營(yíng)銷(xiāo)調(diào)研總復(fù)習(xí)ppt50頁(yè)(編輯修改稿)
2025-03-16 13:51 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 題不能帶有傾向性n 問(wèn)題不能帶有 “暗示性 ”28量表n 量表是用來(lái)對(duì)主觀的、有時(shí)是抽象的態(tài)度與概念進(jìn)行定量化測(cè)量的程序，通常是由一組相關(guān)的描述語(yǔ)組成的測(cè)量工具。 n 最常用的量表有： n 評(píng)分量表n 李科特量表 n 語(yǔ)義差異量表 n 中心量表 29六、數(shù)據(jù)準(zhǔn)備n 一、問(wèn)卷審核n 二、編碼、制作數(shù)據(jù)字典n 三、按照數(shù)據(jù)字典將每份問(wèn)卷輸入電腦n 四、對(duì)每個(gè)變量作頻數(shù)分布，對(duì)照數(shù)據(jù)字典找出異常值與野碼n 五、確定用作分組的變量n 六、作出分組的列聯(lián)表，考察變量間的關(guān)系n 七、編輯 SPSS Outputn 八、撰寫(xiě)分析報(bào)告30數(shù)據(jù)描述分析n 頻數(shù)分布 n 頻數(shù)分布的有關(guān)統(tǒng)計(jì)指標(biāo) n 列聯(lián)表 —考察類(lèi)型變量之間的關(guān)系n 列聯(lián)表的有關(guān)統(tǒng)計(jì)指標(biāo) –卡方變量31因子分析n 因子分析通過(guò)研究眾多變量之間的內(nèi)部依賴(lài)關(guān)系，探求觀測(cè)數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個(gè)假想變量來(lái)表示基本的數(shù)據(jù)結(jié)構(gòu)。32因子分析的應(yīng)用n 因子分析的主要應(yīng)用： n 考察數(shù)據(jù)的基本結(jié)構(gòu) n 數(shù)據(jù)簡(jiǎn)化 n 用一組數(shù)目較少的、相互獨(dú)立的因子，來(lái)替代原始變量，用于進(jìn)一步的多元分析 33模型的表述n 對(duì)于標(biāo)準(zhǔn)化的變量，因子分析模型可用下式表示： Xi = Ai1F1 + Ai2F2 + ... + AimFm +Ui Fj , j = 1, 2, ... m, 為公因子 Ui , i = 1, 2, ... k, 為特殊因子 Aij 為因子負(fù)載n 公因子可用觀察變量的線(xiàn)性組合來(lái)表示： Fi = Wi1X1 + Wi2X2 + ... + WikXk 34有關(guān)統(tǒng)計(jì)量n 變量間的相關(guān)關(guān)系n Bartlett39。s test of sphericity（ 0， 1）－ 用于檢驗(yàn)各變量是否相關(guān)的統(tǒng)計(jì)量 n KMO值 (0, 1)－用于檢驗(yàn)因子分析是否合適的指標(biāo)（ .5）表示合適。n 公因子方差－觀察變量方差中公因子所能解釋的比例 n 特征值－每個(gè)因子解釋的總方差比例 n 因子負(fù)載－變量與各因子的相關(guān)系數(shù) 35因子分析的步驟n 定義問(wèn)題n 考察相關(guān)矩陣n 選擇抽取因子的方法n 確定因子的個(gè)數(shù)n 旋轉(zhuǎn)因子n 評(píng)價(jià)模型的擬合效果n 解釋因子和命名36選擇抽取因子的方法n 因子分析的最基本的方法包括： n 主成分分析－用最少的變量解釋盡快能多的方差，以進(jìn)行后續(xù)多元分析n 公因子分析－主要用于識(shí)別公因子的主要維度37確定主要因子的數(shù)目n 主要因子的數(shù)目可用以下方法確定： n 事先確定 n 根據(jù)特征值（ Eigenvalue1） n 根據(jù) Scree圖 n 根據(jù)解釋方差的比例 n 根據(jù)顯著檢驗(yàn) 38鑒別分析n 判別分析是用于分析應(yīng)變量為分類(lèi)變量、自變量為定距變量數(shù)據(jù)的一種統(tǒng)計(jì)分析模型。n 第一階段以一部分已知類(lèi)型的觀測(cè)案例的多元變量觀測(cè)值作為鑒別變量，建立不同類(lèi)型的鑒別函數(shù)n 第二階段根據(jù)鑒別函數(shù)對(duì)未知類(lèi)型屬性、但有鑒別變量觀測(cè)值的案例進(jìn)行鑒別分類(lèi)。 39判別分析的目的n 建立判別函數(shù) n 檢查不同組之間在有關(guān)預(yù)測(cè)變量方面是否有顯著差異 n 決定哪個(gè)預(yù)測(cè)變量對(duì)組間差異的貢獻(xiàn)最大 n 根據(jù)預(yù)測(cè)變量對(duì)個(gè)體進(jìn)行分組40判別分析模型n 判別分析模型可用下式表示：
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1