市场调查中的数据分析.ppt

市场调查中的数据分析 本讲内容 了解数据准备的含义； 掌握数据准备的步骤和操作方法； 了解常见的数据分析技术分类方法； 掌握数据描述主要指标含义和方法； 掌握列联表、方差分析的应用； 理解因子分析、聚类分析和判别分析的联系和分析方法。 第8讲 数据分析 学习导航 数据准备 列联表分析 方差分析 分析技术分类与数据描述 数据分析技术 数据准备的步骤 聚类分析 判别分析 分析技术分类 数据描述 因子分析 数据准备 ★物理检查 ★数据编码 ★数据录入 ★数据清理 ★数据转换 ★数据保存 ★集中趋势分析 ★频数分析 ★离散趋势分析 ★数据分布 ★定义问题 ★构造相关矩阵★提取因子 ★因子命名 ★判断模型拟合情况 ★拟定分析方案 ★选择距离指标 ★确定族群数目 ★族群解释和命名 ★定义问题 ★选择判别方法 ★估计判别函数系数及其显著性 ★运用判别函数进行判别 ★估算判别的有效性 第8讲 数据分析 数据准备的含义 数据分析包含两个基本工作步骤：数据准备和数据分析。 数据准备：是对收集来的原始数据进行一列处理，形成数据分析所需的标准数据表的过程。 数据分析：是运用一定的分析方法对数据进行处理，使其显示出解决管理决策问题和营销研究问题所需信息的过程。数据准备一般包括问卷的物理检查、编码、录入、清理、转换、保存等步骤。 第8讲 数据分析 数据准备的步骤 物理检查 数据编码 数据录入 数据清理 数据转换 数据保存 第8讲 数据分析 物理检查 检查的内容包括： ①问卷是否填写完整； ②是否存在规律性回答 ③是否存在没有按要求回答，并尽可能了解其中的原因。 问卷不完整的处理方法： ①数据缺失较少，直接保留记录，按记录的实际情况进入分析，所缺数据按缺失值处理； ②当样本量较小时，缺失值又十分重要，根据问卷作业证明记载信息进行回访，尽可能补上缺失值； ③当样本量较大时，问卷的缺失值较多，采用直接丢弃整份问卷或部分数据。 第8讲 数据分析 数据编码 矩阵式原则：是针对整体数据编排格式而言的，即最终数据表必须是一张由若干行和若干列组成的矩阵式数据表格。 排他性原则：在一定范围内，一个编码只能对应一个变量或答案，每个答案（包括没有作答、无法作答等情况）都有一个代码与之对应，不能存在相互交叉。需要强调的是，当一个变量的答案是多选时，对于每一种答案应采用一个代码进行列示，对受访者没有选中（注意：应区别没有回答的代码）的答案分配一个统一的代码。 【例】您的性别是：□男 □女 这一问题的编码应包括： 变量：性别，或gend＝性别 答案：0＝女；1＝男；2＝没有回答 第8讲 数据分析 编码的另外两种情况 一是多维编码，或称复合编码，即一个编码包含的信息是多维的，如同身份证号码包含省份、城市、生日、性别等信息一样。多维编码一般仅仅用于标识定类变量，不利于统计分析，应谨慎使用； 二是定性资料编码。定性资料的编码绝非轻而易举，研究人员除了解编码原则以外，还必须对手头资料的研究目的有一定理解，更重要的是对文字信息的洞察力。研究者应首先建立起一套编码单位，对文本（最好是电子文本）进行手工编码，再进行计算机分析。 第8讲 数据分析 数据录入 如果通过电脑辅助电话访谈（CATI）或电脑辅助人员访谈（CAPI）收集数据，研究者可以直接得到电子版数据表。 对于非电脑辅助调查，研究者需要通过一定的手段将数据转录为电子表格。 手工键盘录入应采用二次录入，通过两次录入的结果对比检查有无差异，或者抽取部分问卷录入结果进行核查，核查比例一般不低于25%。 第8讲 数据分析 数据清理 数据清理的任务包括检查数据的一致性和处理缺失值。 一致性检查包括三项基本工作： 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。 缺失值处理方法一般有： ①用均值代替； ②用估计值代替； ③整例删除； ④结对删除。 第8讲 数据分析 数据转换 重新编码：出于受访者便利或事先无法预计等原因，问卷设计中的某些数据可能需要进行反向编码、重新分组编码等操作。 反向编码就是将原有编码进行反向替代。 数据编辑 单变量重新标度。如指数形式或对数形式等； 变量组合运算。可能需对多个变量进行四则运算等； 量纲转换。对不同变量的定量值进行可比性处理； 赋权。在必要时可能对不同的问卷进行赋权，增加特定目标受访者对最终结果的影响力。 第8讲 数据分析 数据转换 数据保存应注意以