05第五章_媒介受众分析PPT文件格式下载.pptx
《05第五章_媒介受众分析PPT文件格式下载.pptx》由会员分享,可在线阅读,更多相关《05第五章_媒介受众分析PPT文件格式下载.pptx(98页珍藏版)》请在冰豆网上搜索。
尽管新媒体出现了,但出现的依然是虚假“个性化”。
第二节媒介受众需求,一般资讯需要是受众最基本的信息需求日常生活交通出行,社会化需要替代社会化人际交流背景话题库情绪调节需要宣泄理论,通常的假设:
受众知道自己要什么,媒介从业人员的目的是发现受众的需求。
事实是:
受众通常并不知道自己到底需要什么。
受众的经济收入绝对收入实际收入受众的教育程度韩剧观众的智力水平媒介产品的定价,相关媒介产品的定价,替代性产品互补性产品受众越来越重要产品需求,在价格情况下,与替代性产品的价格成正比,与互补性产品的价格成反比。
受众的偏好,受众可支配的时间结构媒介产品实际消费的并不是金钱,而是受众的时间成本。
第三节媒介受众细分,媒介绝对规模的增加,新进媒介组织为求生存,谋求可发展的领域。
媒介受众市场的细分意味丰与同类媒介错开诉求角度与重点,同时,形成互补关系,而不是简单的“有你无我”。
媒介细分不仅是媒介组织关注的问题,也是广告主关注的问题。
媒介受众市场细分,实际上就是在共性中找个性(细分市场的可能),又在共性中找个性(细分市场的可获利性)。
人口统计细分地理细分心理细分行为细分,可测量性:
媒介细分市场的规模、购买力水平和特征等是可以测量的,按该变量细分出的子市场间的差异性十分明显。
可收益性:
媒体选择的细分市场要足够大,具有一定规模的整体购买能力,并且可以使媒体获取足够收益。
可接近性:
媒体能够有效进入和满足细分市场。
相对稳定性:
它是指媒介细分市场的主要变量在经营周期内应保持相对的稳定性,以使市场细分有效以免动荡不安。
可行性:
媒体能够设计出吸引和满足细分市场的有效方案。
无差异性市场策略,完全差异化市场策略,市场专业化策略,产品专业化市场策略,选择性专业策略,集中性市场策略,一个产品的定位是知觉、印象和消费者比较产品后的感觉的混合物。
细分方式相近,特色欠缺盈利模式单一缺乏科学的市场调研,第一节媒介受众研究,收视率就是观看某节目的观众和该地区总人口的比率收视份额则是观看某节目的观众和在该地区在同一时段打开电视机观众的总人数,收视率指标被区分为两大类一类为基本指标,指各种计算口径的收视率;
另一类为派生指标,包括反映市场结构的指标如收视份额(或称市场占有率)等,反映节目收视偏好的指标如节目吸引力、观众重叠率等。
这些指标往往更受电视台重视,因为它对指导电视节目编排更有意义。
因为是两个不同的考核指标,同一时段同一节目的收视率和收视份额有时会有很大差异。
在白天,能够争得1%的收视率就可能拿到20%的收视份额。
发行量,二级读者量,视听率,或者,第二节抽样理论与方法,抽样概念,总体总体(population)通常与构成它的元素共同定义:
总体是构成它的所有元素的集合;
而元素(element)则是构成总体的是基本单位。
样本样本(sample)就是从总体中按一定方式抽出的一部元素的集合。
抽样抽样(sampling),指的是从组成某个总体的所有元素的集合中,按一定的方式选择或抽出一部分元素(即抽出总体的一个子集)的过程。
抽样单位,抽样单位(samplingunit)就是一次直接的抽样所使用的基本单位。
抽样框抽样框(samplingframe)它指的是一次直接抽样时总体中所有单位的名单。
抽样的概念,参数值参数值(parameter)也称为总体值,它是关于总体中某一变量的综合描述,或者说是总体中所有元素的某种特征的综合数量表现。
在统计中最常见的总体值是某一变量的平均值。
总体值只有通过对总体中的每一个元素都进行调查或测量才能得到。
统计值统计值(statistic)也称为样本值,它是关于样本中某一变量的综合描述,或者说是样本中所有元素的某种特征综合数量表现。
抽样的目的之一,就是要通过这些样本值云估计和推断各种总体值。
抽样的作用,从抽样的定义中不难看出,抽样主要涉及和处理有关总体与部分之间的关系的问题。
抽样作为人们从部分认识整体这一过程的关键环节,其基本作用是向人们提供一种实现“由部分认识总体”这一目标的途径和手段。
在社会研究中,抽样主要解决的是对象的选取问题,即如何从总体中选出一部分对象作为总体的代表的问题。
抽样的作用,抽样的作用,抽样的类型,根据抽取对象的具体方式,我们把抽样分为各种不同的类型。
从大的方面看,各种抽样都可以归为概率抽样与非概率抽样两大类。
概率抽样:
依据概率论的基本原理,按照随机原则进行的抽样,因而它能够避免抽样过程中的人为误差,保证样本代表性;
非概率抽样:
主要是依据一定会得的主观意愿、判断是否方便等因素来抽取对象。
抽样的类型,抽样方法,概率抽样,简单随机抽样,系统抽样,分层抽样,整群抽样,多段抽样,非概率抽样,偶遇抽样,判断抽样,定额抽样,雪球抽样,概率抽样的基本原理,为了理解概率抽样的原理或逻辑,我们需要对社会群体的同质性与异质性作一点探讨。
概率样本所要反映的正是总体本身所具有的那种内在的异质性结构。
随机抽取是抽样过程的关键。
随机抽取(randomselection),就是保证总体中的每一个个体都有同等的机会入选样本。
抽样分布抽样分布是根据概率的原则而成立的理性分布,它显示出:
从一个总体中不断抽取样本时,各种可能出现的样本统计值的分布情况。
=总体均值=总体标准差,抽样的一般程序,界定总体制定抽样框一次性抽样;
分阶段抽样决定抽样方案实际抽取样本评估样本质量样本评估是指对样本的质量、代表性、偏差等进行检验和衡量,其目的是防止由于样本的偏差过大则导致的失误。
抽样设计的原则,目的性原则可测性原则可行性原则经济性原则,偶遇抽样,偶遇抽样(accidentalsampling)又称做方便抽样或自然抽样,是指研究者根据现实情况,以自己方便的形式抽取偶然遇到的人作为对象,或者仅仅选择那些离得最近的、最容易找到的人作为对象。
判断抽样判断抽样(judgmentalsampling)又称立意抽样(purposivesampling),它是研究者根据研究的目标和自己主观的分析来选择和确定研究对象的方法。
定额抽样,定额抽样(quotasampling)又称做配额抽样,它是一种比偶遇抽样复杂一些、也进步一些的非概率抽样方法。
雪球抽样雪球抽样(snowballsampling)是一种极特殊的抽样方法。
当我们无法了解总体的情况时,可以从总体中少数成员入手,对他们进行调查,向他们询问还知道哪些符合条件的人;
再去找那些人并询问他们知道哪些符合条件的人。
简单随机抽样,简单随机抽样(simplerandomsampling)又称纯随机抽样,是概率抽样的最基本形式。
它是按等概率原则直接从含有N个元素的总体中随机抽取n个元素组成样本(Nn)。
系统抽样,系统抽样(systematicsampling)又称等距抽样或机械抽样。
它是把总体的单位进行编号排序后,再计算出某种间隔,然后按这一固定的间隔抽取个体的号码来组成样本的方法。
系统抽样的一个十分重要的前提条件,是总体中个体的排列,相对于研究的变量来说,应是随机的,即不存在某种与研究变量相关规则分布。
分层抽样,分层抽样(stratifiedsampling)又称类型抽样,它是先将总体中的所有单位按某种特征或标志(如性别、年龄、职业或地域等)划分成若干类型或层次;
然后再在各个类型或层次中采用简单随机抽样或系统抽样的办法抽取一个子样本;
最后,将这些子样本合起来构成总体的样本。
分层抽样,分层抽样的优点在不增加样本规模的前提下降低抽样误差,提高抽样的精度。
在异质性较强的总体分成一个个同质性较强的子总体,以便提高抽样的效率,达到更好的抽样效果。
分层抽样,分层抽样的运用分层标准的问题以所要分析和研究的主要变量或相关的变量和作为分层的标准;
以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量;
以那些已有明显层次区分的变量作为分层变量。
分层比例问题,整群抽样,整群抽样(clustersampling)与前几种抽样的最大差别在于,它的抽样单位不是单个的个体,而是成群的个体。
它是从总体中随机抽取一些小的群体,然后由所抽出的若干个小群体内的所有元素构成的样本。
当某个总体是由若干个有着自然界限和区分的子群(或类别、层次)所组成,同时,不同子郡相互之间差别很大、而每个子群内部的差异不大时,则适合于分层抽样的方法;
反之,当不同子群相互之间差别大、而每个子群内部的异质性程度比较大时,则特别适合于采用整群抽样的方法。
多段抽样,多段抽样(multistagesampling)又称多级抽样或分段抽样,它是按抽样元素的隶属关系或层次关系,把抽样过程分为几个阶段进行多段抽样主要考虑因素有:
各个抽样阶段中子总体的同质性程度要考虑研究者所拥有人力和经费,多段抽样,户内抽样方法,户内抽样(withinhouseholdsampling)指从所抽中的每户家庭中抽取一个成年人,以构成访谈对象的样本。
PPS抽样,多段抽样中,其实暗含了一个假定:
每一个阶段抽样时,其元素的规模是相同的。
PPS抽样调查法(ProbabilityProportionatetoSizeSampling)又称,按规模大小成比例的概率抽样/PPS抽样。
PPS抽样是指按概率比例抽样,属于概率抽样中的一种。
是指在多阶段抽样中,尤其是二阶段抽样中,初级抽样单位被抽中的机率取决于其初级抽样单位的规模大小,初级抽样单位规模越大,被抽中的机会就越大,初级抽样单位规模越小,被抽中的机率就越小。
就是将总体按一种准确的标准划分出容量不等的具有相同标志的单位在总体中不同比率分配的样本量进行的抽样。
假设要从全市100家企业,总共20万名职工中,抽取1000名职工进行调查。
我们采取多段抽样的方法,首先从100家企业中随机抽取若干家企业,如抽取20家;
然后再从这20家企业中分别抽取50名职工(50X20=1000)构成样本。
需要注意的是,这100家企业的规模是不同的:
最大的企业多达16000名职工,而最小的企业则只有200名职工。
如果这样的两个企业都选入第一阶段的样本(即都进人20家企业的,样本),那么它们在第一阶段的入选概率是相同的,即都为,20100=20;
但第二阶段从每家企业中抽取职工时,这两家企业中每个职工被抽中的概率却大不一样:
前者的概率为5016000=03125,而后者的概率则为50200=25。
这样,规模大的企业中每个职工被抽中的概率则为2003125=00625;
而规模小的企业中每个职工被抽中的概率为2025=5;
规模大的企业中的职工相对于规模小的企业中的职工来说,他们被抽中的概率要小得多(后者是前者