
SPSS是广大统计爱好者和市场分析人员最熟悉的名字!
没错,这里所说的SPSS就是你心里想的那一个。是一款在调查统计行业、市场研究行业、医学统计、ZF和企业的数据分析应用中久负盛名的统计分析工具,也是世界上诞生最早的专业统计分析软件,产品被广泛应用于市场研究、金融、销售数据分析和未来行为预测等领域。
SPSS在国内外高校研究生中有着更深刻的威望与名誉:社科研究三大统计分析软件之一!
经它处理的数据结果的精确度可得到专家学者的一致认同。
2018年1月北京寒假现场班,掌握从样本设计到问卷设计,SPSS金牌讲师丁亚军授课:
SPSS市场调查:量表设计与数据分析
上课时间:2018年1月20-22日(三天)
上课地点:北京市海淀区厂洼街3号丹龙大厦B座
现场费用:3000元 /2600元 (仅限全日制本科生和硕士研究生优惠价)
每天授课:上午9:00-12:00;下午1:30-4:30;4:30-5:00答疑
讲师介绍:
丁亚军, 数据分析总监,现任职于上度咨询,经管之家数据分析研究院研究员,SAS、SPSS软件讲师、中国学习路径图国际中心技术顾问。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核、中国卫生状况调查、江苏广电CRM数据挖掘等大型数据处理项目。
学员对象:
A、各高校在校教师,或者在读本科/进修/研究生,希望从头学习SPSS调查问卷设计与市场调查。
B、在市场营销、金融、财务、人力资源管理等工作中需要应用调查问卷的人士;
C、希望提升问卷设计能力的数据分析人员。
课程目标:
通过培训,系统提高学员样本设计与调查问卷设计能力,强化使用SPSS进行市场调查工作的能力,并普及相应的SPSS知识与统计学知识。具体来说是:
A、使得学员真正了解SPSS强大的统计分析功能,并熟悉SPSS提供的各种复杂统计分析模型的用途和适用条件。
B、掌握常用调查问卷统计分析方法的原理、在SPSS中的操作和结果阅读。
C、能将相应的统计模型结合实际问题加以具体运用,并懂得如何在SPSS中实现。
课程大纲:
1.样本设计与执行
*设计与分析流程——整体流程介绍
*如何确定样本量——小数据与大数据区别
*抽样技术——常用的抽样技术及理解
2.问卷设计
*好题目是什么样的——什么样的不是好题目
*设计框架是什么——设计依据
*需求、格式与数据处理——SPSS功能及处理
3.量表设计
*理论架构的重要性——维度与框架
*优劣标准——信效度分析
*客户潜在需求洞见——测量技术与量化
*潜在需求与全息分析——结构方程的应用
4.市场调查与客户行为
*客户为什么不满意——满意度分析
*产品特征的组合与预测——产品生命周期监控
*常用的理论分析法——诸路同归
优惠:
现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;
以上优惠不叠加。
联系方式:
魏老师
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23