《市場(chǎng)調(diào)查與分析-項(xiàng)目、任務(wù)與案例（第3版）》 課件 項(xiàng)目五 分析市場(chǎng)調(diào)查數(shù)據(jù)

市場(chǎng)調(diào)查與分析MarketResearchandanalysis分析市場(chǎng)調(diào)查數(shù)據(jù)任務(wù)一定性分析調(diào)查得到的文字型數(shù)據(jù)任務(wù)二描述性統(tǒng)計(jì)分析調(diào)查

得到的問卷數(shù)據(jù)任務(wù)三推斷性統(tǒng)計(jì)分析調(diào)查

得到的問卷數(shù)據(jù)一、文字型數(shù)據(jù)的特征

科學(xué)研究工作者通過參與活動(dòng)、現(xiàn)場(chǎng)觀察、深入交談、查找資料等手段獲得的，以敘述材料為主體，以文字描述為主要呈現(xiàn)方式的數(shù)據(jù)屬于文字型數(shù)據(jù)（或稱文字資料）。描述性事實(shí)性典型性通常采用文字、聲像和圖像的形式記錄研究中發(fā)生的事情。必須是研究情境中呈現(xiàn)的客觀的原始材料。所記錄的事實(shí)雖然是個(gè)別的、小范圍的，但必須是典型的。1歸納分析方法歸納分析法是指以從調(diào)查、觀察、實(shí)驗(yàn)中獲得的分組資料為依據(jù)，對(duì)個(gè)別事實(shí)、直接經(jīng)驗(yàn)加以概括，推演出有關(guān)事物的一般屬性和本質(zhì)的思維方法。歸納分析法是使用得最廣泛的一種方法。2演繹分析法演繹是根據(jù)一類事物都具有的一般屬性來推斷該類中的個(gè)別事物所具有的屬性的推理形式。主要形式為三段論和假言推理。3比較分析法比較分析法是將兩個(gè)或兩類事物的調(diào)查資料相對(duì)比，從而確定它們之間的相同點(diǎn)和不同點(diǎn)的邏輯分析方法。二、常用的定性分析方法科學(xué)歸納法求同法求異法共變法三、定性分析方法的選擇在進(jìn)行定性分析時(shí)，要根據(jù)所收集數(shù)據(jù)的特點(diǎn)和分析目的加以選擇。例如：如果需要通過對(duì)大量個(gè)體（或樣本）的研究得出一般性的結(jié)論，則要使用歸納分析法；如果需要對(duì)已有的假設(shè)進(jìn)行檢驗(yàn)，則要使用演繹分析法；如果掌握了兩個(gè)（類）或多個(gè)（類）事物的調(diào)查資料，則可使用比較分析法。謝謝觀看Thankyouforwatching市場(chǎng)調(diào)查與分析MarketResearchandanalysis分析市場(chǎng)調(diào)查數(shù)據(jù)任務(wù)一定性分析調(diào)查得到的文字型數(shù)據(jù)任務(wù)二描述性統(tǒng)計(jì)分析調(diào)查

得到的問卷數(shù)據(jù)任務(wù)三推斷性統(tǒng)計(jì)分析調(diào)查

得到的問卷數(shù)據(jù)學(xué)習(xí)導(dǎo)航列聯(lián)表分析方差分析數(shù)據(jù)分析技術(shù)聚類分析（自學(xué)探索）判別分析（自學(xué)探索）數(shù)據(jù)描述因子分析（自學(xué)探索）★集中趨勢(shì)分析★頻數(shù)分析★離散趨勢(shì)分析★數(shù)據(jù)分布★定義問題★構(gòu)造相關(guān)矩陣★提取因子★因子命名★判斷模型擬合情況★擬定分析方案★選擇距離指標(biāo)★確定族群數(shù)目★族群解釋和命名★定義問題★選擇判別方法★估計(jì)判別函數(shù)系數(shù)及其顯著性★運(yùn)用判別函數(shù)進(jìn)行判別★估算判別的有效性

SPSS數(shù)據(jù)庫(kù)中數(shù)據(jù)必須經(jīng)過精心設(shè)計(jì)分析過程，并仔細(xì)挖掘數(shù)據(jù)背后的信息，才能為解決營(yíng)銷決策問題提供參考。相關(guān)與回歸分析參數(shù)估計(jì)假設(shè)檢驗(yàn)從需要測(cè)量的變量問卷中問題設(shè)計(jì)數(shù)據(jù)類型數(shù)據(jù)分析方法的選擇離散變量等比尺度名義尺度等距尺度順序尺度連續(xù)變量測(cè)量尺度多選題單選題問卷中的問題排序題（等級(jí)順序量表）分項(xiàng)評(píng)分量表（語義差別量表、李克特量表）連續(xù)評(píng)分量表開放式數(shù)值題數(shù)值型數(shù)據(jù)定類數(shù)據(jù)定序數(shù)據(jù)數(shù)據(jù)類型數(shù)據(jù)分析方法頻數(shù)分布眾數(shù)多變量交叉表/圖單變量頻數(shù)分布表/圖變量類型頻數(shù)分布表/圖累積頻數(shù)分布表/圖頻數(shù)分布表/圖標(biāo)準(zhǔn)差、全距算術(shù)平均數(shù)、中位數(shù)頻數(shù)分布表一、單變量描述統(tǒng)計(jì)分析頻數(shù)分析：利于研究者初步觀察一些統(tǒng)計(jì)規(guī)律。集中趨勢(shì)：用來反映數(shù)據(jù)的一般水平，常用的指標(biāo)有平均值、中位數(shù)和眾數(shù)等；離散趨勢(shì)：主要用來反映數(shù)據(jù)之間的差異程度，常用的指標(biāo)有方差、標(biāo)準(zhǔn)差、全距、最大值和最小值。數(shù)據(jù)分布：統(tǒng)計(jì)分析中，通常要假設(shè)樣本的分布屬于正態(tài)分布，因此要用偏度和峰度兩個(gè)指標(biāo)來檢查樣本是否符合正態(tài)分布。問卷數(shù)據(jù)常用的描述性統(tǒng)計(jì)分析方法（一）頻數(shù)（或頻率）分析詳見下頁(yè)13SPSS分析菜單描述統(tǒng)計(jì)頻率把待分析變量放到分析框顯示頻率表格統(tǒng)計(jì)量：眾數(shù)輸出結(jié)果：有性別、年齡、婚姻狀況、學(xué)歷、行業(yè)、月收入五張頻率表。現(xiàn)僅展示婚姻狀況頻率表。從表中可以看到數(shù)據(jù)“其他”為無效數(shù)據(jù)。案例1：住房問卷描述分析（定類：?jiǎn)芜x題）無效數(shù)據(jù)的查找與處理有效百分比是指有可能會(huì)出現(xiàn)無效的數(shù)字。如手工錄入時(shí)有可能會(huì)出錯(cuò)。Var00003中數(shù)據(jù)“其他”顯然是不應(yīng)該出現(xiàn)在表格中打開數(shù)據(jù)視圖，找到該變量，并降序排列，可以看到前5個(gè)數(shù)值是3,此變量的編碼只有1和2，顯然是無效數(shù)據(jù)。這里可以定義一個(gè)缺失值，然后在數(shù)據(jù)視圖頁(yè)面將5個(gè)無效數(shù)據(jù)改錄為9，再做頻率表。15編輯選項(xiàng)：樞軸表Academic是學(xué)術(shù)表格Compact是緊湊型表格表格輸出形式的編輯選項(xiàng)：常規(guī)可以設(shè)置輸出語言表格輸出形式：學(xué)術(shù)表格-三線表16SPSS分析菜單多重響應(yīng)：定義變量集把5個(gè)次級(jí)變量放到集合中的變量框計(jì)數(shù)值設(shè)為1，輸入變量名和標(biāo)簽添加多重響應(yīng)：頻率多重響應(yīng)集被激活了多重響應(yīng)頻率表的制作見下頁(yè)多選題變量集定義住房調(diào)查問卷的第7題是多選題，在數(shù)據(jù)錄入時(shí)，是拆分成了5個(gè)次級(jí)變量，因?yàn)?個(gè)選項(xiàng)之間是相互關(guān)聯(lián)的，必須聯(lián)合起來進(jìn)行分析。案例1：住房問卷描述分析（定類：多選題）SPSS分析菜單多重響應(yīng)：頻率把變量集放到表格框點(diǎn)擊確定應(yīng)答人數(shù)與應(yīng)答人次的區(qū)別：樣本容量是599，有591人至少回答了1次，即應(yīng)答人數(shù)是591。而應(yīng)答人次是919。百分比是以應(yīng)答人次919為基數(shù)計(jì)算的，個(gè)案百分比是以應(yīng)答人數(shù)591為基數(shù)計(jì)算的。實(shí)際中，我們往往需要以樣本容量為基數(shù)計(jì)算百分比來說明問題。多選題頻率表制作輸出結(jié)果案例1：住房問卷描述分析（定類：多選題）SPSS分析菜單多重響應(yīng)：交叉表把變量集放到列變量框把您的學(xué)歷放入行變量框定義行變量取值范圍選項(xiàng)：個(gè)案輸出結(jié)果中合計(jì)欄是個(gè)案數(shù)多選題交叉表制作案例1：住房問卷描述分析（定類：多選題）繼續(xù)和確定快捷鍵：檢索最近使用的對(duì)話框多響應(yīng)交叉表選項(xiàng)：行百分比選項(xiàng)：響應(yīng)多選題的交叉表中快速增加百分比案例1：住房問卷描述分析（定類：多選題）繼續(xù)和確定20SPSS轉(zhuǎn)換菜單重新編碼為相同變量把排序變量放到變量框舊值和新值繼續(xù)和確定根據(jù)各選項(xiàng)的重要性對(duì)排序題數(shù)據(jù)進(jìn)行二次編碼舊值：重要性次序新值：重要性權(quán)重案例2：信息產(chǎn)業(yè)人才激勵(lì)描述分析（定序：排序題）21SPSS數(shù)據(jù)菜單轉(zhuǎn)置把轉(zhuǎn)置變量放到變量框確定轉(zhuǎn)換→計(jì)算變量二次編碼后數(shù)據(jù)的行列轉(zhuǎn)換和加總計(jì)算21目標(biāo)變量：總分統(tǒng)計(jì)量：雙擊sum雙擊“var001tovar114”21定義總分=sum(Var001toVar114)根據(jù)匯總結(jié)果，確定各選項(xiàng)的重要性排序。1.注意：排序結(jié)果在數(shù)據(jù)視圖中2.頻數(shù)分布圖制作：可將表格復(fù)制到EXCEL工作表中制作頻數(shù)分布圖。分析：

信息企業(yè)通常采用的激勵(lì)措施由前到后依次為：其他、文化激勵(lì)、加薪、一次性貨幣激勵(lì)、升職、授予榮譽(yù)稱號(hào)、福利、提供培訓(xùn)機(jī)會(huì)。相對(duì)于文化激勵(lì)、授予榮譽(yù)稱號(hào)等精神激勵(lì)，被調(diào)查者獲得的加薪、一次性貨幣激勵(lì)、升職、福利、提供培訓(xùn)機(jī)會(huì)等物質(zhì)激勵(lì)排序比較靠后，在所有的激勵(lì)措施中，排在物質(zhì)激勵(lì)措施最前面的加薪也僅排在第三位。可見，目前寧波信息企業(yè)采用的激勵(lì)措施更多的采用精神激勵(lì)，對(duì)信息人才的激勵(lì)力度不夠。案例2：信息產(chǎn)業(yè)人才激勵(lì)描述分析（定序：排序題）

案例3：對(duì)保險(xiǎn)公司銷售數(shù)據(jù)的描述分析（定比）某保險(xiǎn)公司有20個(gè)保險(xiǎn)銷售分公司，各公司2022年取得的銷售業(yè)績(jī)（單位：萬元）如下，對(duì)銷售業(yè)績(jī)進(jìn)行描述分析。公司編號(hào)銷售業(yè)績(jī)公司編號(hào)銷售業(yè)績(jī)公司編號(hào)銷售業(yè)績(jī)公司編號(hào)銷售業(yè)績(jī)1265.36315.311403.616318.52286.17570.112265.517326.03340.48512.013356.618373.24410.89422.114632.619350.45418.210305.015521.420421.8（二）集中和離散趨勢(shì)分析

銷售業(yè)績(jī)的描述性分析（定比）變量全距最小值最大值銷售業(yè)績(jī)367.3265.3632.6樣本量均值標(biāo)準(zhǔn)差方差20390.745101.610510324.691描述統(tǒng)計(jì)描述把待分析變量放到分析框選項(xiàng)：均值、標(biāo)準(zhǔn)差、方差、

全距、最小值、最大值繼續(xù)和確定結(jié)果顯示，各分公司的2022年平均銷售額為390.7450萬元，銷售業(yè)績(jī)差異很大，銷售額全距為367.30萬元，標(biāo)準(zhǔn)差101.61049萬元，變異系數(shù)26％，大于15％的界限值，說明平均銷售額的代表性較小。李克特量表是典型的總和量表，在這個(gè)量表中所有的分項(xiàng)在最后組成這個(gè)變量時(shí)，其權(quán)重是一致的。例如，研究員工忠誠(chéng)度，用的是李克特5級(jí)量表，用了21個(gè)問項(xiàng)，在忠誠(chéng)度這個(gè)變量的構(gòu)成中，21個(gè)分項(xiàng)所占的權(quán)重是約4.76%。我們想知道員工忠誠(chéng)度到底是多少？25SPSS轉(zhuǎn)換菜單計(jì)算變量目標(biāo)變量：?jiǎn)T工忠誠(chéng)度數(shù)字表達(dá)式：手動(dòng)錄入算式或函數(shù)組：統(tǒng)計(jì)量→Mean21個(gè)分項(xiàng)的算術(shù)平均值操作方法見下頁(yè)案例4：?jiǎn)T工滿意度描述分析（定距：李克特量表）繼續(xù)和確定26SPSS分析轉(zhuǎn)換菜單計(jì)算變量目標(biāo)變量：?jiǎn)T工忠誠(chéng)度數(shù)字表達(dá)式：手動(dòng)錄入算式或函數(shù)組：統(tǒng)計(jì)量→Mean案例4：?jiǎn)T工滿意度描述分析（定距：李克特量表）繼續(xù)和確定下表是每位員工忠誠(chéng)度的平均值計(jì)算結(jié)果

列聯(lián)表的本質(zhì)：是兩個(gè)或兩個(gè)以上變量的交叉頻數(shù)分布表，它既可以幫助研究者初步描述和判斷變量之間的關(guān)系，也可以用構(gòu)造卡方統(tǒng)計(jì)量來檢驗(yàn)變量的關(guān)系。二、多變量關(guān)聯(lián)統(tǒng)計(jì)分析（一）列聯(lián)分析列聯(lián)表分析實(shí)例例：顧客對(duì)產(chǎn)品品牌重要性評(píng)價(jià)的最終答案見數(shù)據(jù)庫(kù)（略），那么不同年齡受訪者的評(píng)價(jià)是否具有顯著的差別？年齡段重要性評(píng)價(jià)年齡合計(jì)≤25周歲25～34周歲35～44周歲45～59周歲≥60周歲彩電品牌1222612154792202411115731823930534183073058合計(jì)7810339225247

列聯(lián)表分析在SPSS中的實(shí)現(xiàn)：點(diǎn)擊分析→描述統(tǒng)計(jì)→交叉表（即列聯(lián)表），選中“彩電品牌”到行變量框，“年齡”到列變量框，點(diǎn)擊【統(tǒng)計(jì)量(s)】,選中“卡方”，依次點(diǎn)擊【繼續(xù)】【確定】，結(jié)果如下：列聯(lián)表的分析結(jié)果統(tǒng)計(jì)量檢驗(yàn)統(tǒng)計(jì)量值自由度雙側(cè)近似概率Pearson卡方（PearsonChi-Square）24.28312.019對(duì)數(shù)似然比方法計(jì)算的卡方（LikelihoodRatio）25.15012.014線性相關(guān)的卡方（Linear-by-LinearAssociation）8.1751.004有效樣本量247注意：還可進(jìn)行三個(gè)變量的列聯(lián)分析：這時(shí)需將第三個(gè)變量放入層變量框在卡方檢驗(yàn)結(jié)果輸出表中（如上表），若P值[表中顯示為漸進(jìn)Sig.（雙側(cè)）]接近于0或小于0.05，則說明變量之間關(guān)系密切，例如本例中彩電品牌的重要性與年齡之間關(guān)系密切。顯著性水平

相關(guān)和回歸分析是研究事物的相互關(guān)系、測(cè)定它們聯(lián)系的緊密程度、揭示其變化的具體形式和規(guī)律性的統(tǒng)計(jì)分析方法，是經(jīng)濟(jì)分析、預(yù)測(cè)和控制的重要工具。在研究變量關(guān)系的過程中，通常對(duì)于被研究的變量，稱為因變量，也稱為被解釋變量，一般用Y表示。其它用來說明或解釋因變量變化的變量稱為自變量，也稱為解釋變量，用X表示。自變量可以有一個(gè)，也可以有多個(gè)。本課程僅學(xué)習(xí)兩個(gè)連續(xù)變量的相關(guān)與回歸分析。（二）相關(guān)分析與回歸分析二、多變量關(guān)聯(lián)統(tǒng)計(jì)分析相關(guān)與回歸分析在市場(chǎng)調(diào)查中的應(yīng)用舉例1、如果我們想預(yù)測(cè)銷售收入，則銷售收入就是我們這次研究的因變量，如果我們是通過廣告費(fèi)的支出來預(yù)測(cè)銷售收入，則廣告費(fèi)支出就是自變量。2、如果預(yù)測(cè)銷售收入時(shí)，還要考慮銷售價(jià)格或銷售人員的數(shù)量的影響，那么，銷售價(jià)格或銷售人員的數(shù)量這兩個(gè)因素也都稱為自變量，即有兩個(gè)自變量。32SPSS分析菜單相關(guān)雙變量顯著性檢驗(yàn)：雙側(cè)檢驗(yàn)選項(xiàng)：均值和標(biāo)準(zhǔn)差繼續(xù)、確定相關(guān)系數(shù)：Pearson相關(guān)分析結(jié)果顯著性水平>0.05，接受H0的小概率事件發(fā)生，接受原假設(shè)H0，拒絕H1。員工工作期望與工作滿意度之間不存在顯著相關(guān)關(guān)系。接案例4：?jiǎn)T工工作期望與工作滿意度線性相關(guān)分析（一）33SPSS分析菜單相關(guān)雙變量顯著性檢驗(yàn)：雙側(cè)檢驗(yàn)選項(xiàng)：均值和標(biāo)準(zhǔn)差繼續(xù)、確定相關(guān)系數(shù)：Pearson顯著性水平<0.05，拒絕H0的小概率事件發(fā)生，拒絕原假設(shè)H0，接受H1。員工工作滿意度與忠誠(chéng)度之間存在顯著相關(guān)關(guān)系。相關(guān)系數(shù)0.381，為中度相關(guān)。二者之間存在相關(guān)關(guān)系，就必然存在影響關(guān)系，因此還需要進(jìn)行回歸分析。線性相關(guān)分析結(jié)果：接案例4：工作滿意度與員工忠誠(chéng)度線性相關(guān)分析（二）34SPSS分析菜單回歸線性因變量：?jiǎn)T工忠誠(chéng)度統(tǒng)計(jì)量：DW繪制：見右下角繼續(xù)、確定自變量：工作滿意度接案例4：工作滿意度與員工忠誠(chéng)度一元線性回歸分析35SPSS分析菜單回歸線性因變量：?jiǎn)T工忠誠(chéng)度統(tǒng)計(jì)量：DW繪制：見右下角繼續(xù)、確定自變量：工作滿意度1、R2=0.139，模型的擬合優(yōu)度只有13.9%，不算太高。2、方差分析表中顯著性水平<0.05，說明工作滿意度對(duì)員工忠誠(chéng)度是有顯著影響的。3、系數(shù)中工作滿意度和常數(shù)都通過了顯著性t檢驗(yàn)，表示工作滿意度對(duì)員工忠誠(chéng)度有顯著影響，且常量也是顯著的，說明回歸方程是包含常量的。線性回歸方程員工忠誠(chéng)度得分=0.997+0.633工作滿意度線性回歸分析結(jié)果：接案例4：工作滿意度與員工忠誠(chéng)度一元線性回歸分析殘差是擬合值和真實(shí)值之間的偏差。1、殘差如果服從正態(tài)分布，基本可以認(rèn)為方程是好的，說明殘差是隨機(jī)的，是不符合趨勢(shì)和規(guī)律的(如預(yù)測(cè)值越大，殘差越大）。2、P-P圖中若殘差都落在45o對(duì)角線上，說明殘差是服從正態(tài)分布的。3、殘差散點(diǎn)圖中，回歸標(biāo)準(zhǔn)化殘差在【-2，2】之間，說明模型擬合是比較好的，上頁(yè)模型擬合度只有13.9%，不算太高，所以散點(diǎn)圖中散點(diǎn)超出了理想值的范圍。但是在社會(huì)調(diào)研中，殘差數(shù)據(jù)可以適當(dāng)放寬。線性回歸方程的診斷：接案例4：工作滿意度與員工忠誠(chéng)度一元線性回歸分析謝謝觀看Thankyouforwatching市場(chǎng)調(diào)查與分析MarketResearchandanalysis分析市場(chǎng)調(diào)查數(shù)據(jù)任務(wù)一定性分析調(diào)查得到的文字型數(shù)據(jù)任務(wù)二描述性統(tǒng)計(jì)分析調(diào)查

得到的問卷數(shù)據(jù)任務(wù)三推斷性統(tǒng)計(jì)分析調(diào)查

得到的問卷數(shù)據(jù)學(xué)習(xí)導(dǎo)航列聯(lián)表分析方差分析數(shù)據(jù)分析技術(shù)聚類分析（自學(xué)探索）判別分析（自學(xué)探索）數(shù)據(jù)描述因子分析（自學(xué)探索）★集中趨勢(shì)分析★頻數(shù)分析★離散趨勢(shì)分析★數(shù)據(jù)分布★定義問題★構(gòu)造相關(guān)矩陣★提取因子★因子命名★判斷模型擬合情況★擬定分析方案★選擇距離指標(biāo)★確定族群數(shù)目★族群解釋和命名★定義問題★選擇判別方法★估計(jì)判別函數(shù)系數(shù)及其顯著性★運(yùn)用判別函數(shù)進(jìn)行判別★估算判別的有效性

SPSS數(shù)據(jù)庫(kù)中數(shù)據(jù)必須經(jīng)過精心設(shè)計(jì)分析過程，并仔細(xì)挖掘數(shù)據(jù)背后的信息，才能為解決營(yíng)銷決策問題提供參考。相關(guān)與回歸分析參數(shù)估計(jì)假設(shè)檢驗(yàn)SPSS分析菜單分析描述統(tǒng)計(jì)將變量“銷售業(yè)績(jī)”送入“因變量列表”框統(tǒng)計(jì)量：勾選“描述性”，均值的置信區(qū)間設(shè)為90%繼續(xù)、確定探索接案例3：試在90％的置信度下，推斷

該保險(xiǎn)公司各分公司的平均銷售額一、參數(shù)估計(jì)

描述

統(tǒng)計(jì)量標(biāo)準(zhǔn)誤銷售業(yè)績(jī)均值390.745022.72080均值的90%置信區(qū)間下限351.4577

上限430.0323

5%修整均值384.2778

中值364.9000

方差10324.691

標(biāo)準(zhǔn)差101.61049

極小值265.30

極大值632.60

范圍367.30

四分位距105.93

偏度.947.512峰度.338.992區(qū)間估計(jì)結(jié)果如下：由輸出結(jié)果可以看出，該保險(xiǎn)公司各分公司的平均銷售額的點(diǎn)估計(jì)值為390.7450萬元，置信區(qū)間為351.4577萬～430.0323萬元（置信度為90％）比較均值T檢驗(yàn)單樣本T檢驗(yàn)獨(dú)立樣本T檢驗(yàn)配對(duì)樣本T檢驗(yàn)方差分析二、假設(shè)檢驗(yàn)案例5：顧客的環(huán)境滿意度分析

面對(duì)當(dāng)前激烈的市場(chǎng)競(jìng)爭(zhēng)，某大型連鎖超市營(yíng)銷部將對(duì)年底市場(chǎng)的營(yíng)銷策略做出有針對(duì)性的調(diào)整。為了有效地制定調(diào)整方案，于2022年中秋及國(guó)慶雙節(jié)日期間的某一天，組織某高校二年級(jí)的20名大學(xué)生，隨機(jī)抽取了100名顧客進(jìn)行攔截訪問。搜集到的樣本數(shù)據(jù)錄入數(shù)據(jù)庫(kù)。試在0.05的顯著性水平下，分析已婚顧客和未婚顧客的環(huán)境滿意度是否存在顯著性差異。（數(shù)據(jù)見“顧客環(huán)境滿意度數(shù)據(jù)庫(kù)”）【分析】

由于已婚顧客總體和未婚顧客總體相互獨(dú)立,且兩總體基本符合正態(tài)分布（可作出直方圖加以判斷），因此可以利用獨(dú)立樣本T檢驗(yàn)過程來檢驗(yàn)二者的環(huán)境滿意度是否存在顯著性差異。待檢驗(yàn)的原假設(shè)是:已婚顧客和未婚顧客的環(huán)境滿意度不存在顯著性差異。定義組：組1和組2框中分別填入1（已婚）和2（未婚）SPSS分析菜單比較均值獨(dú)立樣本T檢驗(yàn)把環(huán)境滿意度變量放入檢驗(yàn)變量框，把婚姻狀況放入分組變量框繼續(xù)，確定案例5：顧客的環(huán)境滿意度分析獨(dú)立樣本T檢驗(yàn)的第3個(gè)條件是：方差齊性檢驗(yàn)，即Levene檢驗(yàn)P值>=0.05,所以滿足假設(shè)檢驗(yàn)的第3個(gè)條件：方差是齊的由T檢驗(yàn)的P值<=0.05可知，已婚顧客和未婚顧客兩組總體環(huán)境滿意度的方差存在顯著性差異，拒絕原假設(shè)H0獨(dú)立樣本T檢驗(yàn)結(jié)果分析：已婚顧客的環(huán)境滿意度高于未婚顧客的環(huán)境滿意度案例5：顧客的環(huán)境滿意度分析組統(tǒng)計(jì)量獨(dú)立樣本T檢驗(yàn)案例6：?jiǎn)T工培訓(xùn)效果分析配對(duì)樣本是樣本之間存在一定的關(guān)聯(lián)，配對(duì)樣本T檢驗(yàn)就是檢驗(yàn)配對(duì)樣本的均值是否存在差異。如同批患者吃藥前和吃藥后的血壓、心跳，員工在培訓(xùn)前和培訓(xùn)后的產(chǎn)量均值有無區(qū)別？若有區(qū)別，就是藥有療效、培訓(xùn)有成