市场研究中常用的数据分析方法.pptVIP

市场研究中常用的数据分析方法 目 录 数据整理与描述统计 回归分析 因子分析 聚类分析 判别分析 对应分析 联合分析 数据整理与描述统计 统计分析就是使用统计方法来寻找数字背后的故事。前面讲了怎样利用测量法收集数据、怎样设计好的问卷等。这些收集到的数据，录入电脑后成为大大小小的数据库。我们需要利用恰当的统计技术，寻找我们需要的信息。 假如我们现在看到，“2007年6月，蒙牛牛奶的市场占有率为13％”。我们需要思考它的占有率是高还是低？增长还是衰退？与其他品牌相比怎样？ 数据分析的基本概念 分析单位：个人、家庭、社区等等。 变量：经过严格界定的可以度量的抽象定义。比如年龄、性别 自变量、因变量 测量尺度与变量类型：分类、等级、等距、等比。 描述统计：用统计的方法来概括和描述数据，寻找数据的分布特征。 数据的集中趋势：如均值、众数、中位数 数据的离散趋势：如标准差 双变量和多变量之间的相关关系：如列联表、相关系数、卡方检验等 推断统计是根据样本的数据推断总体的性质，并标明可能发生的误差，对随机现象作出估计和推断。推断统计必须基于概率抽样。 数据结构 报告中呈现的描述统计结果 人口学特征－性别－分车型比较 人口学特征－性别－分城市比较 人口学特征－婚姻状况－分车型比较 人口学特征－子女状况－分车型比较 人口学特征－收入水平－分车型比较 人口学特征－收入水平－分城市比较 人口学特征－行业分布－奥迪A4与进口中型对比 人口学特征－行业分布－奥迪A4与国产中型对比 奥迪与宝马品牌比较－企业形象 总得来看，在企业形象上，奥迪没有宝马优势明显。奥迪的网络覆盖显著优于宝马；在售后服务方面，二者没有差异，得分都较高；但是，在其他各方面奥迪均显著低于宝马 奥迪A4与宝马3系品牌比较－产品形象 总体看来，奥迪A4的产品形象还与宝马3系有一定的差距。奥迪A4与宝马3系在经济性上没有差异，得分都不是很高，价格合理指标上优于宝马3系，其他方面均低于宝马3系 回归分析 Linear Regression Linear Regression——线性回归分析 Two Roles: Interpretation——解释 Forecast——预测 1. Single Linear Regression 1.1The Equation of Single Linear Regression——一元线性回归 2. Multiple Linear Regression——多元线性回归 3. 方程的解释能力 R-square R-square表明不同模型的fitness；也表示方程对因变量的解释率 4. 其他回归分析指标输出 SPSS回归中可调用的其他回归统计指标 商务用户电信满意度分析 要点：衡量商业流程对提升总体满意度的相对重要性，以找出工作重点。 得到最佳模型 各个商业流程满意度现状 提高整体满意度策略图 Factor Analysis因子分析 因子分析在市场研究中的应用 因子分析在营销研究中具有广泛的用途，例如： 市场细分 品牌感知、喜爱、忠诚度 产品开发 满意度研究 ......  因子分析原理-模型的表述 公因子和因子负载 公因子方差和因子的贡献 变量的方差：公因子和特殊因子。 公因子方差：等于和该变量有关的因子负载的平方和，表示的是方差中能被公因子解释的部分（行）。 因子的贡献：相对概念（列）。 因子负载显著性的判断 绝对值大于0.3的因子负载； 因子负载的显著性与样本规模、观测变量数和因子之间的次序有关。 如何计算因子值 公因子的值可用观察变量的线性组合来表示： F i = Wi1X1 + Wi2X2 + ... + WikXk 有关统计量 案例介绍1：PSA车辆展评会 问卷 1 Life Style I 五个主要因子的含义 主要因子占所解释因素的百分比 问卷 2：Life Style II Three Main Components Emerge Contribution Rate of Main Components 问卷 3 Life Style III Three Main Components Emerge Contribution Rate of Main Components Cluster Analysis聚类分析 Introduction of Cluster Analysis A general question facing researchers in many areas of inquiry is how to organize observed data into meaningful structure