市場調(diào)查第六章___靜態(tài)分析方法精品管理

1、第六章 靜態(tài)分析方法相對分析法平均分析法推斷分析法相關(guān)分析法假設(shè)檢驗多元變量分析法 編輯ppt第五節(jié) 假設(shè)檢驗假設(shè)檢驗的基本概念擬合優(yōu)度(Goodness of Fit)關(guān)于一個平均數(shù)的假設(shè)檢驗關(guān)于比率的假設(shè)檢驗方差分析（ANOVA）P值及顯著性檢驗編輯ppt假設(shè)檢驗的基本概念評估差分和變化數(shù)學(xué)差分統(tǒng)計顯著性管理意義上的差分統(tǒng)計顯著性統(tǒng)計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)計推斷的基本信條是，在數(shù)學(xué)意義上不同的數(shù)字，在統(tǒng)計學(xué)意義上可能并沒有顯著的不同 假設(shè)檢驗編輯ppt假設(shè)檢驗定義:個調(diào)查者或管理者對被調(diào)查總體特征所作的一種假定或猜想 調(diào)查結(jié)果與假設(shè)值之間的差分的兩種解釋假設(shè)

2、是正確的，差分很可能是因為抽樣的錯誤造成的 假設(shè)很可能是錯誤的，真正的數(shù)值是另外一個值 編輯ppt假設(shè)檢驗的步驟陳述假設(shè) 選擇適當?shù)臋z驗統(tǒng)計量 確定判定規(guī)則 計算統(tǒng)計檢驗值 運用適當?shù)墓絹碛嬎憬y(tǒng)計檢驗值；比較計算值（當前的）與根據(jù)判定規(guī)則所得的嚴格統(tǒng)計值（從適當?shù)谋砀裰胁榈?）；通過比較，得出是否拒絕原假設(shè)Ho的結(jié)論 表述結(jié)果 編輯ppt假設(shè)檢驗中的錯誤類型一類錯誤二類錯誤 原假設(shè)的實際狀況不拒絕H0拒絕H0H0正確正確（概率1）沒有錯誤一類錯誤（概率）H0錯誤二類錯誤（概率）正確（概率1）沒有錯誤表11-5 一類錯誤和二類錯誤編輯ppt 的確定應(yīng)考慮兩類錯誤的相對重要性 例： 假如你接受一

3、項診斷檢查。檢查的目的是看你是否有一種特殊的病癥，這種病在大多數(shù)情況下都是致命的。如果你有這種疾病，有一種無痛苦、無危險又并不昂貴的治療方法可以100%的治愈這種病。待檢驗假設(shè)如下： 考慮到這些因素時你會發(fā)現(xiàn)，一類錯誤（用測定）沒有二類錯誤（用測定）嚴重。一類錯誤不嚴重，是因為在你健康時它不會對你有害。然而，二類錯誤意味著即使你有病也不會接受你所急需的治療。 H0:檢驗表明你沒有這種病癥 Ha:檢驗表明你確實有這種病癥 =P(正確時拒絕它)=P(在你沒有病時檢查表明你有病) =p(Ho錯誤時沒有拒絕)=P(在你有病時檢查表明你沒有病)編輯ppt值 的值從來不能提前設(shè)定，如果我們把變小，就會變大

4、 一般把值設(shè)為0.05 接受Ho或不拒絕Ho，這兩個決定存在重要區(qū)別 單尾檢驗或雙尾檢驗，選用單尾檢驗還是雙尾檢驗取決于問題的性質(zhì)及所要證明的內(nèi)容 編輯ppt獨立樣本、 相關(guān)樣本及自由度獨立樣本：包括如下情形，即在一個樣本中對某感興趣的變量的測定，對在另一樣本中對該變量的測定沒有任何影響。這里不必進行兩次不同的調(diào)查，只需要一個總體中變量的測定不會影響另一個總體中變量的測定 相關(guān)樣本：對一個樣本中感興趣的變量的測定會影響另一樣本中感興趣的該變量的測定自由度數(shù)目等于被調(diào)查單位數(shù)減去計算統(tǒng)計量的假定或約束條件的數(shù)目。 編輯ppt擬合優(yōu)度(Goodness of Fit)單個樣本的 檢驗假設(shè)一零售電子

5、連鎖店的營銷經(jīng)理需要檢驗三種不同促銷的效果（促銷1、促銷2、促銷3），每種促銷歷時一個月，每次促銷期間顧客的數(shù)量見表11-6：2促銷方案月份每月顧客數(shù)141170025121003611780合計-35580編輯ppt單個樣本的 檢驗檢驗過程如下：分述原假設(shè)和備擇假設(shè) 如果原假設(shè)正確，確定各類別顧客的數(shù)量與期望的一致（Ei） 用以下公式計算 的值：選擇顯著水平 結(jié)論22= Oi第i類的觀察值 Ei第i類的期望值 K類別數(shù) K-12編輯ppt兩個獨立樣本的 檢驗2即確定兩個或兩個以上不同變量間是否有聯(lián)系 例如，男性和女性是否可 以同樣分為大量、中等、少量使用者？或者消費者和非消費者能被同樣分為低

6、、中、高收入群嗎？這些問題在生成營銷戰(zhàn)略前都需要回答。這種情形一般適用于 檢驗。下面用表11-7中的數(shù)據(jù)來說明這種技術(shù)。一家便利連鎖店想確定顧客性別與來店頻次間關(guān)系的性質(zhì)。來店頻次被分為三個等級：15次/月（少量使用者），614次/月（中等使用者），多于15次/月（大量使用者）。 2編輯ppt去便利店的男性去便利店的女性次數(shù)人數(shù)頻率累計頻率次數(shù)人數(shù)頻率累計頻率xmfm%xmfm%224.44.4257.07.03511.115.5345.612.75715.631.1479.922.5624.435.551014.136.6712.237.7668.545.1824.442.2734.249.

7、3912.244.4868.557.710715.660.0922.860.61236.766.7101318.378.915511.177.81245.684.520613.391.11534.288.72312.293.31622.891.52512.295.62045.697.23012.297.82111.498.64012.2100.02511.4100.0合計fm=45ff=71編輯ppt檢驗過程 表述原假設(shè)和備擇假設(shè) 將觀察到的樣本頻次填入kr交叉表中（見表11-8），k 列代表樣本組數(shù)， r行代表條件或處理 光顧次數(shù)男性女性合計1-51426406-1416345015以上15

8、1126合計4571116（N）表11-8 kr交叉表編輯ppt確定表中每單元的期望頻次。將每個單元對應(yīng)的兩個邊緣總和的積除以總數(shù)N（見表11-9） 光顧頻率男性女性1-56-1415以上表11-9 期望頻次計算表編輯ppt計算 的值 表中顯著水平為0.05、自由度為（r-1）（k-1）=2時， 值為5.99（見附錄4表）。 由于計算出的 5.12比表中的 值小，因此不拒絕原假設(shè)，且可推出結(jié)論，從來店頻次看， 男 性女性無顯著差別 2 Oij=i行j列中的觀察值Eij =i行j列中的估計值2 2 2 2 編輯ppt柯爾莫哥洛夫斯莫諾夫檢驗（K-S檢驗）主要涉及的是觀察值分布和理論上或估算的分布

9、間 一致性。K-S檢測還適用于順序量表數(shù)據(jù) 例康柏計算機公司準備推出一條家庭電腦產(chǎn)品線。焦點小組訪談的結(jié)果顯示，家庭市場中許多潛在購買者不喜歡辦公室工作環(huán)境中那種傳統(tǒng)計算機顏色。調(diào)研組織者向參加的人展示了許多顏色。被訪者表示，他們更喜歡棕色。然后，公司又對目前沒有電腦但表示將來6個月內(nèi)會買電腦的500個人進行了調(diào)查。公司向他們展示了幾種濃淡不同的棕色，并詢問他們喜歡哪種顏色。調(diào)查結(jié)果見表11-10。編輯ppt表11-10 消費者對電腦顏色的喜好調(diào)查結(jié)果濃淡愛好各種顏色的人數(shù)很淺150淺170中等80暗45很暗55合計500編輯ppt K-S檢測的步驟如下： 表述原假設(shè)和備擇假設(shè)在原假設(shè)條件下建

10、立累積頻次分布 從樣本中計算觀察所得的累計頻次分布 選擇顯著水平確定K-S檢驗D統(tǒng)計量 編輯pptK-S檢驗中的數(shù)據(jù) 色度觀察數(shù)觀察比例觀察累積比例原假設(shè)比例原假設(shè)累積比例絕對差很淺1500.300.300.200.200.10淺1700.340.640.200.400.24中間色800.160.800.200.600.20暗色450.090.890.200.800.09很暗550.111.000.201.000.00編輯ppt關(guān)于一個平均數(shù)的假設(shè)檢驗-Z檢驗如果樣本規(guī)模足夠大（n30），對于檢驗一個平均數(shù)的適當統(tǒng)計檢驗是Z檢驗步驟表述原假設(shè)和備擇假設(shè)確定允許的抽樣誤差水平 樣本標準差 計算平

11、均數(shù)的抽樣誤差 計算檢驗統(tǒng)計量 sx平均數(shù)的估計標準差（抽樣誤差） 編輯ppt關(guān)于一個平均數(shù)的假設(shè)檢驗-t檢驗對于小樣本（n30），我們應(yīng)用自由度為n-1（n= 抽樣數(shù)）的t檢驗 步驟表述原假設(shè)和備擇假設(shè) 表述允許的抽樣誤差水平（） 確定樣本標準差 計算平均數(shù)的估計標準差 計算t檢驗統(tǒng)計量 編輯ppt兩個平均數(shù)的假設(shè)檢驗檢驗不同調(diào)查群體間的差別 步驟原假設(shè)和備擇假設(shè)確定抽樣誤差水平（） 計算兩平均數(shù)差的 估計標準誤差 計算檢驗統(tǒng)計量 算出Z的值與臨界值進行比較 編輯ppt關(guān)于比率的假設(shè)檢驗 一個樣本的比率檢驗表述原假設(shè)和備擇假設(shè)表述允許的抽樣誤差水平（） 使用原假設(shè)下的 P值計算估計標準差 計

12、算檢驗統(tǒng)計量 算出Z的值與臨界值進行比較編輯ppt關(guān)于比率的假設(shè)檢驗 獨立樣本的兩比率差分的檢驗 原假設(shè)和備擇假設(shè) 確定抽樣誤差水平 計算兩比率差的估計標準誤差 計算檢驗統(tǒng)計量 算出Z的值與臨界值進行比較編輯ppt統(tǒng)計軟件網(wǎng)址 組織網(wǎng) 址特 點SciTech為Win95、NT、DOS、 Macintosh 和UNIX提供工具，為科學(xué)、工程和專業(yè)技術(shù)人員提供廣泛的計算工具。Math Soft以Machcad 6.0出名。Mathcad 6.0 可運用真正的數(shù)學(xué)符號解決問題并得到即時反饋，并可用于分析數(shù)據(jù)，建立模型，檢驗不同的情景。STATA開發(fā)和銷售用于統(tǒng)計分析的STATA軟件，它適用于Wind

13、ows、DOS、Macintosh和UNIX。UNISTAT一個綜合的統(tǒng)計包，并可作為Exel的附件。UNISTAT為數(shù)據(jù)處理、數(shù)據(jù)分析和演示科學(xué)圖表提供全程解決方案。SPSS是一個全面的統(tǒng)計分析系統(tǒng)，為其他網(wǎng)址和樣本數(shù)據(jù)庫提供鏈接。Statsoft提供STATISTICA產(chǎn)品信息，包括隨本書可獲的學(xué)生版軟件。這是一個非常有用但簡單易學(xué)的統(tǒng)計分析系統(tǒng)，連續(xù)得到許多個人電腦及專業(yè)出版物的出色評價。編輯ppt方差分析（ANOVA） 檢驗兩個或兩個以上獨立樣本平均數(shù)的差異更主要地是用于對三個或三個以上獨立群體的平均數(shù)差異的假設(shè)檢驗 單向方差分析經(jīng)常被用來分析實驗結(jié)果 編輯ppt方差分析（ANOVA）

14、步驟表述原假設(shè)和備擇假設(shè) 每個子樣本平均數(shù)(Xj) 與樣本總平均數(shù)(Xt) 離差平方和被樣本容量(nj)加權(quán) 得SSA計算平均組間變差（MSA） 計算總平方差SSE(Sum of Squares Error) 計算平均組內(nèi)變差 計算F統(tǒng)計值c表示組數(shù) 編輯pptP值及顯著性檢驗P值是指根據(jù)計算所得的統(tǒng)計量而能夠滿足統(tǒng)計（而非管理意義的）顯著性要求的水平 說明計算所得統(tǒng)計量由于偶然因素引起的確切概率 P值越小，觀察結(jié)果屬于偶然因素（抽樣誤差）引起的概率越小 編輯ppt第六節(jié) 多元變量分析法多變量分析與軟件技術(shù) 多元回歸分析判別分析聚類分析 因子分析編輯ppt多變量分析與軟件技術(shù) 概念：一組統(tǒng)計過

15、程，它們可以對每個個體或研究對象的多重測量進行聯(lián)立分析 1多元回歸分析能使調(diào)研者根據(jù)一個以上自變量來預(yù)測因變量的水平。2多元判別式分析能使調(diào)研者根據(jù)兩個或兩個以上自變量來預(yù)測不同組的特征。3聚類分析是用來識別組內(nèi)同質(zhì)而組間異質(zhì)的過程。4因子分析允許分析人員通過識別數(shù)據(jù)的維度將一組變量減至較小的因子集或構(gòu)成變量集。 表11-15： 多變量統(tǒng)計技術(shù)概要編輯ppt多變量分析軟件 Windows SPSS Windows STATISTICA 編輯ppt多元回歸分析定義：適用于分析人員以調(diào)查兩個及兩個以上自變量（計量）與一個因變量（計量）間關(guān)系為目的的多變量分析技術(shù) 一般模型方程 y：為因變量 a：為

16、常數(shù)項：為回歸系數(shù)，表示自變量X每改變1個單位將引起Y的變化的比率；其取值可通過回歸分析給以估計 為對因變量產(chǎn)生影響的自變量 編輯ppt多元回歸分析的作用估計各種營銷組合變量對銷售額或市場份額的影響；預(yù)測各種人口統(tǒng)計因素或心理因素與光顧各商場或其他服務(wù)場所頻率間的關(guān)系；確定各有關(guān)因素對總體滿意度的影響；確定各種分類變量間的數(shù)量關(guān)系，如年齡與收入，及對產(chǎn)品或服務(wù)的態(tài)度；確定哪個變量是某一種特有產(chǎn)品或服務(wù)銷售的預(yù)測性變量。編輯ppt多元回歸系數(shù)把可決系數(shù) 的確定視為回歸分析的一個結(jié)果 取值在0與1之間，它表明總變差中由自變量解釋的比例b值或回歸系數(shù)指各個自變量對因變量的影響。考察各個b值是否為偶然

17、因素影響的結(jié)果也是必要的 編輯ppt啞變量(Dummy Variables)某些情況下，多元回歸分析需要包括類別自變量，如性別、婚姻狀況、職業(yè)及種族 啞變量即是以此為目的而提出的。這種二分類別自變量若通過設(shè)定一個值(如女性)為“0”而另一個值(如男性)為“1”，可以轉(zhuǎn)換為啞變量 對于要設(shè)定兩個以上值的類別自變量，則需稍有改進的方法 編輯ppt多元回歸分析的潛在問題共線性共線性（ Collinearity）共線性是指各個獨立變量之間的相關(guān)性 當分析的目的是確定自變量如何影響因變量時，b值由于其共線性而有偏將是個嚴重問題 檢測共線性 檢驗回歸分析中每個變量間的相關(guān)矩陣 找出自變量間相關(guān)系數(shù)為0.3

18、0或更大的自變量 解決共線性問題 如果二個變量彼此高度相關(guān)，其中一個變量在分析中可省略 相關(guān)的變量能以某種方式結(jié)合起來(如指數(shù)形式)，以形成一個新的復(fù)合自變量，該變量可用于后續(xù)的回歸分析中 編輯ppt多元回歸分析的潛在問題因果關(guān)系雖然回歸分析能表現(xiàn)出變量間彼此是相互關(guān)聯(lián)的或相互聯(lián)系的，但卻不能證明其因果關(guān)系要確定自變量與因變量間存在因果關(guān)系必須有邏輯性的理論性的基礎(chǔ)但是，即便有很強的邏輯性和統(tǒng)計相關(guān)性，也只是表明可能存在因果關(guān)系 編輯ppt多元回歸分析的潛在問題回歸系數(shù)的大小只有在計量單位相同或數(shù)據(jù)標準化的情況下，與各自變量相聯(lián)系的回歸系數(shù)的大小才能直接進行比較 如果我們想對各回歸系數(shù)直接進行

19、比較，則所有自變量必須以同一單位計量(如元或萬元)，否則數(shù)據(jù)必須被標準化 所謂標準化，是將數(shù)列中各數(shù)值與其平均數(shù)相減再除以數(shù)列標準差的結(jié)果，其過程可用下列公式表示 Xi為數(shù)列中各自獨立的數(shù)值 為數(shù)列的平均值； 為數(shù)列的標準差 編輯ppt多元回歸分析的潛在問題樣本容量相對于樣本容量的自變量個數(shù)影響著 大小。其中一重要規(guī)則是，觀察數(shù)至少等于自變量個數(shù) 的10-15倍。編輯ppt回歸分析實例 愛華個人通訊公司正在天津推出其無線通信服務(wù)。公司營銷經(jīng)理認為有5個重要的變量決定著目標消費者為接受“寬帶服務(wù)”（即個人通信服務(wù)的新項目) 所期望的月支出額 ，這5個變量實際上是消費者給出的特性評分，它們分別是：

20、覆蓋面、移動性、音質(zhì)、遠距離接聽和打出電話的能力、平均月租費。這個假設(shè)是根據(jù)公司組織的焦點小組訪談和其他研究做出的推斷。所有6個變量(1個因變量和5個自變量)的數(shù)據(jù)是通過調(diào)查測量而獲得的。5個自變量以9級平分制測量，“9”表示某“特性”很重要，而“1” 表示該“特性”很不重要。編輯ppt回歸分析實例可用下面模型進行多元回歸分析： Y：為因變量-每月接受寬帶服務(wù)所愿支付的數(shù)額；A：為常數(shù)項或Y軸截距；b1-5 ：為估計回歸系數(shù)； ：第一個自變量-覆蓋范圍的重要性評分：第二個自變量-移動性的重要性評分：第三個自變量-音質(zhì)的重要性評分：第四個自變量-遠距離接受和打出電話能力的重要性評分 ：第五個自變

21、量-平均月租費的重要性評分編輯ppt回歸分析實例回歸估計量的算式為：由統(tǒng)計軟件計算的回歸結(jié)果見表11-16。結(jié)果表明:5個自變量的重要性評分越高，表明人們對寬帶服務(wù)愿意支付的數(shù)額越多 回歸系數(shù)（b）表明獨立自變量增加一個單位對因變量所產(chǎn)生的影響 消費者愿意支付價格的變差中有74.3%可 以被5個自變量或預(yù)測變量的變差所解釋 編輯ppt表11-16 回歸分析摘要 R0.85673182 0.74949158 調(diào)整 0.74303518 F(95,194)116.09 P0.0000 估計標準誤差：1.4863 BETA BETA的 B B的 t(194) P-值 統(tǒng)計誤差 統(tǒng)計誤差 截距 0.8

22、2 1.67 0.49 0.62 覆蓋面 0.21 0.05 0.44 0.10 4.25 0.00 移動性 0.52 0.05 0.69 0.07 10.54 0.00 音質(zhì) 0.07 0.04 0.21 0.13 1.67 0.10 遠距離發(fā)收能力 0.21 0.06 0.45 0.12 3.64 0.00 平均月租費 0.32 0.04 1.44 0.17 8.33 0.00編輯ppt判別分析 概念 ：根據(jù)兩個或多個自變量來預(yù)測和劃分各成員類別的過程 目的：確定兩個組或多個組在平均判別分方面是否存在統(tǒng)計顯著性差別 根據(jù)自變量的取值建立一個可對若干個體或客體進行分類的模型，即綜合標準；通過

23、模型分析，可判別任意個體或客體應(yīng)屬于哪個群體或類 確定兩個組或多個組平均得分方面的差異有多少可以用自變量解釋 編輯ppt判別分析的一般模型 Z = b1x 1+ b2x2 + + bnxnZ=判別分； b1-n=判別權(quán)數(shù)； x1-n=自變量。編輯ppt判別分析的適用范圍某品牌的購買者與非購買者之間有什么差別。從人口統(tǒng)計及生活方式看，對某新產(chǎn)品具有較高購買可能性的顧客與具有較低購買可能性的顧客之間有什么區(qū)別。從人口統(tǒng)計及生活方式看，經(jīng)常光顧某一快餐店或商店的顧客與經(jīng)常光顧另一家快餐店或商店的顧客之間有什么區(qū)別。已經(jīng)選購健康保險和人壽保險的顧客對醫(yī)療的使用、感知和態(tài)度有什么不同。編輯ppt 判別分

24、析實例 愛華的市場營銷經(jīng)理還想知道依據(jù)在回歸分析中使用的5項重要性評分，能否預(yù)測最近某個人是否會擁有移動電話。調(diào)查中的問題已涉及移動電話擁有情況，那些最近購買移動電話的人將標上“1”，而沒購買移動電話的標“0”。愛華以往的調(diào)查表明，根據(jù)5個自變量(覆蓋范圍、移動性、音質(zhì)、平均月租費、遠距離收發(fā)信息能力)對移動電話的擁有情況可做出有效的預(yù)測。 編輯ppt判別分析的結(jié)果 Z= -0.2 X1 +0.22 X2 + 0.36 X3 + 0.55 X4 - 0.07X5結(jié)果表明，在區(qū)分目前使用和未使用移動電話的人時，遠距離收發(fā)信息的能力是最重要的變量(權(quán)數(shù)最大)，而覆蓋范圍是相對最不重要的變量(權(quán)數(shù)最

25、小) 編輯ppt 隨機判別比例統(tǒng)計檢驗可以用來指明所產(chǎn)生的分類是否比隨意分類好。當各組大小不等，而我們卻要準確地預(yù)測兩組各自的人數(shù)時，一個簡單的方法就是利用隨機判別比例。 P表示第一組的人數(shù)占總?cè)藬?shù)的百分比； 1P則表示第二組的人數(shù)占總?cè)藬?shù)的百分比 編輯ppt表11-17 分類矩陣（pcstext.sta） 正確百分率 組_1：0 P=.63000 組_2：1 P=.37000 合計組_1：0 73.8 93 33 126組_2：1 71.6 21 53 74合計 73.0 114 86 200 行：觀察到的分類 列：預(yù)測分類CPRO = (63%) + (1-63%) = 53.4%在這個例

26、子中，第一組(即非使用者)包括126人，占總?cè)藬?shù)（200人）的63%。隨機判別比例的計算為：CPRO = (63%) + (1-63%) = 53.4%編輯ppt聚類分析 定義：根據(jù)兩個或多個分類變量將具有某種相似特征的物體或個人歸為一類的方法和技巧，也稱歸類分析 目的：把物體或人分成很多相對獨立且較為固定的組，在每一組內(nèi)，成員彼此之間在某方面具有極大的相似性 編輯ppt聚類的過程借助一定的數(shù)學(xué)方法和計算機，通過一些不同的步驟，就可以有效地對人或事物進行歸類。完成這些步驟的基本方法是相似的，而且都涉及到這樣一個問題：根據(jù)相對于一定的歸類變量的值，來測量人或事體之間的相似程度。通常情況下，相似程

27、度取決于測量結(jié)果之間的差異大小。我們可用圖示來加以說明。例如，要對消費者進行歸類，歸類的標準為：每月在外吃飯的頻次和每月在快餐店吃飯的頻次(兩個變量)。觀察的結(jié)果用直角坐標系表示為圖11-6。圖中每一個點表示，根據(jù) 這兩個歸類標準，某消費者應(yīng)處的位置。任意兩點之間的距離就表示兩人的相似程度(兩點越近，兩人越相似)。在圖例中我們可以看出，消費者X與消費者Y更相似，而與消費者Z和消費者W則相異。圖中已列出三個較為明顯的分類群體。編輯ppt在 外 吃 飯 的 頻 率 組1 組2 組3 去快餐店的頻率第一組：這一組包括了那些既不經(jīng)常出去吃飯，也不經(jīng)常去快餐店的消費者。第二組：包括了那些經(jīng)常出去吃飯但不

28、經(jīng)常吃快餐的消費者。第三組：包括了那些不但經(jīng)常在外吃飯而且經(jīng)常光顧快餐店的消費者。 兩個變量的聚類分析 編輯ppt分析結(jié)論快餐企業(yè)可以從中看出，他們應(yīng)該在那些經(jīng)常在外吃飯的消費者中尋找服務(wù)對象。為了進一步分析，研究人員應(yīng)該再對第三組消費者的人數(shù)、行為特點及心理傾向做進一步的總結(jié)分析。在此例中，我們可以根據(jù)圖中點的分布進行分類 。當分類的標準增加或分類對象增多時，它就會變得越加繁瑣。這時候，計算機可以幫助我們完成這項工作。它基本的方法就是，首先劃定各組之間的界限，然后不斷地修改界限，直到在每一組內(nèi)各點之間平均距離相對于組與組之間平均距離盡可能小時，才算是完成 編輯ppt 聚類分析實例愛華公司需要

29、根據(jù)天津調(diào)查數(shù)據(jù)進行市場細分。該公司認為，市場可以根據(jù)8個重要的方面進行劃分，并且對于每一個劃分后的組，都要根據(jù)人口統(tǒng)計資料和其他有用的數(shù)據(jù)進行更深入的描述。 變量 類別1 類別2 類別3 (n=62) (n=55) (n=83) 范圍 6.8 8.1 8.2 移動性 4.5 8.1 8.2 音質(zhì) 8.1 8.5 8.5 地點 6.7 8.3 8.7 效果 6.8 8.5 8.6 平均月租費 8.6 8.4 8.8 話機設(shè)備 8.1 6.3 8.7 安裝費 7.2 5.1 8.5表11-18 聚類分析結(jié)果（各小組的規(guī)模和各重要特性的平均水平）編輯ppt為了完成這項任務(wù)，歸類分析通過統(tǒng)計軟件“S

30、TATISTICA ”中的K-means來完 成。在選出這個“三小組”方案之前，根據(jù)小組間的差異性，愛華使用一系列不同的方案進行試驗。在表11-18中，總結(jié)了三小組各自的規(guī)模，以及根據(jù)這8個重要特性所測定的平均水平編輯ppt方案特征 第三組最大，包括83個消費者，而第二組最小，只有55人。 考慮到8種特性水平，第二組與第三組非常相似。在其中 6個特性上，他們的水平基本相同 。而在有關(guān)價格的問題上，他們的差異性明顯。第三組成員更注重安裝收費及電話裝置本身的價格。第一組與其它兩組明顯不同?？傮w來說，這組的成員不像其它兩組成員那樣看重覆蓋范圍、移動性、地點及遠距離收發(fā)能力等因素。因為“寬帶服務(wù)”將重

31、點放在了覆蓋范圍、移動性、地點及遠距離收發(fā)能力等特性上，所以第二組和第三組成員是這項服務(wù)的最佳目標市場。在產(chǎn)品導(dǎo)入初期，第二組成員是最具吸引力的目標群體，因為他們對于價格相對不是特別敏感。第三組成員要在一段時間后才會被吸引，因為他們相信價格終會下降，而這正是計劃之中的事。編輯ppt第一組：這組成員對電話需求最低，無論是哪種電話服務(wù)。在他們中間，男女比例相當，是剛剛結(jié)婚或正待結(jié)婚的年青人，多為家庭中的成年人。第二組：這組成員對電話需求是最高的。大部分為女性，在其他人口統(tǒng)計特征方面與第三組非常相似。第三組：在三個組中，第三組成員對于多種電話服務(wù)的需求居中。男性多于女性，而且大部分都已結(jié)婚，相對年齡

32、較大，愿意為接受 “寬帶服務(wù)”支付的價款最高。編輯ppt采取行動由于前面提到的原因 ， 該公司最開始的營銷目標應(yīng)針對于第二組。隨著價格的下降，逐漸將目標擴展到包括第三組。當?shù)诙M和第三組的使用率達到相對飽合狀態(tài)時，才可以將目標轉(zhuǎn)向第一組。于是，可通過對這三組成員人口統(tǒng)計特征的仔細分析，來制定合理的計劃，并根據(jù)這一分析提出一個促銷和媒體計劃，以便與最有可能成為顧客的人進行盡量多的溝通。編輯ppt因子分析 概念：目的是使數(shù)據(jù)簡單化，即減少變量的個數(shù)；同時找出這些可測量 變量背后起主要作用的影響因素。這就要從大量的測量數(shù)據(jù)（如等級評分）中總結(jié)出相對少數(shù)的簡 明信息，即因子,這個過程就是因子分析 因子

33、得分 因子負荷 因子命名 因子數(shù)目的確定 編輯ppt 因子得分 因子分析結(jié)果可產(chǎn)生一個或幾個因子或復(fù)合變量，“因子”的技術(shù)性定義實際就是指變量的線性組合。一個因子就是一系列有關(guān)變量的加權(quán)匯總。這與加權(quán)平均很相似，即在因子分析中要根據(jù)各個指標(變量)對每個因子變差的貢獻進行加權(quán) 根據(jù)下述公式計算因子得分： F1=0.40A1+030A2+0.02A3+0.05A4F2=0.01A1+0.04A2+0.45A3+0.37A4F1-n=因子得分A1-n=“特性等級”評分編輯ppt 因子負荷 因子負荷(Factor Loadings)也就是指每一因子得分與其對應(yīng)的各原始變量間的相關(guān)關(guān)系 因此，通過檢測因子負荷，我們可以測定因子起源的性質(zhì)。用上述提過的等式，針對每個應(yīng)答者分別計算兩個因子得分(F1和F2)。因子負荷值是通過計算每個因子得分(F1、F2)與每個原始等級變量的相關(guān)系數(shù)得到的(可在+1、0和-1、0之間變化)。 變量 與因子1的相關(guān)系數(shù) 與因子2的相關(guān)系數(shù) A1 0.85 0.10 A2 0.76 0.06 A3 0.06 0.89 A4 0.04 0.79表11-21 兩因子的因子負荷編輯ppt因子命名在為因子命名時，既要有對“高負荷”變量的觀察和了解，又要憑直覺來判斷。通常，對某個特定 因 子來說，在負荷高的變量間