multidimensionalscalingmds与因素分析类似之处.pptVIP

* 獲利能力分析 在進行聯合分析時，研究人員指定了該產品的不同屬性組合(例如產品外觀、產品實用性、產品價格)，再要求填答者比較不同屬性組合的偏好程度。因此，研究人員可以將估算出某產品特性水準的生產成本與市場接受程度相連結，進行可行性分析以及獲利能力分析，進而分析該產品之價格敏感度。 20.10 聯合分析在行銷管理上的應用 * 聯合模擬 利用聯合分析針對不同產品特性組合的偏好程度發展決策模式，來評估是否應該推出一特性組合不同的新產品，或是將某舊有產品退出市場，以及多品牌/多產品策略的選用。 20.10 聯合分析在行銷管理上的應用 企業研究方法第20章 LOGO 第20章多元尺度分析與聯合分析 ?本章的學習主題 ? 1.多元尺度的意義 2.多元尺度的處理資料型態 3.多元尺度的模型適合度評估 4.多元尺度分析SPSS操作說明 5.聯合分析的概念 6.聯合分析與其他多變量分析方法的異同 7.權衡分析法與全輪廓分析法 8.成分效用值的計算 9.聯合分析在管理上的應用 * 20.1 多元尺度的意義 多元尺度法(multidimensional scaling, MDS)，與因素分析類似之處，都是做資料之簡化工作(data reduction)，其主要的目的是希望能發掘一組資料所隱藏之結構。 MDS主要的貢獻在於發展知覺圖，是屬於非以屬性為基礎的方法(nonattribute-based approaches)，與因素分析或區別分析等以屬性為基礎的方法(attribute-based approaches)不同。 * 20.2 多元尺度的處理資料型態 MDS有計量(metric)MDS和非計量(non-metric)MDS兩種，計量MDS以相對距離實際數值為投入資料，非計量的MDS則是以順序尺度的資料作為資料的投入 。 　計量MDS是希望在某個維度空間上找到座標點，使其點間距離與給定的距離矩陣相同，而找到完整座標的解必需滿足歐基里德距離 (Euclidean Distance) 矩陣。非計量MDS 是嘗試在維度空間構面圖中，使點間距離排序與原距離越一致越好，而通常量測配合度的指標我們稱為壓力係數(stress)。 * 20.2 多元尺度的處理資料型態 壓力係數是由Kruskal(1964)所提出，其計算公式如下： * S = S ：壓力係數 dij：成對事物在構面中之距離 ：dij 之估計值，通常是以簡單迴歸 (monotone regression)之方法求得，壓力係數愈小代表dij與之差異不大，即代表模式之適合度很高。 dij ^ 20.3 多元尺度的模型適合度評估 進行 MDS 分析時通常以壓力係數(stress)作為衡量標準，根據Kruskal (1964)的解釋，不同的壓力係數水準，有其代表的配適程度 。 壓力係數 配適程度 0.200 Poor ( 不好 ) 0.100 Fair ( 還可以 ) 0.050 Good ( 好 ) 0.025 Excellent ( 非常好 ) 0.000 Perfect ( 完全配合 ) * 壓力係數之計算，是以在知覺圖中成對事物之距離(dij)與其平均距離( )之差來計算。 dij ^ 20.3 多元尺度的模型適合度評估 多元尺度適合度評估是計算 R2 並判定 R2 是否合適，R2 之計算公式如下： sse：殘差平方和(sum of squared error) sst ：整體平方和(sum of squared total) R2 的意涵是直接解釋最佳尺度資料(optimally scaled data)的變異數中，可由多元尺度法解釋的部份。因此多元尺度分析也可以以 R2 作為同時參考的標準，當R2愈大時(即越接近1)，表示配合性愈好，通常R2在0.9以上即視為非常好的配適性。 * 20.4 多元尺度法範例 * 本書以多元尺度分析不同職業別對各構面的知覺分析，以6種不同職業別與13個影響線上社群行為意圖的變數，作出知覺圖。在知覺圖中，每一點代表一個特定的構面，點與點間的距離則表示各變數彼此相似的程度，距離愈小表示愈相似，距離愈大表示愈不相似。 　　以本書為例，為瞭解不同職業別在影響不同線上社群行為意圖的變數的關係，研究人員分別調查這6種不同職業在影響線上社群行為意圖的變數的得分： * 表 20 - 1 不同職業別與十三個影響線上社群行為意圖的變數 職業代號 職業別 occ=1 學生 occ=2 公務員 oc