对应分析方法与对应图解读方法课件.docVIP

对应分析方法与对应图解读方法——七种分析角度 对应分析是一种多元统计分析技术，主要分析定性数据 Category Data 方法，也是强有力的数据图示化技术，当 然也是强有力的市场研究分析技术。 这里主要介绍大家了解对应分析的基本方法，如何帮助探索数据，分析列联表和卡方的独立性检验，如何解 释对应图，当然大家也可以看到如何用 SPSS操作对应分析和对数据格式的要求！ 对应分析是一种数据分析技术，它能够帮助我们研究由定性变量构成的交互汇总表来揭示变量间的联系。交 互表的信息以图形的方式展示。主要适用于有多个类别的定类变量，可以揭示同一个变量的各个类别之间的差 异，以及不同变量各个类别之间的对应关系。适用于两个或多个定类变量。 主要应用领域： 概念发展 （Concept Development) 新产品开发 (New Product Development) 市场细分 (Market Segmentation) 竞争分析 (Competitive Analysis) 广告研究 (Advertisement Research) 主要回答以下问题： 谁是我的用户？ 还有谁是我的用户？ 谁是我竞争对手的用户？ 相对于我的竞争对手的产品，我的产品的定位如何？ 与竞争对手有何差异？ 我还应该开发哪些新产品？ 对于我的新产品，我应该将目标指向哪些消费者？ 数据的格式要求 对应分析数据的典型格式是列联表或交叉频数表。 常表示不同背景的消费者对若干产品或产品的属性的选择 频率。背景变量或属性变量可以并列使用或单独使用。 两个变量间——简单对应分析。 多个变量间——多元对应分析。 案例分析：自杀数据分析 上面的交互分析表，主要收集了 48961 人的自杀方式以及自杀者的性别和年龄数据！ POISON（毒药） GAS（煤 气）HANG（上吊） DROWN（溺水） GUN（开枪） JUMP（跳楼）（我们就不翻译成中文了，读者可以把六个方式 想象成品牌或别的什么） 当然，我们拿到的最初原始数据可能是 SPSS数据格式记录表， 其中，性别取值 1-male 2-female ，年龄取值 1-5，分别表示不同年龄段。 要回答的问题是： 1-不同性别的人在选择自杀方式上有什么差别？ 2-不同年龄的人在选择自杀方式上有什么差别？ 3-不同性别年龄的人在选择自杀方式上有什么差别？ 我们首先，把性别字段乘上 10 加上年龄字段生成新字段 sexage，取值是 11-15，21-25，然后分别用 M/F 和年龄 组中值代表 Sexage字段的变量值标，这样我们就可以进行简单对应分析了！ 现在问大家，如果你看到上面的 6× 10 的矩阵 -列联表，你能看出什么差异？ 现在我们采用 SPSS软件进行对应分析！ （我现在用的是 SPSS17.0多语言版本，前两天听博易智讯的人说，现在 SPSS已经有 18.0 版本了，不过从对应 分析方法角度我还是希望用 11.5 版本，因为可以自己拆分重新组合修改图形，现在的版本是图片了，不能随心 所欲的修改，不爽！ ） 分别定义好行列变量以及它们的取值范围！ 对应分析中， 6× 10 的列联表（交互表）可以得到行列维度最小值减 1 的维度，我们看到第一维度 Dim1 解释了 列联表的 60.4%，第二维度 Dim2 解释了列联表的 33.0%，说明在两个维度上已经能够说明数据的 93.4%，这是 比较理想的，当然我们也可以看卡方检验等！ 下面我们主要解释如何解读对应图（小蚊子的博客中也有非常相似的解释，我非常欣赏他的博客） 首先对 SPSS分析得到的对应图进行修饰和编辑，在零点增加两条中线！ 解读方法： 1-总体观察： 我们从图上左右可以看出，左边全部是 M* ，男性，右边 F*全部是女性，说明男女有显著差异；同时看横轴中 线上方都是年龄大的，下面都是年龄小的，说明年龄有差异；这样就一目了然看出和回答了前两个问题； 2-观察邻近区域 我们从图上可以看出，老的男性比较喜欢 HANG，GAS和 GUN 是年轻男性的偏好；老的女性比较喜欢 DAWN， 年轻的女性比较偏好 POISON； 3-向量分析——偏好排序 我们可以从中心向任意点连线 -向量，例如从中心向 GUN 做向量，然后让所有的人往这条向量及延长线上作垂 线，垂点越靠近向量正向的表示越偏好这种方法。 记住：是垂点到 GUN 正向排名，从图中我们可以看出，希望 GUN 方法的人依次是 M15、M30 、M45 、M60 、 M80 、F15 等等；依次类推，我们还可以从中心向任意一种方法作垂线，都可以排出每种方法选择人群的偏好次 序；当然，你也可以从中心往所有的人作向量，得到每一类人在选择六种方法上的偏好排名！ 你是否可以看出， F15 年轻的女性对六个“品牌”的偏好吗？ 4-向量的