第一章 導論
第一節 統計分析概述
一、統計分析是定量研究人員的三大基本功之一
二、什麼是統計分析
三、統計學：讓人又愛又恨的學問
四、是科學，還是藝術
第二節 統計分析的方法體係
一、統計分析方法的分支
二、數據歸納的方法體係
三、差異分析的方法體係
四、關聯分析的方法體係
第三節 統計分析的誤區
一、統計分析的常見誤區
二、如何避免陷入誤區
第四節 本書所涉及的統計軟件
一、本書選用統計軟件的原則
二、本書所涉及的SPSS組件或模塊
三、本書所涉及的其他統計軟件
第二章 數據描述、歸納與轉換
第一節 描述統計與數據測量水平的類型
一、描述統計與推斷統計
二、數據測量水平的類型
第二節 單個指標數據的歸納與描述
一、頻數錶
二、直方圖和正態分布
三、集中趨勢指標
四、離散程度指標
五、正態分布的概率密度麯綫
六、分布類型與形狀測量
七、SPSS操作
第三節 多個指標數據的歸納與描述
一、交叉錶
二、運用剖麵指數分析交叉錶
三、期望值—觀察值分析
第四節 數據轉換
一、數據轉換的目的與原則
二、標準化數據
三、創建虛擬變量
四、對數據進行分段處理
五、重新賦值
第三章 抽樣、誤差與加權
第一節 樣本容量與抽樣誤差
一、抽樣調查的概念與意義
二、抽樣誤差的概念
三、樣本容量與抽樣誤差的關係
三、百分比的誤差邊際
四、以統計方法確定樣本容量
第二節 抽樣方式與抽樣誤差
一、概率抽樣與非概率抽樣
二、概率抽樣的方式與抽樣誤差
三、非概率抽樣的方式與抽樣誤差
第三節 市場研究中的非抽樣誤差
一、非抽樣誤差的種類
二、研究分析中對非抽樣誤差的識彆
三、研究分析中對非抽樣誤差的處理
第四節 信度與效度
一、信度和效度的概念
二、信度分析
三、效度分析
第五節 數據加權
一、加權的概念與目的
二、加權的實際應用
三、涉及多特性指標的復雜加權
四、加權對分析結果影響的測算
第四章 數據差異的檢驗——統計顯著性檢驗
第一節 統計檢驗概述
一、為什麼要進行假設檢驗
二、統計顯著性檢驗的基本思想
三、統計顯著性檢驗的步驟
四、雙尾檢驗和單尾檢驗
五、兩類錯誤
六、統計顯著性與差異大小的聯係與區彆
七、統計顯著性檢驗的類型
第二節 參數檢驗
一、單樣本T檢驗
二、兩個獨立樣本T檢驗
三、兩個配對樣本的均值T檢驗
四、怎樣展示參數檢驗結果
第三節 非參數檢驗
一、獨立樣本檢驗
二、配對樣本檢驗
三、符號檢驗（Sign Test）
四、一維卡方檢驗
五、多重配對比較檢驗
第五章 重要性測量的統計分析——相關與迴歸
第一節 重要性測量概述
一、為什麼要測量重要性
二、顯性重要性與隱性重要性
三、隱性重要性的意義與由來
第二節 相關分析
一、兩個變量間的關係
二、Pearson相關係數
三、Spearman秩相關係數
四、Pearson相關係數和Spearman秩相關係數的SPSS操作
五、用相關係數測量隱性重要性
第三節 交叉錶關聯性的統計檢驗
一、交叉錶中指標相互獨立性的檢驗
二、類彆尺度變量的列聯係數
三、卡方檢驗的SPSS操作
第四節 綫性迴歸分析
一、一元綫性迴歸
二、多元綫性迴歸
三、模型擬閤數據好壞的判彆
四、分析自變量對因變量影響的指標
五、迴歸模型在重要性測量中的應用
六、多重共綫性的檢驗
七、多元綫性迴歸模型的假設條件及其檢驗
八、多元迴歸模型中自變量是類彆變量時的處理
九、綫性迴歸的SPSS操作
十、麯綫擬閤
第五節 最優尺度迴歸
一、最優尺度迴歸的基本原理
二、最優尺度迴歸對輸入數據的要求
三、最優尺度迴歸的SPSS操作
四、最優尺度迴歸在重要性測量中的應用
第六章 數據降維——因子分析
第一節 因子分析的基本原理和計算步驟
一、因子分析的目的
二、因子分析的基本思想
三、因子分析的數學模型及計算步驟
四、使用因子分析所需要注意的問題
五、因子分析的SPSS操作
第二節 因子分析在市場研究中的應用
例3 護膚品牌 形象
例4 中國城市分類
第七章 對象分類——聚類分析
第一節 聚類分析的用途
一、對消費者分類
二、對品牌分類
三、對城市分類：用於確定分層抽樣的層次
第二節 聚類方法
一、分層聚類法
二、K均值聚類法
三、使用聚類分析所需要注意的問題
聚類分析適用於哪些變量
聚類分析的數據需要標準化
聚類産生各類群在細分變量上沒有差異怎麼辦
第三節 運用因子分析和聚類分析細分市場
一、市場細分流程
二、需要語句的確定
三、應用例子 牙膏市場細分
第一步 問捲+輸入數據
第二步 因子分析
第三步 聚類分析+剖麵分析+描述市場結果
第四步 分析市場之間的聯係+對應分析
第四節 運用因子分析和聚類分析對中國城市分類
一、分類方法與指標
二、分類結果
術語中英文對照錶
參考文獻
· · · · · · (收起)