h
市场调查资料分析：是指将收集到的各类信息资料，按照一定的程序和方法，进行分类计算、
分析和选择等，使之成为适用的信息资料。
意义：1通过加工，使手机的信息资料统一化系统化适用化；2通过分析，去粗存精、去伪
存真、由此及彼、由表及里、综合提高；3通过分析，使已有的信息发生交合作用，从而可
能产生一些新的信息。
市场调查资料的分析方法：
定性分析方法：是对事物质的规定性进行分析研究的方法，即主要根据的是科学的观点、逻
辑判断和推理，从非量化的资料中得出对事物的本质、发展变化的规律性的认识。但不能从
数量关系上进去地把握事物的总体。市场调查中，必须坚持定性分析和定量分析相结合的原
则，因为任何事物都是质和量的统一体。
定量分析方法：是指从事物的数量特征方面入手，运用一定的统计学或数学分析的方法进行
数量分析，从而挖掘出事物的数量中所包含的事物本身的特性及规律性的分析方法。定量分
析最常用的方法是统计分析方法。
根据研究目的的不同，可以分为描述性统计分析和推论性统计分析
根据变量多少划分，可以分为单变量统计分析；双变量统计分析；多变量统计分析
具体到一次分析中会有对某一个单变量统计分析是进行推论性统计分析。
为了选用适当的分析技巧，研究人员需要考虑以下三个方面的问题：
第一， 一次要分析几个变量？
第二， 是进行描述性分析还是推断性分析？
第三， 分析涉及的变量都是用什么性质的量表测量的？
表1 单变量分析的统计工具
数据的量表性质 描述性分析 推断性分析
中心趋势 离散程度 单样本 多样本
等差和等比量表数据 平均值 标准差 全距 区间估计； Z检验；t检验 独立样本t检验；
非独立样本t检验
顺序量表数据 中位数 四分位差 K-S检验 Mann-WhineyU检
验；Wilcoxon方差
分析
类别量表数据 众数 频率 卡方检验 卡方检验
McNemarCochran Q
表2 双变量分析的统计工具
依赖分析中因变量和互依分析中变量的量表性质 描述性分析 推断性
分析
依赖分析中自变量的量表性质 互依
分析
等差和等比量表数据 顺序量表数据 类别量表
数据
h
等差和等比量表数据 简单回归分析 n.a. 以哑变量为自变量的简单回归分析 简单相关分析 回归系数的t检验；双
样本t检验；
顺序量表数据 n.a. Spearman排序相关分析 n.a. 排序 Kendall系数 U检验；
K-S检验；
Mann-Whitney U检验；
Wilcoxon方差分析
类别量表数据 判别分析 简单logistic回归分析 n.a. 权变系数 n.a. 卡方检验
McNemarCochran Q
表3 多变量分析的统计工具
依赖分
析中因
变量和
互依分析中变量的量表性质 描述性分析 推断性分析
依赖分析中自变量的量表性质
互依分析
等差和等比量表数据 顺序量表数据 类别量表数
据
等差和等比量表数据 多元回归分析；等式建模（SEM） n.a. 以哑变量为自变量的多元回归分析或等式建模 多元相关分析； 因子分析；聚类分析 回归系数的t检验；
双样本t检验；
方差分析（ANOVA）
顺序量表数据 n.a. Spearman排序相关分析 n.a. 排序 Kendall系数 U检验； K-S检验；
Mann-WhitneyU检验；
Wilcoxon方差分析
类别量表数据 判别分析； 多元logistic回归分析 n.a. 权变系数 带哑变量的因子分析；聚类分析. 卡方检验
McNemarCochran Q
单向频次表
交叉列表分析技术
数据图形分析技术
h
描述性分析技术
综合指标分析技术
动态分析技术
1单变量分析技术
顺序量表：调查消费者对于某一品牌商品的满意程度
程度值 次数 百分比 累计百分比
1 2 0.5 0.5
2 11 2.8 3.3
3 26 6.5 9.8
4 136 34.0 43.8
5 91 22.7 66.5
6 86 21.5 88.0
7 48 12.0 100.0
总计 400 100.0
1=极为不满；2=不满意；3=稍感不满；4=中性态度；5=稍感满意；6=满意；7=极为满意
中位数：5； 众数：4，频率为34%；四分位差：？
推断性分析：区间估计，Z检验与t检验
区间估计：某市常住居民为70万人。现在采用简单随机方法抽样，对该市常住居民人均食
糖需要量进行调查。共抽取1400人进行调查，得知人均年食糖需要量为5.6公斤，样本方
差为40.46.如果允许误差为0.34公斤，请问该市常住居民年食糖需要量的置信区间和置信
概率各是多少？
5.6-0.34≤μ≥5.6+0.34 S2 =40.46，σ=(40.46/1400)1/2=0.17
Z=0.34/0.17=2 置信概率为95.45%
Z检验（Z检验实际上是t检验的一个部分，专门用于抽样分布为正态分布的情况）
例：一个批发企业定向供给一些工厂某种原料。原来每个工厂每月的平均购买量为950吨，
该批发企业为了鼓励各厂增加购买量，采用批量作价的价格策略推销原料，即每次购买的批
量越大，享受越高的数量折扣。半年以后，这个批发企业测量这一价格策略的效果如何。企
业的市场部随机抽出64家工厂作为样本进行调查，结果发现64家工厂平均购买量增加到了
1000吨，样本方差为S2=200吨。现在该企业想知道：平均购买量的增加是由价格策略的改
变引起的，还是一种随机现象？
建立假设（H0: μ≤950，Hɑ: μ≥950）单尾检验，显著性水平=0.025
计算Z=(1000-950)/(200/641/2)=2>1.96
结论：价格策略改变，对销售有显著影响。
卡方检验适合于对类别量表数据进行假设检验。
一家企业调查消费者对于其品牌的偏好程度。他们随机抽取了制造企业工人、服务行业员工、
一般管理人员和学生各100名进行调查。结果发现有25%的被调查者经常使用这个企业的品
牌产品。现在企业想进一步了解：不同职业类型的消费者在使用企业产品方面是否有差别？
职业类型 经常使用人数Q 假设数目E Q-E (Q-E)2/E
制造企业工人 15 25 -10 4
服务行业员工 20 25 -5 1
h
一般管理人员 30 25 5 1
学生 35 25 10 4
总计 100 100 - 10
X2=10大于X2=6.251(df=3),接受对立假设：职业差别对这个产品的使用有显著影响。
K-S检验适用于顺序量表数据
一家啤酒企业想通过口味测试，了解某地区消费者是否对口味重的啤酒有所偏爱。他们随机
抽取了100个啤酒的消费者进行口味测试，啤酒的口味依次设置为 口味很重，口味较重，
口味中等，口味轻。测试结果如下表所示。依据该结果，我们能否推出该地区消费者偏爱口
味重的啤酒呢？
啤酒的口味 喜欢人数 所占比例 累积比例 期望比例 期望的累积
比例
口味很重 50 0.50 0.50 0.25 0.25
口味较重 30 0.30 0.80 0.25 0.50
口味中等 15 0.15 0.95 0.25 0.75
口味轻 5 0.05 1.00 0.25 1.00
首先，计算K-S检验中的D值，即观察值的累积比例与期望值的累积比例之差的最大值。在
本例中，D值是0.80-0.50=0.30.然后选择显著性水平（比如a=0.05）Da=1.36/10=0.136
D=0.30 > Da=0.136,因此，该地区消费者偏爱口味重的啤酒。
欢迎您的下载，资料仅供参考！