在許多市場(chǎng)調(diào)查中,調(diào)查者需要解決的問(wèn)題遠(yuǎn)遠(yuǎn)超出一般性統(tǒng)計(jì)檢驗(yàn)的需要,可能會(huì)對(duì)兩個(gè)或者兩個(gè)以上變量的關(guān)聯(lián)度感興趣,分析兩個(gè)變量的關(guān)聯(lián)度的技術(shù)方法,稱(chēng)為相關(guān)分析。
相關(guān)性分析一種非常有用的市場(chǎng)研究工具,可以在 2 維空間內(nèi)同時(shí)表達(dá)多維的屬性,也可以更好的理解品牌和屬性之間的關(guān)系,還可以表述一個(gè)不同市場(chǎng)因素的關(guān)聯(lián)度。
相關(guān)分析可以幫助客戶(hù) / 市場(chǎng)決策者:
-為實(shí)施市場(chǎng)戰(zhàn)略而去發(fā)現(xiàn)市場(chǎng)的空隙和優(yōu)化產(chǎn)品的定位 ( 對(duì)于新品牌或新產(chǎn)品的開(kāi)發(fā)
/ 延伸 )
-發(fā)現(xiàn)市場(chǎng)上決定性的或顯著的屬性,例如對(duì)于選擇不同品牌的重要和有顯著區(qū)別的屬性。
回歸分析
在對(duì)市場(chǎng)數(shù)據(jù)的分析中往往會(huì)看到變量與變量之間存在一定的相關(guān)關(guān)系,例如:某產(chǎn)品的價(jià)格和社會(huì)需求之間,服務(wù)滿意度與服務(wù)之間都有密切的關(guān)系,銷(xiāo)售額與產(chǎn)品價(jià)格水平之間的關(guān)系等,研究變量之間相互關(guān)系密切程度的分析為相關(guān)分析。如果在研究變量的相關(guān)分析時(shí),把其中的一些因素作為所控制的變量,而另一些隨機(jī)變量作為它們的因變量,確定這種關(guān)系的數(shù)理方法就稱(chēng)為回歸分析。它常應(yīng)用于滿意度研究、消費(fèi)者研究、市場(chǎng)預(yù)測(cè)以及一些專(zhuān)業(yè)技術(shù)研究等方面。
在實(shí)際運(yùn)用中,回歸分析根據(jù)變量的數(shù)目劃分為二元變量回歸和多元變量回歸,回歸的形式包括線性回歸和非線性回歸等。
通常,線性回歸是常用的一種方法,二元線性回歸的方程表示為:
Y = C + bX + e
其中: Y = 產(chǎn)出 (dependent variable /response variable) ; X = 輸入變量 (independent variable / regressor) ; c = 常量 ( 當(dāng) x=0 時(shí) ) ; b = 斜率; e = 誤差 / 殘差 (error / residual)
多元線性回歸方程像線性回歸一樣,只不過(guò)有更多的獨(dú)立變量,其線性方程表示為:
Y = c + b 1 x 1 + b 2 x 2 + b 3 x 3 + ...
+ e
多元回歸被廣泛運(yùn)用在市場(chǎng)研究中,舉例如下: (1) 咖啡市場(chǎng)中關(guān)鍵因素的確定;
(2) 計(jì)算機(jī)客戶(hù)滿意度研究關(guān)鍵因素確定; (3) 社會(huì)調(diào)查中的使用。
案例 1 :找到關(guān)鍵的市場(chǎng)驅(qū)動(dòng)因素 - 在上升的咖啡市場(chǎng)
案例 3 :在市場(chǎng) / 社會(huì)研究中,它通常表現(xiàn)出是 “ 先有雞還是先有蛋的關(guān)系 ” ,你喜歡某件產(chǎn)品是因?yàn)樗軙r(shí)髦還是你認(rèn)為因?yàn)槟阆矚g它才覺(jué)得它她時(shí)髦 ? 你喜歡一個(gè)公司是因?yàn)樗泻玫姆?wù)?或者你認(rèn)為這個(gè)公司的服務(wù)很好只因?yàn)槟阆矚g這家公司 ( 或者公司其他方面的因素 ) 。
因子分析
因子分析的基本目的就是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系,即將相關(guān)比較密切的幾個(gè)變量歸在同一類(lèi)中,每一類(lèi)變量就成為一個(gè)因子
( 之所以稱(chēng)其為因子,是因?yàn)樗遣豢捎^測(cè)的,即不是具體的變量 ) ,以較少的幾個(gè)因子反映原資料的大部分信息。常與其它技術(shù)聯(lián)合使用,應(yīng)用于滿意度研究,市場(chǎng)細(xì)分研究中。
在市場(chǎng)研究中,研究人員感興趣的是一些研究指標(biāo)的集成或者組合,這些概念通常是通過(guò)等級(jí)評(píng)分問(wèn)題來(lái)測(cè)量的,每一個(gè)指標(biāo)的集合
( 或是一組相關(guān)聯(lián)的指標(biāo) ) 就是一個(gè)因子,指標(biāo)概念等級(jí)得分就是因子得分。
在一個(gè)只有兩個(gè)因子的因子得分分析中,因子得分的計(jì)算如下:
F1=0.40A1+0.30A2+0.02A3+0.05A4
F2=0.01A1+0.04A2+0.45A3+0.37A4
其中: F 為因子得分; A 為等級(jí)評(píng)分;等級(jí)評(píng)分的系數(shù)即為該變量的權(quán)數(shù)。
判別分析
判別分析 (Discriminant Analysis) 能夠依據(jù)樣本的某些特性,以判別樣本所屬類(lèi)型。與聚類(lèi)分析不同的是,判別分析是在已知研究對(duì)象可用某種方法分成若干類(lèi)的前提下,建立判別函數(shù),用以判定未知對(duì)象屬于已知分類(lèi)中的哪一類(lèi)。在市場(chǎng)研究中,判別分析主要用于對(duì)一個(gè)企業(yè)進(jìn)行市場(chǎng)細(xì)分,以選擇目標(biāo)市場(chǎng),有針對(duì)性地進(jìn)行廣告、促銷(xiāo)等活動(dòng)。
判別分析的普通公式為:
Z = b 1 x 1 + b 2 x 2 + b 3 x 3 + ... + b n x n
其中, Z 為判別分; b 為判別權(quán)數(shù); x 為自變量。
聚類(lèi)分析
聚類(lèi)分析是指把具有某種相似特征的物體或者事物歸為一類(lèi)的方法與技巧。聚類(lèi)分析的目的在于辨別在某些特性上相似的事物,并按這些特性將樣本劃分成若干類(lèi) ( 群 ) ,使在同一類(lèi)內(nèi)的事物具有高度的同質(zhì)性,而不同類(lèi)的事物則有高度的異質(zhì)性。在市場(chǎng)研究中,聚類(lèi)分析主要用于:
☆ 對(duì)消費(fèi)者群進(jìn)行市場(chǎng)細(xì)分;
☆ 把研究對(duì)象 ( 人,城市,品牌等 ) 分割成為更加同質(zhì)的細(xì)分群體;
☆ 為市場(chǎng)測(cè)試確定相匹配的城市;
☆ 在市場(chǎng)結(jié)構(gòu)分析中去識(shí)別競(jìng)爭(zhēng)者
☆ 對(duì)產(chǎn)品進(jìn)行分類(lèi)
☆ 選擇試驗(yàn)市場(chǎng)
☆ 確定分層抽樣的層次
☆ 分析消費(fèi)者的性格特征和行為形態(tài)等方面
多維偏好分析
多維偏好分析常用于分析消費(fèi)者對(duì)產(chǎn)品與服務(wù)的偏好傾向,在市場(chǎng)研究中能具體解決如下問(wèn)題:
☆ 圈定目標(biāo)消費(fèi)群體
☆ 市場(chǎng)上哪些品牌的競(jìng)爭(zhēng)激烈
☆ 探索市場(chǎng)的空白區(qū)域
☆ 消費(fèi)群體的分類(lèi)
☆ 品牌評(píng)價(jià)
多維尺度分析是探索多個(gè)研究事物間的相似 ( 不相似 ) 程度,通過(guò)適當(dāng)?shù)慕稻S方法,將這種相似 ( 不相似 ) 程度在低維度空間中點(diǎn)與點(diǎn)之間的距離表示出來(lái),并有可能幫助識(shí)別那些影響事物間相似性的潛在因素,在市場(chǎng)研究中能具體解決如下問(wèn)題:
☆ 市場(chǎng)上,相似品牌有哪些?
差分統(tǒng)計(jì)檢驗(yàn)
統(tǒng)計(jì)推斷最根本的目的是從抽樣調(diào)查的結(jié)果中歸納出總體特征,統(tǒng)計(jì)判斷最基本的原則是,在數(shù)學(xué)上不同的數(shù)字在統(tǒng)計(jì)學(xué)上可能并沒(méi)有顯著不同。例如,在啤酒口味測(cè)試中,
52 %的人偏好 A , 48 %的人偏好 B ,這里實(shí)際上的差別很小,并在我們所設(shè)計(jì)的誤差之內(nèi),這種統(tǒng)計(jì)差別是不顯著的。
在數(shù)學(xué)概念上,只要數(shù)字不同就有差分。然而,這并不能說(shuō)明在統(tǒng)計(jì)上的意義是顯著的。如果一個(gè)差分大到不可能由于抽樣誤差或者偶然因素引起的,那么這個(gè)差分在統(tǒng)計(jì)學(xué)上是顯著的,稱(chēng)為統(tǒng)計(jì)顯著性。那么,什么程度的差分才有統(tǒng)計(jì)顯著性呢?差分的統(tǒng)計(jì)檢驗(yàn)分析即可回答這個(gè)問(wèn)題。
假設(shè)檢驗(yàn)是我們通常使用的技術(shù)方法。例如,我們事先給某一個(gè)產(chǎn)品目標(biāo)購(gòu)買(mǎi)人群的定位是
25 歲,而調(diào)查表明是 28 歲。那么,事先的預(yù)測(cè)準(zhǔn)確嗎?通過(guò)假設(shè)檢驗(yàn)技術(shù)就可以得到答案。
全國(guó)咨詢(xún)熱線: 400-666-1917 (7*24小時(shí)) 0755-25407622 25193390 25193391 25407713 25407397 25407633 25417815
可行性研究報(bào)告\商業(yè)計(jì)劃書(shū)咨詢(xún)熱線: 400-666-1917 (7*24小時(shí)) IPO咨詢(xún)咨詢(xún)熱線: 400-666-1917(7*24小時(shí))
媒體合作: 0755-25407295 廣告合作: 0755-25407295 網(wǎng)站合作: 0755-66802975 傳真: 0755-25407715
客服MSN: askci2007@hotmail.com 客服QQ: 1272473231 客服電郵: askci@askci.com
深圳地址:深圳市福田中心區(qū)紅荔路1001號(hào)銀盛大廈7層(團(tuán)市委辦公大樓) 郵編:518027 了解中商的實(shí)力
Copyright 2003-2014 askci Corporation, All Rights Reserved 中商情報(bào)網(wǎng) 版權(quán)所有
粵ICP備05057834號(hào) 增值電信業(yè)務(wù)經(jīng)營(yíng)許可證:粵B2-20130242