市場調(diào)研數(shù)據(jù)分析方法幻燈片課件

市場調(diào)研數(shù)據(jù)分析方法幻燈片PPT本課件PPT僅供大家學(xué)習(xí)使用學(xué)習(xí)完請自行刪除，謝謝！本課件PPT僅供大家學(xué)習(xí)使用學(xué)習(xí)完請自行刪除，謝謝！本課件PPT僅供大家學(xué)習(xí)使用學(xué)習(xí)完請自行刪除，謝謝！本課件PPT僅供大家學(xué)習(xí)使用學(xué)習(xí)完請自行刪除，謝謝！第一節(jié) 線性回歸分析一、線性回歸方程的基本模型線性回歸方程從樣本資料出發(fā)，一般利用最小二乘法，根據(jù)回歸直線與樣本數(shù)據(jù)點在垂直方向上的偏離程度最低的原則，進(jìn)行回歸方程的參數(shù)的求解。線性回歸分析是考察變量之間的數(shù)量關(guān)系變化規(guī)律，它通過一定的數(shù)學(xué)表達(dá)式——回歸方程，來描述這種關(guān)系，以確定一個或幾個變量的變化對另一個變量的影響程度，為預(yù)測提供數(shù)學(xué)依據(jù)。1.一元線性回歸模型模型是：式中：為被解釋變量（因變量）；為解釋變量（自變量），是隨機(jī)誤差項，i為觀測值是待估參數(shù)，稱下標(biāo)，n

為樣本容量，與為回歸常數(shù)，為回歸系數(shù)。2.多元回歸模型多元線性回歸模型中自變量的個數(shù)在2個以上，模型的一般形式為：i=1,2，…，n其中， 為被解釋變量（因變量），為解釋變量（自變量），是隨機(jī)誤差項，i為觀測值下標(biāo)，n為樣本容量，為稱為回歸常數(shù)，k+1個待估參數(shù)，稱為回歸系數(shù)。在應(yīng)用線性回歸模型時，必須滿足以下假設(shè)：解釋變量 是確定性變量，而且解釋變量之間不相關(guān)。隨機(jī)誤差項具有0均值和同方差。隨機(jī)誤差項在不同樣本點之間是獨立的，不存在序列相關(guān)。隨機(jī)誤差限于解釋變量之間不相關(guān)。（

5

）隨機(jī)誤差項服從0均值和同方差的正態(tài)分布。二、線性回歸方程的統(tǒng)計檢驗回歸方程擬合優(yōu)度檢驗回歸方程的顯著性檢驗回歸系數(shù)顯著性檢驗三、回歸分析假設(shè)條件的檢驗殘差分析多重共線性誤差項的序列相關(guān)四、線性回歸分析的基本步驟確定回歸中的自變量和因變量從收集到樣本資料出發(fā)確定自變量和因變量之間的數(shù)學(xué)關(guān)系，即建立回歸方程對回歸方程進(jìn)行各種統(tǒng)計檢驗利用回歸方程進(jìn)行預(yù)測五、實例分析例：Checkers

Pizza公司是休斯敦附近Westbury鎮(zhèn)上僅有的從事比薩餅送貨業(yè)務(wù)的兩家公司之一，其直接競爭對手是歐文公司，提供相同的產(chǎn)品與服務(wù)。另外麥當(dāng)勞也是它的一個重要競爭者。在過去的24個月中，該公司的銷售量(Q)、價格(P)，小鎮(zhèn)上居民的人均收入

(M)，歐文公司產(chǎn)品的價格（P歐文）以及麥當(dāng)勞產(chǎn)品的價格（P麥當(dāng)勞）。假定下個月公司產(chǎn)品價格為9.05元，人均收入為26

614元，歐文公司產(chǎn)品的價格10.2元，麥當(dāng)勞產(chǎn)品的價格為1.15元，請預(yù)測該公司下個月的銷售量。首先Checkers

Pizza公司根據(jù)資料估計下面的線性需求方程的參數(shù)：Q＝a＋b

P＋c

M＋d

P歐文＋e

P麥當(dāng)勞式中：Q—比薩餅的銷量P—比薩餅的價格M—小鎮(zhèn)居民的人均收入

P歐文—歐文公司產(chǎn)品的價格P麥當(dāng)勞—麥當(dāng)勞產(chǎn)品的價格下面是SPSS11.0的輸出結(jié)果：從上面的輸出結(jié)果可以看出，模型可以解釋97%的比薩餅銷售量的變化；模型整體非常顯著，F(xiàn)統(tǒng)計的相伴概率值P=0.000；四個參數(shù)b,c,d,e非常顯著，T統(tǒng)計的相伴概率值P都遠(yuǎn)小于0.01。所以，回歸方程為：Q＝－343.748－195.895P＋0.0742M＋174.403

P歐文＋81.057

P麥當(dāng)勞該公司下一個月比薩餅的銷量為：Q＝－343.748－195.895×9.05＋0.074

2×26

614＋174.403

×10.2

＋81.057

×1.15＝1

730.287

2方差分析Analysis

of

variance,

ANOVA適用于兩個或以上獨立樣本的平均數(shù)的差分所進(jìn)行的檢驗盡管也可以對兩個平均數(shù)進(jìn)行差分檢驗，但更多地適用于三個或三個以上獨立樣本的平均數(shù)進(jìn)行差分檢驗獨立樣本：對一個樣本內(nèi)某變量的測定，不會影響到對另一樣本內(nèi)同一變量的測量結(jié)果方差分析相關(guān)樣本：對一個樣本中某變量的測定會影響另一樣本中同一變量的測定結(jié)果在一項關(guān)于外出就餐頻率的調(diào)研中，分別對男性和女性進(jìn)行采訪，男性的回答沒可能影響到女性的答復(fù)在對測定一項新廣告對消費者品牌知曉度的影響?；顒忧?，抽90個樣本；一個月后再對同一批樣本進(jìn)行調(diào)研，第二次結(jié)果受第一次結(jié)果影響多元分析如何優(yōu)化旅游市場的營銷策略國際旅游興起于1950年，到1998年，世界各國入境數(shù)量增長25倍，旅游支出增長211倍預(yù)計旅游業(yè)還會持續(xù)高速發(fā)展2001年，學(xué)者薩蒂什和丹尼斯擴(kuò)展了多元分析的應(yīng)用范疇，滿足了國家旅游組織的各種需求：預(yù)測需求、細(xì)分市場、選擇目標(biāo)市場、正確定位旅游產(chǎn)品預(yù)測旅游需求常見的自變量：收入、人口、旅游開銷、貨幣兌換量新識別的變量：變換度假目的地的成本、營銷成本與趨勢變量啞變量dummy

variables：旅游與貨幣方面的限制、政治環(huán)境（男女，種族）多元回歸分析尤為適用超過2年的預(yù)測期，當(dāng)旅游目的地和動機(jī)固定時，規(guī)劃模型表現(xiàn)更好市場細(xì)分和目標(biāo)市場選擇對于先期市場細(xì)分，二位研究者首推判別分析；后期市場細(xì)分，則推薦聚類分析在對旅游市場進(jìn)行劃分、識別、描述以及選擇理想的細(xì)分市場的過程中，多變量分析都能提供幫助先期的市場細(xì)分：根據(jù)停留時間、旅客的來源地或旅游套餐的類型將游客分類，分類關(guān)鍵詞的選擇應(yīng)于促進(jìn)市場細(xì)分的市場研究相關(guān)市場定位策略市場定位意味著通過適當(dāng)?shù)男畔⒔涣鱽硭茉炫c傳遞一個清晰的、富有差異性與競爭力的旅游目的地形象二位學(xué)者選用了多維尺度法（知覺圖），有助于識別哪些與消費者決策相關(guān)性最高的屬性，它可以用幾何空間上所劃分的差異性與相似性來描繪出消費者對待品牌和產(chǎn)品的認(rèn)知感受主題公園，概念相似的公園在知覺圖中的位置接近第二節(jié)

判

別

分

析一、判別分析法的基本思想判別分析包括以下兩步：分析和解釋各類指標(biāo)之間存在的差異，并建立判別函數(shù)以第一步的分析結(jié)果為依據(jù)，將對那些未知分類屬性的案例進(jìn)行判別分類二、判別分析基本模型與統(tǒng)計術(shù)語（一）假設(shè)條件每一個類別都取自一個多元正態(tài)總體的樣本所有正態(tài)總體的協(xié)方差矩陣或相關(guān)矩陣都相等（二）基本模型（三）統(tǒng)計術(shù)語先驗概率后驗概率判別系數(shù)結(jié)構(gòu)系數(shù)分組的矩心判別力指數(shù)殘余判別力三、分析的基本步驟判別分析一般都是通過現(xiàn)成的統(tǒng)計軟件進(jìn)行分析。一般而言，利用統(tǒng)計軟件的判別分析具體包括以下步驟：確定研究的問題獲取判別分析的數(shù)據(jù)進(jìn)行判別分析評價和解釋分析結(jié)果四、實例分析某公司生產(chǎn)一新產(chǎn)品，該公司在新產(chǎn)品末大量上市以前，進(jìn)行了一次市場調(diào)查。公司將新產(chǎn)品寄給15個代理商，并附意見調(diào)查表，要求對該產(chǎn)品給予評估并說明是否愿意購買。評估的因素有：式樣、包裝及耐久性。評分采用10分制，高分表示特性良好，低分則較差。其中有三位代理商沒有表明自己的購買意愿。那么這些代理商是屬于“非購買組”還是

“購買組”？以下是SPSS11.0的部分輸出結(jié)果:表中，式樣、包裝和耐用性的標(biāo)準(zhǔn)化系數(shù)分別為

0.91、0.083、0.254。因而，式樣是最重要的判別變量，其次是耐用性，最后是包裝。表中最大概率組一欄是判別分析得出的組別。

13、15號代理商屬于“非購買組”，14號代理商屬于“購買組”。第三節(jié)

聚

類

分

析一、聚類分析的基本思想聚類分析(又稱數(shù)字分類學(xué))是新近發(fā)展起來的一

種研究分類問題的多元統(tǒng)計分析方法。它是根據(jù)事物

本身的特性研究個體分類的方法，其基本原則是同類

的個體有較大的相似性，而不同類的個體的差異很大。在聚類分析中，根據(jù)分類對象的不同可分為樣品聚類

(Q型聚類)和變量聚類（R型聚類）兩種。樣品聚類是對事件進(jìn)行聚類，或是說對觀測量進(jìn)行聚類，是對反

映被觀測對象的特征的變量值進(jìn)行分類。變量聚類則

是當(dāng)反映事物特點的變量很多時，根據(jù)所研究的問題

選擇部分變量對事物的某一方面進(jìn)行研究的聚類方法。二、距離與相似系數(shù)（一）定距或定比率數(shù)據(jù)的距離和相似系數(shù)常用的距離指標(biāo)有歐式距離歐式距離的平方曼哈頓距離切比雪夫距離（二）常用的相似系數(shù)指標(biāo)余弦系數(shù)皮爾遜相關(guān)系數(shù)（三）定類數(shù)據(jù)的距離卡方距離法方距離三、聚類方法層次聚類法迭代聚類法四、聚類分析的主要步驟確定研究的問題計算相似性聚類聚類結(jié)果的解釋和證實。五、實例分析某家具公司為了對市場進(jìn)行的細(xì)分，對購買家具的顧客進(jìn)行了一次市場調(diào)查。這次調(diào)查的指標(biāo)有：喜愛的款式（老式為1，新式為2），圖案（素式為1，格字為2，花紋為3）；顏色（藍(lán)色為1，黃色為2，紅色為3，綠色為4）。調(diào)查樣本為30人。根據(jù)聚類結(jié)果，這30名顧客分為3類，可以較好地反映這些顧客對家具的偏好類型：第一類：1，9，13，17，24第二類：2，3，4，5，6，7，8，11，12，15，16，18，20，21，22，23，26，28，29，30第三類：10，14，19，25，27第四節(jié)

因

子

分

析一、因子分析的基本思想因子分析是一項多元統(tǒng)計分析技術(shù)，其主要目的就是簡化數(shù)據(jù)。它通過研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個假想變量來表示基本的數(shù)據(jù)結(jié)果。這些假設(shè)變量是不可觀測的，通常稱為因子。它們反映了原來眾多的觀測變量所代表的主要信息，并能解釋這些觀測變量之間的相互依存關(guān)系。二、因子分析的數(shù)學(xué)模型和相關(guān)統(tǒng)計量（一）數(shù)學(xué)模型（二）相關(guān)統(tǒng)計量因子載荷共同度因子的貢獻(xiàn)巴特利特球體檢驗KMO指數(shù)三、因子分析的基本步驟確定研究變量計算所有變量的相關(guān)矩陣構(gòu)造因子變量因子旋轉(zhuǎn)計算因子得分四、實例分析某公司為了了解消費者對牛肉、魚、羊肉、豬肉及雞等五種肉類食物的偏好傾向，進(jìn)行了

一次市場調(diào)查。請10位消費者對這五種肉類進(jìn)

行評分。評分采用十分制，分?jǐn)?shù)越高表示越喜

歡。調(diào)查結(jié)果列于下表。試用因子分析方法研

究影響消費者選擇食物的因素。上表是SPSS11.0輸出的旋轉(zhuǎn)后的因子載荷矩陣。我們可以依此推斷兩個公共因子的含義。從表中的數(shù)據(jù)來看，雞、魚、牛肉在第一公共因子的因子載荷值較高，而在第二公共因子的因子載荷值較低，故第一公共因子反映雞、魚、牛肉的公共特性。第一公共因子可能代表脂肪少。而羊肉、豬肉在第二公共因子的因子載荷值較高，在第一公共因子的因子載荷值較低，這說明第二公共因子反映羊肉、豬肉的公共特性，第二公共因子可能代表價格。因而我們可以認(rèn)為脂肪和價格是決定消費者肉類消費的主要因素。第五節(jié)

對

應(yīng)

分

析一、對應(yīng)分析的基本思想對應(yīng)分析，又稱為相應(yīng)分析，是在R型和Q型因子分析基礎(chǔ)上發(fā)展起來的一種多元相依的變量統(tǒng)計分析技術(shù)。它通過分析由定性變量構(gòu)成的交互匯總表來揭示變量間的關(guān)系。當(dāng)以變量的一系列類別以及這些類別的分布圖來描述變量之間的聯(lián)系時，使用這一分析技術(shù)可以揭示同一變量的各個類別之間的差異以及不同變量各個類別之間的對應(yīng)關(guān)系。二、有關(guān)統(tǒng)計術(shù)語與資料格式—

漢斯?jié)婶敚ㄒ唬┙y(tǒng)計術(shù)語列聯(lián)表主成分慣量和特征值卡方、似然比卡方、曼圖法系數(shù)、列聯(lián)系數(shù)（二）數(shù)據(jù)格式對應(yīng)分析的典型數(shù)據(jù)格式是二維列聯(lián)表或交叉頻數(shù)表。它能清楚地表示兩個定性變量之間的相互關(guān)系。三、分析的步驟確定研究的內(nèi)容獲取分析資料對列聯(lián)表作對應(yīng)分析解釋結(jié)果意義評價分析結(jié)果四、實例分析某公司進(jìn)行一次市場調(diào)查，得到轎車特征

于一些用戶特征的數(shù)據(jù)。如有：轎車大?。ù?、中、?。⑥I車類型（家用型、跑車、商用車）、收入(一份收入、雙份收入)、狀態(tài)（已婚、已婚有孩子、未婚、未婚有孩子）、房子（租房、買房）等數(shù)據(jù)。現(xiàn)請分析它們之間的聯(lián)系。從對應(yīng)圖可以推斷出下面一些結(jié)論：已婚有孩子、家用車和中型車相關(guān)性較大。已婚和雙份收入有聯(lián)系，已婚、已婚有孩子和買房也有一定的聯(lián)系。未婚、一份收入和租房之間關(guān)系緊密。跑車與小型車之間也有關(guān)系。根據(jù)上面的結(jié)論，我們在進(jìn)行市場細(xì)分、制定營

銷戰(zhàn)略方面可以充分利用這些信息。例如：面向已婚

家庭應(yīng)重點推銷中型家用車。而那些未婚、一份收入、租房的消費者，因其經(jīng)濟(jì)條件方面的原因，他們難以

成為轎車消費的目標(biāo)顧客群。另外現(xiàn)沒有適合雙份收

入、已婚的消費者的車型，應(yīng)考慮開發(fā)新車型滿足他

們的需求。第六節(jié) 多維偏好分析一、主成分分析法簡介（一）主成分分析的基本思想主成分分析法就是將原來眾多具有一定相關(guān)性的指標(biāo)（如p個指標(biāo)），重新組合成一組新的相互無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)。（二）主成分分析的數(shù)學(xué)模型（三）主要統(tǒng)計術(shù)語偏好評分特征值或慣量二、分析的基本步驟確定研究的問題資料的收集主成分分析偏好圖并解釋結(jié)果意義三、實例分析某心理學(xué)期刊作了一項市場調(diào)查，以了解自己刊物與現(xiàn)有的其他心理學(xué)刊物的相對定位。他們挑選10種心理學(xué)刊物，請39個專業(yè)心理學(xué)家根據(jù)他們對這些刊物的偏好按1～10的量表評分，其中“1”代表低評價，“10”代表高評價。利用SPSS

Categories

PRINCALS過程的“非線性”主成分分析方法對上表的資料進(jìn)行分析，部分結(jié)果如下：這些刊物表現(xiàn)為以下分組：（

1

）一個“硬”組，包括JEXP，PMET，MVBR，JAPP，或許BULL。（2）一個“發(fā)展”組，包括JEDP，HUDE。成分加載圖表：箭頭指向相同的心理學(xué)家的偏好相似。如圖形左上方的“D”

組的發(fā)展和教育心理學(xué)家偏好教育心理學(xué)雜志和人類發(fā)展兩種期刊。其他組心理學(xué)家的偏好也很明顯，都集中指向其研究方向的期刊。雙圖：模型總結(jié)：最后結(jié)果說明，總的擬合情況好：二維順序方案占總方差的大約82%。第七節(jié) 多維尺度法一、多維尺度法的基本介紹多維尺度法的基本思想是，將消費者對各種品牌產(chǎn)品的偏好和感覺資料，用r維空間的點來表示。品牌的點間距離的次序完全反映原始輸入的

相似次序（兩種品牌間的距離越短，則越相似）。具體主要包括兩步：（1）初步圖形結(jié)構(gòu)的構(gòu)造。（2）初步圖形結(jié)構(gòu)的修改。二、統(tǒng)計術(shù)語與數(shù)據(jù)格式（一）統(tǒng)計術(shù)語接近程度空間圖克魯斯卡系數(shù)殘差（二）數(shù)據(jù)格式多維尺度法輸入的數(shù)據(jù)是表示待比較事物之間相似程度的矩陣。三、分析的基本步驟確定研究的問題獲取資料作多維尺度分析作空間圖并解釋結(jié)果意義評價分析結(jié)果四、實例分析在某次市場研究中，研究者調(diào)查了10位消費者，要求他們對A、B、C、D、E等五種品牌的相似性進(jìn)行評分。消費者利用李克量表分別對AB、AC、AD、AE、BC、BD、BE、CD、CE、DE中的每一對評分。其中一位消費者的

評分結(jié)果為：AB=2，AC=1，AD=4，AE=5，BC=6，BD=8，BE=6，CD=3，CE=7,DE=5，從而可以得到一個相似性比較矩陣。請就此進(jìn)行多維尺度分析。將表的相似矩陣輸入，利用SPSS11.0進(jìn)行計算，可得到如下的概念空間圖：從該空間圖可以看出，D和E相對接近。在第一維度方向，A、B、C、D、E幾個品牌的差異較為明顯。知覺圖第八節(jié)

聯(lián)

合

分

析一、聯(lián)合分析的基本概念與功能聯(lián)合分析方法的基本思想是，通過提供給消費者以不同的屬性組合形成的產(chǎn)品，請消費者做

出心理判斷，按其意愿程度給產(chǎn)品組合打分、排

序，然后采用數(shù)理分析方法對每個屬性水平賦值，使評價結(jié)果與消費者的給分盡量保持一致，來分

析研究消費的選擇行為。（一）聯(lián)合分析的功能在研究消費者的偏好和購買決策的主要影響因素時，聯(lián)合分析法比傳統(tǒng)的方法有較大的優(yōu)越性聯(lián)合分析可以將研究結(jié)果做成市場模擬模型，并能應(yīng)用于未來的營銷