营销调研第6讲数据整理

广州大学周耀旭[e-mail]2006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