表7-5 (a) 样本特征数据分析
语法
过程说明
CROSSTABS
/TABLES=q7 BY q9 BY q8
/FORMAT= AVALUE TABLES
/CELLS= COLUMN .
多变量交叉频数表。
表7-5 (b) 样本特征数据分析结果
上面给出了5个方面的分析思路，每方面都有两年及不同地区的对比数据。在实际分析中，如果不需要分年度或分地区，上述分析结果就会简化，如果需要更多的信息，还可根据分析的目的，用原始数据中的变量设计出一些新的、中间分析变量（如上面提到的选购因素组合）。在对数据结果进行解释时，一方面要能清楚地描述目前市场的情况，指出现在市场的一些特征，另一方面也要注意进行比较分析，包括时间上的对比，分地区的对比，以此获得更多有用的信息，为后面的调查结论或建议提供依据。
数据分析是一个创造性的工作，没有完全统一的分析模式，需要数据分析人员能结合企业营销数据的特点及分析需要，灵活选择各种数据分析方法，在营销数据中挖掘数据规律，指导营销实践。报表分析是利用SPSS中的图表统计工具进行的服装营销数据初步分析，主要是利用SPSS的图表功能，对服装营销中的原始数据进行频数分析、综述分析、交叉分析，并用图表将分析结果表达出来，供分析者使用。
/CELLS= COLUMN .
多变量交叉频数表。
表7-4 (c) 购买地点统计分析结果
5、
对该问题的分析涉及到问卷中的第7、8、9三个个人资料问题，这些问题对应的变量均为频数变量，一方面可用来了解样本的特征，与目标顾客特征进行比较，判断样本数据所代表的消费者是否反映了目标市场的消费群体。另一方面，它可作为分组变量，来考察不同组在各个调查问题中是否存在差异，这种差异是否需要在营销中采取差别化的策略。下面给出了样本特征分析的Spss语法，如表7-5(a)所示。生成的分析结果包括分年度、分地区的频数表，如表7-5 (b)所示。
一、
本案例的调查目的主要包括以下四个方面：
1）
2）
3）
4）
5）
6）
二、
根据以上调查目的，设计的调查问卷见第一章表1-2所示。
三、
本案例提供的分析数据库的名称为
四、
1、
对该问题的分析涉及到问卷中的第4个问题，由于调查问卷给出的数据是分组数据，为了估计平均消费金额，需要使用数据重编码功能，将分组答案代码转化，生成新的、用消费金额表示的变量，这样才可使用分组汇总功能来计算不同地区的平均消费金额。在分组代码转化时，每组取中间值，两头取临界值。
EXECUTE .
SORT CASES BY year dqbh.
SPLIT FILE
SEPARATE BY year dqbh.
FREQUENCIES
VARIABLES=qq2
/FORMAT=DFREQ
/ORDER= ANALYSIS .
SPLIT FILE
OFF.
计算由三个变量形成的选购因素组合变量
第一节 服装市场调查数据报表分析
一、 服装市场调查目的
二、 服装市场调查问卷
三、 服装市场调查问卷分析数据库
四、 服装市场调查问卷分析的基本思路
五、 服装市场调查分析报告
第二节 服装销售数据综述分析
一、 服装销售数据库结构
二、 服装销售汇总报表分析
三、 服装销售分类报表差异分析
服装营销数据的报表分析
表7-3(a) 选购因素分析
语法
过程说明
* Table of Frequencies.
TABLES
/FTOTAL $t 'Total'
/FORMAT BLANK MISSING('.') /TABLES
( year > dqbh ) > ( q2_1 + q2_2 + q2_3 ) BY
(LABELS) > (STATISTICS) + $t
/CELLS=MEAN .
数据分组汇总
说明：如果将这些语法复制到SPSS的语法窗口中，并打开相应的分析数据库，可执行并得到分析结果，以下相同。
2、
对该问题的分析涉及到问卷中的第1、6二个问题，这第1题是一个排序题，使用频数分析，第6题是一个复合题，采用综述计算。分析思路如下：
第1题：采用平行变量频数表的方法，统计第一喜欢品牌、第二喜欢品牌、第三喜欢品牌的分年度分地区的心理份额即频率，然后将这些数据复制到Excel中，按0.5、0.3、0.2的权重，计算各个品牌分年度、分地区的品牌综合心理份额（Excel计算过程在此不述）。该分析过程的S
为了描述方便，下面给出了该分析过程的Spss语法（操作过程见前面有关章节，以下相同），如表7-1(a)所示。
生成的分析结果包括分年度、分地区的年均消费情况，如表7-1(b)所示。从该表可以得到休闲服、其他服装近两年来不同地区的平均消费额、消费次数，根据这些数据可进行市场份额分析、市场份额的地区对比分析、市场份额的两年来的变化对比分析。
表7-1(a) 市场份额分析语法
语法
过程说明
RECODE
q4_1_1
(1=1000) (2=1250) (3=2000) (4=2500) INTO qq411 .
VARIABLE LABELS qq411'休闲服年均消费额'.
EXECUTE .
RECODE
q4_1_2
(1=500) (2=750) (3=1500) (4=2000) INTO qq412.
VARIABLE LABELS qq412'其他服装年均消费额'.
EXECUTE .
数据重编码
SUMMARIZE
/TABLES=qq411 qq412 q4_2_1 q4_2_2 BY year BY dqbh
/FORMAT=NOLIST TOTAL
/TITLE='Case Summaries'
/MISSING=VARIABLE
按年、地区切分文件
生成分年度、地区的选购因素变量的频数表。
4、
对该问题的分析涉及到问卷中的第3、5两个问题，这两个问题均为频数变量，但第5个问题为多选题。下面给出了该分析过程的Spss语法，如表7-4(a)所示。生成的分析结果包括分年度、分地区的贵宾卡持有率，如表7-4 (b)所示，分年度、分地区的消费者选购地点的频数表，如表7-4 (c)所示。
TABLES
/FORMAT BLANK MISSING('.')
/OBSERVATION q6_1 q6_2 q6_3 q6_4 q6_5 q6_6
/TABLES year > (q6_1 + q6_2 + q6_3 + q6_4 + q6_5 + q6_6)
BY dqbh > (STATISTICS)
一、
建立全面、有效的销售数据库是进行销售数据分析的前提。服装企业的销售数据库的结构，应根据分析的需要和企业的经营实力来定。数据库越复杂，分析的信息量越大，但原始数据的收集成本就越高，对数据维护与管理的要求也越高。本案例分析提供的数据库名称为“明细销售数据库.sav”，数据库中的变量结构如表7-6，共有9个变量，分别记录了每笔销售金额所对应的销售地区、店铺、日期、品种特征、销售额、颜色、尺码、性别等销售特征参数，这些特征参数用来描述市场销售特征，在后面的数据分析中将发挥重要作用。
3、
调查结果是按照调查问卷的结果或调查目的，采用平铺直叙的方法，将调查的结果展现出来，也包括一些扩展的分析：如相关分析等。
第二节
对销售数据的综述分析有两个基本的目的，一是将销售现状用综述表的形式表达出来，让经营者了解销售业绩或计划的完成情况，同时通过历史对比、竞争对比、地区对比等比较分析方法，分析销售过程中的优势和差距，以便采取管理措施。二是应用相关分析的方法，研究目标市场中营销参数的常模及其变化，从而为制定营销方案提供依据。
表7-2(a) 品牌倾向分析
语法
过程
TABLES
/FTOTAL $t 'Total'
/FORMAT BLANK MISSING('.') /TABLES
( year > dqbh ) > ( q1_1 + q1_2 + q1_3 ) BY
(LABELS) > (STATISTICS) + $t
/STATISTICS
mean( )
/TITLE='表7-2(d)品牌满意度分析结果'.
按年份地区交叉分组汇总
3、
对该问题的分析涉及到问卷中的第2个问题，这个问题有三个频数变量。其分析思路与品牌心理份额的统计分析相似，可计算选购因素综合份额进行分析。下面给出了该分析过程的Spss语法，如表7-3(a)所示。生成的分析结果包括分年度、分地区频数表，如表7-3(b)所示。从该表可以得到消费者近两年来不同地区的选购因素份额，根据这些数据可进行选购因素心理份额的地区对比分析、年度变化对比分析。
/STATISTICS
cpct( $qq( F6.1 ) 'Column %' : year dqbh)
/TITLE '表7-4(b)贵宾卡持有情况分析结果'.
按年及地区统计贵宾卡的持有情况。
CROSSTABS
/TABLES=q3 BY dqbh BY year
/FORMAT= AVALUE TABLES
/STATISTICS
CPCT ((PCT7.1) '%' :year dqbh )
/TITLE='表7-2(b)品牌心理份额分析结果'.
调用平行变量频数表功能。
第6题：采用多变量交叉分组报表的方法，统计各个品牌分年度、分地区的满意度评分的平均值。该分析过程的S