市场研究-数据技术与情境案例 课件 第十章 数据资料

×××学院×××第十章数据资料的整理单击此处添加文本具体内容01数据分析准备02数据编码与录入单击此处添加文本具体内容03信度分析单击此处添加文本具体内容04描述性统计分析单击此处添加文本具体内容目录数据分析准备单击此处添加文本具体内容/01单击此处添加标题在将问卷录入计算机之前，仍要对问卷进行认真检查，以免把错误数据录入。数据审查通常采用两种方法，第一种是逻辑审查，第二种是计算审查。这两种检查都可以通过自查、互查或专家抽查的形式来完成。一、逻辑审查逻辑检查是通过检查在问卷中是否存在逻辑性错误来更正数据。在问卷设计时，各问题之间常常具有逻辑关系，表明现象的相互关系及特征。Q1.您买过娃哈哈饮料吗？（1）经常买（2）不经常买（3）偶尔买（4）从没买过（跳答Q4）Q2.您通常为什么买娃哈哈饮料？（1）宴请（2）解渴（3）增加营养（4）其他Q3.您一般在什么地方买娃哈哈饮料？（1）大型超市（2）小超市（3）百货公司（4）专卖店（5）其他Q4.您经常买什么品牌的饮料？（1）康师傅（2）农夫山泉（3）可口可乐（4）统一（5）其他二、计算审查Q1.您的月平均收入在下列什么范围？（1）2000元以下（2）2000-5000元（3）5000-10000元（4）10000-20000元（5）20000元及以上Q2.您每月平均购买饮料的支出在下列什么范围？（1）50元以下（2）50-100元（3）100-200元（4）200-500元（5）500元以上Q3.您每月平均购买饮料的支出占全部收入的比例在下列什么范围？（1）1%以下（2）1%-5%（3）5%-10%（4）10%-20%（5）20%以上Q3的回答可以通过计算Q2和Q1的比例进行审查。数据编码与录入单击此处添加文本具体内容/02数据编码（Datacoding）是将问卷中的各个问题看作变量，并以字母或其他符号作为这些变量的代码输入计算机，从而使录入速度更快且有利于运用图表进行分析。在大型的调研项目中，研究者需要使用数据编码手册（Datacodebook）。这本手册确定了所有的变量名、组成数据的各个问题的每一种可能回答的数字。在一些小规模的调查中，调研人员也可以直接在SPSS的数据编辑器上进行变量定义。数据录入人员在定义数据完毕后，可将原始问卷和从菜单Variableinformation中获得的编码信息打印备份，以便查询。一、数据编码（一）数据编码的一般原则对变量进行编码时，应尽可能采用字母，不要完全采用数字，以免与变量值中的数字混淆。编码时应避免使用下画线“_”、圆点“．”作为变量的最后一个字符。变量名的代码不超过8个字符。一般以2-4个字母为佳。SPSS的变量名不能与SPSS的保留字相同。SPSS系统不区别变量名中的大小写，例如系统会将FAN和fan看作同一个变量。一、数据编码（二）数据编码方法实例Q1.请问您买过娃哈哈果奶饮料吗？（1）经常买（2）不经常买（3）偶尔买（4）从没买过Q2.请问您通常为什么买娃哈哈果奶饮料？（1）宴请（2）解渴（3）增加营养（4）其他数据编码时将问题确定代码为Q1和Q2。一、数据编码（三）运用SPSS建立数据文件利用SPSS建立数据文件的过程可分为两个步骤：第一步是定义变量的属性，第二步是输入变量值。具体操作：打开SPSS后，在界面的左下角单击VariableViewer后，就可在定义变量属性的数据编辑器窗口按编码手册进行变量与变量值的定义。二、数据录入数据录入可以逐字逐段通过键盘手工录入数据，也可以通过扫描工具把所有问卷全部扫描到计算机，并在数分钟内将其转化为数据文件。前者适用于问卷数据量小、填写要求不太高的调查；后者适用于大规模的问卷调查，这种问卷填写要求比较严格、规范。在采用手工录入方式时，单击SPSS界面的左下角的DataView即出现数据窗口，可直接在此窗口录入数据。录入时，应注意以下几个问题：第一，通常按样本为单元（Case）横行逐个录入，一份问卷全部录完，然后再录第二份。第二，最好在每份问卷录完后标注与样本序号相同的序号，以备今后查对。第三，全部问卷录入完毕并检查无误后，应及时存储并备份。信度分析单击此处添加文本具体内容/03当数据检查无误，录入分析软件后，分析人员应该首先进行数据的信度分析。信度分析指对测量方法的稳定性、可靠性和可预测性的测度。在调查研究中，不可能没有误差。这就需要用信度分析方法来检验测量方法的信度问题，也就是测量的稳定性和可靠性。信度越高，研究的结果就越有价值。一、理解信度分析信度分析指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，大致可分为三类：稳定性信度，等值信度和内在一致性系数。（1）稳定性信度（跨时间的一致性）：指用同一测验对相同的被试在不同的时间先后进行两次测验，计算两次测验分数的相关性。（2）等值信度（跨形式的一致性）：又称复本信度、等效本信度，指用两套具有相似性的测量工具所测结果的相似程度表示的测验结果的稳定性、一致性。（3）内在一致性信度（跨项目的一致性）：指用来测量同一个概念的多个计量指标的一致性程度。折半系数法和Cronbachα信度系数法是分析内在一致性信度的方法。二、Cronbachα信度系数克朗巴哈系数（Cronbach'salpha或Cronbach'sα）是一个统计量，是指量表所有可能的项目划分方法得到的折半信度系数的平均值，是最常用的信度测量方法。其公式为：这种方法适用于态度、意见式问卷（量表）的信度分析。Cronbach'salpha系数如果在0.6以下就要考虑重新编问卷。一般总量表的信度系数最好在0.8以上，0.7-0.8之间可以接受；分量表的信度系数最好在0.7以上，0.6-0.7还可以接受。用SPSS进行内在一致性信度检验描述性统计分析单击此处添加文本具体内容/04描述性统计分析包括诸如均值、众数、标准差或极差等数据，营销调研人员用它们描述样本数据矩阵，并描绘出典型的受访者，揭示一般的回答模式。描述分析通常在分析过程的早期使用，它是后续分析的基础。一、集中趋势指标1.众数（Mode）：某变量中出现频数最高的数字众数比较适用于定类数据如名义数据（例如是/否）和顺序数据（如等级），也可用于定序、定距和定比数据，它也是最直观地表达集中趋势的数据。众数值得注意的是，众数是反映集中趋势的一个相对指标，并不要求它的出现频数超过50%。如果众数并列出现，这种分布称为“两峰”；如果出现三个并列众数，甚至可称为“三峰”分布。一、集中趋势指标2.中位数（Median）：一组有序值的数列里居中的那个值。如果数字的个数是奇数，中位数会落在某个值上；如果个数是偶数，中位数则会落在两个相邻的值中间。为了确定中位数，编码必须被排序，因此不能是类别型的数据。中位数一、集中趋势指标3.均值（Mean）：刻画一组数字的算术平均值。容易受极端值的影响，一般用于定距数据和定比数据，不能用于定类数据和定序数据。均值的计算公式为：均值比中位数能提供更多的信息，在市场分析中用途极广，它既表达市场总体的一般状况，又能在其他指标的配合下，通过比较分析，深刻认识市场的差异性和特点。二、离散性指标尽管集中趋势指标很有用，但在描述一组特定的数字集合的变化时并不能描述回答的差异性，而且也不能描述调查中受访者的特征差异。为获得对数值的差异性或变化性的敏感度，营销调研人员必须借助离散性指标。数据的离散性指标能够展现在测试问题上受访者之间的相似程度和差异性，因此可以极大地影响基于数据的营销策略。有三种离散性指标：频数分布、极差、方差和标准差。二、离散性指标1.频数分布：一个特定的数据集合中不同的值出现的次数。通常把这些频数被转化为百分比分布以便于比较。频数分布提供了数据集合中不同数值出现频数的统计情况，简明地表现了数据集合中所有不同值的情况，以及这些值之间的相似程度。百分比分布被转化成直方图后，可以很直观地表达数据的变化程度。二、离散性指标2.极差（Range）：一组数据中的最大值和最小值之差，也称为全距。表明研究总体的离散程度，也是最简单的测度值之一。该指标很容易受极端值的影响。例如，在对10个受访者每月在餐厅就餐费用的调查中发现，花费最少的是100元，最多的是300元，所以极差是200元。二、离散性指标3.方差（Errorsquarer）：离散程度测度值之一，反映了各变量值与其平均值的平均差异能够反映数据的分布特征，因此被认为是常用的测度差异性的指标。方差的计算公式为：未分组数据：组距分组数据：二、离散性指标4.标准差（Standarddeviation）：离散程度测度值之一，反映了各变量值与其平均值的平均差异的方根能够确切反映数据的分布特征，因此被认为是最常用的测度值之一。如果标准差很小，数据的分布就会很集中；而标准差很大时，分布会被拉得很宽。标准差的计算公式为：未分组数据：组距分组数据：用SPSS进行描述性统计三、描述统计量解释与分析中应注意的问