農(nóng)村企業(yè)管理數(shù)據(jù)分析

1、數(shù)據(jù)分析一、描述統(tǒng)計(jì)使用SPSS對數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì)，得到如下結(jié)果。每一個(gè)調(diào)查維度的統(tǒng)計(jì)量都是11,說明每個(gè)組 都參與了投票，另外說明這是一個(gè)小樣本的統(tǒng)計(jì)。最小值為0,說明每一個(gè)維度都存在著空值。最大 值都有所不同，其中單位顧客、總體、單位面積、單位時(shí)間都較高，說明意見較為一致。通過方差和 標(biāo)準(zhǔn)差來看，也是以上幾個(gè)維度的差異程度較大，也就是說意見較為統(tǒng)一。假設(shè)存在一個(gè)可以比較的 正態(tài)總體，偏度越大說明存在分布的右邊的尾巴越長，其值越極端。所以可以說意見較為統(tǒng)一。峰度 為0表示該總體數(shù)據(jù)分布與正態(tài)分布的陡緩程度相同；峰度大于0表示該總體數(shù)據(jù)分布與正態(tài)分布相 比較為陡峭，為尖頂峰；峰度小于0表示該總

2、體數(shù)據(jù)分布與正態(tài)分布相比較為平坦，為平頂峰。Descriptive StatisticsNMinimumMaximumMeanStd. DeviationVarianceSkewnessKurtosisStatisticStatisticStatisticStatisticStd. ErrorStatisticStatisticStatisticStd. ErrorStatisticStd. Error總體11072.00.6882.2805.2001.113.661.7421.279單位面積11082.00.7262.4085.8001.733.6613.2781.279單位員工11052.

3、00.5221.7323.000.847.661-.1331.279單位顧客110102.001.0703.55012.6001.853.6612.1731.279單位時(shí)間11072.00.6742.2365.0001.377.6611.3921.279單位資本11042.00.3301.0951.200.000.661.4171.279單位座位11052.00.5561.8443.400.585.661-.7731.279二、箱線圖圖中可以直觀的看出，單位面積中，對于木桶的投票意見較為一致。單位員工中，曾魏和木桶的 意見較為一致。單位顧客中，渝加魚和亞馬遜的意見都較為一致，這是非常明顯的，因

4、為它們的價(jià)格 是在所有店鋪中最貴的。單位時(shí)間中，對腸旺面的投票意見一致。單位面積和單位員工的投票，都有 曾魏，說明單位面積和單位員工似乎在投票者主觀認(rèn)識(shí)上存在某種關(guān)聯(lián)，下文中將用相關(guān)矩陣分析。 在圖形上方的點(diǎn)是異常多的，圖形下方?jīng)]有任何點(diǎn)，原因是不會(huì)出現(xiàn)異常少的情況，因?yàn)闃颖镜臄?shù)量 很小。當(dāng)然，如果存在這樣的點(diǎn)，也可以認(rèn)為對某一維度的投票意見是一致的。三、聚類分析聚類所要求劃分的類是未知的。聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個(gè)過程，所以同一 個(gè)簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。聚類分析是數(shù)據(jù)挖掘的主要任務(wù) 之一。而且聚類能夠作為一個(gè)獨(dú)立的工具獲得數(shù)據(jù)的分布狀況，觀

5、察每一簇?cái)?shù)據(jù)的特征，集中對特定 的聚簇集合作進(jìn)一步地分析。Dendrogram using Average Linkage fBetwee=n Groups) Ditnc Cluet&B Combiiiv051O152025LI.略威仆6-I。券.苦 好口 H a 水9 4 t； Htc可 Z2轡成2 -日 il、味胸)SI -I II =1 1 7山人?；鹨轮狟 )71 t-frt1.a 1 im ifti3與業(yè)J lb5 圖中在小類中，被分在一起的店鋪，存在著某種聯(lián)系，它的上一分類的兩類也存在著某種聯(lián)系。這種 聯(lián)系小類中的聯(lián)系比大類的聯(lián)系要大。因此可以看出，渝加魚和亞馬遜被分在同一個(gè)小類里

6、，這和我 們之前的分析不謀而合，因?yàn)樗鼈兌际鞘召M(fèi)最貴的店鋪，這個(gè)分類是從其單位顧客的維度進(jìn)行的。東 北和茶多酚為什么被分到同一個(gè)小類里的道理，值得我們思考。因?yàn)橥ㄟ^聚類我們確實(shí)得到了這樣的 結(jié)果，而且結(jié)果顯示它們之間存在了某種強(qiáng)烈的聯(lián)系（也許老板都是東北的）。樹狀圖前5個(gè)店鋪， 其實(shí)是主觀上比較平庸的，至少投票的人很少光顧，只有涉及某個(gè)特別的維度時(shí)才可能被投票。從經(jīng) 營的類型和距離遠(yuǎn)近分析不出什么有價(jià)值的數(shù)據(jù)。四、相關(guān)矩陣由于認(rèn)為距離因素也造成了對店鋪情況認(rèn)識(shí)主觀上的偏差，所以在分析相關(guān)矩陣的時(shí)候，使用了 GOOGLE地圖功能測定由楠園1舍與5舍中心聯(lián)系為出發(fā)點(diǎn)到各個(gè)店鋪的實(shí)際距離（個(gè)人認(rèn)為的

7、最短 路線）。利用相關(guān)矩陣分析，試圖找出各個(gè)維度直接是否存在某種聯(lián)系。CorrelationsSpearmans rho總體單位面積單位員工單位顧客單位時(shí)間單位資本單位座位步行距離總體 Correlation Coefficient1.000-.349-.577.654*.492.345-.379-.056Sig. (2-tailed).293.063.029.125.299.251.870單位面積Correlation Coefficient-.3491.000.641*-.023-.269.094.674*.094Sig. (2-tailed).293.034.946.423.783.02

8、3.783單位員工 Correlation Coefficient-.577.641*1.000-.366-.057.051.716*-.163Sig. (2-tailed).063.034.268.868.880.013.632單位顧客 Correlation Coefficient654*-.023-.3661.000-.102.348-.377.512Sig. (2-tailed).029.946.268.766.294.253.107單位時(shí)間C orrelation Coefficient.492-.269-.057-.1021.000.369.009-.654*Sig. (2-tai

9、led).125.423.868.766.264.978.029單位資本 C orrelation Coefficient.345.094.051.348.3691.000.078-.503Sig. (2-tailed).299.783.880.294.264.819.115單位座位 C orrelation Coefficient-.379.674*.716*-.377.009.0781.000-.333Sig. (2-tailed).251.023.013.253.978.819.316步行距離 Correlation Coefficient-.056.094-.163.512-.654*

10、-.503-.3331.000Sig. (2-tailed).870.783.632.107.029.115.316.*. Correlation is significant at the 0.05 level (2-tailed).選用了斯皮爾曼相關(guān)，雙側(cè)檢驗(yàn)。圖中標(biāo)注了*號(hào)的是在雙側(cè)檢驗(yàn)(0.05水平)下顯著的維度。 其中有單位面積和單位員工，單位顧客和總體，單位面積與單位座位，單位員工與單位座位，單位時(shí) 間與步行距離。其中符合邏輯的是單位面積與單位座位，很顯然投票者把單位面積與單位座位等同起 來了，因?yàn)槊娣e大的座位自然就會(huì)多。另外還有單位顧客和總體收益的相關(guān)，這表示單位顧客的價(jià)格 在也

11、決定上了主觀上總體經(jīng)營效果的好壞。之前的分析已經(jīng)說明了單位顧客收益就是價(jià)格的高低。簡 單的說，大眾會(huì)認(rèn)為價(jià)格高的其經(jīng)營的總體收益較高。單位座位和單位員工的相關(guān)似乎不是那么好解釋了。座位和面積相關(guān)，而面積小的員工自然少， 如果只考慮單位員工這一元素，認(rèn)為其他的因素基本一致，也就是說客源、價(jià)格、成本基本是一致的 情況下，單位面積的單位員工少的話，其單位員工的收益必然大。步行距離和單位時(shí)間呈現(xiàn)了負(fù)相關(guān)，就是說距離近的，大家普遍認(rèn)為它的單位時(shí)間內(nèi)賺錢較多。 這個(gè)相關(guān)可能是錯(cuò)誤的。有兩個(gè)原因，一是不應(yīng)該引入距離這一變量進(jìn)行研究；二是大家對單位時(shí)間 的認(rèn)識(shí)有誤。對于距離因素的引入，主要是想研究距離和喜不喜歡直接的關(guān)系。我的假設(shè)是距離近的大家因?yàn)?去的太多，太了解了，所以實(shí)在是不愿意再去，而距離遠(yuǎn)的幾乎沒去過，根本不了解，談不上喜不喜 歡。但是考慮到造成不喜歡的主要因素還是衛(wèi)生情況，菜品，裝飾等因素。事實(shí)上證明距離因素與八 種維度不存在相關(guān)的關(guān)系。只是變量引入了變量，未進(jìn)行分類處理，做不成相關(guān)，得不出有價(jià)值的結(jié) 論。五、星型圖最