1、市场调查中的数据分析 数据准备的含义数据准备的含义数据分析包含两个基本工作步骤：数据准备和数据分析。数据准备：是对收集来的原始数据进行一列处理，形成数据分析所需的标准数据表的过程。数据分析：是运用一定的分析方法对数据进行处理，使其显示出解决管理决策问题和营销研究问题所需信息的过程。数据准备一般包括问卷的物理检查、编码、录入、清理、转换、保存等步骤。第第8讲讲 数据分析数据分析 数据准备的步骤数据准备的步骤物理检查 数据编码 数据录入 数据清理 数据转换 数据保存第第8讲讲 数据分析数据分析 物理检查物理检查检查的内容包括：问卷是否填写完整；是否存在规律性回答是否存在没有按要求回答，并尽可能了解
2、其中的原因。问卷不完整的处理方法：数据缺失较少，直接保留记录，按记录的实际情况进入分析，所缺数据按缺失值处理；当样本量较小时，缺失值又十分重要，根据问卷作业证明记载信息进行回访，尽可能补上缺失值；当样本量较大时，问卷的缺失值较多，采用直接丢弃整份问卷或部分数据。第第8讲讲 数据分析数据分析 数据编码数据编码矩阵式原则：是针对整体数据编排格式而言的，即最终数据表必须是一张由若干行和若干列组成的矩阵式数据表格。排他性原则：在一定范围内，一个编码只能对应一个变量或答案，每个答案（包括没有作答、无法作答等情况）都有一个代码与之对应，不能存在相互交叉。需要强调的是，当一个变量的答案是多选时，对于每一种答
3、案应采用一个代码进行列示，对受访者没有选中（注意：应区别没有回答的代码）的答案分配一个统一的代码。【例】您的性别是：男 女 这一问题的编码应包括：变量：性别，或gend性别 答案：0女；1男；2没有回答 第第8讲讲 数据分析数据分析 编码的另外两种情况编码的另外两种情况一是多维编码，或称复合编码，即一个编码包含的信息是多维的，如同身份证号码包含省份、城市、生日、性别等信息一样。多维编码一般仅仅用于标识定类变量，不利于统计分析，应谨慎使用；二是定性资料编码。定性资料的编码绝非轻而易举，研究人员除了解编码原则以外，还必须对手头资料的研究目的有一定理解，更重要的是对文字信息的洞察力。研究者应首先建立
4、起一套编码单位，对文本（最好是电子文本）进行手工编码，再进行计算机分析。第第8讲讲 数据分析数据分析 数据录入数据录入如果通过电脑辅助电话访谈（CATI）或电脑辅助人员访谈（CAPI）收集数据，研究者可以直接得到电子版数据表。对于非电脑辅助调查，研究者需要通过一定的手段将数据转录为电子表格。手工键盘录入应采用二次录入，通过两次录入的结果对比检查有无差异，或者抽取部分问卷录入结果进行核查，核查比例一般不低于25%。第第8讲讲 数据分析数据分析 数据清理数据清理数据清理的任务包括检查数据的一致性和处理缺失值。一致性检查包括三项基本工作：第一，检查有无超出编码定义范围的数据存在；第二，检查有无答案的
5、逻辑矛盾；第三，检查有无两行或多行数据完全一致或绝大部分一致。缺失值处理方法一般有：用均值代替；用估计值代替；整例删除；结对删除。第第8讲讲 数据分析数据分析 数据转换数据转换重新编码：出于受访者便利或事先无法预计等原因，问卷设计中的某些数据可能需要进行反向编码、重新分组编码等操作。反向编码就是将原有编码进行反向替代。数据编辑 单变量重新标度。如指数形式或对数形式等；变量组合运算。可能需对多个变量进行四则运算等；量纲转换。对不同变量的定量值进行可比性处理；赋权。在必要时可能对不同的问卷进行赋权，增加特定目标受访者对最终结果的影响力。第第8讲讲 数据分析数据分析 数据转换数据转换数据保存应注意以
6、下几点：第一，多份实时备份，手工输入数据文件被破坏带来的物质和精神损失是巨大的；第二，保存格式通用，因为数据表可能供分析员在不同的软件上使用，保存格式通用可以省去很多麻烦，节约大量的时间；第三，数据表需编号，数据表编号最好采用文字加数字的方法，便于识别数据内容和状态，这一点对于大规模数据分析十分重要。第第8讲讲 数据分析数据分析 数据分析技术分类数据分析技术分类依据测量尺度不同，数据分析技术被分为非测量型数据技术（nonmetric）和测量型数据技术（metric），非测量型数据包括定类尺度和定序尺度，它们在本质上主要反映事物的分类，没有真正的测量含义；测量型数据包括定距尺度和定比尺度，它们都
7、能够测量变量的值。依据统计技术属性，数据分析技术被分为因果技术（dependence technique）和相依技术（interdependence technique），因果技术适用于一个或多个变量作为因变量，其他变量作为自变量的情况；相依技术适用于变量没有自变量和因变量之分，只是测试变量之间的相关性或个体之间变量的相似程度。按分析变量数量的不同，数据分析技术被分为单元统计技术（univariate technique）和多元统计技术（multivariate technique）。单元分析技术适用于单个元素分析，单元素的衡量指标或多或少；多元统计技术适用于分析多个元素之间的关系，或多个元素
8、同时对某一个因素的影响。第第8讲讲 数据分析数据分析 数据描述技术数据描述技术集中趋势：用来反映数据的一般水平，常用的指标有平均值、中位数和众数等；离散趋势：主要用来反映数据之间的差异程度，常用的指标有方差、标准差、全距、最大值和最小值。频数分析：利于研究者初步观察一些统计规律。数据分布：统计分析中，通常要假设样本的分布属于正态分布，因此要用偏度和峰度两个指标来检查样本是否符合正态分布。第第8讲讲 数据分析数据分析 描述统计分析案例描述统计分析案例某保险公司有20个保险销售分公司，各公司2006年取得的销售业绩（单位：万元）如下，对销售业绩进行描述分析。公司编号公司编号 销售业绩销售业绩 公司
9、编号公司编号 销售业绩销售业绩 公司编号公司编号 销售业绩销售业绩 公司编号公司编号 销售业绩销售业绩1265.36315.311403.616318.52286.17570.112265.517326.03340.48512.013356.618373.24410.89422.114632.619350.45418.210305.015521.420421.8第第8讲讲 数据分析数据分析 销售业绩的描述性分析销售业绩的描述性分析变量全距最小值最大值销售业绩367.3265.3632.6样本量均值标准差方差20390.745101.610510324.691第第8讲讲 数据分析数据分析 联列表
10、技术联列表技术列联表的本质：是两个或两个以上变量的交叉频数分布表，它既可以帮助研究者初步描述和判断变量之间的关系，也可以用构造卡方统计量来检验变量的关系。第第8讲讲 数据分析数据分析 列联表分析实例列联表分析实例例：顾客对产品属性重要性评价的最终答案如下，那么不同年龄受访者的评价是否具有显著的差别？年龄段年龄段重要性重要性评价评价年龄年龄合计合计25周岁周岁2534周岁周岁3544周岁周岁4559周岁周岁60周岁周岁彩电品牌1222612154792202411115731823930534183073058合计7810339225247第第8讲讲 数据分析数据分析 列联表的分析结果列联表的分
11、析结果统计量统计量检验检验统计量值统计量值自由度自由度双侧双侧近似概率近似概率Pearson卡方（Pearson Chi-Square）24.28312.019对数似然比方法计算的卡方（Likelihood Ratio）25.15012.014线性相关的卡方（Linear-by-Linear Association）8.1751.004有效样本量247 列联表分析在SPSS中的实现：点击AnalyzeDescriptive StatiticsCrosstabs，选中“彩电品牌”到Row(s)，“年龄”到“Column（s）”，点击下方【statistics】，选中“Chi-square”，依次
12、点击【continue】【ok】，结果如下：第第8讲讲 数据分析数据分析 方差分析方差分析方差分析通常用于某一个或多个变量在两组或两组以上的组别之间的均值是否存在显著差异，各组别的均值大小如何。方差分析通常假设各组均值相等，如F统计量拒绝原假设，我们就认为某变量在各组别之间存在显著差异，企业应采取不同的策略。第第8讲讲 数据分析数据分析 因子分析因子分析因子分析是一种用于数据简化和降维的多元统计分析方法。面对众多内在相关的变量，因子分析试图使用少数几个随机变量来描述众多变量所体现的一种基本结构，从而将数据维度降至一个可以掌握的水平。因子分析是解决多重共线性问题的有效手段，能够有效探索变量之间的
13、内在结构。第第8讲讲 数据分析数据分析 聚类分析聚类分析 聚类分析聚类分析：就是实现分类实现分类的一种多元统计方法，它根据聚类变量将受访者分成相对同质的族群。与因子分析不同，聚类分析通过将具有同质性的受访者个体聚为较少数量的族群来减少个体数量，即个体数量并不变化个体数量并不变化，而因子分析通过减少变量的数量来达到降维目的。第第8讲讲 数据分析数据分析 判别分析判别分析判别分析：是在已有的观察数据及其所属类别信息的基础上，建立判别式，然后对未知的数据进行判别分类。判别分析和聚类分析往往联合起来使用，判别分析要求先知道原样本的归类情况才能判断新个体的归类，当原样本的分类不清楚时，可先用聚类分析分类。第第8讲讲 数据分析数据分析 本讲小结本讲小结小结思考题1.什么是数据准备？它有哪些主要步骤？2.如何理解数据编码的原则？3.描述性分析、列联表和方差分析的主要用途是什么？4.因子分析、聚类分析和判别分析的主要用途是什么？5.因子分析、聚类分析和判别分析的主要步骤是什么？第第8讲讲 数据分析数据分析
