市場調(diào)查資料整理和分析的培訓課程

1、第一節(jié) 市場調(diào)查資料的整理第二節(jié) 市場調(diào)查資料的分析小結(jié) 第一節(jié) 市場調(diào)查資料的整理一、資料整理的步驟和內(nèi)容1、步驟2、審查內(nèi)容 1資料的真實性 2資料的準確性 3資料的完整性 二、資料整理的方法1、行列選擇與數(shù)據(jù)輸入2、匯編、制表和繪圖 第二節(jié) 市場調(diào)查資料的分析 定性分析與定量分析 動態(tài)分析與靜態(tài)分析 一、定性分析是與定量分析相對而言的，它是對不能量化的現(xiàn)象進行系統(tǒng)化理性認識的分析，其方法依據(jù)是科學的哲學觀點、邏輯判斷及推理，其結(jié)論是對事物的本質(zhì)、趨勢及規(guī)律的性質(zhì)方面的認識。二、定量分析與預測定量分析是指從事物的數(shù)量特征方面入手，運用一定的數(shù)據(jù)處理技術進行數(shù)量分析，從而挖掘出數(shù)量中所包含的

2、事物本身的特性及規(guī)律性，從而挖掘出數(shù)量中所包含的事物本身的特性的分析方法。分類：靜態(tài)分析和動態(tài)分析一數(shù)據(jù)的靜態(tài)分析：含義：分析現(xiàn)象當前的情況或者是本次調(diào)查的情況。主要方法有：1、數(shù)據(jù)的統(tǒng)計描述：(1)數(shù)據(jù)的相對程度分析:頻數(shù)百分數(shù),倍數(shù), (2)數(shù)據(jù)的集中趨勢：均值和均標準誤差，中位數(shù)，眾數(shù)，(3)數(shù)據(jù)的離散程度：方差與標準差， 2、均值比較和T檢驗3、方差分析、相關分析、回歸分析、因子分析、聚類分析等相對程度分析 它通過比照的方法反映現(xiàn)象之間的聯(lián)系程度，說明現(xiàn)象的開展過程。幾分之幾：一比幾：倍數(shù)：百分數(shù)：又叫頻數(shù)Frequency，是一個變量在各個變量值上取值的個案數(shù)。案例：對50名顧客有關

3、“飲料品牌選擇的調(diào)查不同品牌飲料的頻數(shù)分布飲料品牌頻數(shù)比例百分比(%) 可口可樂 旭日升冰茶 百事可樂 匯源果汁 露露15119690.300.220.180.120.183022181218合計5011001999年全國國際旅游外匯收入構(gòu)成國際旅游收入（億美元）比重（%）總計長途交通游覽住宿餐飲商品銷售娛樂郵電通訊市內(nèi)交通其他服務140.9941.657.4920.3415.2827.718.454.115.3310.63100.029.65.314.410.819.76.02.93.87.5資料來源：?中國旅游年鑒2000?頻數(shù)數(shù)據(jù)的集中趨勢分析均值(平均值，平均數(shù)Mean)表示某變量所有

4、取值的集中趨勢或平均水平。包括簡單算術平均和加權算術平均。算術平均值加權平均值案例：調(diào)查泰山游客的滿意度，從六個方面入手吃、住、行、游、購、娛，用5點量表來測量，其中，1非常不滿意，5非常滿意。某游客在吃、住、行、游、購、娛六方面打分分別為：5，4，4，4，2，1，計算該游客的滿意度的算術平均值和加權平均值1. 算術平均值：x=(544421)6=3.672.加權平均值1確立各個指標的權數(shù)：假設：吃0.15、住0.15、行0.1、游0.3、購0.1、娛0.12加權平均值： x=(50.1540.1540.140.320.110.1)=3.25眾數(shù)(Mode)眾數(shù)(Mode)是總體中出現(xiàn)次數(shù)最多

5、單位的標志值無眾數(shù)原始數(shù)據(jù): 10 5 9 12 6 8一個眾數(shù)原始數(shù)據(jù): 6 5 9 8 5 5多于一個眾數(shù)原始數(shù)據(jù): 25 28 28 36 42 42中位數(shù)(Median)中位數(shù)(Median)是把一組數(shù)據(jù)按遞增或遞減的順序排列，處于中間位置上的變量值就是中位數(shù)?！纠浚?個家庭的人均月收入數(shù)據(jù)原始數(shù)據(jù): 1500 750 780 1080 850 960 2000 1250 1630 排序: 750 780 850 960 1080 1250 1500 1630 2000位置: 1 2 3 4 5 6 7 8 9中位數(shù)1080數(shù)據(jù)的離散程度分析方差Variance：是所有變量值與平均數(shù)

6、偏差平方的平均值，它表示了一組數(shù)據(jù)分布的離散程度的平均值。標準差Standard Deviation:是方差的平方根，它表示了一組數(shù)據(jù)關于平均數(shù)的平均離散程度。均值標準差Standard Error of Mean ,S.E. mean:描述樣本均值與總體均值之間平均差異的程度。方差與標準差越大，表示變量之間的差異越大，距離平均數(shù)這個“中心的離散趨勢越大。 均值比較和T檢驗均值比較Compare Means:比較不同樣本之間平均值是否存在顯著性差異。T檢驗T-Test：A單一樣本的T檢驗one-sample T test：研究研究某一樣本均值與指定值之間是否存在顯著性差異。B兩獨立樣本T檢驗(

7、Independent-samples T test)：獨立樣本是指兩個樣本之間彼此獨立沒有任何關聯(lián)，兩獨立樣本各自接受相同的測量。兩獨立樣本T檢驗的主要目的就是了解這兩個樣本之間是否存在顯著性差異。 C兩配對樣本T檢驗(Pared-Samples T test):是根據(jù)樣本數(shù)據(jù)對樣本來自的兩配對總體的均值是否存在顯著性差異進行推斷。 顯著性差異的含義顯著性差異SignificantDifference,sig.:就是先給定一個顯著性水平數(shù)值，0.0595%，或0.0199%，或0.00199.9%，進行均值比較時，零假設為：假設兩者之間不存在顯著差異。SPSS統(tǒng)計檢驗結(jié)果進行均值比較時會給出

8、比較結(jié)果的相伴概率，如果相伴概率大于0.5，表示大于95%的概率說明兩者之間確實不存在明顯差異，那么零假設成立；如果相伴概率小于0.5，表示小于95%的概率說明兩者之間確實存在明顯差異，零假設不成立，那么說明兩者之間確實存在明顯差異。顯著性差異一般用*表示。*表示significance level0.05(2-tailed或1tailed)，* 表示significance level0.01，* 表示significance level0.001。 方差分析Analysis of Variance (ANOVA )ANOVA 由英國統(tǒng)計學家R.A.Fisher首創(chuàng),為紀念Fisher,以F

9、命名,故方差分析又稱 F 檢驗 (F test)。用于推斷兩個或多個總體均數(shù)有無差異。方差分析的假定條件(上述條件與兩均數(shù)比較的t檢驗的應用條件相同.)。1各處理組樣本來自隨機,獨立的正態(tài)總體(D法,W法,卡方檢驗);2各處理組樣本的總體方差相等(不等會增加I型錯誤的概率,影響方差分析結(jié)果的判斷)。方差分析分類： Analysis of Variance (ANOVA )1單因素方差分析：即不同水平下各個總體的均值是否有顯著的差異。SPSS實現(xiàn)過程：Compare Means-One- Way ANOVA2多因素方差分析:當需要比較多個控制變量值之間有無明顯差異時采用。SPSS實現(xiàn)過程： An

10、alyze-General Linear Model-Univariate相關分析Correlation analyze：運用相關系數(shù)r, Correlation coefficient來表示兩個變量間相互的線性關系的統(tǒng)計方法。如果變量Y與X間是函數(shù)關系，那么r=1或r=-1;如果變量Y與X間是統(tǒng)計關系，那么-1r0，如果x,y變化的方向相反，如吸煙與肺功能的關系，那么稱為負相關，r0.95 存在顯著性相關； |r| 0.8 高度相關； 0.5 |r|0.8 中度相關； 0.3 |r|0.5 低度相關； |r|0.9：非常適合0.8KMO0.9：適合0.7KMO0.8：一般0.6KMO0.7：

11、不太適合KMO0.5：不適合因子分析(Factor Analyze)在SPSS主菜單中按AnalyzeData ReductionFactor順序逐一單擊鼠標鍵,翻開因子分析主對話框 聚類分析(Cluster Analyze)聚類分析又稱群分析，它是研究樣品或指標分類問題的一種統(tǒng)計分析方法。在SPSS主菜單中按AnalyzeData ReductionFactor順序逐一單擊鼠標鍵,翻開因子分析主對話框 物以類聚、人以群分回歸分析regression analysis) 是確定兩種或兩種以上變數(shù)間相互依賴的定量關系的一種統(tǒng)計分析方法。運用十分廣泛。按照涉及的自變量的多少 ,可分為一元回歸分析和

12、多元回歸分析 按照自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回歸分析 一元回歸分析設預測目標因變量為Y，影響它變化的一個自變量為X，因變量隨自變量的增減方向的變化。一元線性回歸分析就是要依據(jù)一定數(shù)量的觀察樣本Xi, Yi，i=1，2，n，找出回歸直線方程 Y=a+bX (1)三回歸方程需要通過的顯著性檢驗對于任何給定的一組因變量、自變量觀察樣本資料，用最小二乘法都可以計算出回量歸方程參數(shù)，建立回歸方程式。但是，這樣建立的回歸方程并非一定有實用意義。1相關分析對于一元線性回歸方程來說，也就是回歸系數(shù)的t檢驗，就是借用統(tǒng)計方法用計算自變量、因變量觀察樣本資料的相關系數(shù)，說明變量之間的

13、線性相關密切程度，并通過r顯著性檢驗指出這種線性相關密切程度的顯著性水平。2方差分析ANOVAF，回歸方程的F顯著性檢驗是分析自變量與因變量線性相關關系對因變量的變異的影響程度，并通過F顯著性檢驗指出反映自變量與因變量線性相關關系的回歸方程式的顯著性水平。只有通過r顯著性檢驗和F顯著性檢驗，才能說明建立的回歸線性方程有實際意義。3回歸系數(shù)的顯著性檢驗t檢驗：對于一元線性回歸方程來說，回歸系數(shù)的t檢驗就是相關系數(shù)的顯著性檢驗。4模型的擬合優(yōu)度R2Goodness of fit分析：模型的擬合優(yōu)度表示所建立的回歸方程預測值與實際觀察到的值之間差異的大小，一般用判定系數(shù)R2實現(xiàn)， R2越接近1，說明

14、方程的擬合度越好，所建立的方程與實際方程越接近。5回歸方程的殘差檢驗。對于上述回歸模型中的隨機誤差要求滿足如下的假設條件:殘差序列要求正態(tài)分布的隨機性變量，且殘差項之間互相獨立：1應當是服從正態(tài)分布的隨機變量,即滿足正態(tài)性的假設.2殘差的均值為零,即E()=0,我們稱滿足無偏性的假設.3 殘差序列滿足隨機性：的方差等于=,這就是說,所有的分布的方差都相同,即滿足共方差性的假設.4 殘差序列互相獨立：各個殘差間相互獨立,即對于任何兩個隨機誤差和其協(xié)方差等于零,即,Cov(,)=0, )這稱之為滿足獨立性的假設.因此應該進行殘差檢驗，判斷回歸模型的殘差是否滿足上述假設A殘差序列的正態(tài)性分布：通過殘

15、差序列的帶正態(tài)曲線的直方圖或累計概率圖來分析。直觀觀察圖形來判斷是否為正態(tài)分布。B殘差序列的隨機性：通過繪制殘差序列和對應的預測值序列的散點圖判斷，如果殘差序列是隨機的，那么殘差序列應與預測值序列無關，殘差序列點將隨機地分布在經(jīng)過零的一條直線上。C殘差序列的獨立性分析：回歸模型中假設Cov(,)=0,即隨機項是獨立的。這一假設是否成立,可以通過回歸模型的誤差序列是否相互獨立來進行檢驗。假設誤差序列各項間相互獨立，那么序列各項之間沒有相關關系。假設序列各項之間有相關關系，誤差序列不滿足線性回歸模型的根本假設，回歸模型就不能表達變量Y與X之間的真實變動關系。DW(Durbin-Watson)檢驗可以檢驗殘差序列的相關性。其檢驗方法如下:如果D-W0，表示殘差序列存在完全自相關；如果D-W4，表示殘差序列存在完全負相關；如果0D-W2表示殘差序列存在某種程度的