市場調研數據分析方法幻燈片PPT本課件PPT僅供大家學習使用學習完請自行刪除，謝謝！本課件PPT僅供大家學習使用學習完請自行刪除，謝謝！本課件PPT僅供大家學習使用學習完請自行刪除，謝謝！本課件PPT僅供大家學習使用學習完請自行刪除，謝謝！第一節 線性回歸分析一、線性回歸方程的基本模型線性回歸方程從樣本資料出發，一般利用最小二乘法，根據回歸直線與樣本數據點在垂直方向上的偏離程度最低的原則，進行回歸方程的參數的求解。線性回歸分析是考察變量之間的數量關系變化規律，它通過一定的數學表達式——回歸方程，來描述這種關系，以確定一個或幾個變量的變化對另一個變量的影響程度，為預測提供數學依據。1.一元線性回歸模型模型是：式中：為被解釋變量（因變量）；為解釋變量（自變量），是隨機誤差項，i為觀測值是待估參數，稱下標，n

為樣本容量，與為回歸常數，為回歸系數。2.多元回歸模型多元線性回歸模型中自變量的個數在2個以上，模型的一般形式為：i=1,2，…，n其中， 為被解釋變量（因變量），為解釋變量（自變量），是隨機誤差項，i為觀測值下標，n為樣本容量，為稱為回歸常數，k+1個待估參數，稱為回歸系數。在應用線性回歸模型時，必須滿足以下假設：解釋變量 是確定性變量，而且解釋變量之間不相關。隨機誤差項具有0均值和同方差。隨機誤差項在不同樣本點之間是獨立的，不存在序列相關。隨機誤差限于解釋變量之間不相關。（

5

）隨機誤差項服從0均值和同方差的正態分布。二、線性回歸方程的統計檢驗回歸方程擬合優度檢驗回歸方程的顯著性檢驗回歸系數顯著性檢驗三、回歸分析假設條件的檢驗殘差分析多重共線性誤差項的序列相關四、線性回歸分析的基本步驟確定回歸中的自變量和因變量從收集到樣本資料出發確定自變量和因變量之間的數學關系，即建立回歸方程對回歸方程進行各種統計檢驗利用回歸方程進行預測五、實例分析例：Checkers

Pizza公司是休斯敦附近Westbury鎮上僅有的從事比薩餅送貨業務的兩家公司之一，其直接競爭對手是歐文公司，提供相同的產品與服務。另外麥當勞也是它的一個重要競爭者。在過去的24個月中，該公司的銷售量(Q)、價格(P)，小鎮上居民的人均收入

(M)，歐文公司產品的價格（P歐文）以及麥當勞產品的價格（P麥當勞）。假定下個月公司產品價格為9.05元，人均收入為26

614元，歐文公司產品的價格10.2元，麥當勞產品的價格為1.15元，請預測該公司下個月的銷售量。首先Checkers

Pizza公司根據資料估計下面的線性需求方程的參數：Q＝a＋b

P＋c

M＋d

P歐文＋e

P麥當勞式中：Q—比薩餅的銷量P—比薩餅的價格M—小鎮居民的人均收入

P歐文—歐文公司產品的價格P麥當勞—麥當勞產品的價格下面是SPSS11.0的輸出結果：從上面的輸出結果可以看出，模型可以解釋97%的比薩餅銷售量的變化；模型整體非常顯著，F統計的相伴概率值P=0.000；四個參數b,c,d,e非常顯著，T統計的相伴概率值P都遠小于0.01。所以，回歸方程為：Q＝－343.748－195.895P＋0.0742M＋174.403

P歐文＋81.057

P麥當勞該公司下一個月比薩餅的銷量為：Q＝－343.748－195.895×9.05＋0.074

2×26

614＋174.403

×10.2

＋81.057

×1.15＝1

730.287

2方差分析Analysis

of

variance,

ANOVA適用于兩個或以上獨立樣本的平均數的差分所進行的檢驗盡管也可以對兩個平均數進行差分檢驗，但更多地適用于三個或三個以上獨立樣本的平均數進行差分檢驗獨立樣本：對一個樣本內某變量的測定，不會影響到對另一樣本內同一變量的測量結果方差分析相關樣本：對一個樣本中某變量的測定會影響另一樣本中同一變量的測定結果在一項關于外出就餐頻率的調研中，分別對男性和女性進行采訪，男性的回答沒可能影響到女性的答復在對測定一項新廣告對消費者品牌知曉度的影響。活動前，抽90個樣本；一個月后再對同一批樣本進行調研，第二次結果受第一次結果影響多元分析如何優化旅游市場的營銷策略國際旅游興起于1950年，到1998年，世界各國入境數量增長25倍，旅游支出增長211倍預計旅游業還會持續高速發展2001年，學者薩蒂什和丹尼斯擴展了多元分析的應用范疇，滿足了國家旅游組織的各種需求：預測需求、細分市場、選擇目標市場、正確定位旅游產品預測旅游需求常見的自變量：收入、人口、旅游開銷、貨幣兌換量新識別的變量：變換度假目的地的成本、營銷成本與趨勢變量啞變量dummy

variables：旅游與貨幣方面的限制、政治環境（男女，種族）多元回歸分析尤為適用超過2年的預測期，當旅游目的地和動機固定時，規劃模型表現更好市場細分和目標市場選擇對于先期市場細分，二位研究者首推判別分析；后期市場細分，則推薦聚類分析在對旅游市場進行劃分、識別、描述以及選擇理想的細分市場的過程中，多變量分析都能提供幫助先期的市場細分：根據停留時間、旅客的來源地或旅游套餐的類型將游客分類，分類關鍵詞的選擇應于促進市場細分的市場研究相關市場定位策略市場定位意味著通過適當的信息交流來塑造與傳遞一個清晰的、富有差異性與競爭力的旅游目的地形象二位學者選用了多維尺度法（知覺圖），有助于識別哪些與消費者決策相關性最高的屬性，它可以用幾何空間上所劃分的差異性與相似性來描繪出消費者對待品牌和產品的認知感受主題公園，概念相似的公園在知覺圖中的位置接近第二節

判

別

分

析一、判別分析法的基本思想判別分析包括以下兩步：分析和解釋各類指標之間存在的差異，并建立判別函數以第一步的分析結果為依據，將對那些未知分類屬性的案例進行判別分類二、判別分析基本模型與統計術語（一）假設條件每一個類別都取自一個多元正態總體的樣本所有正態總體的協方差矩陣或相關矩陣都相等（二）基本模型（三）統計術語先驗概率后驗概率判別系數結構系數分組的矩心判別力指數殘余判別力三、分析的基本步驟判別分析一般都是通過現成的統計軟件進行分析。一般而言，利用統計軟件的判別分析具體包括以下步驟：確定研究的問題獲取判別分析的數據進行判別分析評價和解釋分析結果四、實例分析某公司生產一新產品，該公司在新產品末大量上市以前，進行了一次市場調查。公司將新產品寄給15個代理商，并附意見調查表，要求對該產品給予評估并說明是否愿意購買。評估的因素有：式樣、包裝及耐久性。評分采用10分制，高分表示特性良好，低分則較差。其中有三位代理商沒有表明自己的購買意愿。那么這些代理商是屬于“非購買組”還是

“購買組”？以下是SPSS11.0的部分輸出結果:表中，式樣、包裝和耐用性的標準化系數分別為

0.91、0.083、0.254。因而，式樣是最重要的判別變量，其次是耐用性，最后是包裝。表中最大概率組一欄是判別分析得出的組別。

13、15號代理商屬于“非購買組”，14號代理商屬于“購買組”。第三節

聚

類

分

析一、聚類分析的基本思想聚類分析(又稱數字分類學)是新近發展起來的一

種研究分類問題的多元統計分析方法。它是根據事物

本身的特性研究個體分類的方法，其基本原則是同類

的個體有較大的相似性，而不同類的個體的差異很大。在聚類分析中，根據分類對象的不同可分為樣品聚類

(Q型聚類)和變量聚類（R型聚類）兩種。樣品聚類是對事件進行聚類，或是說對觀測量進行聚類，是對反

映被觀測對象的特征的變量值進行分類。變量聚類則

是當反映事物特點的變量很多時，根據所研究的問題

選擇部分變量對事物的某一方面進行研究的聚類方法。二、距離與相似系數（一）定距或定比率數據的距離和相似系數常用的距離指標有歐式距離歐式距離的平方曼哈頓距離切比雪夫距離（二）常用的相似系數指標余弦系數皮爾遜相關系數（三）定類數據的距離卡方距離法方距離三、聚類方法層次聚類法迭代聚類法四、聚類分析的主要步驟確定研究的問題計算相似性聚類聚類結果的解釋和證實。五、實例分析某家具公司為了對市場進行的細分，對購買家具的顧客進行了一次市場調查。這次調查的指標有：喜愛的款式（老式為1，新式為2），圖案（素式為1，格字為2，花紋為3）；顏色（藍色為1，黃色為2，紅色為3，綠色為4）。調查樣本為30人。根據聚類結果，這30名顧客分為3類，可以較好地反映這些顧客對家具的偏好類型：第一類：1，9，13，17，24第二類：2，3，4，5，6，7，8，11，12，15，16，18，20，21，22，23，26，28，29，30第三類：10，14，19，25，27第四節

因

子

分

析一、因子分析的基本思想因子分析是一項多元統計分析技術，其主要目的就是簡化數據。它通過研究眾多變量之間的內部依賴關系，探求觀測數據中的基本結構，并用少數幾個假想變量來表示基本的數據結果。這些假設變量是不可觀測的，通常稱為因子。它們反映了原來眾多的觀測變量所代表的主要信息，并能解釋這些觀測變量之間的相互依存關系。二、因子分析的數學模型和相關統計量（一）數學模型（二）相關統計量因子載荷共同度因子的貢獻巴特利特球體檢驗KMO指數三、因子分析的基本步驟確定研究變量計算所有變量的相關矩陣構造因子變量因子旋轉計算因子得分四、實例分析某公司為了了解消費者對牛肉、魚、羊肉、豬肉及雞等五種肉類食物的偏好傾向，進行了

一次市場調查。請10位消費者對這五種肉類進

行評分。評分采用十分制，分數越高表示越喜

歡。調查結果列于下表。試用因子分析方法研

究影響消費者選擇食物的因素。上表是SPSS11.0輸出的旋轉后的因子載荷矩陣。我們可以依此推斷兩個公共因子的含義。從表中的數據來看，雞、魚、牛肉在第一公共因子的因子載荷值較高，而在第二公共因子的因子載荷值較低，故第一公共因子反映雞、魚、牛肉的公共特性。第一公共因子可能代表脂肪少。而羊肉、豬肉在第二公共因子的因子載荷值較高，在第一公共因子的因子載荷值較低，這說明第二公共因子反映羊肉、豬肉的公共特性，第二公共因子可能代表價格。因而我們可以認為脂肪和價格是決定消費者肉類消費的主要因素。第五節

對

應

分

析一、對應分析的基本思想對應分析，又稱為相應分析，是在R型和Q型因子分析基礎上發展起來的一種多元相依的變量統計分析技術。它通過分析由定性變量構成的交互匯總表來揭示變量間的關系。當以變量的一系列類別以及這些類別的分布圖來描述變量之間的聯系時，使用這一分析技術可以揭示同一變量的各個類別之間的差異以及不同變量各個類別之間的對應關系。二、有關統計術語與資料格式—

漢斯澤魯（一）統計術語列聯表主成分慣量和特征值卡方、似然比卡方、曼圖法系數、列聯系數（二）數據格式對應分析的典型數據格式是二維列聯表或交叉頻數表。它能清楚地表示兩個定性變量之間的相互關系。三、分析的步驟確定研究的內容獲取分析資料對列聯表作對應分析解釋結果意義評價分析結果四、實例分析某公司進行一次市場調查，得到轎車特征

于一些用戶特征的數據。如有：轎車大小（大、中、小）、轎車類型（家用型、跑車、商用車）、收入(一份收入、雙份收入)、狀態（已婚、已婚有孩子、未婚、未婚有孩子）、房子（租房、買房）等數據。現請分析它們之間的聯系。從對應圖可以推斷出下面一些結論：已婚有孩子、家用車和中型車相關性較大。已婚和雙份收入有聯系，已婚、已婚有孩子和買房也有一定的聯系。未婚、一份收入和租房之間關系緊密。跑車與小型車之間也有關系。根據上面的結論，我們在進行市場細分、制定營

銷戰略方面可以充分利用這些信息。例如：面向已婚

家庭應重點推銷中型家用車。而那些未婚、一份收入、租房的消費者，因其經濟條件方面的原因，他們難以

成為轎車消費的目標顧客群。另外現沒有適合雙份收

入、已婚的消費者的車型，應考慮開發新車型滿足他

們的需求。第六節 多維偏好分析一、主成分分析法簡介（一）主成分分析的基本思想主成分分析法就是將原來眾多具有一定相關性的指標（如p個指標），重新組合成一組新的相互無關的綜合指標來代替原來的指標。（二）主成分分析的數學模型（三）主要統計術語偏好評分特征值或慣量二、分析的基本步驟確定研究的問題資料的收集主成分分析偏好圖并解釋結果意義三、實例分析某心理學期刊作了一項市場調查，以了解自己刊物與現有的其他心理學刊物的相對定位。他們挑選10種心理學刊物，請39個專業心理學家根據他們對這些刊物的偏好按1～10的量表評分，其中“1”代表低評價，“10”代表高評價。利用SPSS

Categories

PRINCALS過程的“非線性”主成分分析方法對上表的資料進行分析，部分結果如下：這些刊物表現為以下分組：（

1

）一個“硬”組，包括JEXP，PMET，MVBR，JAPP，或許BULL。（2）一個“發展”組，包括JEDP，HUDE。成分加載圖表：箭頭指向相同的心理學家的偏好相似。如圖形左上方的“D”

組的發展和教育心理學家偏好教育心理學雜志和人類發展兩種期刊。其他組心理學家的偏好也很明顯，都集中指向其研究方向的期刊。雙圖：模型總結：最后結果說明，總的擬合情況好：二維順序方案占總方差的大約82%。第七節 多維尺度法一、多維尺度法的基本介紹多維尺度法的基本思想是，將消費者對各種品牌產品的偏好和感覺資料，用r維空間的點來表示。品牌的點間距離的次序完全反映原始輸入的

相似次序（兩種品牌間的距離越短，則越相似）。具體主要包括兩步：（1）初步圖形結構的構造。（2）初步圖形結構的修改。二、統計術語與數據格式（一）統計術語接近程度空間圖克魯斯卡系數殘差（二）數據格式多維尺度法輸入的數據是表示待比較事物之間相似程度的矩陣。三、分析的基本步驟確定研究的問題獲取資料作多維尺度分析作空間圖并解釋結果意義評價分析結果四、實例分析在某次市場研究中，研究者調查了10位消費者，要求他們對A、B、C、D、E等五種品牌的相似性進行評分。消費者利用李克量表分別對AB、AC、AD、AE、BC、BD、BE、CD、CE、DE中的每一對評分。其中一位消費者的

評分結果為：AB=2，AC=1，AD=4，AE=5，BC=6，BD=8，BE=6，CD=3，CE=7,DE=5，從而可以得到一個相似性比較矩陣。請就此進行多維尺度分析。將表的相似矩陣輸入，利用SPSS11.0進行計算，可得到如下的概念空間圖：從該空間圖可以看出，D和E相對接近。在第一維度方向，A、B、C、D、E幾個品牌的差異較為明顯。知覺圖第八節

聯

合

分

析一、聯合分析的基本概念與功能聯合分析方法的基本思想是，通過提供給消費者以不同的屬性組合形成的產品，請消費者做

出心理判斷，按其意愿程度給產品組合打分、排

序，然后采用數理分析方法對每個屬性水平賦值，使評價結果與消費者的給分盡量保持一致，來分

析研究消費的選擇行為。（一）聯合分析的功能在研究消費者的偏好和購買決策的主要影響因素時，聯合分析法比傳統的方法有較大的優越性聯合分析可以將研究結果做成市場模擬模型，并能應用于未來的營銷