市场营销调研第十一讲-描述统计.pptVIP

第12讲 资料的处理与初步分析 ——数据的处理 ——数据的描述统计 12.1 数据处理与分析过程 调研数据收集上来之后，调研人员需要做的工作有： 调查数据的编辑 调查数据的编码 调查数据的录入 调查数据的分析 根据分析所得信息回答经营管理问题 12.1 数据的编辑 编辑（数据的审核及净化） 实地编辑 现场编辑：在调查实地，或调查刚刚结束的实话展开的数据审核和净化 主要以复查和追访的方式为主 办公室编辑 后期编辑：对资料中存在的各种问题进行处理 主要是对查出的问题进行处理 12.1数据的编辑 编辑中可能发现的问题 不可能的答案 相互矛盾的答案 不规范或者不符合问卷要求 不完整答案 编辑技巧 无效问卷的剔除 空白卷和缺损问卷 同类卷 不符合要求的人填写 前后有明显的矛盾存在 对关键问题回答缺失 编辑技巧 编辑顺序错乱的回答 编辑“不知道”的回答 将所有“不知道”归为一类，独立记录在一个目录下； 将所有“不知道”答案从统计数据中剔除； 将所有“不知道”按照不同比例分配在其它答案的统计数据中去。 编辑的标注 用不同颜色的笔来编辑 12.2数据的编码 定义：编码就是将数字标度或者其它符号分配给不同答案的过程。 例：相比相同行业的其它公司而言，您的公司是： A）其中规模最大的公司之一； B）属于平均规模； C）规模很小 12.2数据的编码 编码工作的主要内容： 确定变量:对问卷中的每个问题用一个或者几个变量来对应,从而使信息得以识别。 确定变量的值： 12.2数据的编码 编码的基本原则： 首先，编码的类型是应该穷尽的。 其次，编码的类型之间应该是不相关的，相互独立的。 固定选项问题的编码 固定选项问题的编码（封闭性问题） 单选封闭式问题：略 多选封闭式问题： 方法一：设立的变量个数与问题的选项个数一样多，每个变量值取1或者0 方法二：设立变量个数为最多可选的个数 等级顺序量表：与多选问题类似 方法一：变量个数与问题选项个数一样 方法二：设立变量个数上限 注：设计问卷的同时，要考虑到问题的编码 开放式问题的编码 使用开放式问题的原因：调研者对答案可出现的情况并不十分了解 开放式问题的编码步骤： Step1：列出答案(若数据过大，可以抽取一部分)； Step2：列出频数分布表； Step3：将频数小的答案尽可能的合并； Step4：为所确定分组选择正式的描述词汇； Step5：对所有问卷中开放式问题进行编码。 12.3数据的插补 插补：解决在审核（编辑）过程中辨别出来的数据缺失、无效、不一致等问题。 插补的具体工作：要改变一些回答，并对审核过程中所发现的缺失信息的记录进行补充或者代替。 插补方法： 推理插补 均值插补：利用平均值来替代 回归插补：利用回归模型 Y=aX+b 热平台插补： 使用当前调查的供者 冷平台插补： 使用其它资料中的供者 描述统计 12.4统计学基本概念 12.5 基本描述统计量 12.6 频数分析 12.7 描述统计 12.4 统计学基本概念 基本概念 总体：要进行统计推断的研究对象的全体。 样本：按照一定方式从总体中抽出一部分个体作为推断依据，这一部分个体就构成样本。 参数：总体所具有的统计数字特征，总体的参数往往未知。 统计量：根据样本观测值得到的统计数字特征，一般用样本统计量估计总体的参数。 12.5 基本描述统计量 功能 反映数据的基本统计特征 分类 描述集中趋势的基本统计量 均值 中位数 众数 总和 12.5 基本描述统计量 分类 描述离散程度的基本统计量 方差 标准差 最小值 最大值 全距 12.5 基本描述统计量 分类 描述分布形态的基本统计量 峰度 偏度 12.5.1 均值Mean 含义 表示某变量所有取值的集中趋势或平均水平； 易受极端值的影响。 数学定义 12.5.2 中位数Median 含义 将一组数据按数值大小依次排序后，处于中间位置上的变量值。 不受极端值的影响。 一般用于描述定序及定序以上测量尺度的变量的集中趋势，对定类变量通常无意义。 数学定义 数据个数为奇数，处于中间位置的那个数。 数据个数为偶数，处于中间位置的那两个数的均值。 12.5.3 众数Mode 含义 一组数据中出现频数最多的变量值。 不受极端值的影响。 适用于任何测量尺度的变量。 可以直接从变量的频数分布表得到。 12.5.4 总和Sum 含义 反映某变量的总体取值。 数学定义 12.5.5 方差Variance 含义 表示某变量所有取值的离散程度，即关于均值的平均离散程度； 易受极端值的影响。 方差越小，观测值越向均值集中。 方差越大，观测值与均值越分散。 数学定义 12.5.6 标准差Std.deviat