市场调查与预测复习大纲

市场调查与预测第一章市场营销研究概述1市场营销研究定义（了解）市场营销研究（marketingresearch）是系统地识别、收集、分析、分配和使用信息，目的是发现营销问题（机遇），并提出有效的对策。2.市场营销研究的分类（了解）问题识别研究：问题对策研究：市场潜力研究市场细分研究市场份额研究促销研究公司或品牌形象研究产品研究销售分析研究分销研究近远期预测研究定价研究商业趋势研究

3.市场营销研究的过程（熟悉）拟订研究框架制定研究设计现场工作与数据收集数据准备与分析撰写与提交报告定义研究问题(1)定义研究问题定义问题时，应当考虑研究的目的、有关背景、所需信息及其在决策中的用途。定义问题需要很好地与决策者沟通，向业内专家咨询，分析二手数据，有时也许需要进行专题组座谈的定性研究。一旦定义了问题，就能够正确地设计和开展研究。(2)拟订研究框架拟订某一问题的研究框架，包括研究目的、理论框架、分析模型、研究问题、假设，识别影响研究设计的有关特征或因素。(3)制定研究设计——蓝图确定所需信息二手数据分析定性研究收集数据的定量方法(调查、观察和实验）测量与量表问卷设计抽样过程与样本量数据分析计划(4)现场工作与数据收集（熟悉）现场电话网络(5)数据准备与分析数据的编辑、编码、录入和核实(6)撰写与提交报告(presentation)书面报告包括：研究问题、研究框架与设计、数据收集与分析方法，以及研究结果与主要结论。应该便于非专业人士理解借助图、表向管理层做口头报告，使提交的报告清晰4.市场营销研究的性质市场营销的重点在于识别和满足顾客的需求。市场营销研究的任务是判断信息需求，并向管理层提供相关、准确、可靠、有效和及时的信息。第2章定义市场营销研究问题与确定研究方法管理决策问题：是决策者需要做什么的问题营销研究问题：是需要什么信息以及如何最有效地获取这些信息的问题1.管理决策问题和营销研究问题的比较（熟悉）管理决策问题管理研究问题问决策者需要做什么问需要什么信息和如何获得行动导向信息导向关注症状关注背后的原因2.管理决策与营销研究问题的区别（熟悉）6.随机抽样误差（掌握）随机抽样误差的存在是因为所选择的特定样本不能完全代表相应的总体。随机抽样误差是总体的真实平均值与样本真实平均值之间的差异。非抽样误差（掌握）非抽样误差不是由抽样导致的，它可以是随机的或者非随机的。非抽样误差由许多原因导致，包括问卷定义、研究框架、测量尺度、问卷设计、访谈方法以及数据准备与分析等方面的误差。第4章探索性研究设计1原始数据和二手数据（掌握））Primarydata是研究人员为了解决面临的问题而专门收集的证据。它涉及营销研究的所有步骤，既花钱又花时间。）Secondarydata不是为了目前正在研究的特定问题，而是为了其他目的已收集的数据，可以以低成本迅速找到这些数据。原始数据和二手数据的比较（了解）比较项原始数据二手数据收集目的为了手中的问题为了其他问题收集程序非常费劲快且容易收集成本高相对较低收集时间长短2.二手数据的优点和应用（掌握）主要优点：容易找到，成本低且迅速获得有助于：确认问题，更好的定义问题拟订问题的研究方法阐述恰当的研究方法，检验一些假设更深刻地解释原始数据3.二手数据的缺点（掌握）相关性准确性用处不是最新的和可靠的4.评价二手数据的标准（熟悉）规格和方法：数据收集的方法论误差和精确度：数据的准确性及时性：数据是什么时候收集的目的：收集数据的目的性质：数据的内容可靠性：数据有多可靠5.二手数据的分类（了解）6.计算机数据库（了解）数据库进一步分类 （互联网数据库）文献摘要数据库数字数据库全文数据库目录数据库专门数据库第5章探索性研究设计：定性研究1.定性研究Qualitativeresearch提供了关于问题背景的看法与理解。Quantitativeresearch通常利用一些统计分析将数据量化。2.定性研究方法的分类（掌握）第6章描述性研究设计：调查与观察1.调查法（掌握）Surveymethod涉及向调查对象发放一个结构化问卷，以收集特定信息。这种获取信息的方法以询问调查对象为基础，向调查对象询问各种各样涉及他们的行为、意向、态度、感知、动机以及生活方式的问题。形式多样，口头、网络、书面…….2.根据填写方式分类的调查方法（掌握）3.调查方法的比较性评价（了解）P110如何提高回答率预付的或预谋的货币刺激货币刺激数目的增加非货币的奖励（小礼品）预先通知得寸进尺策略个性化追踪信件4.感知到的匿名程度（掌握）Perceivedanonymity是指调查对象对他们身份不会被调查员或研究人员识别出的感知程度。5.社会期许/敏感信息（掌握）社会期许(socialdesirability)是指调查对象提供社会可接受的答案的趋向，而不论所给答案是否真实。6.调查方法的选择（了解）P1157.掩饰观察与非掩饰观察（掌握）在进行掩饰观察时，调查对象没有意识到自己被人观察。掩饰使调查对象可以自然地行动，当人们知道他们正在被观察时，可能有与往常不一样的行为表现。进行非进行掩饰观察时，调查对象意识到他们处于观察之下。自然观察与实验观察（了解）Naturalobservation在自然环境中的观察行为，例如观察调查对象在KFC吃快餐的行为。优点在于所观察到的现象能够更准确地反映真实的现象，缺点是等待现象发生的时间过长，在自然环境中对现象进行测量很难。Contrivedobservation在一个人造的环境中观察研究对象的行为。9.调查法和观察法的比较（熟悉）观察法的最大优点是允许对实际行为进行测量，而不是对意向性的或偏好性的特为进行报告，由调查员和访谈过程引起的潜在偏差也就被消除或减轻了。观察法最严重的缺陷是可能无法确定观察到的行为的原因，因为对其潜在的动机、信念、态度和偏好所知甚少。第7章因果研究设计：实验法1.因果关系的条件（掌握）相从变动变量出现的时间顺序没有其他可能的原因要素2.实验方法的效度（掌握）.两个目标：得出关于因变量对研究组的影响的正确结论；对更大规模的有关人群做出正确的推论3.内部效度（掌握）对自变量或处理的操纵是否确实导致了所观察到的因变量的变化。内部效度指的是所观察到的测试单位的影响是否可能由处理之外的其他变量引起的。对外生变量的控制是建立内部效度的一个必要条件。4.外部效度（掌握）实验中所发现的因果关系是否具有普遍意义。即结果能推论到实验之外的情况吗？5.实验设计的分类（了解）6.实验室实验与现场实验（掌握区别）实验室试验：有研究人员构造出的，具备实验想要的特定条件的人工环境现场试验：与实际的市场条件同义7.实验设计的局限性（掌握）时间成本执行（1）实验设计的局限性——时间实验可能会耗费时间，尤其是如果研究人员对测量处理的长期影响感兴趣，比如一次广告投放的效果。实验应该持续足够长的时间，以使实验后测量包括自变量的大多数或全部影响（2）实验设计的局限性——成本实验通常很昂贵，对实验组、控制组以及多次测量的需要大大增加了研究的成本。（3）实验设计的局限性——执行实验有时可能执行起来很困难。可能会无法控制外生变量的影响，尤其是在现场实验中。现场实验经常会干预一家公司正在进行的经营活动，并且可能很难获得来自零售商、批发商和其他有关方面的合作第8章测量与量表1.测量和标度Measurement指的是根据某些预先指定的规则为物体的特性分配序号或其他符号。Ifyoucannotmeasuresomething,measureit.“我们不测量消费者，只测量他们的感受、态度、偏好或其他相关的特性标度Scaling涉及产生一个将被测物体定位的连续统一体。标度是将调查对象置于一个与他们对待百货商店的态度相应的连续统一体中的过程。例如：每位消费者被分配一个序号，表示其（不）喜好程度（1=极不喜爱，100=极喜爱）。2.测量的主要尺度（掌握）定类Nominalscale：是标记方法，其中数字只用做对物体进行识别和分类的标志或标签。每个序号只分配给一个物体，并且每个物体只被分配一个序号，例如球员号码每个序号并不反映物体所拥有的特性的数量，例如运动员的号码并不反映某人更优越。定序Ordinalscale是一种排序尺度，分配给物体的数字表明了物体拥有一些特性的相对程度。一个定序尺度使你能够确定一个物体是否比另一个物体具有更多的或更少程度的某种特性，但没有表明多了多少或少了多少。因此，定序尺度表示出了相对位置，但没有反映物体间差别的大小。定距Intervalscale：尺度上数字相等的距离代表了被测特性的相等值。定距尺度包含了定序尺度的所有信息，并且还能够比较物体之差别的大小。任意两个尺度值之间的差值与同一定距尺度的其他任意两个相邻值之间的差值相等。在尺度值之间有一个恒定的或相等的间距。1和2之间的差值与2和3之间的差值相同。定比Ratioscale具有定类、定序和定距尺度的所有性质，它还有一个绝对的零点。用定比尺度可以对物体进行鉴别或分类、排序并比较它们的间距或差别，计算比值也是有意义的。不仅2和5之间的差值与14和17之间的差值相同，而且在一种绝对意义上14是2的7倍。第9章测量与量表：非比较量表技术1.分项评分量表（掌握）Itemizedratingscale上面每个类别都有一个数字或与每个类别相关的简要描述类别按照量表的位置来排序，分项量表是复杂度更高的量表。如多重分项评分量表包括Likert量表语义差异量表斯坦普尔量表2.所用量表类别的数目（掌握）一方面，量表类别的数目越大，刺激物体之间可能的区别就越细微。另一方面，大多数调查对象无法应付过多的类别。一般建议类别的适宜数目应当介于5-9之间，然而没有一个唯一的最优类别数。3测量中误差的可能来源（掌握）影响测试分值的其他相对稳定的个人特征，比如智力、社会愿望和教育。短期或暂时的人员因素，比如健康、情感和疲劳场所因素，比如其他人的存在、噪声和分心的事物量表的说明或项目本身不够清楚量表的执行，比如访谈者之间的差异分析因素，比如在计分和统计分析中的差异信度（掌握）Reliability指的是如果重复测量，一个量表产生一致性结果和程度。重复测试信度复本信度内部一致性信度5.效度（掌握）Validity可以定义为观察值之间的差异所反映的物体之间被测特性的真实差异的程度，而不是系统误差或随机误差。X0=XT，Xs=0，XR=0第10章问卷与表格设计1.问卷的目标（掌握）（1）它必须将所需的信息翻译成一组调查对象能够并且愿意回答的具体问题。（2）问卷必须促使、激励和鼓励调查对象在访谈中变得投入、合作并完成访谈。在设计一张问卷时，研究人员应该争取尽量减少调查对象的疲劳、厌倦和工作量，以使不完整率和拒答率降到最低。（3）问卷应该将回答误差减到最小。2.问卷设计过程(掌握)3确定问题的顺序（掌握）确定问题的顺序——开头的问题.开头的问题对于赢得调查对象的信任与合作至关重要。开头的问题应该有趣、简单并且不咄咄逼人。在有些情况下，有必要确认调查对象的资格，或者确认调查对象是否符合参加访谈的条件。确定问题的顺序——信息的类型首先是获取基础信息其次是分类信息最后是标识信息确定问题的顺序——困难的问题困难或敏感的、使人尴尬的、复杂的、无趣的问题应该放在靠后的位置第11章抽样设计与步骤1样本还是普查（掌握）（1）总体（population）是享有一些共同特征并构成某一营销研究问题目的全域的所有个体的集合。（2）普查（Census）涉及统计一个总体中的全部个体，然后直接计算总体参数。（3）样本(抽样)（Sample）是被选出来研究的总体的子集，样本特征也叫统计量。通过估计方法和假设检验可以建立有关样本特征和总体参数之间的联系的推论。2.样本与普查的比较(掌握)P209表预算和时间限制使样本的使用更为有利普查成本昂贵而且执行起来耗费时间，对大多数消费产品而言，因为总体庞大，普查是不现实的。但对于许多工业产品，总体数很小，使得普查方法可行并且可取。比较项目适用条件样本普查预算小大可用时间短长总体误差大小特征误差小大抽样误差的成本低高非抽样误差的成本高低测量的性质破坏性的非破坏性的对个体案例的关注是否3.非概率抽样技术（掌握）便利抽样（conveniencesampling）又称方便抽样，试图获取一个便利个体的样本，对抽样单位的选择主要由访谈人员完成，通常被访者由于碰巧在恰当的时间正处在恰当的地点而被选中。实例：使用学生、教会成员以及社团成员；对被访者不加资格认证的商场拦截访谈；从杂志中撕下的问卷；街头采访4.概率抽样技术（掌握）简单随机抽样，给予总体中的每一个个体一个已知且相等的抽中概率。而且每个规定了规模的样本都有一个已知且相等的被实际选为样本的概率，这意味着每个个体是独立于其他所有个体而被选择的，样本以随机的方法从一个抽样框架中抽出。彩票系统，参与者的名字被放入一个容器中，摇晃这个容器，然后以一种公正的方式将获胜者的名字抽出来5.基本抽样技术的优缺点（掌握）P219表技术优点缺点非概率抽样成本最低，耗时最少，最方便选择偏差，样本无代表性，不适于描述性研究或因果研究低成本，方便，不耗时不支持推论，主观可以就确定的特征对样本进行控制选择偏差，不能确保代表性可以估计稀缺特征耗时概率抽样易于理解，结果可映射难以构建抽样框架，成本昂贵，精确度较低，不能确保代表性可增加代表性，比SRS容易执行，不需要抽样框架可以降低代表性包括了所有重要的子总体，精确难以选择相关的分层变量，对许多变量分层不可行，成本昂贵易于执行，有成本效益不精确，难以计算和解释结果6.在非概率抽样和概率抽样间抉择（掌握）选择非概率样本还是概率(表11-5)P221选择考虑方面有利于使用的条件非概率抽样概率抽样研究的性质探索性归纳性抽样误差和非抽样误差的相对大小非抽样误差较大抽样误差较大总体的差异化程度同质（差异化程度低）异质（差异化程度高）统计上的考虑不利有利操作上的考虑有利不利第13章现场工作1现场工作的特性（掌握）亲自收集数据依靠自己的组织收集数据雇佣调查公司2现场工作/数据收集过程（掌握）选择现场工作人员培训现场工作人员管理现场工作人员核实现场工作评估现场工作人员第14章数据准备1数据准备过程（掌握）2问卷检查问卷检查的第一步是检查所有问卷填写的完整性和数据质量，通常这种检查应该在现场工作实施过程中进行。如果现场工作是交给数据收集公司进行的，则研究人员应该在其结束之后再进行独立的检查。3.现场回收的调查问卷可能的问题（掌握）问卷的某些部分填写不完整调查对象的回答表明他没有弄清楚问题的含义或没阅读说明，如有些问题他不必回答但回答了。调查对象的回答差异性不大，例如有的调查对象填写7级量表时总是选4返回的调查问卷缺失几页问卷回收超过了时限问卷填写人不符合调查要求4.数据编辑（掌握）数据编辑是为了提高问卷数据的精确性而进行的再检查，目的是筛选出问卷中看不清楚、不完整、不一致或模棱两可的答案。数据问卷记录不佳，就会导致一些答案字迹模糊，所以数据必须十分清晰。有时问卷上一题同时勾了3和4，或勾在了5和6的中间，如何判断？5.对不合格问卷的处理（掌握）通常是（1）退回给现场工作人同以获得更好的数据（2）填补缺失值，或（3）丢弃不合格问卷。6.如何处理缺失值中性值代替用估计值代替整例删除结对删除第15章频数分布、列联表和假设检验1.与频数分布有关的统计量（掌握）集中趋势指标（均值、众数和中位数）差异指标（全距、四分互差、方差和标准差、变异系数）分布形状指标（信度和峰度）第16章方差和协方差分析1t检验（掌握）在针对连续变量的统计推断方法中，最常用的有t检验和方差分析两种，其中t检验是最基本的检验方法，也是统计学中跨里程碑的一个杰作2t检验的适用条件只要数据分布不是强烈的偏态，一般而言单样本t检验都是适用的。t单样本检验是一个非常稳健的统计方法，只要没有明显的极端值，其分析结果都是稳定的。3.方差分析（掌握）方差分析一般在两组或两组以上均值差异检验时使用。4.方差分析的基本原理（掌握）总变异=组内变异+组间变异其中组间变异既包括了处理因素的作用，也包括了随机误差。而组内变异仅体现了随机误差。显然，上述实际数据的变异分解公式和理论上的变异分解公式间存在着如下的对应关系：总变异=随机变异+处理因素导致的变异总变异=组内变异+组间变异总变异=组内变异+组间变异我们可采用一定的方法来比较组内变异和组间变异的大小，如果后者远远大于前者，则说明处理因素的影响的确存在，如果两者相差无几，则说明该影响不存在，以上就是方差分析的基本思想方差分析的检验统计量可以简单地理解为利用随机误差作为尺度来衡量各组间的变异，即：F=组间变异测量指标/组内变异测量指标可以想象，在H0成立时，处理所造成的各级间均值的差异应为0，即：μ1=μ2=………..=μk于是，组间变异将主要由随机误差构成，即组间变异的值应当接近组内变异。于是，组间变异将主要由随机误差构成，即组间变异的值应当接近组内变异。于是检验统计量F应当不会太大，且接近1，否则F值将会偏离1，并且各组间的不一致程度越强，F值越大。5.方差分析的应用条件（掌握）观察对象是来自所研究因素的各个水平之下的独立随机抽样每个水平下的因变量应当服从正态分布各个水平下的总体具有相同的方差其实，与t检验的应用条件大同小异，概括起来就是独立性、正态性和方差齐性6.单因子方差分析步骤（掌握）第17章相关分析和回归分析1.相关的一些概念1（掌握）相关分析有一个显著的特点是变量不分主次，被置于同等的地位。直线相关：这是最简单的一种情况，两变量呈线性共同增大，或者呈线性一增一减的情况。曲线相关：两变量存在相关趋势，但并非线性，而是呈各种可能的曲线趋势。此时如果直接进行直线相关分析，有可能得出无相关性的结论。2.相关的一些概念2（掌握）正相关与负相关：如果A变量增加时B变量也增加，则称为正相关，如果A变量增加时B变量减少，则为负相关完全相关：两变量的相关程度达到了亲密无间的程度，当得知A变量的取值时，就可以准确推算出B变量的取值。当数据为有序变量或名义变量时，一般不考虑直线、曲线相关的问题，但正负相关和完全相关仍然适用3.简单回归分析（掌握）二元回归的定义：二元回归，也叫简单回归，是在一个定量因变量与一个定量自变量之间建立数学关系等式的方法。简单回归分析就是寻找因变量数值随自变量变化而变化的直线趋势，并在散点图上找到这样一条直线，相应的方程也就被称为直线回归方程通过回归方程解释两变量之间的关系会显得更为精确，例如可以计算出大白鼠每进食一个单位代乳粉体重平均增加的单位数量，这是相关分析无法做到的4.回归分析的应用（掌握）Regressionanalysis是分析定量因变量与一个或多个自变量之间相关关系的有效且易用的方法，适用于：确定自变量是否能够解释因变量的重要变差，即二者之间是否存在关系确定因变量中有多大比例的变异可以由自变量来解释，即关系的强度有多大确定二者关系的形式，即自变量和因变量有关的数学方程式预测因变量的值在评估特定变量贡献时，控制其他自变量的作用5.简单回归的适用性（掌握）线性趋势：自变量与因变量的关系是线性的，如果不是，则不能采用线性回归来分析。这可以通过散点图来判断独立性：自变量与因变量Y的取值相互独立，之间没有联系。正态性：就自变量的任何一个线性组合，因变量Y均服从正态分布，反映到模型中，实际上就是要求残差服从正态性方差齐性：就自变量的任何一个线性组合，因变量的Y的方差均相同。6.简单回归的步骤（掌握）.7.多元回归（掌握）多元回归分析是研究因变量如何依赖两个或两个以上自变量的问题8.多重共线性（掌