统计与决策技巧.ppt

《统计与决策技巧.ppt》由会员分享，可在线阅读，更多相关《统计与决策技巧.ppt（174页珍藏版）》请在三一办公上搜索。

1、统计与决策技术,本课程授课方案,一、授课内容（一）统计方法介绍 数据搜集：实验法与调查法 数据整理：分类与分组 数据分析：数据基本特征分析、现象发展变动趋势分析数据关系研究、综合评价。（二）统计方法在管理决策中的应用专题 专题一：统计在人力资源管理决策中的应用：员工构成分析、员工满意度分析、员工招聘决策、员工表现评价等。专题二：统计在营销管理决策中的应用：广告费决策、客户满意度分析、产品定价决策、客户流失分析等。,Company Logo,专题六：企业经营业绩综合评价。（二）授课方式 总体上采用案例教学的方式，具体在每个案例分析过程中则采用：“案例介绍+分析方法归纳+软件应用”的模式。,Com

2、pany Logo,专题三：统计在生产管理决策中的应用：产品质量原因分析、六西格玛产品质量控制分析、企业经营诊断等。专题四：统计在财务管理决策中的应用：财务预警分析、财务状况综合评价等。专题五：统计在产品开发与生产计划中的应用：产品类型的选择、生产计划的制定与检查、产品开发的可行性分析等。,第一章 统计方法介绍,Company Logo,第一节统计方法与决策,一、统计方法概述 统计学是一门研究数据的方法论科学，其提供了探索数据内在规律的一套方法。统计方法可以从不同的角度去分类：从对数据的研究阶段划分，统计方法包括：数据搜集的方法、数据整理的方法、数据描述与推断和数据分析的方法。根据研究目的和内

3、容的不同，统计方法可分为：描述统计法和推断统计法根据统计分析工具的不同，统计方法可分为：指标法、图表法和模型法。,Company Logo,（一）不同阶段的统计方法,（二）描述统计与推断统计,反映客观现象的数据,描述统计（统计数据的搜集、整理、显示和分析等）,（三）不同分析工具涉及的主要内容,第二节统计方法与决策的关系,第二章统计数据的搜集,Company Logo,第一节统计数据的搜集,Company Logo,Company Logo,抽样调查的组织方式,Company Logo,一、样本容量的确定,（一）影响样本容量的因素 1、总体规模及内部的异质性；样本容量n与总体规模N的变化关系,C

4、ompany Logo,2、对调查精度和可靠性的要求 大规模总体简单随机抽样的所需最小样本容量,Company Logo,3、抽样的方式；4、抽样的方法；5、对出现回答情况的估计；6、所具备的人力、时间和经费等条件。,Company Logo,（二）确定样本容量的步骤 1、确定调查的精度和可靠程度；2、预估总体方差；3、计算初始样本容量；4、根据不同抽样方式的设计效应对样本容量进行调整；5、根据有效回收进一步调整样本容量；6、根据统分析的要求调整样本容量；7、根据客观的人、财、物和时间调整样本容量。,Company Logo,（三）经验样本容量 1、国外 2、国内 经验确定样本数范围注：杜智敏

5、编著的抽样调查与SPSS应用，电子工业出版社。p174180,Company Logo,简单随机抽样,分层抽样,整群抽样,等距抽样,二阶抽样与,多阶段抽样,概率抽样,方便抽样,判断抽样,配额抽样,非概率抽样,抽样方式,二、抽样的组织形式,（一）概率抽样的组织形式,按随机原则选取样本单位，样本的代表性强。主要形式有：1、简单随机抽样（纯随机抽样）2、分层抽样（类型抽样）3、等距抽样（机械抽样）4、整群抽样（成批抽样）,1、任意抽样法（便利抽样）从调查者方便出发所选取样本单位。简便易行，节省时间和费用，但调查所得样本的代表性小。适用于非正式的探测性调查，或调查前的准备工作.2、判断抽样法 是由调查

6、人员根据经验判断选定样本的一种非随机抽样技术。一般采用“平均型”或“多数型”选样标准。在市场调查中，常用的典型调查、重点调查均属于判断抽样法的具体运用。3、配额抽样法按照一定的标准，分配样本数额，然后在规定数额内由调查人员任意抽选样本单位的一种非随机抽样技术。具体可分为：独立控制配额抽样和交叉控制的配额抽样.,（二）非随机抽样法,独立控制配额抽样,交叉控制的配额抽样,市场实验的主要方式（市场实验与决策，林升栋编著，北京大学出版社）,Company Logo,第三章统计数据的整理,Company Logo,一、统计数据整理的方法分类与分组（一）品质数据的整理分类（二）数值型数据整理分组 离散数据

7、单变量值分组或组距式分组 连续数据组距式分组,二、数据整理案例,已知某企业139名员工的个人信息资料，包括性别、年龄、职务、基本工资等12个变量。试对该企业的员工资料进行整理。,SPSS在数据整理中的应用,一、SPSS概述SPSS的英文原名为：Statistical Package for Social Sciences，译为社会科学统计软件包。2002年将英文全称更改为：Statistical Product and Service Solutions，译为统计产品与服务解决方案。2009年，SPSS公司宣布重新包装旗下的SPSS产品线，定位为预测统计分析软件(Predictive Anal

8、ytics Software)PASWSPSS的特点：除数据输入需要键盘以外，其余操作大多是通过“菜单”、“图形按钮”、“对话框”等来完成。,二、SPSS与品质数据整理（一）SPSS与定类数据整理 注意要去掉累计百分比（二）SPSS与定序数据整理 注意变量值的排列顺序,三、SPSS与数值型数据整理（一）SPSS与单变量值分组 同定序数据整理（二）SPSS与组距式分组 1、“重新编码”过程；2、“可视离散化”过程（三）数值型数据频数分布图的绘制 1、直方图。使用SPSS图形菜单 2、茎叶图。使用SPSS分析菜单中的探索分析过程。,Company Logo,第四章统计数据分析,第一节数据基本特征分

9、析,一、基本方法综合指标法 即通过一组不同形式的统计指标反映数据所表现出来的基本特征。主要指标：总量指标：反映现象的规模大小、水平高低；相对指标：反映现象内部及现象之间的数量对比关系；平均指标：反映现象在某一方面所达到的一般水平；变异指标：反映现象在某一方面所存在的差异。,二、几个需要强调的问题,（一）平均指标的选用 1、平均指标的种类,Company Logo,Company Logo,2、众数、中位数、均值的选用,首先，根据数类型选择。定类数据选择众数，定序数据选择中位数数，数值型数据则一般选用均值；其次，根据数据的分布偏斜状态选择集中趋势的测度值。当数据呈对称分布或接近对称分布时，选择均

10、值；当数据为偏态分布，特别是偏斜程度较大时，选择众数或中位数作为集中趋势的代表值。,3、算术平均数、调和平均数、几何平均数的选用,算术平均数：分量与总量是和的关系；调和平均数：计算逆指标的平均；几何平均数：分量与总量是乘积关系,4-37,（二）由相对数或平均数计算平均数,设有：,则：,4-38,1、由平均数计算平均数,某企业从不同地区购进三批价格不同的相同材料，资料要求计算该单位购进该种材料的平均价格。,某企业从不同地区购进某种材料的资料,4-39,由相对数计算平均数,某工业公司所属12个企业，总产值计划完成情况如下表所示。求该工业公司12个企业的平均计划完成程度。,某工业公司总产值计划完成程

11、度分组表,平均计划完成程度,（三）反映数据分布特征的图形箱线图,绘制方法一：统计学课程中介绍的箱线图绘制方法 找出一组数据的5个特征值，即最大值、最小值、中位数Me 和两个四分位数(下四分位数QL和上四分位数QU）连接两个四分（位）数画出箱子，再将两个极值点与箱子相连接,绘制方法二：各种数据分析软件绘制箱线图方法 连接两个四分位数画出箱子，箱外须线的端点位置则根据四分位差确定。设四分位差为。则图形下方须线的端点位置在 处，上方的须线端点位置在 处。观测值落入，）或者（，区域，则该观测值为离群值，在箱图上用小圆圈标识，并在它的旁边给出该个案的记录号；如果观测值落在了上述区间外，则该观测值被判为极

12、端值，在箱图上用星号标识，并在其旁边给出该个案的记录号,Company Logo,4-42,分布的形状与箱线图,不同分布的箱线图,三、数据分布特征分析案例,Company Logo,企业员工工资分析状况分析。如，了解某企业员工工资的一般水平、差异程度和分布状态。,计算描述性统计量 依次选择【分析（A）】【描述统计】【描述（D）】分类平均数的计算：依次选择【分析（A）】【比较均值（M）】【均值（M）】箱线图的绘制：,第一步，选择【分析（A）】【描述统计】【探索（E）】；第二步，选择“输出”框内的“图”选项。；第三步选择Plots子对话框，确定需要输出的图形。,第二节现象发展变化分析,一、基本方法

13、动态指标分析和时间数列构成分析。动态指标分析：即通过计算一组动态指标反映现象随时间推移所表现出来的变动或发展特征。主要指标：1.发展水平与平均发展水平；2.增减量与平均增减量；3.发展速度与平均增长速度；4.平均发展速度与平均增长速度,二、几个需要强调的问题,（一）首尾折半法的应用（二）增长百分之一的绝对值（三）计算速度指标时“负数”和“0”的处理 采用绝对数分析；剔除“负数”和“0”。,Company Logo,第三节现象相互关系的分析,一、基本方法列联分析法、方差分析、相关与回归分析法。列联分析：用于品质变量之间的相互关系分析。方差分析：用于品质变量与数值型变量之间的相互关系分析。相关与回

14、归分析法：用于数值型变量之间的相互关系分析。,二、列联分析,（一）列联表编制,列联表是由两个或两个以上的变量进行交叉分类所形成的频数分布表，即多变量频数分布表。,Company Logo,列联表的编制步骤：（1）确定哪个变量是自变量，哪个变量是因变量；（2）确定自变量和因变量的置放位置，一般情况下，为了便于比较和分析，自变量一般放在列上，因变量放在行上；（3）统计条件频数和计算自变量各类别内的百分比，即列百分比。,（二）联表表分析,1.卡方（）检验,Company Logo,卡方检验是对列联表中变量之间相关性的显著性检验，属于非参数检验方法，与一般的假设检验一样，也有三个步骤。通常采用 检验。

15、,2.关联程度测量,2.关联程度测量,2.关联程度测量（1）相关系数（2）C相关系数（3）V相关系数,卡方检验是利用,卡方检验是利用,（三）列联分析的SPSS实现,1、编制频数分布表。依次选择【分析（A）】【描述统计】【交叉表（C）】【单元格（E）】2、列联表分析 依次选择【分析（A）】【描述统计】【交叉表（C）】【统计量（S）】,Company Logo,（四）列联分析在调查数据分析中的应用,将个人背景资料与研究问题进行交叉分析，以反映被调查者个人特征对研究问题的影响。将调查数据中具有因果关系的项目之间进行交叉分析，以反映研究问题受哪些因素的影响。,Company Logo,Company

16、Logo,（五）列联分析案例,一个集团公司在四个不同地区设有分公司，由于该集团公司欲进行的一项改革可能涉及到四个分公司的利益，故采用抽样调查的方法，从四个分公司共抽取420名职工，了解职工对此项改革的看法。,总结：通过列联表，可以直观判断品质变量之间的相互关系。即通过比较自变量各类别内因变量百分比的一致性来分析自变量对因变量的影响。当自变量各类别的因变量百分比基本一致或接近时，说明随着自变量取值的变化，因变量没有发生变化，自变量对因变量没有影响。相反，当自变量各类别的因变量百分比不一致或有差异时，说明自变量对因变量有影响，且差异越大，影响越大。,三、方差分析,（一）方差分析及其种类,方差分析(

17、Analysis of Aariance，ANOVA)是研究分类型自变量对数值型因变量影响的一种统计方法。它是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。根据分析中分类自变量的多少，方差分析可分为单因素方差分析和多因素方差分析。,Company Logo,Company Logo,例：为了对几个行业的服务质量进行评价，消费者协会在零售业、旅游业、航空公司、家电制造业分别抽取了不同的企业作为样本，其中零售业抽取7家，旅游业抽取6家，航空公司抽取5家，家电制造业抽取5家。各企业最近一年中消费者的投诉次数统计结果如下所示。假定每个行业被抽取的企业，它们在服务对象、服务

18、内容、企业规模等方面基本相同。使用SPSS单因素方差分析工具，在显著性水平为0.05的情况下，检验以资料中的行业与被投诉次数是否有关，分析各行业之间投诉次数的差异。消费者对四个行业的投诉次数,Company Logo,方差分析在人力资源管理和市场营销中等有广泛的应用：例：不同培训方式是否会影响员工的生产效率；销售地区和产品的包装方式是否会影响销售量；宣传方式和广告方案是否会影响销售量等。,（二）单因素方差分析,Company Logo,单因素方差分析的数据结构(one-way analysis of variance),1.方差分析中几个常用术语（1）因素或因子(factor)：所要检验的对象

19、称为因素或因子，也就是分析中的分类自变量。（2）水平或处理(treatment)：因素的不同表现称为水平或处理。（3）观测值：方差分析中的数值型因变量称为观测变量，观测变量在每个因子水平下的样本数据称为观测值。,Company Logo,2.方差分析的基本假定（1）每个总体都服从正态分布。即对于因素的每一个水平，其观测值是来自正态分布总体的简单随机样本。（2）各个总体的方差 必须相同。即对于各组观察数据，是从具有相同方差的正态总体中抽取的。（3）观测值是独立的。即对于因素的每一个水平，其观察值相互独立。,Company Logo,3.单因素方差分析中的方差分解单因素方差分析将因变量观测值的总变

20、差分解为自变量作用的影响和随机因素的影响两个组成部分，即SST=SSA+SSE。,Company Logo,4.单因素方差分析的基本原理方差分析是从观测变量的方差分解入手，通过分析组内方差、组间方差占总方差的比例来推断分类自变量各水平下的观测值均值是否存在显著差异，进而判断分类自变量是否给观测变量带来了显著影响。5.分析步骤：提出假设 构造检验统计量 统计决策,Company Logo,5.单因素方差分析的步骤第一步，提出假设。在方差分析中，原假设所描述的是自变量不同水平下的因变量均值是否相等。因此，需要提出如下形式的假设：不完全相同，（表示自变量对因变量有显著影响）第二步，计算检验统计量。方

21、差检验中的检验统计量为F统计量，其为：,Company Logo,提出假设,一般提法H0：m1=m2=mk 自变量对因变量没有显著影响 H1：m1，m2，mk不全相等自变量对因变量有显著影响 注意：拒绝原假设，只表明至少有两个总体的均值不相等，并不意味着所有的均值都不相等,第二步，计算检验统计量。方差检验中的检验统计量为F统计量，其为：第三步，给出显著性水平。第四步，作出判断。比较显著性水平 和SPSS输出的方差分析F统计量的概率P值，如果显著性水平 大于概率P值，拒绝零（原）假设，接受备择假设，认为分类自变量对观测变量有显著影响；若 小于或等于P值，接受零（原）假设，认为分类自变量对观测变量

22、没有显著影响。,(F分布与拒绝域),如果均值相等，F=MSA/MSE1,关系强度的测量,拒绝原假设表明因素(自变量)与观测值之间有关系组间平方和(SSA)度量了自变量(行业)对因变量(投诉次数)的影响效应只要组间平方和SSA不等于0，就表明两个变量之间有关系(只是是否显著的问题)当组间平方和比组内平方和(SSE)大，而且大到一定程度时，就意味着两个变量之间的关系显著，大得越多，表明它们之间的关系就越强。反之，就意味着两个变量之间的关系不显著，小得越多，表明它们之间的关系就越弱,关系强度的测量,变量间关系的强度用自变量平方和(SSA)及残差平方和(SSE)占总平方和(SST)的比例大小来反映自变

23、量平方和占总平方和的比例记为R2,即其平方根R就可以用来测量两个变量之间的关系强度,关系强度的测量(例题分析),R=0.591404结论：行业(自变量)对投诉次数(因变量)的影响效应占总效应的34.9759%，而残差效应则占65.0241%。即行业对投诉次数差异解释的比例达到近35%，而其他因素(残差变量)所解释的比例近为65%以上 R=0.591404，表明行业与投诉次数之间有中等以上的关系,用Excel进行方差分析(Excel检验步骤),第1步：选择“工具”下拉菜单第2步：选择“数据分析”选项第3步：在分析工具中选择“单因素方差分析”，然 后选择“确定”第4步：当对话框出现时 在“输入区域

24、”方框内键入数据单元格区域 在方框内键入0.05（可根据需要确定）在“输出选项”中选择输出区域,用Excel进行方差分析,单因素方差分析表(基本结构),单因素方差分析(例题分析),（三）双因素方差分析,Company Logo,双因素方差分析(two-way analysis of variance),分析两个因素(行因素Row和列因素Column)对试验结果的影响 如果两个因素对试验结果的影响是相互独立的，分别判断行因素和列因素对试验数据的影响，这时的双因素方差分析称为无交互作用的双因素方差分析或无重复双因素方差分析(Two-factor without replication)如果除了行因

25、素和列因素对试验数据的单独影响外，两个因素的搭配还会对结果产生一种新的影响，这时的双因素方差分析称为有交互作用的双因素方差分析或可重复双因素方差分析(Two-factor with replication),双因素方差分析的基本假定,每个总体都服从正态分布对于因素的每一个水平，其观察值是来自正态分布总体的简单随机样本各个总体的方差必须相同对于各组观察数据，是从具有相同方差的总体中抽取的观察值是独立的,无交互作用的双因素方差分析,【例】有4个品牌的彩电在5个地区销售，为分析彩电的品牌(品牌因素)和销售地区(地区因素)对销售量是否有影响，对每种品牌在各地区的销售量取得以下数据。试分析品牌和销售地区

26、对彩电的销售量是否有显著影响？(=0.05),数据结构,数据结构,是行因素的第i个水平下各观察值的平均值,是列因素的第j个水平下的各观察值的均值,是全部 kr 个样本数据的总平均值,分析步骤(提出假设),提出假设对行因素提出的假设为H0：m1=m2=mi=mk(mi为第i个水平的均值)H1：mi(i=1,2,k)不全相等对列因素提出的假设为H0：m1=m2=mj=mr(mj为第j个水平的均值)H1：mj(j=1,2,r)不全相等,分析步骤(构造检验的统计量),计算平方和(SS)总误差平方和行因素误差平方和 列因素误差平方和 随机误差项平方和,分析步骤(构造检验的统计量),总离差平方和(SST)

27、、水平项离差平方和(SSR和SSC)、误差项离差平方和(SSE)之间的关系,SST=SSR+SSC+SSE,分析步骤(构造检验的统计量),计算均方(MS)误差平方和除以相应的自由度三个平方和的自由度分别是总离差平方和SST的自由度为 kr-1行因素的离差平方和SSR的自由度为 k-1列因素的离差平方和SSC的自由度为 r-1随机误差平方和SSE的自由度为(k-1)(r-1),分析步骤(构造检验的统计量),计算均方(MS)行因素的均方，记为MSR，计算公式为列因素的均方，记为MSC，计算公式为随机误差项的均方，记为MSE，计算公式为,分析步骤(构造检验的统计量),计算检验统计量(F)检验行因素的

28、统计量 检验列因素的统计量,分析步骤(统计决策),将统计量的值F与给定的显著性水平的临界值F进行比较，作出对原假设H0的决策做出判断。比较显著性水平 和SPSS输出的检验统计量、和 的对应检验概率P值，若 大于P值，拒绝零假设，接受备择假设，认为该因素对观测变量有显著影响；若 小于等于P值，接受零假设，认为该因素对观测变量没有显著影响。,双因素方差分析表(基本结构),双因素方差分析(例题分析),提出假设对品牌因素提出的假设为H0：m1=m2=m3=m4(品牌对销售量没有影响)H1：mi(i=1,2,4)不全相等(品牌对销售量有影响)对地区因素提出的假设为H0：m1=m2=m3=m4=m5(地区

29、对销售量没有影响)H1：mj(j=1,2,5)不全相等(地区对销售量有影响)用Excel进行无重复双因素分析,双因素方差分析(例题分析),结论：FR18.10777F3.4903，拒绝原假设H0，说明彩电的品牌对销售量有显著影响 FC2.100846 F3.2592，不能拒绝原假设H0，说明销售地区对彩电的销售量没有显著影响,双因素方差分析(关系强度的测量),行平方和(行SS)度量了品牌这个自变量对因变量(销售量)的影响效应列平方和(列SS)度量了地区这个自变量对因变量(销售量)的影响效应这两个平方和加在一起则度量了两个自变量对因变量的联合效应联合效应与总平方和的比值定义为R2其平方根R反映了

30、这两个自变量合起来与因变量之间的关系强度,双因素方差分析(关系强度的测量),例题分析品牌因素和地区因素合起来总共解释了销售量差异的83.94%其他因素(残差变量)只解释了销售量差异的16.06%R=0.9162，表明品牌和地区两个因素合起来与销售量之间有较强的关系,有交互作用的双因素方差分析(可重复双因素分析),可重复双因素分析,【例】城市道路交通管理部门为研究不同的路段和不同的时间段对行车时间的影响，让一名交通警察分别在两个路段和高峰期与非高峰期亲自驾车进行试验，通过试验取得共获得20个行车时间(分钟)的数据，如下表。试分析路段、时段以及路段和时段的交互作用对行车时间的影响,交互作用的图示,

31、路段与时段对行车时间的影响,可重复双因素分析(方差分析表的结构),可重复双因素分析(平方和的计算),设：为对应于行因素的第i个水平和列因素的第j个 水平的第l行的观察值 为行因素的第i个水平的样本均值 为列因素的第j个水平的样本均值 对应于行因素的第i个水平和列因素的第j个水 平组合的样本均值 为全部n个观察值的总均值,可重复双因素分析(平方和的计算),总平方和：行变量平方和：列变量平方和：交互作用平方和：误差项平方和：,可重复双因素分析(Excel检验步骤),第1步：选择“工具”下拉菜单，并选择“数据分析”选项第2步：在分析工具中选择“素方差分析：可重复双因素分 析”，然后选择“确定”第3步

32、：当对话框出现时 在“输入区域”方框内键入A1：C11 在方框内键入0.05(可根据需要确定)在“每一样本的行数”方框内键入5 在“输出选项”中选择输出区域用Excel进行可重复双因素分析,（四）spss在方差分析中的应用,单因素方差分析：依次选择【分析（A）】【比较均值（M）】【单因素ANOVA】。双因素方差分析：【分析（A）】【一般线性模型（G）】【单变量（U）】,Company Logo,四、相关与回归分析,（一）相关分析,1、相关分析的主要任务 2、相关分析的主要方法 3、相关系数与相关指数的计算 4、相关系数的检验目的与步骤 5、等级相关系数的计算,Company Logo,（二）回

33、归分析的基本问题,1、回归分析的主要目的 2、回归分析的主要工具 3、回归模型的种类 4、回归函数与回归模型的区别与作用 5、回归模型检验的目的和内容,Company Logo,（三）SPSS在相关与回归分析中的应用,（一）相关分析 散点图：依次选择【图形（G）】【旧对话框（L）】【散点/点状(S)】相关系数：依次选择【分析（A）】【相关（C）】【双变量(B)】（二）线性回归依次选择【分析（A）】【回归（R）】【线性(L)】（三）曲线回归依次选择【分析（A）】【回归（R）】【曲线估计(C)】（四）logisitc回归,Company Logo,Company Logo,相关与回归分析在成本管理

34、中应用十分广泛。如：研究生产量与单位成本之间的变动关系；研究广告费与销售收入、销售量等之间的关系。,第四节综合评价方法及其应用,（一）综合评价概述,Company Logo,1、综合评价的概念 评价（evaluation）：所谓评价，即价值的确定，是通过对照某些标准来判断测量结果，并赋予这种结果以一定的意义和价值的过程。综合评价（syntheticalevaluation）：对一个复杂系统用多个指标进行总体评价的方法。,2、构成综合评价问题的七个要素 评价目的；被评价对象；评价者；评价指标、权重系数、综合评价模型和评价结果。3、综合评价的基本步骤,Company Logo,（二）评价指标的确定

35、,1、指标选择的原则,（1）系统分析法及文献资料分析优选法筛选指标,2、评价指标的选择方法,（三）综合评价方法的选择,1、综合评价方法分类（1）专家评价法。如专家打分法、综合指数法、Topsis法（2）运筹学与其他数学方法：层次分析(AHP)法、模糊评价方法、多元统计分析方法、数据包络分析（3）新型评价方法、灰色系统评价方法、人工神经网络评价（4）混合方法。以上方法的结合使用，AHP+模糊综合评价，模糊神经网络评价。（5）图示法：雷达图2、综合评价方法的选择原则 评价者最熟悉的方法；所选方法有可靠的理论基础；方法尽可能简洁明了；根据资料掌握情况选择适合评价方法；结合研究内容和目的选择评价方法。

36、,Company Logo,综合评价在企业管理中十分常见。如：员工表现的综合评价；企业财务状况综合评价企业经营业绩综合评价等。,第五章统计在人力资源管理中的应用,一、员工构成分析,Company Logo,（一）员工构成分析的基本内容 员工性别构成、年龄构成、学历结构、职称结构、以及员工在管理、技术、操作、后勤等岗位的分布等。（二）员工结构分析的基本方法 员工构成分析的基本方法是按照员工的基本特征将全部员工进行分类或分组，并计算各类或各组的职工人数占全部职工人数的比例，即结构相对数（频率），然后用饼图现出来。（见人力资源管理案例1）,二、员工评价与选拔,（一）基本方法：层次分析法和模糊评价法

37、1、层次分析法的基本思想：是把复杂问题分解为若干层次，在最低层次通过两两对比得出各因素的权重，通过由低到高的层层分析计算，最后计算出各方案对总目标的权数，权数最大的方案即为最优方案。（见人力资源管理案例2）2、模糊评价法的基本思想：模糊综合评价是一种成熟的模糊数学方法，是利用模糊数学方法对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。（见人力资源管理案例3）,三、员工招聘资料分析,Company Logo,企业在招聘员工时，往往会考虑多方面的因素，因此，员工招聘资料总是包括多个指标，其数据分析和评价必须采用多元数

38、据分析方法来完成。多元数据分析是指涉及到多个指标的数据分析。多元数据分析通常采用多元统计分析方法来完成。常用的多元统计分析方法有：多元回归分析、聚类分析、主成分分析、因子分析、判别分析、典型相关分析、路径分析等。其中对应聘员工的评价采用较多的是因子分析法。因子分析的基本思想：就是运用线性变换，将原来多个指标组合成相互独立的少数几个能充分反映母体信息的综合指标，即因子，在不丢掉主要信息的前提下，避开变量之间的相关性，以达到对事物进行分类和综合评价。（见人力资源管理案例3）,四、员工满意度分析,Company Logo,（一）员工满意度调查的基本内容：根据奥尔德弗（CPAlderfer）的ERG理

39、论，人的需要可分为3种：（1）生存的需要（Existence），包括心理与安全的需要（2）相互关系和谐的需要（Relatedness），包括有意义的社会人际关系。（3）成长的需要（Growth），包括人类潜能的发展、自尊和自我实现。具体应用到现代企业中，生存的需要（Existence）可细分为：1）薪水；2）福利保障；3）工作稳定性；4）工作条件。相互关系和谐的需要（Relatedness）可细分为：1）职位；2）权利；3）升迁；4）奖赏；5）管理方式；6）同事；7）上司。成长需要（Growth）可细分为：1）成就；2）决策、提案采纳；3）工作兴趣、个人特长；4）创造力；5）自我发展的机会、白

40、由性。以上内容大体可以归纳为：工作回报、工作环境、工作群体、个人发展、企业管理、直接主管等方面。,四、员工满意度分析（续）,Company Logo,（二）员工满意度分析的基本方法 分析方法取决于分析内容，分析内容不同，所采用的分析方法也不同。通常情况下，员工满意度调查数据可采用频数统计、描述统计、列联分析等方法进行分析。其中频数统计主要是对问卷数据进行一个初步的处理，了解大致情况并为后续的复杂统计分析提供一定的数据支持；描述分析主要用于测定和描述员工的整体满意程度；列联分析、用于员工满意度的影响因素分析，因子分析则专门用于数据的降维处理。案例：某研究人员对X公司的员工满意度进行了一项调查，共

41、获取有效问卷622份，涉及变量29个。按随机原则从中抽取35%的个案形成新的SPSS数据文件，根据此样本数据文件对X公司的员工满意度进行分析。,第六章统计在企业营销中的应用,一、客户分类,Company Logo,（一）客户分类及其理论依据 客户分类是指将一个大的消费群体划分成为若干个群，同属于一个群的客户彼此相似，属于不同群的客户被视为不同的客户群。客户分类的理论依据是客户需求的异质性理论，该理论认为客户需求存在差异性。（二）客户分类的基本方法 客户分类方法根据客户数据库中己有的类型信息的不同和自身管理的需要而不同。从企业对客户分类时作为标准的因素个数来看，有单因素的客户分类方法、双因素的客

42、户分类方法和多因素相结合的客户分类方法三种。（三）SPSS的客户分类功能 频率过程、聚类分析、决策树过程、直销菜单。,Company Logo,案例1、某娱乐网站随机抽取客户982名，对每个客户的性别、文化程度、职务、职称及年龄资料进行了调查，根据调查结果资料对公司客户的基本构成进行分析，并对所选客户进行分类。案例2、某运动服装企业在开发产品时需要对全国年轻人的身材特征进行调查，全国各省市、自治区20岁左右城市年轻人的身体形态的平均值，包括身高、坐高、体重、胸围、肩宽及骨盆宽的数据。根据数据进行聚类分析，以确定细分市场、产品款式比例。,二、产品销售预测与分析,（一）预测的基本方法：定性预测与定

43、量预测 1、回归预测 2、时间序列预测,Company Logo,案例1：某汽车销售公司19892004年的销售数据，包括：被解释变量：y售出新客车的数量(千辆)。解释变量：x1新车的消费者价格指数；X2所有物品的消费者价格指数；X3个人可支配收入；X4利率（金融公司直接支付的票据利率）；X5城市就业劳动力。根据以上资料建立适当的预测模型对该公司的销售量进行预测（a=0.05）。案例2：我国居民1983-2008年的人均能源消费资料为依据，建立我国居民平均每人生活能源消费指数平滑预测模型，并对2009年的人均生活能源消费进行预测。,三、多维尺度分析,Company Logo,多维尺度分析(MD

44、S)是探索事物之间相似性程度的一种技术，在分析过程中，事物之间 的相似(或不相似)程度能在低纬空间中用点与点之间的距离表示出来，依据这些距离可将事物进行分群，群内事物之间是激烈的竞争关系，判断这些竞争关系可以用来识别主要竞争者，找出产品设计或改进的思路。多维尺度分析还可以用在市场分析的其他方面。1、可以确定空间的维数(变量、指标)，以反映消费者对不同品牌的认知，并且在由这些维构筑的空间中，标明某品牌和消费者心目中理想品牌的位置；可以比较消费者和非消费者对企业形象的感觉；2、在进行市场细分时，可以在同一空间对品牌和消费者定位，然后把具有相似感觉的消费者分组、归类；在广告效果的评估方面，可以用空间

45、图去判定一个广告是否成功地 实现了期望的品牌定位；3、在价格策略方面，通过比较加入与不加入价格轴的空间图，可以推断价格的影响强度；4、在分销渠道策略方面，利用空间图可以判断品牌对不同零售渠道的适应性，从而为制定有效的分销渠道提供依据。,四、客户流失分析,Company Logo,（一）寿命表分析 生存函数又称为累计生存概率。SPSS生存函数菜单中提供了四种用于生存分析的过程，其中“寿命表（L）”过程简单易用。生命表最初主要用于研究人口死亡率。生命表法通过计算落入单位时间段内的失效观察和删失观察的个数，估计该区间上的死亡概率；并且用该区间及其之前各区间上的生存概率之积估计生存率。现代统计学科的发

46、展使寿命表的理论更趋完善，令其在流行病学、临床医学、遗传学、市场营销等许多领域都得到广泛的应用。,Company Logo,案例1：某企业欲进行产品测试，该产品的主要竞品为A、B、C、D、E。经过对消费者进行调查，得到了上述产品的6个方面的评价资料。比较测试产品与所选竞品的相似性。案例2：对七个接受试验者按照1至7的尺度（1表示非常相近，7表示非常的不同）排列出八种饮料间两两相似的感知程度。共有28种可能（n（n-1）/2）。运用多维尺度分析方法分析受试者对八种饮料相似性的感觉。,Company Logo,案例：根据SPSS自带的电信客户数据运用SPSS生存函数进行分析寻找电信客户流失的一般规

47、律。,五、客户满意度分析,Company Logo,（一）客户满意度分析的基本方法 顾客满意度分析的主要方法有：四分图模型和顾客满意度指数分析。其中四分图模型简单易操作且结果直观明了。,四分图模型，是一种偏于定性研究的企业经营活动诊断模型。它列出企业产品或服务的所有绩效指标，每个绩效指标有重要性和满意度两个属性。根据顾客对该绩效指标的的重要程度和满意程度打分，将所有绩效指标归进四个象限内，然后对归入不同象限的绩效指标进行分别处理。各象限划分如下：A区优势区 B区维持区 C区机会区 D区修补区,四分图,Company Logo,六、方差分析与与市场决策,案例1：某茶叶经销商想要提高茶叶销售量，计

48、划给茶叶进行包装之后再去销售，它有两种备选方案，分别为用塑料袋包装和用纸袋包装。但是经销商并不能确定这种给茶叶进行包装的方法是否真的能提高销售量，并且不知道那种方案更好。于是，企业主希望通过市场试验，了解茶叶包装变化是否会对销量有影响，并且为今后茶叶的大批量包装处理决策提供最优方案。案例2：某商品有五种包装方式，在五个不同地区销售，先从每个地区随机抽取一个规模相同的超级市场，得到该商品不同包装的销售量资试通过双因素方差分析方法，检验包装方式及销售地区对该商品的销售量是否有显著影响（假定两种因素不影响）。案例3：现有18个商店：大型的连锁超市、大型的独立超市、小型的连锁超市、小型的一般商店、大型

49、的一般连锁商店和小型的一般商店各3家。要测 量这18个商店的三种不同摆放位置对果冻销量的影响。这三种不同摆放位置 分别为：a：走廊尾端的陈列台；b：商品陈列台；c：付款台前的搁物架。选定实验时间为一周中的星期五和星期六。,七、联合分析与市场决策,（一）联合分析的基本原理与步骤 联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法。（二）联合分析的基本假定 联合分析假定分析的对象如品牌、产品、商店等，是由一系列的基本特征（如：质量、方便程度

50、、价格）以及产品的专有特征（如电脑的CPU速度、硬盘容量等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的。,Company Logo,（三）联合分析的主要步骤 1.确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行识别。这些特征与特征水平必须是显著影响消费者购买的因素。例如CPU类型是电脑产品的一个特征，而目前市场上电脑的CPU类型主要有：奔腾II 450，奔腾II350，赛扬300等，这些是CPU特征的主要特征水平。2.产品模拟：联合分析将产品的所有特征与特征水平通盘考虑，并采用正交设计的方法将这些特征与特征水平进行组合，生成一系列虚拟产品。3.数据收集：请受访者对虚拟产