Professional Documents
Culture Documents
Marketing Research Lectures For Students
Marketing Research Lectures For Students
Marketing Research Lectures For Students
• Mụ àti u
– T a gà ịà àkiế àthứ à ơà ả à àkỹà ă gàthự àh hà
ghi à ứuà a keti g
• Thờiàgia :à àtuầ
– Tổ gàthờiàlượ g:à àtiết
– Lýàthu ếtà àtiết
– Thảoàluậ ,àl àBTTH:à tiếtà
• Điềuàkiệ àti à u ết
– Đ àhọ à à :àLýàthu ếtàthố gàk ,àLýàthu ếtà àsuấtà
àthố gàk àto ,àMa keti gà ă à ả
– Biếtàsửàdụ gà àphầ à ề àth gàdụ gàE elà à“P““
• Đ hàgi
– Thự àhiệ àBTTHàtheoà h ,à oà oàkếtà uảà uốià
gà ủaà h à %
– Chuẩ à ị,àtha àgiaàthảoàluậ à àsốà uổià à ặtàtạià
lớpàl à ơàsởàđểà àđị hàđiể à hu à ầ à %
– Thià uốiàkỳà % à:àkếtàhợpà uàhỏiàt ắ à ghiệ à à
iàtậpàt hàhuố gàt o gàđềàthi
• Điềuàkiệ àdựàthià uốiàkỳ:à à ặtà tà hấtà %àsốàgiờàl à
lớp
• Giáo trình
– Nghi à ứuà a keti gà PG“.T“.àNgu ễ àViếtàL à hủà i àNXBàĐạià
họ àKTQD,à
– C àt hàhuố gà ghi à ứuà a keti gà PG“.T“.àNgu ễ àViếtàL à hủà
i àNXBàĐạiàhọ àKTQD,à
• T iàliệuàtha àkhảo
– Nghi à ứuà a keti gàD.JàLu kà àR.“àRu i ,àNXBàTpàHCM,à
– Hướ gàdẫ à ghi à ứuà a keti g,àE.àHeste ,àNXBàThố gàK à
– Exploring Marketing Research, W.G. Zikmund
– C àt iàliệuàkh
H thống
nghiên c u
Những người
Môi trường marketing
quản trị
Marketing Marketing
H
- Cức thông tin v thống H thống H thống - Phân tích
th trường m c tiêu báo cáo thông tin
phân tích - Lập k ho ch
- Cức nhà cung c p marketing
nội bộ thông tin - Thực hi n
- Cức ĐTCT - Kiểm tra, giứm
- Công chúng sát quá trình
-Thông tin nội bộ H thống thực hi n
Cức y u tố môi thu thập thông
trường vĩ mô tin thường xuyên
bên ngoài
• C à ộàphậ à h h
• C àđặ àđiể
• Điềuàkiệ àdu àt à
– C à gà uộ à ềàthờiàgia
– “ựàsẵ às gà ủaà àdữàliệu
– Bả à hấtà ủaà à u ếtàđị hà uả àlýà à u ếtà
đị hàMa keti gà
– Chiàph à àlợià hà ủaà ghi à ứuàMa keti gà
Phứt hi n Quy t đ nh
Xức đ nh
tình huống Làm rõ các
các
có v n đ bối c nh gi i phứp
gi i phứp
(hoặc cơ hội) thực hi n
NC NC NC
thăm dò miêu t nhừn qu
Trình bày
Xức đ nh v n đ Thi t k Thực hi n Phân tích
và báo cáo
và m c tiêu dự ứn vi c thu thập và x lý
k t qu
nghiên c u nghiên c u d li u d li u
nghiên c u
Phứt hi n,
nhận bi t Thi t k Phân tích
Thu thập Trình bày và
và xức đ nh chi ti t và
d li u x lý báo cáo
VĐNC dự ứn
d li u k t qu
và m c nghiên
nghiên c u
tiêu NC c u
• . àQua à iệ
• . àThự à hấtà
• . àC àđềà ụ à ủaà ả àđềà uấtà ghi à ứu
1. Giớiàthiệuà hu gà ềà uộ à ghi à ứu
– Bốià ả hà ủaà uộ à ghi à ứu
– Lýàdoàtiế àh h
– Vấ àđềà ghi à ứuà à à uàhỏià ghi à ứuà
hủà ếuà
– Hệàthố gà ua àđiể à ghi à ứu
– Mụ àti uà ghi à ứu
– Đốiàtượ gà àphạ à ià ghi à ứu
9/4/2013 NGHIÊN C U MARKETING 68
. àC àđềà ụ à h hà ủaà ả àđềà uấtà
ghi à ứuà tiếp
2. Phươ gàph pàthuàthậpàdữàliệu
Nguồ à àloạiàdữàliệuà
Phươ gàph pàthuàthập
Thiếtàkếà ả gàhỏi
Thiếtàkếà ẫuà ghi à ứu
3. Ph àt hà à ửàlýàdữàliệu
Phươ gàph pàph àt h
Các mô hình
Ph àt hàđộà hạ
4. Dựàkiế àkếtà uảà ghi à ứu
Biểuà ả g
C àkếtàluậ à
Kiế à ghịà àđềà uất
Dạ gàdữàliệu
Dữàliệuàthứà ấpà àsẵ à&àDữàliệuàsơà ấpà hưaà
có)
Dữàliệuàđị hàt hà&àdữàliệuàđị hàlượ g
Nguồ àdữàliệu
Dữàliệuà àt o gàdoa hà ghiệp
Dữàliệuà à go iàdoa hà ghiệp
ThuàthậpàDLTC
ThuàthậpàDL“C
Điềuàt aàphỏ gà ấ à “u e
Quan sát (Observation)
Thự à ghiệ à E pe i e t
• Ưuàđiể • Hạ à hế
– Thuàđượ àth gàti à – Chi phí cao
tốiàđa – Chịuàả hàhưở gàlớ à
– Choàph pàhợpàlýàh aà ủaà gườiàPV
à uàt ảàlời – Phạ à iàđịaàlýàhẹp
– Nắ à ắtàphả àứ gà
ủaà gườiàt ảàlờià ềà
ẫuà ật,à ứ àt a h,à
t iàliệu,..
9/4/2013 NGHIÊN C U MARKETING 98
Phỏ gà ấ àt ự àtiếpà h àtậpàt u g
• Ưuàđiể • Hạ à hế
– Thuàđượ àth gàti à – Chi phí cao
tốiàđa – Chịuàả hàhưở gàlớ à
– Choàph pàhợpàlýàh aà ủaà gườiàPV
à uàt ảàlời – Phạ à iàđịaàlýàhẹp
– Nắ à ắtàphả àứ gà
ủaà gườiàt ảàlờià ềà
ẫuà ật,à ứ àt a h,à
t iàliệu,..
9/4/2013 NGHIÊN C U MARKETING 99
Phỏ gà ấ à uaàđiệ àthoại
• Ưuàđiể • Hạ à hế
– Chiàph àthấp – “ựàlạ àhậuà ủaà i àgi à
– Thờiàgia à gắ điệ àthoạiàdoàkh gàđượ à
– Hạ à hếàđượ à hữ gà ậpà hật
đị hàkiế àtừà gườià – Kh gàthểàsửàdụ gàt ợàgi pà
phỏ gà ấ àdoàd gà ẻà thịàgi
kh gàth hàhợp – Thờiàgia à hoà ộtà uộ à
phỏ gà ấ à ịàgiớiàhạ
– Thiếuàli àhệàt ự àtiếpà à
kh àhợpàlýàh aà uàt ảàlờià
Vi t câu hỏi
• Ưuàđiể • Hạ à hế
– C àđốiàtượ gà àthểà à – Phạ à ià ghi à ứuàhẹp,à
hữ gàphả àứ gàtựà hi đốiàtượ gà ghi à ứuà
– Th gàti àt u gàthự ,àti à hạ à hế
ậ à à h hà – Bịàả hàhưở gà ủaà à
– Chiàph àtươ gàđốiàthấp ếuàtốàthuộ à ềà gườià
quan sát
– Kh gàthểàt ảàlờià à uà
hỏiàli à ua àđế à ả à
hấtà ủaà àđốiàtượ gà
đượ à ua às t
+5 +5
+4 +4
+3 +3
+2 +2
+1 +1
Chấtàlượ gà ao Dị hà ụà gh oà
-1 -1
-2 -2
-3 -3
-4 -4
-5 -5
3 2 1
Rất R t
Tốt kém
Giứ c
Kiểu dứng s n phẩm
Ch t lư ng s n phẩm
Nguồn gốc s n phẩm
Giứ c -
Kiểu dứng -
Ch t lư ng -
Mẫu mử -
• C à ă à ứ
– Dựaàt à à uàhỏià ghi à ứuà
– Dựaàt à ấ àđềà ghi à ứuàđ àđượ à àđị h
– H hàthứ àđiềuàt aàphỏ gà ấ àđượ à pàdụ g
• Rõ ràng
• Hợpàl gi à
• Ngắ àgọ à
• Đơ àgiả à
• Thuàh tàsựà h àýà
• Dễà hậ àthấ à àdễàtheoàd ià
Keep It Simple and Short (KISS)
Chọn mẫu:
Lý thuyết và thực hành
Bài tập chọn mẫu
Chọn đúng (T) hay sai (F) – Đánh giá các phát biểu
d ới đây :
◦ Sử dụng mẫu chỉ khi điều tra tổng thể là không thể thực
hiện đ ợc
◦ Điều tra tổng thể luôn luôn đ a ra đ ợc kết quả chính xác
hơn so với điều tra bằng mẫu
◦ Mẫu càng lớn thì cho kết quả điều tra càng chính xác
◦ Định kiến do không trả lời có thể đ ợc loại bỏ khi tăng quy
mô mẫu
14
1
Bài tập
◦ Một danh sách đầy đủ các phần tử của tổng thể là cần thiết để
thiết lập một mẫu xác suất
◦ Kết quả nghiên cứu trên một mẫu ngẫu nhiên đơn giản luôn
đại diện cho toàn bộ tổng thể
◦ Một mẫu đ ợc lựa chọn túy ý đ ợc gọi là mẫu ngẫu nhiên
◦ Mẫu hệ thống là mẫu phi xác suất
◦ Lấy mẫu tiện lợi và đánh giá phù hợp với các phóng viên chứ
không có tác dụng cho nghiên cứu marketing
◦ Quy trình lấy mẫu chia phần đảm bảo sự phù hợp mục
tiêu của các kết quả
Bạn hãy tính tổng số câu trả lời sai và đúng của bạn
1
42
Tổng quan
14
3
Tổng thể và mẫu
Tại sao lại chọn mẫu?
Căn cứ thực tế cho chọn mẫu
◦ Thời gian
◦ Chi phí
◦ Mức độ sẵn sàng của nguồn lực (nguồn nhân lực vv.)
Đặc điểm tiêu cực của đo l ờng
Tập trung chú ý vào các tr ờng hợp riêng biệt
Cân nhắc về sai số
Chất l ợng của dự án nghiên cứu
Chất l ợng của dự án nghiên cứu
◦ Quan niệm về độ chính xác
◦ Quan niệm về sai số
◦ Quan niệm về sai số tổng quát
Nguyên nhân sai số
◦ Sai số do chọn mẫu (Sai số ngẫu nhiên hoặc sai số biến
◦ Sai số ngoài chọn mẫu (định kiến hệ thống)
14
5
Sai số chọn mẫu ngẫu nhiên
Đo l ờng từ một mẫu không chính xác nh đo l ờng tổng
thể
Sai số chọn mẫu ngẫu nhiên là sự khác biệt giữa kết quả
mẫu và kết quả của điều tra tổng thể đ ợc thực hiện bởi
các quy trình thống kê đã định giống nhau
14
6
Sai số chọn mẫu
Độ chính xác đề cập đến tầm quan trọng sai số lấy mẫu (ngẫu
nhiên)
Khi tăng kích th ớc mẫu, sai số chọn mấu ngẫu nhiên có thể
đ ợc giảm thiểu. Kết quả là, sai số ngoài chọn mẫu và sai số
tổng quát có thể tăng khi tăng kích th ớc mẫu.
14
7
Cân nhắc về sai số khi điều tra tổng thể
và điều tra chọn mẫu
Do đó, cần phải lựa chọn cẩn thận và thiết kế mẫu tốt có thể
mang lại độ chính xác cao hơn so với điều tra tổng thể
T ơng tự, cân nhắc quy mô mẫu nhỏ một cách cẩn thận
có thể mang lại hiệu quả hơn so với việc xác định quy mô
mẫu lớn mà không cẩn thận
14
8
Bình luận cuối cùng về tổng thể và mẫu
Điều tra tổng thể nên đ ợc thực hiện trong tr ờng hợp
◦ Tổng thể nhỏ
◦ Sự khác biệt trong đặc điểm cần đo l ờng là lớn
◦ Chi phí nếu quyết định sai rất cao
◦ Chi phí cố định cho lấy mẫu là rất cao
Một vài khái niệm quan trọng trong chọn mẫu
Tổng thể: là tập hợp tất cả các phần tử tr ớc khi lựa chọn
mẫu. Một tổng thể đúng phải đ ợc xác định ở các khía
cạnh: phần tử, đơn vị mẫu, phạm vi và thời gian
15
0
Ví dụ
Tổng thể của một cuộc nghiên cứu đ ợc thiết kế nhằm đo
l ờng phản ứng của ng ời mua đối với chất hoá học công
nghiệp mới
◦ Phần tử: Các kỹ s hoá học công nghiệp
◦ Đơn vị mẫu: Các công ty mua hơn 400K
hoá học/ năm và các kỹ s tham
gia giao dịch
Chọn mẫu
15
2
Các ph ơng pháp chọn mẫu
Lấy mẫu xác suất
Lấy mẫu phi xác suất
15
3
Lấy mẫu phi xác suất
15
5
Phân loại các thủ tục chọn mẫu
Lựa chọn mẫu đ ợc xác định bởi tính thuận tiện và sự sẵn sàng của
ng ời trả lời (các phần tử mẫu)
u điểm
◦ Tính sẵn sàng, tốc độ và chi phí
◦ Sự hợp tác của ng ời trả lời tốt hơn
◦ Có thể kiểm soát tốt hơn các nguyên nhân gây ra sai số
ngoài chọn mẫu
Nh ợc điểm
◦ Không thể đánh giá đại diện mẫu
◦ Tính chính xác không đ ợc dảm bảo
◦ Có thể chỉ đ ợc sử dụng trong nghiên cứu thăm dò
15
7
Chọn mẫu đánh giá (chọn mẫu mục đích)
u điểm
◦ Tiết kiệm chi phí
◦ Kiểm soát sai số ngoài chọn mẫu
15
8
Chọn mẫu ném tuyết
Mẫu hình thành bằng cách mỗi ng ời trả lời, sau khi
đ ợc phỏng vấn, xác định những ng ời khác thuộc
tổng thể mục tiêu thích hợp với các tổng thể nhỏ và
cụ thể
u điểm
◦ Tốc độ nhanh và chi phí thấp trong lấy mẫu “tổng thể hiếm”
◦ Có thể xây dựng ngân hàng dữ liệu về ng ời trả lời cho điều
tra t ơng lai
Nh ợc điểm
◦ Bên cạnh tất cả các vấn đề liên quan đến lấy mẫu phi xác suất,
sự giới thiệu thông tin có thể chỉ hạn chế trong các mối quan hệ
quen biết nh bạn bè, kết quả đồng nhất hơn trong các mẫu
đ ợc lựa chọn hơn so với tổng thể t ơng ứng
9
Chọn mẫu chia phần
Chọn mẫu chia phần là kỹ thuật chọn mẫu nhằm đảm bảo tính đại
diện của mẫu bằng cách chọn lựa các phần tử mẫu chứa đựng
những đặc tính nhất định và có tỷ lệ gần đúng với tỷ lệ của các
phần tử có các đặc điểm t ơng tự trong tổng thể
u điểm
Mẫu mang tính đại diện hơn
Chi phí thấp hơn và dễ thực hiện hơn
Nh ợc điểm
Thiếu thống kê chính xác và tăng số l ợng các đặc điểm kiểm soát
mạnh có thể làm giảm tính linh hoạt và làm cho nó thêm tốn kém
Sự cần thiết để điền vào hạn ngạch có thể giới thiệu sai lệch lựa chọn
chỉ có một số l ợng hạn chế các đặc tính kiểm tra có thể đ ợc sử dụng.
Các đặc tính kiểm soát phải đ ợc lựa chọn cẩn thận dữ liệu hiện tại
phải sẵn sàng cho việc làm rõ các đặc tính kiểm tra
16
0
Lẫy mẫu chia phần
Quy trình:
Tổng thể đ ợc chia thành các phân khúc (th ờng đ ợc gọi
là tế bào) dựa trên đặc tính thông th ờng
16
1
Quy trình chọn mẫu ngẫu nhiên
Lấy mẫu ngẫu nhiên đơn giản (SRS): Mỗi mẫu có kích th ớc xác
định, cũng nh mỗi cá nhân trong tổng thể mục tiêu có một cơ hội
đ ợc lựa chọn ngang nhau và đ ợc biết tr ớc
66065 74717 34072 76850 36697 36170 65813 39885 11199 29170
31060 74717 45571 76850 36697 36170 65813 39885 23403 9732
85269 77602 2051 65692 68665 74818 73053 85247 18623 88535
63573 32135 5325 47048 90553 57548 28468 28709 83491 25645
73796 45753 3529 64778 35808 32482 60935 20344 35273 88435
98520 17767 17905 68607 22109 40558 60970 93433 50500 73998
11805 5431 39808 27732 50725 68248 29405 24201 52775 67850
83452 99634 6288 98033 13746 70078 18475 64010 68711 77817
88685 40200 86507 58401 36766 67951 90364 76493 29609 11602
99594 67348 87517 64969 91826 8928 93785 61368 23478 34113
65481 17674 17568 50950 58047 76974 73039 57186 40218 16544
80124 35635 17727 8015 45218 22374 21115 78253 14385 53763
74350 99817 77402 77214 43236 210 45521 64237 96286 2655
69916 26803 66252 29148 36936 87203 76621 13990 94400 56418
9893 20505 14255 68514 46427 56788 96297 78822 54382 145398
Chọn mẫu hệ thống
Mẫu đ ợc tạo ra bằng cách chọn một khởi đầu ngẫu nhiên (trong
danh sách) và sau đó chọn mỗi thứ K-‖ phần tử liên tiếp từ danh
sách
Lấy mẫu hệ thống đảm bảo lợi thế về tốc độ, sự đơn giản, tiện lợi và
tính đại diện lớn hơn của kết quả d ới những điều kiện nhất định
Nếu các phần tử tổng thể đ ợc sắp xếp theo các đặc tính của nghiên
cứu, đại diện tốt hơn so với mẫu ngẫu nhiên đơn giản
Nếu các phần tử tổng thể đ ợc sắp xếp ngẫu nhiên đối với đặc
tr ng trong nghiên cứu, kết quả cho ra sẽ t ơng tự nh mẫu ngẫu
nhiên đơn giản
Mẫu hệ thống có vấn đề với danh sách phần tử tổng thể có tính chu
kỳ hoặc định kỳ
16
4
Chọn mẫu hệ thống-
Lựa chọn một mẫu:
a. Xác định tổng thể và số l ợng phần tử. Tuy nhiên, nếu lựa chọn đ ợc thực
hiện bằng cách sử dụng một mô hình không gian hoặc thời gian, một danh
sách vật lý của các yếu tố dân số là không cần thiết
b. Xác định khoảng lấy mẫu, K theo công thức sau:
c. Một đơn vị nằm giữa đơn vị đầu tiên và "thứ K" trong danh sách
tổng thể đ ợc chọn ngẫu nhiên
d. Các đơn vị đ ợc chọn ngẫu nhiên và mỗi "thứ K" đơn vị sau đó đ ợc chỉ định
nh là một phần tử của mẫu
16
5
Chọn mẫu phân tầng
Phân chi toàn bộ các phần tử của tổng thể thành các nhóm
nhỏ khác biệt đ ợc gọi là tầng sau đó lựa chọn các phần tử ở
mỗi tầng một cách ngẫu nhiên và riêng biệt
◦ Đạt hiệu quả về mặtt thống kê hơn so với mẫu ngẫu nhiên đơn
giản
◦ ớc l ợng riêng biệt cho từng tầng
◦ Thông th ờng chi phí thấp hơn so với một mẫu ngẫu nhiên đơn
giản t ơng ứng
Nh ợc điểm
◦ Mức độ phức tạp của quy trình phân tầng
◦ Cần thông tin về kích cỡ tầng và sự khác biệt trong tầng
16
6
Lấy mẫu phân tầng
16
7
Lấy mẫu cả khối
Liên quan đến việc lựa chọn các cụm (nhóm hoặc các bộ s u tập
của các đơn vị lấy mẫu), và sau đó là một quyết định mà trên đó
các đơn vị lấy mẫu bao gồm trong mẫu đ ợc thực hiện
u điểm chính:
kinh tế -- chi phí thu thập dữ liệu thấp hơn
Có thể thực hiện đ ợc– không cần đến tất cả các phàn tử tổng thể
đang nghiên cứu
Nh ợc điểm chính:
Thống kê kém hiêu quả hơn so với mẫu ngẫu nhiên
đơn giản
Lựa chọn các phần tử và phân tích dữ liệu thông kê phức tạp –
đặc biệt trong quy trình hai giai đoạn
16
8
Chọn mẫu khối
Quy trình lựa chọn mẫu khối
◦ Xác định vấn đề
◦ Chỉ định thích hợp khối. Mỗi khối là không đồng nhất nh một thực
thể
◦ Chọn một mãu ngẫu nhiên đơn giản các khối
◦ Trong giai đoạn một lấy mẫu cả khối, mọi phần tử trong các khối
đ ợc chọn điều tra
◦Trong giai đoạn hai lấy mẫu cả khối, các yếu tố có thêm lựa chọn
ngẫu nhiên từ mỗi khối đ ợc chọn
◦ Khu vực lấy mẫu, một tr ờng hợp đặc biệt của lấy mẫu cả khối,
bao gồm phân chia khu vực địa lý quan tâm (ví dụ, một thành phố)
thành một số khối và sau đó lựa chọn ngẫu nhiên một số định
tr ớc của khối
16
9
Quyết định về số l ợng mẫu:
Lý thuyết và thực hành
17
0
Quy mô mẫu và lý thuyết thống kê: Tổng quan
L y mẫu và k t luận
Tổng thể
17
1
Số l ợng mẫu và lý thuyết thống kê: Tổng quan
(tiếp)
Sai số trong nghiên cứu marketing xuất phát từ sự khác
nhau giữa
◦ Giá trị thực (cái chúng ta cần)
◦ Giá trị tổng thể
◦ Giá trị mẫu (cái chúng ta nhận đ ợc)
Thống kê mô tả và thống kê suy luận
◦ Thống kê mô tả đ ợc sử dụng để mô tả các đặc tính của
tổng thể hoặc của mẫu
◦ Thống kê suy diễn đ ợc sử dụng nhằm mô tả đặc điểm của tổng
17
2
Quy mô mẫu và lý thuyết thống kê: Tổng quan
(tiếp)
Thống kê mẫu và Đo l ờng tổng thể
◦ Thống kê mẫu xác định các biến trong một mẫu hoặc các đo
l ờng đ ợc ớc tính từ dữ liệu mẫu
17
3
Quy mô mẫu và lý thuyết thống kê: Tổng
quan (tiếp)
o Phân phối xác suất là tần suất t ơng đối trong dài hạn với một
sự kiện xảy ra
o Trong thống kê suy luận, khái niệm của một phân bố xác suất
đ ợc sử dụng giống nh một phân bố tỷ lệ phần trăm, ngoại
trừ các dữ liệu đ ợc chuyển đổi thành xác suất
17
4
Ví dụ
Tỷ lệ thể hiện tỷ lệ phần trăm của các phần tử thoả
mãn một số tiêu chuẩn đo nào đó
◦ Đo l ờng xu h ớng trung tâm
Trung bình -- trung bình số học
Trung vị,đó là giá trị nằm giữa trong một dãy phân
phối
Mode là giá trị xảy ra nhiều nhất
◦ Đo l ờng sự phân tán
Độ lêch chuẩn là ph ơng pháp đo l ờng độ phân tán
đ ợc sử dụng thông dụng nhất và là chỉ số định
l ợng cho rải phân bố hoặc biến đổi, bằng căn bậc
hai của ph ơng sai.
17
5
Phân phối chuẩn
Đối xứng, phân phối hình chuông mô tả các
phân bố xác suất dự kiến xuất hiện nhiều cơ
hội
Phân phối chuẩn là một phân bố xác suất lý
thuyết hoàn toàn phản ánh một đ ờng cong
cụ thể bình th ờng (trung bình = 0, mode
Bias Normal = 1) cho các giá trị tiêu chuẩn
của z
17
6
17
7
Phân bố tổng thể, phân bố mẫu và
phân bố chọn mẫu
Phân phối tổng thể là một phân phối tần suất của các phần tử của tổng
thể
Phân phối mẫu là một phân phối tần suất của một mẫu
Phân phối chọn mẫu của giá trị trung bình là một phân phối xác
suất lý thuyết của giá trị trung bình mẫu của tất cả các mẫu có thể
có của một kích th ớc nhất định rút ra từ tổng thể đặc biệt
Sai số chuẩn của giá trị trung bình là độ lệch chuẩn của phân bố
mẫu
17
8
Phân bố tổng thể, phân bố mẫu và
phân bố chọn mẫu
Tổng thể
Mẫu X S
Chọn mẫu X =
X
17
9
ớc l ợng tham số
• ớc l ợng điểm là một ớc l ợng tham số (giá trị tổng
thể) sử dụng giá trị đơn th ờng là giá trị mẫu
• ớc l ợng khoang tin cậy (CIE) là một dưy số l ợng cụ
thể trong đó chứa đựng các trung bình tổng thể
• CIE của tổng thể =
+X ±Sai số chọn mẫu
18
1
Quy mô mẫu và sai số ngoài chọn mẫu
Một vài sai số ngoài chọn mẫu (e.g., sai số không trả lời, sai
số ng ời phỏng vấn, sai số quá trình xử lý dữ liệu) sẽ lớn
hơn nếu tăng quy mô mẫu
Quy mô mẫu lớn hơn không có nghĩa là tốt hơn – quy mô mẫu
nhỏ có thể đạt đ ợc độ thống kê chính xác phù hợp với nhu
cầu của ng ời ra quyết định marketing
18
2
Quy mô mẫu: ý nghĩa thông kê vs. sức mạnh thống kê
(tiếp)
Cần phải cân bằng giữa và sức mạnh thống kê--- khi
mà và có mối quan hệ ng ợc chiều. Sức mạnh thống
kê liên quan tới: quy mô hiệu, , và quy mô mẫu:
18
3
Thực hành xác định quy mô mẫu
18
4
Mối quan hệ giữa tỷ lệ phái sinh và quy mô
mẫu
18
5
Mối quan hệ giữa incidence rate và quy mô
mẫu
Gross Incidence
◦ Generally indicated by the client, it refers to
the percentage of the entire population that
are product-category users
Net Incidence (effective or overall incidence
rate)
◦ The factored-down gross incidence which
includes all target population qualifications
18
6
Mối quan hệ giữa tỷ lệ phái sinh và quy mô mẫu
18
7
Nguồn dữ liệu cho tỷ lệ phái sinh
◦ Phạm vi địa lý nghiên cứu: mẫu quốc gia, mẫu khu vực đô thị
lớn, vùng, các thị tr ờng bị phân tán, một hoặc hai thị tr ờng
cần nghiên cứu, etc.
◦ Loại phỏng vấn: điện thoại, Phỏng vấn tại trung tâm mua sắm,
trực tiếp, th , tại nhà, phỏng vấn nhóm, vv.
◦ Các thông tin khác về cuộc điều tra nên bao gồm cả thông tin
xác định ng ời trả lời, các tiêu chí kiểm tra, số l ợng mẫu, thời
l ợng cho nghiên cứu, vv.
18
8
Bài tập
◦ 300 cuộc phỏng vấn phụ nữ trên 18 tuổi th ờng gội đầu
tại nhà
◦ 100 ng ời sử dụng Head & Shoulders, số còn lại sử
dụng dầu gội đầu khác
◦ Tỷ lệ các cuộc điện thoại hiệu quả đối với H&S là 20%, các
th ơng hiệu khác là 75%
19
1
Chươ gà - Thự àhiệ à iệ àthuà
thậpàdữàliệuàtạiàhiệ àt ườ g
Nộiàdu gà h h
1. C à ấ àđềàkỹàthuậtà à ghệàthuậtàthuàthậpà
dữàliệu
2. Tổà hứ à à uả àlýàthuàthậpàdữàliệuàtạiàhiệ à
t ườ g
3. Kiể àt aà àgi às tà u àt hàthuàthậpàdữà
liệuàtạiàhiệ àt ườ g
• Trang bìa
• Mụ àlụ à
• Phầ àt àtắt
• Nộiàdu gà h h
– Giớiàthiệuà uộ à ghi à ứu
– Phươ gàph pàluậ àtiế àh h:àthiếtàkếà ghi à ứu,àthiếtàkếà ẫu,à
thuàthậpàdữàliệuà à à gà iệ àt àhiệ àt ườ g,àph àt hàdữà
liệu
– T hà àkếtà uảà ghi à ứu
– T hà àkếtàluậ à àkiế à ghị
• Phụàlụ
• T iàliệuàtha àkhảo
• C à hắ àđộàd ià ủaà oà o
• Nghệàthuậtàt hà àlờià ă
• “ửàdụ gà àhiệuà uảà à ếuàtốàh hàhọ
• Tổà hứ àlự àlượ gà iếtà oà oà àdựàkiế àthờiàgia à
ầ àthiếtà