您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 市场营销 > 营销调研第6讲数据整理
广州大学周耀旭13798014801MR668@126.com2006年10月第六讲数据整理实战式《营销调研》第一节定量研究中的几个主要概念一、SPSS介绍SPSS原意为StatisticalPackagefortheSocialSciences,即“社会科学统计软件包”。最近,伴随SPSS产品服务领域的扩大和服务深度的增加,SPSS公司已将英文全称更改为:StatisticalProductandServicesolutions,意为“统计产品与服务解决方案”SPSS解决方案广泛应用于医学、市场研究、商业、证券金融、保险、电信、心理学、科研教育、制造业等领域。1968年,美国三位斯坦福大学的学生开发了SPSS,最初为DOS版本,从V6.0版本开始为windows软件,目前最新版本为V14。迄今该软件已有30余年的成长历史,全球约有25万家产品用户。SPSS的历史SpssBase英文界面SpssBase汉化界面二、变量及其类型(一)变量、观测量和观测值问卷题:1、您的性别是:①男②女2、您家庭每月总收入是:_____________元3、在三年内,您是否会购买度假型房产?①会②可能会③不会以下哪些是变量?观测量?观测值?编号性别家庭月收入购买意向10011300031002250002100326000310041850011、变量:随着条件、环境等的变化而发生变化的量。Variable2、观测量:被试对测量问题的回答结果的集合。Cases3、观测值:被试对某一测量问题的回答结果。亦称“数据”Data以下哪些是名义变量?序次变量?刻度变量?编号性别家庭月收入购买意向1001130003100225000210032600031004185001(二)名义变量、序次变量和刻度变量1、名义变量:反映事物某一特性类别差异的变量。(亦称:类别变量)nominalvariable2、序次变量:反映事物某一特性大小顺序的变量。(亦称:定序变量)ordinalvariable3、刻度变量:反映事物某一特性具体数值的变量。ScaleVariable三种变量有层次之分:刻度变量>序次变量>名义变量,高类可转化为低类,反之不可。不同的变量类型必须采用不同的定量分析方法。特征1特征2数学特征举例名义变量无大小之分=≠性别、科目序次变量有大小之分两个数值之间不能无限细分><评价等级刻度变量有大小之分两个数值之间可作无限细分+—年龄、成绩、收入以下问卷题,哪些是名义变量?序次变量?刻度变量?Q1、您的学历是:①高中以下②高中/中专③大专④本科⑤研究生2、您每天花在看电视上的时间平均约为:_____小时3、您看电视约在哪个时间段(非假日时间):①早晨②白天上班时间③中午④晚上⑤深夜4、您在假日花在看电视上的时间多吗:①很多②较多③偶尔④几乎不看5、您的业余爱好是:(可多选)①看电视②上网③交友④旅游⑤其他____1213425或以上3Trial210分以下110-14分215或以上3一项研究的内容体系:包括因变量、自变量两个系列目标1一级指标A一级指标B目标2二级指标A1二级指标A2二级指标A3二级指标B1二级指标B2问卷内容指标体系(三)自变量与因变量(三)自变量与因变量***按变量之间的相互关系来分,可分为:自变量和因变量。哪个为自变量?哪个为因变量?1)身高青少年学生年龄2)职业素质专业3)冒险性、挑战性、专业、家庭教育影响、想象力、性别、好奇心1)自变量:由研究者主动操纵的,其变化能引起其他变量发生变化的变量。自变量往往体现为“影响因素”(independentvariable——独立变量)2)因变量:因为自变量的变化而发生变化的变量。因变量往往体现为与研究目标相关联的研究内容主体。(dependentvariable——依赖变量)(三)自变量与因变量第二节SPSS中的数据整理一、问卷资料处理问卷收集齐后……1、浏览所有问卷,剔除无效问卷无效问卷:●后面部分题没有完成的●明显乱答的(自填问卷)●作假的(通过防伪题辨别)2、把所有问卷编号6名访问员:●第1位负责的问卷编号101102…122●第2位负责的问卷编号201202…222●第3位负责的问卷编号301302…322……●第6位负责的问卷编号601602…622二、问卷资料处理(续)3、对每一道问卷题确立变量名●按甄别问卷、正式问卷、背景资料的题号确定每题的变量名●一些重要信息如:问卷编号、访问员、访问地点、受访者的大学、专业,须考虑加入为变量4、对每一道题的选项进行编码●单选题:按选项序号录入●半开放题:选项中的最后一项:“E、其他____”,须将部分问卷翻查统计一遍,把回答人数较多的一两个单列出来(编码为E、F),则除了E、F的“其他__”,则编码为G●完全开放题:受访者怎么回答,就怎么录入--纯文字80%人表示强烈希望或希望成为顶尖的优秀工人以上愿望,以20-24岁、高中以上文化程度的普工(86%、88%)尤为突出。普工进取心强,强烈希望成为顶尖工人普通工人问卷调查强烈希望41.39%比较希望38.52%有点点希望14.75%无所谓4.51%不希望0.82%高中以上的普工尤为突出人力资源——现状1:人员素质以20-24岁的普工尤为突出普通工人问卷调查普工(女工)问卷调查:收入与离职原因的对应分析不同收入层次的女工离职原因有差异收入900~1100元的女工,离职原因集中在收入、福利问题、工作压力大、缺乏激励机制等问题上。收入1100元以上的女工,离职原因集中在才干得不到充分发挥、公司缺乏激励机制、职位晋升等问题上。公司二、问卷资料处理(续)3、对每一道问卷题确立变量名●按甄别问卷、正式问卷、背景资料的题号确定每题的变量名●一些重要信息如:问卷编号、访问员、访问地点、受访者的大学、专业,须考虑加入为变量4、对每一道题的选项进行编码●单选题:按选项序号录入●半开放题:选项中的最后一项:“E、其他____”,须将部分问卷翻查统计一遍,把回答人数较多的一两个单列出来(编码为E、F),则除了E、F的“其他__”,则编码为G●完全开放题:受访者怎么回答,就怎么录入--纯文字基层职员认为,普工的后勤福利是迫切解决的问题基层职员问卷调查65%的人认为最迫切要解决的问题是员工的后勤福利。包括:改善伙食、住宿环境、业余生活、工作环境、保证足够休息等。公司最迫切解决的问题企业战略定位,3%团队合作,5%市场开拓,6%人性化管理,8%设备,7%培训的有效性,8%管理层管理能力,9%其他,10%成本控制,12%员工流失,15%人才,19%质量,23%员工素质与技能水平,24%部门协调与流程优化,33%员工工资,35%制度合理与激励机制,36%后勤福利,65%形成SPSS数据的四种情况:(一)由Excel数据转化成SPSS数据(二)在SPSS中读取txt文本文件(三)直接录入SPSS数据(四)多选题录入三、数据录入(一)录入Excel数据通常用Excel软件录入数据。录入格式:“列”为变量,“行”为观测量形成Excel数据后,可转化为SPSS数据问卷编号访问员学校专业S1S2Q1Q2…P1P2P31011111142…2421021121111…124…1121212…1331221111133…1322012131143…1222022121123…211…2121222…2422222231121…1323013211113…1113023221122…233………………………………不提倡原始数据录入为txt文件。但如果他人提供的是txt文件,需要SPSS分析,则可用SPSS读取txt文本文件。(二)SPSS中读取txt文本文件首先在“变量界面”定义变量属性、Label、Values等。(三)直接录入SPSS文件接着按每位被试在每题上的回答录入数据。(每位被试的回答为一行)(三)直接录入SPSS文件(四)多选题录入B4:请问您用于伙食费之外的开支主要用于哪些方面?(可选三项)A、支付手机费B、朋友聚会C、学习用品,书籍D、上网E、旅游F、恋爱支出G、服饰问卷编号访问员学校专业S1…B4_1B4_2B4_3…1011111…136…1021121…17……1121…36…四、数据查错与清理只要是采用人工录入数据,不管组织多严密,工作多认真,差错总有可能发生。在正式统计前,有必要进行数据查错与清理:一致性查错逻辑查错这是根据一数据库统计得到的结果,这些结果能说明数据库中存在错误数据吗?Q9、3年内,您是否会购买度假型房产?会可能会不会Q8、您在3年内是否有购房打算有4人10人9人没有1人3人53人性别人数1(男)44人2(女)61人43人61人发现一列变量中有错误数据,可采用“查找”功能找出该错误数据。找出该错误数据后,与原始问卷对照,纠正之;若无法对照原始问卷,可删除该数据,使之成为缺失数据。五、变量的定义数据视图变量视图一些题目的选项过多,其中部分选项所答人数很少时,应将选项重新合并,重新编码。六、变量处理B2:请问您个人月开支大约在哪个范围?(单位:元)A、300以下B、300~399C、400~499D、500~599E、600~699F、700~799G、800~899H、900~999J、1000以上B2:请问您个人月开支大约在哪个范围?(单位:元)A、300以下B、300~399C、400~499D、500~599E、600~699F、700~799G、800~899H、900~999J、1000以上选项人数统计300以下9300~39918400~49936500~59952600~69939700~79930800~89914900~99991000以上5400以下800以上
本文标题:营销调研第6讲数据整理
链接地址:https://www.777doc.com/doc-1711216 .html