【正文】 是 “ 無效的 ” ； ? “ 提前避免錯誤 /失誤發(fā)生，總好過事后的任何補救！ ” 制定一個加權(quán)計劃 (2) 項目設計 : 我們是否有計劃進行數(shù)據(jù)加權(quán)？ 設置什么樣的配額 – 是否有必須的信息用于配額設置 ? ? 不要設置不必要的配額，即加大 FW難度，又增加成本； ? 設置樣本結(jié)構(gòu)時，就應該考慮清楚如何去組織這些數(shù)據(jù)； ? 記住： “提前計劃” ，盡可能早的確定加權(quán)方案，最好在時間表中預留時間專門用于加權(quán)； 原始數(shù)據(jù) : 查數(shù)要針對“未加權(quán)”數(shù)表 (或 holecounts)； 明確加權(quán)遵循的原則，并分析加權(quán)對其它人口結(jié)構(gòu)變量或關(guān)鍵指標帶來的影響； ? 數(shù)據(jù)中哪些變量是最重要的，加權(quán)只針對它們就足夠了吧？ ? 與 DP充分溝通，確保 DP理解加權(quán)意圖并正確操作； 加權(quán)數(shù)據(jù) : 確信“加權(quán)”被正確地進行； 確信數(shù)據(jù)準確無誤后，才開始將數(shù)據(jù)轉(zhuǎn)化為支持性圖表； 加權(quán)的負面影響 ? 加權(quán)會使數(shù)據(jù)變得不太穩(wěn)健 ? 是否有基數(shù)本身較小的數(shù)據(jù)加權(quán)后基數(shù)足夠大？ ? 檢驗得到的顯著性差異的可靠性如何？ ? 進行數(shù)據(jù)加權(quán)，事實上我們已經(jīng) “ 低估 ” 了總體的變異程度，對總體信息推斷的精確度減低。從而， T 統(tǒng)計量用正態(tài)分布 Z統(tǒng)計量替代： )11()()(2122121nnsXXT????? ??2221212121 )()(nSnSXXZ????? ??兩獨立樣本 (Independent sample)均值的 t檢驗 ? 得到兩獨立大樣本均值 t檢驗的接受域 (accept area)/置信區(qū)間(confidence interval)， a=，雙尾檢驗： ? 請參閱基于以上公式編輯的自動處理 t檢驗的文件： t test for difference between two 2221212/21212221212/21 )()()( nsnszxxnsnszxx ????????? ?? ??目錄 ? 市場研究使用統(tǒng)計技術(shù)的必要性 ? 統(tǒng)計技術(shù)的基礎 ? 測量尺度 (變量 )類型 ? 數(shù)據(jù)加權(quán) ? 數(shù)據(jù)的描述性統(tǒng)計 ：頻數(shù)分布和基本統(tǒng)計量 ? 數(shù)據(jù)的推斷性統(tǒng)計 ：假設檢驗 ? 多元統(tǒng)計技術(shù) ? 相關(guān)分析 ? 回歸分析 ? 因子分析 ? 主成分分析 ? 聚類分析 ? 對應分析 ? 聯(lián)合分析 統(tǒng)計技術(shù)的分類 統(tǒng)計技術(shù) (Statistical Technique) 單元統(tǒng)計技術(shù) (Univariate Technique) 多元統(tǒng)計技術(shù) (Multivariate Technique) 針對單個變量分析，可以是定量數(shù)據(jù)或非定量數(shù)據(jù)，可以是單樣本或多樣本，多種方法可以選擇用于推斷變量的分布特征 關(guān)注的是兩個或以上變量之間的相互關(guān)系 (相關(guān)系數(shù)、協(xié)方差等 ) 多元統(tǒng)計技術(shù) 多元統(tǒng)計技術(shù) 方差/協(xié)方差分析 判別分析 典型相關(guān)分析 聯(lián)合分析 因子分析 主成分分析 聚類分析 對應分析 回歸分析 相關(guān)分析 對所考察的變量都有自變量(independent variable)和因變量(dependent variable)之分，即要解決的是一組變量對一個 /多個變量的影響關(guān)系和程度 不區(qū)分自變量和因變量，所有變量同等對待，側(cè)重于了解變量之間互相關(guān)關(guān)系 相關(guān)分析 (Correlation Analysis)的定義 相關(guān)分析 了解兩個定量 (定距 /定比 )變量之間是否存在線性關(guān)系，及 其相關(guān)程度；例如 產(chǎn)品的購買意愿 /獨特性評價與消費者對產(chǎn)品諸屬性認知的相關(guān)程度如何； 產(chǎn)品的諸多屬性 /功能的滿意度認知分別在多大程度上影響消費者對產(chǎn)品的整體滿意度評價； 相關(guān)系數(shù) – 在相關(guān)分析中，表征兩個定量變量之間線性相關(guān)程度的指 標 /統(tǒng)計量 最常用的是 Pearson 相關(guān)系數(shù) (簡單相關(guān)系數(shù) )： r是一個無量綱數(shù)，且 1 r 1。 ? 備注： 本文檔所言 FA嚴格地應該稱為 EFA(探索性因子分析 )；另有 CFA (確證性因子分析 )，與結(jié)構(gòu)方程模式 (SEM)的應用有緊密聯(lián)系，比較復雜。 多元回歸 涉及一個因變量和兩個或兩個以上自變量 分析步驟同二元回歸相似，但回歸方程的建立方法要復雜地多，難度也很大，尤其在市場營銷領(lǐng)域，建立一個有效的回歸模型難度極大； 在多元回歸分析中，一個容易忽略的問題就是 “多重共線性” ：自變量之間存在較高的相關(guān)性； 變量之間的多重共線性會嚴重影響回歸系數(shù)估計的準確性，產(chǎn)生較大的標準誤，降低回歸方程的有效性； 多重共線性的處理方法很多，最簡單的就是從高度相關(guān)的變量中只選取一個進入回歸方程，或者通過主成分分析等技術(shù)對自變量進行轉(zhuǎn)化； 因子分析 (Factor Analysis) ? 因子分析： 是一種用于數(shù)據(jù)提煉與概括的分析方法，考察一組變量之間的相互依賴關(guān)系。 ? 假設檢驗的一個 基本假設 是： 小概率原理 ，即在一次試驗中，小概率事件不可能發(fā)生。 對 關(guān)鍵 /核心題目的數(shù)據(jù) (如 Topline Data)進行簡要分析，粗略把握研究發(fā)現(xiàn)，并生成初步的研究結(jié)論 (可能只是假設 ) 確信您獲得了所需要的 全部數(shù)據(jù)信息 ，并且它們是 準確無誤 的。 ? 新浪游戲用戶的情感訴求：表現(xiàn)自我、自由自在、擁有智慧和知識。Oracle數(shù)據(jù)庫支持；對數(shù)據(jù)量和數(shù)據(jù)健壯性要求均很高； ? 對使用者要求：對算法、業(yè)務的理解度均高 多元統(tǒng)計分析有需要者請參考附件基礎統(tǒng)計；數(shù)據(jù)挖掘有需要者可和 Tina聯(lián)系 簡單數(shù)據(jù)分析簡介（ 1 ）：集中趨勢 amp。 抽樣基本原則（ 2 ） ? 樣本量的選取 ： ? 從理論上講，樣本數(shù)越大，抽樣誤差越小，結(jié)果的代表性越好。 ? 客戶可以根據(jù)研究的進展，適當?shù)恼{(diào)整研究的重點。A） 市場細分研究 (Segmentation) 信息 理解 洞察 獨特 的洞察 What (4) :Marketing Research角度看 CE的相關(guān)方法 系統(tǒng)科學深入的消費者研究方法 數(shù)據(jù)挖掘 (Data Mining ) 定義市場研究 創(chuàng)意研討會 （ Innovation Workshop) Uamp。A Segmentation 信息 理解 洞察 獨特 的洞察 信息獲取： ? Marketing Research： ? 以 訪問 為信息主要獲取方式 ? 信息來源以用戶回憶為主 ； ? 用戶體驗中心 ： ? 以 觀察 為信息主要獲取方式 ?信息來源以用戶實時操作為主； ? 數(shù)據(jù)挖掘 ： ?以 記錄用戶實際發(fā)生的行為為信息主要獲取方式； ? 信息來源以用戶長期用戶行為監(jiān)測為主； 信息理解 amp。 ? 項目的總費用相對較低，時間較短 。 ? 但是，同時考慮費用和時間因素，大樣本量不一定是最有效率的辦法。離散趨勢 ? 集中趨勢（ Central Tendency） 指標： ? 眾數(shù)（ Mode） ： 發(fā)生率最高的數(shù)值；適用于所有的測量水平 ? 中位數(shù) （ Median）： 數(shù)值排序后正好位于中間位置的數(shù)；適用于定序、定距、定比數(shù)據(jù) ? 算術(shù)平均數(shù)或均值（ Mean） : 各數(shù)值的簡單平均；適用于定距數(shù)據(jù)與定比數(shù)據(jù) ? 離散趨勢（ Measures of Dispersion） 指標： ? 全距或極差（ Range）： 一個定序型變量最大值與最小值的差 ? 上、下四分位數(shù) : ? 方差（ Variance）： 一個變量所有值與其平均值之差的平方的平均數(shù) ? 標準差（ Standard Deviation）： 方差的平方根 簡單數(shù)據(jù)分析簡介（ 2） :交叉表的行列百分比 amp。 Q Q g a m e聯(lián)眾中國游戲中心新浪游戲自由自在表現(xiàn)自我自我感覺良好自我放縱樂趣與興趣成為領(lǐng)導者擁有智慧和知識掌握和駕馭感歸屬感和諧安全傳統(tǒng)尊重愛和被愛吸引力10 . 80 . 60 . 40 . 200 . 20 . 40 . 6 0 . 4 0 . 2 0 0 . 2 0 . 4 0 . 6品牌 情感訴求 *：其他游戲品牌由于樣本量低于 30，無法進行數(shù)據(jù)分析。 一方面，結(jié)合高級統(tǒng)計技術(shù)進行一些深入的數(shù)據(jù)挖掘和分析；一方面，將數(shù)據(jù)信息與營銷理論結(jié)合，形成研究結(jié)論并給出建議。 ? 假設檢驗包括： ? 單樣本檢驗，主要針對抽樣總體的數(shù)字特征 (參數(shù) )提出統(tǒng)計假設； ? 兩樣本檢驗，主要針對兩樣本之間的相關(guān)性或差異性提出統(tǒng)計假設； ? 參數(shù)檢驗 (parametric test)，檢驗統(tǒng)計量 (test statistic)服從某個已知分布； ? 非參數(shù)檢驗 (nonparametric test)， 即分布自由檢驗，底分布可以是任意的； 假設檢驗的一般步驟 建立 H0和 H1 收集數(shù)據(jù)計算檢驗統(tǒng)計量 選擇適當?shù)臋z驗方法 選擇顯著性水平 a 決定檢驗統(tǒng)計量的概率 決定檢驗統(tǒng)計量的臨界值 與顯著性水平 a比較 決定臨界值是否位于拒絕域 拒絕或不拒絕 H0 得出市場營銷結(jié)論 假設檢驗的關(guān)鍵術(shù)語 (1) ? 零假設 (null hypothesis)和備擇假設 (alternative hypothesis)： ? 零假設即受到檢驗的假設，是對一種沒有差異、沒有影響的狀態(tài)的描述； ? 拒絕零假設 /接受備擇假設是有力的，而一次檢驗接受零假設是不充分的； ? 檢驗方法： 單尾檢驗 (onetailed test)和雙尾檢驗 (twotailed test) ? 雙尾檢驗：備擇假設雙方向或無方向表述；只檢驗差異的存在性，事前無某種支持傾向； ? 單尾檢驗：備擇假設以單方向表述；對結(jié)論有一定的方向性支持，檢驗力度相對更高； 假設檢驗的關(guān)鍵術(shù)語 (2) ? 顯著性水平 (level of significance)：即第一類錯誤發(fā)生的概率 a ? 由抽樣數(shù)據(jù)作出推斷，總有可能犯兩類錯誤； ? 第一類錯誤 a (type I error)：拒絕了實際上正確的零假設，即 “ 棄真 ” ； ? 第二類錯誤 b (type II error)：接受了實際上錯誤的零假設，即 “ 取偽 ” ； ? 顯著性水平 a由研究者對拒絕真實零假設可容忍的風險水平設定；在確定分布下，第二類錯誤 b與樣本容量 n和 a存在數(shù)量關(guān)系； ? a=：真實零假設被拒絕的概率只有 ，或者說，每 100次抽樣中會有 95次出現(xiàn)零假設的情形； ? 拒絕 H0： p=P[檢驗統(tǒng)計量落入拒絕域 | H0成立 ]a，即 “ 一次試驗小概率事件不可能發(fā)生 ” ； 兩獨立樣本 (Independent sample)均值的 t檢驗 ? 檢驗目的： 是差異性檢驗，如檢驗在細分市場 1和細分市場 2中品牌認知或忠誠度是否存在差異。 ? FA的基本步驟： 明確 FA的目的 確定因子數(shù) 構(gòu)造相關(guān)矩陣 確定 FA方法并運行 計算因子得分 解釋因子 選擇替代變量進一步分析 因子旋轉(zhuǎn) 因子分析在營銷研究中的應用 ? FA目的 ? 識別解釋一組變量之間相互關(guān)系的潛在維度 (即因子， factor)，從而揭示事物的主要屬性； ? 用數(shù)目較少、相互獨立的因子替代原始變量，用于進一步統(tǒng)計分析； ? FA在營銷研究中主要用于以下領(lǐng)域： ? 市場細分：辨別不同群體的消費者所具有的特殊品質(zhì)或潛在的消費需求； ? 產(chǎn)品研究：確定影響消費者選擇的品牌屬性及重要性程度； ? 廣告研究：了解目標市場的媒體消費習慣或日常生活規(guī)律； ? 價格研究：發(fā)現(xiàn)價格敏感 /不敏感消費群的主要特征； ? 具體地，適用于 FA的 調(diào)研量表的典型形式 是：對于刻畫消費者品質(zhì)、產(chǎn)品功效、品牌形象的若干特征，盡可能細分為單一性的屬性 (attribute)描述，設置基于定距尺度的評價體系，請被訪者對自身、產(chǎn)品、品牌給出觀點。 ? 其它的 FA方法還有很多 (如公因子分析、極大似然法等 )，但涉及較多專業(yè)知識，故營銷研究中不被推薦。 ? T 統(tǒng)計量： ? 通常的營銷研究環(huán)境：來自任何總體的 大樣本 (大于 30， t 統(tǒng)計量無精確值，均值的抽樣分布近似正態(tài)分布 )，此時，樣本標準差是總體標準差的一個合理估計。 ? 測量尺度 (變量 )：在調(diào)查中，不同被訪者給出有差異答案 /選項的各個題目 /條目； 測量尺度 (Measure scale) 測