市场调查与预测资料分析及报告撰写PPT.ppt

市场调查预测与决策;引导案例;市场调查资料的整理与分析;第一节 资料整理;; 三 资料整理的程序; （一） 原始资料的审核 1 审核的内容 （1）齐备性。检查收回的问卷的份数是否齐全，是否达到了样本量的要求。 （2）完整性。检查问卷填答的项目是否完整。并作出处理。 大量问项无回答应作废卷处理。 个别问项个别无回答，归入“暂未决定”或“其他答案”中。 个别问项大量无回答，可作删除此项提问。 （3）准确性。检查问卷或调查表中的项目是否存在填答错误。 逻辑性错误答案，用电话核实或按“不详值”对待； 答非所问的答案，用电话询问或按“不详值”对待； 乏兴回答答案，若个别问卷则抛弃，若同一问题有不少问卷乏兴回答可作子样本看待。 （4）时效性。检查调查访问时间和数据的时效性。 若延迟访问对调查结果无影响，则问卷有效；若延迟访有影响，则废弃此问卷 （5）真伪性。检验问卷或调查表的真实性。抽样复检访问员是否到访，若访问员伪造问卷应作废弃处理，并重新派员重访。; 2 审核的作业方式 实行一卷或一表从头审到尾，有利于贯彻审核的一致性原则和明确审核员的责任，而分段作业和分段审核，容易产生责任不清的问题。 3 审核的办法 （1）逻辑审核。利用逻辑和经验判断的方法，检查问卷或调查表中的填答项目是否合理，项目之间有无相互矛盾的地方，有无不应有的空白，有没有不合理的填答，有没有泛兴填答、答非所问或部分项目不回答等。 （2）计算审核。计算审核主要是对数据进行计算性的检查，如分量相加是否等于小计，小计相加是否等于合计，数据之间该平衡的是否平衡，各项数据在计算方法、计算口径、计量单位、时间属性等方面是否有误等。;判断是否有异常数据 判断异常数据的方法可以凭借审核人员的工作经验与实践用逻辑分析进行，也可以用滤波方法进行。 滤波方法 是利用正态分布确定数据允许在合理范围，超出该范围的数据视为异常数据。 数据合理允许范围可用下列式子表示：; K值由下表查得，它由n、P1和P2三个参数决定：n??样本单位数；P1为置信度，通常采用0.95和0.99;P2为数据落在区间内 的概率。;用滤波法判断数据异常举例;对有残缺数据序列进行加工 对异常数据的处理，通常要在定性分析的基础上，结合序列数据的具体情况采用不同的方法加工处理。常用的方法有： 1.剔除法 当非时间序列数据较多,对不合理的异常数据可以剔除掉. 2.插补法 当时间序列数据较少时,剔除掉不合理的异常数据后可根据序列散点图所显示的数据变化趋势,用相应的方法补齐所缺数据，具体做法如下：;（1）当散点图呈水平变化趋势时，异常数据可用算术平均代替。 （2）当散点图呈线性变化趋势时，异常数据可用其前后的算术平均代替。 （3）当散点图呈非线性变化趋势时，异常数据可用前后两数据的几何平均代替。 3.口径法 有些序列数据虽然异常，但经过分析后，这些数据能够反映调查对象的未来发展趋势，如行政区变更（指标计算口径、计算方法、计量单位变更、市场开放与保护等变更引起的近期数据跳跃性波动等）。显然，这种异常数据非但不能被剔除，还必须作为基础数据，并以此数据的口径来调整其他历史数据，形成新的序列数据。;口径调整法举例;4.残缺数据修补法 在调查数据较少，残缺数据不止一个，或有连续若干个异常数据或数据空缺时，不能简单剔除残缺数据，可用均值替代法、回归估计法、随机抽取法、近距离确定法等修补残缺数据。 均值替代法 是使用变量的平均值替代其中某些异常值或缺失值。这种修补法的优点是能保持变量均值不变，变量的其他统计量（如标准差、相关系数）因此受到的影响也较小。 回归插值法 回归插值法是根据现有的数据，分析该变量与其他变量之间的联系，建立回归模型，然后根据被调查者对其他变量的回答，估计残缺资料的取值。; （二） 原始资料的分组处理 1 简单分组处理 是指对总体各单位或样本各单位只按一个标志或标准进行分组处理。分组的标志或标准一般可以区分为品质属性、数量属性、时间属性、空间属性四类。 例如：某市组织了一次样本量为2000户的居民家庭空调满意度和购买行为的市场调查，设计的问项是36个，其中基本项目9项，主体项目27项。; 1) 品质属性分布数列 是以被调查者的职业、所属行业、性别、文化程度、职业等品质属性作为分组标志而形成的简单品质数列。如表1 表