最新第六章数据的基础分析.ppt

2009-5-18 96 市场研究 详尽描述和改进 一旦调研人员已经检验了两个变量之间的基本关系， 他就可能想要对各种不同情况下的这种关系进行调 查。 一句话“如果要同时考虑其他变量，这种关系的解释将 会得到修正吗？” 例如：在对“性别”与“购物行为”进行交叉列表后，调 研人员想要考察另一个可能改变原始关系的变量，如 “婚姻关系”，就可以进行更详尽的分析。见表14.5。 “你在IGA购物吗？” 是 否 55% 45% 80% 20% 86% 14% 80% 20% 已婚 单身 男 女 男 女 问题：从表14.5观察，你认为“婚姻状况”对“性 别”与“购物行为”的原始关系有影响吗？ 表14.5 婚姻状况、性别，以及对“你在IGA购物吗？”这个问题的回答的交叉表 2009-5-18 98 市场研究 ?详尽的分析会澄清一种伪造关系 （Spurious relationship） 当两个现象或事件一起变化时（称为“伴随变异”）—— 可能存在因果关系。但伴随变异本身不能证明存在因果 关系，因为也许这两个事件拥有一个共同的原因，也就 是说它们受第三个变量的影响。 例1：某天亚特兰大海滨销售了大量的冰淇淋甜筒，下 午就出现了大量溺水现象。能确定两者之间有因果关系 吗？ ——因果关系不仅仅取决于伴随变异，以及两个事件在发 生时间上的先后顺序。 2009-5-18 99 市场研究 例2：加州大学伯克莱分校在录取研究生时 存在性别歧视吗？ 一位女学生的证据： 列联表1 2009-5-18 100 市场研究 伯克莱大学理学院主任Peter Bickel的回应 列联表2 2009-5-18 101 市场研究 ——数据的不同表达方法会得到不同的结论。 当我们再看一些数据图表时，不能就相信已经 提供的结论，又是换一种方法，结论可能就 会相反了。 2009-5-18 102 市场研究 ?多少个交叉表合适呢？ 计算机辅助的营销调研人员往往会沉湎于“非法 调查”，即将问卷中的每一个问题都同其他每 一个问题进行交叉列表，这样每一个可能的回 答都成了可能的解释性变量。——没有意义！ 交叉表的数量应该是根据调研目标的陈述早就 确定的。 2009-5-18 103 市场研究 （四）数据的转换 数据转换（Data transformation）就是将数 据的原始形式转变为一个适合于取得调研目标 的格式的过程。 调研人员通常会修正变量数据值或产生新的变 量。 例1：为了避免大的回答误差，访问员向应答者询问他 们的出生年份而不是年龄，那么需要进行简单的数据 转换，将原始变量“年份” →新变量“年龄”。 2009-5-18 104 市场研究 消除或合并一个变量的临近类别，是数据转 换的一种常见形式。 例2：李克特总尺度反映了各种态度陈述的 分数（原始数据）的合并。三个陈述的态度 尺度的累积分数可以计算如下： 累积分数=变量1+变量2+变量3 2009-5-18 105 市场研究 （五）计算排列顺序 应答者经常对品牌偏好或者调研人员感兴趣的其他变量进 行排序。为了总结所有应答者的数据，分析人员通过将排 列（分数）乘以频数来进行数据转换，从而制定一种新尺 度来代表“经过总结的排列顺序”。 例如：假设一位“频繁飞行者计划”的经理让10位执行官 对他们“梦想的目的地”进行顺序排列，这些目的地的旅 行将作为某个销售促销竞赛的奖品。 表14.6 显示了执行管们的回答；表14.7是回答的频数 列表。那么对四个目的地的优先排列顺序该如何总结呢？ 目的地 夏威夷 巴黎 希腊 中国香港 第一 3 3 2 2 第二 5 1 2 2 第三 1 3 4 2 第四 1 3 2 4 表14.7 梦想目的地排列的频数表 偏好排列 执行官 1 2 3 4 5 6 7 8 9 10 夏威夷 1 1 2 2 2 3 2 1 4 2 巴黎 2 3 1 4 1 4 3 4 3 1 希腊 4 4 3 3 3 1 1 2 2 3 中国香港 3 2 4 1 4 2 4 3 1 4 表14.6 个人对于梦想目的地的排列