《市场调查与分析-项目、任务与案例（第2版）》项目四 处理市场调查数据

教学内容项目四处理市场调查数据一、审核数据的主要方法二、编码的规则三、利用SPSS定义变量和录入数据的方法四、清理数据的主要方法

当我们按照抽样方案的设计选择了样本，根据调查问卷的要求实施了实地调查之后，就搜集到了我们所需要的原始数据。而原始数据必须经过分析研究才能为营销决策提供依据。在数据搜集和数据分析之间，不可或缺的便是数据处理这一环节。

一、处理市场调查数据的意义

处理市场调查数据就是将原始的调查数据经过编码转换为计算机可以识别的语言，然后利用SPSS软件录入电脑形成数据库，为进一步的数据分析做好准备。3审核数据编码数据定义变量录入数据清理数据保存数据二、处理市场调查数据的步骤审核数据的内容主要包括五个方面，即齐备性、完整性、准确性、时效性和真伪性。1、审核数据（1）审核数据的内容齐备性：是指收回的问卷份数是否达到了抽样方案设计的样本容量

的要求。完整性：是指问卷填答的项目是否完整。不完整的答卷一般可分为三种情形：情形一：是大面积或者相当多的问题无回答，对此应作废卷处理；情形二：是个别问题无回答，应视为有效调研问卷，所留空白待后续工作采取补救措施；情形三：是有相当多的问卷对同一问题无回答，仍作为有效调研问卷，对此项提问可作删除处理。（1）审核数据的内容准确性：是指问卷中的项目是否存在填答错误。填答错误一般也可分为三种情形：情形一：逻辑性错误，即某些答案明显地不符合事实，或者前后不一致。这类错误能够用电话核实的可进行更正；情形二：答非所问的错误，这种错误到了审核阶段一般很少存在。如果存在，可电话核实进行纠正；情形三：乏兴回答即被调查者对回答的问题不感兴趣导致的填答错误。如属个别问卷应彻底抛弃，否则分析时多加注意。时效性：是指访问时间和数据的时效性。一般来说，访问员应在规定的访问期限内完成所有问卷，如果因某种原因延误了访问，且影响到数据的时间属性不一致时，应废弃此问卷。真伪性：即问卷的真实性。一般采用抽样复检的办法，核实访问员是否到访，以及访问的时间、地点等。审核数据主要包括三个步骤，即检查问卷数据、接收问卷数据和校对问卷数据。（2）审核数据的步骤第一步：检查问卷数据内容包括：①受访对象是否符合样本配额和问卷甄别要求；②问卷回收是否超过了时限要求；③问卷是否填写完整；④是否存在规律性回答；⑤是否存在没有按要求回答。

并尽可能了解其中的原因。（2）审核数据的步骤

第二步：接收问卷数据接收问卷时应详细记录接收时间、上送人即访问员或督导，并将该问卷进行编号，以方便数据分析时查询和分清责任。

第三步：校对问卷数据是指对接收到的问卷中不合要求项的校对，处理办法如下：①给出估计值。即根据已有的信息，给出一个合理的估计值。②设为缺失值。是当含缺失值的问卷较少或者有缺失值的变量不是关键变量时，设为缺失值。③放弃整份问卷。是当不合要求问卷占样本量比例很小，且不合要求的答案比例很大或者关键变量值缺失时，放弃整份问卷。

④返回现场重新调查。是当总体样本量很小，不合要求问卷比例较高时（超过10%），根据问卷作业证明记载信息进行回访，尽可能补上缺失值。（1）封闭式问题的编码：在问卷设计的同时就设计好编码。

①单选题的编码方法:以答案序号作为编码号。

2、编码数据

例如，

您的职业是什么?(1)工人；(2)农民；(3)教师；(4)干部；(5)其他

这一问题的编码应包括：

变量：职业

编码：1＝工人；2＝农民；3＝教师；4＝干部；5＝其他。编码数据可分为封闭式问题的编码和开放式问题的编码两种情况。

②多选题的编码方法:将每一答案指定为次级变量，用“1”表示受访者选择了该答案，用“0”表示未选择。

即编码为：1＝选择；2＝未选择。2、编码数据例如，您在何处了解购房信息？（可多选）

（1）报刊/杂志

（2）电视/广播

（3）网络

（4）相关群体（朋友/同事）

（5）其他编码时将该问题分解为5个小问题（即5个次级变量）,编码如下：次级变量1:您在何处了解购房信息（报刊/杂志）?编码:1=选择

2=未选次级变量2:您在何处了解购房信息（电视/广播）？编码:1=选择2=未选次级变量3:您在何处了解购房信息（网络）?

编码:1=选择2=未选次级变量4:您在何处了解购房信息（相关群体）？编码:1=选择2=未选次级变量4:您在何处了解购房信息（其他）？编码:1=选择2=未选

③排序题的编码方法:将每一答案指定为次级变量，不用编码，直接录数据。2、编码数据（2）开放式问题的编码：开放式问题与封闭式问题不同，只能采取后编码。即在问卷调查工作完成之后，将受访者的答复内容进行分类，再根据答复内容的类别指定编码。打开SPSS数据库→进入数据视图→打开变量视图

变量视图变量名变量标签变量值标签变量度量标准变量类型缺失值变量显示格式需要定义默认即可3、定义变量定义变量名：变量名建议采用字母+数字形式定义变量标签定义变量值标签3、定义变量图1变量视图页面

定义变量度量标准个人创新（英语表达Persenalinnovation）建议变量名为：PI定义变量名：SPSS有默认的变量名，也可以双击然后进行修改。变量名可以用汉字、字符、数字或它们的组合，但要简明扼要，不能太长。定义变量标签：变量标签可以长和详细一些，一般用整个问句。在数据视图页面，将光标放在变量名上时，变量的详细信息即变量标签将以黄字显示出来。定义变量值标签：定义变量值标签就是将变量的编码信息在这里告诉电脑，如变量值标签“1=男”录入电脑后，将来在数据视图页面对该变量录入1时，电脑就知道被调查者是“男性”了。定义变量度量标准：度量标准有名义变量、有序变量和度量变量三个级别，分别是通过类别量表、顺序量表、等距量表和比率量表所搜集的数据。其中度量变量是指通过等距量表和比率量表所搜集的数据。定义变量的操作过程注意：变量名和变量标签不能重复，多选题尤其要注意。每一行代表一份问卷数据每一列代表一个变量4、录入数据图2数据视图页面

打开SPSS数据库→进入数据视图

清理数据包括检查数据的一致性和处理缺失值两项任务。检查数据的一致性包括三项基本工作：第一，检查有无超出编码定义范围的数据存在；第二，检查有无答案的逻辑矛盾；第三，检查有无两行或多行数据完全一致或绝大部分一致。处理缺失值一般有两种方法：①替换缺失值；②整例删除。5、清理数据

替换缺失值的操作过程

在调研中常常会由于某些客观原因丢失个别数据，形成缺失值，为了充分利用原始数据信息，在允许情况下可根据调研目的和数据分布特征，选用不同的处理方法替代缺失值。选择SPSS菜单项转换→替代缺失值，显示对话框如图3所示:图3替换缺失值对话框

例如，图4变量var00001中第3个数值缺失，我们选择其所在列算术平均数进行替代，生成新变量Var0000

1，替代前后的情形如图4所示。图4替代缺失值前后替换缺失值的操作过程

在百货商店项目中，数据收集采用入户人员访谈的方式。访问员上交问卷后，由督导员进行编辑，首先检查问卷填写是否完整、一致，答案是否清晰。不合格问卷将返回调查现场，由访问员再次联系访问对象以获得必要信息。删除了9份不合格部分比例过大的问卷，因此最终的样本规模为271。为问卷编码编制了编码字典。因为问卷中没有开放式问题，本例中编码工作相对比较简单。数据经过键盘输入电脑形成了SPSS数据库，对其中大约25%的数据进行了输入错误的检查。通过确认超出正常范围和逻辑上不合理的答案，对数据进行了清理。大部分有序数据是通过6级量表得到的，所以0、7、和8被视为超出了正常范围，用9代表缺失值。同步思考案例：百货商店项目的数据准备

含有缺失值的问卷被整例删除，因此有缺失值的访问对象都未包含在分析中。选择整例删除的方法是因为含有缺失值的样本量很小，同时样本规模足够大。在对数据进行统计整理时，将定类变量转化成了虚拟变量，并根据原始变量生成了一些新变量。例如，把对10家百货商店熟悉程度排序的数据加总，生成了熟悉度指数。最后，调研人员制定了数据分析策略。

思考：①本案例在处理市场调研数据时经过了哪几个步骤？

②每一步是如何处理的？同步思考案例：百货商店项目的数据准备

分析提示：

①本案例在处理市场调研数据时经过了审核数据、编码数据、定义变量、录入数据、清理数据5个步骤。②每一步的处理过程如下：

审核数据阶段：对不合格问卷返回现场重新调查，删除了9份不合格部分比例过大的问卷。编码数据阶段：编制了编码字典。

定义变量和录入数据阶段：使用SPSS软件。