多元統(tǒng)計分析方法及其在商業(yè)企業(yè)銷售管理中的應(yīng)用(編輯修改稿)
2024-10-12 15:15 本頁面
【文章內(nèi)容簡介】 。取自系統(tǒng)的內(nèi)部的資料，如果就經(jīng)濟活動而言，則主要包括業(yè)務(wù)資料，如與業(yè)務(wù)經(jīng)營活動有關(guān)的各種單據(jù)、記錄；經(jīng)營活動過程中的各種統(tǒng)計報表；各種財務(wù)、會計核算和分析資料等。相對而 言，這種二手資料的搜集比較容易，采集數(shù)據(jù)的成本低，并且能很快得到。二手資料的作用也非常廣泛，除了分析所要研究的問題之外，這些資料還可以提供研究問題的背景，幫助研究者更好地定義問題，檢驗和回答某些疑問和假設(shè)，尋找研究問題的思路和途徑。因此，搜集二手資料是研究者們首先考慮并采用的，分析也應(yīng)該首先從二手資料的分析開始。需要說明的是，本文中的絕大部分數(shù)據(jù)也來自于這種二手資料。 搜集數(shù)據(jù)完畢后，下一步就是對數(shù)據(jù)的處理和分析。首先，對數(shù)據(jù)進行歸類，比如屬于同一指標的數(shù)據(jù)歸為一類，同一地區(qū)的數(shù)據(jù)歸為一類 等。然后，將數(shù)據(jù)分批輸入 SPSS 軟件的數(shù)據(jù)處理窗口中。接著，對不同的具體問題運用不同的多元統(tǒng)計分析方法在 SPSS 上進行分析。最后，將得到的分析結(jié)果對應(yīng)不同的問題分類保存，方便下一步的工作。 ，得出結(jié)論 針對需要解決的不同問題，在 SPSS 中調(diào)出相應(yīng)的結(jié)果，對其進行深入、全面的分析，得出解決問題的對策。 在做完整個處理分析、得出結(jié)論的過程后，我們有必要重新回過頭來對整個包括分析目標的確定在內(nèi)的研究過程進行評價，從中我們可以對其中不合理的地方進行修正，對不完善的細節(jié)進行改進，總結(jié)其中 做的好的地方和不好的地方，在以后的課題研究中多加注意。另外，由于實施條件的原因， 在研究過程中，可能存在以下問題： ① 所需指標選擇可能并不全面，但不會對結(jié)果產(chǎn)生本質(zhì)影響； ② 所用 SPSS軟件版本為 ，與現(xiàn)在最新版本的 SPSS 軟件相比， 對數(shù)據(jù) 的處理上可能會出現(xiàn)些許偏差； 我們可以從以下幾個角度對整個研究過程進行評價： ① 可行性； ② 合理性； ③ 全面性； 4. 實例分析 本章是實例分析，即根據(jù)前文 所介紹的 聚類分析和判別分析 在商業(yè)企業(yè)中的應(yīng)用，分別依步驟對企業(yè)收集到的數(shù)據(jù)進行分析，為企業(yè)作出正確的決策提供參考 。 ．聚類分析的實例應(yīng)用 例 2020 年 2月份欲上市銷售的產(chǎn)品定價時，應(yīng)考慮不同地區(qū)居民的消費水平，而反映居民消費水平的指標為居民消費價格物價指數(shù) (CPI)，我們應(yīng)該依據(jù) CPI的不同，利用聚類分析法，對全國各地區(qū)進行分類。下面是 2020年 1月各地區(qū)的居民消費價格指數(shù)的具體情況： 表 各地區(qū) 2020 年 1 月消費價格指數(shù)表 計量單位：元 各地區(qū)居民消費價格指數(shù)（ 2020 年 1 月） 以上年同期價格為 100 地區(qū) 本月 累計 全 國 101 101 北 京 天 津 河 北 山 西 內(nèi) 蒙 遼 寧 吉 林 黑龍江 上 海 江 蘇 浙 江 安 徽 福 建 江 西 山 東 河 南 湖 北 湖 南 廣 東 廣 西 海 南 重 慶 100 100 四 川 貴 州 云 南 西 藏 陜 西 甘 肅 青 海 寧 夏 新 疆 分析步驟： Ⅰ ．確定分析目標：對該企業(yè)欲銷售的產(chǎn)品，如何在全國不同地區(qū)制定價格 Ⅱ ．找出所需考察的指標：各地區(qū)居民消費價格指數(shù) Ⅲ ．搜集數(shù)據(jù)：在國家統(tǒng)計局網(wǎng)站上找到相應(yīng)數(shù)據(jù) Ⅳ．數(shù)據(jù)分析： ① 將數(shù)據(jù)分批輸入 SPSS 軟件的數(shù)據(jù)處理窗口中； ②在菜單的選項中選擇 Analyze→ Classify 命令，接著在 Classify命令下選擇分析命令 Hierarchical cluster（系統(tǒng)聚類法）； ③在命令 Hierarchical cluster（系統(tǒng)聚類法）的各個選項中選擇合適的命令； ④運行命令，得到結(jié)果如下所示： 表 聚類過程表 計量單位：無 Agglomeration Schedule Stage Cluster Combined Coefficients Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 17 27 .000 0 0 5 2 12 26 .000 0 0 7 3 1 24 .000 0 0 13 4 8 20 .000 0 0 9 5 15 17 .000 0 1 6 6 15 16 .000 5 0 11 7 4 12 .000 0 2 14 8 6 11 .000 0 0 20 9 5 8 .000 0 4 19 10 9 31 .010 0 0 16 11 2 15 .010 0 6 21 12 10 14 .010 0 0 21 13 1 7 .010 3 0 17 14 3 4 .010 0 7 22 15 18 30 .010 0 0 23 16 9 25 .025 10 0 23 17 1 19 .030 13 0 22 18 21 23 .040 0 0 26 19 5 22 .040 9 0 24 20 6 13 .040 8 0 29 21 2 10 .057 11 12 25 22 1 3 .071 17 14 24 23 9 18 .132 16 15 25 24 1 5 .277 22 19 27 25 2 9 .475 21 23 27 26 21 28 .500 18 0 28 27 1 2 24 25 29 28 21 29 26 0 30 29 1 6 27 20 30 30 1 21 29 28 0 表 聚類分析樹狀結(jié)果表 計量單位 ： 無 * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num ++++++ 湖 北 17 ?? 陜 西 27 ?? 山 東 15 ?? 河 南 16 ?? 天 津 2 ???? 江 蘇 10 ?? ?
公司管理相關(guān)推薦
鄂ICP備17016276號-1