实验14-SPSS-对应分析-研究品牌和品牌形象之间的关系 - XuCodeX

时间:2024-03-02 09:09:52

实验14-SPSS-对应分析-研究品牌和品牌形象之间的关系

SPSS对应分析---研究品牌和品牌形象之间的关系
      对应分析能够把一个交叉表结果通过图形的方式展现出来,用以表达不同变量之间以及不同类别之间的关系。
      对应分析实际上也是“降维”方法的一种,比较适合对分类变量进行研究。

1.0 对应分析简介
      对应分析可以看成是交叉表的图形化,对应分析的主要作用是用图形化的方式表达分类变量之间的关系。对应分析主要应用于产品地位、品牌研究、市场细分、竞争分析、广告研究等领域,因为它是一种图形化的数据分析方法,它能够将几组看似没有联系的数据,通过视觉上可以接受的定位图展现出来。

2.0 对应分析实验
    我们用一个品牌形象定位的在SPSS中实现对应分析。
    (1)把交叉表的数据通过EXCEL数据透视表的【多重合并计算数据区域】转换成一维表再进行分析;
    (2)在SPSS中,由于二维表是两个分类变量的交叉汇总,将其转换为一维表后,每一行数据仍然是对应分类变量汇总的个案数,所以需要在SPSS中采用加权方法,为每个数据赋予对应的权重。
     【分析】-【降维】-【对应分析】,分别把“形象”和“品牌”变量移至【行】、【列】框中。如图2-1所示。
         图 2-1 【对应分析】对话框
                     图 2-2 【对应分析】行列设置

3.0 对应分析结果解读
    第一个输出的结果是“对应表”,如图 3-1,其数据和EXCEL里面的交叉表数据完全一致。
                      图 3-1 对应分析输出结果:对应表
     第二个输出结果是“摘要表”,如图 3-2,该表输出了对应分析的统计量结果以及累积百分比。
                   图 3-2 对应分析:摘要表
     在通常情况下,前面两个维度的累积惯量比例达到80%以上,就说明对应分析图的效果非常好,是具有可读性的。在 图 3-2 所示,对应分析图的累积惯量比例达到了86.4%,说明对应分析图的效果非常好。
     
                图 3-3 对应分析:对应分析图
     如图 3-3所示,这个输出的结果是最重要的“对应分析图”,图中各类别散点在图形中的距离和位置反映了它们各自之间的关系。
      在同一维度上,例如横轴上,同一变量的类别距离越近,说明在这个维度上的差异越小。例如,“外观稳重大气”和“外观时尚”对于参与品牌形象评价的用户来说,差异相对较小;
       在对应分析图中,不同变量散点之间的距离越近,说明他们的相关性越大。例如,“品牌T”和“技术领先,经常创新”距离很靠近,说明用户认为品牌T属于技术领先,经常创新的品牌。