SPSS在市场调查统计分析中的应用（总的）.doc

消费者分类研究初探 出处：上海简博市场研究公司发布日期：2009年09月02日 14:22通常认为：消费者的生活方式与他们对商品的选择是密切相关的，根据生活方式将消费者进行分类，可以为产品的市场细分以及市场定位提供技术指导。在现代消费者行为与心理研究中，评价消费者生活方式的方法有许多，比较广泛应用的细分系统如vals（价值及生活方式）系统，最早由sri公司开发应用，该系统根据他们对生活的观点以及通常行为方式，将美国的消费者分成9个方式的群体系统。但由于各地区文化背景的差异，不同地区的消费者生活模式也存在较大的差异，消费者的分类也应考虑各地的具体情况。毫无疑问，了解我国消费者的生活方式，建立符合我国实际情况的消费者分类系统是一项具有重要意义的事情。在香港中文大学charles a. ingene 教授与唐璎璋博士（dr. edwen tang）的主持下， 99年我们首先对上海地区的消费者生活方式进行了探索性的研究，对于其中的基本研究方法，我们做一些简单介绍，以期对我国市场研究者有所裨益。一、 研究的基本方法抽样由于缺乏基础性的资料可以参考，考虑到对消费者进行分类时样本量的充足性，本次研究采取了较为充足的样本，样本总量3000个。样本的分布根据人口比例分布在上海市的14个城区。由于我们这次研究的另一目标是了解上海消费者的零售购物方式，因此我们选定的样本对象为：15岁以上具有独立购买能力的消费者。样本的抽取采用随机方法，采用kish表（随机表）决定家庭中的受访者，以保证样本的代表性。测试为研究消费者的生活方式，我们采用通常的心理描述测试法。即采用一系列关于对社会活动、价值观念等内容的陈述，请消费者根据自己的情况做出评价。调查中采用7分评价法， 1分表示非常同意，7分表示非常不同意。经事先的小样本测试筛选，最终的测试语句为：a. 我喜欢购买新潮的东西 b. 在其他人眼中我是很时髦的 c. 我用穿着来表达个人性格 d. 我对自己的成就有很大期望 e. 生命的意义是接受挑战和冒险 f. 我会参加/自学一些英语和电脑课程来接受未来的挑战 g. 我习惯依计划行事 h. 我喜欢品味独特的生活 i. 放假时我喜欢放纵自己，什么事都不作 j. 无所事事会使我感到不安 k. 我的生活节奏很紧凑 l. 优柔寡断不是我的处事方式 m. 经济上的保障对我来说是最重要的 n. 我选择安定和有保障的工作 o. 我宁愿少休息多工作，以多挣些钱 p. 我很容易与陌生人结交 q. 我活跃于社交活动 r. 我对朋友有很大影响力 s. 我很注意有规律的饮食习惯 t. 我定期检查存款余额，以免入不敷出 二、 消费者分类的分析方法对于以上测试数据，我们采用了一系列的数理统计方法进行处理，主要思想是：1、 1、通过因子分析，将测试语句进行分组。即：将这一系列的语句进行综合，根据消费者的回答情况，将这些语句分为几大类，根据实际情况，找出每一类型中的共同因子，对这些类型的含义进行合理解释。2、 2、利用因子分析的结果，对样本的回答按照新的类型进行重新评估打分，然后根据这些评价进行聚类分析，根据统计原则以及在现实中容易解释的原则，确定最终采用的分类个数。3、 根据分类结果对每一样本判别其所属类别，对各类型消费者的背景进行交叉分析。具体的做法如下：因子分析由于测试的语句实际上是一系列相关因素的陈述，很多语句之间存在一定的相关性，我们不能采用简单的回归方法进行分析。而通过因子分析则可以将系列相关因素综合为一个因子，因此，研究中我们首先采用因子分析来对20个陈述进行分析。（因子分析的原理请参考有关数理统计书籍）利用统计软件进行因子分析后我们发现：这些陈述可以大致可以综合为5个因子。为了进一步发现其中每一个因子的实际含义，我们对因子进行正交旋转，最终形成5个组合因子，这些因子其实是20个陈述的一个线性组合。对于每一组合因子，选取其中对因子呈现较强相关（相关系数大于0.5）的陈述，其余的陈述予以剔除，以便较一目了然地发现因子的实际意义。实际研究结果见下表。仔细考察这5个因子中所包含陈述的实际意义，我们对每一因子进行命名，以便实际分析时方便引用。同时发现，有两个陈述没有被包括在5个组合因子中，可能是该陈述不符合国情。表1：因子分析的结果组合因子 因子中包含的陈述（相关系数大于0.5） 因子含义因子1 a、b、c、h 对时尚的观点因子2 d、e、f、j、k 个人的事业性与进取性因子3 m、n、o 对经济利益看法：因子4 p、q、r 社交能力与影响力因子5 s、g、i 生活的计划性聚类分析因子分析后每一因子可以表示为一系列陈述语句的线性函数，因此我们首先利用这些因子函数，根据消费者对各陈述的评价，求出他们对每一因子的评价。然后根据消费者对因子的评价，对样本进行聚类分析，从而对消费者的生活方式进行分类。实际研究中，在模型通过统计检验的情况下，我们根据聚类的实际含义，最后选择了有6个中心的聚类分析，也就是说将消费者的生活方式分为6个模式。这6个聚类中心（类别）如下：（表中数据的得分值越低，表示消费者对该指标的认同程度越高，0表示中性）表二：聚类分析的中心因子值因子 类别1 2 3 4 5 61、追求时尚新潮 -1.20913 .50717 .77936 .07717 .43515 -.029902、积极的生活态度 .00178 -.18146 .10136 -1.45683 .88757 .272683、注重经济利益与保障 -.32459 -.83205 -.53811 .79861 1.06779 .032864、社交能力与影响力 -.17170 1.06183 -1.18052 .01572 .34527 -.151375、生活有计划 -.39631 -.26929 -.54317 -.01171 -.36465 1.11666类别的实际意义 非常重视时尚 社交影响能力不强，注重经济保障 社交影响能力强，不大注重时尚 生活态度积极，不注重经济利益 不注重经济利益，态度消极 生活没有计划，平庸 时尚型 自保型 领袖型 上进型 没有目标型 平庸型根据每一类消费者的因子的特征，我们最终将消费者的生活方式分为6个类别，即：时尚型、自保型、领袖型、上进型、迷茫型（缺乏生活目标型）、平庸型。三、 研究结果的应用分析各类型消费者的特征得到消费者生活方式分类后，我们对各类型的消费者背景进行分析，以判断这些分类是否符合我们的通常认识类。以下是我们的实际统计结果：时尚型：这类消费者约占样本的约21%，主要背景特征为：年龄相对较轻，平均年龄在35岁左右，最主要在25-44岁之间，教育程度相对较高，一般具有高中以上的文化程度，虽然平均家庭收入较好，平均在2200元左右，但同时也是分散程度最高的，表明喜爱时尚并不是高收入者的专利。与其他类型相比，这一类型中的三资企业员工的比例最大，未婚的比例较大，约占1/4，女性的比例为55%，高于男性。自保型：这类消费者占16%，他们更多的是为自己的生计考虑，考虑自己能否有稳定的经济来源，维持家庭的经济保障是他们最关心的问题。而对于他人的影响力较弱。这些人的平均受教育程度较低，中年人的比例较高，平均年龄在44岁左右，家庭收入较低，平均在1600元左右，国营企业员工以及离退休人员的比例较高。女性的比例高于男性。领袖型：这类消费者占13%。教育程度处于社会平均水平，也主要为中年人，有较多的生活阅历，多在45-54岁之间，平均年龄45岁。家庭收入一般在1800元左右。在职业上没有显著特征。他们绝大多数已婚，已婚比例是各类消费者中最高的，这似乎表明有稳定的家庭也是成为领袖的一个条件。男性比例占55%，高于女性。上进型：这类消费者占消费者总人数的不到13%。他们对生活的态度积极，大多为未婚青年，平均年龄在28岁左右，25岁以下的占40%，单身未婚的比例占1/2以上。职业上的显著特征是：1/3为学生，三资企业员工的比例达1/10，都显著高于其他类型。在性别上，男性的比例（56%）高于女性。同时，这类消费者是受教育程度最高的，由于年轻，他们不注重经济保障，但是他们的平均家庭收入却是最高的，月平均2300元左右。迷茫（缺乏生活目标）型：约占15%，他们既不注重经济保障，也不会去参加什么培训，学习新知识，生活节奏较缓慢。详细的数据表明，这类消费者主要为退休人员，约占该类型人员的2/3，剩下的主要为国营企业员工。他们的年龄是各类型消费者中最高的，平均年龄在50岁以上，45岁以下的比例很小。他们的教育程度是最低的，家庭收入也是最低的，平均不到1600元，在婚姻状态中，丧偶的比例最高，约占15%，而其他消费者类型的比例均低于7%。再性别分布上，女性的比例远远高于男性，占62%。平庸型：这类消费者约占23%，他们最大的特点是生活没有计划，日常生活没有规律，而其他指标均则处于中间状态。这类消费者在年龄上比较分散，从15岁到54岁之间的各年龄段均有相当比例， 平均教育程度一般，家庭平均收入中等，平均收入在1900元左右。在职业上没有显著特征，但待岗人员的比例稍高于其他各类型。在性别上，男性稍高于女性。消费购物与生活方式研究表明：消费者的生活方式与消费者的购物方式有着很高的相关程度。购物半径：我们这里的购物是指购买食品与日杂用品，不包括衣着与耐用品。调查显示：时尚型的消费者购物半径最大，平均购物半径4.5公里，其次是领袖型，4.2公里，缺乏目标型的购物半径最小，仅为2.6公里。愿意花费在购物上的最长时间：不出所料，时尚型的消费者是愿意在购物上花费时间最长的，平均为74分钟，而缺乏目标型的消费者时间最短，为56分钟，其他类型的均在65分钟左右。购物交通费：时尚型的消费者愿意为购物花费最多的交通费，平均为7.9元，缺乏目标型为3.4元，其他类型再4.2-5.6之间结束语从以上结果可以看出：研究消费者生活方式，对消费者进行合理的分类，将有助于我们进一步了解人们的消费行为，提高我们准确把握市场规律的能力。本文的结果旨在抛砖引玉，对于其中的错误不当之处，欢迎大家指出或共同探讨。（上海简博市场研究公司：向采发）主成分分析与因子分析之比较及实证分析 出处：南京财经大学发布日期：2007年06月22日 14:44一、问题的提出在科学研究或日常生活中，常常需要判断某一事物在同类事物中的好坏、优劣程度及其发展规律等问题。而影响事物的特征及其发展规律的因素（指标）是多方面的，因此，在对该事物进行研究时，为了能更全面、准确地反映出它的特征及其发展规律，就不应仅从单个指标或单方面去评价它，而应考虑到与其有关的多方面的因素，即研究中需要引入更多的与该事物有关系的变量，来对其进行综合分析和评价。多变量大样本资料无疑能给研究人员或决策者提供很多有价值的信息，但在分析处理多变量问题时，由于众变量之间往往存在一定的相关性，使得观测数据所反映的信息存在重叠现象。因此为了尽量避免信息重叠和减轻工作量，人们就往往希望能找出少数几个互不相关的综合变量来尽可能地反映原来数据所含有的绝大部分信息。而主成分分析和因子分析正是为解决此类问题而产生的多元统计分析方法。近年来，这两种方法在社会经济问题研究中的应用越来越多，其应用范围也愈加广泛。因子分析是主成分分析的推广和发展，二者之间就势必有着许多共同之处，而 spss软件不能直接进行主成分分析，致使一些应用者在使用spss进行这两种方法的分析时，常常会出现一些混淆性的错误，这难免会使人们对分析结果产生质疑。因此，有必要在运用spss分析时，将这两种方法加以严格区分，并针对实际问题选择正确的方法。二、主成分分析与因子分析的联系与区别两种方法的出发点都是变量的相关系数矩阵，在损失较少信息的前提下，把多个变量（这些变量之间要求存在较强的相关性，以保证能从原始变量中提取主成分）综合成少数几个综合变量来研究总体各方面信息的多元统计方法，且这少数几个综合变量所代表的信息不能重叠，即变量间不相关。主要区别：1. 主成分分析是通过变量变换把注意力集中在具有较大变差的那些主成分上，而舍弃那些变差小的主成分；因子分析是因子模型把注意力集中在少数不可观测的潜在变量（即公共因子）上，而舍弃特殊因子。2. 主成分分析是将主成分表示为原观测变量的线性组合， （1）主成分的个数i=原变量的个数p，其中j=1,2,p， 是相关矩阵的特征值所对应的特征向量矩阵中的元素， 是原始变量的标准化数据，均值为0，方差为1。其实质是p维空间的坐标变换，不改变原始数据的结构。 而因子分析则是对原观测变量分解成公共因子和特殊因子两部分。因子模型如式（2），（2）其中i=1,2,p, mp ，m是公共因子个数，p是原始变量个数，是因子分析过程中的初始因子载荷矩阵中的元素, 是第j个公共因子，是第i个原观测变量的特殊因子。且此处的与的均值都为0，方差都为1。3. 主成分的各系数，是唯一确定的、正交的。不可以对系数矩阵进行任何的旋转，且系数大小并不代表原变量与主成分的相关程度；而因子模型的系数矩阵是不唯一的、可以进行旋转的，且该矩阵表明了原变量和公共因子的相关程度。4. 主成分分析，可以通过可观测的原变量x直接求得主成分y，并具有可逆性；因子分析中的载荷矩阵是不可逆的，只能通过可观测的原变量去估计不可观测的公共因子，即公共因子得分的估计值等于因子得分系数矩阵与原观测变量标准化后的矩阵相乘的结果。还有，主成分分析不可以像因子分析那样进行因子旋转处理。5.综合排名。主成分分析一般依据第一主成分的得分排名，若第一主成分不能完全代替原始变量，则需要继续选择第二个主成分、第三个等等，此时综合得分=（各主成分得分各主成分所对应的方差贡献率）,主成分得分是将原始变量的标准化值，代入主成分表达式中计算得到；而因子分析的综合得分=（各因子得分各因子所对应的方差贡献率）各因子的方差贡献率，因子得分是将原始变量的标准化值，代入因子得分函数中计算得到。区别中存联系，联系中显区别由于上文提到主成分可表示为原观测变量的线性组合，其系数为原始变量相关矩阵的特征值所对应的特征向量，且这些特征向量正交，因此，从x到y的转换关系是可逆的，便得到如下的关系： （3）下面对其只保留前m个主成分（贡献大），舍弃剩下贡献很小的主成分，得：i=1,2,.p（4）由此可见，式（4）在形式上已经与因子模型（2）忽略特殊因子后的模型即： （2）*相一致，且 （j=1,2,m）之间相互独立。由于模型（2）*是因子分析中未进行因子载荷旋转时建立的模型，故如果不进行因子载荷旋转，许多应用者将容易把此时的因子分析理解成主成分分析，这显然是不正确的。然而此时的主成分的系数阵即特征向量与因子载荷矩阵确实存在如下关系：主成分分析中，主成分的方差等于原始数据相关矩阵的特征根，其标准差也即特征根的平方根，于是可以将除以其标准差（单位化）后转化成合适的公因子，即令，则式（4）变为： （4）*可得， （5）式（5）便是主成分系数矩阵与初始因子载荷阵之间的联系。不能简单地将初始因子载荷矩阵认为是主成分系数矩阵（特征向量矩阵），否则会造成偏差。三、实证分析通过实例来研究spss软件中的因子分析和主成分分析及二者分析结果的比较。运用两种分析方法对2005年江苏省13个主要城市的经济发展综合水平进行分析。本文在选取指标时遵循了指标选取的基本原则，即针对性、可操作性、层次性、全面性等原则，选取了以下反映城市经济发展综合水平的9项指标： gdp(x1)亿元 、人均gdp (x2) 元 、城镇居民人均可支配收入(x3)元、农村居民纯收入(x4) 元、第三产业占gdp比重(x5)%、金融机构存款余额（x6）亿元、万人中各专业技术人员数(x7)人、科技三项和文教科卫支出（x8）亿元、实际利用外资(x9) 亿美元。（一） 数据来源及处理按照上述指标体系，选取了江苏13个城市的数据，（所有数据均来源于江苏统计年鉴（2006）。指标都是正指标，无需归一化，spss13.0将自动对原始数据进行标准差标准化处理，消除指标量纲及数量级的影响。 （二） 运用spss进行分析首先，通过spss中的data reduction-factor命令进行因子分析，本文采取主成分分析法来抽取公共因子，并依据特征值大于1来确定因子数目。相关的分析结果及分析，如下：1.相关系数矩阵由于因子分析是基于相关矩阵进行的，即要求各指标之间具有一定的相关性，求出相关矩阵是必要的。kmo统计量是0.659，且bartlett球体检验值为190.584，卡方统计值的显著性水平为0.000小于0.01，都说明各指标之间具有较高相关性，因此本文数据适用于作因子分析。2.总方差分解表2中，依据特征值大于1的原则，提取了2个公因子（主成分），它们的累积方差贡献率达91.4555%，这2个公因子（主成分）包含了原指标的绝大部分信息，可以代替原来9个变量对城市经济发展水平现状进行衡量。3.主成分表达式与因子模型初始因子载荷矩阵（见表3）反映了公因子与原始变量之间的相关程度，而主成分的系数矩阵并不反映公因子与原始变量之间的相关程度，故不能直接用表3中的数据表示。根据该系数矩阵与初始因子载荷阵之间的关系（如式（5），可以计算出前2个特征值所对应的特征向量阵（系数矩阵），见表4。很明显表4和表3中的数据相差很大，因此，如果将初始因子载荷阵误认为是主成分系数矩阵，分析结果将会产生较大偏差。主成分的表达式应为：（6）y1=0.3622 *z1+0.3607 *z2+0.3260*z9y2=-0.1298 *z1-0.0799 *z2+-0.3849*z9=（79.4012* y1+12.0543* y2）/100因子模型：x1=0.9684*f1-0.1352*f2x2=0.9642*f1-0.0832*f2x9=0.8714*f1-0.4009*f2其中z1z9是x1x9的标准化数据.4.因子得分函数从表3得知，各因子在各变量上的载荷已经向0和1两极分化，故无需进行因子旋转。公因子是不可观测的，估计因子得分应借助于未旋转因子得分系数矩阵，见表5。得到以下因子得分函数：（7）f1=0.1355*z1+0.1349*z2 +0.1219*z9f2=-0.1247 *z1-0.0767*z2 +.-0.3696*z9同样z1z9是标准化的数据，其综合得分计算公式：=(73.4228*f1+18.0327*f2)/91.4555（8）（三） 两种方法综合排名比较按照主成分综合得分和因子综合得分，对江苏13个城市的经济发展综合水平进行排名，见表6。表6中，综合得分出现负值，这只表明该城市的综合水平处于平均水平之下（由于主成分（因子）已经标准化了）。从该表看出，主成分分析与因子分析的实证结果，不仅大部分城市的排名存在差异，且综合得分值上存在较大差异，其定量值差异较大，这对于后来的综合定量定性分析，最终所提出的政策建议等都会产生较大影响。因此不能混用。四、结束语使用主成分分析和因子分析进行综合评价时，可以通过不同的统计软件来完成数据分析，除spss软件外，其他软件都分别设有两种方法的过程命令，使用者可以根据需要采用其中一种来分析问题，一般不会混淆。而正是因为spss没有直接进行主成分分析的命令，才使得那些本身尚未清楚区分这两种方法的使用者更加迷惑，不慎便会出现混淆性错误。因此，本文很详细地从理论和实证角度，分析了这两种方法的异同及如何运用spss软件进行分析。从实证结果看，运用主成分分析和因子分析进行综合定量分析时，不但综合排名结果存在差异，而且定量值也存在较大差异，这必然会影响后面的综合定性分析结果。因此，我们应正确理解和运用这两种方法，使其发挥出各自最大的优势，以便更好地服务于实际问题的分析。参考文献：1 郭显光. 如何用spss软件进行主成分分析j. 统计与信息论坛，1998, (2)2 何晓群. 现代统计分析方法与应用m. 中国人民大学出版社，19983 余建英、何旭宏. 数据统计分析与spss应用m. 人民邮电出版社，20034 于秀林、任雪松. 多元统计分析m. 中国统计出版社，19995 anderson, t. w. an introduction to multivariate statistical methods, new york: john wiley, 1958电视观众生活形态调研的重要价值及其研究新进展 出处：央视市场研究股份有限公司发布日期：2008年04月08日 13:26作者：吴江一、问题的提出电视观众的生活形态调研，至今都没有受到绝大多数电视台应有的重视。原因在于：有的电视台不知道有这样指导频道定位、节目制作和编排的调研，有的电视台虽然知道有这种调研，但对此的认识比较模糊。另外，还有的电视台曾经做过一次，但认为有一次这样的数据就能管上几年，或者是由于在上一次自身或请的调研机构没有做对或做好该调研，导致使用的效果不好，从而退缩而不再坚持。电视台对生活形态调研的模糊认识比较多，而其中有代表性的且似是而非并容易导致问题的认识是：我们台根据以往的编播经验、节目制作经验，再根据收视率调查的相关指标数据就够了，无须对电视观众再做什么了解。我们知道什么时段观众的构成大致是什么，如工作日的白天以离退休、无业和家庭妇女的观众为主，而在黄金段则是大众型的观众、晚上才到家的白领多在21：00后开始看电视等主要就以此来安排相应的节目内容；另外，什么节目的收视率高，就可以考虑重播，或者从其他电视台那里买来播。但是，为什么这些看上去似乎是正确的认识，却往往并没有指导电视台做对，尤其是激烈竞争的今天，经常没能达到预期的收视效果呢？通过对一些电视台客户的深访研究，作者发现，未能做对的关键是我们的电视台实际上对自己已经形成的观众规模、分布和特点，目标观众和现实观众的需求与满足，真正的竞争频道或栏目、竞争程度等情况都不明确，并由信息不明继而导致分析错误。事实上，客户频道到底形成了什么样的观众，核心观众、边缘观众和游离观众的比例如何，他们各自的分布、构成如何？他们各自的需求是什么，满足情况如何？现实观众和目标观众的差别是什么？是否有能力吸引足够多的目标观众？在不同区域的真正竞争频道、栏目、节目类型是什么，竞争程度如何？在不同的竞争条件下分别能够获得什么样的观众？我们应依赖什么观众信息去决策，制定编排、节目制作和购买、竞争形式、宣传等方面的策略？在观众心目中我们所形成的频道定位和形象（全国台、区域台、本地台；强势台或弱势台；影视剧特长或新闻特长、快乐或时尚概念等）是否有，是什么？是否在目标观众心里产生了独一无二性的形象地位？我们的频道及栏目影响力、节目内容创新水平等等核心竞争力要素，在观众心中是一个什么样的状况？这些与电视台之间的理解或推测差距有多大？在纷繁的竞争条件下，如何有效博弈才能扬长避短等等问题的答案，电视台往往都是不清楚的。这样一些涉及战略、运作战术方面的关键细节，或者说在激烈竞争的今天，粗线条的情况已经基本清楚，而唯有通过“精耕细作”才能保证取得成功的信息和分析模型，既恰恰是客户所缺乏的，也正是今天制胜的法宝。因而，才会出现电视台凭经验或不系统、不准确、不完整的研究结果，而经常不恰当地在某些时段，放置了某些节目。这样做，即使那些过去获取过高收视的节目或者在某种地域下某电视台的高收视节目，因时机和编排时段掌握不当，也不能得到预期的好收视效果。当然，另一方面的原因也来自调研咨询机构，他们大多在对客户进行方案说明时，没有能给出明确的思想、足够完整的指标体系和理论解释，因而也就不能说服电视台客户信任观众生活形态的调研成果以及树立持续使用的信心。二、电视观众生活形态调查的意义和价值在上面的讨论中，我们已初步涉及到许多电视观众生活形态调查的意义和价值。归纳来说，电视观众的生活形态调查，不仅仅可以为电视台进行节目编排和节目内容研发提供重要决策依据，而且还可以帮助客户电视台进行准确的频道定位、确定应有的对频道定位支撑的栏目构成形态。另外，它还可以为电视台确定相应的组织体系、人力配置、激励机制、创新机制、资金及外部资源保障等提供依据，当然，后面这些工作内容，还需要针对客户内外部进行其他内容的调研和咨询。下面，我们再先进一步明确电视观众生活形态调查的基本轮廓，并在此基础上分析其价值。从字面上看，生活形态调查所涉及的面是很广的。它除了要描述人们的日常生活习惯、工作状态、休闲和消费习惯、处事态度和表现，包括我们最关注的收视习惯外，还涉及到比较深层的个体及社会心理，外部环境影响与其在人心理的内在影响等。但这些，我们是不可能在一个问卷中解决的。因此，我们将对电视观众生活形态的调查，限制在我们的研究目标上，即用于电视台进行频道定位、频道之间栏目及内容的协调和差异化编排，频道内栏目的编排、节目内容研发等工作上。这些工作的好坏，无疑决定了其整体收视率和收视份额的表现。当前国内的电视观众生活形态调查基本上是一种量身定做的个案调查，调查范围、调查对象、调查内容、调查方法等均视客户的具体需求而定，调查范围可以是全国、一个大区、一个省或一个城市；调查对象一般为1569岁电视观众，青少年观众的生活形态调查则主要对414岁的孩子。调查内容主要有三大方面，一是要了解不同人群、不同时段的既定作息习惯、电视收视习惯、经常收看的频道和节目类型，为节目编排和节目内容研发服务；二是要了解人们的深层关注和需求、满足程度、相对满足的频道及栏目情况，以便于进行频道定位的考虑和节目内容的研发；三是要调研观众获取新闻资讯信息、知识、娱乐的渠道，媒介之间的竞争关系，从而能扬长避短，吸收其他媒介的优势来更好地发展自己。在调查方法上，主要采用入户问卷调查的形式，也可根据情况，采用电话访问、焦点座谈会、深度访问等调查方法、观察法和实验法。一般为常规连续调查，每年、每半年或每季度一次。国内在这种研究上肯花钱或做得好的电视台，一般一年做一次。在搞清楚观众生活形态调查的基本情况后，下面我们来看它的研究价值：1.电视观众生活形态调查的不可替代性首先，从前面所述的电视观众生活形态调查目的来看，它涉及到了节目编排、节目内容研发、频道定位等重大问题，有自己严密的问题系统且比较独立；其次，从调查内容的容量上看，其涉猎面很广、题目量大，不可能包括在哪个调查中作为附属，因此，没有哪个已有的调查能包含这么多的内容。2.电视观众生活形态调查的商业价值在与电视台的交流中，经常听到电视台所希望调研咨询机构解决的两大问题，一是帮助其提高收视率或收视份额，二是提高其广告收益。而常被电视台不认识和忽略的观众生活形态调查，就恰恰是围绕这两大方面来设计问卷问题的，因而其商业价值也就不言而喻了。在帮助电视台进行频道准确定位、树立频道和栏目的品牌形象，传播和强化频道及栏目的影响力，积累频道及栏目的核心竞争力的观众生活形态调研成果，实际用处就是在帮助电视台提升频道和栏目的收视率。在根据观众在不同时段的惯性收视行为，结合不同电视频道在不同时段所播放的内容、节目编排、竞争关系，就可以做好自身节目的编排，以提升其收视份额。并将这些成果，通过未来的频道及栏目价值推广，而转化为广告收益。另外，生活形态调查在帮助分析栏目收视波动的原因，帮助判断有无必要对栏目进行调整甚至改版的过程中，还可以在一定程度上预测电视节目和频道的收视走势，推测节目收视率；甚至结合人们收视广告的态度及行为的调查，推测出不同满意和期待收视节目下的广告收视率，从而直接为广告投放的决策提供依据。三、电视观众生活形态调查问卷体系的新进展以往电视观众生活形态调查问卷中的问题，主要是问卷逐年题目的“随意性”增加，导致结构性不好，并因此使得题目之间的逻辑性不好，从而也缺乏了某些重要问题。另外，是一些题目缺乏每年调查的必要性，如每年都有的生活作息习惯。笔者设计新电视观众生活形态调查问卷模板的原则是：首先，回到电视观众生活形态调查的需求起点上，明确我们的目的是什么；其次，在目标明确的前提下梳理问卷问题的体系或结构；第三，根据这一体系和结构，研究所设置题目之间的逻辑性和系统性，考虑还缺乏什么重要问题并进行补充，也为今后数据的关联研究打下基础。电视观众生活形态调查的目的主要是为频道定位、节目编排、节目内容研发提供一些依据。关于节目内容需求的调研，尽管问卷中的题目已不少，但仍然不足。这主要是由于其涉及面广且比较复杂，如对于不同的节目类型、不同的栏目，定位于不同的人群，都会有较大的需求差别，在一个问卷中难以解决。因此，我们将详细的分栏目的节目内容研发所涉及的问题，主要交与专门的座谈会去解决。另外一个不能加大这方面问题设计的考虑，是问卷面访的时间最好控制在35分钟左右，以免在问卷过长时，因被访者疲乏和烦躁而影响后面问题回答的质量。在明确了主要调查目标后，考虑问卷的结构和问题。重点调查一般观众调查，特别是收视率调查中得不到的结果，增加一些问题，以增强问题之间的系统性、逻辑性，完善问卷的系统构筑，同时也去掉一些花时间长而用处不大的问题，以留出问卷空间给更重要的题。（一）去掉的部分1.有关作息时间的问题。对比最近两年同域所调查计算的全国观众生活作息时间结果可以看出，人们在对应指标数据上基本没有变化，早上起床、上午出门、中午到家、中午午休开始、中午午休结束、下午出门、傍晚到家、深夜就寝等8个作息行为发生的平均时间，波动在正负15分钟左右，而这微小的差别应主要来自抽样和调查中的回答误差。这样稳态的作息时间，相对于收视的关系无疑也是稳定的，这从近3年的电视开机率基本没有变化就可以看到。由csm27省网组合所测结果（可以看成是全国的情况）计算后可看出，开机率在近3年内基本没有什么变化。而31省市城市市网组合所测结果显示的前后3年内所发生的些微变化，应与部分城市由日记卡改成测量仪测量有关。详见下图：因此，对生活作息的调查，可以考虑加大时间间隔，比如5年做一次这样问题的调查，看这个数据是否会有什么变化，或者在有什么大的影响事件发生后再做此调查。另外，以往对这类生活作息设计的问题，很难让规律性相对较差的人来回答，在细问其各时间段的作息和收视表现时，就容易陷入到回答障碍和配合差中。我们本次改用相对简化的题目，先问人们的工作和收视基本规律，对在这些方面规律很差的人，就不再细问收视时段分布方面的问题，而今后在数据处理中，对这样小比例的人群的行为，用大比例人群行为的平均值去替代，以统计性替代个人波动性。2.有关读过的报纸类型、权益受到损害的行为方面的问题。去掉前者是相关内容，在其他题目中都有并且直接，如“您过去一周内读过哪些类型的报纸”；去掉后者是因为该题与目标关联性不大，如“在日常生活中，如果您的权益受到了侵犯，遭受到利益损失时，您首先想到的解决办法是什么”。（二）修改和增加的部分1.在问卷中主要用于节目编排的“电视收视习惯”问题部分，首先是设计了3个层次性的问题：一是人们的工作规律情况，二是以周来计的收视习惯、以天来看的收视规律、工作日与休息日的收视差异程度；三是分半小时或15分钟时间段（后者针对黄金时段）的收视情况、工作日和休息日平均每天的收视时长及其与去年相比的变化。把聚焦点直接放在电视收视时段的分布、频道的选择、节目类型的选择上。一是尽量解决以往出现的开机比例远大于实际开机率的情况（一般黄金时段不超过50%，而我们以往的调查数值在90%左右）；第二，可以获得收视率调查中得不到的东西，即开机率或各频道的收视率中，哪一部分是属于核心人群、哪一部分是边缘人群，哪一部分是游离人群，各占多大比例以及他们的构成。第三，通过其节目类型在各时段上的确定性需求和可能性需求，可以考虑节目类型的编排，并结合人们目前在各时段上的频道选择和节目类型选择，考虑竞争的频道对象，如何博弈获取最好效果。在此后，询问一个昨天的实际收看状态，以实证前面时段的收视分布、频道选择分布、节目类型选择分布。节目类型的肯定看和经常看的规模、满足程度、不满足原因及其相对满足的频道等问题的设计，可以了解客户频道的定位是否合适，是否在竞争条件下，获得了一个尽可能大的观众人群，还是应该重新考虑在哪个观众群较大并有较多不满足人群的节目类型（或概念）上去定位。同时，明确对这方面节目类型不满足的原因、若进行这方面定位所需要超越的频道竞争对象。另增加了一个测试意见领袖的问题，以在某些题目中，对比这类人群和过渡型观众、普通观众的差别及其程度，看根据谁的意见，或按权重计算数值为依据，进行改变方向和程度的调整。2.在用于节目内容研发的“电视收视内容偏好”问题部分，首先确定频道选择的控制权，在此基础上了解观众从新闻资讯、综艺娱乐、影视剧，到广告的收视偏好这样一个完整链条的收视需求。本次完全新增的部分是测试广告收视的若干个问题，可用于了解人们对收看广告的态度、行为、收看类型等。3.在“业余生活及其他媒介接触习惯”调查部分设计的问题，可以用此调查结果考虑新开什么方面的栏目，通过对其他媒介与电视竞争关系的了解，扬长避短；对新媒介，如互联网可以借鉴到什么。四、电视观众生活形态调查的主要指标系统根据上面的研究结果，我们建立了如下的电视观众生活形态调查的指标系统：1.系统化的层次性指标从分时段的开机率，到分时段的频道收视率、节目类型收视率，均划分出核心收视人群、边缘收视人群和游离收视人群，并以此考虑这些频道、节目类型的竞争关系。按照时段上的博弈关系，考虑节目编排。从节目内容类型的需求、满足、不满足的原因、相对满足的频道，考虑频道定位的准确性，思索新的频道定位方向以及如何去做和以谁为竞争或要超越的对象。从新闻资讯，到综艺、影视剧、广告的收视偏好，确定节目内容的制作方向、节目类型的“生态构成”，并分别按核心人群、边缘人群、游离人群来研究他们各自的偏好差异，并在策略建议中，考虑是主要以第一种人群的需要来做，还是兼顾第二种人群的需要。并预测在何时形成一定的收视势能后，吸引第三种人群。2.研究指标：对于下表中的这些指标，调查机构可以根据客户的关键问题需求和问卷回答时长，选择以下指标或问题中的一部分或全部：五、电视观众生活形态研究模型方面的新进展针对电视观众生活形态研究模型，笔者概括了如下四个模型体系：（1）节目编排模型：分时段的开机、频道、节目类型收视的核心人群、边缘人群、游离人群构成；（2）频道定位模型：频道定位的合理性及发展方向；（3）节目内容研发模型：从新闻资讯，到综艺、影视剧、广告的收视偏好，确定节目内容的制作方向；（4）意见领袖权重关系模型：根据意见领袖及过渡型、普通观众的收视偏好差异及其构成、权重关系进行研究从统计数据质量角度谈调查问卷的设计质量 出处：兰州商学院统计学院发布日期：2008年04月10日 10:25一、引言从保证统计数据质量的统计工作过程看，统计数据质量可以被划分为统计设计质量、统计调查质量、统计整理质量、统计分析质量以及数据发布传输质量等。统计设计质量是保证统计数据质量的首要环节，在统计数据质量保证体系中起着关键性作用。统计设计质量一般包括调查问卷设计质量与调查方案设计质量，其中调查问卷设计质量指的是：通过问卷测量得到的，反映调查对象客观现象的统计数据的准确性和有效性，即调查问卷设计质量的好坏，需要通过问卷测量能力的高低来检验。在市场调查中，为了深入地研究一些本质的或理论性的现象，问卷调查法被广泛运用，除了调查时采用的抽样方法以及所抽取的调查对象是否具有代表性之外，调查者最关心的就是调查问卷的测量能力。问卷测量能力包含了两个方面的内容，即问卷测量结果的准确性和有效性。准确性和有效性是统计数据质量蕴涵的最主要的两个特性，一个好的调查问卷设计不仅可以保证在多次重复使用下得到可靠的数据结果，即准确性；也可以保证所得测量结果能够反映它所应该反映的客观现实，即有效性。所以我们可以通过对问卷测量能力的分析来检验问卷的设计质量，对问卷设计进行质量控制，进而发现问卷设计中应注意的问题。在此基础上，通过不断改进问卷设计，提高其测量能力，最终将有助于我们得到高质量的调查数据。二、调查问卷的设计质量检验信度和效度的概念来源于心理测试中关于测验的可靠性和有效性研究，当建构和评估测量时，通常使用信度和效度这两个技术性指标。因此我们采用问卷的信度和效度分析来评估其测量能力，进而实现对问卷设计质量的检验。1问卷设计质量的信度检验所谓问卷设计质量的信度检验，指的是对问卷测量结果准确性的分析，即对设计的问卷在多次重复使用下得到的数据结果的可靠性的检验。在实际应用中，信度检验多以相关系数表示，常用的方法有：重测信度，复本信度，折半信度，克朗巴哈 信度，评分者信度等。国内外已经有很多关于这些信度分析方法介绍的文献，在这里，笔者不再一一详述，仅列出相关公式作为参考。（1）重测信度，也叫稳定系数，对同一组调查对象采用同一调查问卷进行先后两次调查，采用检验公式 ，其中 为两次调查结果的协方差，为第一次调查结果的协方差， 为第二次调查结果的协方差。系数值越大说明信度越高。（2）复本信度，也叫等值系数，对同一组调查对象进行两种相等或相近的调查，要求两份问卷的题数、形式、内容及难度和鉴别度等方面都要尽可能的一致。检验公式同稳定系数公式，系数越大，说明两份问卷的信度越高，具体调查时使用哪一份都可以。（3）折半信度，也叫内在一致性系数，将调查的项目按前后分成两等份或按奇偶题号分成两部分，通过计算这两部分调查结果的相关系数来衡量信度。当假定两部分调查结果得分的方差相等时，检验用spearman-brown公式来表示： ， 其中 表示折半信度系数；当假定方差不相等时，采用flanagan 公式： ，其中 、 分别表示两部分调查结果的方差， 表示整个问卷调查结果的方差。如果折半信度很高，则说明这份问卷的各项题之间难度相当，调查结果信度高。（4）克朗巴哈 信度，是对折半信度的改进，检验公式是： ，其中k表示问卷中的题目数， 为第i题的调查结果方差， 为全部调查结果的方差。 信度系数是目前最常用的信度分析法。（5）评分者信度，包括 信度和 信度，将问卷中的每道题看作是一个变量，然后通过调查的结果得分对所有问题做因子分析。得到 ， ，其中 是最大特征值，n是问题数, 是因子分析法的第i个问题的共同度。2问卷设计质量的效度检验所谓问卷设计质量的效度检验，指的是问卷测量结果有效性的分析，即对设计问卷的测量结果反映它所应该反映的客观现实的程度的检验。具体来说，效度检验必须针对其特定的目的功能及适用范围，从不同的角度收集各方面的资料分别进行。常用的效度检验有内容效度、结构效度、难易效度、准则效度等。有关效度分析方法的详细内容，笔者也不在一一赘述。（1）内容效度，也叫单项和总和的相关效度分析，指的是调查问卷所采用的题项能否代表所反映的内容或主题。通常是用单个问题的得分与总得分的相关系数来反映，如果相关系数不显著，表示该题的鉴别力低，就不应该再将该题纳入调查问卷。（2）难易效度，在调查反映观念、态度的问题中采用检验公式：难易效度= ，其中 、 分别代表高分组和低分组样本数， 、 分别代表高分组和低分组通过该题的样本数。计算结果越大，表示该题越容易，反之该题难度较大。（3）鉴别效度，在对观念、态度问卷单个题的评价中采用公式：鉴别效度= ，符号含义同难易效度公式。一般我们总是希望调查问卷的每道题的鉴别效度高一些，这样可以很好的反映被调查者对问题看法的差异性。（4）准则效度，又叫独立标准效度分析。采用的是先根据已经掌握的理论，选择一个与调查问卷直接相关的独立标准，把它当作自变量。然后再分析调查结果的特性与该自变量的关系，如果对于自变量的不同取值，调查结果的特性表现出显著差异与我们掌握的理论有很强的相关性，则说明调查问卷是有效的。（5）结构效度，该检验主要就是将问卷中的每道题看作是一个变量，然后通过调查的结果得分对所有问题做因子分析，提取一些较为显著的因子，通过各个问题在每个因子上的载荷将问题分类。其目的就是为了检验问卷中的属于相同理论概念的不同问题是否能落在同一因子上，如果能够做到符合理论，即属于相同概念的题都归为同一因子，则说明问卷有着很好的结构效度。三、问卷设计质量信度、效度检验间的关系如果以x表示测量值，t表示真实值，e表示随机误差，则他们之间的关系为x=t+e，测量值总方差 可分解为 ,信度可用真实值的方差占测量值的总方差来表示，即信度= 。如果将t进一步分解为想要测量的目标真值 ，与测量目标无关的系统偏差 ，效度可用想要测量目标真值的方差占测量值总方差的比重来表示，即效度= 。很明显， 大并不一定保证 也大，也就是说信度高时效度不一定高。反过来，在 一定时，大则保证 也一定大，也即效度高时信度一定高。所以信度检验是效度检验的必要条件，但不是充分条件。效度检验结果的好坏直接决定了整个调查研究的价值，如果设计的问卷不能充分表示所要研究的对象，那么