对应分析在市场研究中的应用.ppt

对应分析在市场研究中的应用.ppt

《对应分析在市场研究中的应用.ppt》由会员分享，可在线阅读，更多相关《对应分析在市场研究中的应用.ppt（26页珍藏版）》请在冰豆网上搜索。

对应分析在市场研究中的应用,2,目录对应分析概述对应分析在市场研究中的应用对应分析需要注意的问题,3,对应分析概述,4,什么是对应分析,对应分析方法（CorrespondenceAnalysis）又称为相应分析，也称RQ分析，是因子分子基础发展起来的一种多元统计分析方法（MultidimensionalScalingMDS）。

通过分析由定性变量构成的列联表，可以用来解释变量之间的内在联系。

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。

特别是当分类变量的层级数比较大时，对应分析可以将列联表中众多的行和列的关系在低维的空间中表示出来。

而且，变量划分的类别越多，这种方法的优势就越明显。

对应分析的基本思想将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。

对应分析的最大特点能把众多的样品和众多的变量同时作到同一张图上，将样品的大类及其属性在图上直观而又明了地表示出来，具有直观性。

对应分析的方法（简单）对应分析多重对应分析,5,列联表（contingencytable）,列联表用来描述定类尺度和定序尺度数据的各种状态或是相关关系列联表是对应分析的基础，表中的每一个单元格都代表被调查者选择某一答案的频数，也表示行、列的对应关系。

对应分析的一个重要前提条件是表中的每个单元格不能为零或负数。

一般的二维列联表,一般的二维频率表,6,对应分析CorrespondenceAnalysisCA,基于行列变量之间交叉列联表的关联性的一种低维表现图数据是列联表中的频数，也可以是距离或其它测量尺度非常普遍和流行的方法非常适合研究两个定类变量定性数据的分析程序生成对应图品牌和属性靠近的点具有相关性,7,多元对应分析MultipleCorrespondenceAnalysisMCA,基于一组定类变量定性数据的关联性的一种低维表现图变量的定性数据分类非常普遍和流行的方法程序生成对应图变量取值的标签表现在对应图中靠近的点具有相关性如果能够的话尽量转化为二维的行列变量,8,Step1,Step2,Step3,对应分析的步骤,获取对应分析数据首先需明确研究的目的，进而选择对应分析中所需数据,Step4,建立列联表通过列连联表的形式将需要的数据特征描述出来。

运用SPSS执行对应分析通过统计软件（SPSS）进行计算,并描绘出对应分析图。

解读对应分析图,9,对应分析图的解读,市场细分：

对密集点进行分割确定细分市场，这种方法是最经常用到的。

距离定理：

连接原点到其中某点做一条射线，并反向延长做虚线，做Xn（n个X点）到这条直线的垂直线，交叉的点（垂点）离某点越近，说明越相关，反之越不相关。

10,对应分析图的解读,余弦定理：

连接其中两点到原点，各做一条射线，两条线之间的夹角越小，说明他们越相关（余弦定理：

夹角的余弦用来表示相关性的大小），如果从产品角度上说具有竞争关系。

原点定理：

如果某点离圆心越远，则说明该点具有的个性越鲜明，与其他点（产品）差异大，从统计学的角度说明越有意义。

圆心定理：

以某点为圆点做半径不同的圆数个，其他点落入的圆上的半径越短，则说明购买该产品的可能性越大，或者是具有相似行为但属性（年龄等）不同的消费者。

11,对应分析图的解读,发展方向分析：

根据某点（城市6）所在位置向图内各方向做射线（发展方向，以确定将遇到的竞争对手或困难，来确定企业发展方向。

象限分析：

根据原点把整个图划分成四象限，每个象限代表着不同属性的点（产品），具体原理可参见SWOT分析，另遇到可以用SWOT方式解读是很特殊和偶然的情况，读者需要根据实际情况选择此方法。

12,对应分析在市场研究中的运用,13,对应分析在市场研究中应用,对应分析可以回答的问题谁是我的用户？

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,对应分析在市场研究中的应用领域,品牌形象,市场细分,产品定位,满意度研究,对应分析,14,对应分析在市场研究中的应用：

品牌形象,品牌形象（BrandImage）品牌形象是消费者这一主体对品牌这一客体的主观感知，是品牌构成要素在人们心目中的综合反映及主观评价。

感知（Perception）是指人们对感性刺激进行选择、组织并解释为有意义的和相关图像的过程。

品牌构成要素既包括品牌名称、品牌标志等品牌的显性要素，又包括品牌所反映的产品属性、价值、文化等隐性要素。

简单的说，品牌形象就是品牌传达给消费者的印象，包括视觉上的和体验层面的。

品牌形象直接来自消费者的描述，而不是品牌所有者的主观判断,15,对应分析在市场研究中的运用：

品牌形象,获取对应分析数据的方法有两种：

定性的方法主要有投射测验、座谈会等定量的方法主要有问卷法、实验法,应用案例：

考察某行业3个品牌具有哪些形象收集数据方法：

问卷调查样本量：

300,16,对应分析在市场研究中的应用：

品牌形象,在处理300样本数据中，对品牌形象与品牌2变量交互分类，生成列联表，其中：

每个品牌形象称为一个行变量每个牌子则称为一个列变量为了将列联表数据展现在SPSS数据视图中，需要对列联表数据进行处理，即按照零假设成立的情况进行变量变换（计量资料连续化）品牌A=1；品牌B=2；品牌C=3牌子可靠=1；牌子高档=2是专家=22,Step1.获取对应分析数据,Step2.建立列联表,Step3.运用SPSS执行对应分析,Step4.解读对应图,17,对应分析在市场研究中的应用：

品牌形象,Step1.获取对应分析数据,Step2.建立列联表,Step3.运用spss执行对应分析,Step4.解读对应图,1,打开或建立数据文件，并对数据文件进行处理如果数据文件中有频数变量，应该首先做加权处理。

即选择“Data”-“WeightCases”命令,2,打开对应分析主对话框选择“Analyze”-“DataReduction”-“CorrespondenceAnalysis”命令，打开对应分析主对话框,3,指定行（列）变量及其范围单击窗口的“CorrespondenceAnalysisDefineRowRange”（对应分析：

定义行范围）子对话框。

在该对话框中指定选取行/列变量的范围；分别在“Minimum”（最小值）文本框和“Maximum”（最大值）文本框中输入该行/列变量中参与对应分析的最小变量值和最大变量，单击“Update”按钮，确认操作,4,执行（简单）对应分析单击“OK”按钮，执行对应分析操作。

运用SPSS执行（简单）对应分析,18,对应分析在市场研究中的应用：

品牌形象,step1.获取对应分析数据,Step2.建立列联表,Step3.运用spss执行对应分析,Step4.解读对应图,对应分析在SPSS中的输出结果：

汇总表（summary）,Inertia（惯量），为每一维到其重心的加权距离的平方。

它度量行列关系的强度。

SingularValue（奇异值），是惯量的平方根，反映了是行与列各水平在二维图中分量的相关程度，是对行与列进行因子分析产生的新的综合变量的典型相关系数。

ChiSquare，就是关于列联表行列独立性c2检验的c2统计量的值。

其后面的Sig为在行列独立的零假设下的p值，Sig.值很小说明列联表的行与列之间有较强的相关性。

ProportionofInertia（惯量比例），是各维度（公因子）分别解释总惯量的比例及累计百分比，类似于因子分析中公因子解释能力的说明。

在本应用案例中，由于由于第一维的惯量比例占了总比例的73.6.%，因此，其他维的重要性可以忽略。

19,对应分析在市场研究中的应用：

品牌形象,step1.获取对应分析数据,Step2.建立列联表,Step3.运用spss执行对应分析,Step4.解读对应图,对应分析在SPSS中的输出结果：

对应图坐标依据,2表分别展现了品牌与品牌属性使用点的坐标，如：

品牌A（0.746,0.173），牌子可靠（-0.056,0.056），,Mass为行与列的边缘概率ScoreinDimension是各维度的分值（二维图中的坐标）Inertia:

就是前面所提到的惯量，为每一行/列到其重心的加权距离的平方,20,对应分析在市场研究中的应用：

品牌形象,对应分析在SPSS中的输出结果：

对应图在SPSS的表现,Step1.获取对应分析数据,Step2.建立列联表,Step3.运用SPSS执行对应分析,Step4.解读对应图,SPSS生成的对应图比较粗糙，需要作美化处理。

由于在SPSS中进行调整比较费事，因此可以将对应分析结果中的横纵坐标烤到EXCEL中，用EXCEL重新制作对应图。

21,对应分析在市场研究中的应用：

品牌形象,Step1.获取对应分析数据,Step2.建立列联表,Step3.运用SPSS执行对应分析,Step4.解读对应图,对应分析图的解读靠近某品牌的特性若它们处于同一象限，则可以认为这些特征与该品牌关系密切，可以作为该品牌的形象特征。

如果靠近某品牌的特征与品牌处于不同的象限，此时就要从两方面进行分析：

首先看看横轴所解释的百分比是否占大部分，本例中横轴占了73.6%，纵轴仅占26.4%，因而横轴是最重要的。

其次看品牌和特性分别在横轴和纵轴上的投影方向。

若品牌和特性在横轴上的投影方向相反，且距离的绝对值适中，则不能认为该品牌与此特性关系密切。

若品牌和特性在横轴上的投影方向相同，且距离的绝对值很小，但两者在纵轴上的投影方向相反，此时仍可认为该品牌与此特性有一定的关系。

品牌A在消费者中的形象为：

历史悠久，适合任何时候食用，适合小孩食用，物有所值，质量比以前差了。

品牌B在消费者中的形象为：

口感好，营养好，方便面专家，味道够地道，质量好，牌子高档，经验丰富，不断推出新产品，包装美观。

品牌C在消费者中尚未建立一定的形象。

22,对应分析在市场研究中的应用：

市场细分,市场细分（MarketSegmentation）根据消费者需求的不同，把需求基本相同的消费者分别收并为一类，形成总体市场中的若干“子市场”或细分市场。

不同细分市场之间的需求差别比较明显，而在每个细分市场内部，需求差别就比较细微，基本倾向一致。

市场细分的标准地理因素人口统计因素性别、年龄、收人、教育程度、职业、家庭规模等心理因素行为因素,并非每种细分因素都能有效地细分市场，若试图以一个因素（例如年龄）来细分市场，但往往划分效果并不理想。

在实际研究中，经常用年龄、性别、收入、职业、教育程度来进行市场细分。

多元对应分析,23,对应分析在市场研究中的应用：

市场细分,1,打开或建立数据文件，并对数据文件进行处理如果数据文件中有频数变量，应该首先做加权处理。

即选择“Data”-“WeightCases”命令,2,打开对应分析主对话框选择“AnalyseDataReduction”-“OptimalScaling”命令，显示“OptimalScaling”（最优尺度）对话框当选择“Allvariablesmultiplenominal”（变量都为多元定类型）和“OneSet”（单个组）时，“MultipleCorrespondenceAnalysis”将被激活,3,选择“MultipleCorrespondenceAnalysis”选项，弹出对话框。

在左侧的变量列表框中选择变量，单击右向箭头，将其移动至“AnalysisVariables”（分析变量）列表框内，在该列表框下“单击”“DefineVariableWeight”（定义加权变量）按钮，在“MCA：

DefineVariablesWeight”对话框中定义该变量的权数。

在“Dimensionsinsolution”（解的维数）文本框中输入多元对应分析的维数，默认值为2。

一般利用尽可能小的维数来解释大多数变量。

4,执行多元对应分析单击“OK”按钮，执行多元对应分析操作。

在SPSS中，多元对应分析过程是交