市场调查与预测.doc

1、市场营销研究：是系统地识别、收集、分析、分配和使用信息，目的是发现营销问题（机遇），并提出有效的对策。2、市场营销研究过程包括哪些步骤？定义研究问题；拟订研究框架；制定研究设计；现场工作与数据收集（现场、电话、网络三种方式）；数据准备与分析；撰写与提交报告3、提出营销研究问题，作出假设：注：研究问题，是对问题的具体组成部分的精炼陈述假设，是关于研究人员所感兴趣的某个要素或现象的未经证实的论述或推测4、管理决策问题与营销研究问题的比较管理决策问题营销研究问题问决策者需要做什么问需要什么信息和如何获得行动导向信息导向关注症状关注背后的原因4、营销研究的分类：探索性研究：主要目标是针对研究人员所面临的问题提出看法与见解。探索性研究结果应当被看做是初步的，或者作进一步研究的参考。结论性研究：通常比探索性研究更加正式和结构化，它建立在有代表性的大样本的基础之上，所得到的数据倾向于定量分析。包括描述性研究和因果研究。5、研究设计的分类：P44比较项目探索性研究描述性研究因果研究目标发现新想法与新观点描述市场的特征或功能确定因果关系特征灵活多变，通常是整个研究设计的起始预先提出特定的假设、预先计划好的结构化的设计操纵一个或多个自变量控制其他变量方法专家调查、预调查、二手数据分析、定性研究二手数据、调查法、固定样本组、观察数据和其他数据实验法6、随机抽样误差：其存在是因为所选择的特定样本不能完全代表相应的总体。随机抽样误差是总体的真实平均值与样本真实平均值之间的差异。7、非抽样误差：不是由抽样导致的，它可以是随机的或者非随机的，包括回答误差和拒答误差。由许多原因导致，包括问卷定义、研究框架、测量尺度、问卷设计、访谈方法以及数据准备与分析等方面的误差。8、原始数据：是研究人员为了解决面临的问题而专门收集的证据。它涉及营销研究的所有步骤，既花钱又花时间。9、二手数据：不是为了目前正在研究的特定问题，而是为了其他目的已收集的数据，可以以低成本迅速找到这些数据。10、原始数据和二手数据的比较比较项原始数据二手数据收集目的为了手中的问题为了其他问题收集程序非常费劲快且容易收集成本高相对较低收集时间长短11、二手数据的优缺点及应用？优点：容易找到，成本低且迅速获得。缺点：对于解决当前的问题，二手数据的相关性、准确性、用处比较有限，并且可能不是最新的和可靠的。应用：二手数据有助于确认问题，更好的定义问题；拟订问题的研究方法；阐述恰当的研究方法，检验一些假设；更深刻地解释原始数据12、营销研究数据的分类：二手数据；原始数据：定性数据、定量数据（描述调查数据、观察和其他；因果实验数据）13*、定性研究方法的分类：非掩饰观察掩饰观察专题组座谈：是由训练有素的主持人以非结构化的自然方式对一小群调查对象进行的访谈。深度访谈：深度访谈是一对一执行的非结构化、直接的人员访谈，由熟练的调查员对单个的调查对象进行深入的面谈，从而挖掘关于某一主题的潜在的动机、信仰、态度以及感受。映射法（间接-掩饰观察）：是非结构化的，以间接的方式进行提问，鼓励调查对象反映他们对所关心的主题的潜在动机、信念、态度或感受。14、调查法：涉及向调查对象发放一个结构化问卷，以收集特定信息。这种获取信息的方法以询问调查对象为基础，向调查对象询问各种各样涉及他们的行为、意向、态度、感知、动机以及生活方式的问题。优点：问卷填起来很容易；所获得的数据是“可信的”，因为回答者被限于固定的备选答案，因而降低了调查对象差异带来的结果波动；数据编码、分析和解释相对简单不足：调查对象可能不能或不愿意提供所需要的信息。调查方法分类：人员访谈；电话访谈；邮件访谈；电子访谈15、观察法：涉及以一种系统的方式记录人、事物及事件的行为模式，以获得有关现象的信息。观察者并不向所观察的人提问或与这交谈。信息可以在事件发生时记录，或从过去的事件记录中获得。优点：是允许对实际行为进行测量，而不是对意向性的或偏好性的特为进行报告，由调查员和访谈过程引起的潜在偏差也就被消除或减轻了。缺陷：是可能无法确定观察到的行为的原因，因为对其潜在的动机、信念、态度和偏好所知甚少。根据执行模式划分观察法：人员观察；机械观察；审计；内容分析；痕量分析注：调查法和观察法互为优缺点！17、感知到的匿名程度：指调查对象对他们的身份不会被调查员或研究人员识别出的感知程度。社会期望：指调查对象提供社会可接受的答案的趋向，而不论所给答案是否真实。18、因果关系的条件：相从变动；变量出现的时间顺序；没有其他可能的原因要素。19、进行实验时，研究人员的两个目标：得出关于因变量对研究组的影响的正确结论；对更大规模的有关人群做出正确的推论。内部效度：对自变量或处理的操纵是否确实导致了所观察到的因变量的变化。指的是所观察到的测试单位的影响是否可能由处理之外的其他变量引起的。外部效度：实验中所发现的因果关系是否具有普遍意义。即结果能推论到实验之外的情况吗？20、实验设计的局限性：时间，实验会耗费时间，应该维持足够长的时间；成本，实验通常比较昂贵，对实验组、控制组以及多次测量的需要大大增加了研究的成本；执行，实验时可能会无法控制外生变量的影响，尤其是在现场实验中，并且竞争者可能会故意干扰现场实验的结果。21、测量的主要尺度：定类：是一种标记方法，其中数字只用做对物体进行识别和分类的标志或标签。定序：是一种排序尺度，分配给物体的数字表明了物体拥有一些特性的相对程度。定距：尺度上数字相等的距离代表了被测特性的相等值。定比：具有定类、定序和定距尺度的所有性质，它还有一个绝对的零点尺度基本特性普通实例营销实例描述性的推论性的定类数字用于物体的识别和分类社会保险号、球员编号品牌代码、商店类型、性别分类百分比、众数卡方、二项式检验定序数字代表物体的相对位置，但没有指明差距大小质量排序、联赛中的各队排名偏好排序、市场地位、社会阶层百分位数、中位充数相关、ANOVA定距物体之间可比较的差距，零点是任意定的温度（华氏、摄氏）态度、观点、指数全距、平均数、标准差简单相关、t检验、ANOVA、回归因子分析定比零点是固定的，可以计算尺度值的比长度、重量年龄、收入、成本、销售额、市场份额几何平均值、调和平均数变异系数22、李科特量表（Likert量表）：是一个被广泛使用的评分量表。它需要调查对象对关于刺激物体的一系列陈述中的每一个，指出同意或不同意的程度，一般每个量表项目有5个反应类别，从“强烈反对”到“强烈赞成”。（例题见课本）优点：易于构建和执行；调查对象很容易理解如何使用量表，因而使它适合邮件访谈、电话或人员访谈。缺点：它比其他分项评分量表要花费更长时间完成，因为调查对象必须阅读每个陈述。23、量表类别的数目：一般建议类别数目介于5到9之间，取奇数 ，即5、7、924、量表的评价：X0=XT+Xs+XR （X0观察到的分数和测量值 XT特性的真实得分 Xs系统误差 XR随机误差）包括三方面：信度：指如果重复测量，一个量表产生一致性结果和程度。（评价信度的方法：重复测试信度、复本信度、内部一致性信度）。效度：可以定义为观察值之间的差异所反映的物体之间被测特性的真实差异的程度，不是系统误差或随机误差。（完美效度没有误差：X0=XT，Xs=0，XR=0）研究人员可以评价内容效度、标准效度或建构效度。可推广性：指能够从目前的观察推广到普遍总体的程度。25、问卷的目标：它必须将所需的信息翻译成一组调查对象能够并且愿意回答的具体问题；问卷必须促使、激励和鼓励调查对象在访谈中变得投入、合作并完成访谈。在设计一张问卷时，研究人员应该争取尽量减少调查对象的疲劳、厌倦和工作量，以使不完整率和拒答率降到最低；问卷应该将回答误差减到最小。26、问卷的设计过程：确认所需信息；确定访谈方法的类型；确定单个问题的内容；设计问题以避免无法回答及不愿意回答情况的发生；选择问题的结构；选择问题的措辞；确定问题的顺序；确认问卷页面的形式和版面设计；复制问卷；通过预调查清除缺陷27、抽样设计：总体：是享有一些共同特征并构成某一营销研究问题目的全域的所有个体的集合。普查（：涉及统计一个总体中的全部个体，然后直接计算总体参数。样本：是被选出来研究的总体的子集，样本特征也叫统计量。通过估计方法和假设检验可以建立有关样本特征和总体参数之间的联系的推论。28、样本与普查的区别：预算和时间限制使样本的使用更为有利；普查成本昂贵而且执行起来耗费时间，对大多数消费产品而言，因为总体庞大，普查是不现实的；但对于许多工业产品，总体数很小，使得普查方法可行并且可取。29、抽样设计的过程：定义目标总体；确定抽样框架；选择抽样技术；确定样本量；执行抽样过程。30、抽样技术的分类：非概率抽样：依赖于研究人员的个人判断选择样本个体，研究人员可以任意地或有意识地决定将哪些个体包括进样本中。包括：便利抽样、判断抽样、配额抽样、滚雪球抽样。概率抽样：随机选择样本单位，可以预先指定每一个可以从总体中抽出的给定大小的可能的样本，以及选择每个样本的概率。包括：简单随机抽样、系统抽样、分层抽样（比例抽样、非比例抽样）、整群抽样、其他抽样方法。31*、现场工作/数据收集过程：选择现场工作人员培训现场工作人员管理现场工作人员；核实现场工作；评估现场工作人员32、现场工作出现问题的分析与处理：33、数据准备过程：拟定初步的数据分析计划；问卷检查；编辑；数据编码；数据转录；数据清理；对数据进行统计上的调整；选择数据分析方法。34、问卷的检查与处理：问卷检查的第一步是检查所有问卷填写的完整性和数据质量，通常这种检查应该在现场工作实施过程中进行。如果现场工作是交给数据收集公司进行的，则研究人员应该在其结束之后再进行独立的检查。不合格问卷的处理：退回给现场工作人同以获得更好的数据；填补缺失值；丢弃不合格问卷。35、缺失值的定义及其处理方法：缺失值：就是某个变量的取值不明，原因可能是调查对象的答案不清楚或记录不完整。对缺失值的处理可能带来一些问题，尤其是当缺失值超过了10%的时候。处理方法：中性值代替（某个变量取值的均值代替）；用估计值代替（用调查对象或其他问题的回答估计一个值代替）；整例删除（将该样本或问卷排除在外）；结对删除（分别在每一步计算中采用有完整答案的问卷）36、与频数分布有关的统计量：集中趋势指标：均值；众数；中位数。分布形状指标：信度；峰度。差异指标：全距；四分互差；方差和标准差；变异系数。37、T检验的适用条件：只要数据分布不是强烈的偏态，一般而言单样本t 检验都是适用的； t 单样本检验是一个非常稳健的统计方法，只要没有明显的极端值，其分析结果都是稳定的。38、T检验的运用范围：（以P值与0.05比较，若P值0.05，则接受原假设H0）样本均值与总体均值的比较：单个样本均数检验问题是一种关于总体均数的假设检验问题。这种问题只有一个随机抽取的样本，研究目的是推断这个样本相应的总体是否等于（或大于，或小于）某个已知总体均数；假设举例：H0: =0 ;样本均值和总体均值没有显著性差异：H1: 0，样本均值和总体均值有显著性差异。成组设计两样本均值的比较：在实际问题中，除了一个总体的检验问题外，还常碰到两个总体均值比较的问题，此时可以考虑使用成组设计的t 检验来进行分析。数据应满足以下三个条件：正态性、各个样本均来自于正态分布的总体：方差齐性，各个样本所在总体的方差相等；独立性，各个观察值之间相互独立的，不能相互影响。假设举例：H0:1=2 ;两个样本均值没有显著性差异；H1：12，两个样本均值有显著性差异。配对样本均值的比较：在很多科学研究中，常采用配对设计来提高研究效率，常见的配对设计有四种情况：同一被试处理前后数据；同一被试两个部位的数据；同一样品用两种方法检验的结果；配对的两个被试分别接受两种处理后的数据：假设举例：H0: d=0 , 两种方法没有显著性差异；H1：d0，两种方法存在显著性差异（d 指每对样本的差值的均值）38、方差分析的应用条件：观察对象是来自所研究因素的各个水平之下的独立随机抽样；每个水平下的因变量应当服从正态分布；各个水平下的总体具有相同的方差；其实，与t检验的应用条件大同小异，概括起来就是独立性、正态性和方差齐性39、单因子方差分析的步骤：确定因变量和自变量总变差分解测量作用显著性检验结果解释40、相关分析：就是通过定量的指标来描述这种事物之间的联系。41、回归分析：是分析定量因变量与一个或多个自变量之间相关关系的有效且易用的方法。*适用于：确定自变量是否能够解释因变量的重要变差，即二者之间是否存在关系；确定因变量中有多大比例的变异可以由自变量来解释，即关系的强度有多大；确定二者关系的形式，即自变量和因变量有关的数学方程式预测因变量的值；在评估特定变量贡献时，控制其他自变量的作用。*42、多重共线性：指预测变量之间高度相关。（多元回归分析），可能会产生以下问题：偏回归系数可能估计不准确，标准误很大；偏回归系数的大小和符号随不同的样本而有差异；难以评估各个自变量在解释因变量变差中的相对重要性逐步回归中可能错误地引入或去除预测变量。4