营销调研总复习

1营销调研总复习2营销研究的作用及意义营销研究(marketingresearch)是运用科学的方法和合适的手段，系统地收集、整理、分析和报告有关营销信息，以帮助企业、政府和其他机构及时、准确地了解市场机遇，发现市场营销过程中所存在的问题，正确制订、实施和评估市场营销策略和计划。市场调查的过程1.确定问题-明确研究目的2.研究设计-探索性研究，描述性研究，因果关系研究3.收集资料的方法：-第一手资料和第二手资料-问卷设计-量表4.抽样设计-样本框、样本的选取、抽样单位数5.数据分析与解释6.报告研究结果4一、确定问题决策问题决策者应该做什么？找出管理中的问题及其原因寻找市场机会研究问题需要什么信息？如何获取这些信息？5决策问题与研究问题的关系决策问题研究问题为新产品设计包装对不同包装设计有效性的测试增加商店的客流量1、目前商店形象的测评2、影响顾客选择商店的因素分析通过开设新店进行市场渗透备选店址的评估6明确概念与操作定义明确概念与操作定义概念-包含在决策问题中的营销术语。品牌注意度操作定义-把概念转变成可计量的量被调查者中听过这一品牌的百分比7前期准备工作与决策者沟通专家咨询分析二手数据定性研究前期准备工作了解环境背景8二、研究设计研究设计是开展某个营销调研计划所需要遵循的一个蓝图或计划。包括研究人员为解决某一问题所制定的数据收集、分析与结果解释的计划和构想。9研究设计的分类探索性研究—目的是发现新办法、新动态、新机遇与洞察现象的内在的原因描述性研究—描述现象与针对研究问题取得定量的结论。(研究目的已经很清楚了）因果关系研究—找出管理决策与市场效果的因果关系10几类研究的关系探索性研究What因果关系研究Why描述性研究How,Howmany11探索性研究的方法二手资料分析：学术期刊、行业杂志、统计数据经验调查--调查某些权威人士深入访谈—对抽中的对象进行访问调查个案分析--分析相似的以往个案小组座谈会—就某个议题而召开的小组讨论会。12描述性研究描述性研究一般用来描述某些现象或不同变量之间的关系，进行描述性研究一般有以下目的：描述某些人群的特征；估计某一行为的发生比率；测量有关产品的知识、偏好与满意度；确定不同营销变量之间的关系；进行预测。13描述性研究的种类横截面研究一次性调查重复性调查纵向研究真固定样本（Truepanel）多用途固定样本（Omnibus）14因果关系研究研究管理决策及其市场效果“如果…，则…”如果增加广告开支，则销量会上升；如果赠送礼品，则销量会增加支持公益事业，会改善企业的形象提出环保概念，有助于提高市场占有率如果对员工加强培训，会提高工作绩效通常采用实验法进行因果关系研究15三、抽样设计抽样的基本步骤非概率样本设计概率样本设计样本量的的确定16样本设计过程1、定义总体2、确定抽样框3、确定抽样方法与技术4、确定样本量5、实施抽样过程17总体与抽样框总体是按照内容、范围和时间三重标准定义的全部个体的集合。目标总体是按照内容、范围和时间三重标准定义的全部个体的集合。抽样总体是从中实际抽取样本的所有个体的集合。抽样框架是抽样总体的可操作性定义。抽样框误差18非概率抽样方便抽样－选择容易接触的个体作为调查研究对象；判断抽样－根据研究者的判断，选择有代表性或典型性的样本单位；定额抽样－将总体分层并确定每层应抽取的样本量，让调查员根据定额抽样；滚雪球抽样－先抽取少量的样本，然后通过滚雪球的方式扩大。19概率抽样采取随机的办法，排除研究人员主观因素的干扰，使样本总体中的每一个成员都有一个事先确定好抽中概率。简单随机抽样系统抽样分层抽样整群抽样20四、测量与测量误差测量误差—由于概念的定义、界定、指标选择和实际测量方面的误差，导致变量测量值和真实值之间的差距叫测量误差测量误差可分为两大类：随机误差系统误差21信度与效度信度指测量数据的可靠性程度，即在类似条件下重复测量能否给出一致的和稳定的测量结果。信度可用不同时间重复测量的结果或不同测量方法所给出的结果之间的一致性来衡量。可靠的量指同一个回答者对同一问题的回答应该完全相同或非常相似。22信度的测量方法重测信度在不同时间问相同的问题，然后比较两次的答案。复本信度问两个非常相似的问题，然后比较两个答案的一致性。折半信度将样本分成两个完全一样的两半，然后对比两个子样本的答案的一致性。23效度效度指的是测量工具在反映所测量概念的真实含义方面的正确程度。信度好是效度好的必要条件，但不是充分条件，即有效的测量数据必须是可信的，但可信的测量数据不一定有效24效度的检验一般来说，无法对效度进行直接检验，只能用下列方法间接地进行验证：主观效度预测效度收敛效度差异效度25五、问卷设计一个好的问卷应能满足以下要求：将所需的信息转变成一组调查对象能够并愿意回答的问题有利于获得调查对象的合作以及完成整个调查通过措词、问题次序以及外观设计便于编码、录入与分析能尽量减少调查成本包含了可以进行信度与效度测量的信息26问卷设计的基本原则在设计问卷时，一般应遵循以下原则：为被调查者着想－方便，易懂，易填，有趣；紧扣主题－避免无关问题，注意质与量的平衡；结构合理－层次清楚，逻辑性强，避免大幅度跳跃；统筹考虑－问卷设计时充分考虑填写、运输、编码、录入和分析等各相关因素。27问卷措词的“五要”一个问题只问一个内容问题应简洁问题应使用回应者熟悉的词汇使所有的回应者对问题都有相同的理解问题的语法应尽可能简单28问卷措词的“十不”问题不能偏离研究目的问题不能假设一些并不明显的规则问题不能超过回应者的能力或经历问题不能要求被访者回忆一些具体的细节不能让回应者猜测一些一般性反应避免过分强调某些条件不能用含糊的措词不能在一个问题中问两个问题问题不能带有倾向性问题不能带有“暗示性”29量表量表是用来对主观的、有时是抽象的态度与概念进行定量化测量的程序，通常是由一组相关的描述语组成的测量工具。最常用的量表有：评分量表李科特量表语义差异量表中心量表30六、数据准备一、问卷审核二、编码、制作数据字典三、按照数据字典将每份问卷输入电脑四、对每个变量作频数分布，对照数据字典找出异常值与野码五、确定用作分组的变量六、作出分组的列联表，考察变量间的关系七、编辑SPSSOutput八、撰写分析报告31数据描述分析频数分布频数分布的有关统计指标列联表—考察类型变量之间的关系列联表的有关统计指标–卡方变量32因子分析因子分析通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结构。33因子分析的应用因子分析的主要应用：考察数据的基本结构数据简化用一组数目较少的、相互独立的因子，来替代原始变量，用于进一步的多元分析34模型的表述对于标准化的变量，因子分析模型可用下式表示：Xi=Ai1F1+Ai2F2+...+AimFm+UiFj,j=1,2,...m,为公因子Ui,i=1,2,...k,为特殊因子Aij为因子负载公因子可用观察变量的线性组合来表示：Fi=Wi1X1+Wi2X2+...+WikXk35有关统计量变量间的相关关系Bartlett'stestofsphericity（0，1）－用于检验各变量是否相关的统计量KMO值(0,1)－用于检验因子分析是否合适的指标（.5）表示合适。公因子方差－观察变量方差中公因子所能解释的比例特征值－每个因子解释的总方差比例因子负载－变量与各因子的相关系数36因子分析的步骤定义问题考察相关矩阵选择抽取因子的方法确定因子的个数旋转因子评价模型的拟合效果解释因子和命名37选择抽取因子的方法因子分析的最基本的方法包括：主成分分析－用最少的变量解释尽快能多的方差，以进行后续多元分析公因子分析－主要用于识别公因子的主要维度38确定主要因子的数目主要因子的数目可用以下方法确定：事先确定根据特征值（Eigenvalue1）根据Scree图根据解释方差的比例根据显著检验39鉴别分析判别分析是用于分析应变量为分类变量、自变量为定距变量数据的一种统计分析模型。第一阶段以一部分已知类型的观测案例的多元变量观测值作为鉴别变量，建立不同类型的鉴别函数第二阶段根据鉴别函数对未知类型属性、但有鉴别变量观测值的案例进行鉴别分类。40判别分析的目的建立判别函数检查不同组之间在有关预测变量方面是否有显著差异决定哪个预测变量对组间差异的贡献最大根据预测变量对个体进行分组41判别分析模型判别分析模型可用下式表示：D=bo+b1X1+b2X2+...+bkXkD=判别分(discriminantscore)b=判别系数(discriminantcoefficient)X=预测因子(predictor)42与判别分析有关的统计量典型相关系数(canonicalcorrelation)重心与组重心(centroidandgroupcentroid)分类矩阵(classificationmatrix)判别系数(discriminantcoefficient)标准化判别系数(standardizeddiscriminantcoefficient)特征值(eigenvalue)Wilk's?(0,1)43聚类分析聚类分析是一组将研究对象分为相对同质的群组的统计分析技术。聚类分析的假设正态分布、线性等假设对聚类分析不重要，但样本代表性很重要，不能用方便样本变量之间不能高度相关，否则共线性的变量将对分类结果影响大。44聚类分析的基本步骤1.定义问题与选择分类变量2.定义距离与选择聚类方法3.确定类别数4.结果的描述、解释与审核5.评估聚类分析的信度与效度45定义距离与选择聚类方法常用的距离指标有：欧氏距离马氏距离切氏距离46选择聚类法分层聚类法聚结法—每一步减少一类分解法—从大类划分子类非分层聚类法（迭代聚类法，K-means)顺序选择平行选择最佳化选择47四、结果的描述、解释与审核群组数的决定通常根据：理论的或实际的考虑各群间的距离(分层聚类)聚类进度表，聚类系数明显增大的前一步的类别数组内方差与组间方差之比（非分层聚类）类似碎石图，组内/组间方差比为纵坐标、聚类数为横坐标画图，各组的相对大小应当合理48对各群组的命名与描述确定类别数后，计算各类在各自变量的平均值（重心），看各类在各变量之间的差异（可做ANOVAR)，并以此为依据给各组命名。根据分类变量以外的相关变量进行命名用人口统计变量进行描述，解释类别差异49信度与效度评估比较不同距离定义的结果比较不同聚类方法的结果将数据一分为二，分别进行聚类分析随机删除变量，观察其结果在非分层聚类时，变换数据顺序，观察其对聚类结果的影响50七、沟通调研结果口头报告书面报告研究结果报告中的职业道德问题