市場(chǎng)調(diào)查資料整理和分析的培訓(xùn)課程

1、第一節(jié) 市場(chǎng)調(diào)查資料的整理第二節(jié) 市場(chǎng)調(diào)查資料的分析小結(jié) 第一節(jié) 市場(chǎng)調(diào)查資料的整理一、資料整理的步驟和內(nèi)容1、步驟2、審查內(nèi)容 1資料的真實(shí)性 2資料的準(zhǔn)確性 3資料的完整性 二、資料整理的方法1、行列選擇與數(shù)據(jù)輸入2、匯編、制表和繪圖 第二節(jié) 市場(chǎng)調(diào)查資料的分析 定性分析與定量分析 動(dòng)態(tài)分析與靜態(tài)分析 一、定性分析是與定量分析相對(duì)而言的，它是對(duì)不能量化的現(xiàn)象進(jìn)行系統(tǒng)化理性認(rèn)識(shí)的分析，其方法依據(jù)是科學(xué)的哲學(xué)觀點(diǎn)、邏輯判斷及推理，其結(jié)論是對(duì)事物的本質(zhì)、趨勢(shì)及規(guī)律的性質(zhì)方面的認(rèn)識(shí)。二、定量分析與預(yù)測(cè)定量分析是指從事物的數(shù)量特征方面入手，運(yùn)用一定的數(shù)據(jù)處理技術(shù)進(jìn)行數(shù)量分析，從而挖掘出數(shù)量中所包含的

2、事物本身的特性及規(guī)律性，從而挖掘出數(shù)量中所包含的事物本身的特性的分析方法。分類：靜態(tài)分析和動(dòng)態(tài)分析一數(shù)據(jù)的靜態(tài)分析：含義：分析現(xiàn)象當(dāng)前的情況或者是本次調(diào)查的情況。主要方法有：1、數(shù)據(jù)的統(tǒng)計(jì)描述：(1)數(shù)據(jù)的相對(duì)程度分析:頻數(shù)百分?jǐn)?shù),倍數(shù), (2)數(shù)據(jù)的集中趨勢(shì)：均值和均標(biāo)準(zhǔn)誤差，中位數(shù)，眾數(shù)，(3)數(shù)據(jù)的離散程度：方差與標(biāo)準(zhǔn)差， 2、均值比較和T檢驗(yàn)3、方差分析、相關(guān)分析、回歸分析、因子分析、聚類分析等相對(duì)程度分析 它通過比照的方法反映現(xiàn)象之間的聯(lián)系程度，說明現(xiàn)象的開展過程。幾分之幾：一比幾：倍數(shù)：百分?jǐn)?shù)：又叫頻數(shù)Frequency，是一個(gè)變量在各個(gè)變量值上取值的個(gè)案數(shù)。案例：對(duì)50名顧客有關(guān)

3、“飲料品牌選擇的調(diào)查不同品牌飲料的頻數(shù)分布飲料品牌頻數(shù)比例百分比(%) 可口可樂 旭日升冰茶 百事可樂 匯源果汁 露露15119690.300.220.180.120.183022181218合計(jì)5011001999年全國(guó)國(guó)際旅游外匯收入構(gòu)成國(guó)際旅游收入（億美元）比重（%）總計(jì)長(zhǎng)途交通游覽住宿餐飲商品銷售娛樂郵電通訊市內(nèi)交通其他服務(wù)140.9941.657.4920.3415.2827.718.454.115.3310.63100.029.65.314.410.819.76.02.93.87.5資料來源：?中國(guó)旅游年鑒2000?頻數(shù)數(shù)據(jù)的集中趨勢(shì)分析均值(平均值，平均數(shù)Mean)表示某變量所有

4、取值的集中趨勢(shì)或平均水平。包括簡(jiǎn)單算術(shù)平均和加權(quán)算術(shù)平均。算術(shù)平均值加權(quán)平均值案例：調(diào)查泰山游客的滿意度，從六個(gè)方面入手吃、住、行、游、購(gòu)、娛，用5點(diǎn)量表來測(cè)量，其中，1非常不滿意，5非常滿意。某游客在吃、住、行、游、購(gòu)、娛六方面打分分別為：5，4，4，4，2，1，計(jì)算該游客的滿意度的算術(shù)平均值和加權(quán)平均值1. 算術(shù)平均值：x=(544421)6=3.672.加權(quán)平均值1確立各個(gè)指標(biāo)的權(quán)數(shù)：假設(shè)：吃0.15、住0.15、行0.1、游0.3、購(gòu)0.1、娛0.12加權(quán)平均值： x=(50.1540.1540.140.320.110.1)=3.25眾數(shù)(Mode)眾數(shù)(Mode)是總體中出現(xiàn)次數(shù)最多

5、單位的標(biāo)志值無(wú)眾數(shù)原始數(shù)據(jù): 10 5 9 12 6 8一個(gè)眾數(shù)原始數(shù)據(jù): 6 5 9 8 5 5多于一個(gè)眾數(shù)原始數(shù)據(jù): 25 28 28 36 42 42中位數(shù)(Median)中位數(shù)(Median)是把一組數(shù)據(jù)按遞增或遞減的順序排列，處于中間位置上的變量值就是中位數(shù)?！纠浚?個(gè)家庭的人均月收入數(shù)據(jù)原始數(shù)據(jù): 1500 750 780 1080 850 960 2000 1250 1630 排序: 750 780 850 960 1080 1250 1500 1630 2000位置: 1 2 3 4 5 6 7 8 9中位數(shù)1080數(shù)據(jù)的離散程度分析方差Variance：是所有變量值與平均數(shù)

6、偏差平方的平均值，它表示了一組數(shù)據(jù)分布的離散程度的平均值。標(biāo)準(zhǔn)差Standard Deviation:是方差的平方根，它表示了一組數(shù)據(jù)關(guān)于平均數(shù)的平均離散程度。均值標(biāo)準(zhǔn)差Standard Error of Mean ,S.E. mean:描述樣本均值與總體均值之間平均差異的程度。方差與標(biāo)準(zhǔn)差越大，表示變量之間的差異越大，距離平均數(shù)這個(gè)“中心的離散趨勢(shì)越大。 均值比較和T檢驗(yàn)均值比較Compare Means:比較不同樣本之間平均值是否存在顯著性差異。T檢驗(yàn)T-Test：A單一樣本的T檢驗(yàn)one-sample T test：研究研究某一樣本均值與指定值之間是否存在顯著性差異。B兩獨(dú)立樣本T檢驗(yàn)(

7、Independent-samples T test)：獨(dú)立樣本是指兩個(gè)樣本之間彼此獨(dú)立沒有任何關(guān)聯(lián)，兩獨(dú)立樣本各自接受相同的測(cè)量。兩獨(dú)立樣本T檢驗(yàn)的主要目的就是了解這兩個(gè)樣本之間是否存在顯著性差異。 C兩配對(duì)樣本T檢驗(yàn)(Pared-Samples T test):是根據(jù)樣本數(shù)據(jù)對(duì)樣本來自的兩配對(duì)總體的均值是否存在顯著性差異進(jìn)行推斷。 顯著性差異的含義顯著性差異SignificantDifference,sig.:就是先給定一個(gè)顯著性水平數(shù)值，0.0595%，或0.0199%，或0.00199.9%，進(jìn)行均值比較時(shí)，零假設(shè)為：假設(shè)兩者之間不存在顯著差異。SPSS統(tǒng)計(jì)檢驗(yàn)結(jié)果進(jìn)行均值比較時(shí)會(huì)給出

8、比較結(jié)果的相伴概率，如果相伴概率大于0.5，表示大于95%的概率說明兩者之間確實(shí)不存在明顯差異，那么零假設(shè)成立；如果相伴概率小于0.5，表示小于95%的概率說明兩者之間確實(shí)存在明顯差異，零假設(shè)不成立，那么說明兩者之間確實(shí)存在明顯差異。顯著性差異一般用*表示。*表示significance level0.05(2-tailed或1tailed)，* 表示significance level0.01，* 表示significance level0.001。 方差分析Analysis of Variance (ANOVA )ANOVA 由英國(guó)統(tǒng)計(jì)學(xué)家R.A.Fisher首創(chuàng),為紀(jì)念Fisher,以F

9、命名,故方差分析又稱 F 檢驗(yàn) (F test)。用于推斷兩個(gè)或多個(gè)總體均數(shù)有無(wú)差異。方差分析的假定條件(上述條件與兩均數(shù)比較的t檢驗(yàn)的應(yīng)用條件相同.)。1各處理組樣本來自隨機(jī),獨(dú)立的正態(tài)總體(D法,W法,卡方檢驗(yàn));2各處理組樣本的總體方差相等(不等會(huì)增加I型錯(cuò)誤的概率,影響方差分析結(jié)果的判斷)。方差分析分類： Analysis of Variance (ANOVA )1單因素方差分析：即不同水平下各個(gè)總體的均值是否有顯著的差異。SPSS實(shí)現(xiàn)過程：Compare Means-One- Way ANOVA2多因素方差分析:當(dāng)需要比較多個(gè)控制變量值之間有無(wú)明顯差異時(shí)采用。SPSS實(shí)現(xiàn)過程： An

10、alyze-General Linear Model-Univariate相關(guān)分析Correlation analyze：運(yùn)用相關(guān)系數(shù)r, Correlation coefficient來表示兩個(gè)變量間相互的線性關(guān)系的統(tǒng)計(jì)方法。如果變量Y與X間是函數(shù)關(guān)系，那么r=1或r=-1;如果變量Y與X間是統(tǒng)計(jì)關(guān)系，那么-1r0，如果x,y變化的方向相反，如吸煙與肺功能的關(guān)系，那么稱為負(fù)相關(guān)，r0.95 存在顯著性相關(guān)； |r| 0.8 高度相關(guān)； 0.5 |r|0.8 中度相關(guān)； 0.3 |r|0.5 低度相關(guān)； |r|0.9：非常適合0.8KMO0.9：適合0.7KMO0.8：一般0.6KMO0.7：

11、不太適合KMO0.5：不適合因子分析(Factor Analyze)在SPSS主菜單中按AnalyzeData ReductionFactor順序逐一單擊鼠標(biāo)鍵,翻開因子分析主對(duì)話框 聚類分析(Cluster Analyze)聚類分析又稱群分析，它是研究樣品或指標(biāo)分類問題的一種統(tǒng)計(jì)分析方法。在SPSS主菜單中按AnalyzeData ReductionFactor順序逐一單擊鼠標(biāo)鍵,翻開因子分析主對(duì)話框 物以類聚、人以群分回歸分析regression analysis) 是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。運(yùn)用十分廣泛。按照涉及的自變量的多少 ,可分為一元回歸分析和

12、多元回歸分析 按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析 一元回歸分析設(shè)預(yù)測(cè)目標(biāo)因變量為Y，影響它變化的一個(gè)自變量為X，因變量隨自變量的增減方向的變化。一元線性回歸分析就是要依據(jù)一定數(shù)量的觀察樣本Xi, Yi，i=1，2，n，找出回歸直線方程 Y=a+bX (1)三回歸方程需要通過的顯著性檢驗(yàn)對(duì)于任何給定的一組因變量、自變量觀察樣本資料，用最小二乘法都可以計(jì)算出回量歸方程參數(shù)，建立回歸方程式。但是，這樣建立的回歸方程并非一定有實(shí)用意義。1相關(guān)分析對(duì)于一元線性回歸方程來說，也就是回歸系數(shù)的t檢驗(yàn)，就是借用統(tǒng)計(jì)方法用計(jì)算自變量、因變量觀察樣本資料的相關(guān)系數(shù)，說明變量之間的

13、線性相關(guān)密切程度，并通過r顯著性檢驗(yàn)指出這種線性相關(guān)密切程度的顯著性水平。2方差分析ANOVAF，回歸方程的F顯著性檢驗(yàn)是分析自變量與因變量線性相關(guān)關(guān)系對(duì)因變量的變異的影響程度，并通過F顯著性檢驗(yàn)指出反映自變量與因變量線性相關(guān)關(guān)系的回歸方程式的顯著性水平。只有通過r顯著性檢驗(yàn)和F顯著性檢驗(yàn)，才能說明建立的回歸線性方程有實(shí)際意義。3回歸系數(shù)的顯著性檢驗(yàn)t檢驗(yàn)：對(duì)于一元線性回歸方程來說，回歸系數(shù)的t檢驗(yàn)就是相關(guān)系數(shù)的顯著性檢驗(yàn)。4模型的擬合優(yōu)度R2Goodness of fit分析：模型的擬合優(yōu)度表示所建立的回歸方程預(yù)測(cè)值與實(shí)際觀察到的值之間差異的大小，一般用判定系數(shù)R2實(shí)現(xiàn)， R2越接近1，說明

14、方程的擬合度越好，所建立的方程與實(shí)際方程越接近。5回歸方程的殘差檢驗(yàn)。對(duì)于上述回歸模型中的隨機(jī)誤差要求滿足如下的假設(shè)條件:殘差序列要求正態(tài)分布的隨機(jī)性變量，且殘差項(xiàng)之間互相獨(dú)立：1應(yīng)當(dāng)是服從正態(tài)分布的隨機(jī)變量,即滿足正態(tài)性的假設(shè).2殘差的均值為零,即E()=0,我們稱滿足無(wú)偏性的假設(shè).3 殘差序列滿足隨機(jī)性：的方差等于=,這就是說,所有的分布的方差都相同,即滿足共方差性的假設(shè).4 殘差序列互相獨(dú)立：各個(gè)殘差間相互獨(dú)立,即對(duì)于任何兩個(gè)隨機(jī)誤差和其協(xié)方差等于零,即,Cov(,)=0, )這稱之為滿足獨(dú)立性的假設(shè).因此應(yīng)該進(jìn)行殘差檢驗(yàn)，判斷回歸模型的殘差是否滿足上述假設(shè)A殘差序列的正態(tài)性分布：通過殘

15、差序列的帶正態(tài)曲線的直方圖或累計(jì)概率圖來分析。直觀觀察圖形來判斷是否為正態(tài)分布。B殘差序列的隨機(jī)性：通過繪制殘差序列和對(duì)應(yīng)的預(yù)測(cè)值序列的散點(diǎn)圖判斷，如果殘差序列是隨機(jī)的，那么殘差序列應(yīng)與預(yù)測(cè)值序列無(wú)關(guān)，殘差序列點(diǎn)將隨機(jī)地分布在經(jīng)過零的一條直線上。C殘差序列的獨(dú)立性分析：回歸模型中假設(shè)Cov(,)=0,即隨機(jī)項(xiàng)是獨(dú)立的。這一假設(shè)是否成立,可以通過回歸模型的誤差序列是否相互獨(dú)立來進(jìn)行檢驗(yàn)。假設(shè)誤差序列各項(xiàng)間相互獨(dú)立，那么序列各項(xiàng)之間沒有相關(guān)關(guān)系。假設(shè)序列各項(xiàng)之間有相關(guān)關(guān)系，誤差序列不滿足線性回歸模型的根本假設(shè)，回歸模型就不能表達(dá)變量Y與X之間的真實(shí)變動(dòng)關(guān)系。DW(Durbin-Watson)檢驗(yàn)可以檢驗(yàn)殘差序列的相關(guān)性。其檢驗(yàn)方法如下:如果D-W0，表示殘差序列存在完全自相關(guān)；如果D-W4，表示殘差序列存在完全負(fù)相關(guān)；如果0D-W2表示殘差序列存在某種程度的