市場研究中的多元統(tǒng)計分析方法

市場研究中的多元統(tǒng)計分析方法討論議題我們的研究工作是什么?什么是多元統(tǒng)計分析（MVA)?為什么我們需要它?通常的分析技術MVA詳細介紹及例子:相關分析（Correspondenceanalysis）回歸/多元回歸分析（Regression/Multipleregression因子分析（Factoranalysis）聚類分析（Clusteranalysis/segmentation)結論2什么是多元統(tǒng)計分析?單一問題分析(univariateanalysis)例如頻率分布通常作為數(shù)據(jù)的第一步的描述分析關聯(lián)表(bivariateanalysis)總是作為主要的分析手段而被市場研究者反復使用把一個問題或變量與另一個關聯(lián)交叉作表(例如對受訪者背景變量：性別、年齡等)如果同時分析的變量超過二個就被稱為多元統(tǒng)計分析3為什么要做這種“附加值”的分析?我們不做MVA分析是因為…它使我們看起來很好我們喜歡它

我們已經(jīng)聘請了統(tǒng)計師、購買了統(tǒng)計軟件而且得到公司財務部門的批準…我們不做MVA分析是因為…它會使數(shù)據(jù)對客戶更有指導作用

它能使你得到單變量分析無法達到的結果因此，它可以使你更好的利用信息，賺取更多的鈔票4多元統(tǒng)計分析技術一個研究者可能不了解所有的分析技術細節(jié)但是他們應該能夠正確地選擇適當?shù)姆椒ㄊ褂枚嘣夹g，你不必知道詳細的數(shù)學公式-但是你應當明白它的原理多元分析并不是魔術棒，不需要我們開動腦筋就能解決問題-它不會輕易告訴你答案如果問卷設計的很差，多元分析就很難發(fā)揮作用5結構什么是相關性分析？嘗試通過練習了解它輸入的類型設計錄入的格式執(zhí)行分析解釋和表述分析的結果6什么是相關性分析?經(jīng)常也稱作

BrandMapping或

CORANMappingBrandMapping=CorrespondenceAnalysis(usually)相關性分析圖一種非常有用的市場研究工具，可以表述一個市場的側面（市場細分，品牌定位等）可以在2維空間內同時表達多維的屬性可以更好的理解品牌和屬性之間的關系

7一個例子-原始數(shù)據(jù)以下這張表顯示不同家庭寵物的顏色8可能制作的分析圖...9現(xiàn)在我們用顏色和動物名稱兩個變量來做2-維的圖表努力來顯示..-那些動物在顏色方面最相似，那些區(qū)別最大？-那些顏色更傾向那類動物-那些動物和那些顏色有更強的相關性，那些相關性很弱10BROWNBLACKWHITEMIXED11BROWNBLACKWHITEMIXED12非常簡單——這就是相關性分析

所做的事13以下這張表就是依據(jù)原始數(shù)據(jù)生成的...BlackBrownWhiteMixed/otherCatsDogsBirdsBunnies33%65.4%14設計輸入類型只研究數(shù)據(jù)并想到進行分析并不是一個好主意分析應該在問卷設計以前的表述/決定研究目標階段就開始考慮如果你鄉(xiāng)做相關性分析表-你通常打算使用（二分制）不在/在的數(shù)據(jù)類型這些數(shù)據(jù)可以通過品牌與品牌或類別系列等形式收集...i.e.15設計輸入類型通過系列的類別...請看這個品牌的列表，然后告訴我那一個符合下述的聲明...更便宜，更容易，更快品牌和品牌...NowthinkingaboutMrMuscle,whichofthesestatementsdescribeMrMuscleNowthinkingaboutWhiteCat,whichofthesestatementsdescribeWhiteCatAnswerscanbeagree/disagreeratingsBetterforsmallerbrands,whenmoredetailedresponsesarenecessary16復制定性研究的圖表有時，定性研究可以得到一個關于品牌、細分市場和需求定位的圖表.如果我們已經(jīng)有了這些結果，我們就能在定量研究階段嘗試重復這一研究它需要我們仔細思考和再設計-可能需要從定性研究人員那里得到幫助

最理想是同一公司內部人員它會很有幫助（尤其對市場人員），如果map有相同的定位-但是，相同的定位并不意味著什么17當你看一張map時..

問你自己一張圖表總是濃縮數(shù)據(jù)并使數(shù)據(jù)變的直觀，但是它也有局限性，大量的數(shù)據(jù)本身蘊涵的信息將會丟失(例如僅是重要的信息被保留）。因此，相關性分析圖應當小的心運用和解釋（例如我們不能依賴表面的定位圖，因為一些變量可能沒有在MAP上表現(xiàn)出來）18概念MAP（PerceptualMapping）的基本方法通過因子分析程式來運行一組數(shù)據(jù)減少大量的變量（如產(chǎn)品屬性）到小規(guī)模的基礎變量。這些變量是高度自相關的變量，例如，受訪者的回答模式都非常相似通過因子提取來解釋因子變量。高的得分意味著更加重要的變量已經(jīng)被因子所包含19回歸分析是什么?線性回歸（LinearRegression）畫出因變量(dependentvariable)和自變量(independentvariable)之間的關系

因變量=B*自變量+常數(shù)項+殘差20回歸分析是什么?線性回歸方程式：Y=C+bx+eY=產(chǎn)出(dependentvariable/responsevariable)X=輸入變量(independentvariable/regressor)c=常量(當x=0時)b=斜率

e=誤差/殘差（error/residual）21多元回歸在市場研究中的運用22Value12%Buyagain30%Recommend30%Price66%CustomerFocusedOverallQuality14%ProductPerformanceRetailOutletStartupserviceSpeedAddonServicesPromotionsPhoneCustServiceBilling0.45*0.22*0.16*0.100.020.020.02%-Top2boxscores*Statisticallysignificant0.42*0.35*-0.21*0.17*EasytouseTechnicallyadvancedIMAGE0.100.120.19*Modelavailability0.09計算機公司的客戶滿意關系Betascore23回歸分析意味著什么?考慮Beta得分將可能更有意義（通常是喜好的排序值）Beta值越大，喜好的波動越大（影響也越大）這表示這些是非常重要的屬性因為他們是和喜好一起變動的屬性在市場研究中，我們經(jīng)常稱它為可導出的重要性以此與規(guī)定的重要性相對比24回歸分析假設...X1,X2,X3獨立的-沒有很強的相關性如果它們強相關，我們稱為多元共線性市場研究數(shù)據(jù)通常都有很強的內部相關性例如，如果你喜歡一個品牌，你也傾向于認為它時髦、耐用、所有場合都適用、對小孩和成年人都適合等等

背景資料通常也是相關的-例如，年齡和收入、收入和教育程度等.Multicollinearity對我們來說是一個大問題25最后的想法仔細觀察數(shù)據(jù)-作出一些散布圖去看一看相關的形狀執(zhí)行相關分析去尋找Multicollinearity來幫助你解釋數(shù)據(jù)記住，我們假設顯著的Betas是重要的-但是他們只能與另一個我們無法測量的因子聯(lián)系在一起例如：26得出的結論....我們可以回歸出在不同城市舉辦會議的次數(shù)通過“少女吧”的數(shù)量，然后得出在世界不同城市舉辦眾多會議的原因但是，我們可能忽略了其他顯著的因素，如：旅館的方便性、承受能力、中心位置、娛樂設施的便利性等潛在的因素

這些也可能與“少女吧”的收益有關系27因子分析是什么?一種用來在眾多變量中辨別、分析和歸結出變量間的相互關系并用簡單的變量（因子）來描述這種關系的數(shù)據(jù)分析方法28因子分析…一個例子:YIQ=0.9Xmaths+E1YIQ=0.8Xscience+E2YIQ=0.2Xart+E3Xmaths與

Xscience高度相關.一個基本的因子“科學能力”正是通過因子分析所得到的能夠更好地表達這兩個變量.29為什么使用它?去產(chǎn)生新的、更少的變量以便為后續(xù)的回歸和其他分析做基礎.去識別概念或產(chǎn)品的基本感知和特性去制作perceptualmap去改善市場研究領域多元測量的結構與方法.30ATTRIBUTESCONTRIBUTINGTOPRODUCT/ATTITUDINALFACTORS-IIFactor3:FactorloadingFactor4:FactorloadingProtectsandgivesshinysurfaceBasicallyreliableandaffordableTotal(R03)Isatrustworthybrand(R02)Cleanswellforlightdutycleaning(R01)Goodvalueformoney

4%0.690.650.64Total(R25)Leavesaprotectivefinish(R23)Leavesashine(R24)Safetosurface(R20)Cleansandshineinonestep

5%0.830.740.690.6131ATTRIBUTESCONTRIBUTINGTOPRODUCT/ATTITUDINALFACTORS-IIIFactor5:FactorloadingFactor6:FactorloadingWideusageNorinseTotal(R09)Doesnotrequirerinsing(R10)Leaveslong-lastingshine

3%0.830.56Total(R18)Iseffectiveonavarietyofsurfaces(R12)Cleansingroovesandcorners

3%0.790.4332得出結論....我們能減少變量的數(shù)量:大批量的變量少量的基本特性我們可能會忽略了顯著的因子，盡管它們也是因子分析的結果

數(shù)據(jù)的基礎結構將會抽象出來

33但是…

針對對購買的影響因素，我們不能說一個因子比另一個因子更重要

我們甚至更不能說那個因子直接導致購買行為34聚類分析

ClusterAnalysis35聚類的概念把研究目標分割成為具有相同屬性的小的群體VariableBVariableACorrespondencematrix...................................................363個市場方面的概念大規(guī)模市場（Massmarketing）:一種產(chǎn)品==>所有的受訪者產(chǎn)品類別市場（Productvarietymarketing）: 2個或更多的種類==>所有手訪者 *不知道誰、為什么、怎樣 *市場的努力分散目標市場（Targetmarketing）:產(chǎn)品和營銷的組合 ==>不同的細分37市場細分、目標市場和市場定位1.Identifybasesforsegmentingthemarket2.Developprofileofresultingsegment(demographic,behavior,personality,etc.)什么是市場細分?