广告传播实务知识 第四编市场调查中的数据

第四编市场调查中的数据第十五章市场调查数据的录入与整理第一节调查问卷的回收与编辑所谓“有效”问卷，指的是在调查过程中按照正确的方式执行完成的问卷。

问卷回收以后，必须仔细地检查问卷。

目的:将有错误填写，或者是不完整、不规范的问卷挑出，保证数据的准确性。

漏答问卷的补救方式：重访，以补充未答的问题；不便于重访的可以当作缺失值计。

一、问卷检查问卷的检查一般是指对回收问卷的完整性和访问质量的检查，目的：确定哪些问卷可以接受，哪些问卷要作废。

要点包括：(1）规定详细的检查规则，(2)对于每份调查员交回来的问卷必须彻底地检查，(3)应该将问卷分成三种类型，一种是完成的问卷，一种是作废的问卷，第三种是有问题，(4）如果抽样中有配额的要求，那么应将完成的问卷中的配额指标进行统计分析，确定问卷是否完成配额的要求，以便及时补充不足的样本。

(5)什么问卷是不能接受：明显不完整，缺了一页或者多页；有很多内容没有填答；模式说明调查员（被访者）没有理解或者遵循访问指南回答；答案几乎没有什么变化；被访者不符合抽样要求；日期超过了访问的时限；二、问卷的校订问卷中存在有字迹模糊、问题漏选、前后回答不一致、答案模棱两可和跳答错误的问题。

存在问题的处理：字迹模糊，必须对受访者进行追访，将不清楚的地方填写清楚。

漏选的问题，普通的问题作为缺失值处理；个人特征的问题作为废卷处理。

模棱两可，必须通过追访进行补救。

跳答错误，要核实被访对象是否符合抽样调查的条件，符合的进行追问补充，不符合的问卷只能作废，重新补充样本。

三、问卷的编码编码是指对一个问题的不同答案进行分组和确定数字代码的过程。

需要的步骤：(1)每个需要编码的项目都必须有一份编码表，(2)如果编码的工作由一个编码员完成，出现错误的可能性相对较小。

(3)详细制定编码的守则，指导编码员如何识别答案，并同时对编码的过程进行监督和检查。

编码员的两种倾向：一种是事无巨细地将出现的每一种答案给与新的代码，结果代码的数量比预料要多得多；另一种情况是对答案的归类过于粗糙，可能丢弃了数据中有意义的差异。

(4)要注意规定的编码与实现对该问题的最大编码的预计的数量一致。

(5)编码的字迹必须清楚，表：问卷的编码第二节调查资料的录入和整理一、数据的录入是指将问卷或编码表中的每一个项目对应的代码转化成计算机能够识别的形式的过程。

对录入的结果进行核查，方式主要有：双机录入或三机录入。

双机录入：将同一份问卷分别由两个录入员进行两次录入，将两次的结果进行逐个比较，三机录入：将同一份问卷由不同的录入员录入3次，结果采用“2排1”的选择，可以减少翻阅问卷的人工。

图：数据录入结构二、数据的整理主要是尽可能地处理错误或不合理的信息以及进行一致性的检查。

数据整理是对数据进行的最后一道检查程序，数据应该是“整齐、干净的”，对数据进行统计处理分析。

第十六章数据分析第一节常用的统计方法一、变量类型类别由低到高依次为：定类变量、定序变量、定距变量（定比变量）。

(1) 定类变量：变量的不同取值仅仅代表了不同类的事物，这样的变量叫定类变量。

(2) 定序变量：变量的值不仅能够代表事物的分类，能代表事物按某种特性的排序，这样的变量叫定序变量。

(3) 定距变量：变量的值之间可以比较大小，两个值的差有实际意义，这样的变量叫定距变量。

定比变量与定距变量的差别：定距变量取值为“0”时，不表示“没有”，仅仅是取值为0。

定比变量取值为“0”时，则表示“没有”。

一般的原则是适于较低类别变量，也可用于较高类别的变量，反之则不行。

二、对于缺失值的处理方法有4种：(1)用一个样本统计量的值代替缺失值。

(2)用从一个统计模型计算出来的值去代替缺失值。

(3)将有缺失值的个案删除。

(4)将有缺失值的个案保留，仅在相应的分析中做必要的删除。

三、统计方法目的与要求不同，统计方法也不同。

对变量取值的归纳整理及分布形态的研究，用频数分析（计算百分比等）、众数、中位数、均值和标准差等方法或统计量来描述；对两个变量的相关性分析，用卡方分析、单因素方差分析、简单相关系数、一元线性回归分析等方法；对多个变量间的相关性分析，用多元线性回归、判别分析、聚类分析、因子分析等方法。

第二节单变量分析一、频数和百分比频数（Frequencies），是表示某一个取值的个案数；百分比（Percentage），是表示该取值的个案数占总样本的比例，即（频数/样本量）×100%。

将变量所有取值的频数和百分比列在一个表中，这种表叫频数表，频数表分析方式用于定序变量和定类变量，百分比大小比较是一个相对的概念，频数大小则是绝对的数值，二、指数指数（Index）的计算最常用的方法是，将一些待比较的数字中的一个特定的数字定为基数100，计算其他数字相对于基数的百分数。

定义适当的指数可以进行横向的比较，还可以进行纵向的比较。

使用时要注意的问题：首先，自定义指数时，应以简便的、合理的描述研究结果为原则；在考虑定义的合理性和科学性的基础上，还需要考虑其计算是否方便可行。

已经明确定义的、使用广泛的指数，避免重复制造。

其次，必须详细了解其定义和计算方法，以便正确地使用。

包括：价格指数、消费指数、收入指数等，房地产价格指数、股票价格指数等也非常广泛。

最后，指数定义的基数一定要与研究目的紧密结合，根据调查的目的确定是进行横向比较，还是纵向比较，三、众数、中位数、均值和标准差常用的统计量：众数、中位数和平均数。

所谓众数（Mode），是表示一组数据中出现次数最多或最常见的数值。

中位数（Median）表示一组数据按照大小的顺序排列时，中间位置的那个数值，计算时会面临两种情况：样本数（n）奇数时，中间位置上的数值即为中位数；为偶数时，排在中间两个位置上的数值的平均值即为中位数。

适用于定序变量，平均数（Mean）也叫均值，等于样本的所有n个观测值之和除以样本量。

是最典型也是最常用的统计量，适用于定距变量和定比变量。

也是最有“意义”的统计量，是数据的“平衡点”或“重心”位置所在。

包含的信息量最大。

受极端值的影响很大众数、中位数、均值都是对变量的分布形状的描述，最常用的统计量是方差或标准差。

所谓方差（Variance）或标准差（Standard variance）:是表示分布对平均数的偏离程度或伸展程度的度量。

标准差的大小反映了数据对均值的离散程度，标准差越小，表明数据越集中于均值附近，反之则越分散。

标准差是描述分布的分散（伸展）程度经常使用的统计量。

表:对中位数、众数、平均数、标准差的计算四、使用图形表示分析的结果有助于客户更容易理解数据的内容。

经常使用的形式:直方图、面积图、折线图和雷达图等1.直方图图：北京地区消费者教育程度直方图2.面积图图:北京地区消费者年龄分布图3.折线图图:北京地区巧克力消费者收看电视的习惯折线图第三节两个变量及多变量分析一、卡方分析是用来研究两个定类变量间是否独立即是否存在某种关联性的最常用的方法。

方法是：假设两个变量是相互独立、互不关联的。

这在统计上称为原假设；这里的频数叫观测频数，原假设成立，频数叫期望频数；观测频数与期望频数的差越大，表明实际情况与原假设相去甚远；差越小，表明实际情况与原假设越相近。

要注意的:卡方检验受样本量的影响很大，对卡方值进行修正，最常用的是列联系数。

卡方检验的的结果显著，列联系数也显著时，才可拒绝原假设；卡方检验的结果显著，列联系数不显著时，不能轻易下结论。

对变量取值的不同分类会引起卡方值的改变，有可能得到不同的结论。

表：卡方分析结果列联表包含了两变量取值的频数和百分比的大量信息。

二、单因素方差分析是研究一个变量是否依赖于另一个变量，前者叫因变量，后者叫自变量，又叫因素。

是按照自变量或因素的不同取值将样本分为几组，比较这几组的因变量的均值。

量越大，就越容易拒绝原假设。

因变量应该是定距变量。

表：单因素方差分析三、简单相关系数简单相关系数又称皮尔逊相关系数，它描述了两个定距变量间联系的紧密程度。

用r表示，计算公式为：r描述的是两个变量间线性相关强弱的程度。

r的取值在-1与+1之间，若r＞0，变量的值越大，另一个变量的值也会越大；若r＜0，变量的值越大另一个变量的值反而会越小。

r 的绝对值越大表明相关性越强，要注意的是不存在因果关系。

若r=0，不是线性相关。

利用样本相关系数推断总体中两个变量是否相关，用t 统计量对总体相关系数为0的原假设进行检验。

若t 检验显著，即两个变量是线性相关的；若t检验不显著，即两个变量不是线性相关的。

图：简单相关分析四、一元线性回归分析是研究两个变量的线性相关性，应用更为广泛，预测方程的形式为：yˇ=a+bx，y叫做因变量，x叫做自变量，a是常数项，b叫一元回归系数，公式为：同相关系数r一样，若b＞0，表明两变量是正相关；若b＜0，表明两变量是负相关。

b的大小还表明若变量x发生一个单位变化时，变量y的变化量。

用t 统计量进行检验。

当t检验显著时，即总体回归系数不为0，两个变量呈线性关系，当t检验不显著时，两个变量不是线性相关。

相关系数r的平方r2，叫做决定系数，它的数值越大，方程y=a+bx对观测数据的拟合越好，若r2越小，情况正相反。

表:一元线性回归分析五、多变量的相关分析较为复杂，因子分析（Factor）的主要功能在于从多个观测变量中提取一些共同的因子。

大小在-1与+1之间。

因子负荷量＞0，表明某因子与某变量是正相关；因子负荷量＜0，表明某因子与某变量是负相关。

因子负荷量的值越大，表明某因子与某变量的相关性越强。

变量的有效性可以用共通方程来衡量，变量的共通性是该变量与提取出的所有因子的因子负荷量的平方和。

共通性的值越小变量的有效性越低。

方差贡献率是该因子可以解释全部变量的方差总和的百分率。

方差贡献率越大的因子越重要，总和越大,对观测变量的代表性越强。

最常用的因子旋转方法是“方差最大正交旋转”法。

例7：在《A品牌宣传认知情况调查中》关于广告的看法和态度的问题是：(1）我不太相信广告中的内容；(2）在收看电视时见到广告我就换台；(3）在购买前我会主动留心有关的产品广告；(4）从广告中获知新消息后我总会乐意转告他人；(5）在购买家电时，亲朋好友的意见比广告重要；(6）家电广告应当比较严谨，因为这样的方式更适合表现家电的性能；(7)家电广告应当用比较生动活泼的方式来表现，这样效果更好。

表:因子分析结果表：因子分析结果一览表第四节调查报告的撰写具备下列条件：(1) 报告语言简洁、有说服力，词汇尽量非专业化。

(2）报告必须以严谨的结构、简洁的体裁将调查过程中各个阶段搜集的全部有关资料组织在一起，不能遗漏掉重要的资料，但也不能将一些无关的资料统统地写进报告之中。

(3)调查报告应该对调查活动所要解决的问题提出明确的结论或建议。