市场调查第五章___审核与整理精品管理

1、第五章 审核与整理资料的审核资料的整理分组分析法交叉列表分析法描述性调研设计中分组法的应用 7/25/20221编辑ppt第一节 资料的审核原始资料的审核二手资料的审核7/25/20222编辑ppt原始资料的审核两类错误登记误差代表误差登记误差的类别虚假的采访( Fictitious Interviews) 错误的信息 (Erroneous Information) 不一致性(Inconsistencies) 不充分的回答(Inadequate Answers) 不相关的回答( Irrelevant Answers) 误差的验证误差的处理返回7/25/20223编辑ppt二手资料的审核资料收集

2、单位的特性（Character of the Collecting Organization） 识别资料最初服务的研究目的使用的方法（Methods Employed） 重新分类或分组（Classification） 计量单位时效性（Timeliness） 7/25/20224编辑ppt第二节 资料的整理整理工作的意义整理工作的内容审核分组 汇总1、手工汇总2、计算机汇总制表 编码与录入7/25/20225编辑ppt第三节 分组分析法分组的概念及意义1、定义2、原则3、意义分组的方法与种类1、分组法的核心分组标志的选择2、分组的种类分组体系 1、简单分组及平行分组体系2、复合分组体系7/25/

3、20226编辑ppt1998 年某城市部分家庭收入情况统计表 年收入水平(元) 绝对频数 相对频数 (%) 累计频数(%) 5,000以下 44 2 2 5,000-10,000 154 7 9 10,000-15,000 420 19 28 15,000-20,000 966 44 72 20,000-25,000 352 16 88 25,000以上 264 12 100 合 计 2,200 100 -7/25/20227编辑ppt第四节 交叉列表分析法交叉列表分析的意义交叉列表变量的确定 两变量交叉列表 三变量交叉列表 7/25/20228编辑ppt交叉列表分析的意义含义 同时将两个或两

4、个以有一定联系的变量及其变量值交叉排列在一张统计表内，使各变量值成为不同变量的结点，从而帮助人们深刻认识变量之间的关系及其分布特征被广泛应用的原因很容易为那些并不具有较深统计知识的经营管理人员接受和理 解 多营销调研项目的数据整理和分析可以依赖交叉列表分析得到解决 通过一系列的交叉列表分析，可以深入分析和认识那些复杂的事物或现象 能够使调研结果很快成为经营管理措施的有力依据 7/25/20229编辑ppt年收入水平和受教育程度统计表 受教育 年 收 入 水 平 (万元) 程度 0.6以下 0.60.8 0.81 11.25 1.251.5 1.52 22.5 2.5以上 合 计 小学及以下 2

5、32 136 61 48 40 46 16 13 592 初 中 145 99 46 80 51 61 26 33 541 高 中 196 217 137 187 217 220 164 139 1477 大 专 116 81 91 139 148 220 122 132 1049 本 科 29 56 34 43 74 137 117 178 668 研究生 7 31 11 38 40 76 85 165 453 合 计 725 620 380 535 575 760 530 660 4780返回7/25/202210编辑ppt交叉列表变量的确定 简单事物收集型调研项目 调研人员只要按照要求把

6、各项数据列入已设计好的表格中即可 应用型的调研项目 调研人员有较多的选择交叉列表变量的自由度，交叉表的变量取决于客户的要求和调研人员的判断 基础性调研项目 调研人员应该把所有与问题相关的因素都选作交叉列表分析的变量 不管调研人员本身在选择和确定交叉列表变量因素时有多大自由度，变量因素必须在资料收集之前设计确定好 返回7/25/202211编辑ppt两变量交叉列表 解决好两个问题：一是应该按照横行还是按照纵列来计算百分率；二是怎么解释百分率之间的差异 首先，从数学处理来看，结点上的百分率的计算可以按行进行， 也可按列进行。 7/25/202212编辑ppt根据年收入水平计算的受教育程度 受教育

7、年 收 入 水 平 (万元) 程度 0.6以下 0.60.8 0 .81 11.25 1.251.5 1.52 22.5 2.5以上 合 计 小学及以下 32 22 16 9 7 6 3 2 初 中 20 16 12 15 9 8 5 5 高 中 27 35 36 35 38 29 31 21 大 专 16 13 24 26 26 29 23 20 本 科 4 9 9 8 13 18 22 27 研究生 1 5 3 7 7 10 16 25 合 计 100 100 100 100 100 100 100 100 7/25/202213编辑ppt根据受教育程度计算的年收入水平 受教育 年 收 入

8、 水 平 (万元) 程度 0.6以下 0.60.8 0 .81 11.25 1.251.5 1.52 22.5 2.5以上 合 计 小 学及以下 39 23 10 8 7 8 3 2 100 初 中 27 18 9 15 9 11 5 6 100 高 中 13 15 9 13 15 15 11 9 100 大 专 11 8 9 13 14 21 12 12 100 本 科 4 8 5 6 11 21 18 27 100 研 究 生 2 7 2 8 9 17 19 36 100 合 计 7/25/202214编辑ppt两变量交叉列表在确定计算百分比方向时，一般的做法是按照因果关系的方向来计算 在

9、调研实践中，有时会遇到因果关系难以确定的情况。这时就要依据调研分析的目的确定百分比计算方向，或者可以按两个方向分别计算，并给出解释。如果分析人员判断因变量可能有多个，也可根据情况考虑编制多个交叉列表进行分析 其次，我们在对交叉列表进行解释时，根据简单的统计学知识，测定百分率间差异的方法有三种，即绝对差、相对差和可能差（其基本原理是先确定百分比增长最大可能性7/25/202215编辑ppt受新杂志广告刊登影响公众对公司的了解(了解的人数以百分比计) 广告在 广告在 新杂志上出现前 新杂志上出现后新杂志订户 55 75非新杂志的订阅者 30 45 7/25/202216编辑ppt百分率差别测定法比

10、较(均以百分比表示) 广告在新 广告在新杂志 绝对差法 相对差法 可能差法 杂志上出现前 上出现后 新杂志订户 55 75 20 36.4 44.4非新杂志订阅者 30 45 15 50.0 21.4返回7/25/202217编辑ppt三变量交叉列表 在两变量交叉列表分析的基础上，有时需加入第三变量作进一步分析。通过加入第三变量，可以补充说明原有二变量交叉列表分析的结果，使分析结果更加准确全面 第三变量的交叉列表分析可能说明原有两变量交叉列表分析结果有四种情况 可能更精确地反映原有两变量的关系 可能说明原有两变量交 叉列表分析显示的 两者之间的联系是虚假的 可能显现原先被隐含的联系 可能说明原

11、有的联系没有改变 7/25/202218编辑ppt 案例1更精确地反映原有两变量的关系 假设进行一次样本容量为1000的消费者抽样调查，研究时装购 买情况和婚姻状态之间的关系。对收集来的资料首先将婚姻状态和时 装 购买情 况(分为高低两档)作为两变量，进行交叉列表分析，得到表10-12 时装购买情 况 婚 姻 状 态 已婚(%) 未婚(%) 高 档 低 档 31 69 52 48 列总计 100 100被调查人数 700 3007/25/202219编辑ppt 案例1更精确地反映原有两变量的关系如果将性别作为第三变量引入，就得到三变量交叉列表分析结果，即表10-13。表10-13 显示，女性中

12、有60%未婚者属于高档时装购买者，而已婚女性中的比例只有 25%；就男性来说，40%未婚者和35%的已婚者属于高档时装购买者，两者的比例比较接近。显然，通过引进性别这一变量，原有的结论得到了进一步的说明。 时装购买 情 况 性 别 男 性婚姻状态 女性婚姻状态 已婚 (%) 未婚(%) 已婚(%) 未婚(%) 高档 抵挡 35 65 40 60 25 75 60 40 列总计 100 100 100 100被调查人数 400 120 300 1807/25/202220编辑ppt 案例2 显示原有两变量的联系是虚假的 国外曾有一项研究价格昂贵的小汽车拥有者情况的抽样调查，样本容量是1000人。

13、 最初以被调查者受教育的程度和拥有昂贵小汽车两个变量进行交叉列表分析，结果如下表所示 ：拥有昂贵小汽车受 教 育 程 度大学程度(%)低于大学(%)是否32682179被调查人数2507507/25/202221编辑ppt 案例2 显示原有两变量的联系是虚假的拥有昂贵小 汽 车 收 入 水 平 低 收入 教 育 程 度 高 收 入 教 育 程 度大学程度 (%)低于大学(%)大学程度(%)低于大学 (%)是否 20 80 20 80 40 60 40 60列总计 100 100 100 100 被调查人数 100 700 150 50教育程度、收入水平与拥有昂贵小汽车之间的关系7/25/202

14、222编辑ppt案例3 显示原先被隐含的联系 假设抽取样本容量为1000的消费者进行调研，研究年龄与出国旅 游 愿望之间的关系。对两变量进行交叉列表分析结果如表10-16所示 表10-16 年龄与出国旅游愿望的关系 出国旅游 愿 望 年 龄 小于45岁(%) 45岁以上(%) 有 无 50 50 50 50 列总计 100 100被调查人数 500 5007/25/202223编辑ppt案例3 显示原先被隐含的联系表10-16表明，年龄并非影响人们有无出国旅游的愿望。但是，当把性别作为第三变量引入以后，却得到新的研究成果(见表10-17)。表10-17 年龄、性别与出国旅游愿望之间的关系 性

15、别 出国旅游愿望 男 性年 龄(%) 女 性 年 龄(%) 小于45 45及以上 小于 45 45及以上 有 60 40 35 65 无 40 60 65 35 列总计 100 100 100 100 被调查人数 300 300 200 2007/25/202224编辑ppt案例4 原有的变量关系不变 假设选择样本容量为1000的家庭，调查收入水平与外出吃饭(包括快餐)之间的关系。 假设收入水平可分为低收入和高收入，而且其标准是已知的。那么对这两变量进行交叉列表分析结果如表10-18所示。 经常外出 家 庭 收 入 水 平 吃 饭 低 收 入(%) 高 收 入(%) 是 5 35 否 95 6

16、5 列 总 计 100 100 被调查户数 500 500表10-18 家庭收入水平与外出吃饭之间的关系7/25/202225编辑ppt案例4 原有的变量关系不变表10-18显示，家庭收入水平明显影响是否经常外出吃饭。高收入 水平的 家庭经 常 外 出吃饭的比例是35%，而低收入家庭这个比例只有 5%。如果再引入第三变量家庭规模进行分析，发现对原有两变量没有什么影响 (见表10-19) 。新变量家庭规模的引入并未改变原先得出的结论 经常外出 收 入 水 平吃 饭 低收入 家庭规模 高收入家庭规模 小 (%) 大 (%) 小 (%) 大 (%) 是 5 5 35 35 否 95 95 65 65

17、 列总计 100 100 100 100 被调查人数 250 250 250 2507/25/202226编辑ppt第五节 描述性调研设计中分组法的应用预分组表(Dummy Table )纵贯研究设计（Longitudinal Design） 横断研究设计（Cross-sectional Design）7/25/202227编辑ppt预分组表所谓预分组表就是一个含有表头、横纵栏标题，而表芯留有空白的交叉分组表。在调查表格收回后，只要分别将有关横行、纵栏变量的测量结果进行统计，即可填充表芯空白，从而得到有用信息 年 龄 品 牌 偏 好 A B C D 30岁以下 30-39岁 40-49岁 49

18、岁以上7/25/202228编辑ppt预分组表预分组表的“预”字，强调的是对事项的分组先于资料的采集 为了使描述性调研中所搜集的信息切实与调研目的密切相关，另一种办法是，可以事先指明每一个问题的目的、包含该问题的理由，该问题在分析中如何被应用等 7/25/202229编辑ppt表4-2： 食品研究中几个问题的附加问题 问题标号和变量名称 问题#5.0和 # 5.1 询问家庭户每 月消费的热狗盒数，每盒通常所包装的热狗只数。 问题的信息内容 计算机将热狗盒数与每盒只数相乘，得家庭每月的热狗消费量。 包含这两个问题的理由 这两个问题提供的信息，可以在热狗的消费量的基础上对热狗消费者总体进行细分。消

19、费量对未来的购买模型是个很好的预报变量。这与拟开发的新产品很有关系；对于以最低成本选用的广告媒介，以及对消费家庭户进行宣传促销也密切相关。 初步分析和信息价值频数分布：展示全部应答者每月消费量。按轻型、中型和重型消费者分类编码。与人口的关系：消费量类型将与家庭购物者年龄、收入水平、性别和受教育的程度作交叉制表，以期掌握这三种消 费者组别的特征。与价格的关系：消费量将按不同价格水平上的购买概率进行测定 。这将有助于提高价格对于估计不同消费者级别的重要性，估计 不同价格水平时的销售量。 附加分析和信息价值 与产品特色重要性的关系：对热狗的包装、品牌、质量、容量、味道、注明文字、气味、形状、颜色的重

20、要性制定10分制尺度，所测量的分数将用于对消费者分组进行对照分析。这有助于提供属性的相对重要性信息，并可以用来支持选取针对既定目标分组广告手段。返回7/25/202230编辑ppt纵贯研究设计含义: 纵贯调查研究是指对同一事物在不同时间或时点所出现的情况反复连续测量，并且每隔一段时间对所发生的变化加以记录 调查网的形式样本的两种样式 固定样本的优缺点纵贯研究技术跳转表 7/25/202231编辑ppt调查网的形式设立固定的调查网进行调查 固定调查网是由调研机构建立的，它把成千上万用户吸收在调查网里，再根据特定的研究目的从调查网里挑选出特定类型的用户作为典型的调查对象。然后，在预定的间隔时间内分

21、别从挑选出来的典型调查对象中取得调查资料 现场调查（Field Survey） 现场调查是一种不使用调查网的形式，但仍要选择固定的典型调查对象，对这些固定的调查对象 做连续地跟踪调查，以测量其变化情况 返回7/25/202232编辑ppt样本的两种样式纵贯研究方案中所使用的样本都是固定的 固定样本(Panel ) : 指调查网内(无调查网也适用) 选定的用户长期相对固定，历次采集资料时都使用由固定成员单位组成的样本。“相对固定” 是指在必要时才适当调整原固定单位，以保持样本的代表性 全固定样本(True Panel) 公交车固定样本(Omnibus Panel) 7/25/202233编辑pp

22、t固定样本的优缺点优点适于作较长时间的访谈 不易忘却过去行为的情况 有利于减少缺乏理解造成的误差 最重要的是，它有利于展开数据分析 缺点难以保证研究结果的代表性 返回7/25/202234编辑ppt纵贯研究技术跳转表使用固定样本的最大优点是有利于对搜集的数据资料展开分析。其中典型的分析方法是“跳转表”(Turnover Table) 或称为 “品牌跳转矩阵”(Brand Switching Matrix)。 这种方法的操作过程及其优点可通过跳转表的使用与普通统计表的对比进行说明 7/25/202235编辑ppt纵贯研究技术跳转表 案例1 现有对1000个家庭(非固定样本)两个一次性品牌购买情况

23、调查结果如表4-3。品 牌第一期第二期ABCD200300350150250270330150合 计100010004-3 ： 样本中购买各品牌的家庭数7/25/202236编辑ppt纵贯研究技术跳转表 第 二 期 合 计 A B C D第一期ABCD 175 25 0 0 0 225 50 25 0 0 280 70 75 20 0 55 200 300 350 150 合 计 250 270 330 150 1000表4-4： 固定样本中购买各品牌的家庭数7/25/202237编辑ppt纵贯研究技术跳转表 第 二 期 合 计 A B C D第一期 A B C D 0.875 0.125 0

24、 0 0 0.750 0.167 0.083 0 0 0.800 0.200 0.500 0.133 0 0.367 1.000 1.000 1.000 1.000 合 计 1.000 1.000 1.000 1.000 1.000表4-5 ： 从固定样本看品牌忠诚度和品牌跳转概率返回7/25/202238编辑ppt横断研究设计 横断调查研究是一次性现场调查，即调查现在的静态真实情况，然后对被调查的各个群体进行横向比较分析，探讨它们的不同特征 样本确定分类(分组)法同历群分析7/25/202239编辑ppt样本确定 设计横断研究方案也有样本成员的选择与确定问题。这个方案中的样本成员往往是依 据

25、概率法 则抽自一个已知的 调研总体。如何抽取这些样本，是很重要的技术问题， 可参考“抽样设计”一章。之所以要抽取“大量”的样本，是因为需要依据统计学中的大数法则去描述各种属性表现的集中趋势和离中趋势。 返回7/25/202240编辑ppt分类分组法横断研究中使用的基本方法就是分类(分组)法。在具体设计时可以设计成普通分类(分组)形式，还可以设计成交叉分组形式。这要由具体情况决定。下述案例1 就属于普通分类分析法；案例2 就属于交叉分组分析法。7/25/202241编辑ppt案例1 F汽车制造公司感到，它的系列产品中有一种型号的汽车的声誉 正在下降， 尽管这种型号的汽车具有各种先进的性能。 F公

26、司选择了开展广告宣传活动，测试广告信息改变用户对汽车的印象的程度，了解用户参与社会活动的地位所决定的对汽车印象的变化。 首先把用户进行不同的分类。如果按照社会地位分类，把有关广告信息提供给各种地位不同的汽车用户，分别征求他们对这种型号汽车的评价以及对使用质量的要求。然后把这些资料同没有看过广告信息的用户对这种汽车的印象进行比较，比较结果可以反映出广告信息是否有利于刺激公司销售额上升。F公司通过间接推理作出结论，“广告信息改变了用户对汽车的态度，从而吸引了许多顾客。”7/25/202242编辑ppt案例2 有人提出“来到商场的男性顾客比女性顾客的购物目的更明确”这一假设。为检验这个假设，商场调研

27、部对逛商场的顾客随机选取了500名进行横断调研，并对调查的结果进行如下交叉分组分析： 性别目的男 女有明确目的大小无明确目的小大7/25/202243编辑ppt案例2对于上述四组，可以分别计算各组顾客的相对频数，如果结果如上表，就认为经验分布偏向于支持原假设，即”来到商场的男性顾客比女性顾客的购物目的更明确”。相反，如果大小相反，那么经验分布就不支持原假设。当然，严格地说，这类假设最好有统计上的假设检验支持 返回7/25/202244编辑ppt同历群分析含义：相同时间内有相同事件经历的若干人组成的群体。同历群分析是由分类分析方法转化来的专门方法 年 龄人 均 消 费 量20-29岁30-39岁40-49岁49岁以上48423524表4-6 ： 1979年美国不同年龄段的人均软饮料消费量统计表7/25/202245编辑ppt结果分析从表中数据看到，高年龄段的人比低年龄的人对软饮料的人均消费量为小。因此研究者认为，随着美国人口老龄化的加快， 美国的软饮料市场必然呈萎缩趋势。但是，如果从同历群的角度研究问题，就会得到相反的结论。 7/25/202246编辑ppt表4-7 ： 各年龄同历群的软饮料消费