定量数据分析方法分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
▪ 因子分析：以较少的潜
在维度解释众多变量之间 的相关关系
▪ 聚类分析：将研究对象
分为同质的一些类
▪ 多维标度法：以空间方
式表达认知
▪ 对应分析：Perceptual
Mapping 的另一种方法
典型的应用
▪ 预测，比较营销中的各 因素对于销售量影响的 重要性
▪ 理解消费动机和品牌选 择的影响因素
▪ 市场细分 ▪ 品牌形象与定位
数据 ▪ 变量转换：使变量适合统计方法 ▪ 变量组合：产生新的变量
Page 6
基本统计方法
▪ 理解数据的性质 ▪ 描述统计基础 ▪ 假设检验简介
Page 7
理解数据的性质：变量的4个水平
▪ 命名变量：数值无大小
• 性别，职业，商店类型
▪ 顺序变量：数值有大小但不等间距
• 偏好排序，社会阶层
▪ 等距变量：数值有大小且等间距但无绝对零点
Page 21
回归分析应用
▪ 问题：哪些因素影响产 品使用？
▪ 因变量：产品使用 Y
▪ 自变量：
X1 送货速度 X2 价格 X3 价格弹性 X4 制造商形象 X5 服务 X6 销售人员形象 X7 产品质量
▪ 回归方程 Y= -6.52+3.38X3+ 7.62X5+1.41X6
▪ 或变量标准化后 Y= .52X3+.647X5+.12X6
合理使用图形
C
C
10%
15%
B
A
30%
40%
B
50%
A
55%
Page 19
C 10%
15%
50%
30%
B
55% A 40%
合理使用图形
% 100
80 60 40 20
0
阿尔卑斯
Page 20
品牌知名度
大白兔
第一提及率
喔喔
无提示
提示
真味
多元统计方法简介
常用方法
▪ 回归分析：表达因变量
于自变量之间的关系
A
B
C
Page 15
80% 70%
50%
A
B
C
合并数据
喜欢程度
9 1%
8
7
6
5
4
7%
3
5%
2
5%
1
4%
21% 20% 21% 19%
Page 16
?
数据排序
原始数据
A
25
B
12
C
14
D1
E1
F
19
G
3
H
5
I1
J2
K
12
L
9
Page 17
排序后数据
A
25
F
19
C
14
B
12
K
12
L
9
H
5
G
3
J2
D1
Page 9
假设检验
▪ 为何需要假设检验 ▪ 假设检验的基本步骤 ▪ 市场研究中最常见的假设检验问题
• 2个独立样本均值差异检验 • 相关样本均值差异检验 • 与交叉表相关的假设检验 • 比率的差异检验 • 相关系数的检验
▪ 正确理解假设检验
Page 10
为何需要假设检验
▪ 广告运动是否达到了预定的效果？ ▪ 观众更喜欢哪个电视广告？ ▪ 新产品是否优于老产品？ ▪ 某品牌在2个不同地区的市场占有率有差别吗？ ▪ 洗衣机品牌的选择与家庭月收入有关吗？ ▪ 购买意向与产品独特性有关吗？
Page 18
对角化之后
10-14 15-19 20-24 25-29
C动机 0.3 0.0 0.0 -0.1 A动机 0.2 0.3 0.1 -0.2 D动机 -0.1 0.2 0.1 -0.1 E动机 -0.3 -0.1 0.2 0.1 B动机 -0.3 0.0 0.0 0.2 F动机 -0.3 0.0 -0.1 0.2
Page 11
假设检验的基本步骤
1. 设定零假设H0和备择假设H1 2. 选择合适的检验方法和与之对应的检验统计量 3. 设定显著水平a，并查表找出对应统计量的数值（临
界值） 4. 计算检验统计量 5. 比较计算所得的统计量与临界值：
▪ 若大于，则拒绝H0， ▪ 否则，不拒绝H0
Page 12
正Baidu Nhomakorabea理解假设检验
X3 0.83 0.11
X4 0.11 0.89
X5 0.85 0.07
X6 0.13 0.88
X7 0.86 0.21
▪ 相关统计量
特征值 累积贡献率
因子1 3.38
48%
因子2 1.96
76%
Page 23
聚类分析应用
▪ 问题：根据购物态度细 分消费者群体
• 态度量表
▪ 比率变量：数值有大小，等间距并有绝对零点
• 收入，年龄，销量
Page 8
描述统计
▪ 数据的分布
• 次数分布 （Frequency Distribution)
▪ 集中趋势度量
• 平均数 • 中数 • 众数
▪ 离中趋势度量
• 全距 • 四分差 • 方差与标准差
▪ 变量之间关系的描述
• 积差相关 • 交叉表（列联表，Cross-Tabulation, Contingency Table)
▪ 差异不显著≠没有差异 ▪ 差异显著≠差异有实际意义
Page 13
数据的有效表达与释义
▪ 减少数据中的“噪音”，清晰表达数据之间的 关系
• 缩减小数位 • 去除冗余数据 • 合并数据 • 排序 • 对角排列数据
▪ 合理使用图形
Page 14
去除冗余数据
20%
NO
30%
50%
80%
YES
70%
50%
E1
I1
数据对角排列
原始数据
10-14 15-19 20-24 25-29
A动机 0.2 0.3 0.1 -0.2 B动机 -0.3 0.0 0.0 0.2 C动机 0.3 0.0 0.0 -0.1 D动机 -0.1 0.2 0.1 -0.1 E动机 -0.3 -0.1 0.2 0.1 F动机 -0.3 0.0 -0.1 0.2
定量数据分析方法
本讲将讲述：
▪ 定量数据分析的基本程序 ▪ 数据分析的准备工作 ▪ 基本统计方法 ▪ 数据的有效表达和释义 ▪ 研究报告的基本原则与格式 ▪ 口头报告的基本原则与技巧
Page 2
定量数据分析的三个步骤
▪ 数据分析的准备 ▪ 数据的统计计算 ▪ 数据的表达与释义
Page 3
数据分析的准备
▪ 编码：对开放问题答案进行分类并赋值 ▪ 数据编辑与清理：使数据干净起来 ▪ 数据调整：使数据（更）适合统计与分析
Page 4
数据的编辑与清理
▪ 数据的完整性 ▪ 数据的合法性 ▪ 数据的一致性 ▪ 极端数值 ▪ 缺失值处理
Page 5
数据的调整
▪ 数据加权：使样本数据有效代表研究的总体 ▪ 变量的重新赋值：使数据含义更加明确或缩减
▪ R2=0.761
Page 22
因子分析应用
▪ 问题：确定影响产品购 买的潜在消费者利益
▪ 变量（测量指标） 7分量表
X1 防止蛀牙 X2 牙齿洁白 X3 坚固牙龈 X4 清新口气 X5 防止牙齿老化 X6 使牙齿漂亮 X7 使牙齿坚固
▪ 因子载荷阵
因子1 因子2
X1 0.86 0.04
X2 0.09 0.89
在维度解释众多变量之间 的相关关系
▪ 聚类分析：将研究对象
分为同质的一些类
▪ 多维标度法：以空间方
式表达认知
▪ 对应分析：Perceptual
Mapping 的另一种方法
典型的应用
▪ 预测，比较营销中的各 因素对于销售量影响的 重要性
▪ 理解消费动机和品牌选 择的影响因素
▪ 市场细分 ▪ 品牌形象与定位
数据 ▪ 变量转换：使变量适合统计方法 ▪ 变量组合：产生新的变量
Page 6
基本统计方法
▪ 理解数据的性质 ▪ 描述统计基础 ▪ 假设检验简介
Page 7
理解数据的性质：变量的4个水平
▪ 命名变量：数值无大小
• 性别，职业，商店类型
▪ 顺序变量：数值有大小但不等间距
• 偏好排序，社会阶层
▪ 等距变量：数值有大小且等间距但无绝对零点
Page 21
回归分析应用
▪ 问题：哪些因素影响产 品使用？
▪ 因变量：产品使用 Y
▪ 自变量：
X1 送货速度 X2 价格 X3 价格弹性 X4 制造商形象 X5 服务 X6 销售人员形象 X7 产品质量
▪ 回归方程 Y= -6.52+3.38X3+ 7.62X5+1.41X6
▪ 或变量标准化后 Y= .52X3+.647X5+.12X6
合理使用图形
C
C
10%
15%
B
A
30%
40%
B
50%
A
55%
Page 19
C 10%
15%
50%
30%
B
55% A 40%
合理使用图形
% 100
80 60 40 20
0
阿尔卑斯
Page 20
品牌知名度
大白兔
第一提及率
喔喔
无提示
提示
真味
多元统计方法简介
常用方法
▪ 回归分析：表达因变量
于自变量之间的关系
A
B
C
Page 15
80% 70%
50%
A
B
C
合并数据
喜欢程度
9 1%
8
7
6
5
4
7%
3
5%
2
5%
1
4%
21% 20% 21% 19%
Page 16
?
数据排序
原始数据
A
25
B
12
C
14
D1
E1
F
19
G
3
H
5
I1
J2
K
12
L
9
Page 17
排序后数据
A
25
F
19
C
14
B
12
K
12
L
9
H
5
G
3
J2
D1
Page 9
假设检验
▪ 为何需要假设检验 ▪ 假设检验的基本步骤 ▪ 市场研究中最常见的假设检验问题
• 2个独立样本均值差异检验 • 相关样本均值差异检验 • 与交叉表相关的假设检验 • 比率的差异检验 • 相关系数的检验
▪ 正确理解假设检验
Page 10
为何需要假设检验
▪ 广告运动是否达到了预定的效果？ ▪ 观众更喜欢哪个电视广告？ ▪ 新产品是否优于老产品？ ▪ 某品牌在2个不同地区的市场占有率有差别吗？ ▪ 洗衣机品牌的选择与家庭月收入有关吗？ ▪ 购买意向与产品独特性有关吗？
Page 18
对角化之后
10-14 15-19 20-24 25-29
C动机 0.3 0.0 0.0 -0.1 A动机 0.2 0.3 0.1 -0.2 D动机 -0.1 0.2 0.1 -0.1 E动机 -0.3 -0.1 0.2 0.1 B动机 -0.3 0.0 0.0 0.2 F动机 -0.3 0.0 -0.1 0.2
Page 11
假设检验的基本步骤
1. 设定零假设H0和备择假设H1 2. 选择合适的检验方法和与之对应的检验统计量 3. 设定显著水平a，并查表找出对应统计量的数值（临
界值） 4. 计算检验统计量 5. 比较计算所得的统计量与临界值：
▪ 若大于，则拒绝H0， ▪ 否则，不拒绝H0
Page 12
正Baidu Nhomakorabea理解假设检验
X3 0.83 0.11
X4 0.11 0.89
X5 0.85 0.07
X6 0.13 0.88
X7 0.86 0.21
▪ 相关统计量
特征值 累积贡献率
因子1 3.38
48%
因子2 1.96
76%
Page 23
聚类分析应用
▪ 问题：根据购物态度细 分消费者群体
• 态度量表
▪ 比率变量：数值有大小，等间距并有绝对零点
• 收入，年龄，销量
Page 8
描述统计
▪ 数据的分布
• 次数分布 （Frequency Distribution)
▪ 集中趋势度量
• 平均数 • 中数 • 众数
▪ 离中趋势度量
• 全距 • 四分差 • 方差与标准差
▪ 变量之间关系的描述
• 积差相关 • 交叉表（列联表，Cross-Tabulation, Contingency Table)
▪ 差异不显著≠没有差异 ▪ 差异显著≠差异有实际意义
Page 13
数据的有效表达与释义
▪ 减少数据中的“噪音”，清晰表达数据之间的 关系
• 缩减小数位 • 去除冗余数据 • 合并数据 • 排序 • 对角排列数据
▪ 合理使用图形
Page 14
去除冗余数据
20%
NO
30%
50%
80%
YES
70%
50%
E1
I1
数据对角排列
原始数据
10-14 15-19 20-24 25-29
A动机 0.2 0.3 0.1 -0.2 B动机 -0.3 0.0 0.0 0.2 C动机 0.3 0.0 0.0 -0.1 D动机 -0.1 0.2 0.1 -0.1 E动机 -0.3 -0.1 0.2 0.1 F动机 -0.3 0.0 -0.1 0.2
定量数据分析方法
本讲将讲述：
▪ 定量数据分析的基本程序 ▪ 数据分析的准备工作 ▪ 基本统计方法 ▪ 数据的有效表达和释义 ▪ 研究报告的基本原则与格式 ▪ 口头报告的基本原则与技巧
Page 2
定量数据分析的三个步骤
▪ 数据分析的准备 ▪ 数据的统计计算 ▪ 数据的表达与释义
Page 3
数据分析的准备
▪ 编码：对开放问题答案进行分类并赋值 ▪ 数据编辑与清理：使数据干净起来 ▪ 数据调整：使数据（更）适合统计与分析
Page 4
数据的编辑与清理
▪ 数据的完整性 ▪ 数据的合法性 ▪ 数据的一致性 ▪ 极端数值 ▪ 缺失值处理
Page 5
数据的调整
▪ 数据加权：使样本数据有效代表研究的总体 ▪ 变量的重新赋值：使数据含义更加明确或缩减
▪ R2=0.761
Page 22
因子分析应用
▪ 问题：确定影响产品购 买的潜在消费者利益
▪ 变量（测量指标） 7分量表
X1 防止蛀牙 X2 牙齿洁白 X3 坚固牙龈 X4 清新口气 X5 防止牙齿老化 X6 使牙齿漂亮 X7 使牙齿坚固
▪ 因子载荷阵
因子1 因子2
X1 0.86 0.04
X2 0.09 0.89