole mittausvirheitä (systemaattisia eikä satunnaisia) Sisällönvaliditeetti (Content/face validity) Subjektiivinen tutkijan tai jonkun muun arvio siitä miten asteikko kattaa alan tai rakenteen, jota tutkitaan

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Sisällönvaliditeetti ei ole yksin riittävä asteikon validiteetin mittari mutta auttaa asteikon arvojen tulkinnassa Kriteerivaliditeetti (criterion validity) Heijastaa asteikon suorituskykyä verrattuna muihin valittuihin (kriteerimuuttujiin) muuttujiin Muodostuu kahdesta osasta 1) samanaikaisvaliditeetista ja 2) ennustevaliditeetista Samanaikaisvaliditeettia arvioidaan kun asteikon dataa ja kriteeri-muuttujia kerätään samanaikaisesti ja niitä verrataan keskenään esim. tehdään lyhyt versio persoonallisuustestistä ja verrataan sitä alkuperäiseen Ennustevaliditeettia arvioidaan kun ensin kerätään asteikon data ja myöhemmin kriteerimuuttujien data esim. ennustetaan tuotteen myynti ja verrataan sitä toteutuneeseen

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Rakennevaliditeetti (construct validity) Tarkoittaa mitä rakennetta tai ominaisuutta asteikko todellisuudessa mittaa Tutkijan on tehtävä teoreettisia kysymyksiä siitä miksi asteikko toimii ja minkälaisia päätelmiä (deductions) voidaan tehdä koskien perustana olevaa teoriaa ja siten rakennevaliditeetti edellyttää mitattavan rakenteen teorian hyvää tuntemista Rakennevaliditeetti on hienostunein (sophisticated) ja vaikein validiteetin tyyppi saada aikaan Rakennevaliditettti sisältää: 1) Yhtenevyys-(convergent) validiteetin, joka tarkoittaa sitä missä määrin asteikko korreloi positiivisesti muitten samaa rakennetta mittaavien mittareiden kanssa 2) Erottelu-(discriminant) validiteetti ilmaisee missä määrin asteikko ei korreloi muiden rakenteiden kanssa joista sen pitäisi erota

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu 3) Nomologinen (nomological, nomology= filosofian haara, joka käsittelee luonnollisten ilmiöiden lainalaisuuksia) validiteetti, joka ilmaisee suhteen teoreettisiin rakenteisiin eli korreloi teoriassa ennustetulla tavalla toisten läheisten rakenteiden kanssa. Teoreettisen mallin rakentamisen avulla päästään johtopäätöksiin ja testeihin. Rakennetaan nomologinen verkosto, jossa useat rakenteet ovat systemaattisesti toisiinsa liittyneinä Esim. Laaditaan moniosainen asteikko (mittari) jonka tarkoituksena on mitata minäkuvaa (self-concept) Korkea korrelaatio muiden minäkuvaa mittaavien mittarien kanssa sekä ystävien luokittelujen kanssa (yhtenevyysvaliditeetti) Alhainen korrelaatio asiaan liittymättömien rakenteiden kanssa esim. tuoteuskollisuus tai vaihtelunhalu (erotteluvaliditeetti) Jos koehenkilö preferoi tuotteita, jotka ovat hänen minäkuvansa mukaisia kuten teoriassa oletetaan on nomologinen validiteetti hyvä Reliabiliteetti on korkea

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Reliabiliteetin ja validiteetin suhde Jos mittari on täydellisesti validi, on se myös luotettava (reliaabeli) silloin siis Xo = Xt ja Xr=0 ja Xs=0 Jos mittari ei ole luotettava, se ei voi olla validi, koska Xo=Xt+Xr Lisäksi voi olla systemaattista virhettä jolloin Xs =/=0 Siten epäluotettavuus johtaa ei-validisuuteen Jos mittari on täysin luotettava se voi olla tai ei ehkä ole täydellisen validi, koska voi olla systemaattista virhettä (Xo=Xt+Xs) Vaikka reliabiliteetin puute aiheuttaa negatiivista todistusaineistoa validiteetille, ei reliabiliteetti ole validiteetin tae Reliabiliteetti on välttämätön mutta ei riittävä ehto validiteetille

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu: 

3. Tutkimussuunnitelman muotoilu/Mittaus ja luokittelu Yleistettävyys (generalizability) Tarkoittaa sitä miten näytteestä saadut tulokset voidaan yleistää Lisäksi voidaan pohtia sitä miten yleistettäviä ovat tietynlaisessa tutkimuksessa käytetyt menetelmät toisenlaisiin tutkimuksiin tai miten aika vaikuttaa tulosten ja menetelmien yleistettävyyteen jne.

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Haastattelu ja havainnointilomakkeet Kuvailevan tutkimuksen menetelmissä surveyssä ja havainnoinnissa tarvitaan lomakkeita kvantitatiivisen primaaritiedon datan keräyksen standardisoimiseksi Standardisointi takaa datan vertailukelpoisuuden, nopeuttaa ja tarkentaa keräystä ja mahdollistaa tietojen käsittelyn Kysymyslomakkeen tavoitteet ovat: 1) muuttaa etsittävä informaatio joukoksi kysymyksiä, joihin vastaajat vastaavat 2) kannustaa ja motivoida vastaajaa vastaamaan ja 3) minimoida vastausvirheet Lomakkeen laadinta Ongelmana on teorian puute, koska ei ole tieteellisiä periaatteita, jotka takaavat hyvän lomakkeen, paras tae lomakkeen hyvyydestä on laatijan kokemus Seuraavassa vaiheita, jotka eivät ole välttämättä peräkkäisiä

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Määrittele tarvittava informaatio Aluksi hahmotelma tarvittavasta tiedosta, tarkkuus lisääntyy lomakkeen edistyessä pitemmälle on ajateltava populaatiota, jolle se on tarkoitettu Päätä haastattelun laji Henkilökohtaisissa haastatteluissa voi kysyä monimutkaisempia asioita kuin puhelinhaastatteluissa Postikyselyissä täytyy olla hyvät ohjeet ja helposti ymmärrettävät kysymykset Yksittäisten kysymysten sisältö Jokaisen kysymyksen kohdalla on kysyttävä: 1) onko kysymys tarpeellinen, jos ei saada informaatiota, ei kysymystä tarvita, joskus kuitenkin esitetään aluksi helppoja neutraaleja kysymyksiä tai täytekysymyksiä tarkoituksen peittämiseksi, myös samaa asiaa kysytään joskus toisin reliabiliteetin ja validiteetin varmistamiseksi 2) Tarvitaanko lisäkysymyksiä, ei saa kysyä kahta asiaa samassa kysymyksessä

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Vastaamisen varmistaminen Ei voida aina olettaa, että vastaaja osaisi antaa vastauksen Onko vastaajalla tietoa asiasta ? Esim mies ei tiedä paljonko rahaa menee ruokaostoksiin jos vaimo tekee ne tai päinvastoin, ei pidä kysyä jos vastaajalla ei ole tietoa Jos epäillään, että vastaajalla ei ole tietoa, voidaan tehdä suodatinkysymyksiä, joilla selvitetään ensin vastaajan tiedot ja ehkä ”en osaa sanoa/en tiedä” vaihtoehto olisi annettava Muistaako vastaaja ? On asioita, joita ei tarvitse muistaa, esim. mitä söit lounaaksi viime viikon tiistaina ? Vastaaja voi tehdä erilaisia virheitä: hän voi kokonaan unohtaa jonkun asian, hän voi muistaa ajan väärin tai hän voi ”muistaa” jotain, jota ei tapahtunut Voidaan auttaa tai ei esim. kysytään mitä kahvimerkkejä muistat tai annetaan lista ja kysytään mitkä listassa ovat tuttuja Osaako vastaaja ilmaista ? Avoimissa vastauksissa voi olla vaikeaa kuvata esim. myymälän ilmapiiriä mutta voidaan luetella erilaisia ilmapiirejä ja pyytää valitsemaan niistä sopiva

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Vastaushaluttomuus Joskus vastaajat eivät halua vastata koska se vie liikaa aikaa, voidaan esim. helpottaa vastaamista antamalla lista vaihtoehdoista Yhteys, kaikki kyselijät eivät saa yhtä paljon vastauksia, joko teetetään tutkimus tunnetussa yliopistossa/tutkimuslaitoksessa tai perustellaan hyvin miksi vastaukset ovat tärkeitä Syy, jos vastaaja ei halua antaa esim. henkilötietojaan, voidaan perustella miksi tarvitaan ikä, sukupuoli, tulot, ammatti ym. tietoja Herkkä info, jos vastaukset voivat vaikuttaa vastaajan arvoon tai minäkuvaan tai voivat olla noloja esim. rahaan, perheeseen, henkilökohtaisiin tapoihin, poliittisiin tai uskonnollisiin uskomuksiin tai rikollisuuteen liittyviä. Voidaan panna kysymykset lomakkeen loppuun tai selittää asiaa tarkemmin esim. ”suomalaisilla on keskimäärin velkaa xxx euroa, paljonko …”Voidaan myös kysyä kolmannessa persoonassa tai piilottaa kysymys muiden joukkoon. Voidaan luokitella vaihtoehdot tai käytetään satunnaistekniikkaa

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Kysymyksen rakenteen valinta Kysymys voi olla strukturoitu tai strukturoimaton Strukturoimattomat kysymykset ovat avoimia, joihin vastaaja vastaa omin sanoin Ne ovat hyviä aloituskysymyksiä, ne antavat mahdollisuuden kertoa yleisistä asenteista ja helpottavat strukturoitujen tulkintaa Mahdollisuus haastattelijan virheisiin on suuri ellei vastauksia kirjata ylös sanatarkasti (nauhoitusta pitäisi käyttää jos saadaan tärkeää infoa) Jos vastaajat ovat hyviä, niistä voi saada paljon arvokasta tietoa Koodaus voi olla vaikeaa ja aikaa vievää mutta esikoodaus voi auttaa Strukturoidut kysymykset voivat olla monivalintakysymyksiä, dikotomioita tai asteikollisia Monivalintakysymyksissä vastaaja voi valita annetuista vaihtoehdoista, niiden pitäisi kattaa kaikki vaihtoehdot tai niissä pitäisi olla mahdollisuus lisäselvityksiin. Luokat eivät saa olla päällekkäisiä ja jos halutaan paljon tietoa, on tehtävä useita kysymyksiä

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Järjestysvirheitä syntyy vastaajien taipumuksesta valita ensimmäinen tai viimeinen vaihtoehto ja numeroissa keskimmäisen vaihtoehdon suuntaan. Jos halutaan estää tämä, on tehtävä useita lomakkeita, joissa vaihtoehdot ovat eri järjestyksissä Monivalintakysymysten koodaus ja tietojenkäsittely on helppoa mutta ongelmana on tehdä hyviä kaikenkattavia kysymyksiä, siinä voi eksploratiivinen tutkimus auttaa Dikotomioissa on vain kaksi vaihtoehtoa esim. kyllä/ei tai samaa/eri mieltä. Voidaan antaa myös neutraali ”en tiedä, molemmat, ei kumpikaan” mahdollisuus Koska päätöksiä tehdään usein valitsemalla kahdesta vaihtoehdosta, voidaan päätöksentekoprosessia tutkia dikotomioilla Dikotomioilla on samat edut kuin monivalintakysymyksillä, ne ovat helppoja koodata ja analysoida mutta ongelmana voi olla sanamuodon ja järjestyksen vaikutus vastaukseen Asteikot ks. edellä

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Sanamuodon valinta Kriittisin ja vaikein asia lomakkeen suunnittelussa Jos kysymys on huonosti muotoiltu, siihen ei vastata tai siihen vastataan väärin Kahdeksan kohdan ohjelma Määrittele asia tarkasti, esim. ”mitä shampoota käytät?” vaikuttaa selvältä mutta siitä puuttuu monia asioita, parempi olisi ”mitä shampoomerkkiä/merkkejä olet henkilökohtaisesti käyttänyt kotona viimeisen kuukauden aikana? Jos käytit useita, luettele ne” Käytä tavallisia sanoja, ota huomioon vastaajien kokemus ja koulutus Käytä yksiselitteisiä sanoja, älä käytä sanoja ”tavallisesti, normaalisti, usein, säännöllisesti jne.” Älä käytä johdattelevia kysymyksiä Vältä implisiittisiä vaihtoehtoja eli sellaisia, joita ei ole selvästi mainittu Vältä implisiittisiä oletuksia eli joissa ei ole seurauksia mainittu Vältä yleistyksiä ja arviointeja Väittämissä positiiviset ja negatiiviset päät satunnaisesti vaihtelevia tai kaksi lomaketta jossa ne ovat päinvastaisia

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Kysymysten järjestys Avaavat kysymykset ovat tärkeitä luottamuksen aikaansaamiseksi Niiden pitäisi olla mielenkiintoisia, yksinkertaisia ja ei uhkaavia Usein mielipiteet ovat hyviä koska ihmiset mielellään kertovat sen Informaation tyyppi voi olla 1) perusinfoa, joka liittyy tutkimusongelmaan 2) luokittelevaa infoa jolla vastaajat luokitellaan sosioekonomisesti tai demografisten ominaisuuksien mukaan ja 3) identifiointi-infoa, nimi, osoite, puhelinnumero jne. Perusinfo on tärkeintä ja se pitäisi kysyä ensimmäiseksi sitten luokittelu ja lopuksi identifiointi-info Vaikeat kysymykset pitäisi olla lopussa Kysymysten vaikutus myöhempiin kysymyksiin, yleisten kysymysten pitäisi olla ensin ja siten erityiset, tarkat kysymykset, suppilotekniikka on hyvä ja joskus päinvastoin jos vastaajilla ei ole selviä mielipiteitä Kysymysten tulisi olla myös loogisessa järjestyksessä ja kun vaihdetaan aihetta pitäisi selittää asia (branching, flow chart)

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Muoto ja layout On erityisen tärkeä postikyselyissä jossa vastaajat itse käsittelevät lomaketta, esim. ylälaidassa olevat kysymykset huomataan paremmin kuin alalaidassa olevat On hyvä jakaa lomake osiin esim. kysymystyyppien mukaan Kysymysten tulee olla numeroituja erityisesti jos on yli hypättäviä kysymyksiä ja numerointi auttaa koodauksessa ja koodit voidaan painaa lomakkeeseen Jokainen lomake on numeroitava juoksevasti Lomakkeen painatus Lomake on painettava hyvälle paperille ja jos siinä on monia sivuja, ne pitäisi liittää toisiinsa mieluummin selästä kuin niitillä Kysymyksen tulisi olla kokonaisuudessaan samalla sivulla Vastausten tulisi olla allekkain tai sarakkeittain, jolloin on helpompi valita oikea vaihtoehto ja koodata data

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu: 

3. Tutkimussuunnitelman muotoilu/Lomakkeen suunnittelu Esitestaus Pitää aina suorittaa sillä hyvääkin lomaketta voi aina parantaa Lomaketta ei pitäisi käyttää kentällä koskaan ennen esitestausta Kaikki näkökohdat tulee testata, sisältö, sanamuodot, järjestys, layout, ohjeet, liitteet jne. Vastaajat pitää valita siitä populaatiosta jota on tarkoitus tutkia Esitestaus tehdään henkilökohtaisina haastatteluina vaikka tutkimus tehtäisiin muulla tavalla Esitesteissä pitäisi olla useita haastattelijoita ja suunnittelijoiden olisi oltava mukana ainakin osassa Esitestissä näyte on pieni n. 15-30 riippuen vastaajien heterogeenisuudesta Vastaajien pitäisi ”ajatella ääneen” vastatessaan ja heille pitää myös selvittää testin jälkeen, että kysymyksessä oli esitesti ja pyytää heitä selittämään vastauksensa ja kertomaan ongelmista vastatessa Esitestin lomakkeet tulisi normaalisti koodata ja analysoida

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Näyte vs. kokonaisotanta (sample or census) Useimpien markkinointitutkimusten tarkoituksena on saada informaatiota populaation ominaisuuksista Populaatio (Perusjoukko) = joidenkin elementtien kokonaisuus, jotka jakavat tietyt yhteiset ominaisuudet ja jotka muodostavat tutkimusjoukon markkinointitutkimuksen tarpeisiin Populaation ominaisuudet ovat yleensä numeerisia esim. lojaalien asiakkaiden määrä Kokonaisotanta (census) = sisältää kaikki populaation elementit, populaation parametrit voidaan laskea suoraan kokonaisotannasta Näyte = populaation osajoukko, joka on valittu tutkimukseen Näyte on hyvä silloin kun populaatio on suuri koska kokonaisotanta tulisi kalliiksi ja veisi paljon aikaa kuten jos on kysymys kuluttajatuotteista mutta jos on kysymys teollisista hyödykkeistä, voi kokonaisotanta olla parempi

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Näyte on myös silloin sopivampi kun tutkimuskohde tuhoutuu esim. auto ajetaan seinään tai lampun elinikää tutkitaan Näyte on parempi silloin kun keskitytään yksilöihin kuten syvähaastattelussa tai kun halutaan pitää tutkimus salassa NÄYTTEENOTTOPROSESSI Määrittele kohdepopulaatio = joukko elementtejä tai kohteita joilla on informaatiota, jota tutkija haluaa ja josta päätelmät tehdään Kohdepopulaatio on määriteltävä tarkasti. Jos sitä ei tehdä tutkimus on tehoton tai harhaanjohtava Kohdepopulaatio määritellään elementin ja näyteyksikön tarkkuudella Elementti = kohde, jolta informaatiota halutaan, tavallisesti vastaaja Näyteyksikkö = elementti tai yksikkö, joka sisältää elementin Esim. halutaan tutkia huulipunan käyttäjiä, jolloin valitaan 18 v. täyttäneitä naisia tutkimukseen. Jos suoraan valitaan 18 v. täyttäneitä naisia, ovat he samanaikaisesti elementtejä ja näyteyksiköitä ja jos näyteyksikkö on talous, valitaan taloudesta kaikki 18 v. täyttäneet naiset, jotka ovat elementtejä

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Kohdepopulaation määrittely ei aina ole yhtä helppoa, esim. jos tutkitaan partaveden käyttäjiä, onko kaikki miehet otettava mukaan vai vain ne, jotka ovat käyttäneet partavettä viimeisen kuukauden aikana vai kaikki 17 v. täyttäneet miehet. Pitääkö naisetkin ottaa mukaan, he ostavat partavettä miehilleen jne. Määrittele näytteenottokehikko Näytteenottokehikko sisältää luettelon kohdepopulaation elementeistä esim. puhelinluettelo, yhdistyksen jäsenrekisteri, yritysrekisteri tai kartta Jos ei ole listaa, täytyy käyttää jotain muuta keinoa esim. puhelinhaastattelussa soitetaan satunnaisiin numeroihin Joskus voidaan tehdä lista joka ei sisällä kaikkia elementtejä, silloin syntyy kehikkovirhe, joka voi olla niin pieni, että siitä ei tarvitse välittää mutta useimmiten se on otettava huomioon Yksi tapa on määritellä uudelleen populaatio esim. että se on puhelinluettelossa mainitut. Se on yksinkertaistus, mutta näin tutkija tiedostaa mitä on tutkimassa

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Toinen tapa on valita (screening) vastaajat datan keräyksen yhteydessä esim. demografisten ominaisuuksien tai tuotteen käytön perusteella. Valinta voi poistaa epätoivottavat elementit mutta ei voi ottaa mukaan puuttuvia Kolmas tapa on painottaa tuloksia virheen suuntaan Oli tapa mikä tahansa, on muistettava ottaa huomioon kehykseen liittyvät virheet Valitse näytteenottotekniikka Bayesin tekniikka, vähän käytetty, poikkeaa perinteisestä siinä, että elementit valitaan peräkkäin. Edellyttää tietoa populaation ominaisuuksista Näytteenotto palautuksella (with replacement), elementti palautetaan takaisin kehikkoon ja näin sama elementti voi tulla uudelleen kun ilman palautusta (without replacement) sama elementti ei voi tulla uudestaan, ei juuri eroa ellei näyte pieni

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Tärkein päätös on valinta todennäköisyys ja ei-todennäköisyys-näytteen välillä Jos näyteyksikkö on eri kuin elementti, on tarkasti määriteltävä miten elementti valitaan, haastatellaanko henkilöä, joka vastaa puhelimeen tai avaa oven ja kuinka monta samasta kotitaloudesta haastatellaan jos on useampia kriteerit täyttäviä Jos käytetään todennäköisyysnäytettä, täytyy olla joku menetelmä, jolla kaikista soveliaista valitaan, yksinkertainen tapa on valita se, jolla on seuraavaksi syntymäpäivä Näytteen koko Monimutkainen asia, johon liittyy monia kvalitatiivisia ja kvantitatiivisia asioita Kvalitatiivisista tässä ja kvantitatiivisista myöhemmin Kvalitatiiviset ovat: Päätöksen tärkeys, mitä tärkeämpi, sitä tarkempaa infoa tarvitaan

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Tutkimuksen luonne, eksploratiivisten ja kvalitatiivisten tutkimusten näytteet ovat pieniä, deskriptiivisten survey-tutkimusten suuria Jos on paljon muuttujia, tarvitaan suurempi näyte Jos käytetään kehittyneitä analyysitekniikoita esim. monimuuttuja-menetelmiä, tarvitaan suurempi näyte Näytteen kokoon vaikuttaa myös kokemus vastaavista tutkimuksista esim. min. tyypillinen markkinapotentiaali 500 1000-2500 tuotetestit 200 300 - 500 mainonnan tutkimukset 150 200 - 300 focus group 6 ryhmää 10 - 15 ryhmää Näytteen kokoon vaikuttaa myös mahdollisten elementtien esiintymistiheys ja suoritusmäärä sekä Resurssit Lopuksi suoritetaan näytteenotto

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte NÄYTTEENOTTOTEKNIIKAT EI-TODENNÄKÖISYYS- NÄYTTEET TODENNÄKÖISYYS- NÄYTTEET MUKAVUUS- OTANTA HARKINTA- NÄYTE KIINTIÖ- MENETELMÄ LUMIPALLO- OTANTA YKSINKER- TAINEN SATUNNAIS- OTANTA SYSTEMAAT- TINEN OTANTA STRATIFI- OITU OTANTA RYVÄS- OTANTA MUUT OTANTA MENETELMÄT SUHTEELLISESTI OSITETTU OPTIMAALISESTI ALLOKOITU

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Ei-todennäköisyysnäytteet Mukavuusotanta (convenience sampling) Otetaan mukavasti saatavia elementtejä Valinta jätetään haastattelijalle ja usein mukaan joutuu/pääsee kun sattuu olemaan oikeassa paikassa oikeaan aikaan esim. opiskelijoita, organisaatioiden jäseniä, kauppakeskuksissa kävijöitä, myymälän asiakasrekisterissä olevia, lehtien lomakkeiden avulla tai kadulla kävelijöitä Helpoin ja halvin menetelmä ja vastaajat saavutettavissa helposti, usein yhteistyöhaluisia ja helppoja mitattavia Ongelmallinen, koska valintavirheet suuria ja näyte ei ole mitenkään edustava ja siksi ei voida yleistää tuloksia Eivät sovi deskriptiiviseen tai kausaaliseen tutkimukseen mutta voidaan käyttää eksploratiivisissa Sopivat focus groupeihin, lomakkeiden esitestauksiin tai pilottitutkimuksiin

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Harkintanäyte (Judgmental sample) On eräs mukavuusotannan muoto, jossa elementit valitaan tutkijan harkinnan perusteella Tutkija valitsee omasta mielestään sellaisia elementtejä, jotka edustavat populaatiota tai muuten ovat sopivia Tyypillisiä tilanteita: koemarkkinointi jossa tuotteen potentiaalia selvitetään, teollisen markkinoinnin tutkimuksissa ostoinsinöörejä Halpa, mukava, nopea mutta ei salli yleistyksiä koska populaatiota ei ole tarkkaan määritelty Subjektiivinen ja hyvyys riippuu kokonaan tutkijan harkinnasta, kokemuksesta ja luovuudesta Voi olla käyttökelpoinen, jos ei tarvita laajoja johtopäätöksiä populaation käyttäytymisestä

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Kiintiömenetelmä (quota sampling) Kaksivaiheinen rajoitettu harkintanäyte Ensimmäisessä vaiheessa tehdään kiintiöitä populaation elementeistä Kiintiöiden tekemisessä tutkijalla pitää olla tietoja populaation ominaisuuksista Kiintiöt tehdään esim. sukupuolen, iän, rodun tms. perusteella Toisessa vaiheessa elementit valitaan mukavuus/harkintaperiaatteella Kun kiintiöt on määrätty, voi vapaasti valita elementit sovittujen periaatteiden mukaan Jos päätetään ottaa vaikka 1000 henkilöä otokseen Vaasassa ja tiedetään sukupuoli-, ikä- ja kielijakautumat niin valinta tapahtuu seuraavasti: Miehiä 48 % (480) naisia 52 % (520), suomenkielisiä 75 % (750) ja ruotsinkielisiä 25 % (250) ja iät 18-30 27 % (270) 31-45 39% (390) 46-60 16 % (160) yli 60 18 % (180) Vaikka näyte on edustava em. ominaisuuksien suhteen ei voida väittää että se on kokonaan edustava eikä otantavirhettä voida laskea

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Kiintiömenetelmällä saadaan suhteellisen edustavia näytteitä halvalla Joissakin tilanteissa kiintiömenetelmällä voidaan saada lähes yhtä hyviä tuloksia kuin tavallisilla todennäköisyysnäytteillä Lumipallo-otanta Alkuperäinen otanta otetaan satunnaisesti ja haastateltavilta kysytään kuka/ketkä muut voisivat olla kohdepopulaatioon kuuluvia Tätä voidaan jatkaa aaltoina ja saadaan aina lisää haastateltavia Vaikka ensimmäinen vaihe otetaan satunnaisesti, ei tämä ole satunnaisotanta Menetelmällä voidaan tutkia asioita, jotka eivät ole yleisiä populaatiossa Käytetään myös teollisten ostaja-myyjä-suhteiden tutkimisessa parien etsinnässä Suurin etu on siinä, että sen avulla löydetään haluttu ominaisuus populaatiosta

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Todennäköisyysnäytteet Todennäköisyysnäytteet eroavat toisistaan tehokkuudessa ja siinä heijastuu valinta hinnan ja tarkkuuden välillä Mitä suurempi tarkkuus, sitä suurempi hinta ja tutkijan pitäisi tehdä valinta niin, että budjetin rajoissa tarkkuus olisi mahdollisimman suuri Yksinkertainen satunnaisotanta Jokaisella elementillä on tunnettu ja yhtä suuri todennäköisyys tulla valituksi eli jokainen elementti valitaan muista riippumatta Näyte valitaan satunnaisotannalla kehyksestä Jokaiselle elementille annetaan oma ainutlaatuinen numero Tietokoneella tai taulukosta (ks. kirja Table 1) saadaan satunnaisesti valittu numero Yksinkertaisen satunnaisotannan etu on sen helppo ymmärrettävyys ja tulokset voidaan projisoida populaatioon Useimmat tilastolliset menetelmät edellyttävät yksinkertaista satunnaisotantaa

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Ongelmia ovat On usein vaikea kehys, joka sallii yksinkertaisen satunnaisotannan Menetelmä voi johtaa näytteisiin, jotka ovat suuria tai maantieteel-lisesti laajalle levinneitä ja siitä seuraa suuret kustannukset Se johtaa usein alhaisempaan tarkkuuteen ja suurempiin standardipoikkeamiin kuin muut todennäköisyysmetodit Se voi/ei voi johtaa epäedustaviin näytteisiin erityisesti jos näyte on pieni ja siksi sitä ei käytetä paljonkaan markkinointitutkimuksissa Systemaattinen otanta Suositumpi kuin edellinen Valitaan satunnaisesti lähtöpiste ja sitten otetaan joka i:s elementti Välimatka i lasketaan jakamalla populaation koko N näytteen koolla n ja pyöristämällä lähimpään kokonaislukuun Esim. populaatiossa on 100 000 elementtiä ja halutaan 1000 näyte, tällöin i = 100, valitaan satunnaisnumero 1-100 väliltä, jos se on 52, näytteeseen valittavat elementit ovat 52, 152, 252 jne.

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Systemaattisessa otannassa oletetaan, että populaation elementit on järjestetty jotenkin Joissakin tapauksissa järjestys ei mitenkään ole yhteydessä elementtien ominaisuuksiin (esim. puhelinluettelo aakkosjär-jestyksessä) kun taas toisissa tapauksissa sillä on merkitystä Jos elementit on järjestetty niin, että se ei ole yhteydessä ominaisuuk-siin, ovat tulokset samantyyppisiä kuin edellisessä menetelmässä Jos taas elementtien ominaisuuksilla on yhteyttä järjestykseen, lisää se näytteen edustavuutta Jos esim. yritykset on järjestetty liikevaihdon mukaan, tulee mukaan sekä pieniä että suuria yrityksiä, yksinkertaisella satunnaisotannalla voi tulla vain pieniä tai vain suuria Jos listassa on syklisyyttä, voi systemaattinen otanta heikentää edustavuutta esim. jos otetaan näyte jossa tulee aina sama kuukausi tai viikonpäivä Systemaattinen otanta on halvempi ja helpompi kuin YSO koska satunnaisotanta tehdään vain kerran

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Jos tiedetään populaation ominaisuuksista jotain, voidaan systemaattista otantaa käyttää edustavuuden lisäämiseen Sitä voidaan käyttää vaikka ei olisi tietoa populaatiosta esim. joka i:s henkilö myymälässä tai markkinoilla voidaan haastatella Sitä käytetään paljon posti-, puhelin ja myymälähaastatteluissa Stratifioitu otanta Kaksivaiheinen prosessi, jossa populaatio jaetaan ensin alapopulaatioihin eli ositteisiin (strata) Ositteet ovat sellaisia, että jokainen populaation elementti kuuluu johonkin ositteeseen ja mikään elementti ei puutu Seuraavassa vaiheessa ositteista valitaan näyte jollakin satunnaisotantamenetelmällä, tavallisesti yksinkertaisella satunnaisotannalla Muuttujat, joita käytetään ositteiden muodostamisessa ovat ns. stratifiointimuuttujia ja niiden kriteerit ovat homogeenisuus, heterogeenisuus, riippuvuus ja kustannukset

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Ositteiden elementtien tulisi olla mahdollisimman homogeenisia mutta eri ositteiden taas mahdollisimman heterogeenisia Stratifiointimuuttujien tulisi olla läheisessä riippuvuussuhteessa kiinnostuksen kohteeseen, mitä paremmin kriteerit saavutetaan, sitä paremmin voidaan kontrolloida ulkoista variointia Muuttujien pitäisi myös vähentää kustannuksia olemalla helppoja mitata ja soveltaa Käytettyjä muuttujia ovat asiakkaiden demografiset ominaisuudet, asiakkaiden tyyppi (luotto-/ei-luottokortti), yrityksen koko, toimiala Voidaan käyttää useampia kuin yhtä muuttujaa mutta käytännön syistä ei käytetä tavallisesti enempää kuin kahta Ositteiden määrä on harkinnanvarainen asia mutta käytäntö on osoittanut että kuusi on maksimimäärä Lisäksi on päätettävä käytetäänkö suhteellisesti ositettua vai optimaalisesti allokoitua näytettä

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Suhteellisesti ositetussa näytteessä havaintojen määrä on suhteessa ositteen kokoon eli jos osite sisältää neljäsosan populaatiosta, otetaan neljäsosa elementeistä ao. ositteesta Optimaalisesti allokoidussa näytteessä eli ositetussa satunnais-näytteessä myös tutkittavan asian vaihtelu eli standardipoikkeama vaikuttaa ositteen kokoon Logiikka on siinä, että jos ositteessa ei ole vaihtelua, riittää yksikin havainto ja jos kaikissa ositteissa on sama vaihtelu, ovat em. metodit samanlaisia Optimaalisesti allokoitu edellyttää jonkinlaista tietoa tutkittavasta asiasta ja jos tätä tietoa ei ole, voi tutkija käyttää intuitiota Stratifioitu otanta takaa, että kaikki kiinnostavat alapopulaatiot tulevat mukaan näytteeseen esim. suuri- tai pienituloisia on vähemmän kuin keskituloisia ja menetelmällä voidaan taata, että molempia tulee mukaan näytteeseen Stratifioitu otanta yhdistää yksinkertaisen satunnaisnäytteen edut tarkkuuteen ja siksi se on suosittu menetelmä

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Ryväsotanta Populaatio jaetaan toisensa poissulkeviin ja tyhjentäviin alapopulaatioihin eli klustereihin ja tehdään satunnaisotos näistä ryhmistä Jos koko ryhmä tutkitaan, on kysymys yksiaskelisesta ja jos otetaan ryväksistä vielä satunnaisnäyte, on kysymys kaksiaskelisesta ryväsotannasta Kaksiaskelinen voi olla vielä yksinkertainen kaksivaiheinen tai todennäköisyys suhteessa kokoon Suurin ero ryväsotannassa ja stratifioidussa näytteessä on se, että ryväsotannassa otetaan näyte alapopulaatioista kun stratifioidussa kaikista alapopulaatioista otetaan vielä näyte Tavoitteet ovat myös erilaisia, ryväsotannassa pyritään näytteenotto-tehokkuuden lisäämiseen ja kustannusten alentamiseen kun stratifioidussa pyritään tarkkuuden lisäämiseen Homogeenisuuden ja heterogeenisuuden suhteen ryväsotanta on täysin päinvastainen stratifioidun kanssa

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Jokaisen alaryhmän eli ryväksen tulisi ryväsotannassa olla pienoismalli koko populaatiosta eli mahdollisimman heterogeeninen mutta ryppäiden mahdollisimman homogeenisia keskenään Eräs tyypillinen ryväsotannan muoto on alueellinen otanta, jossa ryväs muodostuu maantieteellisistä alueista esim. kunnista, asuntoalueista tai kortteleista Esim. valitaan korttelit ja tutkitaan kaikki kotitaloudet niistä (yksi-vaiheinen) tai otetaan vielä näyte kotitalouksista (kaksivaiheinen/monivaiheinen) Todennäköisyys suhteessa kokoon on menetelmä, jossa näytteen elementin todennäköisyys tulla valituksi riippuu käänteisesti ryväksen suuruudesta Ryväsotannan etuina ovat toteutettavuus ja alhaiset kustannukset Usein ei ole mahdollista valita suoraan populaation elementtejä esim. tehdä kaikista kuluttajista luetteloita mutta alueista voi tehdä sellaisen Ongelmana on epätarkkuus - on vaikea saada aikaan mahdollisimman heterogeenisia ryväksiä koska esim. asuinalueilla asuu samantyyppisiä ihmisiä

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Näytteen koko Seuraavassa esitetään miten lasketaan näytteen koko kun kyseessä on yksinkertainen satunnaisotanta ja näytteen koko on nettonäyte eli se paljonko on saatu todellisia vastauksia, bruttonäyte on suurempi, koska eri syistä osa näytteeseen valituista ei vastaa Luotettavuusväli on yksi menetelmä, jolla voidaan estimoida sopiva näytteen koko Keskiarvoja estimoitaessa esim. on otettu yksinkertainen satunnaisotanta kalastajista ja tutkittu heidän vuotuisia kulujaan kalastusmatkoilla ruokaan ja majoitukseen 1) Populaation varianssi on tunnettu = populaation keskihajonta eli standardipoikkeama = otoksen keskihajonta l. standardipoikkeama s2 = varianssi, joka tunnetaan aikaisemman tutkimuksen perusteella Halutaan estimaatin olevan + - 100 euron tarkkuudella

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Kokonaistarkkuus = 200 € ja puolet siitä eli H = 100 € Täytyy myös määritellä kuinka suurella luotettavuudella tulokset halutaan - oletetaan että halutaan tulos 95 % varmuudella Siitä seuraa että z = 1,96 (taulukosta 95 %= 1.96 , 99% = 2.58 ja 99.9% = 3.29) eli noin 2 Koska tiedetään, että normaalijakautuman tapauksessa 95 % tapauksista osuu kahden standardipoikkeaman sisään keskiarvosta, saadaan kaava (esitetty luennolla) Joka voidaan ratkaista, koska H ja z on määritelty ja σ tunnetaan aikaisemmista tutkimuksista esim. tiedetään että σ = 400 jolloin saadaan n = 64 Kuitenkin, jos halutaan tarkempia tuloksia, esim. H = 50 saadaan kaavasta n = 256 eli tarkkuuden lisääminen lisäsi näytteen kokoa nelinkertaiseksi

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Luotettavuuden lisääminen lisää myös näytteen kokoa, esim. jos ei tyydytäkään 95 % luotettavuusväliin vaan halutaan 99 % luotettavuus, silloin z = 3 (2.58) ja kaavasta saadaan n = 144 Tarkkuudella ja luotettavuudella on siis hintansa, voi olla joskus pakko tyytyä epätarkempiin lukuihin 2) Populaation varianssi on tuntematon Tyypillisempi tapaus - standardipoikkeama on arvioitava Ellei ole aikaisempia tutkimuksia tai ellei voi tehdä esitutkimusta, on arvio tehtävä sillä perusteella, että normaalisti jakautuneen muuttujan kohdalla vaihteluväli on noin  kolme standardipoikkeamaa eli jos voidaan arvioida vaihteluväli, saadaan standaripoikkeama jakamalla vaihteluväli kuudella Jos arvoidaan, että jotkut eivät käytä lainkaan rahaa ja jotkut käyttävät 120 € päivässä ja ovat korkeintaan 15 päivää kalassa, on yläraja 1800 € ja estimoitu standardipoikkeama 1800/6 = 300 €

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Jos haluttu tarkkuus on  100 € ja luotettavuusväli 95 % , saadaan kaava (luennoilla) ja siitä n = 36 Valitaan näyte ja kerätään tiedot ja oletetaan, että havaintojen keskiarvoksi saadaan 140 ja standardipoikkeamaksi 240 Siitä seuraa, että luotettavuusväliksi tulee (kaava luennoilla) jolloin 60  μ  220 havaitaan, että toivottu tarkkuus oli 100 € mutta saatu tarkkuus  80 € eli väli on kapeampi kuin suunniteltiin, koska yliarvioitiin populaation standardipoikkeama, jos se olisi aliarvioitu luotettavuusväli olisi ollut haluttua suurempi

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Tutkimuksissa on yleensä useampia muuttujia, oletetaan, että tutkija on kiinnostunut myös kalamiesten käyttämästä rahamäärästä kalastustarvikkeisiin ja heidän tekemiensä matkojen pituudesta eli on estimoitava kolme keskiarvoa Jos oletetaan, että tulokset halutaan 95 % varmuudella ja tarkkuus sekä estimoitu standardipoikkeama on ilmaistu seuraavassa taulukossa Muuttuja Ruo+Maj Kaltrv Matkat Luotett. väli 95 % 95 % 95 % toivottu tarkkuus  100 €  40 €  100 km Est. st.poikk  300 €  80 €  500 km näytekoko 36 16 100 Saadaan kolme eri kokoista näytettä, mikä on näytekoko ? Konservatiivinen vaihtoehto on 100, koska silloin taataan kaikille haluttu tarkkuus, jos matka ei ole tärkeä muuttuja, tuhlataan resursseja Jos ruoka ja majoitus on tärkein, otetaan 36 :n näyte ja silloin matkojen tarkkuudeksi saadaan 166,7 kilometriä

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Osuuksia estimoitaessa Keskiarvojakin tavallisempi tapaus on osuuksien estimointi Esim. miltä paikkakunnilta kalastajat ovat ja kuinka moni on tehnyt yli yhden yön kestävän matkan Osuuksia estimoitaessa standardipoikkeaman kaava on p =  n(1-) Jos halutaan saada tulos 2:n prosenttiyksikön tarkkuudella ja 95 % luotettavuudella, saadaan kaava (luennolla) Jossa  = tutkittavan ominaisuuden osuus populaatiosta Pystyäkseen määräämään näytteen koon tutkijan on estimoitava populaatiossa niiden tapausten määrä, joita tutkitaan Voidaan käyttää aikaisempia tutkimuksia tai tehdä esitutkimus Ellei kumpaakaan voi tehdä, on estimoitava tuo osuus Oletetaan, että 20 % kalamiehistä on tehnyt vähintään yhden yön pituisen kalamatkan vuoden aikana, näytteen kooksi tulee

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte 0.02 = 2 0.20(1-0.20) n josta n = 1600 ja kun 1600 kalamieheltä saadaan vastaukset, osoittautuu että yöpyneitä kalamiehiä olikin 40 % ja luotettavuusväli voidaan laskea kaavalla sp = 0.40(0.60) = 0.012 1600 Eli luotettavuusväli p ±zsp on 0.402(0.012) ja 0.376 0.424 eli väli on suurempi kuin haluttiin, koska yöpyneiden kalamiesten osuus olikin suurempi kuin oli estimoitu Jos ei voida hyväksyä suurempaa virhettä kuin 2 % tai yleensä halutaan varmistua siitä, että virhe ei ainakaan ole suunniteltua suurempi, täytyy varautua huonoimpaan mahdolliseen tilanteeseen Kun tulo (1-) on suurin, näyte on suurin ja tulo on suurimmillaan kun  = 0.5 eli toinen puoli populaatiosta käyttäytyy toisin kuin toinen puoli

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Populaation koko ja näytteen koko Populaation koko ei vaikuta näytteen kokoon erästä poikkeusta lukuunottamatta Jos on estimoitava keskiarvoa ja kaikilla näytteen alkioilla on sama arvo, tarvitaan vain yksi alkio keskiarvon määrittämiseen Se mikä vaikuttaa suoranaisesti näytteen suuruuteen, on ominaisuuden vaihtelu populaatiossa, mitä enemmän vaihtelua, sitä suurempi täytyy näytteen olla Silloin kun näyte on yli 5 % populaatiosta, on populaation koolla vaikutusta näytteen kokoon ja on käytettävä äärellisen populaation korjaustekijää, joka pienentää näytteen suuruutta Esim. jos populaatio on 100 ja kaavan mukaan pitäisi tehdä 20 alkion otos, korjaustekijän käyttö pienentää luvun kuuteentoista Em. kaavat koskevat yksinkertaista satunnaisotantaa, jos käytetään jotain muuta otantamenetelmää, täytyy käyttää muita kaavoja, jotka ovat monimutkaisempia ja niitä on paras tutkia alan erityisteoksista Yleisesti, jos halutaan sama luotettavuus kuin YSO:ssa, näytteen koko on sama systemaattisessa otannassa, pienempi stratifioidussa ja suurempi ryväsotannassa

3. Tutkimussuunnitelman muotoilu/Näyte: 

3. Tutkimussuunnitelman muotoilu/Näyte Lopullisen näytteen koon määrääminen Esiintymistiheys Kuinka suuri määrä kontakteja tarvitaan riittävän suuren näytteen saamiseksi Esim. jos on tavoitteena saada 25-55 vuotiaita naisia lattianpuhdistus-aineiden käyttötutkimukseen ja oletetaan, että noin 75 % 20-60 vuotiaista naisista on hyväksyttäviä, tarvitaan 1.33 kontaktia yhden hyväksyttävän vastaajan saamiseksi Lisäksi jos toinen kriteeri on tuotteen käyttö ja oletetaan, että 60 % on käyttänyt tuotteita, esiintymistiheys on 0.75x0.60 = 0.45 eli näytteen kokoa on lisättävä tekijällä (1/.45) = 2.22 Vastausprosentti, on otettava lisäksi huomioon kieltäytyneet ym. Jos oletetaan, että 80 % vastaa, kontakteja on lisättävä tekijällä 1.25 eli 1.25 x 2.22 = 2.77 Tarvitaan siis 2.77 kertaa tilastollisin menetelmin laskettu näytteen koko

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Kenttätyö Markkinointitutkimusta eivät usein tee ne, jotka ovat sen suunnitelleet vaan he voivat luoda oman organisaation tai käyttää siihen erikoistuneita yrityksiä Kenttätyö voidaan tehdä paikan päällä (haastettelut, havainnointi) tai se voidaan tehdä toimistosta (puhelinhaastattelut, posti ym.) Kenttätyöntekijöillä on yleensä tehtävään melko vähän koulutusta mutta työ voidaan tehdä hyvin jos se on suunniteltua ja valvottua Viisi vaihetta: Kenttätyöntekijöiden valinta on tärkeää, työntekijän sosiaalinen hyväksyttävyys voi vaikuttaa tuloksien laatuun, erityisesti haastatteluissa, joissa haastateltavien ja haastattelijan samanlaisuus on etu Kenttätyöntekijöille maksetaan tuntipalkkaa tai urakkapalkkaa Tyypillinen haastattelija on naimisissa oleva n. 35-54 vuotias nainen, jolla on keskimääräistä parempi koulutus ja tulot

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Kenttätyöntekijöiden koulutus on tutkimustuloksen laadun varmistamisen kannalta kriittinen tekijä Koulutusta pitäisi antaa yhteyden ottamisessa, kysymysten esittämisessä, vastaajien motivoinnissa (probing), vastausten rekisteröinnissä ja haastattelun lopettamisessa Kenttätyöntekijöiden kontrolli Pitäisi kontrolloida, että noudatetaan sovittuja menetelmiä esim. Lomakkeet pitää kerätä päivittäin ja tarkastaa, että kaikkiin kysymyksiin on vastattu ja käsiala on luettavaa jne. On tarkastettava että näytteenottomenetelmiä on noudatettu, ei ole petetty ja lopuksi on taulukoitava vastaukset Osalle vastaajista soitetaan (10-25 %) ja tarkistetaan, että heitä on haastateltu ja se on mennyt sovitusti Kenttätyöntekijöiden arviointi on viimeinen vaihe, jossa tarkastetaan kulut ja aika, vastausprosentti, haastattelun laatu ja saadun tiedon laatu

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Datan valmistelu Kysymyslomakkeen tarkastus Lomake tarkastetaan jo kenttätyön aikana Virheet ja väärinymmärrykset selvitetään ja korjataan jos mahdollista Editointi Tarkoituksena lisätä tarkkuutta Esim. haastattelijan kirjoitus epäselvää tai ympyröity useita vaihtoehtoja kun olisi pitänyt valita yksi jne. Jos on puutteellisesti täytettyjä lomakkeita ne voidaan palauttaa haastattelijalle, jonka pitää ottaa uudelleen yhteyttä haastateltavaan Editoija voi antaa arvon jos puutteellisuuksia on vähän tai muuttuja ei ole tärkeä Puutteelliset lomakkeet voidaan myös hylätä jos niitä ei ole paljon ja näyte on suuri eivätkä puutteelliset lomakkeet poikkea paljon täydellisistä

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Koodaus Tarkoittaa numeron antamista jokaiselle mahdolliselle vastaukselle Jos lomakkeessa on vain monivalintakysymyksiä, ne voidaan koodata etukäteen ja koodit merkitä lomakkeeseen Puuttuville vastauksille annetaan oma koodi, tavallisesti piste (.) Avoimien vastauksien koodaus on vaikeampaa, jos on tehty aikaisemmin samantapainen tutkimus, voidaan käyttää sitä apuna Voidaan myös etukäteen arvioida minkälaisia vastauksia saadaan Kategorioiden pitäisi olla toisensa poissulkevia (ei päällekkäisiä) ja täydellisiä niin että kaikki vastaukset saadaan koodattua Jos tulee paljon yksittäisiä vastauksia, voidaan tehdä luokka ”muu” Jos on kysytty tieto tarkasti, pitäisi se koodauksessa säilyttää eikä luokitella, koska sen voi tehdä tietokoneella myöhemmin On tehtävä selvä kirjallinen koodausohje jossa on sarakkeet ja tiedot Jos on avoimia tai harkintaa vaativia kysymyksiä, saman koodajaan pitäisi koodata kaikki samat kysymykset yhdenmukaisuuden vuoksi

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Tallennus Siirretään data lomakkeilta tietokoneen ymmärtämään muotoon Jos on käytetty CATI tai CAPI menetelmiä se on jo oikeassa muodossa Voidaan käyttää myös optista lukijaa tms. Koska koodauksessa tapahtuu virheitä, on lomakkeet vielä tarkistettava esim. toistamalla koodaus (kaksinkertaistaa kulut) Datan ”puhdistus” Johdonmukaisuuden tarkistus, sisältää rajojen sisällä pysymisen tarkistuksen, loogisuuden ja äärimmäisten arvojen tarkistuksen Loogisuuden tarkistus sisältää esim. sen, että vastaaja sanoo käyttävänsä tuotetta mutta ei tuntevansa tuotetta Äärimmäiset arvot pitää tarkistaa Puuttuvat vastaukset, voidaan korvata neutraalilla vaihtoehdolla tai korvata muiden kysymysten avulla päätellyllä vaihtoehdolla Tiedon tilastollinen sovittaminen, ei välttämätöntä mutta mahdollista

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi YHDEN MUUTTUJAN MENETELMÄT PARAMETRISET YKSI NÄYTE KAKSI TAI USEAMPIA NÄYTTEITÄ YKSI NÄYTE KAKSI TAI USEAMPIA NÄYTTEITÄ EI-PARAMETRISET RIIPPUMATON RIIPPUVA RIIPPUMATON RIIPPUVA t testi Z testi Frekvenssi Khi-toiseen testi K-S Runs-testi Binomi-testi kahden ryhmän t-testi Z testi Yksisuuntainen ANOVA Parittainen t testi Khi-toiseen Mann-Whitney Mediaani K-S K-W ANOVA Sign Wicoxon McNemar Khi-toiseen

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi MONIMUUTTUJAMENETELMÄT RIIPPUVUUS- MENETELMÄT KESKINÄISEN RIIPPU- VUUDEN MENETELMÄT YKSI RIIPPUVA MUUTTUJA ENEMMÄN KUIN YKSI RIIPPUVA MUUTTUJA MUUTTUJIEN KESKINÄINEN RIIPPUVUUS OBJEKTIEN KESKINÄINEN SAMANLAISUUS Ristiintaulukointi Varianssi ja kovari- anssianalyysi Monimuuttujainen regressioanalyysi Kahden ryhmän erotteluanalyysi Conjoint-analyysi Monimuuttujainen varianssi- ja kovarianssi- analyysi Kanoninen korrelaatio Monimuuttujainen erotteluanalyysi Faktorianalyysi Ryhmittely- (cluster-) analyysi MDS (moniulotteinen skaalaus)

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Frekvenssijakaumat Matemaattinen jakauma, jonka tarkoituksena on ilmaista kuinka vastaukset ovat jakautuneet eri vaihtoehdoille sekä absoluuttisesti että prosentteina Siitä nähdään myös tyhjät ja rajojen ulkopuolelle menneet havainnot Voidaan piirtää histogrammi

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Frekvenssiin liittyviä tilastolukuja Sijaintimittarit kuvaavat jakauman keskipistettä Keskiarvo, yleisin keskipistettä kuvaava mittari = summa/lkm Moodi = arvo, joka esiintyy useimmin Mediaani = arvo, jonka ylä- ja alapuolella on puolet havainnoista Vaihtelun mittarit kuvaavat jakauman hajontaa Range, (vaihteluväli) suurimman ja pienimmän arvon ero Varianssi, arvojen keskiarvojen erojen neliöiden summan keskiarvo ks. kaava Standardipoikkeama, varianssin neliöjuuri Muodon mittarit, auttavat jakaumien ymmärtämisessä Skewnwss (vinous) jakaumat voivat olla symmetrisiä tai vinoja Kurtosis mittaa jakauman huipukkuutta tai mataluutta

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Ristiintaulukot Auttavat tutkimaan kahden tai useamman muuttujan yhteyksiä Kutsutaan myös kontingenssitaulukoiksi Data on kvalitatiivista tai luokiteltua Paljon käytetty markkinointitutkimuksissa koska ne ovat helppoja sekä tehdä että ymmärtää Kaksi muuttujaa Frekvenssit Prosentit, voidaan laskea riveittäin tai sarakkeittain Kummat ovat merkityksellisiä ? Ajateltava kumpi on riippuva ja kumpi riippumaton muuttuja ja laskettava prosentit riippumattoman suunnassa Kolme muuttujaa Ellei saada selviä tuloksia, voidaan ottaa mukaan kolmas muuttuja, jolla mahdollisesti on vaikutusta asiaan

Slide194: 

ALKUPERÄISET KAKSI MUUTTUJAA ASSOSIAATIOTA MUUTTUJIEN VÄLILLÄ EI ASSOSIAATIOTA MUUTTUJIEN VÄLILLÄ TARKENNETTU ASSOSIAATIO MUUTTUJIEN VÄLILLÄ OTA MUKAAN KOLMAS MUUTTUJA OTA MUKAAN KOLMAS MUUTTUJA EI ASSOSIAATIOTA MUUTTUJIEN VÄLILLÄ EI MUUTOSTA ALKUPERÄISEEN JONKINVERRAN ASSOSIAATIOTA MUUTTUJIEN VÄLILLÄ

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Ristiintaulukoihin liittyvää tilastotiedettä Khii-toiseen (2) testi osoittaa havaitun assosiaation tilastollisen merkitsevyyden Se auttaa päättelemään esiintyykö systemaattista assosiaatiota kahden muuttujan välillä Nollahypoteesi H0 on, että muuttujien välillä ei ole assosiaatiota Testi tehdään laskemalla odotusarvojen ja havittujen arvojen erosta khii-toiseen luku Mitä suurempi luku on, sitä selvemmin on eroa Vertailuluku katsotaan taulukosta Vapausasteet (degrees of freedom) ilmoittavat paikan mistä luku katsotaan (df = (r-1)(c-1), jossa r = rivit ja c = sarakkeet) Nollahypoteesi hylätään mikäli laskettu luku on suurempi kuin taulukosta katsottu kriittinen luku Assosiaation voimakkuutta mittaavat luvut ovat: Phi-kerroin, kontingenssikerroin, Cramerin V ja Lambda-kerroin

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi HYPOTEESIEN TESTAUS eroja tutkittaessa PARAMETRISET TESTIT EI-PARAMETRISET TESTIT YKSI NÄYTE KAKSI NÄYTETTÄ YKSI NÄYTE KAKSI NÄYTETTÄ RIIPPUMATTOMAT NÄYTTEET PARITTAISET NÄYTTEET RIIPPUMATTOMAT NÄYTTEET PARITTAISET NÄYTTEET t testi z testi Kahden ryh- män t testi z testi Parittainen t testi Khii-toiseen K-S Runs Binomi Khii-toiseen Mann-Whitney Mediaani K-S Sign Wilcoxon McNemar Khii-toiseen

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Parametriset testit Data on metristä eli mitattu intervalli- tai suhdeasteikolla t - testi on menetelmä, jota käytetään kun standardipoikkeama on tuntematon ja näyte on pieni (n<30) z - testi on menetelmä, jota käytetään kun standardipoikkeama on tunnettu ja näyte suurempi F - testiä käytetään kun testataan kahden populaation varianssien samanlaisuutta Parittaiset näytteet tarkoittavat sitä, että kysymys on samoista vastaajista eli samat henkilöt arvioivat esim. kahta brandia tai tuotteen kahden ominaisuuden tärkeyttä Ei-parametriset testit Käytetään silloin kun riippumattomat muuttujat on mitattu nominaali- tai ordinaaliasteikolla Voi olla yksi näyte, kaksi riippumatonta näytettä tai kaksi toisistaan riippuvaa näytettä

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Varianssi- ja kovarianssianalyysi Käytetään, kun tutkitaan useamman kuin kahden populaation keskiarvojen eroja Nollahypoteesi on, että keskiarvoissa ei ole eroja esim. testataan tuotteen käyttäjiä ja oletus on, että heavy, medium, light ja ei-käyttäjien välillä ei ole eroja preferensseissä, joita mitataan Likert-asteikollisella mittarilla On yksi riippuva (preferenssi) muuttuja (metrinen eli mitattu intervalli- tai suhdeasteikolla) ja yksi tai useampia riippumattomia muuttujia (heavy, medium,light ja ei-käyttäjä) jotka ovat kategorisia (mitattu nominaali- tai ordinaaliasteikolla) ja voidaan kutsua myös faktoreiksi Treatment (käsittely) tarkoittaa tiettyä kombinaatiota faktoreiden tasoista tai kategorioista One-way ANOVA on tekniikka, jossa on vain yksi faktori Jos on enemmän kuin yksi faktori, käytetään n-way ANOVAa Jos riippumattomien muuttujien joukossa on sekä kategorisia että metrisiä muuttujia, käytetään kovarianssiananalyysiä (ANCOVA)

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Yksisuuntainen (one-way) ANOVA Markkinoinnissa halutaan tietää usein onko eri ryhmien keskiarvojen välillä eroja esim: Ovatko segmentit erilaisia tuotteen kulutusmäärissä ? Vaihtelevatko eri mainoksen nähneiden ryhmien preferenssit ? Eroavatko vähittäismyyjien, tukkumyyjien ja agenttien mielipiteet toisistaan yrityksen jakelupolitiikasta ? Miten kuluttajien ostoaikomukset eroavat erilaisilla hinnoilla Miten myymälän tuttuus vaikuttaa kuluttajien preferensseihin ? Näihin ongelmiin voidaan käyttää One-way ANOVAa N-way ANOVA Usein halutaan selvittää enemmän kuin yhden tekijän (faktorin) vaikutusta samanaikaisesti Esim: Miten ostoaikomukset vaihtelevat eri hinta- ja jakelutasojen kanssa ? Miten mainonnan ja hinnan vaihtelut vaikuttavat myyntiin ? Miten koulutus ja ikä vaikuttavat tuotteen kulutukseen ? Miten myymälän tuttuus ja imago vaikuttavat preferensseihin ?

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Korrelaatio ja regressio Korrelaatio on helpoin ja ymmärrettävin tapa tutkia kahden metrisen (intervalli- tai suhdeasteikko) muuttujan assosiaatiota Monimuuttujaisessa regressioanalyysissä yhden ja useamman muun muuttujan suhde tulee ymmärrettäväksi Pearsonin korrelaatiokerroin eli product moment correlation eli yksinkertainen korrelaatio eli bivariate correlation eli vain korrelaatiokerroin Tavallisimmin käytetty korrelaatiokerroin Mittaa kahden metrisen muuttujan assosiaation voimakkuutta Tilanteita jossa voidaan käyttää: Miten myynti ja mainonta ovat yhteydessä toisiinsa ? Onko markkinaosuudella ja myyntihenkilöstön määrällä assosiaatiota ? Ovatko kuluttajien havainnot laadusta ja hinnasta suhteessa toisiinsa ?

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Osittaiskorrelaatiokerroin (partial correlation coefficient) Kun yksinkertainen korrelaatio mittaa kahden muuttujan lineaarista korrelaatiota niin osittaiskorrelaatiokerroin mittaa assosiaatiota kun kontrolloidaan yhden tai useamman lisämuuttujan vaikutuksia Esimerkiksi: Kuinka paljon mainonta vaikuttaa myyntiin jos hintaa kontrolloidaan ? Onko markkinaosuuden ja myyntihenkilökunnan välillä yhteyttä kun kontrolloidaan mainontaa ? Onko kuluttajien havainnoissa hinta-laatu-suhteesta eroa kun kontrolloidaan merkki-imagoa ? Ei-metrinen korrelaatio (nonmetric correlation) Joskus tutkijan pitäisi mitata korrelaatiota silloin kun muuttujat ovat ei-metrisiä eli niitä ei ole mitattu intervalli- tai suhdeasteikolla ja jakaumaa ei voida olettaa normaalijakaumaksi Jos muuttujat ovat järjestysasteikollisia ja numeerisia, voidaan käyttää Spearmannin rhota (s) tai Kendallin tauta ()

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Regressioanalyysi On hyvä ja joustava tapa analysoida metrisen riippuvan muuttujan ja yhden tai useamman riippumattoman muuttujan suhdetta Käytetään mm. Määrittämään onko riippumattomilla muuttujilla ja riippuvalla muuttujalla yhteyttä Määrittämään kuinka paljon riippuvan muuttujan varioinnista voidaan selittää riippumattomien muuttujien varioinnilla Ratkaisemaan matemaattinen yhtälö, joka on muuttujien välillä Ennustamaan riippuvan muuttujan arvoja Voidaan kontrolloida riippumattomia muuttujia samalla kun arvioidaan muun/muiden muuttujan/jien vaikutusta Kahden muuttujan regressioanalyysi Johdetaan matemaattinen yhtälö kahden muuttujan välille Ensin piirretään Scatter-kuvio eli havainnot kaksiulotteiseen kuvioon, jossa vaaka-akseli on riippuva muuttuja ja pystyakseli riippumaton Kuvio auttaa määrittelemään suhteen muodon

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Tavallisin menetelmä suoran piirtämiseen on pienimmän neliösumman menetelmä (least-squares procedure), joka minimoi etäisyyden kaikista pisteistä Suoraa kutsutaan regressiosuoraksi ja vertikaalinen etäisyys yksittäisestä pisteestä suoralle on virhe eli ej Kaikkien virheiden summien neliö ( Sej2 ) on kokonaisvirhe ja pienimmän neliösumman menetelmä minimoi tämän virheen Scatter-kuviosta nähdään onko suoran yhtälö vai joku muu matemaattinen yhtälö sopivin Regressiosuoran yhtälö on tyyppiä Y = b0 + b1X jossa Y = riippuva eli kriteerimuuttuja X = riippumaton eli ennustemuuttuja Em. yhtälö on ns. deterministinen, joka tarkoittaa että Y riippuu täydellisesti X:stä eli jos tunnetaan b0 ja b1, voidaan Y täydellisesti ennustaa, kun otetaan huomioon virhetermi joka ottaa huomioon todennäköisen tai stokastisen luonteen, tulee perusyhtälön muodoksi Y = b0 + b1X1 + ei jossa ei on virhe, joka liittyy i:een havaintoon

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Monimuuttujainen regressioanalyysi Tekniikka, jossa johdetaan matemaattinen kaava kahden tai useamman riippumattoman ja yhden intervalliasteikollisen riippuvan muuttujan välille esimerkiksi: Onko myynnin vaihtelu selitettävissä mainoskuluilla, hinnoilla ja jakelun tehokkuudella Voidaanko markkinaosuuksia selittää myyntihenkilöstön määrällä, mainoskuluilla ja menekinedistämisbudjetin suuruudella Miten suuri on mainonnan ja jakelun vaikutus myyntiin Malli on muotoa Y = a + b1X1 + b2X2 Residuaali = ero havaitun Yi arvon ja regressiomallilla ennustetun Yi:n arvon välillä Askeltava regressio (stepwise regression), menetelmä, jossa suuresta joukosta ennustemuuttujia valitaan pieni joukko muuttujia, jotka vastaavat suurimmasta osasta kriteerimuuttujan varioinnista

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Multikollineaarisuus Askeltava ja monimuuttujainen regressio voi kärsiä multikollineaarisuudesta, jolla tarkoitetaan riippumattomien muuttujien voimakasta keskinäistä korrelaatiota ja silloin on oltava varovainen arvioitaessa yksittäisen muuttujan suhteellista vaikutusta ennusteeseen Dummy-muuttujat Nominaali- tai ordinaaliasteikollisia muuttujia voidaan käyttää regressioanalyysissä jos käytetään ns. dummy-muuttujia eli muuttujia, jotka saavat arvon 1 tai 0, esim neljästä vaihtoehdosta saadaan kolme dummy muuttujaa alkup D1 D2 D3 Ei käyttäjät 1 1 0 0 Vähän käyttäjät 2 0 1 0 Medium käyttäjät 3 0 0 1 Heavy käyttäjät 4 0 0 0

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Erotteluanalyysi (Discriminant analysis) Menetelmä, jolla voidaan analysoida dataa jossa kriteeri- eli riippuva muuttuja on kategorinen ja ennuste- eli riippumattomat muuttujat ovat intervalliasteikollisia Esimerkiksi: riippuva muuttuja on ostettava brandi ja riippumattomat arviointeja Likert-asteikolla, jossa on seitsemän vaihtoehtoa Erotteluanalyysin tavoitteet: Erottelufunktioiden kehittely eli etsitään riippumattomien muuttujien lineaariset kombinaatiot, jotka parhaiten erottelevat ryhmät Selvitetään onko ryhmien välillä merkitseviä eroja riippumattomien muuttujien suhteen Eniten erottelevien muuttujien etsiminen Tapausten luokittelu ryhmiin Luokittelun tarkkuuden määrittäminen

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Erotteluanalyysiä voidaan käyttää mm. seuraavanlaisissa ongelmissa Miten lojaalit asiakkaat eroavat demografisilta ominaisuuksiltaan ei-lojaaleista Ovatko virvoitusjuomien heavy, medium ja light käyttäjät erilaisia pakasteiden ostotottumuksiaan Minkälaisia psykografisia eroja on hintasensitiivisillä ja ei hintasensitiivisillä asiakkailla Ovatko markkinasegmentit erilaisia median seuraajina Mitkä tekijät erottelevat kuluttajat, jotka vastaavat suoramainontaan Monimuuttujaisessa erotteluanalyysissä riippuvalla muuttujalla on enemmän kuin kaksi kategoriaa ja joudutaan laskemaan enemmän kuin yksi erottelufunktio Askeltava (stepwise) erotteluanalyysi muistuttaa askeltavaa regres-sioanalyysiä siinä, että ennustemuuttujat (riippumattomat) otetaan mukaan niiden erottelukyvyn mukaan paremmuusjärjestyksessä

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Faktorianalyysi Edellisissä oli riippuva ja riippumattomia muuttujia mutta faktoriana-lyysissä kaikki muuttujat ovat samanlaisia ja tutkitaan muuttujien keskinäistä riippuvuutta Faktorianalyysillä tarkoitetaan joukkoa menetelmiä, joilla tietoa tiivistetään ja yhdistetään Faktorianalyysiä käytetään: Identifioimaan alkuperäisiä dimensioita, jotka selittävät korrelaatioita muuttujajoukon välillä esim. väittämiä yhdistetään faktoreiksi Identifioimaan muuttujia, jotka eivät korreloi jotta saataisiin regressio- tai erotteluanalyysiin parempia ei-korreloivia muuttujia Identifioimaan pienempi joukko muuttujia suuremmasta joukosta, joita käytetään myöhemmin monimuuttuja-analyysissä Sovelluksia Markkinoinnin segmentoinnissa identifioimaan muuttujat, joilla voidaan erotella asiakkaat toisistaan Tuotekehittelyssä identifioimaan brandin ominaisuudet, joilla on vaikutusta brandin valintaan Mainonnassa etsitään kohdemarkkinoiden mediatottumuksia

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Tärkeitä asioita Rotaatio, Akseliston kääntö, tavallisesti käytetään Varimax-rotaatiota Ominaisarvo (eigenvalue), Kuvaa kokonaisvarianssia, jonka faktori selittää, tavallisesti annetaan raja-arvoksi 1 Scree-plot, Kuvaa ominaisarvojen suuruutta faktoreiden lisääntyessä, voidaan käyttää faktoreiden määrän valintaan Faktorilataus (factor loading), Korrelaatio muuttujan ja faktorin välillä Faktoripistemäärä (factor score), Pistemäärä, joka voidaan laskea jokaiselle vastaajalle kullekin faktorille Faktoreiden tulkinta Tapahtuu faktoripistemäärien avulla Tutkija antaa oman tulkintansa korkeimpien latausten perusteella Esim. jos muuttujat reikien ehkäiseminen ja terveet ikenet hammastahnatutkimuksessa latautuvat samalle faktorille, voidaan sanoa että se on terveysfaktori ja jos kauniit hampaat ja raikas hengitys latautuvat toiselle on sen nimi esim. sosiaalisuusfaktori

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Rymittelyanalyysi (Cluster analysis) Kuten faktorianalyysissä ryhmittelyanalyysissä ei ole riippuvia ja riippumattomia muuttujia vaan kaikki ovat samanlaisia Tavoitteena on luokitella kohteet mahdollisimman homogeenisiin ryhmiin joidenkin muuttujien avulla Ryhmiteltävät kohteet ovat näiden ominaisuuksien suhteen samanlaisia ja mahdollisimman erilaisia muihin ryhmiin verrattuna Ryhmittelyanalyysi muistuttaa faktorianalyysiä mutta se vähentää kohteiden (ei muuttujien) joukkoa ryhmittelemällä ne klustereiksi Perusperiaatteet Ryhmittelyanalyysillä tarkoitetaan joukkoa tekniikoita, jotka luokittelevat kohteet suhteellisen homogeenisiin ryhmiin eli klustereihin Jokaisessa klusterissa kohteiden tulisi olla mahdollisimman samankaltaisia ja muiden klustereiden kanssa mahdollisimman erilaisia

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Erotteluanalyysissä tiedetään mihin ryhmään kohde kuuluu ja sen perusteella tehdään luokittelusäännöt mutta ryhmittelyanalyysissä sitä ei etukäteen tiedetä vaan datan perusteella tehdään jako Markkinointisovelluksia Markkinoiden segmentointi, esim. ryhmitellään kuluttajat etsittyjen hyötyjen perusteella eli hyötysegmentointi Kuluttajien käyttäytyminen, voidaan identifioida homogeenisia ostajaryhmiä Tuotekehittely, brandeja ja tuotteita klusteroimalla voidaan tehdä kilpailuryhmiä. Samassa klusterissa olevat brandit kilpailevat kovemmin keskenään kuin eri klusterissa olevat Koemarkkinoiden valinta, klusteroimalla kaupungit voidaan valita vertailukelpoisia koemarkkinointialueita Tiedon tiivistäminen, voidaan ryhmitellä tietoa helpommin käsiteltäviin ryhmiin ja voidaan tehdä monimuuttuja-analyysejä pienemmällä datamäärällä

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi MDS (Multidimensional Scaling) l. moniulotteinen skaalaus Joukko menetelmiä, joilla esitetään kuluttajien havainnot ja preferenssit kaksiulotteisessa (tuote-) avaruudessa Akselit kuvaavat joitakin psykologisia ominaisuuksia ja tutkijan on itse tulkittava dimensiot ja nimettävä ne MDS:ää voidaan käyttää: Tunnistamaan kuluttajien käyttämiä dimensioita Asemoimaan brandit näille dimensiolle Etsimään kuluttajien preferoima ideaalibrandi tässä avaruudessa voi Flora Becel Voilevi Keiju Sunnuntai

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Markkinointisovelluksia Imagon tutkiminen, verrataan asiakkaiden ja ei-asiakkaiden käsityksiä yrityksestä Markkinoiden segmentointi, asemoidaan brandit ja kuluttajat samaan avaruuteen ja siten tunnistetaan samanlaiset kuluttajat Uusien tuotteiden kehittely, etsitään aukkoja tuoteavaruudesta ja mietitään olisiko löydettävissä uusia mahdollisuuksia läheltä ideaalipisteitä Mainonnan tehokkuuden arviointi, voidaan tutkia onko mainonta auttanut ideaalipisteen saavuttamisessa Hinnoittelu, verrataan avaruuksia, joissa kuluttajalla on/ei ole ollut tietoa hinnoista Jakelukanavaratkaisut, voidaan brandien yhteensopivuutta eri jakelukanavissa Asennemittarit, voidaan käyttää asennedimensioiden ja asenneavaruuden rakentamiseen

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Conjoint-analyysi Tekniikka, jolla määritellään kuluttajien käsitys tuotteen ominaisuuksien suhteellisesta tärkeydestä ja heidän antamansa utiliteetit (tärkeyspainokerroin) ominaisuuksien eri tasoille Kuluttajille esitetään vaihtoehtoja, jotka on pantava preferenssijärjetykseen Kuten MDS:kin, conjoint-analyysi perustuu kuluttajien subjektiiviseen arviointiin mutta MDS:ssä ärsykkeinä ovat tuotteet tai brandit ja conjoint-analyysissä ärsykkeinä ovat tuotteiden ominaisuuksien tasot MDS:ssä saadaan aikaan tuoteavaruuksia ja conjoint-analyysissä tavoitteena on kehittää kuluttajalle hyötyfunktioita, jotka kuvaavat kuinka paljon kuluttajat arvostavat tuotteen/brandin ominaisuuksia

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Markkinoinintisovelluksia Määritellään kuluttajan valintaprosessissaan käyttämien ominaisuuksien suhteelliset tärkeydet Estimoidaan brandien markkinaosuudet ominaisuuksien tärkeyden perusteella Tutkitaan mitkä ominaisuusyhdistelmät ovat halutuimpia kuluttajien mielestä Segmentoidaan markkinat preferenssien avulla Esim. lenkkarit, kolme asiaa - päällinen, pohja ja hinta nahka kangas nylon Kumi PU muovi Kumi PU muovi 30 60 90 nahka kangas nylon 30 60 90

4. tiedon keräys ja analysointi: 

4. tiedon keräys ja analysointi Tulokset Esitetään ns. osittaishyötyfunktioina (part-worth-function) Esim. hyödyt: pohja = .286, päällys = .214 ja hinta .500 Alla kumipohjaa on preferoitu polyuretaani ja muovipohjaan verrattuna, nahka on paras päällismateriaali ja alin hinta on tietysti paras Aina ei paras yhdistelmä ole mahdollinen vaan on tehtävä kompromissi HYÖTY HYÖTY HYÖTY Kumi PU muovi 30 60 90 nahka kangas nylon