调查资料整理分析与调查分析报告撰写要求讲义

1、 第七章 调查资料的整理分析与调查报告的撰写第一节 市场调查资料的整理与分析一、市场调查资料的整理对收集到的一手资料和二手资料，由于调查过程中不可幸免的问题，如二手资料中作者写作目的不同，一手资料中各种人为或非人为的因素使得资料存在非调查误差，因此对回收的问卷还要进行去粗取精、去伪存确实整理工作，有时还要将问卷和答案数据化并输入电脑，那个过程确实是资料处理过程。对处理过的资料，用各种统计方法进行分析，就能够为我们整个营销分析和调查报告提供量化的依据，从而为决策服务。缘故：一手资料除了抽样误差之外的存在的非抽样误差类型 无能力回答误差（非有意误差）被调查对象误差 不情愿回答误差 欺骗误差 （有意

2、误差）非抽样误差 调查对象选择误差提问误差 调查人员误差 记录误差 欺骗误差 诱导误差（一）资料整理的程序 一般地讲，市场调查资料的整理有以下几个步骤： 资料审核 资料整理 资料编码 资料录入 资料整理在整个市场调查中的地位市场调查 资料整理 撰写报告 营销决策由此可见，资料整理是一个必不可少的环节。（二）资料审核的具体内容1、文献资料的审核 对文献资料的审核要紧包括两个方面：一是文献资料本身真实性的审核，二是文献资料内容的可靠性审核。（1） 文献资料本身真实性的审核要紧看文献资料的出处或资料的作者，关于有疑问的资料出处或作者应该排除。一般而言，正式出版的报纸、杂志、领导的讲话报告等真实性比较

3、高。 （2）文献资料内容可靠性的审核要紧要验证文献内容的内在一致性和外在一致性。内在一致性指同一文献中一部分内容与另一部分内容的一致，外在一致性指文献内容与其他文献关于同一事件描述的一致性。以外在一致性的审核更为重要。方法要紧有：一是将描述同一事实或事件的各种文献内容进行比较，找出它们的异同，并依照经验来辨不真伪；二是比较来自不同的情报源的文献对同一事件的描述，假如内容不因情报来源的不同而不同，则能够认为文献的内容比较可靠。2、对实地资料（即问卷资料）的审核对问卷资料的审核在两个层次上进行，第一个层次审核问卷的真实性，第二个层次审核问卷的准确性和完整性。从而使问卷的审核分为两个时期，实地审核和

4、集中审核。实地审核要紧审核问卷的真实性，集中审核要紧审核问卷的准确性。（1）实地审核实地审核包括两个方面，一是调查者自己对问卷真实性、准确性和完整性的审核，这一工作在调查者尚未离开调查点之前进行，另一方面的实地审核指调查者离开以后有复核员进行的审核，该项工作最后归到复查和追访工作。其目的是核实调查是否按要求正确无误地进行，尽可能确保每份调查问卷差不多上有效问卷。核实的内容有： 此人是否真正同意了调查？ 被调查者是否符合条件？ 调查是否按要求的方式进行？ 调查是否完整？ 其他问题。如调查员是否彬彬有礼？被调查者对访问员或调查过程有什么意见？（2）集中审核集中审核的第一步是检查问卷填写的完整性和资

5、料质量，目的是确定哪些问卷能够同意，哪些问卷要作废。在问卷检查之前，应按规定若干规则，使检查人员明确问卷完整到什么程度才能够同意。出现以下情况的问卷是不能同意的： 所回收的问卷是不完整的，如缺页或多页；大面积无回答、相当多问题无回答、几个部分无回答、只有开头部分回答等应视为无效问卷；但个不问题无回答或同一个问题相当多问卷无回答则能够作为有效问卷 明显错误的回答：例前后不一致的回答、答非所问、不必回答的问题回答了；乏兴的回答。调查对象回答的差异性不大，例全部答案选一个数，3或7。 问卷是在事先规定的截止日期以后回收的；有的时候会有一些检查人员难以推断的问卷，检查人员应先将这些问卷放在一边，由研究

6、人员决定取舍。因此，通常建议检查人员将原始问卷分成三类：能够同意的、明显要作废的、对是否能够同意有疑问的。 关于缺失数据的处理： 数据小量的缺失回答是能够容忍的，但假如缺失值的比例超过了10，就可能出现严峻的问题，因此对缺失值要做适当处理。 缺失值的处理方法要紧有四种： 用一个样本统计量的值去代替缺失值。最典型的做法是使用变量的平均值。例如对一个没有回答其收入的被访者，用该被访者所在的子样本的平均收入去替代。 用从一个统计模型计算出来的值去代替缺失值。依照某些数据我们能够建立一种统计模型，如，“产品使用程度”可能与“家庭规模”、“家庭收入”相关，利用回答了这三个问题的被访者数据能够构造一个回归

7、方程，而关于某个没有回答“产品使用程度”的被访者，只要其“家庭规模”、“家庭收入”已知，就能够通过该方程计算出其值。 将有缺失值的个案整个删除。 将有缺失值的个案保留，仅在相应的分析中作必要的排除。常用方法。（二）资料整理 将通过整理的原始资料进行分组汇总。所谓分组，确实是依照调查研究的需要，将调查总体按照一定的标志区分为若干个组成部分。例，将调查总体按收入水平分为高收入、中等收入、低收入三类，按专业分组能够分为市场营销专业、会计专业、国际贸易专业等，前者为数量分分组标志，后者为质量分组标志。 分组的关键是选择和确定分类标志。 要依照调研目的、事物本质、事物所处的具体历史条件和现实条件来分组。

8、例如，当研究目的是分析大中小企业的生产情况时，应选择数量标志如产品数量或生产能力作为分组标志，而要明白各类企业的比例时，应选择部门类不这一质量标志进行分类；又如，反映企业生产规模的标志有专门多，如生产能力、职工人数、固定资产价值等，在技术发达条件下，使用固定资产的价值进行分类要合理些，而在技术不发达条件下，用职工人数作为分类标志比较恰当。（三）资料编码编码：确实是将问卷中的文字信息转化成计算机能识不的数字符号，即给每一个可能的答案分配一个代号，通常是一个数字。编码能够在设计问卷时进行，叫前编码，也能够在资料收集结束以后进行，叫后编码。 1、前编码条件：要求事先已明白问题的答案类不，要紧应用于封

9、闭题和数字型开放题。 关于这类问题，首先要编制编码明细表。以例讲明如何编制编码明细表。 单选题 对单选题只需用一个变量，变量的值为选项号。例：请问您乘坐的舱位是：1头等舱 2公务舱 3经济舱 对该题可编码为：其中1头等舱，2公务舱，3经济舱，9无回答。 多选题01指示变量，如被调查者选择了该答案，此变量的值为1，否则为0。 您选择本次航班的缘故？（能够选择多项） 1安全有保障 2航班时刻适当 3服务好 10其他 请详细讲明 对该题可编码为：1是缘故，0不是缘故（2）后编码后编码一般是对开放式问题和封闭式问题的“其他”。其步骤为： 列出答案：读取每个开放式问题的回答 问题：什么缘故你喜爱喝A品牌

10、的啤酒？ 回答实例： 1、因为它口味好。 2、它具有最好的味道。3、我喜爱它的口味。4、我不喜爱其他啤酒太重的口味。5、它最廉价。6、我买任何打折的啤酒，它大部分时刻都打折。7、它不像其他牌子的啤酒那样使我的胃不舒服。8、其他牌子的啤酒使我头痛，但这种可不能。9、我总是选择那个品牌。10、我差不多喝了20多年了。11、它是大多数同事喝的品牌。12、我的所有朋友都喝它。13、这是我妻子在食品店中买的牌子。14、这是我妻子/夫君最喜爱喝的牌子。15、我没有想过。16、不明白。17、没有专门缘故。合并答案 ：找出与该回答相符的答案合并类不 设置编码：确定该类不的数字编码 回答类不描述 上表的回答 分

11、配的数字编码 口味好/喜爱味道 1，2，3，4 1 /比其他味道好 低/较低价格 5，6 2 可不能引起头疼、胃不适 7，8 3 长时刻喝，适应 9，10 4 朋友喝/受朋友阻碍 11，12 5 妻子/夫君喝/买 13，14 6 不明白 15，16，17 7 其他 8 对含义相距甚远或频数较少的答案并入“其他”项，给予编码如“8” 选定编码：在调查表的适当地点，注明每个回答的数字编码。例： 什么缘故你喜爱喝A牌啤酒？ 因为它更廉价。 2 4、资料录入资料录入是指将信息从计算机不可识不的形式转换成为计算机能够识不的形式的过程。大多数资料录入通过智能录入系统进行，智能资料录入是指通过编程的数据录入

12、装置或与之相关的计算机对输入的信息进行逻辑检查。最常用的是SPSS系统，该系统录入后能够查错、纠错。 查错的程序有两个： 第一种，检查输入信息的有效性，即对资料进行幅度检查。例，某一问题，它的5个有效答案对应的数字编码为15，资料录入程序只同意输入人员在为那个问题所留的位置上输入编码15，假如输入的不是这几个编码，机器就会告知资料输入出现了问题，但假如是15之内的错误则无法识不。 第二种，检查信息的一致性，即对资料进行逻辑检查 逻辑检查要紧是检查同一根问卷中，不同问题的答案是否相互矛盾。例，问卷的第四题是询问年龄，年龄的编码是如此的：113岁=1，1425=2，2640=3，第三题是询问婚姻状

13、况，已婚=1，未婚=2。假如第四题的答案是1，那么第六题应是2，否则就错误的答案。二、市场调查资料的列表分析技术在分组的基础上对原始数据进行列表汇总的技术。依照表中所含变量数量，可分为单向列表和交叉列表。单向列表确实是表中仅有一个变量，反映的是该单一变量的不同数值出现的次数；交叉列表中有两个或两个以上变量，反映的是多个变量的不同数值出现的次数。1、单向列表分析技术P193 单向列表要紧是频数分布表，是在对原始资料进行统计分组基础上，对各组及其频数依次排列成表格形式。包括品质分布表和变量分布表两种。用众数、中位数、百分数等统计指标进行分析。2、交叉列表分析技术确实是同时将两个或两个以上变量及其对

14、应值，按照一定顺序对应排列在一张表中，从中分析变量之间的相关关系，得出科学结论的技术。 适用范围：分析变量之间是否具有相关关系及关系紧密程度时使用。 例如，对都市居民的居住年限长短同对该地区百货公司熟悉程度进行研究，所考察的是居住年限与对百货公司的熟悉程度是否有关系，因此变量有两个，分不是居住年限和熟悉程度所有被调查的居民，其居住年限分为三个档次：小于13年、1330年、30年以上，对百货公司熟悉情况分为熟悉与不熟悉两类。则使用交叉列表技术可得出下表： 居住时刻与对百货公司熟悉情况关系表熟 悉程 度 居 住 时 间行总计小于13年1330年30年以上不熟悉熟 悉455234535527 134

15、 132 列总计 97 87 82 266假设被调查者人数为266人，通过调查所得具体数据如表中所示。 自变量与因变量在表中的位置：一般把自变量横排，而因变量纵排。 上例中，居住年限是自变量，而熟悉程度是因变量。（1）双变量交叉列表分析法最差不多的交叉列表分析法 为了更清晰地显示双变量列表中两个变量之间的相关关系，通常把双变量交叉表中的各项绝对数转换成百分数。计算基准是以自变量为基准来计算百分数，如此能更清晰地显示两个变量之间的相关关系。 如上例中居住年限与对百货公司地熟悉情况，以居住时刻为自变量，对百货公司的熟悉情况为因变量。列表如下： 按居住时刻计算对百货公司的熟悉度 居 住 时 间 熟悉

16、度 小于13年 1330年 30年以上 不熟悉 46.4 39.1 67.1 熟 悉 53.6 60.9 32.9 列总计 100 100 100 从表中能够得出结论：在同一地区中，那些居住时刻最长的居民对购物环境反而不太熟悉。（2）三变量交叉列表分析法 在许多情况下，在双变量交叉列表分析的基础上需加入第三个变量作进一步分析，因为双变量列表所传达的信息是表面的，其结论可能正确也可能是有误的，推断这种初始结论正确性的方法是引入第三个变量。可能出现四种情况。 = 1 * GB3 更精确显示原有联系。例如：对时装购买情况和婚姻状态之间关系的调查研究，用双变量交叉列表技术得下表： 婚姻状况与时装购买情

17、况的关系时装购买现状 婚 姻 状 况 已 婚 未 婚 多 31 52 少 69 48 列总计 100 100 被调查者人数 700 300结论：未婚者比已婚者购买更多的时装 我们把购买者性不作为第三个变量加入，得到下表： 婚姻状况、性不与时装购买情况的关系婚姻状况时装购买状况 性 不 男 性 女 性 婚姻状况 婚姻状况 已婚 未婚 已婚 未婚多少35654060 25 75 60 40 列总计 100 100 100 100被调查者人数 400 120 300 180 结论：女性未婚属于高档时装的要紧购买者，而男性未婚和已婚者购买高档时装比例接近。显然，通过引入性不这一变量，使得原有结论更准确

18、。 = 2 * GB3 显示原有联系是虚假的。 例如，假设调查文化程度与拥有高级小轿车的关系，可能会得出文化程度越高，高级小轿车拥有率越高的结论。但实际上，高级小轿车的拥有率最直接的阻碍因素是收入水平 教育程度与拥有昂贵小汽车的关系 拥有昂贵小汽车 教育程度 大学程度及以上 大学程度以下 是 否 32 68 21 79 列总计 100 100被调查者人数 250 750结论：大学文化程度及以上的人中拥有昂贵小汽车的比例高于大学文化程度以下的人，文化程度是决定是否拥有昂贵小汽车的因素。 为了验证以上结论，我们引入第三个变量收入变量。 教育程度、收入水平与拥有昂贵小汽车之间的关系拥有昂贵小汽车 收

19、入水平 低收入 高收入 文化程度 文化程度大学及以上大学以下大学及以上大学以下 是 否2080% 20% 80% 40% 60% 40% 60% 列总计 100 100 100 100被调查者人数 100 700 150 50 引入第三个变量后，显示收入水平才是阻碍昂贵小汽车拥有的因素。 = 3 * GB3 显示被隐含的联系。例如：研究年龄与出国旅游愿望之间的关系。 年龄与出国旅游愿望之间的关系 是否有出国旅游愿望 年龄 小于45岁 大于45岁 是 否 50 50 50 50 列总计 100 100被调查者人数 500 500结论：年龄不是阻碍人们是否情愿出国旅游的因素。 加入性不因素后：年龄

20、、性不与出国旅游愿望之间的关系出国旅游愿望 性 不 男 性 女 性 年 龄 年 龄小于45岁45岁或以上小于45岁45岁或以上 是 否6040% 40% 60% 35% 65% 65% 35% 列总计 100 100 100 100被调查者人数 300 300 200 200 = 4 * GB3 不改变原先反映出的联系。例如，研究家庭规模和经常外出吃快餐之间的关系 家庭规模和经常外出吃快餐之间的关系 是否经常外出吃快餐 家庭规模 小 大 是 否 65 35 65 35 列总计 100 100被调查者人数 500 500 引入第三个变量收入变量后： 年龄、性不与出国旅游愿望之间的关系是否经常外出

21、吃快餐 收入水平 低收入 高收入家庭规模家庭规模 小大 小大 是 否6535% 65% 35% 65% 35% 65% 35% 列总计 100 100 100 100被调查者人数 250 250 250 250 新变量的加入并未改变原先得出的结论。三、调查资料的数据图形分析技术（一）数据图形类型1、线形图 线形图适用于连续性数量资料，常用以表示事物或现象在时刻上的进展变化。有单式线条图，也有复式线条图。通常横轴表示时刻或变量，纵轴表示指标。例如下图 要紧年份城乡居民恩格尔系数的比较（）年份1992199319951997199819992000200120022003城镇恩格尔系数56.505

22、3.8753.4350.5749.2544.9143.0440.7740.5340.29农村恩格尔系数67.0561.3561.6758.7458.5057.4054.4551.5150.1251.692、柱形图（棒形图、条图） 是以柱（或棒或条）的长度表示事物的数量，能够用以表示绝对数，也可用以表示相对数或平均数，常用的有单式柱形图、复式柱形图和分段柱形图。 （左为男性，右为女性）3、饼状图（圆图） 饼状图用扇形的面积即圆心角的度数来表示数量，它用来表示组成数据不多的品质资料或间断性数量资料的内部结构，各部分百分比之和必为是100%。（二）数据图形的制作 在Excel表中制作。例如下表 广告

23、支出与销售额的关系 单位万元月份123456广告支出505540354550销售额200025002600230021002400 在Excel表中点击“插入”选择“图表”选择图形类型（线状、饼状、柱状），点击“下一步”，在“数据区域”栏内选中所要显示的数据（年份不选）点击左上角的“系列”，在框内添加系列1 ，在其右边对应栏内填入数据名称，如广告支出，添加系列2，同样在其右边栏内填写数据名称，如销售额；在X轴输入名称，如月份，点击完成。四、调查资料的统计分析（一）单一变量的描述性统计分析 统计学包括描述统计学和推断统计学，描述统计学是整个统计学的基础，对变量的集中趋势和离中趋势（或称离散程度）

24、的分析是其要紧内容。这两者差不多上对单个变量的资料进行概况，属于单变量分析。适用范围：考察同一变量不同类目之间谁最具有代表性的问题。市场调查者经常用平均数、众数、标准差或极差来概括样本数据，以描绘出典型的被调查者与揭示回答的一般式。1、集中趋势指标集中趋势确实是人们常讲的“平均值”。通过计算一个典型值来集中反映一系列变量的一般水平，那个典型值就叫集中趋势统计量。（平均水平）。集中趋势统计量按处理方法不同可分为几类，要紧包括众数、中位数、平均数。（1）众数：出现次数最多的数值。在众多数值中，出现次数最多的一个标志值或变量值。用于定类层次。由于这种变量值出现的次数最多，在总体中占有重要地位，因此有

25、时用它来表明现象的一般水平。例要掌握某商品的价格水平，不一定进行普查，只利用市场上最普遍的成交价格作为一般价格水平即可。例：2，3，5，5，5，6，6，7，9出现次数最多的是5，即在该列数据中，5是最能代表一般水平的，因此众数=5 （2）中位数：位置居中的数值。按大小顺序排列，处在一组数据中央位置的数值。用于定序层次。由于其位置居中，不受极端数值大小的阻碍，因而有时用它来代表现象的一般水平例：有9个人，他们的月工资水平分不如下： 470，420，500，510，920，1120，710，830，1080， 以上数据中哪一个数据最能代表一般水平呢？A、作排列处理，从小到大排列： 420，470，

26、500，510，710，830，920，1080，1120B、求中央位置：C、求中位值：第五位数对应值为710。以上两种平均水平不是数值平均数，而是位置平均数。它们不是依照总体的全部变量值计算的，而是依照其在总体中的位置或地位来确定的。（3）平均数：一组数据值的总和除以个数所得的数值。用于定距和定比层次。 算术平均数：包括简单算术平均数和加权算术平均数。 简单算术平均数 加权算术平均数 调和平均数：适用于逆指标的计算。 某些经济现象能够从正反两方面来研究，如劳动生产率、商品流转速度、资金周转速度、货币流通速度等，能够用正指标和逆指标两种方式来表示。正指标：数值越大，表示该指标值代表的水平越高。

27、如用每小时生产产品数量来表示劳动生产率。逆指标：数值越大，表示该指标值代表的水平越低。如用每件产品所费劳动时刻来表示劳动生产率。当用逆指标表示平均水平常，就要用调和平均数来计算。简单调和平均数：，调和平均数是各个变量值倒数算术平均数的倒数。加权调和平均数： 几何平均数：等比级数的平均数。如复利条件下的本利和的变动，连续作业车间产品平均产品合格率等。简单几何平均数：加权几何平均数： ，查对数表得出值。平均值=总体标志总量/总体单位总数2、离中趋势指标集中趋势是资料中各个变量值与集中趋势值的偏差程度的数值，用来反映数据之间的差异程度。离散量越大，表示变量值与集中统计量的偏差越大，这组变量越分散，这

28、时用集中统计量作可能或预测，所出现的误差也越大，反之亦然。离散量数分析是集中趋势分析的补充讲明。离中趋势通常由全距、平均差、平均差系数、标准差、标准差系数等来表示。（1）全距：是所有标志值中最大值与最小值之差。全距是表明总体变量值变动范围的指标。全距越大，讲明变动幅度越大，集中趋势的代表性越差例：例：假定某车间两组工人的月工资水平如下：甲组：800，900，1000，1100，1200乙组：900，950，1000，1050，1100假如集中趋势用算术平均数来表示，两者均为1000，但甲组中全距为400，而乙组中全距为300，因此乙组对总体的代表性更强。 （2）平均差：即平均离差，是将离差数值

29、的总和除以离差的项数。用表示= 或：平均离差越大，反映各单位标志值的离散程度越大，集中趋势的统计量代表性越小；平均差越小，反映离散程度越小，集中趋势的统计量代表性越大。 仍以上题的数据为例，甲组：平均差=600/5=120乙组：平均差=300/5=60结论：乙组代表性强于甲组。 （3）平均差系数：将平均差除以相应的平均指标。平均差系数100%上例中，甲组平均差系数=120/1000=0.12乙组平均差系数 =60/1000=0.06，乙组平均差系数小于甲组，因此乙组代表性强于甲组。结论与用平均差计算的结果相同。然而，当平均指标数值不相同时，得出的结论可能不一致。平均差同时受标志值的变异程度（）

30、和总体平均指标（）两个因素的共同阻碍。因此当对比两个总体的变异程度时，假如它们的平均指标水平不同，就不能简单地将两个平均差进行对比；同时当计量单位不同的总体的平均差也不能直接比较。这时应用平均差系数来比较。例如，A、B两组各含五个企业的某月销售收入资料为（单位：万元） A组：161、163、165、167、169 B组：73、74、75、76、77 平均差和平均差系数计算结果如下表： 企业平均销售收入（万元） 平均差（万元） 平均差系数 A组 165 2.4 (12/5) 1.45 B组 75 1.2 (6/5) 1.6可见，如以两组的平均差相比较，A组的平均差比B组大，但以平均差系数相比较，

31、结果正相反。正确的结论是：A组的平均差系数较小，讲明A组中各企业之间销售收入差异程度较小，因而A组平均指标代表性较强。因此，当对比两个总体的变异程度时，假如它们的平均指标水平不同，就不能简单地将两个平均差进行对比，而应计算平均差系数，比较平均差系数大小才能得出相应的结论。（4）标准差：即均方差或均方根，是各个离差平方的算术平均数的平方根。标准差是测定标志变异程度最常用的综合指标。它的涵义和平均差差不多相同，也是各个标志值对其算术平均数的平均离差，但在数学处理上有所不同。平均差利用绝对值来消除离差的正负号，标准差利用平方来消除离差的正负号。比较起来，标准差在数学处理上比平均差优越。故测定总体各单

32、位数量标志值的平均离差，通常以它为标准。公式： （5）标准差系数：是标准差与相应的平均指标对比得出的相对数值。公式：与平均差一样，标准差也是反映标志变异程度的绝对指标。它受标志值的变异程度和平均程度两个因素阻碍。标志值的平均水平不同，或不同计量单位的总体的标准差是不能直接比较的。现在要标准差系数以比较具有不同变量值的两组数据的代表性。仍以上例的数据来计算标准差系数 企业平均销售收入（万元） 标准差（万元） 标准差系数 A组 165 2.85 1.72 B组 75 1.41 1.88由表可见，A组的标准差大于B组，由于组的平均指标不同，因而不能直接比较得出A组的平均销售收入的代表性比B组小的结论

33、；相反，只能以标准差系数作比较，A组标准差系数小于B组，从而讲明A组平均销售收入的代表性大于B组。只有当平均指标不同时，才有必要计算标准差系数或平均差系数以比较两组数据的代表性。（二）多变量的统计相关分析1、变量之间的关系相关：变量之间的相互关系。但单讲相互关系还不能刻画相关的本质含义，因为变量之间、现象之间的关系有两种不同的类型（1）函数关系，即确定性关系。当一种现象（一个数值）的数量确定之后，另一种现象（另一个数值）也随之完全确定。例如圆的面积和它的半径之间的关系。其差不多公式为：（2）相关关系，即变量之间的关系并不确定。一个现象的数量确定了，而另一个现象的变量还可能在一定范围内存在变化，

34、并不随之完全确定。例如广告投入和销售额之间的关系，其差不多公式为2、统计相关分析的具体任务（1）确定现象的变量之间是否存在相关关系，同时找出适合的数学表达式。 例如计算中的值，建立数学模型（2）测定现象之间相关的紧密程度 为此需计算相关系数进行相关检验，检验（显著性检验）（模型与变量之间相关关系的检验）等（3）研究相关关系中哪些是要紧因素，哪些是次要因素，这些因素之间的关系如何 为此需进行显著水平检验，例如检验要紧是对参数进行检验，检验在某一显著水平上是否为0。事实上质是检验是否对有显著的相关关系阻碍。（三）调查资料的综合指标分析技术综合指标分析法是依照一定时期的资料和数字，从静态关系上对总体

35、的各种数量特征进行分析的方法。其表现形式有：总量指标、绝对指标、相对指标、平均指标。这些指标能够讲明总体的规模、水平、速度、效益、结构、比例关系等总和数量特征，通过对总体数量的汇总、运算和分析，能够排除个不、偶然因素的阻碍，认识经济现象本质及其进展变化的规律性。1、总量指标：反映的是总体的规模或水平。一般以绝对数表示，又称绝对指标。2、相对指标：是两个有联系的指标数值对比的比值，反映两个指标之间相互关系或差异程度。 相对指标的计量形式有百分数、系数、倍数和成数等。3、平均指标：是在一定条件下同质总体内各单位某一数量标志的一般水平。反映总体综合数量特征。 平均指标表现形式：算术平均数、调和平均数

36、、众数和中位数等。在市场调查与预测中，这三个指标要综合运用，单一指标不能讲明总体情况。例：某企业今年的市场销售量为500万，我们也不能据此得出销售形势好或坏的结论，还要与同行业平均销售水平相比，或与过去销售量相比，才能得出结论。（四）调查资料的动态分析技术。 动态分析法是指经济现象进展变化的一系列数字，按时刻先后顺序所组成的一组动态数列，对其进行分析的一种方法。动态分析法要计算一系列动态指标，包括进展水平指标、动态比较指标和动态平均数指标等。1、进展水平指标进展水平指标指某一指标数值反映它在不同时期上进展所达到的水平。一般指总体进展水平，它一般有基期和报告期水平，进展水平在文字讲明上，适应用“

37、增加到”或“增加为”、“下降到”或“下降为”来表示，通过报告期与基期绝对数的比较得出。2、动态比较指标动态比较指标是依照两个进展水平的比较计算而得来，这种比较能够是相除或相减关系，也能够是相除和相减关系，能够用绝对数也能够用相对数来表示。（1）绝对数：报告期水平基期水平0，则为增加量，1，则讲明增长了，叫增长速度；进展速度1，讲明减少了，叫降低速度。我们之因此要研究绝对数和相对数，是因为我们不仅要了解进展的总量水平，也要了解这种进展是前进了依旧后退了，找出其中缘故，为制定相应的对策提供依据。第二节 如何撰写调查报告一、调查报告的类型1、数据型调查报告最简单的报告形式在报告中只提供调查所获得的数

38、据，前提是客户有自己的分析人员。2、分析型调查报告专门的商业调查机构向客户提供报告的要紧形式是在数据型报告基础上对数据所反映的情况作进一步的分析。这种报告除了本次调查所获得的第一手资料外，还能够在需要时引用第二手资料，增强报告的感染力和讲服力。（资料分析，得出结论）3、咨询型报告是在分析型报告基础上的进一步扩展和延伸，其内容除了对结果进行分析外，还包括对市场的分析、并在此基础上提出进行决策、采取行动的咨询方案。为了做好咨询报告，研究人员除了需要本次调查项目的数据外，还要进行广泛的二手资料的检索，组织专家座谈会，并进行必要的专项调查予以补充。二、调查报告的内容1、封面（扉页）P125（1）调查报

39、告的题目或标题。一般地讲，题目只有一句话，有时能够加上一个副标题。标题的形式有三种：a、直叙式；例如：关于的调查报告b、表明观点式；如：“电视机削价竞争不可取”c、提问式；如：牌电视机为何如此畅销？“（2）调查研究机构名称。假如是单一的机构执行调查，写上该机构名称即可；假如是多个机构合作进行的调查，则应将所有机构的名称都写上，也能够同时附上调查机构的联络方法。（3）调查项目负责人的姓名及所属机构。（4）日期。即报告完成的日期。2、目录：关于报告中各项内容的完整一览表，目录的篇幅以不超过一页为宜。3、摘要。是对调查活动所获得的要紧结果作概括性的讲明。摘要应简短，一般不超过报告内容的十分之一。4、

40、调查概况（序言）。告诉读者什么缘故要做此调查，调查人员安排做什么以及如何样得出结果。这些问题可包括在三个子标题下：背景、目标和方法。背景部分：要紧描述进行调查的要紧缘故，如存在什么问题而需要调查。目标部分：叙述本次调研所要达到的目的以及所需了解的信息等。方法：介绍包括从样本的选取、所采纳的资料收集方式方法等。5、调查结果。是构成报告的主体，它们提供调研人员收集到的所有相关事实和观点，但不做任何建议，因为建议是结论部分的任务。调查结果部分是将调查所得资料报告出来，包括数据图表资料以及相关的文字讲明。在一份调查报告中，常常要用若干统计表和统计图来呈现数据资料，但仅用图表将调查所得的数据资料呈现出来

41、是不够的，研究人员还必须对图表中的数据资料所隐含的趋势、关系或规律加以客观地描述和分析，即要对调查结果作出解释。对研究结果的解释包括三个层次：讲明、推论、讨论。（1）讲明。是依照调查所得统计结果来叙述事物的状况、现象的情形、事物进展的趋势、变量之间的关系等。讲明不是数据结果的简单描述，而是利用已有的资料或逻辑关系作较为深入的分析。 例如：假设通过调查，得到各种收入家庭的彩色电视机拥有情况表如下： 不同收入家庭拥有彩色电视机的比例（） 彩色电视机拥有比例家庭月平均收入（元）1000元以下 1000-1500 1500元以上总 计 有 无 总 计30701005050100 80 20 1005347100 依照上表，可作如下几点讲明：第一，调查对象中大约有一半左右的家庭拥有彩色电视机（事实的叙述）；第二，随着家庭收入的增加，彩色电视机的拥有率也随之提高（趋势描述）；第三，家庭收入的高低对彩色电视机的购买有一定的阻碍（因果关系讲明）。 在第三点讲明中，数据资料并没有直接揭示这种因果关系，它是研究者依据收入和