市场调研数据分析方法.ppt

第五节　对 应 分 析 　　 一、对应分析的基本思想 　　　对应分析，又称为相应分析，是在R型和Q型因子分析基础上发展起来的一种多元相依的变量统计分析技术。它通过分析由定性变量构成的交互汇总表来揭示变量间的关系。当以变量的一系列类别以及这些类别的分布图来描述变量之间的联系时，使用这一分析技术可以揭示同一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。 第三十一页，共五十六页。 　二、有关统计术语与资料格式 　（一）统计术语 　1.列联表 　2.主成分 　3.惯量和特征值 　4.卡方、似然比卡方、曼图—汉斯泽鲁卡方、法系数、列联系数 第三十二页，共五十六页。 　　（二） 数据格式 　　　对应分析的典型数据格式是二维列联表或交叉频数表。它能清楚地表示两个定性变量之间的相互关系。 　　 三、分析的步骤 　　　1.确定研究的内容 　　　2.获取分析资料 　　　3.对列联表作对应分析 　　　4.解释结果意义 　　　5.评价分析结果 第三十三页，共五十六页。 　　 四、实例分析 　　　某公司进行一次市场调查，得到轿车特征于一些用户特征的数据。如有： 轿车大小（大、中、小）、轿车类型（家用型、跑车、商用车）、收入(一份收入、双份收入)、状态（已婚、已婚有孩子、未婚、未婚有孩子）、房子（租房、买房）等数据。现请分析它们之间的联系。 第三十四页，共五十六页。 第三十五页，共五十六页。 　　　从对应图可以推断出下面一些结论： 　　　（1）已婚有孩子、家用车和中型车相关性较大。 　　　（2）已婚和双份收入有联系，已婚、已婚有孩子和买房也有一定的联系。 　　　（3）未婚、一份收入和租房之间关系紧密。 　　　（4）跑车与小型车之间也有关系。 　　　根据上面的结论，我们在进行市场细分、制定营销战略方面可以充分利用这些信息。例如：面向已婚家庭应重点推销中型家用车。而那些未婚、一份收入、租房的消费者，因其经济条件方面的原因，他们难以成为轿车消费的目标顾客群。另外现没有适合双份收入、已婚的消费者的车型，应考虑开发新车型满足他们的需求。 第三十六页，共五十六页。 第六节　多维偏好分析 　　一、主成分分析法简介 　　（一）主成分分析的基本思想 　　　主成分分析法就是将原来众多具有一定相关性的指标（如p个指标），重新组合成一组新的相互无关的综合指标来代替原来的指标。 　　（二）主成分分析的数学模型 第三十七页，共五十六页。 　　（三）主要统计术语 　　1.偏好评分 　　2.特征值或惯量 　　二、分析的基本步骤 　　1.确定研究的问题 　　2.资料的收集 　　3.主成分分析 　　4. 偏好图并解释结果意义 第三十八页，共五十六页。 　　　三、实例分析 　　　某心理学期刊作了一项市场调查，以了解自己刊物与现有的其他心理学刊物的相对定位。他们挑选10种心理学刊物，请39个专业心理学家根据他们对这些刊物的偏好按1～10的量表评分，其中“1”代表低评价，“10”代表高评价。 第三十九页，共五十六页。 　　利用SPSS Categories PRINCALS过程的“非线性”主成分分析方法对上表的资料进行分析，部分结果如下： 　　这些刊物表现为以下分组： 　　（1）一个“硬”组，包括JEXP，PMET，MVBR，JAPP，或许BULL。 　　（2）一个“发展”组，包括JEDP，HUDE。 第四十页，共五十六页。 第六章　市场研究的数据分析方法 第一页，共五十六页。 第一节　线性回归分析 　　　一、线性回归方程的基本模型 　　　线性回归方程从样本资料出发，一般利用最小二乘法，根据回归直线与样本数据点在垂直方向上的偏离程度最低的原则，进行回归方程的参数的求解。 　　　线性回归分析是考察变量之间的数量关系变化规律，它通过一定的数学表达式——回归方程，来描述这种关系，以确定一个或几个变量的变化对另一个变量的影响程度，为预测提供数学依据。 第二页，共五十六页。 1.一元线性回归模型 模型是： 式中：为被解释变量（因变量）；为解释变量（自变量），是随机误差项，i为观测值下标，n为样本容量，与 是待估参数，称 为回归常数，为回归系数。 第三页，共五十六页。 2.多元回归模型 多元线性回归模型中自变量的个数在2个以上，模型的一般形式为： i=1,2，…，n 其中， 为被解释变量（因变量）， 为解释变量（自变量）， 是随机误差项，i为观测值下标，n为样本