任务三
调研数据处理与统计

任务目标

通过本任务的学习，了解数据处理的相关知识，能够对调查问卷的结果进行汇总；掌握常用市场数据统计的分析方法，并能够运用统计软件编制数据图表。

重难点分析

掌握常用市场数据统计的分析方法，并能够运用统计软件编制数据图表。

教学建议

本次任务的理论性较强，建议教学过程中辅以实例完成理论知识的讲解。

【引导案例】

市场调研数据到底有没有用？

实地调研工作结束后，我们会收回多份填满客户真实信息的问卷，那这些问卷汇总后能得出什么样的数据呢？这些数据的背后又传达出什么样的信息呢？这就需要我们能够通过科学的方法把调查问卷所反映的真实市场信息通过数字、图表、文字等形式有效地表达出来。

有一种观点认为，市场调研没有用，因为消费者不知道自己想要什么。这个说法有两个很经典的支持案例。一个是苹果创始人乔布斯说过的话，大意是，“只有当你把产品给消费者看了，他才会告诉你他的想法，他才知道这个产品是不是自己想要的，没有用户可以非常清楚地告诉你他需要什么”。另一个是流传很广的福特汽车创始人亨利·福特的说法，“如果我问人们需要什么，他们只会说想要一匹更快的马”。

不过大多数情况下，并不是市场调研没用，而是方法错了。市场调研的目的，不是找一堆数据支持自己的决策，而是找问题，找启发，“通过调研来判断消费者遇到了什么问题或者需求还没有被满足”。

市场调研有两个陷阱。第一个陷阱是问题问错了。比如，一个做手机的人可能会问，怎么设计一个更好的手机，这样就陷入了“自我视角陷阱”，但如果他问，“如何提高人与人之间沟通交流的效率和方式”，就不会被“手机”限制住，最后解决这个问题的可能是“微信”这样的App，或者是其他的方式，而不仅仅是一部更好用的手机。

第二个陷阱是缺少洞察力的报告。市场调研肯定离不开数据，比如，某个报告中写道：“用户群体：年龄段25~35岁，月收入4 000~8 000元，办公白领群体，有买房需求”。这种数据处理方式，有数值，有顺序，有大小，在统计学里面被称为“定量调查”。然而，类似的报告没办法给企业提供有意义的洞察。原因是，它掩盖了一个真实需求或者观念的形成过程。就拿上面这个数据来说，买房子的群体，每个人对房子的需求是不一样的，有的人是为了自住，有的人可能是为了投资。干巴巴的数据是没有洞察的。

那怎样做市场调研才有洞察呢？首先是了解消费者故事。让人们回忆曾经发生过的场景和故事，能帮你弄清楚他们的购买决策。通常使用的方式是现场观察和消费者焦点座谈会。史玉柱在创办脑白金之初，亲自到大街上和老人聊天，发现人越老越有养生的需求，但是自己又舍不得花钱买保健品，所以脑白金提出了“送礼”的定位。

其次是洞察消费者的独特行为。独特行为指的是，某个群体里面，他们的某种行为和普通人是不一样的。比如，你是卖茶叶的，就要去观察喝茶的人有什么独特行为。喜欢喝茶的人，可能更注重养生，起床第一件事就是喝茶，他们可能不会一饮而尽，而是慢慢品味。通过这样的观察，你可以从每个群体的独特行为中找到他们内心的诉求。

思考题： 如何合理应用市场调研所搜集到的客观的数据信息？

【任务知识储备】

一、调研数据的处理

对收集上来的调查数据要进行加工和处理，目的是使得数据系统化、条理化。通过处理分散的、只反映个体特征的数据，初步观察出总体数量的特征与规律。数据的处理是数据收集的继续，也是统计分析的前提，在整个统计工作中处于承前启后的重要位置。

调查资料的处理是数据处理的第一步，是对调查数据进行分类或分组的前提和必不可少的步骤。其内容主要包括资料的审核、筛选和排序。

（一）调查资料的审核

对调查资料进行审核的目的，是保证数据的质量，审核工作贯穿于数据收集与数据处理的全过程。从不同渠道得到的调查资料，在审核的内容和方法上有所不同，而针对不同类型的数据，在审核的内容和方法上也有差异。通常情况下要进行完整性审核和准确性审核。

（1）完整性审核。主要是检查调研项目的内容是否齐全，被调研对象是否有遗漏。

（2）准确性审核。一是计算检查，这是从定量角度对数据进行审核，检查调研结果和调研方法有无错误。二是逻辑检查，这是从定性角度审核调研资料是否符合逻辑。

（3）适用性审核。即审核调研问卷上的信息资料有无造假、虚报行为，是否存在前后不一致等情况，或者问卷是否符合配额要求。

（4）时效性审核。即审核各资料是否符合调查的时效性要求，如查看网络资料的发布日期、图书馆文献的记录日期、问卷资料填写日期等，避免将失效、过时的信息资料用作决策的依据。

（二）数据的筛选

数据筛选包括两方面的内容，一是将某些不符合要求的数据或有明显错误的数据予以删除；二是将符合某种特定条件的数据筛选出来，对不符合特定条件的数据予以剔除。

（三）数据的排序

数据排序是按一定顺序将数据排列，以便于研究者通过浏览数据发现一些明显的特征，在获取时找到解决问题的线索。此外，排序还有助于对数据检查纠错，以及为重新归类或分组提供方便。

二、调研数据的统计汇总

调研数据的统计汇总，就是将数据逐个分配到已分出来的各个组中。统计汇总具体体现为计数、求和等计算，一般情况下有手工汇总与计算机汇总两种方法。

（一）手工汇总方法

划记法是手工汇总的一种简便易行的方法，就是在分组表上，通过划线等符号来计算各组单位数的一种手工处理数据的方法。常用的符号是“正”字。划记法在数据不多时候可以采用，但处理过程中需要细心、准确，一旦出现差错，就无法纠正，必须返工重来。这种方法只能汇总和计算出每个组内分配到的数据的个数，即各组单位数，而不能汇总、计算出每个组内的所有数值之和，即只能计数，不能计值。

（二）计算机汇总的方法

使用计算机进行数据汇总大大提高了数据汇总和加工的速度和质量。计算机汇总的步骤主要有以下两个：

（1）编码转换。编码是将调查问卷中的信息数字化，转换成统计软件或程序能够识别的数字，这项工作的实质是一种信息代换的过程。通过建立编码手册，将每一个数字所表示的实际意义记录下来。

（2）数据录入。将编码转换过的数据录入计算机的存储设备中，这样便于计算机进行统计分析。数据的录入形式可以分为两种，一种是单独数据文件的形式录入，一种是直接录入专门的统计分析软件中，常用的软件有Excel、SPSS等。

【相关链接】

SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生NormanH.Nie、C.Hadlai（Tex）Hull和Dale H.Bent于1968年研究开发成功，同时成立了SPSS公司，于1975年成立法人组织并在芝加哥组建了SPSS总部。

SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。它将几乎所有的功能都以统一、规范的界面展现出来，使用Windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。用户只要掌握一定的Windows操作技能，精通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS采用类似Excel表格的方式输入与管理数据，数据接口较为通用，能方便地从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。输出结果十分美观，存储时则是专用的SPO格式，可以转存为HTML格式和文本格式。对于熟悉老版本编程运行方式的用户，SPSS还特别设计了语法生成窗口，用户只需在菜单中选好各个选项，然后按“粘贴”按钮就可以自动生成标准的SPSS程序，极大地方便了中、高级用户。

SPSS for Windows的分析结果清晰、直观、易学易用，而且可以直接读取Excel及DBF数据文件，现已推广到各种操作系统的计算机上，它和SAS、BMDP并称为国际上最有影响的三大统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。

SPSS已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。该软件还可以应用于经济学、数学、统计学、物流管理、生物学、地理学和商业等各个领域。

三、调研数据的描述与分析

（一）对调查数据的集中趋势的描述与分析

平均数是最典型也是最常用的统计量，适用于定距变量和定比变量。平均数也是最有“意义”的统计量，它可以看作是数据的“平衡点”或“重心”位置所在。因为平均数在计算时使用到了所有的数据，所以与众数和中位数相比，所包含的信息量最大。但是平均数受极端值的影响很大，个别的极端值会直接影响平均数的数值的变化，不如中位数和众数稳定。因此，当调查的数据分布比较规则，不存在什么极端值，或数据对中心的偏离不是很大的情况下，平均数是很好的描述统计量；如果存在极端值或分布偏离比较大时，还必须使用众数和中位数来补充描述。

众数、中位数、平均数都是对变量分布中心的描述，其中均值最为常用。

1.平均数

平均数是总体中各单位数值的和除以变量值项数得到的数值。调查资料不同，平均数的计算方法也不同。

对于未分组资料的计算，采用将各个变量值求和，然后除以变量值的个数的方式。对于分组资料，计算平均数时，采用各组观察值与各组频数的乘积总和除以总频数的方式。

算数平均数（均值）表明一组数据的一般水平。优点是一组数据只有一个均值，比较不同组数据时非常有用，并且能考虑到每一个数值的影响，缺点是它会受到极端值的影响导致偏差。平均数（Mean）也叫均值，等于样本的所有 n 个观测值之和除以样本量。假设 n 个观测值用 x ₁ ， x ₂ ，…， x _n 表示，均值用 x 表示，均值的公式为：

或

这里公式（2）是针对分组的数据而言，其中 X 表示某变量的取值， f 表示变量落在某一组中的频数，∑表示对所有的值求和（或者对所有的组求和）。

2.众数

众数是指一组数据中最普遍出现的数值，或是数据中出现次数最多的那个变量值，它能鲜明地反映数据分布的几种趋势。在实际工作中，常用众数代替平均数来说明现象的一般水平。众数的优点是不受极端值的影响，计算方便。缺点是当一组数据没有重复值出现、几种趋势不明显时，众数不存在；而当有些数据重复出现的次数相同时，就会有多个众数。

在市场调研的数据中，众数代表了典型的个案，或者是分布的高峰所对应的变量取值。变量的所有取值中频数最大的取值，如在消费者的教育程度问题里，初中学历程度选项最多，所以初中相对应的变量编码，就是众数。众数适于描述定序和定类变量，对于定距变量，可先将数据分组，分组后频数最大的那一组的组中值，被近似地认为是该变量的众数。

3.中位数

中位数是指一组数据按照从大到小的顺序排列后，位于数列中点位置的数值。中位数不受极端值的影响，对于一些不能用数量表示，只能用等级、名次表示的现象，可采用中位数来代表一般水平。缺点是中位数没有考虑到所有的数据价值，仅是一种大致的几种趋势指标，不够精确。通俗地讲，样本的所有观测值中有一半数比中位数大，有一半数比中位数小。

计算中位数时会面临两种情况：当样本数（ n ）是奇数时，将样本的所有观测值按由小到大（或由大到小）的顺序排列，排在中间位置上的数值即为中位数；当样本数为偶数时，排在中间两个位置上的数值的平均值即为中位数。中位数适用于定序变量，对于定距变量，还是首先对观测值进行分组，简单的方法就是用中间那一组的组中值作为变量的中位数。

4.方差

对变量的分布形状的描述，最常用的统计量是方差（Variance）或标准差（Standard Variance），即表示分布对平均数的偏离程度或伸展程度的度量。计算公式是：

或者对分组数据

标准差 ，标准差的大小反映了数据对均值的离散程度，标准差越小，表明数据越集中于均值附近；反之，则越分散。任何统计分析软件都有标准差的计算，标准差是描述分布的分散（伸展）程度经常使用的统计量。

（二）对调查数据的离中趋势的描述与分析

1.全距

全距又称极差，它是总体各单位变量中最大值与最小值之差，通常用R表示，说明标志值变动的最大范围。极差越大，说明数据分布中各数据变动范围越大，均值的代表性越差；反之则各数值变动范围越小，均值代表性较好。

2.平均差

平均差是总体各单位标志值与其算数平均数离差绝对值的算术平均数，通常以A.D.表示。平均差数值的意义在于，平均差越大，表示用平均数、众数、中位数等测算的数值的代表性越小；平均差越小，平均数等的代表性越大。

3.标准差

标准差是总体各单位标志值与其算数平均数的离差平方的算数平均数的平方根。标准差主要用来说明数据分布中各数据值变动的情况。标准差越大，说明数据分布中各数据值变动范围越大，均值的代表性较差；标准差越小，说明数据分布中各数据值变动范围越小，均值的代表性较好。

（三）对调查数据的关联性的描述与分析

卡方分析是用来研究两个定类变量间是否独立（即是否存在某种关联性）最常用的方法。简单地说，卡方分析的方法是这样的：假设两个变量是相互独立、互不关联的。这在统计上称为原假设。对于调查中得到的两个变量的数据，用一个表格的形式来表示它们的分布（频数和百分数），这里的频数叫观测频数，这种表格叫列联表。如果原假设成立，在这个前提下，可以计算出列联表中每个格子里的频数应该是多少，这叫期望频数。比较观测频数与期望频数的差，如果两者的差越大，表明实际情况与原假设相去甚远；差越小，表明实际情况与原假设越相近。这种差值用一个卡方（ x ² ）统计量来表示，对卡方值进行检验，如果卡方检验的结果不显著，则不能拒绝原假设，即两变量是相互独立、互不关联的；如果卡方检验的结果显著，则拒绝原假设，即两变量间存在某种关联，至于是如何关联的，这要看列联表中数据的分布形态。

要注意的是，卡方检验受样本量的影响很大，同样两个变量，不同的样本量，可能得出不同的结论。解决这个问题的办法是对卡方值进行修正，最常用的是列联系数。对较大样本，当卡方检验的结果显著，并且列联系数也显著时（列联系数至少超过0.16），才可拒绝原假设；当卡方检验的结果显著，列联系数不显著时，不能轻易下结论。

另外，对变量取值的不同分类会引起卡方值的改变，有可能得到不同的结论。所以在分类时不能随意，要有理论或统计上的依据。特别是对定距或定序变量，要先将变量的取值分组归类，才能使用卡方分析，而且分组的方法不同也会得出不同的结论；同时，对于定距或定序变量，用卡方分析，没有充分利用它们的数量信息。这都是在使用卡方分析时要注意的问题。

四、调研数据的动态分析

（一）编制时间数列

要进行时间数列分析，首先需要编制时间数列。时间数列是指某一现象在不同时间上的数值排列而成的统计数列，又称时间序列或动态列。

时间数列根据数据表现形式不同，分为绝对数时间数列、相对数时间数列、平均数时间数列三种类型。绝对数时间数列是指由一系列绝对数按时间顺序摆列而成的数列，用于反映现象在不同时间上达到的绝对水平。同理，相对数时间数列、平均数时间数列是由相对数、平均数按时间顺序排列而成的数列。

（二）对时间数列进行水平分析

1.发展水平

发展水平是事物在不同时间上所达到的规模或水平的数量反映，也就是时间数列中的每项具体指标数值。发展水平是计算其他时间数列分析指标的基础。通常将被研究时期的发展水平称为报告期水平，而将比较时期的发展水平称为基期水平。

2.平均发展水平

平均发展水平是不同时间上发展水平的平均数，反映事物在一段时间内达到的一般水平。

3.增长量

增长量是报告期水平与基期水平之差，说明事物在一定时期内增减的绝对数量。计算公式为：

增长量=报告期水平-基期水平

4.平均增长量

平均增长量是各逐期增长量的平均数，说明事物在一段时期内平均的绝对增长数量。

（三）对时间数列进行速度分析

1.发展速度

发展速度是报告期水平与基期水平之比，用于描述事物在一定时期内相对的发展变化程度。根据基期选择的不同，发展速度又有环比发展速度和定基发展速度之分。环比发展速度的基期为报告期的前一期，反映报告期水平与前一期水平相比发展变化的程度。定基发展速度是将某一固定时期水平定为基期水平，说明报告期水平与固定时期水平相比发展变化的程度。

2.增长速度

增长速度是增长量与基期水平之比，用于说明事物在一定时期内相对的发展增长速度。

3.平均发展速度

平均发展速度是各个时期环比发展速度的平均数，用于描述事物在一定时期内平均发展变化程度。

4.平均增长速度

平均增长速度是表述事物在一定时期内平均增长变化的程度。

五、常用的统计分析方法

（一）认知常用的统计分析方法

拟定统计分析计划时，首先要熟悉各种统计方法，了解各种统计方法运用的要求，然后才能进行具体的操作。下面我们先对SPSS软件中的一些基本统计方法做简要的介绍。

1.频率分析

频率分析用于统计一个变量的不同值的出现频率，统计结果是次数和百分数。频率分析主要用于命名量表和次序量表的统计处理。例如，可用频率分析来计算调查对象中通过各种渠道获知某一品牌的实际比率。等距量表和比率量表也可以在转化为命名量表之后进行频率分析。

2.交叉频率分析

用于统计两个或两个以上变量交叉分组的频率及百分数。例如，要了解随机抽取的样本中，各年龄段的男性和女性各占多少，就要采用交叉频率分析。

3.描述统计

描述统计主要用于计算变量的平均数、标准差，如计算所有调查对象的平均收入；此外还可以用于计算一个变量按另一个变量分组的平均数、标准差，如求各种文化程度的消费者的月平均支出。

4.平均数差异检验或 t 检验

平均数的差异检验分为独立样本 t 检验和配对样本 t 检验。独立样本 t 检验用于两组不相关样本的平均数的差异检验。配对样本 t 检验用于两个相关样本的平均数差异检验，两个变量可以是同一样本的前后两次观测值，也可以是不同样本的观测值，但必须存在相关关系。例如，想了解消费者在促销前后购买某品牌的数量有无差别，就采用配对样本 t 检验；而如果想知道两个不同消费者小组每月购买某种日用品的消费支出是否有差别，则采用独立样本 t 检验。

5.方差分析

方差分析，也叫变异数分析，包括一元方差分析、单因变量方差分析、多变量方差分析和重复测量方差分析等。

（1）一元方差分析也称单因素方差分析或单因素变异数分析，用于两组以上独立样本的平均数差异检验，如高、中、低收入者对某品牌评价的差异检验。它适用于单因素的设计。

（2）单因变量方差分析用于单一因变量的多因素设计的方差分析。它可以检验各因素的效果以及因素之间的交互作用（最高级别的交互作用）。

（3）多变量方差分析是对两个或两个以上相关因变量的方差分析和协方差分析。它用于检验一系列相关因变量与变量之间的关系。

（4）重复测量方差分析是用同一指标对同一被试进行多次测量的平均数差异检验。

6.相关分析

相关分析用于分析两个变量之间的线性关系。相关分析的方法有很多，包括皮尔逊相关、斯皮尔曼相关、肯德尔和谐系数、净相关等。皮尔逊相关适用于两个变量均为等距量表的情况。当等距资料出现极端数据或变量分布为非正态时，一般采用斯皮尔曼或肯德尔和谐系数。净相关用于在控制其他变量的影响下求两个变量之间的相关系数。

7.回归分析

回归分析的方法有许多种，较常用的是线性回归。线性回归方法主要用于检验一个因变量与若干自变量之间的关系。该方法要求所有变量均为等距变量，如果自变量是命名变量，则必须是二分变量。如果因变量为二分变量，则采用逻辑回归方法。

8.主成分分析和因子分析

这两种统计方法都是用少数几个因子去描述多个相关的变量。主成分分析的目的是生成少量几个新的变量。因子分析旨在获得因子的同时，进一步揭示各因子与观测变量的关系。例如，购买量与未来的购买意向具有相关关系，可以采用主成分分析方法将它们合并成为一个新的变量。也可以进一步采用因子分析方法探讨两个原始变量跟新变量的关系，或两变量分别对新变量的贡献。

9.聚类分析

聚类分析的目的是依据某些特征，将事物或人分成几个较为同质的类别。例如，可以根据观众对各种电视节目的偏好程度和收视频度，采用聚类分析方法将他们分成不同的观众群。

10.多维量表分析

标定客体在多维空间中的位置，如可以根据口感、味道、价格等指标来确定各品牌啤酒的相对位置。

11. χ ² 检验

χ ² 检验是非参数检验的方法之一，用于检验变量的实际观测值跟期望值是否存在差异。如检验实际调查对象的年龄分布与抽样设计的年龄配额是否一致。

（二）统计方法的选择

要准确、客观地描述资料的特征，采用适当的统计方法十分重要。在选择统计方法时，要考虑下列两个因素，即调研问题的性质和数据资料的性质。

1.调研问题的性质

市场调研的问题基本上要么是描述性问题，要么是关系性问题。在描述性问题研究中，研究者一般只想了解单一或若干事物（或现象）的状况，如消费者对某一电视广告的接触状况和反应；消费者对某品牌产品各方面特性的评价；不同阶层消费者对某一品牌的偏好差异等。对于这类研究，在对资料统计处理时，常常采用频率分析和描述统计方法。

关系型问题所探讨的是两个变量之间（或一个变量与一组变量）有无关系及其关系的程度。关系性问题分为相关关系问题和因果关系问题，前者用于探讨变量之间的共变关系，后者则用于探讨变量之间谁因谁果及其关系的密切程度。关系性问题的统计分析可采用各种相关分析、方差分析和回归分析等。

2.数据资料的性质

不论什么样的调研资料，都可以把它们归为质变资料和量变资料。质变资料是指变量本身并不具有可以测量的数值单位，而是仅可根据一项或数项所描述的特质加以区分的数据资料，如性别、职业等。通常由命名量表（或分类量表）所得的资料均属于这一类。次序量表资料严格地说也属这一类。

质变资料在统计方法的运用上比较受到限制，一般只能采用频率分析、非参数检验进行处理。量变资料则指变量本身具有可以测量的数值单位，可以根据某些变量的特征作量的连续排列的资料，如年龄、收入、销售量、知名度等。一般来说，等距量表资料、比率量表资料均属于量变资料。

次序量表资料也可通过数据转换变成量变资料。对于量变资料，几乎所有的统计方法包括描述统计、相关分析、回归分析、因子分析、方差分析等都可以加以运用。

量变资料与质变资料虽然有很大的差别，但量变资料可以转变为质变资料。例如，可以把个人月总收入这一量变资料转变成400元以下、400~600元、600~1 000元和1 000元以上等四个类别，然后采用质变资料的统计方法进行处理。质变资料也可转化为量变资料，但很困难、很复杂，只有在极少数情况下才能进行。

【实训任务实施】

实训项目 高校快递市场快递满意度调查分析

一、实训目标

掌握常用市场数据统计的分析方法，并能够运用统计软件编制数据图表。

二、实训要求

根据调研计划内容，做出相应的图表，并开展快递满意度调查总结。

三、实训准备

将学生适当分组，以小组为单位进行实训练习。

四、实训任务

本次调研项目的抽样总体是某大学城全体人员，包含教师、自由职业者、高校学生，调查方法采用的是问卷调查，现获得了60个有效样本，请针对这些样本，开展分析，做出相应的图表，并开展快递满意度调查总结。

五、实训操作

以小组为单位，开展讨论，并将讨论结果形成高校快递满意度调查报告。

六、技能训练评价

附：

高校快递满意度调查问卷

亲爱的朋友您好！本次的问卷调查旨在了解您对物流服务的满意度情况。首先感谢您支持并参与本项调查活动，本次调查采用不记名方式，问卷数据的统计结果仅用于研究，请不必有任何顾虑，请您如实填写。

1.您的性别？

A.男 B.女

2.您的身份？

A.学生 B.教师 C.自由职业 D.其他

3.您平均每月的消费情况？

A.1 000元以下 B.1 000~2 000元

C.2 000~3 000元 D.3 000元以上

4.您认为用物流寄东西方便吗？

A.非常方便 B.方便 C.一般 D.不方便

5.您平时大多是通过何种渠道使用物流服务？

A.网络购物 B.邮寄物品 C.货品运输 D.其他

6.您每月需寄收快递多少次？

A.5次以下 B.5~10次 C.10~15次 D.15次以上

7.您平均每次发快递花费多少？

A.5元以下 B.5~10元 C.10~15元 D.15元以上

8.您对当前运费价格的满意程度为？

A.60分以下 B.60~70分 C.70~80分 D.80~90分

E.90分以上

9.您最常用的快递公司？（可多选）

A.圆通 B.中通 C.申通 D.天天快递

E.顺丰 F.韵达 G.EMS H.其他

10.收到产品时，出现货物包装破损率大小？

A.5%以下 B.5%~10% C.10%~15% D.15%以上

11.如果让您推荐一个您最满意的快递公司，您会选择？

A.圆通 B.中通 C.申通 D.天天快递

E.顺丰F.韵达G.EMS

12.您选择快递时，主要是哪方面的因素吸引了您？（可多选）

A.价格优惠 B.态度好 C.快递公司的声誉

D.物品完整率高 E.快递投放及时 F.其他

13.您觉得物流速度能令您满意吗？

A.非常满意 B.满意 C.一般满意 D.不满意

14.您认为快递公司亟待解决的问题？

A.提高送货速度 B.改进服务态度

C.加强快件的完好程度 D.解决快递纠纷问题

15.就您而言，您还希望快递公司有什么需要改进的地方？

---

调查地点：×××

【任务小结】

本任务对数据处理的相关知识进行讲解，对调查问卷的结果进行汇总分析，并介绍常用市场数据统计的分析方法，同时运用统计软件编制了数据图表，将收集上来的调查数据进行加工和处理，使得数据系统化、条理化。同时通过处理分散的、只反映个体特征的数据，初步观察出总体数量的特征与规律，进而认识到数据的处理是数据收集的继续，也是统计分析的前提，在整个统计工作中处于承前启后的重要位置。 Li4+6vOYJagXE5McuQR62whHXRsKvmL4CYu2acrttgh+aMDqLTAjkQHgQKyESulH