对于结果的解释

对于结果的解释

数据的特征

你收集到的每一项数据，无论它是对于一个产品的评级还是对于一个问卷的反馈，都被称之为“观察”。每一个这样的观察都有一个与之相联系的“价值”。这可能是数量上的，也可能不是数量上的；“是”、“不是”，207，11公斤，110毫米和493个小饰品，都是有效的价值。有时候，非数量上的反馈能被转换成数量上的反馈，从而使得他们容易处理和储存。例如，一个“是”的回答可能转换成数字1，“不是”的回答可能转化成数字“0”。

你在一项学习中收集到的观察的结果，被称之为数据系列。你可能从一套研究中收集一个或者更多的数据系列，并且对他们进行态度上的变化、购买行为和定义趋势的比较。

没有被以任何形式修改的数据称之为原始数据（也就是说，从其被收集之后，就没有发生过变化）。在很多情况下，你收集的原始数据就是几页数字或者问卷的反馈。这就其本身来说，是相当没有意义的。在原始的数据能被解释之前，它必须首先要被进行总结。有三个主要的方法能被用来描述和展示总结出来的数据：

1.图表

2.图形

3.统计的方法

作为一个例子，让我们设想你已经执行了对10个营销专业的学生的调查，目的是找出他们实际上阅读了多少推荐的参考书。你会发现有一个学生承认他只读了一本书，两个学生承认他只读了两本书，四个学生说他们已经读了三本书，两个学生说自己读了四本书，一个勤奋的学生说自己已经读了五本书。

使用图表

我们可以用表的形式对书中的例子进行展示（见表10.3）。

表10.3　营销专业的学生阅读的推荐的参考书的数量

这种表称之为频率表，因为它能记录特殊价值发生的频率。

使用图形

我们也可以用图形的方式表现同样的读书的例子（见图10.8）。

图10.8　营销专业的学生阅读的推荐的参考书的数量

这种数字的表达称之为频率分配。与表一样，它代表了在数据中找到的不同的价值的频率。你将会看到，这种特殊的频率分配是围绕重点进行系统分布的。也就是说，左侧和右侧的分配是相似的。这种情况在市场中是很少见的，但是作为一个分配模型是很常见的（同样也可称之为通用的分配模型），它有自己的特有特征。

使用统计的方法

对于复杂的数据通常使用统计的方法进行解释。这些方法的范围很广，可以使简单的对结果求平均值的方法，复杂到使用因素分析对结果进行评价。

能够对统计理论有一个正确的理解是非常重要的，尽管对其进行详细地描述和对这些计算方法进行展示是非常重要的。

◆对于定位的测量

对于原始数据进行总结的最通用的方法是要计算“正常”的反馈。这里有三个“正常的”的统计方法。它们被称之为算术平均值法、模型和中线法。总结起来，这些统计方法被认为是对于定位的测量。通过对于市场调研的学习，你可能会很好地理解这些方法，在这个单元的课程中，没有必要知道怎样去计算它们。

◆对于分散程度的测量

除了要知道分布的平均值以外，知道价值的“分散程度”也是很重要的。有三个统计指标可以用来描述分散程度。它们是范围、离差和方差。总结起来，这些统计方法被称之为对于分散程度的衡量。

与对定位的衡量一起，你可能会很好地明白这些统计方法，但是在这个单元的课程中，你没有必要知道如何对他们进行计算。

◆比例、分数和百分比

通常情况下，对价值进行列示是非常重要的，比起绝对值来，与其他的观察结果相关的相对值是非常重要的。例如，我们都知道你的产品这个月的销量是250000单位，但是我们更感兴趣的是其与竞争对手比起来如何。例如，你拥有多大的市场份额？

有三种展示这方面信息的方法：

1.使用一个百分比——例如，销售量上升了10%。

2.使用一个分数的方法——例如，1/2的顾客对我们的服务感到满意。

3.使用一个比例——我们零售价格的0.25花费在包装之上。