营销数据分析作业lab2.DOC

纸尿裤品牌偏好的影响因素分析 一、案例背景 宝洁公司是美国婴儿纸尿裤市场中的领导者。20世纪70年代至80年代，宝洁公司的Pampers牌纸尿裤始终占据市场的主导地位。70年代后期，宝洁公司推出新品牌luvs。即便是这样，宝洁公司的竞争对手Kimberly－Clark’s公司的品牌Huggies依然表现上乘，在1985年，Huggies品牌的市场占有率达到了32.6％。为了改变竞争态势，宝洁公司更新了生产设备，先后推出Ultra Pampers，Luvs Deluxe等新产品，试图通过改变产品颜色、改善吸湿性、设计特别的胶带粘贴、采用新的包装等种种方法以吸引消费者。尤其要提到的是Luvs Deluxe品牌的纸尿裤，它首次对性别进行了区别，分别为男孩子和女孩子设计了符合其性别特点的纸尿裤产品，受到市场欢迎。但是Kimberly－Clark公司紧随其后的产品改进，市场占有率逐年提高。结果，宝洁公司费尽力气做的种种产品改进虽然能够提高其中一个品牌的销量，但却是以侵袭自己公司另一品牌的市场份额为代价，Pampers和Luvs占有率之和正在下降。 为了使产品改进更加针对竞争对手，而不是导致内部的市场份额蚕食，宝洁公司需要更加深入的洞察消费者。于是，公司对消费者进行了问卷调查。300位婴儿的母亲参加了这次调查，试验设计保证每个受试者随机的得到Pampers、Luvs或Huggies中的一个品牌，每个品牌有100位受试者。测量的变量包括品牌偏好、每包片数、价格、促销价值、不分性别、颜色设计、吸水性、防漏性、舒适感/尺寸、胶带设计，共计10个变量。受试者对每个变量按照七点利克特量表打分，其中1＝最差，7＝最好，依此类推。 二、数据初步分析 300个数据均为有效数据，没有缺失值或异常值。它们的分布情况如下： 10个变量的频数分布（表1）表明，品牌偏好的平均分为4分，得分较高的有每包片数、价格、价值，接近4分的有样式、吸水性，得分较低的有防漏性、舒适感，而得分最低的是胶带，平均分只有3.34。  图1显示：受试者对品牌的打分比较均匀分布在1－7之间。而其他自变量的分布呈抛物线形状，大部分的得分集中于3、4和5（图略）。 三、回归分析 1、Enter法回归分析 a： 因变量：品牌偏好 y b： 自变量：每包片数x1、价格x2、价值x3、分性别设计x4、样式x5、吸水性x6、防漏性x7、舒适感/尺寸x8、胶带x9 得到的线性回归模型为：y=-3.46+0.504*x1+0.109*x2+0.0164*x3+0.472*x4+0.0654*x5+0.341*x6+0.253*x7+0.106*x8+0.0196*x9 对品牌偏好影响最大的自变量有每包片数、不分性别、吸水性、价格和舒适感。其中每包片数、不分性别和吸收性的P0.05，影响显著。 这一模型可以解释品牌偏好总差异的73%。D－W检验显示自变量之间的自相关性不明显。 相关分析表明，一些自变量之间存在显著的相关性。例如：不分性别与样式的相关系数为0.894， P0.01；每片包数与价格的相关系数为0.86，P0.01,价格与价值的相关系数为0.73，P0.01。为了避免模型出现多重共线性，下一步使用逐步回归的方法。 2、Stepwise回归分析 a： 因变量：品牌偏好 y b： 自变量：每包片数 x1、价格 x2、价值 x3、不分性别 x4、样式 x5、吸水性 x6、防漏性 x7、舒适感/尺寸 x8、胶带 x9 c：进入标准 P=0.05,移出标准 P=0.10 依次进入模型的变量是吸收性、不分性别、每包片数和防漏性。在回归过程中没有自变量被移出。自变量防漏性的进入使得吸收性的显著性降低，两者之间的相关较明显，但是模型总体的多重共线性并不显著，VIF10。D－W统计量为1.97，不存在明显自相关。 得到的回归模型为： y=-3.35+0.360*x6+0.427*x4+0.615*x1+0.324*x7 最终模型的标准回归系数中，每片包数对品牌偏好影响最大（0.615）,其次为不分性别（0.427）、吸水性（0.360）和防漏性(0.324)。模型的拟合优度：727。 通过VIF检验，防漏性（v7）与吸水性(v8)之间存在一定的共线性,两者偏相关系数＝0.83(P0.001)。 图4: 残差的P-P图 模型的p－p图如右所示，残差接近正态分布。 残差似乎呈现负的线性相关，这是由于因变量是不连续的、取值范围限制在1-7的定距变量。 四、营销建议 1、通过以上回归