广告调查复习资料.docxVIP

广告调查复习资料： 考点： 概念操作化：研究假设不用谢了，给你个研究情景，写出理论假设和概念操作化。 交叉表必考 20‘ t检验和单因素方差分析二选一 10’ 变量定义界面参数解释 10‘ 参数值结合数据解释，定义了变量长度八位，必须说八位＊ 抽样方案20’ 给一个情境 选两种进行 编一个人数 编一个抽样人数 重点考概率抽样 20‘ 简答题： 置信研究的抽样方案：四种； 量化研究三大方法；列出三大方法名字，学科来源，基本流程； 大数据 调查数据统计分析： 问卷数据的定义与录入 频数分析 相关分析 交叉表（列联表）分析（卡方检验） 独立样本t检验 单因素方差分析 3、相关性分析： 相关分析的适用范围： 数据型—数值型（皮尔森积差相关分析） 定序—定序（斯皮尔曼等级相关分析） 考点：适用范围范围的变量，解释结果输出表 相关分析的功能： 呈现两个变量之间的相关关系 通过显著性检验证明这种关系并测量棋强度 考点：1.适用于什么范围的变量 例一、： 2.交叉表（列联表）分析的适用范围： 定类—定类 定序－定序 定类－定序 3.交叉表分析的功能： 在同一表格中同时量化多个变量的频数分布 呈现多个变量之间的相关关系 通过卡方检验等手段证明这种关系并测量其强度 注意：和相关分析1）数据型—数值型（皮尔森积差相关分析）2）定序—定序（斯皮尔曼等级相关分析）重叠的地方（定序－定序） 同居分析方法 卡方检验 相关性 卡方检验（显著性检验方法的一种），最后看显著性。同时计算相关系数。 交叉表分析的单元格设定对话框： 写出名字，写出含义，写出计算公式 计数 观察频数 期望频数 百分比 行百分比 列百分比 总百分比 例1. 文 理 总 男 5 2 7 女 26 18 44 总 31 20 51 1）5为观察频数 2）5/7 文科男占整个男生比例 行百分比 3）5/31 列百分比 例2. 注明：行百分比 2052/2712 行百分比就是除以行的总值 除以行变量 本市户口未来三年不购房人数占本市户口 指明其中任意一个解释就好 计算本市户口未来三年买房的概率同时发生的频数 2712/2880*719/2880*2880 卡方检验结果： 交叉表、皮尔森卡方检验表（sig）、sig是0.002，显著，小概率事件发生了，异常情况，可以推广到总体，显不显著只管结论能不能推广到总体， 对样本来说，这两个变量有没有相关性然后才谈得上能不能推广到总体（显不显著）。没有相关系数情况下，期望频数是两者没有关系得出，如果现实情况之间也没有关系，那么就应该和期望频数一质，不符合零假设，不吻合说明相关。以上的这两个是相关的，显著的，所以相关的结论是可以推广到总体的。 相关性结果：相关系数 皮尔森都没办法看，皮尔森都是分析数据的，看到交叉表，皮尔森就不看了，都是定序的时候，就可以参考斯皮尔曼。 相关系数值 0.058 （0.3和0.8）弱相关 能不能推广到总体，由卡方检验显著性决定。 观察频数：收回的有效问卷中，既是初中及以下文化程度，又是自筹购房的人的数量； 期望频数：零假设状态下，文化程度与是否贷款无相关性的情况下，大学学历同时贷款的样本数量为 （计算公式） 行百分比：申请贷款的大学学历样本比例为 期望频数与有效频数是否一致，不一致就是相关，一致就是不想关，看卡方检验，看哪个位置（皮尔森卡方）的sig＝0.002（1‘），下面判断显著不显著，所以相关性能够推广到总体。 5）指出哪个有参考意义，哪个没有参考意义。 独立样本t检验 1）独立样本t检验的功能：比较两个群体（通过某一变量的不同 取值来划分）的某一变量的均值是否存在差异。 例如：不同性别（分组变量）居民的现有住房面积（检验变量）是否存在差异？ 2）分组变量：作为群体划分依据的变量，必须是分类型变量 3）检验变量：作为均值比较对象的变量，必须是数值型变量 两组数据来源于不同的样本（男生、女生各一拨人），所以叫独立样本，这个检验变量和分组变量位置不能互换。 莱文方差痛质性检验： 适用范围：分类变量和数值变量之间的相关性 性别 N(样本数量) Mean（住房面积平均） Std.Deviation Std.Error Mean 住房面积 男 1004 63.7983 26.19557 60192 女 1099 50.9729 25.29810 76311 实际上有三个表： 样本具有误差 莱文方差看Sig，这里的显不显著是说的差异显不显著，差异不显著，就是同质的，方差同质，说明可以用t检验的结果，第三个表是t检验结果。 方差同质看上面一排，如果不同质看下面一排，校正t检验，方差同质看t检验结果，显不显著。 差异具有显著性。63对60的差异