市場研究與spss數(shù)據(jù)分析課件

市場研究與spss數(shù)據(jù)分析1B市場研究與spss數(shù)據(jù)分析1B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概述2B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概市場研究概述統(tǒng)計學(Statistics)是關于數(shù)據(jù)資料的的一門學科收集整理分析推斷市場(營銷)研究(MarketingResearch)–AMA是營銷者通過信息與消費者、顧客和公眾聯(lián)系的一種職能。這些信息用于識別和定義營銷問題與機遇，制定、完善和評估營銷活動，監(jiān)測營銷績效，改進對營銷過程的理解。確定解決問題所需的信息，設計信息收集方法，管理和實施數(shù)據(jù)收集過程，分析結果，就研究結論及其意義進行溝通。市場研究是以統(tǒng)計學為基礎，基于信息收集處理與分析，利用SPSS等統(tǒng)計學工具進行的相關工作。3B市場研究概述統(tǒng)計學(Statistics)收集整理分析推斷市市場研究分類研究內容支持體調查方式分析方法深廣度定性研究動機、態(tài)度、決策過程口頭表達的信息深訪、座談會心理分析,經驗/靈感深度探測定量研究

事實、意見、行為數(shù)字、尺度入戶面訪、街訪、電話、信函統(tǒng)計分析廣度探測，多方面和表面4B市場研究分類研究內容定性研究動機、態(tài)度、決策過程定量研究目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概述5B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概市場研究數(shù)據(jù)分析的過程問卷設計數(shù)據(jù)錄入和查錯探索性分析確證/結論性分析高級分析分析始于這里！確信問卷覆蓋你要達成研究目的所需要的全部內容。巧婦難為無米之炊！設計不嚴謹、信息不完備的問卷是任何“強有力”統(tǒng)計工具的“毒藥”！大量的交叉表數(shù)據(jù)，對研究結論進行支持。對關鍵/核心題目的數(shù)據(jù)進行簡要分析，粗略把握研究發(fā)現(xiàn)，并生成初步的研究結論(可能只是假設)確信您獲得了所需要的全部數(shù)據(jù)信息，并且它們是準確無誤的。一方面，結合高級統(tǒng)計技術進行一些深入的數(shù)據(jù)挖掘和分析；一方面，將數(shù)據(jù)信息與營銷理論結合，形成研究結論并給出建議。6B市場研究數(shù)據(jù)分析的過程問卷設計數(shù)據(jù)錄入和查錯探索性分析確證/數(shù)據(jù)分析方法簡單的數(shù)據(jù)分析多元統(tǒng)計分析方法適用性與優(yōu)勢主要方法列舉集中趨勢分析：眾數(shù)、中位數(shù)、均數(shù)交叉表分析簡單分析變量間關系相對應用較廣，較容易掌握和使用對數(shù)據(jù)和使用者的要求較低

相關分析回歸分析因子分析聚類分析對應分析分析變量間的因果關系、相似度等多用于預測、用戶細分等場景對數(shù)據(jù)要求：數(shù)據(jù)量要足夠、數(shù)據(jù)周期要足夠；對使用者的要求：需要掌握基本的統(tǒng)計學知識和對業(yè)務有一定理解；7B數(shù)據(jù)分析方法簡單的數(shù)據(jù)分析多元統(tǒng)計分析方法適用性與優(yōu)勢主要方目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概述8B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概SPSS進行市場研究分析的步驟依據(jù)研究目的完成問卷設計------在此過程中注意問卷形式的標準化。標準化的調研實施過程，以保證收回數(shù)據(jù)的規(guī)范、有效。對收回問卷中的開放題答案進行編碼。對調研數(shù)據(jù)在SPSS上進行數(shù)據(jù)錄入。對數(shù)據(jù)進行機械校驗與邏輯校驗。對生成的SPSS格式數(shù)據(jù)文件進行分析處理。調研：數(shù)據(jù)收集SPSS上的操作9BSPSS進行市場研究分析的步驟依據(jù)研究目的完成問卷設計---

Frequencies

DescriptivesCrosstabs

Means

Bivariate

Correlations

LinearRegression

K-MeansclusterAnalysis

CorrespondenceAnalysisScatterplot應用一例SPSS常用分析統(tǒng)計命令10BFrequenciesLinearRegressiFrequencies:一維頻數(shù)分布表了解變量的頻次分布狀況，對數(shù)值的數(shù)量特征和內部結構狀況獲得概況的認知，以方便在此基礎上對數(shù)據(jù)進行進一步的歸類整理。

Frequencies的基本應用步驟如下：選擇Frquencies選擇項，打開相應對話框；選擇需要進行頻數(shù)分析的變量；依據(jù)需要在Statistics、Charts中選定希望輸出的統(tǒng)計量與圖形；通過Format按鈕可設置頻數(shù)表輸出格式；點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：FrequencyTable中輸出的五列數(shù)據(jù)自左至右分別為：變量值、各變量值對應的出現(xiàn)頻次（Frequency)、基于全體樣本量的百分比構成（Percent）、基于本次計算的有效樣本量的百分比構成（ValidPercent）、累加百分比（CumulativePercent）。典型應用：定價策略11BFrequencies:一維頻數(shù)分布表了解變量的頻次分布狀況Descriptives:描述統(tǒng)計利用Descriptives可以求得變量的描述統(tǒng)計量以反映數(shù)據(jù)的集中趨勢和離散趨勢。集中趨勢（CentralTendency）指標：眾數(shù)（Mode）：發(fā)生率最高的數(shù)值；適用于所有的測量水平中位數(shù)（Median）：數(shù)值排序后正好位于中間位置的數(shù)；適用于定序、定距、定比數(shù)據(jù)算術平均數(shù)或均值（Mean）:各數(shù)值的簡單平均；適用于定距數(shù)據(jù)與定比數(shù)據(jù)離散趨勢（MeasuresofDispersion）指標：全距或極差（Range）：一個定序型變量最大值與最小值的差上、下四分位數(shù):方差（Variance）：一個變量所有值與其平均值之差的平方的平均數(shù)標準差（StandardDeviation）：方差的平方根典型應用：一般統(tǒng)計12BDescriptives:描述統(tǒng)計利用DescriptivCrosstabs:多維頻數(shù)交叉分析Crosstabs多維頻數(shù)分布交叉表：交叉列表分析過程生成二維和多維交叉表。一個行變量和一個列變量可以形成一個二維交叉表，再指定一個控制變量就形成三維交叉表。如果可以指定多個行、列、控制變量，就會形成一個復雜的多維交叉表。表中的數(shù)據(jù)可以是數(shù)值型或字符型變量。使用交叉表分析過程可以完成分類資料或等級資料的統(tǒng)計描述和各種各樣“常規(guī)”的統(tǒng)計檢驗。

Crosstabs的基本應用步驟如下：選擇Crosstabs選擇項，打開相應對話框；自源變量中選擇頻數(shù)表的行變量放入Row(s)框；選擇列變量放入Column(s)框;在Statistics中選擇Chi-square，檢驗行列變量是否獨立；在Cells中選擇交叉表格中輸出的統(tǒng)計量；點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：Crosstabulation為輸出的二維頻數(shù)表。PearsonChi-Square的值顯示了行列變量雙方獨立，如該值小于0.05則說明行列變量相互間獨立的假設不成立，即行列變量之間存在關聯(lián)。注意Chi-SquareTests表格下面的注釋，如該表國有部分單元格(Cell)內樣本量分布過低，則該PearsonChi-Square系數(shù)即使顯著（小于0.05），這種行列變量之間的關聯(lián)性也限于推論至本次分析的樣本群體。典型應用：市場細分趨勢預測13BCrosstabs:多維頻數(shù)交叉分析Crosstabs多維Crosstabs:多維頻數(shù)交叉分析總體年齡段人數(shù)高收入細分市場人數(shù)列百分比行百分比指數(shù)downacrossindex%%中收入細分市場人數(shù)列百分比行百分比指數(shù)

downacrossindex%%低收入細分市場人數(shù)列百分比行百分比指數(shù)

downacrossindex%%18-65歲18-24歲25-34歲35-49歲50-65歲50012515012510015010030100392631.2104664444147332226.488128124015010030100362428.89642282893422833.61123020301002001004010050254010042212870502540100582958145 高收入細分市場該年齡段的列百分比高收入細分市場某年齡段的剖面指數(shù)= ×100% 總體市場該年齡段的列百分比指數(shù)=100%是等于總體市場指數(shù)=120%或以上，則認為顯著高于總體水平指數(shù)=80%或以下，則認為顯著低于總體水平舉例：18-24歲的高收入人群的行百分比：26%；指18-24歲高收入人群在整體高收入中的比例為26%；18-24歲的高收入人群的列百分比：31.2%；指18-24歲高收入人群在18-24歲人群中的比例為31.2%18-24歲的高收入人群的剖面指數(shù)：104；14BCrosstabs:多維頻數(shù)交叉分析總體人數(shù)高收入細分市場Means:均值比較可以按分類變量分組計算指定變量的綜合描述統(tǒng)計量。Means的應用步驟如下：選擇Means選擇項，打開相應對話框；自源變量中選擇分組變量放入Independent框內;選擇目標分析變量放入Dependent框內；在Options中選擇所要輸出的統(tǒng)計量，同時，選擇Anova檢驗變量組間是否存在差異；點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：Report表中輸出的是所考察變量按分類變量分組后相應的描述統(tǒng)計量；AnovaTable中Sig.顯示的是各變量組間差異顯著性系數(shù)，若小于0.05則表明該變量依該分類變量分組后組間存在顯著差異。典型應用：市場細分15BMeans:均值比較可以按分類變量分組計算指定變量的綜合描BivariateCorrelations:相關分析相關分析用以計算兩個變量的相關系數(shù)，用來判別兩個變量之間的相關性強弱。BivariateCorrelations的應用步驟如下：選擇BivariateCorrelations選擇項，打開相應對話框；自源變量中選擇要求相關系數(shù)的變量放入Variables框內;點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：觀察輸出結果中A變量與B變量交叉單元格中的PearsonCorrelation系數(shù)，此數(shù)值的絕對值越接近于1，則兩變量間的相關性越強。典型應用：定價策略16BBivariateCorrelations:相關分析相關LinearRegression:線性回歸檢驗一個因變量與一組自變量之間的關系，用以研究某一個變量的影響因素并建立線性回歸方程。LinearRegression的應用步驟如下：選擇LinearRegression選擇項，打開相應對話框；自源變量中選定自變量與因變量放入相應框中;在Statistics中除默認值外加入選擇CollinearityStatistic;點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：觀察Coefficients表中Sig.值，該值小于0.05的自變量對因變量變化有顯著影響，對應觀察這些自變量的UnstandardizedCoefficientsB值（回歸系數(shù)），這一系數(shù)的正負顯示的是該自變量與因變量關系的方向，該系數(shù)絕對值越大表示自變量與因變量的關聯(lián)性越強。典型應用：定價策略趨勢分析17BLinearRegression:線性回歸檢驗一個因變量與LinearRegression:線性回歸案例：下表為某城市1999年到2007年相關經濟數(shù)據(jù)年份商品房平均售價（元每平方米）城鎮(zhèn)人均可支配收入（元）城市人口密度（人每平方公里）房地產開發(fā)投資額（億元）1999.003422.0010931.641672.00514.832000.003565.0011718.011757.00566.172001.003866.0012883.461950.00630.732002.004134.0013249.801959.00748.892003.005118.0014867.491971.00901.242004.005855.0016682.821970.001175.462005.006842.0018645.032718.201246.862006.007196.0020667.912774.201275.592007.0010320.0023623.352931.001307.53若2008年，人均可支配收入達到27743.55元，城市人口密度達到3222.00人/平方公里，房地產開發(fā)投資達到1500.33億元，請預測2008年該地商品房平均售價。18BLinearRegression:線性回歸案例：下表為某城K-MeansclusterAnalysis：快速聚類依據(jù)若干變量的表現(xiàn)特性對研究對象分類。K-MeansclusterAnalysis的應用步驟如下：選擇K-MeansclusterAnalysis選擇項，打開相應對話框；自源變量中將要參與聚類的變量放入Variables框中;將樣本標記變量放入查看Output窗口中輸出LabelCases框中;在Numberof中定義劃分的類別數(shù);在Save中選擇Clustermumbership(記錄各case所屬類別號，存放在數(shù)據(jù)窗口qcl-n變量中）、Distancefromclustercenter(記錄各case與類中心的距離);在Options中除默認設置外，選擇Anovatable、Clusterimformationforeach；點擊OK按鈕運行命令典型應用：市場細分競爭分析19BK-MeansclusterAnalysis：快速聚類依啤酒名 熱量 鈉含量 酒精 價格Budweiser 144.00 19.00 4.70 .43Schlitz 181.00 19.00 4.90 .43Ionenbrau 157.00 15.00 4.90 .48Kronensourc 170.00 7.00 5.20 .73Heineken 152.00 11.00 5.00 .77Old-milnaukee 145.00 23.00 4.60 .26Aucsberger 175.00 24.00 5.50 .40Strchsbohemi 149.00 27.00 4.70 .42Miller-lite 99.00 10.00 4.30 .43Sudeiser-lich 113.00 6.00 3.70 .44Coors 140.00 16.00 4.60 .44Coorslicht 102.00 15.00 4.10 .46Michelos 135.00 11.00 4.20 .50Secrs 150.00 19.00 4.70 .76Kkirin 149.00 6.00 5.00 .79Pabst 68.00 15.00 2.30 .36Hamms 136.00 19.00 4.40 .43Heilemans 144.00 24.00 4.90 .43Olympia 72.00 6.00 2.90 .46Schlite 97.00 7.00 4.20 .47以啤酒各競爭品牌分類為例K-MeansclusterAnalysis：快速聚類20B啤酒名 熱量 鈉含量 酒精 價格以啤酒各競爭品牌分類為例KCorrespondenceAnalysis：對應分析依據(jù)幾個并列的對象（如，幾個競爭品牌）在若干特性（如，品牌特性)上的表現(xiàn)值，綜合權衡各對象自身內部的特性比較與各對象間的對比狀況，找出相對而言各對象的核心特性與邊緣特性。表品牌形象認知（提及比率%）品牌特性品牌A品牌B品牌C科技領先的47.530.826.5不斷發(fā)展壯大的50.226.721.3值得信賴的55.726.920.9質量可靠的45.826.120.6有社會責任感的52.819.515.1實力雄厚的50.020.219.3把消費者放在第一位的42.423.420.7與眾不同的55.329.021.7物有所值的39.217.813.8基于如下數(shù)據(jù)舉例說明：典型應用：品牌定位21BCorrespondenceAnalysis：對應分析CorrespondenceAnalysis：對應分析依據(jù)前述數(shù)據(jù)，構造一個Spss數(shù)據(jù)文件；其中包含三個變量：變量A中數(shù)據(jù)依次為品牌A至C在各特性上所獲得的提及比率，變量B為品牌特性的序號，在此，對應變量A的數(shù)據(jù)排列，變量B中的數(shù)據(jù)為三段1至9的排列，變量C為品牌的序號，在此為9個1、9個2、9個3的排列。依據(jù)變量A對數(shù)據(jù)作加權；選擇CorrespondenceAnalysis選擇項，打開相應對話框；將變量A、B分別移入Row、Column框中;在Definerange中定義變量A、B的范圍，在此，分別為1至9與1至3;點擊OK按鈕運行命令。22BCorrespondenceAnalysis：對應分析依CorrespondenceAnalysis：對應分析生成如下圖形；紅色點表示的是各個品牌特性，綠色點表示的是三個競爭品牌；與品牌落在同一象限的、相對距離較近的品牌特性是該品牌的核心特性，與某品牌處于對角象限的品牌特性點是與該品牌現(xiàn)有形象差距最大的品牌特性。23BCorrespondenceAnalysis：對應分析生Scatterplot：散點圖基于如下數(shù)據(jù)進行SWOT分析：表消費者對各產品特性的看重度與某品牌各特性表現(xiàn)的評分

重要性表現(xiàn)特性14.503.98特性23.793.87特性33.783.81特性43.823.53特性53.943.63特性64.463.71特性74.694.02特性84.163.72特性94.293.74特性104.223.70特性114.123.59特性124.163.75典型應用：SWOT分析24BScatterplot：散點圖基于如下數(shù)據(jù)進行SWOT分析：依據(jù)前述數(shù)據(jù)，構造一個Spss數(shù)據(jù)文件；其中包含三個變量：變量A為各品牌特性所獲得的重要性評價，變量B為某品牌在各特性上獲得的表現(xiàn)評價，變量C為品牌特性序號；選擇Scatterplot選擇項，打開相應對話框；選擇Simple形式，進行定義；以a變量作為Y軸、b變量作為X軸，c變量作為LabelCases；在Options中選擇Displaychartwithcaseslabels;點擊OK按鈕運行命令；Output輸出如下圖形：對此圖形進行編輯，求a變量的平均值作為y軸的參照線，求b變量的平均值作為X軸的參照線，將此散點圖劃分為四個象限；Scatterplot：散點圖25B依據(jù)前述數(shù)據(jù)，構造一個Spss數(shù)據(jù)文件；ScatterploA象限為消費者高度重視，某品牌表現(xiàn)較好的品牌特性，是該品牌的機會點；B象限為消費者高度重視，該品牌表現(xiàn)不夠理想的品牌特性，是該品牌的威脅所在；D象限為消費者相對不太重視，該品牌表現(xiàn)較好的品牌特性，是該品牌的優(yōu)勢點；C象限為消費者相對不太重視，該品牌表現(xiàn)也不太理想的品牌特性，是該品牌的弱勢部分。Scatterplot：散點圖ABCD26BA象限為消費者高度重視，某品牌表現(xiàn)較好的品牌特性，是該品牌的市場研究與spss數(shù)據(jù)分析27B市場研究與spss數(shù)據(jù)分析1B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概述28B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概市場研究概述統(tǒng)計學(Statistics)是關于數(shù)據(jù)資料的的一門學科收集整理分析推斷市場(營銷)研究(MarketingResearch)–AMA是營銷者通過信息與消費者、顧客和公眾聯(lián)系的一種職能。這些信息用于識別和定義營銷問題與機遇，制定、完善和評估營銷活動，監(jiān)測營銷績效，改進對營銷過程的理解。確定解決問題所需的信息，設計信息收集方法，管理和實施數(shù)據(jù)收集過程，分析結果，就研究結論及其意義進行溝通。市場研究是以統(tǒng)計學為基礎，基于信息收集處理與分析，利用SPSS等統(tǒng)計學工具進行的相關工作。29B市場研究概述統(tǒng)計學(Statistics)收集整理分析推斷市市場研究分類研究內容支持體調查方式分析方法深廣度定性研究動機、態(tài)度、決策過程口頭表達的信息深訪、座談會心理分析,經驗/靈感深度探測定量研究

事實、意見、行為數(shù)字、尺度入戶面訪、街訪、電話、信函統(tǒng)計分析廣度探測，多方面和表面30B市場研究分類研究內容定性研究動機、態(tài)度、決策過程定量研究目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概述31B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概市場研究數(shù)據(jù)分析的過程問卷設計數(shù)據(jù)錄入和查錯探索性分析確證/結論性分析高級分析分析始于這里！確信問卷覆蓋你要達成研究目的所需要的全部內容。巧婦難為無米之炊！設計不嚴謹、信息不完備的問卷是任何“強有力”統(tǒng)計工具的“毒藥”！大量的交叉表數(shù)據(jù)，對研究結論進行支持。對關鍵/核心題目的數(shù)據(jù)進行簡要分析，粗略把握研究發(fā)現(xiàn)，并生成初步的研究結論(可能只是假設)確信您獲得了所需要的全部數(shù)據(jù)信息，并且它們是準確無誤的。一方面，結合高級統(tǒng)計技術進行一些深入的數(shù)據(jù)挖掘和分析；一方面，將數(shù)據(jù)信息與營銷理論結合，形成研究結論并給出建議。32B市場研究數(shù)據(jù)分析的過程問卷設計數(shù)據(jù)錄入和查錯探索性分析確證/數(shù)據(jù)分析方法簡單的數(shù)據(jù)分析多元統(tǒng)計分析方法適用性與優(yōu)勢主要方法列舉集中趨勢分析：眾數(shù)、中位數(shù)、均數(shù)交叉表分析簡單分析變量間關系相對應用較廣，較容易掌握和使用對數(shù)據(jù)和使用者的要求較低

相關分析回歸分析因子分析聚類分析對應分析分析變量間的因果關系、相似度等多用于預測、用戶細分等場景對數(shù)據(jù)要求：數(shù)據(jù)量要足夠、數(shù)據(jù)周期要足夠；對使用者的要求：需要掌握基本的統(tǒng)計學知識和對業(yè)務有一定理解；33B數(shù)據(jù)分析方法簡單的數(shù)據(jù)分析多元統(tǒng)計分析方法適用性與優(yōu)勢主要方目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概述34B目錄SPSS在市場研究中的應用市場研究概述市場研究統(tǒng)計分析概SPSS進行市場研究分析的步驟依據(jù)研究目的完成問卷設計------在此過程中注意問卷形式的標準化。標準化的調研實施過程，以保證收回數(shù)據(jù)的規(guī)范、有效。對收回問卷中的開放題答案進行編碼。對調研數(shù)據(jù)在SPSS上進行數(shù)據(jù)錄入。對數(shù)據(jù)進行機械校驗與邏輯校驗。對生成的SPSS格式數(shù)據(jù)文件進行分析處理。調研：數(shù)據(jù)收集SPSS上的操作35BSPSS進行市場研究分析的步驟依據(jù)研究目的完成問卷設計---

Frequencies

DescriptivesCrosstabs

Means

Bivariate

Correlations

LinearRegression

K-MeansclusterAnalysis

CorrespondenceAnalysisScatterplot應用一例SPSS常用分析統(tǒng)計命令36BFrequenciesLinearRegressiFrequencies:一維頻數(shù)分布表了解變量的頻次分布狀況，對數(shù)值的數(shù)量特征和內部結構狀況獲得概況的認知，以方便在此基礎上對數(shù)據(jù)進行進一步的歸類整理。

Frequencies的基本應用步驟如下：選擇Frquencies選擇項，打開相應對話框；選擇需要進行頻數(shù)分析的變量；依據(jù)需要在Statistics、Charts中選定希望輸出的統(tǒng)計量與圖形；通過Format按鈕可設置頻數(shù)表輸出格式；點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：FrequencyTable中輸出的五列數(shù)據(jù)自左至右分別為：變量值、各變量值對應的出現(xiàn)頻次（Frequency)、基于全體樣本量的百分比構成（Percent）、基于本次計算的有效樣本量的百分比構成（ValidPercent）、累加百分比（CumulativePercent）。典型應用：定價策略37BFrequencies:一維頻數(shù)分布表了解變量的頻次分布狀況Descriptives:描述統(tǒng)計利用Descriptives可以求得變量的描述統(tǒng)計量以反映數(shù)據(jù)的集中趨勢和離散趨勢。集中趨勢（CentralTendency）指標：眾數(shù)（Mode）：發(fā)生率最高的數(shù)值；適用于所有的測量水平中位數(shù)（Median）：數(shù)值排序后正好位于中間位置的數(shù)；適用于定序、定距、定比數(shù)據(jù)算術平均數(shù)或均值（Mean）:各數(shù)值的簡單平均；適用于定距數(shù)據(jù)與定比數(shù)據(jù)離散趨勢（MeasuresofDispersion）指標：全距或極差（Range）：一個定序型變量最大值與最小值的差上、下四分位數(shù):方差（Variance）：一個變量所有值與其平均值之差的平方的平均數(shù)標準差（StandardDeviation）：方差的平方根典型應用：一般統(tǒng)計38BDescriptives:描述統(tǒng)計利用DescriptivCrosstabs:多維頻數(shù)交叉分析Crosstabs多維頻數(shù)分布交叉表：交叉列表分析過程生成二維和多維交叉表。一個行變量和一個列變量可以形成一個二維交叉表，再指定一個控制變量就形成三維交叉表。如果可以指定多個行、列、控制變量，就會形成一個復雜的多維交叉表。表中的數(shù)據(jù)可以是數(shù)值型或字符型變量。使用交叉表分析過程可以完成分類資料或等級資料的統(tǒng)計描述和各種各樣“常規(guī)”的統(tǒng)計檢驗。

Crosstabs的基本應用步驟如下：選擇Crosstabs選擇項，打開相應對話框；自源變量中選擇頻數(shù)表的行變量放入Row(s)框；選擇列變量放入Column(s)框;在Statistics中選擇Chi-square，檢驗行列變量是否獨立；在Cells中選擇交叉表格中輸出的統(tǒng)計量；點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：Crosstabulation為輸出的二維頻數(shù)表。PearsonChi-Square的值顯示了行列變量雙方獨立，如該值小于0.05則說明行列變量相互間獨立的假設不成立，即行列變量之間存在關聯(lián)。注意Chi-SquareTests表格下面的注釋，如該表國有部分單元格(Cell)內樣本量分布過低，則該PearsonChi-Square系數(shù)即使顯著（小于0.05），這種行列變量之間的關聯(lián)性也限于推論至本次分析的樣本群體。典型應用：市場細分趨勢預測39BCrosstabs:多維頻數(shù)交叉分析Crosstabs多維Crosstabs:多維頻數(shù)交叉分析總體年齡段人數(shù)高收入細分市場人數(shù)列百分比行百分比指數(shù)downacrossindex%%中收入細分市場人數(shù)列百分比行百分比指數(shù)

downacrossindex%%低收入細分市場人數(shù)列百分比行百分比指數(shù)

downacrossindex%%18-65歲18-24歲25-34歲35-49歲50-65歲50012515012510015010030100392631.2104664444147332226.488128124015010030100362428.89642282893422833.61123020301002001004010050254010042212870502540100582958145 高收入細分市場該年齡段的列百分比高收入細分市場某年齡段的剖面指數(shù)= ×100% 總體市場該年齡段的列百分比指數(shù)=100%是等于總體市場指數(shù)=120%或以上，則認為顯著高于總體水平指數(shù)=80%或以下，則認為顯著低于總體水平舉例：18-24歲的高收入人群的行百分比：26%；指18-24歲高收入人群在整體高收入中的比例為26%；18-24歲的高收入人群的列百分比：31.2%；指18-24歲高收入人群在18-24歲人群中的比例為31.2%18-24歲的高收入人群的剖面指數(shù)：104；40BCrosstabs:多維頻數(shù)交叉分析總體人數(shù)高收入細分市場Means:均值比較可以按分類變量分組計算指定變量的綜合描述統(tǒng)計量。Means的應用步驟如下：選擇Means選擇項，打開相應對話框；自源變量中選擇分組變量放入Independent框內;選擇目標分析變量放入Dependent框內；在Options中選擇所要輸出的統(tǒng)計量，同時，選擇Anova檢驗變量組間是否存在差異；點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：Report表中輸出的是所考察變量按分類變量分組后相應的描述統(tǒng)計量；AnovaTable中Sig.顯示的是各變量組間差異顯著性系數(shù)，若小于0.05則表明該變量依該分類變量分組后組間存在顯著差異。典型應用：市場細分41BMeans:均值比較可以按分類變量分組計算指定變量的綜合描BivariateCorrelations:相關分析相關分析用以計算兩個變量的相關系數(shù)，用來判別兩個變量之間的相關性強弱。BivariateCorrelations的應用步驟如下：選擇BivariateCorrelations選擇項，打開相應對話框；自源變量中選擇要求相關系數(shù)的變量放入Variables框內;點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：觀察輸出結果中A變量與B變量交叉單元格中的PearsonCorrelation系數(shù)，此數(shù)值的絕對值越接近于1，則兩變量間的相關性越強。典型應用：定價策略42BBivariateCorrelations:相關分析相關LinearRegression:線性回歸檢驗一個因變量與一組自變量之間的關系，用以研究某一個變量的影響因素并建立線性回歸方程。LinearRegression的應用步驟如下：選擇LinearRegression選擇項，打開相應對話框；自源變量中選定自變量與因變量放入相應框中;在Statistics中除默認值外加入選擇CollinearityStatistic;點擊OK按鈕運行命令；查看Output窗口中輸出的統(tǒng)計結果：觀察Coefficients表中Sig.值，該值小于0.05的自變量對因變量變化有顯著影響，對應觀察這些自變量的UnstandardizedCoefficientsB值（回歸系數(shù)），這一系數(shù)的正負顯示的是該自變量與因變量關系的方向，該系數(shù)絕對值越大表示自變量與因變量的關聯(lián)性越強。典型應用：定價策略趨勢分析43BLinearRegression:線性回歸檢驗一個因變量與LinearRegression:線性回歸案例：下表為某城市1999年到2007年相關經濟數(shù)據(jù)年份商品房平均售價（元每平方米）城鎮(zhèn)人均可支配收入（元）城市人口密度（人每平方公里）房地產開發(fā)投資額（億元）1999.003422.0010931.641672.00514.832000.003565.0011718.011757.00566.172001.003866.0012883.461950.00630.732002.004134.0013249.801959.00748.892003.005118.0014867.491971.00901.242004.005855.0016682.821970.001175.462005.006842.0018645.032718.201246.862006.007196.0020667.912774.201275.592007.0010320.0023623.352931.001307.53若2008年，人均可支配收入達到27743.55元，城市人口密度達到3222.00人/平方公里，房地產開發(fā)投資達到1500.33億元，請預測2008年該地商品房平均售價。44BLinearRegression:線性回歸案例：下表為某城K-MeansclusterAnalysis：快速聚類依據(jù)若干變量的表現(xiàn)特性對研究對象分類。K-MeansclusterAnalysis的應用步驟如下：選擇K-MeansclusterAnalysis選擇項，打開相應對話框；自源變量中將要參與聚類的變量放入Variables框中;將樣本標記變量放入查看Output窗口中輸出LabelCases框中;在Numberof中定義劃分的類別數(shù);在Save中選擇Clustermumbership(記錄各case所屬類別號，存放在數(shù)據(jù)窗口qcl-n變量中）、Distancefromclustercenter(記錄各case與類中心的距離);在Options中除默認設置外，選擇Anovatable、Clusterimformationforeach；點擊OK按鈕運行命令典型應用：市場細分競爭分析45BK-MeansclusterAnalysis：快速聚類依啤酒名 熱量 鈉含量 酒精 價格Budweiser 144.00 19.00 4.70 .43Schlitz 181.00 19.00 4.90 .43Ionenbrau 157.00 15.00 4.90 .48Kronensourc 170.00 7.00 5.20 .73Heineken 152.00 11.00 5.00 .77Old-milnaukee 145.00 23.00 4.60 .26Aucsberger 175.00 24.00 5.50 .40Strchsbohemi 149.00 27.00 4.70 .42Miller-lite 99.00 10.00 4.30 .43Sudeiser-lich 113.00 6.00 3.70 .44Coors 140.00 16.00 4.60 .44Coorslicht 102.00 15.00 4.10 .46Michelos 135.00 11.00 4.20 .50Secrs 150.00 19.00 4.70 .76Kkirin 149.00 6.00 5.00 .79Pabst 68.00 15.00 2.30 .36Hamms 136.00 19.00 4.40 .43Heilemans 144.00 24.00 4.90 .43Olympia 72.00 6.00 2.90 .46Schlite 97.00 7.00 4.20 .47以啤酒各競爭品牌分類為例K-MeansclusterAnalysis：快速聚類