Анализ рынка молочной продукции

Автор работы: Пользователь скрыл имя, 04 Января 2013 в 04:28, курсовая работа

Описание работы

Задачи:
Рассмотреть состояние рынка молочной продукции в Российской Федерации;
Проанализировать с помощью маркетинговых исследований молочный рынок Ивановского региона
Проанализировать динамику цен на отечественную продукцию и их соотношение как по регионам, так и сценами на продукцию, поступающую по импорту;
Дать рекомендации по совершенствованию ценовых и финансово- кредитных отношений в отрасли;
Предложить комплекс мер по развитию животноводства, а вследствие и молочной продукции.

Содержание работы

Введение
1 Анализ вторичной информации рынка молочной продукции
1.1 Состояние рынка молочной продукции в РФ
1.2 Обзор московского рынка молочной продукции
1.3 Исследование уровня осведомлённости потребителей г.Москва относительно свойств молочной продукции
2 Разработка предложения о маркетинговом исследовании
3 Разработка анкеты для проведения исследования
4 Разработка программы проведения опроса
5 Организация мероприятий по контролю исследования
6 Анализ собранной информации
6.1 Графический анализ
6.2 Статистический анализ
6.2.1 Вариационный ряд
6.2.2 Определение тесноты связи по таблице кросс-табуляции
6.2.3 Однофакторный дисперсионный анализ
6.2.4 Корреляционный анализ
6.2.5 Уравнение регрессии
7 Составление сметы затрат
8 Разработка выводов и рекомендаций
Заключение
Список литературы

Скачать архив (786.96 Кб) Сколько стоит заказать работу?

Файлы: 1 файл

1.doc

— 1.60 Мб (Скачать файл)

№ п/п	Уровень дохода
№ п/п	5000-7000	7000-10000	10000-15000
1	6500	7000	11 000
2	6000	7500	12000
3	5000	7500	13000
4	5500	8000
5	6000	8000
6	5000	9000
7	5000	9000
8	6000	7000
9	6000	8000
10	6500	9000
11	5500	7000
12	5000	9000
13	6000	9500
14	5500	7000
15	5500	8000
16	5000	7000
17	6000	9000
18	6500	8000
19	6000	7000
20	5000
21	6000
22	5000
23	6000
24	6500
25	5500
26	6000
27	5500
28	5000
29	6000
30	5500
31	6000
32	6000
33	5000
34	6000
35	5500
36	5000
37	6000
38	5500
39	6000
40	5500
41	5000
42	5000
43	6000
44	6500
45	5000
46	6000
47	6000
48	5000
49	5000
50	5500
51	6000
52	6500
53	5000
54	6000
55	6500
56	5500
57	5000
58	6000
59	5000
60	6000
61	6000
62	5500
63	6500
64	6500
65	5500
66	5000
67	6000
68	5000
69	6000
70	6000
71	5500
72	6500
73	5500
74	6000
75	5500
76	5000
77	5500
78	6000
Средняя	5679,49	7973,68	12 000
Средняя средней	8551,06

SSx=Sn (Yy-Y)²

SSx=78*(5679,49-8551,06)²+19*(7973,68-8551,06)²+3*(12 000-8551,06)²=

=643181312,6622+6333985,54+35685561,3708=685200859,573

SSош=Sn (Yij-Yj)²

SSош=10*(6500-5679,49)² + 29*(6000-5679,49)²+ 21*(5000-5679,49)²+ 18*(5500-5679,49)²+ 6*(7000-7973,68)²+ 2*(7500-7973,68)²+

5*(8000-7973,68)²+ 5*(9000-7973,68)²+ (9500-7973,68)²+ (11000-12000)²+ (12000-12000)²+ (13000-12000)²= 6732366,601+2979073,1429 +9695839,8621+

579899,8818+5688316,4544+448745,4848+3463,712+5266663,712+2329652,742+1000000+0+1000000 =35 724 021,593

SSy=SSx + SSош

SSy = (685200859,573+35 724 021,593) =720 924 881,166

SSy=10*(6500-8551,06)² + 29*(6000-8551,06 )²+ 21*(5000-8551,06)²+ 18*(5500-8551,06 )²+ 6*(7000-8551,06)²+ 2*(7500-8551,06)²+

5*(8000-8551,06)²+ 5*(9000-8551,06)²+ (9500-8551,06)²+ (11000-8551,06)²+ (12000-8551,06)²+ (13000-8551,06)²= 720 924 881,2

η²= SSx /SSy

η²= 685200859,573/ 720 924 881,166 = 0,95

95% изменения затрат на покупку обусловлено влиянием размера дохода.

F=MSх / MSош = ( SSx / (с-1) ) / (SSош / (N-c))

F= (685200859,573/ (3-1)/( 35 724 021,593/(100-3)) = (685200859,573/2)/ (35724021,593/97) = 342600429,7865/ 368288,9 = 930,2

Fкрит = 3,07 с вероятностью 0,05

Нулевая гипотеза отклоняется. Среднее значение критериев различно для различных групп респондентов.

6.2.4 Корреляционный анализ

Полная корреляция – это изучение корреляционной связи между двумя переменными. Отклонения от средних по одной и другой переменным лежат в основе измерения корреляционной связи. Случае линейной связи её теснота измеряется с помощью коэффициента парной корреляции.

r xy= (xy –x*y)/ sx*sy

Коэффициент парной корреляции измеряется от -1 (случай полной обратной связи) до 1 (случай полной прямой связи). Чем ближе значение r xy к |1|, тем теснее связь, чем ближе к 0, тем слабее связь.

Пользуясь таблицей исходных данных, рассчитаем необходимые значения для определения корреляционной связи.

№	Доход х	Затраты y	х *y	хi-х	yi- y	(хi-х)( yi-y)	(хi-х)²	( yi- y)²	х²
1	7000	100	700000	745	-0,25	-186,25	555025	0,0625	49000000
2	6500	100	650000	245	-0,25	-61,25	60025	0,0625	42250000
3	6000	80	480000	-255	-20,25	5163,75	65025	410,0625	36000000
4	5000	100	500000	-1255	-0,25	313,75	1575025	0,0625	25000000
5	5500	100	550000	-755	-0,25	188,75	570025	0,0625	30250000
6	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
7	5000	150	750000	-1255	49,75	-62436,3	1575025	2475,063	25000000
8	12000	90	1080000	5745	-10,25	-58886,3	33005025	105,0625	144000000
9	5000	120	600000	-1255	19,75	-24786,3	1575025	390,0625	25000000
10	6000	80	480000	-255	-20,25	5163,75	65025	410,0625	36000000
11	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
12	6500	80	520000	245	-20,25	-4961,25	60025	410,0625	42250000
13	13000	90	1170000	6745	-10,25	-69136,3	45495025	105,0625	169000000
14	5500	150	825000	-755	49,75	-37561,3	570025	2475,063	30250000
15	5000	80	400000	-1255	-20,25	25413,75	1575025	410,0625	25000000
16	6000	50	300000	-255	-50,25	12813,75	65025	2525,063	36000000
17	5500	150	825000	-755	49,75	-37561,3	570025	2475,063	30250000
18	5500	70	385000	-755	-30,25	22838,75	570025	915,0625	30250000
19	5000	80	400000	-1255	-20,25	25413,75	1575025	410,0625	25000000
20	6000	70	420000	-255	-30,25	7713,75	65025	915,0625	36000000
21	6500	100	650000	245	-0,25	-61,25	60025	0,0625	42250000
22	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
23	7500	95	712500	1245	-5,25	-6536,25	1550025	27,5625	56250000
24	6000	80	480000	-255	-20,25	5163,75	65025	410,0625	36000000
25	5000	150	750000	-1255	49,75	-62436,3	1575025	2475,063	25000000
26	6000	100	600000	-255	-0,25	63,75	65025	0,0625	36000000
27	8000	80	640000	1745	-20,25	-35336,3	3045025	410,0625	64000000
28	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
29	6500	130	845000	245	29,75	7288,75	60025	885,0625	42250000
30	5500	90	495000	-755	-10,25	7738,75	570025	105,0625	30250000
31	6000	100	600000	-255	-0,25	63,75	65025	0,0625	36000000
32	5500	80	440000	-755	-20,25	15288,75	570025	410,0625	30250000
33	7500	80	600000	1245	-20,25	-25211,3	1550025	410,0625	56250000
34	8000	90	720000	1745	-10,25	-17886,3	3045025	105,0625	64000000
35	5000	150	750000	-1255	49,75	-62436,3	1575025	2475,063	25000000
36	6000	100	600000	-255	-0,25	63,75	65025	0,0625	36000000
37	5500	70	385000	-755	-30,25	22838,75	570025	915,0625	30250000
38	6000	80	480000	-255	-20,25	5163,75	65025	410,0625	36000000
39	7000	90	630000	745	-10,25	-7636,25	555025	105,0625	49000000
40	9000	60	540000	2745	-40,25	-110486	7535025	1620,063	81000000
41	9000	170	1530000	2745	69,75	191463,8	7535025	4865,063	81000000
42	6000	140	840000	-255	39,75	-10136,3	65025	1580,063	36000000
43	7000	100	700000	745	-0,25	-186,25	555025	0,0625	49000000
44	5000	90	450000	-1255	-10,25	12863,75	1575025	105,0625	25000000
45	6000	80	480000	-255	-20,25	5163,75	65025	410,0625	36000000
46	5500	90	495000	-755	-10,25	7738,75	570025	105,0625	30250000
47	8000	70	560000	1745	-30,25	-52786,3	3045025	915,0625	64000000
48	9000	110	990000	2745	9,75	26763,75	7535025	95,0625	81000000
49	5000	130	650000	-1255	29,75	-37336,3	1575025	885,0625	25000000
50	6000	150	900000	-255	49,75	-12686,3	65025	2475,063	36000000
51	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
52	7000	70	490000	745	-30,25	-22536,3	555025	915,0625	49000000
53	5500	100	550000	-755	-0,25	188,75	570025	0,0625	30250000
54	9000	80	720000	2745	-20,25	-55586,3	7535025	410,0625	81000000
55	9500	110	1045000	3245	9,75	31638,75	10530025	95,0625	90250000
56	7000	130	910000	745	29,75	22163,75	555025	885,0625	49000000
57	5000	170	850000	-1255	69,75	-87536,3	1575025	4865,063	25000000
58	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
59	5500	80	440000	-755	-20,25	15288,75	570025	410,0625	30250000
60	6000	80	480000	-255	-20,25	5163,75	65025	410,0625	36000000
61	5500	100	550000	-755	-0,25	188,75	570025	0,0625	30250000
62	5000	90	450000	-1255	-10,25	12863,75	1575025	105,0625	25000000
63	8000	70	560000	1745	-30,25	-52786,3	3045025	915,0625	64000000
64	5000	100	500000	-1255	-0,25	313,75	1575025	0,0625	25000000
65	6000	60	360000	-255	-40,25	10263,75	65025	1620,063	36000000
66	6500	120	780000	245	19,75	4838,75	60025	390,0625	42250000
67	7000	90	630000	745	-10,25	-7636,25	555025	105,0625	49000000
68	5000	100	500000	-1255	-0,25	313,75	1575025	0,0625	25000000
69	6000	100	600000	-255	-0,25	63,75	65025	0,0625	36000000
70	9000	90	810000	2745	-10,25	-28136,3	7535025	105,0625	81000000
71	6000	150	900000	-255	49,75	-12686,3	65025	2475,063	36000000
72	5000	140	700000	-1255	39,75	-49886,3	1575025	1580,063	25000000
73	8000	70	560000	1745	-30,25	-52786,3	3045025	915,0625	64000000
74	5000	80	400000	-1255	-20,25	25413,75	1575025	410,0625	25000000
75	5500	90	495000	-755	-10,25	7738,75	570025	105,0625	30250000
76	6000	100	600000	-255	-0,25	63,75	65025	0,0625	36000000
77	6500	90	585000	245	-10,25	-2511,25	60025	105,0625	42250000
78	5000	80	400000	-1255	-20,25	25413,75	1575025	410,0625	25000000
79	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
80	6500	90	585000	245	-10,25	-2511,25	60025	105,0625	42250000
81	5500	100	550000	-755	-0,25	188,75	570025	0,0625	30250000
82	5000	80	400000	-1255	-20,25	25413,75	1575025	410,0625	25000000
83	6000	140	840000	-255	39,75	-10136,3	65025	1580,063	36000000
84	5000	170	850000	-1255	69,75	-87536,3	1575025	4865,063	25000000
85	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
86	6000	150	900000	-255	49,75	-12686,3	65025	2475,063	36000000
87	5500	180	990000	-755	79,75	-60211,3	570025	6360,063	30250000
88	6500	190	1235000	245	89,75	21988,75	60025	8055,063	42250000
89	5500	80	440000	-755	-20,25	15288,75	570025	410,0625	30250000
90	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
91	7000	80	560000	745	-20,25	-15086,3	555025	410,0625	49000000
92	5500	70	385000	-755	-30,25	22838,75	570025	915,0625	30250000
93	5000	60	300000	-1255	-40,25	50513,75	1575025	1620,063	25000000
94	5500	110	605000	-755	9,75	-7361,25	570025	95,0625	30250000
95	6000	120	720000	-255	19,75	-5036,25	65025	390,0625	36000000
96	5000	90	450000	-1255	-10,25	12863,75	1575025	105,0625	25000000
97	6500	100	650000	245	-0,25	-61,25	60025	0,0625	42250000
98	5000	110	550000	-1255	9,75	-12236,3	1575025	95,0625	25000000
99	5000	70	350000	-1255	-30,25	37963,75	1575025	915,0625	25000000
100	6000	90	540000	-255	-10,25	2613,75	65025	105,0625	36000000
S	625500	10025	62172500	0	0	-533875	195747500	83718,75	4108250000
Ср.	6255	100,25	621725						41082500

r xy = -533875/Ö (195747500*83718,75) = = -533875/Ö 16387736015625=

= -533875/40480 = – 0,4

Связь между изучаемыми переменными средняя, так как 0,4<| r xy |< 0,7

6.2.5 Уравнение регрессии

В основе зависимости лежит прямолинейная связь, которая может быть выражена линейным уравнением регрессии:

у = ао + а1х,

где у – теоретические расчётные значения результативного признака, полученные по уравнению регрессии.

Пользуясь расчётными значениями, вычислим пераметры для данного уравнения регрессии:

а1 = (ху- х*у)/(х²- (х)²)

а1 = (621725-6255*100,25 )/( 41082500-(6255 )²)=-0,003

ао = у- а1*х

ао = 100,25+0,003*6255=119,015

Следовательно, регрессионная модель может быть записана в виде

у = 119,015-0,003*х

Таблица

х	у	у	у1-у	(у1-у)²	(у-у)²
7000	100	98,015	1,985	3,940225	4,995225
6500	100	99,515	0,485	0,235225	0,540225
6000	80	101,015	-21,015	441,6302	0,585225
5000	100	104,015	-4,015	16,12023	14,17523
5500	100	102,515	-2,515	6,325225	5,130225
6000	90	101,015	-11,015	121,3302	0,585225
5000	150	104,015	45,985	2114,62	14,17523
12000	90	83,015	6,985	48,79023	297,0452
5000	120	104,015	15,985	255,5202	14,17523
6000	80	101,015	-21,015	441,6302	0,585225
6000	90	101,015	-11,015	121,3302	0,585225
6500	80	99,515	-19,515	380,8352	0,540225
13000	90	80,015	9,985	99,70023	409,4552
5500	150	102,515	47,485	2254,825	5,130225
5000	80	104,015	-24,015	576,7202	14,17523
6000	50	101,015	-51,015	2602,53	0,585225
5500	150	102,515	47,485	2254,825	5,130225
5500	70	102,515	-32,515	1057,225	5,130225
5000	80	104,015	-24,015	576,7202	14,17523
6000	70	101,015	-31,015	961,9302	0,585225
6500	100	99,515	0,485	0,235225	0,540225
6000	90	101,015	-11,015	121,3302	0,585225
7500	95	96,515	-1,515	2,295225	13,95023
6000	80	101,015	-21,015	441,6302	0,585225
5000	150	104,015	45,985	2114,62	14,17523
6000	100	101,015	-1,015	1,030225	0,585225
8000	80	95,015	-15,015	225,4502	27,40523
6000	90	101,015	-11,015	121,3302	0,585225
6500	130	99,515	30,485	929,3352	0,540225
5500	90	102,515	-12,515	156,6252	5,130225
6000	100	101,015	-1,015	1,030225	0,585225
5500	80	102,515	-22,515	506,9252	5,130225
7500	80	96,515	-16,515	272,7452	13,95023
8000	90	95,015	-5,015	25,15023	27,40523
5000	150	104,015	45,985	2114,62	14,17523
6000	100	101,015	-1,015	1,030225	0,585225
5500	70	102,515	-32,515	1057,225	5,130225
6000	80	101,015	-21,015	441,6302	0,585225
7000	90	98,015	-8,015	64,24023	4,995225
9000	60	92,015	-32,015	1024,96	67,81523
9000	170	92,015	77,985	6081,66	67,81523
6000	140	101,015	38,985	1519,83	0,585225
7000	100	98,015	1,985	3,940225	4,995225
5000	90	104,015	-14,015	196,4202	14,17523
6000	80	101,015	-21,015	441,6302	0,585225
5500	90	102,515	-12,515	156,6252	5,130225
8000	70	95,015	-25,015	625,7502	27,40523
9000	110	92,015	17,985	323,4602	67,81523
5000	130	104,015	25,985	675,2202	14,17523
6000	150	101,015	48,985	2399,53	0,585225
6000	90	101,015	-11,015	121,3302	0,585225
7000	70	98,015	-28,015	784,8402	4,995225
5500	100	102,515	-2,515	6,325225	5,130225
9000	80	92,015	-12,015	144,3602	67,81523
9500	110	90,515	19,485	379,6652	94,77023
7000	130	98,015	31,985	1023,04	4,995225
5000	170	104,015	65,985	4354,02	14,17523
6000	90	101,015	-11,015	121,3302	0,585225
5500	80	102,515	-22,515	506,9252	5,130225
6000	80	101,015	-21,015	441,6302	0,585225
5500	100	102,515	-2,515	6,325225	5,130225
5000	90	104,015	-14,015	196,4202	14,17523
8000	70	95,015	-25,015	625,7502	27,40523
5000	100	104,015	-4,015	16,12023	14,17523
6000	60	101,015	-41,015	1682,23	0,585225
6500	120	99,515	20,485	419,6352	0,540225
7000	90	98,015	-8,015	64,24023	4,995225
5000	100	104,015	-4,015	16,12023	14,17523
6000	100	101,015	-1,015	1,030225	0,585225
9000	90	92,015	-2,015	4,060225	67,81523
6000	150	101,015	48,985	2399,53	0,585225
5000	140	104,015	35,985	1294,92	14,17523
8000	70	95,015	-25,015	625,7502	27,40523
5000	80	104,015	-24,015	576,7202	14,17523
5500	90	102,515	-12,515	156,6252	5,130225
6000	100	101,015	-1,015	1,030225	0,585225
6500	90	99,515	-9,515	90,53523	0,540225
5000	80	104,015	-24,015	576,7202	14,17523
6000	90	101,015	-11,015	121,3302	0,585225
6500	90	99,515	-9,515	90,53523	0,540225
5500	100	102,515	-2,515	6,325225	5,130225
5000	80	104,015	-24,015	576,7202	14,17523
6000	140	101,015	38,985	1519,83	0,585225
5000	170	104,015	65,985	4354,02	14,17523
6000	90	101,015	-11,015	121,3302	0,585225
6000	150	101,015	48,985	2399,53	0,585225
5500	180	102,515	77,485	6003,925	5,130225
6500	190	99,515	90,485	8187,535	0,540225
5500	80	102,515	-22,515	506,9252	5,130225
6000	90	101,015	-11,015	121,3302	0,585225
7000	80	98,015	-18,015	324,5402	4,995225
5500	70	102,515	-32,515	1057,225	5,130225
5000	60	104,015	-44,015	1937,32	14,17523
5500	110	102,515	7,485	56,02523	5,130225
6000	120	101,015	18,985	360,4302	0,585225
5000	90	104,015	-14,015	196,4202	14,17523
6500	100	99,515	0,485	0,235225	0,540225
5000	110	104,015	5,985	35,82023	14,17523
5000	70	104,015	-34,015	1157,02	14,17523
6000	90	101,015	-11,015	121,3302	0,585225
сумма		10025	-4,3	82271,23	1761,728

Проверка адекватности регрессионной модели.

Для практического использования моделей регрессии очень важна адекватность, т.е. соответствие фактическим статистическим данным.

Значимость коэффициентов простой линейной регрессии осуществляют с помощью t – критерия Стьюдента:

Средние квадратические отклонения:

sост = Ö82271,23/100 = 28,7

sх = Ö4108250000/100 – (625500/100)² = Ö41082500-39125025 =139

Расчётные значения t- критерия Стьюдента:

для параметра ао

tао = |ао |

tао = 119,015*(Ö98/28,7) = 41,05

для параметра а1

tа1 = |а1 |

tа1 = 0,003*(Ö98/28,7)* 139=0,14

По таблице распределения Стьюдента для v=98 найдём критическое значение t-критерия (tтабл = 1,6606 при a=0,05). Поскольку t расч > t табл, пераметр ао признаётся значимым, во втором случае t расч < t табл. Это значит, что признаётся гипотеза о том, что параметр в действительности равен нулю, и лишь в силу случайных обстоятельств оказался равен проверяемой величине.

Теоретическое корреляционное отношение

η= Ö1761,728/83718,75 = 0,68

Полученное значение теоретического корреляционного отношения свидетельствует о наличии сильной прямой зависимости между рассматриваемыми признаками. Коэффициент детерминации равен 68%. Отсюда заключаем, что 68% общей вариации потраченных на покупку средств обусловлено вариацией фактора – доход.

Таким образом, построенная регрессионная модель у = 119,015-0,003*х адекватна. Выводы, полученные по результатам выборки можно распространить на всю гипотетическую генеральную совокупность.

7 СОСТАВЛЕНИЕ СМЕТЫ ЗАТРАТ

Планируются следующие затраты на исследование (затраты на разработку, распечатку и анализ 100 анкет и контроля за проведённым исследованием):

Виды затрат	Сумма затрат, рублей
1. Заработная плата персоналу:
Интервьюеры	150*25=3750
Контролёр	2000
Анализ и обработка данных	105*50=5250
Разработка анкеты	2000
2. Затраты на материалы:
бумага, печать, инструменты	105*2.50+30=292,5
3. Организационные затраты:
Подготовка персонала	1300
Транспорт	120
4. Рекламные расходы	4500
5. Непредвиденные расходы	5000
Итого	24 212,5
В расчёте не 1 анкету	242,13

8 РАЗРАБОТКА ВЫВОДОВ И РЕКОМЕНДАЦИЙ

Результатом исследования рынка молока в г. Иваново стали некоторые данные. Можно сравнить их со вторичной информацией и выявить сходства и различия, тенденции потребления и вкусы покупателей молока. Итак, количество опрошенных в проведённом исследовании 100 человек, количество респондентов во вторичной информации неизвестно.

Наиболее активными потребителями молока в Иваново люди в возрасте от 24-36 лет, что составляет 40% от общего числа респондентов. Пассивными потребителями молока является 13% от общего числа респондентов. Самая популярная торговая марка молока – это «Простоквашино» 35% респондентов отдали предпочтение именно этой марки, во вторичной информации респонденты поставили на первое место молоко под маркой «Домик в деревне», эта марка находится в собственности у компании «Вимм-Билль-Данн», а молоко «Простоквашино» предпочитают всего лишь 1,1%. Это обусловлено тем, что вторичная информация собиралась по г. Москва, а рынки молочной продукции г. Иваново и г. Москва различны, соответственно и предпочтения у потребителей различны. Совокупная доля марок компании «Вимм-Билль-Данн» в предпочтениях у москвичей составила 61%, а у ивановцев составила 29%.

По данным вторичной информации 91% удовлетворены качеством покупаемого молока, а по данным моего исследования удовлетворены 79%.

По данным исследования рынка молока г. Иваново большинство респондентов, а именно 52% предпочитают покупать пастеризованное молока, когда как во вторичной информации большинство предпочитают покупать стерилизованное молоко – 54%, по данным этого же источника только 26% респондентов знают отличие пастеризованного молока от стерилизованного (отличие заключается в температуре обработке молока), жители г. Иваново больше осведомлены по данному вопросу – 53% ответили правильно на поставленный вопрос.

Данное исследование выявило тесную связь между суммой, потраченной на покупку молока в месяц и уровнем дохода респондентов. Главным критерием отбора молока является цена и производитель, так считают 34% опрошенных.

Динамика развития рынка молочной продукции по результатам проведённых исследований различна. Это обусловлено спецификой регионального рынка молока.

После проведённой работы можно сделать некоторые выводы:

1. Люди всех возрастов употребляют молоко и любят его, активная возрастная группа – это от 24 до 36 лет.

2. 42% ивановцев покупают молоко 1 раз в неделю.

3. Наиболее популярное молоко – это пастеризованное и разливное.

Информация о работе Анализ рынка молочной продукции