数据分析

市场研究数据分析方法：交叉分析、显著性检验、用户细分、驱动因素分析、价格分析与模型分析，从数据要求、分析步骤到结果解释与报告写法。

解决："数据拿回来后应该怎么分析？"

交叉分析（Crosstab）是市场研究最基础也最常用的分析方式。本文讲解交叉表的构建逻辑、百分比口径选择、显著性检验标注与报告呈现规范。

多选题、矩阵题与排序题分析完整指南：样本百分比与响应百分比、多选题交叉与编码、矩阵题Top Box与直线作答、排序题平均名次与Borda Count，附完整示例数据、计算过程与图表选择。

重要性×满足度（ISA）分析指南：双量表问卷设计、四象限判定逻辑、与回归驱动分析的差异与互补、分组对比与报告写法，附问卷题项与解读示例。

驱动因素分析（Driver Analysis）用于识别影响满意度、购买意向等结果指标的关键因素。本文讲解相关-回归路径、标准化系数解读、IPA矩阵与报告写法。

问卷信度与效度分析完整指南：信度（内部一致性、Cronbach's Alpha 的使用边界、重测与分半信度）与效度（内容/结构/聚合/区分/效标效度）的区别与分析方法，探索性与验证性因子分析，报告写法与检查清单。

问卷数据清洗完整指南：答题时长异常、直线作答、矛盾回答、陷阱题、重复样本、缺失值与异常值的识别与处理流程，含清洗规则表、审计记录要求与常见误区。

问卷数据加权完整指南：为什么需要加权、加权不能解决什么问题、设计权重与后分层加权、Raking、倾向得分加权、权重截尾、有效样本量与设计效应、加权后统计检验，附加权记录表与检查清单。

问卷开放题编码分析完整指南：数据清洗、初步通读、开放编码、主题归纳、多重编码的完整流程，编码框架与编码表示例，提及人数与重要性的区别，人工与AI编码的配合方式。