《市场调查与分析-项目、任务与案例（第3版）》 课件 5任务二 描述性统计分析调查得到的问卷数据

市场调查与分析MarketResearchandanalysis分析市场调查数据任务一定性分析调查得到的文字型数据任务二描述性统计分析调查

得到的问卷数据任务三推断性统计分析调查

得到的问卷数据学习导航列联表分析方差分析数据分析技术聚类分析（自学探索）判别分析（自学探索）数据描述因子分析（自学探索）★集中趋势分析★频数分析★离散趋势分析★数据分布★定义问题★构造相关矩阵★提取因子★因子命名★判断模型拟合情况★拟定分析方案★选择距离指标★确定族群数目★族群解释和命名★定义问题★选择判别方法★估计判别函数系数及其显著性★运用判别函数进行判别★估算判别的有效性

SPSS数据库中数据必须经过精心设计分析过程，并仔细挖掘数据背后的信息，才能为解决营销决策问题提供参考。相关与回归分析参数估计假设检验从需要测量的变量问卷中问题设计数据类型数据分析方法的选择离散变量等比尺度名义尺度等距尺度顺序尺度连续变量测量尺度多选题单选题问卷中的问题排序题（等级顺序量表）分项评分量表（语义差别量表、李克特量表）连续评分量表开放式数值题数值型数据定类数据定序数据数据类型数据分析方法频数分布众数多变量交叉表/图单变量频数分布表/图变量类型频数分布表/图累积频数分布表/图频数分布表/图标准差、全距算术平均数、中位数频数分布表一、单变量描述统计分析频数分析：利于研究者初步观察一些统计规律。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。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。问卷数据常用的描述性统计分析方法（一）频数（或频率）分析详见下页7SPSS分析菜单描述统计频率把待分析变量放到分析框显示频率表格统计量：众数输出结果：有性别、年龄、婚姻状况、学历、行业、月收入五张频率表。现仅展示婚姻状况频率表。从表中可以看到数据“其他”为无效数据。案例1：住房问卷描述分析（定类：单选题）无效数据的查找与处理有效百分比是指有可能会出现无效的数字。如手工录入时有可能会出错。Var00003中数据“其他”显然是不应该出现在表格中打开数据视图，找到该变量，并降序排列，可以看到前5个数值是3,此变量的编码只有1和2，显然是无效数据。这里可以定义一个缺失值，然后在数据视图页面将5个无效数据改录为9，再做频率表。9编辑选项：枢轴表Academic是学术表格Compact是紧凑型表格表格输出形式的编辑选项：常规可以设置输出语言表格输出形式：学术表格-三线表10SPSS分析菜单多重响应：定义变量集把5个次级变量放到集合中的变量框计数值设为1，输入变量名和标签添加多重响应：频率多重响应集被激活了多重响应频率表的制作见下页多选题变量集定义住房调查问卷的第7题是多选题，在数据录入时，是拆分成了5个次级变量，因为5个选项之间是相互关联的，必须联合起来进行分析。案例1：住房问卷描述分析（定类：多选题）SPSS分析菜单多重响应：频率把变量集放到表格框点击确定应答人数与应答人次的区别：样本容量是599，有591人至少回答了1次，即应答人数是591。而应答人次是919。百分比是以应答人次919为基数计算的，个案百分比是以应答人数591为基数计算的。实际中，我们往往需要以样本容量为基数计算百分比来说明问题。多选题频率表制作输出结果案例1：住房问卷描述分析（定类：多选题）SPSS分析菜单多重响应：交叉表把变量集放到列变量框把您的学历放入行变量框定义行变量取值范围选项：个案输出结果中合计栏是个案数多选题交叉表制作案例1：住房问卷描述分析（定类：多选题）继续和确定快捷键：检索最近使用的对话框多响应交叉表选项：行百分比选项：响应多选题的交叉表中快速增加百分比案例1：住房问卷描述分析（定类：多选题）继续和确定14SPSS转换菜单重新编码为相同变量把排序变量放到变量框旧值和新值继续和确定根据各选项的重要性对排序题数据进行二次编码旧值：重要性次序新值：重要性权重案例2：信息产业人才激励描述分析（定序：排序题）15SPSS数据菜单转置把转置变量放到变量框确定转换→计算变量二次编码后数据的行列转换和加总计算15目标变量：总分统计量：双击sum双击“var001tovar114”15定义总分=sum(Var001toVar114)根据汇总结果，确定各选项的重要性排序。1.注意：排序结果在数据视图中2.频数分布图制作：可将表格复制到EXCEL工作表中制作频数分布图。分析：

信息企业通常采用的激励措施由前到后依次为：其他、文化激励、加薪、一次性货币激励、升职、授予荣誉称号、福利、提供培训机会。相对于文化激励、授予荣誉称号等精神激励，被调查者获得的加薪、一次性货币激励、升职、福利、提供培训机会等物质激励排序比较靠后，在所有的激励措施中，排在物质激励措施最前面的加薪也仅排在第三位。可见，目前宁波信息企业采用的激励措施更多的采用精神激励，对信息人才的激励力度不够。案例2：信息产业人才激励描述分析（定序：排序题）

案例3：对保险公司销售数据的描述分析（定比）某保险公司有20个保险销售分公司，各公司2022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。公司编号销售业绩公司编号销售业绩公司编号销售业绩公司编号销售业绩1265.36315.311403.616318.52286.17570.112265.517326.03340.48512.013356.618373.24410.89422.114632.619350.45418.210305.015521.420421.8（二）集中和离散趋势分析

销售业绩的描述性分析（定比）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描述统计描述把待分析变量放到分析框选项：均值、标准差、方差、

全距、最小值、最大值继续和确定结果显示，各分公司的2022年平均销售额为390.7450万元，销售业绩差异很大，销售额全距为367.30万元，标准差101.61049万元，变异系数26％，大于15％的界限值，说明平均销售额的代表性较小。李克特量表是典型的总和量表，在这个量表中所有的分项在最后组成这个变量时，其权重是一致的。例如，研究员工忠诚度，用的是李克特5级量表，用了21个问项，在忠诚度这个变量的构成中，21个分项所占的权重是约4.76%。我们想知道员工忠诚度到底是多少？19SPSS转换菜单计算变量目标变量：员工忠诚度数字表达式：手动录入算式或函数组：统计量→Mean21个分项的算术平均值操作方法见下页案例4：员工满意度描述分析（定距：李克特量表）继续和确定20SPSS分析转换菜单计算变量目标变量：员工忠诚度数字表达式：手动录入算式或函数组：统计量→Mean案例4：员工满意度描述分析（定距：李克特量表）继续和确定下表是每位员工忠诚度的平均值计算结果

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。二、多变量关联统计分析（一）列联分析列联表分析实例例：顾客对产品品牌重要性评价的最终答案见数据库（略），那么不同年龄受访者的评价是否具有显著的差别？年龄段重要性评价年龄合计≤25周岁25～34周岁35～44周岁45～59周岁≥60周岁彩电品牌1222612154792202411115731823930534183073058合计7810339225247

列联表分析在SPSS中的实现：点击分析→描述统计→交叉表（即列联表），选中“彩电品牌”到行变量框，“年龄”到列变量框，点击【统计量(s)】,选中“卡方”，依次点击【继续】【确定】，结果如下：列联表的分析结果统计量检验统计量值自由度双侧近似概率Pearson卡方（PearsonChi-Square）24.28312.019对数似然比方法计算的卡方（LikelihoodRatio）25.15012.014线性相关的卡方（Linear-by-LinearAssociation）8.1751.004有效样本量247注意：还可进行三个变量的列联分析：这时需将第三个变量放入层变量框在卡方检验结果输出表中（如上表），若P值[表中显示为渐进Sig.（双侧）]接近于0或小于0.05，则说明变量之间关系密切，例如本例中彩电品牌的重要性与年龄之间关系密切。显著性水平

相关和回归分析是研究事物的相互关系、测定它们联系的紧密程度、揭示其变化的具体形式和规律性的统计分析方法，是经济分析、预测和控制的重要工具。在研究变量关系的过程中，通常对于被研究的变量，称为因变量，也称为被解释变量，一般用Y表示。其它用来说明或解释因变量变化的变量称为自变量，也称为解释变量，用X表示。自变量可以有一个，也可以有多个。本课程仅学习两个连续变量的相关与回归分析。（二）相关分析与回归分析二、多变量关联统计分析相关与回归分析在市场调查中的应用举例1、如果我们想预测销售收入，则销售收入就是我们这次研究的因变量，如果我们是通过广告费的支出来预测销售收入，则广告费支出就是自变量。2、如果预测销售收入时，还要考虑销售价格或销售人员的数量的影响，那么，销售价格或销售人员的数量这两个因素也都称为自变量，即有两个自变量。26SPSS分析菜单相关双变量显著性检验：双侧检验选项：均值和标准差继续、确定相关系数：Pearson相关分析结果显著性水平>0.05，接受H0的小概率事件发生，接受原假设H0，拒绝H1。员工工作期望与工作满意度之间不存在显著相关关系。接案例4：员工工作期望与工作满意度线性相关分析（一）27SPSS分析菜单相关双变量显著性检验：双侧检验选项：均值和标准差继续、确定相关系数：Pearson显著性水平<0.05，拒绝H0的小概率事件发生，拒绝原假设H0，接受H1。员工工作满意度与忠诚度之间存在显著相关关系。相关系数0.381，为中度相关。二者之间存在相关关系，就必然存在影响关系，因此还需要进行回归分析。线性相关分析结果：接案例4：工作满意度与员工忠诚度线性相关分析（二）28SPSS分析菜单回归线性因变量：员工忠诚度统计量：DW绘制：见右下角继续、确定自变量：工作满意度接案例4：工作满意度与员工忠诚度一元线性回归分析29SPSS分析菜单回归线性因变量：员工忠诚度统计量：DW绘制：见右下角继续、确定自变量：工作满意度1、R2=0.139，模型的拟合优度只有13.9%，不算太高。2、方差分析表中显著性水平<0.05，说明工作满意度对员工忠诚度是有显著影响的。3、系数中工作满意度和常数都通过了显著性t检验，表示工作满意度对员工忠诚度有显著影响，且常量也是显著的，说明回归方程是包含常量的。线性回归方程员工忠诚度得分=0.997+0.633工作满意度线性回归分析结果：接案例4：工作满意度与员工忠诚度一元线性回归分析残差是拟合值和真实值之间的偏差。