用户名*
邮箱*
密码*
确认密码*
验证码* 点击图片更换验证码
找回密码
忘记密码了?输入你的注册邮箱,并点击重置,稍后,你将会收到一封密码重置邮件。
本人统计学大四 粗略回答一下 因为没有详细看过问卷不好深入思考
可以从以下几点思考:
1 咖啡厅定位的客户群体 比如商业区还是办公区
2 商品价位和盈利 决定选址成本
3 基础分析 简单做一下几个统计图标看一下顾客倾向
4 交叉分析 这是问卷比较重要的一个分析 SPSS里直接有个功能可以做 看各个选项之间相互影响的显著性 比如常去咖啡馆的人和他们消费价位是否有显著关系等
5 记得做一下数据清洗 比如缺失数据处理等
6 问卷有个比较重要的问题是样本量 计算一下样本量是否达到要求
7 最后对数据的文字分析也是很重要的
暂时思考比较浅 轻喷…
刚用SPSS码完研究生论文,看见SPSS来表达些小建议,轻喷【另外因为SPSS系统是英文的,所以这里有些不知道中文翻译的就打英文啦!】
看见题主收集来的信息有是否去过、去的频率、喜欢什么咖啡店、喜欢的原因、喜欢那里的什么饮料。
要从这些信息进行选址。
觉得可以从这些方面入手:
一、通过frequency123做些饼图来说明大致数据,Descriptives用来做喜欢的原因和喜欢的饮料也就是5、6题的选项柱状图(这些是简单说明调查出来的数据,平均值比例等等的概况);
二、是否去过跟喜欢咖啡厅的类型、喜欢原因、喜欢的饮料分别进行T-test,看看已有客户和潜在客户不同是否会影响到喜欢的原因、喜欢的饮料不同,这样用于考虑选址是否需要分别就附近潜在客户和已有客户进行考虑;
三、线性回归,也就是Linear,用于测试喜欢的咖啡店、喜欢的原因、喜欢和的饮料分别对去的频率对影响,以及各自之间的相互影响,通过观察Sig值,看是否有显著性,如果Sig小于0.05(也有用0.01)则有相关性;
四:现在数据出来了,分别有T-test和线性回归的数据,通过T-test可以发现已有客户和潜在客户的消费倾向是否有不同,从而在进行选址时,可以根据附近潜在客户和已有客户的多少或者比例进行选址;
五:通过线性回归,知道了每个变量(即喜欢的咖啡店、喜欢的原因、喜欢的饮料分别对去咖啡厅频率的影响,以及各自之间的相互影响)的显著性,那么可以通过这些关系,进行选址的分析;
首先声明我学的是管理学但是选址算是marketing的一部分?这个其实研一的时候也学过些,现在太晚了看见来答一下,等睡醒起来看看有没有补充。
题主加油~
你先把数据分析全部导出,然后再经过分析,问卷中相信已经有了备选址,而且这个数据明显是已经处理过的了,所以你就不需要进行预处理了。
不过我猜测题主应该是刚接触SPSS,可能软件也不是很熟悉,没关系,慢慢来,软件还是好学的,关键是统计学基础。
用数据挖掘试试看呢? 比如聚类分析,发现顾客群体类别,看其属性及区别,选的店址就应对这样的顾客群特征来;或者决策树分析,根据价格或距离等看看分类?
正在学数据挖掘的东西,也是乱发言啦~
选址的问题交给arcgis更妥!
昵称*
E-Mail*
回复内容*
回复 ( 5 )
本人统计学大四 粗略回答一下 因为没有详细看过问卷不好深入思考
可以从以下几点思考:
1 咖啡厅定位的客户群体 比如商业区还是办公区
2 商品价位和盈利 决定选址成本
3 基础分析 简单做一下几个统计图标看一下顾客倾向
4 交叉分析 这是问卷比较重要的一个分析 SPSS里直接有个功能可以做 看各个选项之间相互影响的显著性 比如常去咖啡馆的人和他们消费价位是否有显著关系等
5 记得做一下数据清洗 比如缺失数据处理等
6 问卷有个比较重要的问题是样本量 计算一下样本量是否达到要求
7 最后对数据的文字分析也是很重要的
暂时思考比较浅 轻喷…
刚用SPSS码完研究生论文,看见SPSS来表达些小建议,轻喷【另外因为SPSS系统是英文的,所以这里有些不知道中文翻译的就打英文啦!】
看见题主收集来的信息有是否去过、去的频率、喜欢什么咖啡店、喜欢的原因、喜欢那里的什么饮料。
要从这些信息进行选址。
觉得可以从这些方面入手:
一、通过frequency123做些饼图来说明大致数据,Descriptives用来做喜欢的原因和喜欢的饮料也就是5、6题的选项柱状图(这些是简单说明调查出来的数据,平均值比例等等的概况);
二、是否去过跟喜欢咖啡厅的类型、喜欢原因、喜欢的饮料分别进行T-test,看看已有客户和潜在客户不同是否会影响到喜欢的原因、喜欢的饮料不同,这样用于考虑选址是否需要分别就附近潜在客户和已有客户进行考虑;
三、线性回归,也就是Linear,用于测试喜欢的咖啡店、喜欢的原因、喜欢和的饮料分别对去的频率对影响,以及各自之间的相互影响,通过观察Sig值,看是否有显著性,如果Sig小于0.05(也有用0.01)则有相关性;
四:现在数据出来了,分别有T-test和线性回归的数据,通过T-test可以发现已有客户和潜在客户的消费倾向是否有不同,从而在进行选址时,可以根据附近潜在客户和已有客户的多少或者比例进行选址;
五:通过线性回归,知道了每个变量(即喜欢的咖啡店、喜欢的原因、喜欢的饮料分别对去咖啡厅频率的影响,以及各自之间的相互影响)的显著性,那么可以通过这些关系,进行选址的分析;
首先声明我学的是管理学但是选址算是marketing的一部分?这个其实研一的时候也学过些,现在太晚了看见来答一下,等睡醒起来看看有没有补充。
题主加油~
你先把数据分析全部导出,然后再经过分析,问卷中相信已经有了备选址,而且这个数据明显是已经处理过的了,所以你就不需要进行预处理了。
不过我猜测题主应该是刚接触SPSS,可能软件也不是很熟悉,没关系,慢慢来,软件还是好学的,关键是统计学基础。
用数据挖掘试试看呢? 比如聚类分析,发现顾客群体类别,看其属性及区别,选的店址就应对这样的顾客群特征来;或者决策树分析,根据价格或距离等看看分类?
正在学数据挖掘的东西,也是乱发言啦~
选址的问题交给arcgis更妥!