市场调查与预测第八章 (2).pptVIP

第八章 调查资料的处理与基础分析 【本章要点】 □ 资料的审核与编码 □ 数据录入的方法 □ 数据自动清理和数据的图形化 □ 数据的描述性统计分析 □ 交叉列表分析 导入案例 第一节 调查资料的处理 一、资料的审核 （1）不完整答卷的审核与处理。 （2）明显错误答案的审核与处理。 （3）无兴趣答卷的审核与处理。 （4）对开放性问题无序回答的审核与处理。 小案例8-1： 某问卷中有这样两个问题： 问题5：逛街购物对我来说是一种享受。 □十分赞成 □赞成 □不赞成也不反对 □不赞成 □十分不赞成 问题15：逛街是我生活中的意见愉快的事。 □十分赞成 □赞成 □不赞成也不反对 □不赞成 □十分不赞成 这两个问题虽然在语义上有些差别，但是对两个问题回答的态度应该是一致的，可能程度不同而已。如果出现某个受访者在“问题5”上选择了“赞成”，而在“问题15”选择了“不赞成”，则出现了答案的逻辑矛盾，其原因可能是受访者的心不在焉等，包含相互矛盾答案的问卷是不合格的，相应的数据应该予以删除。 二、编码 （一）问卷编码的内容 1.问卷代码编码 2.封闭式问题的编码 （1）顺序编码法 （2）分组编码法 3.开放式问题的编码 （二）问卷编码时应该注意的几个问题 1.提倡使用统一编码表和对编码表进行测试。 2.编码的合理性。 3.编码的广泛性和概括性。 4.编码的唯一性和排斥性。 5.严格界定回答问题的角度 。 6.详略适当 。 三、数据录入 通常采用SPSS软件来进行数据录入与分析处理。打开SPSS软件，首先进入变量视图窗口（variable view），对数据进入实质性的编码定义过程，下面以一个关于美国家庭汽车保有量调查为例（见图8.1）进行说明。 （一）定义数值的类型（Define Variable Type） 定义数值的类型可以通过点击类型进行设置，设置方式如图8.2所示： 对话框中列出如下8种数据类型： 1．Numeric：数值型，同时定义数值的宽度（Width），即整数部分+小数点+小数部分的位数，默认为8位；定义小数位数（Decimal Places），默认为2位。 2．Comma：加显逗号的数值型，即整数部分每3位数加一逗号，其余定义方式同数值型。 3．Dot：3位加点数值型，无论数值大小，均以整数形式显示，每3位加一小点（但不是小数点），可定义小数位置，但都显示0，且小数点用逗号表示。如1.2345显示为 12.345,00（实际是12345E-4). 4．Scientific notation：科学记数型，同时定义数值宽度（Width）和小数位数（Decimal Places），在数据管理窗口中以指数形式显示。如定义数值宽度为9，小数位数为2，则345.678 显示为3.46E+02。 5．Date：日期型，用户可从系统提供的日期显示形式中选择自己需要的。如选择mm/dd/yy形式，则2007年6月25日显示为06/25/07。 6．Dollar：货币型，用户可从系统提供的日期显示形式中选择自己需要的，并定义数值宽度和小数位数，显示形式为数值前有＄。 7．Custom currency：常用型，显示为整数部分每3位加一逗号，用户可定义数值宽度和小数位数。如12345.678显示为12,345.678。 8．String：字符型，用户可定义字符长度（Characters）以便输入字符。 （二）对变量值进行定义 通过点击变量值（value）进行定义，定义方式如图8.3所示： （三）数据录入 完成所有变量定义以后，就可以进入数据视图窗口（data view），根据编码把数据录入到SPSS软件中，然后把数据进行保存（SPSS软件中的数据都是以.sav为扩展名），以便以后的分析。美国家庭汽车保有量的资料录入如表8—4所示: 四、数据自动清理 数据自动清理包括检查数据的一致性和缺失值的处理。 SPSS在数据的检查与筛选( screening data)方面为我们提供了很多有用的功能。 通常通过以下两种方法对数据进行检查与筛选： （一）一致性检查 1.导致奇异值和极端值的原因分析 2.奇异值和极端值的检测 3.减少奇异值和极端值影响的方法 （二）缺失值处理 1.剔除有缺失值的观测单位 2. 对缺失值进行估计后补上。 3.将缺失值作为常数值，如作为“0”。 五、数据的图形化 数据自动清理完成后，就可以进行数据分析了。通过对应的图表，让读者迅速了解数据的整体情况（如数据的分布特征、集中趋势与离散趋势等），获得相关的信息与结论。 在SPSS软件中，提供了相当强大的图形功能（详见第九章）。 第二节 描述性统计分析 一、数据的集中趋势分析 1.算术平均数(Mean) 算术平均数，也