營銷調(diào)研總復(fù)習(xí)ppt50頁(編輯修改稿)
2025-03-16 13:51 本頁面
【文章內(nèi)容簡介】 題不能帶有傾向性n 問題不能帶有 “暗示性 ”28量表n 量表是用來對主觀的、有時是抽象的態(tài)度與概念進(jìn)行定量化測量的程序，通常是由一組相關(guān)的描述語組成的測量工具。 n 最常用的量表有： n 評分量表n 李科特量表 n 語義差異量表 n 中心量表 29六、數(shù)據(jù)準(zhǔn)備n 一、問卷審核n 二、編碼、制作數(shù)據(jù)字典n 三、按照數(shù)據(jù)字典將每份問卷輸入電腦n 四、對每個變量作頻數(shù)分布，對照數(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、撰寫分析報告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)計指標(biāo) n 列聯(lián)表 —考察類型變量之間的關(guān)系n 列聯(lián)表的有關(guān)統(tǒng)計指標(biāo) –卡方變量31因子分析n 因子分析通過研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個假想變量來表示基本的數(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)簡化 n 用一組數(shù)目較少的、相互獨立的因子，來替代原始變量，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性組合來表示： Fi = Wi1X1 + Wi2X2 + ... + WikXk 34有關(guān)統(tǒng)計量n 變量間的相關(guān)關(guān)系n Bartlett39。s test of sphericity（ 0， 1）－ 用于檢驗各變量是否相關(guān)的統(tǒng)計量 n KMO值 (0, 1)－用于檢驗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 確定因子的個數(shù)n 旋轉(zhuǎn)因子n 評價模型的擬合效果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 38鑒別分析n 判別分析是用于分析應(yīng)變量為分類變量、自變量為定距變量數(shù)據(jù)的一種統(tǒng)計分析模型。n 第一階段以一部分已知類型的觀測案例的多元變量觀測值作為鑒別變量，建立不同類型的鑒別函數(shù)n 第二階段根據(jù)鑒別函數(shù)對未知類型屬性、但有鑒別變量觀測值的案例進(jìn)行鑒別分類。 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)測變量方面是否有顯著差異 n 決定哪個預(yù)測變量對組間差異的貢獻(xiàn)最大 n 根據(jù)預(yù)測變量對個體進(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-1