A könyvről
A tudás feldolgozott információ és az információ tudássá alakításához az adatelemzésnek fontos szerep jut. Az adatelemzés az egyik legfontosabb szakasz az (üzleti) tudás megszerzéséhez vezető folyamatban, amelyben a gazdasági események feljegyzett adatai egy tudatos feldolgozási, átalakítási, csoportosítási, rendezési, elemzési munka eredményeként üzleti problémák megoldására alkalmas felismerésekké és képességgé, s üzleti magatartás tervezésének elindítóivá, akciók kiváltóivá válnak.
Tartalomjegyzék
ELŐSZÓ
1. Bevezetés az SPSS program használatába
1.1. Mi az SPSS?
1.2. Alap munkák az SPSS-szel
1.2.1. SPSS nézetek
1.2.2. Adatok, adatműveletek és adatelőkészítés
1.2.2.2. Származtatott adatok, adatmanipuláció
1.2.2.3. Adatelőkészítés, kategóriák, osztályközök létrehozása
1.2.2.4. További adatműveletek
2. Adataink jellemzése
2.1. Statisztikai táblák készítése
2.2. Leíró statisztika – elemzés változónként
2.3. Grafikus ábrázolás
2.3.1. Vonaldiagram
2.3.2. Oszlop diagram
2.3.3. Megoszlási grafikon
2.3.4. Speciális grafikus ábrázolás
3. Ismérvek kapcsolatának elemzése elemzés több változó együttesére vonatkozóan
3.1. Asszociáció szorosságának vizsgálat
3.1.1. Khi-néhyzet alapú mértékek
3.1.2. Arányos hibacsökkentési mérték (PRE)
3.1.3. További asszociációs mértékek ordinális változók esetén
3.1.3.1. A Goodman és Kruskal féle Gamma
3.1.3.2. A Kendall-féle Tau-b
3.1.3.3. A Kendall-féle Tau-c
3.1.3.4. A Cohen-féle Kappa
3.1.4. 2*2-es táblák asszociációs mértékei
3.1.4.1. Fi és Cramer féle V
3.1.4.2. Relatíve Risk és Odds Ratio
3.1.4.3. A McNemar teszt
3.2. Vegyes kapcsolat szorossága
3.3. Korrespodencia elemzés
4. Hipotézis vizsgálat
4.1. Egy- és kétmintás próbák várható értékkel kapcsolatban
4.1.1. Egymintás t-próba
4.1.2. Két (független) mintás t-próba a várható értékek összehasonlítására
4.1.3. Két párosított mintás t-próba a várható értékek összehasonlítására
4.2. Illeszkedésvizsgálat
4.3. Variancia analízis ANOVA
5. Korreláció és regresszió számítás
5.1. Kétváltozós regresszió analízis
5.2. Többváltozós regresszió analízis
5.3. Az optimális regresszió függvény meghatározása
5.4. A parciális korrelációk alakulása
6. Többváltozós elemzések
6.1. Faktor analízis
6.2. Klaszter Analízis
6.2.1. Hierarchikus klaszter analízis
6.2.2. K-közép eljárás
6.2.3. A klaszterek értelmezése
6.2.4. Két-fázisú klaszterezés
6.3. Diszkriminancia analízis
6.4. Döntési fák
6.5. Többdimenziós skálázás (MDS)
6.6. Általános lineáris modell (GLM)
6.7. Direkt Marketing
6.7.1. RFM Analysis (Vevőérték elemzés)
6.7.2. Cluster Analysis (piac szegmentálás)
6.7.3. Prospect profiles (Ügyfél profil elemzés)
6.7.4. Postal Code Response Rates (Vásárlási szándék területi megoszlása)
6.7.5. Propensity to Purchase (Vásárlási hajlandóság elemzés)
6.7.6. Control Package Test (Kampány értékelés)
6.8. Conjoint elemzés
6.8.1. Az ilyen típusú elemzések szükségessége
6.8.2. A CONJOINT koncepció
6.8.3. A CONJOINT analízis alkalmazása
6.8.3.1. A vizsgálat tárgya
6.8.3.2. Modellgenrálás: az orthogonális modell létrehozása
6.8.3.3. A megkérdezés
6.8.3.4. A CONJOINT elemzés folyamata
6.8.3.5. Az értékítéletek számszerűsítése
IRODALOM
|
VM 
