所謂市場調研就是對某一目標吩愧，收集芋酌、整理、分析有關信息雁佳，通過對數(shù)據(jù)或信息的分析脐帝，得到相應結論，從而為企業(yè)決策提供參考糖权，實現(xiàn)企業(yè)利益最大化堵腹。
數(shù)據(jù)分析是市場調研中重要組成部分，在分析過程中我們會遇到許多統(tǒng)計分析方法星澳。
今天SPSSAU就來介紹8種市場調研中常用的數(shù)據(jù)統(tǒng)計分析方法疚顷，以及如何在SPSSAU使用這些方法。
01 頻數(shù)分析：分析比例禁偎，掌握基礎信息
無論是哪種領域的統(tǒng)計分析腿堤，頻數(shù)分析都是最常用的方法。在市場調研中如暖，頻數(shù)分析也是最基礎笆檀、使用最廣泛的方法。一般可用來統(tǒng)計分析樣本基本信息盒至，統(tǒng)計比例酗洒，如消費者的基本信息士修，對產(chǎn)品的基本態(tài)度，是否愿意購買產(chǎn)品等樱衷。
用圖表展示能夠更加清晰對比各項比例棋嘲，SPSSAU頻數(shù)分析默認提供餅圖、圓環(huán)圖箫老、柱狀圖封字、條形圖可選擇黔州。
注：多選題統(tǒng)計頻數(shù)或比例用【問卷研究->多選題】耍鬓。
02 描述分析：定量數(shù)據(jù)對比
描述分析適用于分析對比定量數(shù)據(jù)。例如對比各維度均值流妻，了解在哪些方面得分較高牲蜀，哪些方面得分較低，找出優(yōu)勢項或短板項绅这，從而制定出有針對性的改善方案涣达。可用于分析產(chǎn)品滿意度证薇、用戶需求等度苔。
如果有多個題要對比平均值，可通過折線圖浑度、柱形圖寇窑、雷達圖來展示。
03 IPA分析：滿意度-重要性分析
IPA分析箩张，又叫重要性表現(xiàn)程度分析法甩骏。是通過繪制散點圖，對比不同項目或維度的重要度和服務表現(xiàn)先慷，從而直觀的識別出優(yōu)勢項饮笛、劣勢項。適用于服務質量论熙、滿意度分析福青、產(chǎn)品競爭力分析等。
指標在不同的象限中分別對應不同的解釋脓诡，針對不同象限可以建立針對性的優(yōu)化措施素跺。
在第一象限的指標顧客重視度高并且實際滿意度也很高，說明是優(yōu)勢項可以重點突出或保持誉券。
第二象限指標顧客較重視指厌，但實現(xiàn)感知滿意度不高，說明需要重點加強改善踊跟。
第三象限重要性及滿意度都不高踩验，可以作為次重點改進鸥诽。
第四象限滿意度大于重要性，可以適當減少對這些指標的關注箕憾。
04 差異分析：交叉分析牡借，尋找個性差異
上面幾個方法一般只是初步描述研究結果，想要更深入的探究分析項之間的差異性則要進行差異分析袭异。例如探究不同背景的消費者在“認知”钠龙，“態(tài)度”，“行為”御铃，“原因”上的差異碴里；是大學生還是工薪族更加喜歡我的產(chǎn)品？不同學歷的消費者對于產(chǎn)品的需求有沒有差異等等上真。
差異分析常見包括幾類分析方法：方差分析咬腋、t?檢驗和卡方檢驗。
其實核心的區(qū)別在于：數(shù)據(jù)類型不一樣睡互。如果是定類和定類根竿，此時應該使用卡方分析；如果是定類和定量就珠，此時應該使用方差或者t?檢驗寇壳。
方差和T檢驗的區(qū)別在于，對于T檢驗的X來講妻怎，其只能為2個類別比如男和女壳炎。如果X為3個類別比如本科以下，本科蹂季，本科以上冕广；此時只能使用方差分析。
三種方法都可在SPSSAU【通用方法】中使用偿洁。
05 帕累托圖：抓大放小撒汉，把握關鍵因素
帕累托圖，是“二八原則”的圖形化體現(xiàn)涕滋。在數(shù)據(jù)分析中二八原則可以理解為：80%的結果是由20%的因素產(chǎn)生的睬辐。
實際應用場景中，帕累托圖可以用來評估產(chǎn)品宾肺、劃分客戶溯饵、員工管理等，找出找出導致前累積80%的項锨用，并且重點關注和分析丰刊。
SPSSAU有兩處提供了帕累托圖分析，一般可用【可視化->帕累托圖】增拥；如果是多選題則使用【問卷研究->多選題】默認會生成帕累托圖啄巧。
重點分析累積加和占比在80%內的相關項目寻歧，頻數(shù)越靠前說明越是重要因素。
06 聚類分析：用戶分類
通過聚類分析秩仆，我們可以找到一類人群的綜合特征码泛，并按照其特征細分成不同人群。相比用單一分類標準澄耍，聚類分析可以綜合多個指標結果噪珊，得到更加合理的類別。
不同行為的客戶有不同價值齐莲，比如可選擇消費次數(shù)痢站、購買量、顧客滿意度铅搓、忠誠度等指標瑟押，對不同價值的客戶進行分類搀捷。
當變量較多時星掰，可先做主成分或因子分析，得到每個維度（因子）的數(shù)據(jù)嫩舟，再進行聚類氢烘。
07 對應分析：尋找市場定位
對應分析，是把一個交叉表結果通過圖形的方式展現(xiàn)出來家厌，用以表達不同的變量之間以及不同類別之間的關系播玖。
對應分析可應用在市場細分、產(chǎn)品定位等領域相關中饭于。
通過圖形可以解讀出同一變量各類別的區(qū)分程度蜀踏，以及不同變量各類別間的關聯(lián)程度。
第一掰吕，考察同一變量：查看同一變量的不同類別是否被清晰區(qū)分開果覆。
第二，考察變量間的關系：離原點越遠殖熟，意味著該點對于‘關系幅度’的表達越強局待，即說明該點越能體現(xiàn)出‘關系’；
第三菱属，在相同區(qū)域點與點之間靠得越近钳榨，意味著它們之間關聯(lián)關系越強；點與點之間靠得越遠纽门，意味著它們之間關聯(lián)關系越弱薛耻。
08 市場預測：回歸分析
回歸分析是確定兩種或兩種以上變量間影響關系的方法。在市場調研中赏陵，回歸分析可以用來探究銷售量饼齿、顧客滿意度的影響因素愤钾、預測銷售量等。
回歸分析中候醒，最簡單也最常用的就是線性回歸能颁，可在SPSSAU【通用方法->線性回歸】中使用。
當因變量為定類數(shù)據(jù)倒淫，比如研究消費者對于酒精飲料和非酒精飲料的選擇偏好及影響因素時伙菊，可以使用SPSSAU進階方法里的二元logit回歸。
如果是時間序列數(shù)據(jù)敌土，可以使用【計量經(jīng)濟->ARIMA預測】來預測未來預期銷售量镜硕，SPSSAU默認自動找出最佳模型輸出預測結果。
