SPSS处理对应分析3.docVIP

实验八：对应分析 一．实验目的 1） 掌握对应分析方法在SPSS软件中的实现； 2） 熟悉对应分析的用途和操作方法； 二．实验要求 某生产纯水的企业为其产品命名，决定对选定的备选名称方案进行品牌测试，采用问卷调查的方式对消费者进行名称联想调查，以便最终确定产品品牌名称。调查数据表如下 是通过对应分析说明选定的品牌在消费者的心目中是否达到了预期效果。 三．实验内容 1. 试验步骤： （1）数据录入。打开SPSS数据编辑器，建立“对应分析.sav”文件。在变量视窗中录入3个变量，用A表示“品牌”，用B表示“产品”，用C表示“频数”，对A变量和B变量输入对应的标签和值，C变量输入对应的标签。然后在数据视图中将数据对应录入，其相关操作及变量视图的效果如下图一所示： 【图一】 （2）进行对应分析。 依次点击“数据加权个案描述”再将“频数”导入“频率变量”，如下图二所示： 【图二】 依次点击“分析-数据降维点击对应分析将pp（品牌名称）导入行定义全距最小值为1，最大值为6将cpmc（产品名称）导入列定义全距最小值为1，最大值为7点击更新点击继续”，如下图三所示： 【图三】 依次点击“模型选择距离度量中的卡方继续”如下图四所示： 【图四】 依次点击“统计量选择行轮廓表，列轮廓表，对应表，行点概览，列点概览 点击继续”，如下图五所示： 【图五】 依次点击“图选择散点图中的行点，列点选择线图中的已转换的行类别，已转换的列类别继续”，如下图六所示： 【图六】 2.试验结果输出，如下表一： 【表一】 3.实验分析 1） “对应表”是产品名称与品牌名称的交叉列联表，表中的数据为相应的频数，有效边际是相应的合计数据。可以看到，在调查的4223名消费者中， 大多数消费者以玉泉，雪源，美纯品牌命名，大多数消费者命名的产品是雪糕，纯水，保健饮料。尽管通过对应表发现消费者命名产品的倾向，但没有揭示出以哪种品牌命名哪种产品的规律； 2） “行简要表”是“对应表”的补充，是用对应表中相应位置的数据除以每一行的有效边际，如50/789=0.063 ，显示了各频数在各行方向上的百分比，较对应表更直观清晰。可以看到，消费者命名“雪糕，纯水，保健饮料”分别占总消费者的“14.1%，34.2%，13.7%”，命名“纯水”的比例最高，命名“碳酸饮料”的比例最低，仅为7.4%； 3）“列简要表”也是“对应表”的补充，是用“对应表”中相应位置的数据除以每一列的有效边际，如50/597=0.084 。显示了各频数在列向上的百分比，较对应表更直观清晰。可以看到，消费者以玉泉，雪源品牌命名的比例最高，占到18.6%，以天山绿品牌命名的比例最低，仅为11.8%； 4）若将“对应表”中的数据看为一个矩阵A，则“摘要”中的惯量为AA’的特征值，奇异值为对应特征值开根所得的结果，即。“惯量”是度量行列关系的强度。惯量比例中的“解释”为各特征值所占特征值总和的百分比，即方差贡献率。在“摘要”中，由对应分析的基本原理可知，提取的特征根个数为，这里，由于品牌名称有6个水平（=6），产品名称有7种（），因此提惯量，也即特征值。其中第一个特征根的值最大，意味着它解释各别差异的能力最强，地位最重要，其他特征根的重要性依次下降，特征根的总和为1.108；第四、第五列是对交叉列联表作卡方检验的卡方观测值（4679.050）和相应的小值（0.000），由于小，因此拒绝原假设，认为行变量和列变量有显著的相关性关系；第六列是各个特征根的方差贡献率，第一个特征根的方差贡献率为0.412，方差贡献率是最高的；第七列是各特征根的累计方差贡献率，由于前两个特征根就已经解释了各类别差异的74.0%，因此最终提取2个因子是可行的，信息丢失少； 5) “概述行点”表显示了行变量各分类降维的情况，表中的“质量”表示行变量占各变量总和的百分比，“维中的得分”为各变量在各公共因子上的得分。第二列是行变量各类别的百分比；第三、第四列是行变量各类别在第1、第2个因子上的因子载荷，它们将成为分布图中的数据点的坐标；第五列为各特征根；第六、第七列是行变量各分类对第1、第2个因子值差异的影响程度；波澜这个品牌对第1个因子值的差异影响最大（45.5%），雪源这个品牌对第2个因子值的差异影响最大（61.4%），第八、第九、第十列是第1、第2因子对行变量各分类差异的解释程度。玉泉这个品牌第1个因子解释了53.2%的差异，第2个因子解释了43.1%的差异，两因子共解释了96.3