纪浩然-市场调研问卷题型分析与处理

纪浩然-市场调研问卷题型分析与处理

ID:14564808

大小:343.49 KB

页数:15页

时间:2018-07-29

纪浩然-市场调研问卷题型分析与处理_第1页
纪浩然-市场调研问卷题型分析与处理_第2页
纪浩然-市场调研问卷题型分析与处理_第3页
纪浩然-市场调研问卷题型分析与处理_第4页
纪浩然-市场调研问卷题型分析与处理_第5页
资源描述:

《纪浩然-市场调研问卷题型分析与处理》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、市场调研问卷题型分析与处理纪浩然学习导航通过学习本课程,你将能够:●学会对单选题进行多角度的分析;●掌握多选题和排序题的分析与处理;●提升市场调研问卷的质量。市场调研问卷题型分析与处理一、单选题的分析单选题是市场调研问卷中最常用和最简单的题型,在SPSS的分析中又是分析方法最为丰富的题型。单选题的录入方式比较简单,基本上就是SPSS文件的一列对应一道单选题目,单选题的答案用数字表示即可。比如,单选题有6个选项可供选择,受访者任选其一并填写即可。如图1所示。需要注意的是,在单选题录入时,必须在“值标签”中为每个选项注明标签,以便后续分析。图1值标签1.频次分析频次分析简述频次

2、分析,是指分析各个选项出现的次数,体现的是受访者的倾向性。比如某一问题有6个选项,客户有的选1,有的选3,有的选6等,通过统计各个选项的次数就可以看出受访者对各个选项的倾向性。频次分析示例操作过程。在SPSS的“描述统计”基本分析模块中,频次分析被称为“频率分析”,例如点击“hao123”网站进入“频率分析”后,常见的做法是将所有选项全部选中,然后在“统计量”中将数值设定得大一些,因为在做频次分析时,实际上是在进行数据探索,所以可以选四分位数,表示数值的波动范围较大。这里的“范围”也称“全距”,指的是最小值和最大值的差。然后将最大值、最小值、均值的标准差以及偏度、峰度等全部

3、选中。在“图表”选项中选择“直方图”,因为“直方图”是一个很好的频次分析工具,同时在“直方图”上勾选“显示正态曲线”。这时对格式可以先不作处理,然后点击“确定”并输出表格。直方图可以很好地显示数据分布的规律。如图2所示。图2直方图示例结果解读。由于选中的项目很多,所以输出的表格包括有效值、缺失值、均值等多项内容可供观察,其中最重要的是要关注其中的表格,包括性别中男性、女性各12人的数量统计,学历中大专以下3人、大专及本科10人、硕士以上11人的数量分布等,这种表格在市场调查报告中会经常出现,同时还包括是否喝啤酒、选择啤酒的品牌以及购买渠道等内容。在表格中,累积的百分比在数字

4、型图表中经常会出现,比如在年龄分布中,30岁以下的人在整个受众中所占百分比为58.3%,40岁以下的人所占百分比是91.7%,二者之间的比例通过减法运算即可得知,这样就能反映出整个问卷这方面的状况。正所谓“看表不如看图”,在直方图中可以看到很多信息。比如,在年龄分布上20岁的人群较多,在品牌选择上各种品牌的分布情况,以及各种购买渠道的分布等。总而言之,频次分析是问卷数据预处理后的第一项分析工作,从中可以挖掘很多有用的信息,包括百分比、累积百分比、学历分布、品牌选择分布等。2.分组求均值分组求均值简述分组求均值是单选题分析中的一项重要内容,在市场调查中,经常要按照男女性别或是

5、不同年龄段,分析客户的产品选择,这时就会用到SPSS的分组求均值。分组求均值示例示例一。操作过程。在观察不同性别和不同学历受众的啤酒消费差别状况时,首先进入SPSS的“分析”,然后选择比较均值,将学历放入自变量,将是否喝啤酒设为因变量,如图3所示,表格中共有学历、均值、个案数和标准差四项。需要注意的是,一般来说,Anova表要勾选。图3示例——“是否喝啤酒·学历”结果解读。进入分析后,选择“继续”—“确定”并输出结果。案例处理的摘要说明,本次操作处理了24条数据,比例为100%,然后是不同学历受访者是否喝啤酒的选择均值——因为喝啤酒选1,不喝啤酒选2,所以均值越小,说明喝啤

6、酒的可能性越大。之后,Anova表会显示出“显著性”数值,这里的数值是0.781,将其与标准值0.05进行比较可知结果是不显著,从商业结论上而言也就意味着不同学历分组在喝啤酒上的倾向无差别。分组求均值示例一的直方图如图4所示。图4直方图——“是否喝啤酒·学历”示例二。操作过程。进入SPSS的“数据”模块,选择“比较均值”—“均值”,将性别选入并确定,然后将喝啤酒定为1,不喝啤酒定为2,然后在变量视图中勾选值标签,输出结果。图5示例——“是否喝啤酒·性别”结果解读。如图5所示,输出结果中男性喝啤酒的均值是1.25,女性喝啤酒的均值是1.5,由于之前设定的是1为喝啤酒,2为不喝

7、啤酒,而男性的均值更接近1,也就意味着男性更喜欢喝啤酒。这里的显著性为0.223,大于之前显著性基本假设的标准值0.05,也就是男性和女性在喝啤酒喜好上的差别不明显,这一假设可以接受。这里用到的是假设检验,基本方法是大于0.05接受假设,小于0.05推翻假设。图5对应的直方图如图6所示。图6直方图——“是否喝啤酒·性别”绘图箱图。绘图是一种直观化的数据分析方式,首先可以选择第一种图——最简单的箱图,比如定义想要观察不同学历的受访者是否喝啤酒的状况,具体的特征选择均值,接着将是否喝啤酒放入y轴,然后点击学历将其放入x

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。