市场调查与预测 第3版 课件 06市场调查数据整与分析

市场调查数据整理与分析掌握数据整理与分析的核心要点目录数据整理数据分析数据整理了解数据整理的含义、程序及相关方法数据整理的含义和程序明确数据整理的基本概念与流程根据调查目的，对原始资料审核、编码、录入等，概括说明调查对象特征。数据整理的含义设计和编制方案、审核、编码、录入、分组，按步骤有序进行。数据整理的程序设计多个有联系的指标体系，为后续整理工作提供框架。数据整理方案对原始资料进行审查核实，确保信息质量，避免差错。数据审核把原始资料转化为符号或数字，方便计算机处理与分析。数据编码将编码后的资料输入计算机存储，便于分类和汇总。数据录入对原始资料分类、分组和汇总，编制统计表展现数据特征。数据分组数据审核掌握数据审核的类型、内容及方法对已收集资料审查核实，决定是否采用，确保信息质量与效率。数据审核的含义分为实地审核和办公室审核，不同阶段审核重点不同。数据审核的类型包括真实性、完整性、一致性、及时性审核，全面把控数据质量。数据审核的内容有逻辑审核、计算审核、抽样审核，多种方式保障数据准确性。数据审核的方法辨别数据真伪，不同调查方法有不同审核途径，确保数据真实。真实性审核检查所有问题是否有答案，对遗漏问题处理，保证数据完整。完整性审核针对问题间结构和逻辑关系审核，确保回答符合逻辑。一致性审核检查资料是否按时提供，分析迟报原因，提高资料及时性。及时性审核数据编码熟悉数据编码的分类与方法将问卷信息转化为计算机可识别的数值代码，便于处理分析。数据编码的含义确定问题和答案代码，设计编码表，为基础工作提供支持。编码设计按问卷结构、问题类型、时间方法、数据类型有多种分类。编码的分类包括封闭式问题、数字型开放题、文字型开放题编码方法。数据编码的方法如“1031102”，方便查找问卷、审核访员工作及对比分析。问卷代码适用于结构式问卷，有固定答案，编码相对准确。结构式问卷编码设计用于非结构式问卷，答案不固定，编码更具灵活性。非结构式问卷编码设计根据问题类型，如单选、多选、等级顺序量表进行编码。封闭题编码设计数据录入了解数据录入的软件与程序数据录入的含义将编码后的资料输入计算机存储，便于分类和汇总。常用的统计分析软件有SPSS、SAS等，各有特点，满足不同分析需求。数据录入的程序包括录入变量、数据录入、数据审核，确保数据准确录入。SPSS软件应用广泛，功能完善，操作简单，可生成直观图表。SAS软件功能强大，数据分析能力强，但操作需编程，学习成本较高。录入变量定义变量名称、类型、宽度等，为数据录入做准备。数据录入将问卷资料录入相应表栏，编号与序号对应，便于查找。数据审核检查数据录入准确性，有二次录入和逻辑查错两种方法。数据的统计分组掌握数据分组的作用、程序与分布情况12划分现象类型、解释内部结构、分析依存关系，揭示数据本质。数据分组的作用选择分组标志、确定组距、分组界限，有序进行分组。数据分组的程序统计总体单位在各组的分布情况，计算频数和频率。单变量频数分布多变量频数分布分析两个或以上属性变量分布，了解变量间关系。将变量数列各组次数和比率逐组累计，有向上和向下累计。累计频数分布分为品质标志和数量标志，确保分组合理，反映经济规律。选择分组标志取整数，尽可能等距分组，使分组结果更科学。确定组距明确组数、组距、组限、组中值，界定各组范围。确定分组界限数据分析学习数据分析的集中与离散趋势、相对程度及多变量分析方法数据的集中与离散趋势分析掌握数据集中与离散趋势的指标与分析方法1对总体特征准确描述，常用平均值、众数、中位数等指标。数据的集中趋势分析2反映各单位标志值差异程度，用全距、平均差等指标。数据的离散趋势分析3数据偶然性和随机性的特征值，有多种计算方法，用于对比分析。平均值4总体中出现次数最多的变量值，克服极值影响，适用范围广。众数5按数值顺序排列居中间位置的变量值，不受极值影响。中位数6数据中两个极端值的差，可检验平均值代表性，较粗略。全距7总体单位标志值与算术平均值的离差绝对值的算术平均数。平均差8反映总体中所有单位标志值对平均数的离差关系，是重要指标。标准差数据的相对程度分析1反映现象之间数量关系，利用相对指标说明水平、速度和变化。数据的相对程度分析2总体各组成部分与总体数值对比的比重，反映内部构成。结构相对指标3不同总体两个同类指标对比的比值，反映空间差别程度。比较相对指标4同一总体内不同组成部分指标数值对比的比值，说明比例关系。比例相对指标5密切联系的两种性质不同总量值之比，反映强度、密度等。强度相对指标6从静态和动态反映总体内部构成及变化趋势，揭示本质特征。结构相对指标作用7对比同类现象在不同空间的差异，为决策提供参考。比较相对指标作用8掌握总体各部分数量联系程度，优化资源配置。比例相对指标作用了解数据相对程度分析的指标与应用数据的多变量分析掌握数据多变量分析的方法与应用研究变量间的连带性，有多种分类，用相关系数衡量联系紧密程度。相关分析辨认相似事物，分为R型和Q型聚类，应用范围广泛。聚类分析根据已知样本建立差别函数，推断未知样本分类。判别分析从大量变量中总结少数因子，简化数据，在市场研究应用广泛。因子分析按因素、形态、方向、程度分类，全面了解变量关系。相关分析分类可用于市场细分、竞争对手分析等，帮助企业精准定位。聚类分析应用判断未知样本分类，为企业决策提供数据支持。判别分析作用包括计算相关矩阵、提取因子、旋转、计算因子值等。因子分析步骤数据分析在市场研究中的应用了解数据分析在市场研究各领域的应用1数据分析在市场研究中的应用涵盖品牌研究、价格研究等多个领域，为市场决策提供依据。2品牌研究运用多种分析方法，了解品牌特征、竞争态势等。3价格研究建立模型，分析价格敏感度、品牌价格平衡等。4市场细分采用聚类等方法，将消费者分为不同群体，精准营销。5顾客满意度研究通过回归分析等方法，评估顾客满意度，改进产品和服务。6新产品开发利用结合分析等，了解消费者需求，