スポットライト

調査データの正確な分析

いずれかのウィザードで開始できます。その後、対話型インターフェースを使用して、計画を作成し、データを分析して、結果を解釈することができます。各計画はテンプレートとして機能し、そこに意思決定を保存できます。コンプレックス・サンプルのために特に開発された手法を使用して、数値型、順序型、カテゴリー型の結果や特定のイベントまでの時間を予測します。

回帰と一般線形モデル

ロジスティック回帰: グループをさらに正確に特定するためにサンプル設計を考慮して、カテゴリー型の結果(例えば、製品を買う可能性が最も高い顧客)を予測します。順序回帰: お客様の満足度(低、中、高)など、順序型の結果を予測します。Cox回帰: コンプレックス・サンプル抽出手法によって抽出されたサンプルでイベントまでの時間を予測します。一般線形モデル: サンプル設計を考慮に入れて数値型の結果を予測します。

ウィザード

直感的なサンプル抽出ウィザードには、サンプルの設計と抽出のプロセスが示されます。分析準備ウィザードは、疾病対策センター(CDC)のNational Health Inventory Surveyのデータなどの公共データ・セットを準備するために役立ちます。

サンプル設計情報

層別化サンプリング: サンプルの精度を高め、調査の母集団のサブグループ内のサンプル抽出によって代表サンプルが主要グループから抽出されるようにします。クラスター・サンプリング: サンプル抽出単位のクラスターやグループを選択します。多段サンプリング: 母集団の構成要素のグループに基づいて初期サンプルを選択し、第1段階のサンプルで選択した各単位からサブサンプルを抽出することで第2段階のサンプルを作成します。

技術的詳細

ソフトウェア要件

IBM SPSS Complex Samplesには、有効なIBM SPSS Statistics Baseのライセンスが必要です。

  • 前提条件: IBM SPSS Statistics

ハードウェア要件

  • プロセッサー: 2GHz以上
  • モニター: 1024*768以上
  • メモリー: 4GBのRAMが必要、8GB以上のRAMを推奨
  • ディスク容量: 2GB以上

仕組みを見る

購入・お問い合わせ