市场研究与spss数据分析.pptx

1、市场研究和spss数据分析、目录、SPSS在市场研究中的应用、市场研究概述、市场研究统计分析概述、市场研究概述、统计学是一门关于数据和营销研究的学科)AMA是营销人员通过信息联系消费者、顾客和公众的功能。这些信息用于识别和定义营销问题和机会，制定、改进和评估营销活动，监控营销绩效和提高对营销过程的理解。确定解决问题所需的信息，设计信息收集方法，管理和实施数据收集流程，分析结果，并传达研究结论及其意义。市场研究是基于统计、信息收集、处理和分析以及统计工具如SPSS的相关工作。市场研究的分类、研究内容、支持、调查方法的深度和广度、定性研究、动机、态度和决策过程口头表达信息的深度访谈、研讨会的心理分

2、析、经验/灵感的深度探索、定量研究、事实、意见、行为数量、规模、家庭访谈、街道访谈、电话、信函统计分析和广度探索、各方面和表面、目录、市场研究中的SPSS市场研究概述、市场研究的统计分析概述、市场研究的数据分析过程、问卷设计、数据输入和错误检查、探索性分析、验证性/结论性分析确保问卷涵盖了实现研究目的所需的所有内容。一个聪明的女人没有饭就不能做饭！设计不精确、信息不完整的问卷是任何强大统计工具的毒药！大量跨表数据，支持研究结论。对关键/核心主题的数据进行简要分析，大致掌握研究结果，并得出初步研究结论(可能只是假设)，并确保您已获得所有必需的数据和信息，而且这些数据和信息是准确的。一方面，结合先

3、进的统计技术进行一些深入的数据挖掘和分析；一方面，将数据信息与营销理论相结合，形成研究结论并给出建议。数据分析方法，简单数据分析，多元统计分析，方法的适用性和优势，主要方法列举，集中趋势分析：模式，中值和均值交叉表分析，简单分析变量之间的关系是相对广泛使用，易于掌握和使用，对数据和用户的要求较低。变量间的相关分析、回归分析、因子分析、聚类分析、对应分析、因果关系和相似性分析主要用于数据的预测、用户细分等场景。目录、SPSS在市场调研中的应用、市场调研概述、市场调研统计分析概述、利用SPSS进行市场调研和分析的步骤以及根据调研目的完成问卷设计在此过程中注意问卷表格的标准化。标准化的研究和实施过程

4、，以确保恢复的数据是标准化和有效的。对调查问卷中的开放式问题的答案进行编码。在SPSS上输入调查数据。对数据进行机械检查和逻辑检查。分析和处理生成的SPSS格式数据文件。调查：数据收集、SPSS运算、频率描述、交叉平均相关、线性回归、k-均值聚类分析、响应度分析、散点图的应用。SPSS常用分析统计命令Frequencies:一维频率分布表来了解变量的频率分布，并对其数值特征和内部结构有一个大致的了解，以便在此基础上对数据进行进一步的分类和整理。频率的基本应用步骤如下：选择频率选项，打开相应的对话框；选择需要频率分析的变量；根据需要，选择要在统计和图表中输出的统计和图形；格式按钮可用于设置频率表

5、的输出格式。单击确定按钮运行命令；检查输出窗口中的统计结果输出：从左到右，频率表中的五列数据输出为：变量值、每个变量值对应的频率、基于总样本量的百分比、基于本次计算的有效样本量的有效百分比和累计百分比。典型应用：定价策略，描述：描述性统计。描述性统计可用于获得变量的描述性统计，以反映数据的集中趋势和离散趋势。中心趋势指数：模式：发生率最高的值；适用于所有测量级别的中间值：数字排序后位于中间位置的数字；它适用于有序、固定距离和固定比率数据的算术平均值(或平均值):的简单平均。它适用于固定距离数据和固定比率数据的离差指数的度量：全距离或范围：排序变量的最大值和最小值之间的差值，下四分位数：方差：变

6、量的所有值与其平均值之间的差值的平方的平均标准差：方差的平方根，典型应用：一般统计，交叉表：多维频率交叉分析，交叉表多维频率分布交叉表：交叉表分析过程生成二维和多维交叉表。行变量和列变量可以形成二维交叉表，然后指定一个控制变量来形成三维交叉表。如果可以指定多个行、列和控制变量，将形成一个复杂的多维交叉表。表中的数据可以是数字或字符变量。交叉表分析过程可用于完成分类数据或等级数据的统计描述以及各种“常规”统计测试。交叉菜单的基本应用步骤如下：选择交叉菜单选项，打开相应的对话框；从源变量中选择频率表的行变量，并将其放入行框中；选择列变量并将其放入列框中；在统计中选择卡方检验行和列变量是否独立；在单

7、元格的交叉表中选择统计输出；单击确定按钮运行命令；检查输出窗口中的输出统计信息：交叉表是输出的二维频率表。皮尔逊卡方值表明行和列变量是相互独立的。如果该值小于0.05，则行和列变量相互独立的假设不成立，即行和列变量之间存在相关性。请注意卡方测试表下面的注释。如果表中某些单元格的样本量分布过低，即使皮尔逊卡方系数显著(小于0.05)，行变量和列变量之间的相关性也仅限于本分析的样本总体。典型应用：市场细分趋势预测、交叉表：多维频率交叉分析、该年龄段高收入市场的列百分比、某年龄段高收入市场的区间指数=整体市场的100%、该年龄段的列百分比、指数=100%等于整体市场指数=120%或以上，被认为明显高

8、于整体水平，而指数=80%或以下被认为明显低于整体水平。这意味着18-24岁的高收入人群占总高收入的比例为26%；18-24岁高收入人群比例：31.2%；18-24岁高收入人群占18-24岁人口的比例为31.2%。18-24岁高收入人群的特征指数为104；方法：指定变量的综合描述性统计可以通过对分类变量进行分组来计算。“方法”的应用步骤如下：选择“方法”选项，打开相应的对话框；从源变量中选择分组变量，并将其放在独立框中；选择目标分析变量，并将其放在“相关”框中；选择要在选项中输出的统计数据，同时选择方差分析以测试变量组之间是否存在差异；单击确定按钮运行命令；检查输出窗口中的统计结果输出：在调查

9、变量按分类变量分组后，报表输出相应的描述性统计；西格。在方差分析表中显示了变量组间差异的显著性系数。如果小于0.05，则表明根据分类变量对变量进行分组后，各组之间存在显著差异。典型应用：市场细分，比较相关性：相关分析，相关分析是用来计算两个变量的相关系数和判断两个变量之间的相关性。二元相关性的应用步骤如下：选择二元相关性选项，打开相应的对话框；从源变量中选择需要相关系数的变量，并将其放入变量框中；单击确定按钮运行命令；检查输出窗口中的统计结果输出：观察输出结果中变量甲和变量乙的交叉单元格中的皮尔逊相关系数。该值的绝对值越接近1，两个变量之间的相关性就越强。典型应用：定价策略，线性回归：检验因变

10、量和一组自变量之间的关系，研究某个变量的影响因素，建立线性回归方程。线性回归的应用步骤如下：选择线性回归选项，打开相应的对话框；从源变量中选择自变量和因变量，并将其放入相应的框中；除默认值外，在统计中选择共线性统计；单击确定按钮运行命令；检查输出窗口中的统计结果输出：观察信号。系数表中的值。值小于0.05的自变量对因变量的变化有显著影响，相应地观察这些自变量的非标准系数B值(回归系数)。这个系数的正负显示了自变量和因变量之间关系的方向。该系数的绝对值越大，意味着自变量和因变量之间的相关性越强。典型应用：定价策略的趋势分析，线性回归的线性回归：案例：下表显示了一个城市1999-2007年的相关经

11、济数据。如果2008年人均可支配收入达到27743.55元，城市人口密度达到3222.00人/平方公里，房地产开发投资达到1500.33亿元，请对2008年该地区商品房进行预测。K-Means聚类分析：快速聚类，根据多个变量的性能特征对研究对象进行分类。聚类分析的应用步骤如下：选择聚类分析选项，打开相应的对话框；从源变量中，将参与聚类的变量放入变量框；将样本标记变量放入视图输出窗口的输出标签案例框中；以数量定义划分类别的数量；在保存中选择集群编号(记录每个案例的类别号，并将其存储在数据窗口的qcl-n变量中)和距集群中心的距离(记录每个案例与类别中心的距离)；除了默认设置之外，为每个选择方差分

12、析表和聚类信息；在选项中；单击确定按钮运行命令。典型应用：市场细分和竞争分析。啤酒名称卡路里钠含量酒精价格百威啤酒144.00 19.00 4.70.43施立兹181.00 19.00 4.90.43艾农布鲁157.00 15.00 4.90.48克朗苏尔克170.00 7.00 5.20.73喜力15 2.00 11.00 5.00 .77老-米尔瑙基145.00 2370 . 76 Kkirin 149.00 6.00 5.00 . 79 Pabst 68.00 15.00 2.30 . 36 Hamms 136.00 19.00 4.40 . 43 Heileman s 144.00 2

13、4.00 4.90 . 43奥林匹亚72.00 6.00 2.90 . 46 Sc Hlite 97.00 7.00 4.20 47，采用竞争分类。 综合权衡各对象的内部特征比较和各对象之间的比较，找出、展示品牌形象认知(提及率)，以下列数据为例：典型应用：品牌定位，对应分析：对应分析，根据以上数据，构建Spss数据文件； 它包含三个变量：变量A中的数据依次是品牌A与品牌C在每个特征中的提及比例，变量B是品牌特征的序号。这里，对应于变量A的数据排列，变量B中的数据是三个段1到9的排列，变量C是品牌的序列号，是九个一、九个二和九个三的排列。根据变量a对数据进行加权；选择响应分析选项，打开相应的对话框；将变量a和b分别移动到行和列框中；在定义范围中定义变量A和B的范围，分别为1到9和1到3；单击确定按钮运行命令。对应分析：对应分析，生成下图；红点代表每个品牌的特征，绿点代表三个竞争品牌。品牌的核心特征是与品牌处于同一个象限，与品牌处于对角象限的品牌特征点是与品牌现有形象差距最大的品牌特征。散点图：散点图，基于以下数据的S