資料整理與分析

第九章

資料的整理與分析

中國(guó)礦業(yè)大學(xué)管理學(xué)院學(xué)習(xí)目標(biāo)理解數(shù)據(jù)控制和檢測(cè)的重要性掌握數(shù)據(jù)錄入的過程及其方法學(xué)習(xí)將調(diào)查數(shù)據(jù)表格化的方法學(xué)會(huì)建立和解釋交叉列表（橫列表）掌握統(tǒng)計(jì)分析的基本技巧一、資料整理確認(rèn)和編輯編碼數(shù)據(jù)錄入數(shù)據(jù)清理1.確認(rèn)確認(rèn)的目的是盡可能確保每份問卷都是有效問卷。有效是指訪談是否按適當(dāng)?shù)姆绞竭M(jìn)行，訪問員有沒有作假。確認(rèn)被調(diào)查者是否真正接受了調(diào)查？被調(diào)查者是否符合抽樣條件？確認(rèn)調(diào)查是否按要求的方式進(jìn)行？確認(rèn)調(diào)查是完整？其他方面的問題。2、編輯：現(xiàn)場(chǎng)編輯現(xiàn)場(chǎng)編輯(fieldediting)就是初步編輯，其主要任務(wù)是發(fā)現(xiàn)資料出非常明顯的遺漏和錯(cuò)誤，幫助控制和管理實(shí)地調(diào)查隊(duì)伍，應(yīng)在問卷實(shí)施后盡快執(zhí)行，以便問卷能在調(diào)查員解散之前得到校正。1問卷填寫是否完整，有無漏答的問題2檢查每份問卷是否按規(guī)定填寫，字跡是否

清楚。3相關(guān)問題是否產(chǎn)生矛盾，不一致的現(xiàn)象,

“其他”選項(xiàng)說明是否填寫清楚4開放式問題是否都有詳細(xì)的文字記錄5若發(fā)現(xiàn)問卷漏答、矛盾、不合邏輯的問題

超過5題，該份問卷應(yīng)該作廢。2、編輯：辦公室編輯辦公室編輯(in-houseediting)現(xiàn)場(chǎng)編輯的工作最后歸結(jié)到復(fù)查和訪問上，辦公室的編輯工作最后歸結(jié)到對(duì)查出的問題如何處理上。主要問題：不完整答卷：①大面積無回答；②個(gè)別問題無回答；③相當(dāng)多的問卷對(duì)同一個(gè)問題無回答。明顯的錯(cuò)誤答案：指那些前后不一致的答案，或答非所問的答案。3.編碼編碼是對(duì)一個(gè)問題的不同回答進(jìn)行分組和確定數(shù)字代碼的過程。大多數(shù)問卷中的大多數(shù)問題是封閉式問題，并且已經(jīng)預(yù)先編碼。

開放式和半開放式問題的編碼列出答案合并答案設(shè)置編碼輸入如編碼

你為什么最喜歡喝彭城啤酒?

1口感好2比較清淡3我喜歡這種口味4大家都喝這種品牌5市場(chǎng)上這種啤酒最暢銷6不知道7朋友們都喝這種啤酒8價(jià)格便宜9因?yàn)樗切缕放?0它是徐州人自己的啤酒11它的口味不如別的啤酒重12平時(shí)在商店購(gòu)買方便13沒什么特殊的理由14我無所謂15大多數(shù)人都喝它16說不出來17我喜歡彭城啤酒這個(gè)品牌答案歸類要點(diǎn)回答項(xiàng)分好的數(shù)字編碼喜歡這種口味1，2，3，11

1價(jià)格因素8

2從眾因素4，5，7，15

3購(gòu)買方便12

4不知道6，13，14，16

5區(qū)域因素10

6品牌喜好9，17

74.數(shù)據(jù)錄入與清理數(shù)據(jù)錄入：p239對(duì)錄入數(shù)據(jù)的審核二、應(yīng)用于市場(chǎng)調(diào)研的統(tǒng)計(jì)分析類型描述分析Descriptiveanalysis推理分析Inferentialanalysis差別分析

Differencesanalysis聯(lián)合分析Associativeanalysis預(yù)測(cè)分析Predictiveanalysis描述分析DescriptiveanalysisCertainmeasuressuchasthemean,mode,standarddeviationorrangeareformofdescriptiveanalysis作用數(shù)據(jù)抽象與減縮方法次數(shù)分布，算術(shù)平均數(shù)，中位數(shù)，眾數(shù)，標(biāo)準(zhǔn)差與全距(極差)推理分析Inferentialanalysis作用確定總體參數(shù)，進(jìn)行假設(shè)檢驗(yàn)例估計(jì)總體數(shù)值方法參數(shù)估計(jì)，假設(shè)檢驗(yàn)，顯著差異檢驗(yàn)差別分析

Differencesanalysis作用確定兩組間所存在的差異是否顯著例一個(gè)樣本中的兩個(gè)均值之間的差異是否顯著方法差異檢驗(yàn)，方差分析聯(lián)合分析Associativeanalysis作用確定現(xiàn)象間的關(guān)系例確定兩個(gè)變量間是否存在相互關(guān)系，如顧客滿意度與企業(yè)形象方法相關(guān)分析方法，交叉表

預(yù)測(cè)分析Predictiveanalysis作用基于統(tǒng)計(jì)模型的預(yù)測(cè)例根據(jù)一個(gè)變量的數(shù)值來預(yù)測(cè)另一個(gè)變量的數(shù)值方法時(shí)間數(shù)列分析，回歸分析1.頻數(shù)分布有時(shí)營(yíng)銷調(diào)研人員需要了解有關(guān)單個(gè)變量的信息本品牌的使用者中有多少稱得上是品牌忠誠(chéng)者？有多少個(gè)顧客對(duì)新產(chǎn)品很熟悉？多少比較熟悉？有多少顧客對(duì)飯菜的口味滿意？多少不滿意？頻數(shù)分布：了解對(duì)一個(gè)變量選擇不同取值的調(diào)查對(duì)象數(shù)量。對(duì)一個(gè)變量的頻數(shù)分布會(huì)產(chǎn)生頻數(shù)、百分比、累積百分比幾個(gè)數(shù)據(jù)。頻數(shù)分布作用：有助于明確未回答者的多少，同時(shí)也能顯示不合格答案的多少；可以檢驗(yàn)奇異值和極端值；根據(jù)頻數(shù)分布可以劃出各種統(tǒng)計(jì)圖形。頻數(shù)分布頻數(shù)分布所想購(gòu)買的戶型頻數(shù)百分比有效百分比累積百分比一室一廳一衛(wèi)32.132.192.19兩室一廳一衛(wèi)3927.6628.4730.66兩室兩廳一衛(wèi)128.518.7639.42兩室兩廳兩衛(wèi)96.386.5745.99三室一廳一衛(wèi)3222.7023.3669.34三室一廳兩衛(wèi)1510.6410.9580.29三室兩廳一衛(wèi)42.842.9283.21三室兩廳兩衛(wèi)107.097.3090.51四室兩廳兩衛(wèi)10.710.7391.24措層21.421.4692.70越層21.421.4694.16其他85.675.84100.00Total13797.16100.00Missing42.84Total141100.00

頻數(shù)分布2.描述性統(tǒng)計(jì)分析

集中趨勢(shì)統(tǒng)計(jì)指標(biāo)均值/平均數(shù)（mean）眾數(shù)（mode）中位數(shù)（median）離散程度指標(biāo)全距/極差（range）方差（variance）和標(biāo)準(zhǔn)差（standarddeviation）平均數(shù)反映總體分布的集中趨勢(shì)；反映總體現(xiàn)象的共性特征；是總體分布的重要數(shù)量特征值；平均數(shù)的局限性一個(gè)身高180的不會(huì)游泳的人想涉水過河,已知河的平均深度為1米,此人是否過河?為什么?某人想購(gòu)買一臺(tái)冰箱,現(xiàn)有如下信息:

冰箱品牌AB平均使用年限1010最多使用年限2012最少使用年限28陳述總平均平均值差別有無錄象機(jī)是必需品4.65.64.11.6目前錄象機(jī)價(jià)格太貴5.34.16.1-1.9國(guó)產(chǎn)錄象機(jī)質(zhì)量尚可3.94.23.70.5樣本大小500185315例：人們對(duì)與錄象機(jī)有關(guān)的問題的看法眾數(shù)M眾數(shù)是出現(xiàn)最頻繁的數(shù)值，是分布中的高峰。無眾數(shù)

數(shù)據(jù): 10.3 4.9 8.9 11.7 6.3 7.7一個(gè)眾數(shù)

數(shù)據(jù): 6.3 4.9 8.9 6.3 4.9

4.9一個(gè)以上的眾數(shù)

數(shù)據(jù): 21 28

28 41 43

43中位數(shù)中位數(shù)是指把所有數(shù)據(jù)按照升序或降序排列后居中的數(shù)值。如果數(shù)據(jù)為奇數(shù)項(xiàng)，中位數(shù)是中間位置的數(shù)值如果數(shù)據(jù)為偶數(shù)項(xiàng)，中位數(shù)是中間位置兩個(gè)數(shù)值的平均數(shù)中位數(shù)數(shù)據(jù):10.3 4.9 8.9 11.7 6.3 7.7順序:4.9 6.3 7.7

8.9 10.3 11.7位置:1 2 3

4 5 6當(dāng)總體單位數(shù)n為奇數(shù)時(shí)當(dāng)總體單位數(shù)n為偶數(shù)時(shí)小故事：騙人的“平均數(shù)”M：吉斯莫先生有一個(gè)小工廠，生產(chǎn)超級(jí)小玩意兒。M：管理人員由吉斯莫先生、他的弟弟、六個(gè)親戚組成。工作人員由5個(gè)領(lǐng)工和10個(gè)工人組成。工廠經(jīng)營(yíng)得很順利，現(xiàn)在需要一個(gè)新工人。M：現(xiàn)在吉斯莫先生正在接見薩姆，談工作問題。吉斯莫：我們這里報(bào)酬不錯(cuò)。平均薪金是每周300元。你在學(xué)徒期間每周得75元，不過很快就可以加工資。騙人的“平均數(shù)”M：薩姆工作了幾天之后，要求見廠長(zhǎng)。薩姆；你欺騙我！我已經(jīng)找其他工人核對(duì)過了，沒有一個(gè)人的工資超過每周100元。平均工資怎么可能是一周300元呢？吉斯莫：啊，薩姆，不要激動(dòng)。平均工資是300元。我要向你證明這一點(diǎn)。吉斯莫：這是我每周付出的酬金。我得2400元，我弟弟得1000元，我的六個(gè)親戚每人得250元，五個(gè)領(lǐng)工每人得200元，10個(gè)工人每人100元。總共是每周6900元，付給23個(gè)人，對(duì)吧？騙人的“平均數(shù)”薩姆：對(duì)，對(duì)，對(duì)！你是對(duì)的，平均工資是每周300元?？赡氵€是蒙騙了我。吉斯莫；我不同意！你實(shí)在是不明白。我已經(jīng)把工資列了個(gè)表，并告訴了你，工資的中位數(shù)是200元，可這不是平均工資，而是中等工資。薩姆：每周100元又是怎么回事呢？吉斯莫：那稱為眾數(shù)，是大多數(shù)人掙的工資。吉斯莫：老弟，你的問題是出在你不懂平均數(shù)、中位數(shù)和眾數(shù)之間的區(qū)別。薩姆：好，現(xiàn)在我可懂了。我……我辭職！離散程度指標(biāo)：①全距測(cè)量的是數(shù)據(jù)的分散程度，就是樣本中最大值與最小值之差。全距直接到奇異值的影響反映標(biāo)志值的變動(dòng)范圍全距計(jì)算簡(jiǎn)便，易于理解，應(yīng)用普遍。全距的計(jì)算:全距=最大標(biāo)志值-最小標(biāo)志值離散程度指標(biāo)：②標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差是各單位標(biāo)志值與其平均數(shù)的離差平方的算術(shù)平均數(shù)的平方根，它表示每個(gè)標(biāo)志值與平均數(shù)的平均距離。例子教育程度均值中位數(shù)眾數(shù)方差全距初中1.151.001.000.492.00高中/技校1.231.001.000.582.00中專1.481.001.001.044.00大專1.791.001.001.525.00大學(xué)本科或以上2.051.001.001.905.00Total1.471.001.001.165.00各種統(tǒng)計(jì)數(shù)量適用的情況尺度類別尺度順序尺度等距尺度與比率尺度集中趨勢(shì)眾數(shù)中位數(shù)均值離散趨勢(shì)頻率或百分比分布累計(jì)百分率分布標(biāo)準(zhǔn)差，全距3.橫列表（交叉列表）分析需要研究的問題：品牌忠誠(chéng)者中有多少是男性？對(duì)新產(chǎn)品的熟悉程度與年齡和教育水平有關(guān)嗎？產(chǎn)品的擁有狀況與收入的高低有關(guān)嗎？產(chǎn)品的使用量與對(duì)戶外活動(dòng)的興趣有關(guān)嗎？3.橫列表（交叉列表）分析1）橫列表分析的意義：

橫列表分析就是同時(shí)將兩個(gè)或兩個(gè)以上的變量，按照一定的順序排列在一張表中，從中分析變量間的關(guān)系，得出科學(xué)的結(jié)論橫列表分析及其結(jié)果很容易接受和理解；許多市場(chǎng)研究項(xiàng)目的數(shù)據(jù)處理分析可以依賴其得到解決；通過一系列的橫列表分析，可以深入分析和認(rèn)識(shí)復(fù)雜的事物或現(xiàn)象；清楚明確的解釋能使調(diào)研結(jié)果很快成為經(jīng)營(yíng)管理措施的有力依據(jù)；橫列表中變量（因素）的選擇例：某保險(xiǎn)公司對(duì)影響保險(xiǎn)戶開車事故率的因素進(jìn)行調(diào)查，并對(duì)各種因素進(jìn)行橫列表分析。有無事故百分比%有39無61樣本量（人）17800有無事故男女有4434無5666樣本量（人）9320848039%的保險(xiǎn)戶在開車時(shí)出現(xiàn)過事故。男性在開車時(shí)出現(xiàn)事故的百分比高于女性。距離事故男（%）女（%）>1萬KM≤1萬KM>1萬KM≤1萬KM有49275027無51735073樣本量(人)7170215024306050事故率與駕駛距離成正比而與性別無關(guān)。選擇和確定橫列表分析中的變量，包括其內(nèi)容和數(shù)量，應(yīng)根據(jù)調(diào)研項(xiàng)目的特征而異。

橫列表使用成功取決于研究者選擇關(guān)鍵變量以及根據(jù)這些因素組成橫列表的能力。在簡(jiǎn)單的事實(shí)收集研究中，要考慮的因素已在調(diào)研要求中明確列出，只不過把資料按需要的形式組合。例：家庭收入水平與攝像機(jī)的擁有率。在描述性研究中，研究者有較大的自由度來選擇因素，表中所需因素取決于委托人的要求和研究者直觀的探索。在探索性研究中，可憑直覺選擇所有的用于橫列表的因素。例：影