第8讲 数据分析.ppt

市场调研 Marketing Research **学院 **** 二零零八 · 一 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。 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。 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。 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 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%。 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。 数据保存应注意以下几点： 第一，多份实时备份，手工输入数据文件被破坏带来的物质和精神损失是巨大的； 第二，保存格式通用，因为数据表可能供分析员在不同的软件上使用，保存格式通用可以省去很多麻烦，节约大量的时间； 第三，数据表需编号，数据表编号最好采用文字加数字的方法，便于识别数据内容和状态，这一点对于大规模数据分析十分重要。 依据测量尺度不同，数据分析技术被分为非测量型数据技术（nonmetric）和测量型数据技术（metric），非测量型数据包括定类尺度和定序尺度，它们在本质上主要反映事物的分类，没有真正的测量含义；测量型数据包括定距尺度和定比尺度，它们都能够测量变量的值。 依据统计技术属性，数据分析技术被分为因果技术（dependence technique）和相依技术（interdependence technique），因果技术适用于一个或多个变量作为因变量，其他变量作为自变量的情况；相依技术适用于变量没有自变量和因变量之分，只是测试变量之间的相关性或个体之间变量的相似程度。 按分析变量数量的不同，数据分析技术被分为单元统计技术（univariate technique）和多元统计技术（multivariate technique）。单元分析技术适用于单个元素分析，单元素的衡量指标或多或少；多元统计技术适用于分析多个元素之间的关系，或多个元素同时对某一个因素的影响。 集中趋势：用来反映数据的一般水平，常用的指标有平均值、中位数和众数等； 离散趋势：主要用来反映数据之间的差异程度，常用的指标有方差、标准差、全距、最大值和最小值。 频数分析：利于研究者初步观察一些统计规律。 数据分布：统计分析中，通常要假设样本的分布属于正态分布，因此要用偏度和峰度两个指标来检查样本是否符合正态分布。 某保险公司有20个保险销售分公司，各公司2006年取得的销售业绩（单位：万元）如下，对销售业绩进行描述分析。 列联表