1、市場(chǎng)研究和spss數(shù)據(jù)分析、目錄計(jì)程儀、spss在市場(chǎng)研究中的應(yīng)用、市場(chǎng)研究的概要、市場(chǎng)研究的統(tǒng)計(jì)分析的概要、統(tǒng)計(jì)學(xué)(Statistics )是關(guān)于數(shù)據(jù)的學(xué)科，營(yíng)銷學(xué)(營(yíng)銷學(xué))研究(Marketing Research) AMA是營(yíng)銷學(xué)通過(guò)信息與消費(fèi)者、顧客、公眾進(jìn)行協(xié)作這些個(gè)信息用于標(biāo)識(shí)和定義營(yíng)銷學(xué)問(wèn)題和機(jī)會(huì)，制定、改進(jìn)和評(píng)估營(yíng)銷學(xué)活動(dòng)，監(jiān)視營(yíng)銷學(xué)性能，以及改進(jìn)對(duì)營(yíng)銷學(xué)過(guò)程的理解。 找出解決問(wèn)題所需的信息，設(shè)計(jì)信息采編方法，管理和實(shí)施數(shù)據(jù)采集流程，分析結(jié)果，溝通研究結(jié)論及其意義。 市場(chǎng)研究是在統(tǒng)計(jì)學(xué)的基礎(chǔ)上，在信息采編處理和分析的基礎(chǔ)上，利用SPSS等統(tǒng)計(jì)學(xué)工具進(jìn)行的相關(guān)工作。市場(chǎng)研究分類、

2、研究?jī)?nèi)容支持體調(diào)查方式分析方法廣泛，定性研究、動(dòng)機(jī)、態(tài)度、決策過(guò)程口頭表達(dá)信息深入訪問(wèn)，座談會(huì)心理分析、經(jīng)驗(yàn)/靈感思維深度調(diào)查、定量研究、事實(shí)、意見(jiàn)、行動(dòng)數(shù)字、尺度戶籍訪問(wèn)、街頭訪問(wèn)、電話、信統(tǒng)計(jì)分析廣泛調(diào)查，多方面和表面、片假名計(jì)程儀、 SPSS在市場(chǎng)研究中的應(yīng)用市場(chǎng)研究概述、市場(chǎng)研究統(tǒng)計(jì)分析概述、市場(chǎng)研究數(shù)據(jù)分析過(guò)程、問(wèn)題單設(shè)計(jì)、數(shù)據(jù)錄入和錯(cuò)誤調(diào)查、探索性分析、實(shí)證/結(jié)論性分析、高度分析、分析從這里開(kāi)始！ 我確信問(wèn)題單會(huì)涵蓋你為了達(dá)成研究目的而需要的全部?jī)?nèi)容。 巧妙的女性使沒(méi)有米的煮飯變得困難！ 設(shè)計(jì)不嚴(yán)密、信息不完整的問(wèn)題單是“強(qiáng)大”統(tǒng)計(jì)工具的“毒藥”！大量交叉表數(shù)據(jù)支持研究結(jié)論。 簡(jiǎn)單

3、分析重要/核心主題的數(shù)據(jù)，大致把握研究發(fā)現(xiàn)，生成初步研究結(jié)論，確信得到了所需的全部數(shù)據(jù)信息，是正確的。 同時(shí)結(jié)合先進(jìn)的統(tǒng)計(jì)技術(shù)進(jìn)行深入的數(shù)據(jù)挖掘和分析，數(shù)據(jù)信息與營(yíng)銷學(xué)理論相結(jié)合，形成研究結(jié)論并提出建議。 數(shù)據(jù)分析方法：簡(jiǎn)單的數(shù)據(jù)分析、多變量統(tǒng)計(jì)分析、方法的適用性和優(yōu)越性，主要方法是集中趨勢(shì)分析：一般數(shù)、中位數(shù)、平均數(shù)交叉表分析，簡(jiǎn)單的分析變量之間的關(guān)系比較廣泛，數(shù)據(jù)和對(duì)使用者的要求相對(duì)容易理解，相關(guān)性分析回歸預(yù)測(cè)因子分析聚類分析對(duì)應(yīng)分析， 分析變量間的因果關(guān)系、相似度等多用于預(yù)測(cè)、用戶細(xì)分等場(chǎng)合的數(shù)據(jù)要求：數(shù)據(jù)量為一盞茶，數(shù)據(jù)周期為一盞茶，對(duì)用戶的要求：需要基本的統(tǒng)計(jì)學(xué)知識(shí)和業(yè)務(wù)的理解，分類

4、計(jì)程儀，SPSS在市場(chǎng)研究中的應(yīng)用，市場(chǎng)研究的概要，市場(chǎng)研究統(tǒng)計(jì)分析的概要， SPSS進(jìn)行市場(chǎng)研究分析的程序，根據(jù)研究目的完成問(wèn)題單設(shè)計(jì)-在此過(guò)程中留心問(wèn)題單形式的標(biāo)準(zhǔn)化。 標(biāo)準(zhǔn)化調(diào)查實(shí)施過(guò)程，保證回收數(shù)據(jù)的規(guī)范、有效性。 喀嚦聲。將調(diào)查數(shù)據(jù)輸入到SPSS中。 進(jìn)行數(shù)據(jù)的機(jī)械驗(yàn)證和邏輯性驗(yàn)證。 然后解析處理生成的SPSS形式數(shù)據(jù)文件。 調(diào)查：數(shù)據(jù)收集、SPSS上的操作、 frequencyciesdescriptivecrosstabsmeansbibliatecorrelations linearregressionk-nersclusteraniclusteranalingcresores

5、pondenceanaly SPSS經(jīng)常分析統(tǒng)計(jì)命令，分析frequeens:一維度次數(shù)分布表，了解變量的頻率分布情況，獲得數(shù)值的數(shù)量特征和內(nèi)部結(jié)構(gòu)情況的概況的認(rèn)知，便于在此基礎(chǔ)上進(jìn)一步分類整理數(shù)據(jù)。Frequencies的基本應(yīng)用步驟如下： 選擇frqueens選項(xiàng)，打開(kāi)相應(yīng)的對(duì)話計(jì)程儀選擇要進(jìn)行頻率分析的變量(如果需要，可選擇Statistics、 用Charts選擇想輸出的統(tǒng)計(jì)量和格拉夫用Format按鈕可以設(shè)定度數(shù)表的格式輸出喀嚦聲OK按鈕執(zhí)行指令看輸出到Output窗口的統(tǒng)計(jì)結(jié)果，輸出到Frequency Table的5列數(shù)據(jù)從左到右依次為變量值、 與每個(gè)變量對(duì)應(yīng)的出現(xiàn)頻率、基于總樣

6、本量的化學(xué)基百分比配置、基于此次計(jì)算的有效樣本量的化學(xué)基百分比配置和累積百分比。等等。這些變量與變量之間的差值對(duì)應(yīng)。典型應(yīng)用：利用定價(jià)策略、Descriptives :描述統(tǒng)計(jì)、Descriptives求變量描述統(tǒng)計(jì)量，反映數(shù)據(jù)的集中趨勢(shì)和離散趨勢(shì)。集中指數(shù)：模式：發(fā)生率最高的數(shù)值適用于所有測(cè)量水平的中位數(shù)：數(shù)值排序后處于中間位置的數(shù)秩序、距離、比例數(shù)據(jù)的算術(shù)平均數(shù)或平均適用于：的各數(shù)值的簡(jiǎn)單平均的定距數(shù)據(jù)和定比數(shù)據(jù)的離散傾向指標(biāo)：全距離或極差：一個(gè)定序型變量的最大值和最小值的差、下四分位：離散：變量的所有值及其平均值之差的平方平均標(biāo)準(zhǔn)離差：方差的平方根，典型應(yīng)用：一般統(tǒng)計(jì)，Crosstabs

7、 :多維度數(shù)交叉分析，Crosstabs多維次數(shù)分布交叉表：在交叉列表分析過(guò)程中生成二次元和多維交叉表。 一個(gè)行變量和一個(gè)列變量形成二維交叉表，指定另一個(gè)控制變量可以形成三維交叉表。 如果可以指定多個(gè)行、列和控制變量，則會(huì)形成復(fù)雜的多維交叉表。 表中的數(shù)據(jù)可以是數(shù)字類型或字符類型的變量。 使用交叉表分析流程，可以完成分類資料和等級(jí)資料的統(tǒng)計(jì)說(shuō)明，以及各種“一般”統(tǒng)計(jì)驗(yàn)證。 Crosstabs的基本應(yīng)用程序是，選擇Crosstabs選項(xiàng)，打開(kāi)相應(yīng)的對(duì)話計(jì)程儀。從源變量中選擇頻率表的行變量，放入Row(s )框中的列變量，選擇Column(s ) 框中。在Statistics中選擇Chi-squa

8、re，驗(yàn)證矩陣變量是否獨(dú)立。在Cells中選擇交叉表中輸出的統(tǒng)計(jì)量?？陈昈K按鈕執(zhí)行命令。查看輸出窗口中輸出的統(tǒng)計(jì)結(jié)果： croot Pearson Chi-Square的值表示矩陣變量的雙方獨(dú)立，如果該值小于0.05，則表示矩陣變量彼此獨(dú)立的假設(shè)不成立，即矩陣變量彼此相關(guān)聯(lián)。 注意Chi-Square Tests表下的注釋。 如果該表的國(guó)有子單元(Cell )內(nèi)的樣本量分布過(guò)低，則即使Pearson Chi-Square系數(shù)顯著(小于0.05 )，該矩陣變量之間的關(guān)聯(lián)性也會(huì)限定到本次分析中推論出的樣本群中。 典型應(yīng)用：細(xì)分市場(chǎng)趨勢(shì)預(yù)測(cè)，Crosstabs :多維度交叉分析，高收入細(xì)分市場(chǎng)中

9、某年齡段的列比例高收入細(xì)分市場(chǎng)中某年齡段的截面指數(shù)=100%，指數(shù)=100%等于整體市場(chǎng)指數(shù)=120%以上，顯著低于整體水平指數(shù)=80%以下，如18-24 18歲至24歲的高收入者占總體高收入的百分比，表示18歲至24歲的高收入者占總體高收入的百分比： 31.2%； 指18-24歲高收入群體18-24歲的比例為31.2 %-18-24歲的高收入群體截面指數(shù)： 104； 另外，通過(guò)比較Means :平均值，可以計(jì)算每個(gè)分類變量組的指定變量的綜合描述統(tǒng)計(jì)量。Means的適用步驟如下。 選擇Means選項(xiàng)打開(kāi)相應(yīng)的對(duì)話計(jì)程儀從源變量中選擇分組變量，并將其放入InDependent框選擇所需的分析變量

10、并放入dependent框選擇要在Options中輸出的統(tǒng)計(jì)量后，云同步將顯示、 選擇Anova并喀嚦聲OK按鈕來(lái)驗(yàn)證變量組之間是否有差異執(zhí)行命令查看輸出到Output窗口的統(tǒng)計(jì)結(jié)果：輸出到Report表的是、 在調(diào)查的變量以分類變量來(lái)分組之后的對(duì)應(yīng)記述統(tǒng)計(jì)量即Anova Table中Sig .表示各組間的有效系數(shù)，不足0.05的話，該變量表示以該分類變量來(lái)分組的組之間存在有效差異。典型應(yīng)用：細(xì)分市場(chǎng)、bibliatecorrelations:的相關(guān)性分析、相關(guān)性分析計(jì)算兩個(gè)變量的相關(guān)系數(shù)，判別兩個(gè)變量間相關(guān)的強(qiáng)弱。 bibliatecorrelations的適用步驟如下。 選擇bibliat

11、ecorrelations選項(xiàng)，打開(kāi)相應(yīng)的對(duì)話計(jì)程儀從源變量中選擇需要相關(guān)系數(shù)的變量，放入“變量”框中喀嚦聲OK按鈕執(zhí)行命令查看輸出到Output窗口的統(tǒng)計(jì)結(jié)果時(shí)， 觀察輸出結(jié)果的a變量和b變量的交叉單元格的Pearson Correlation系數(shù)，該數(shù)值的絕對(duì)值越接近1，兩變量間的相關(guān)性越強(qiáng)。 典型應(yīng)用：價(jià)格策略、線性回歸：線性回歸、驗(yàn)證一個(gè)因素變量與一組參數(shù)的關(guān)系、研究某變量的影響因素、建立線性回歸方程。 線性注冊(cè)的適用步驟如下。 選擇“線性注冊(cè)”選項(xiàng)， 打開(kāi)相應(yīng)的對(duì)話計(jì)程儀將從源變量中選擇的參數(shù)和因素變量放入對(duì)應(yīng)的框中將Collinearity Statistic添加到Statisti

12、cs的缺省奧爾特值喀嚦聲定OK按鈕執(zhí)行命令將輸出到Output窗口的統(tǒng)計(jì)結(jié)果觀察Coefficients表中的Sig .值，該值小于0.05的參數(shù)對(duì)要因變量的變化有顯著影響，與這些個(gè)的參數(shù)對(duì)應(yīng)地觀察Unstandardized Coefficients B值(回歸系數(shù))，該系數(shù)的正負(fù)是該參數(shù)與要因變量的關(guān)系典型應(yīng)用：價(jià)格戰(zhàn)略趨勢(shì)分析，線性回歸：線性回歸，案例：下表為某城市1999年至2007年相關(guān)經(jīng)濟(jì)數(shù)據(jù)，2008年人均可支配收入達(dá)27743.55元，城市人口密度為3222.00 請(qǐng)預(yù)測(cè)2008年房地產(chǎn)商的平均售價(jià)。 K-Means cluster Analysis :快速聚類，根據(jù)幾個(gè)變量的

13、表現(xiàn)特性分類研究對(duì)象。k-means群集分析的應(yīng)用步驟如下。 選擇k-means群集分析選項(xiàng)， 打開(kāi)相應(yīng)的對(duì)話計(jì)程儀在“變量”框中放入源變量中參加集群的變量在“顯示輸出”窗口的 Label Cases 框中放入樣本標(biāo)記變量定義以Number of分類的類別數(shù)Save中， 選擇“Cluster mumbership”(記錄每個(gè)case所屬的類別編號(hào)并將其存儲(chǔ)在數(shù)據(jù)窗口qcl-n變量中)和“Distance from cluster center”(記錄每個(gè)case與類中心之間的距離)選項(xiàng)為“default” 喀嚦聲OK按鈕執(zhí)行指令， 典型應(yīng)用：細(xì)分市場(chǎng)競(jìng)爭(zhēng)分析啤酒名卡洛琳娜金屬釷含量酒價(jià)Budw

14、eiser 144.00.004.70.43 schllitz 181.00.004.90.43 ionen brau 157.0015.00.90.48 krnennenson n152. 0011.005.00.77 old-milnaukee 145.0023.004.60.26 aucsberger 175.0024.005.50.40 strchsbohemi 149.0027.004.70.42 mm 13.006.003.70.44 coors 140.0016.004.60.44 coors licht 102.0015.004.10.46 Michel OS 135.0011

15、.004.20.50 secrs 150.0019.00 以啤酒的各種網(wǎng)絡(luò)沖突布蘭德分類為例，分別為02.30.36 hamms 136.00.40.43 heileman 144.0024.004.90.43 Olympia 72.002.90.46sc h lite 97.00 7.00 4.20.47， K-Means cluster Analysis :快速聚類、Correspondence Analysis :對(duì)應(yīng)分析、幾個(gè)并行對(duì)象(例如幾個(gè)網(wǎng)絡(luò)沖突布蘭德)在幾個(gè)特性(例如布蘭德特性)上的表現(xiàn)值，每個(gè)對(duì)象自身表品牌形象認(rèn)知(提及比率% )根據(jù)以下的數(shù)據(jù)例子進(jìn)行說(shuō)明：布蘭德的定位，Co

16、rrespondence Analysis :對(duì)應(yīng)分析，根據(jù)上述的數(shù)據(jù)，建構(gòu)Spss數(shù)據(jù)文件，其中，變量a中的數(shù)據(jù)按順序由布蘭德ac按各特性獲得的提及變量b是布蘭德特性的序號(hào)，這里是變量a的數(shù)據(jù)排列，變量b中的數(shù)據(jù)是三段19的排列，變量c是布蘭德的序號(hào)，這里是9個(gè)1、9個(gè)2、9個(gè)3的排列，包含這三個(gè)變量。 選擇Correspondence Analysis選項(xiàng)，根據(jù)變量a對(duì)數(shù)據(jù)加權(quán)，打開(kāi)相應(yīng)的對(duì)話計(jì)程儀將變量a、b分別移動(dòng)到Row、Column框，用Define range定義變量a、b的范圍。 在此，分別喀嚦聲1到9和1到3的OK按鈕來(lái)執(zhí)行指令。 與分析相對(duì)應(yīng)，產(chǎn)生以下格拉夫的紅點(diǎn)代表每個(gè)布蘭德的特性，綠點(diǎn)位于與表示三個(gè)網(wǎng)絡(luò)沖突布蘭德的布蘭德相同的象限中，而相對(duì)接近的布蘭德特性是該布蘭德的核心特性，以及位于某個(gè)布蘭德和對(duì)角象限中的品牌特性點(diǎn)Scatterplot :散點(diǎn)