SPSS在市场调查统计分析中的应用

消费者分类研究初探出处：上海简博市场研究公司发布日期：2009年09月02日14:22通常认为：消费者的生活方式与他们对商品的选择是密切相关的，根据生活方式将消费者进行分类，可以为产品的市场细分以及市场定位提供技术指导。在现代消费者行为与心理研究中，评价消费者生活方式的方法有许多，比较广泛应用的细分系统如VALS（价值及生活方式）系统，最早由SRI公司开发应用，该系统根据他们对生活的观点以及通常行为方式，将美国的消费者分成9个方式的群体系统。但由于各地区文化背景的差异，不同地区的消费者生活模式也存在较大的差异，消费者的分类也应考虑各地的具体情况。毫无疑问，了解我国消费者的生活方式，建立符合我国实际情况的消费者分类系统是一项具有重要意义的事情。在香港中文大学CharlesA.Ingene教授与唐璎璋博士（Dr.EdwenTang）的主持下，99年我们首先对上海地区的消费者生活方式进行了探索性的研究，对于其中的基本研究方法，我们做一些简单介绍，以期对我国市场研究者有所裨益。一、研究的基本方法抽样由于缺乏基础性的资料可以参考，考虑到对消费者进行分类时样本量的充足性，本次研究采取了较为充足的样本，样本总量3000个。样本的分布根据人口比例分布在上海市的14个城区。由于我们这次研究的另一目标是了解上海消费者的零售购物方式，因此我们选定的样本对象为：15岁以上具有独立购买能力的消费者。样本的抽取采用随机方法，采用Kish表（随机表）决定家庭中的受访者，以保证样本的代表性。测试为研究消费者的生活方式，我们采用通常的心理描述测试法。即采用一系列关于对社会活动、价值观念等内容的陈述，请消费者根据自己的情况做出评价。调查中采用7分评价法，1分表示非常同意，7分表示非常不同意。经事先的小样本测试筛选，最终的测试语句为：A.我喜欢购买新潮的东西B.在其他人眼中我是很时髦的C.我用穿着来表达个人性格D.我对自己的成就有很大期望E.生命的意义是接受挑战和冒险F.我会参加/自学一些英语和电脑课程来接受未来的挑战G.我习惯依计划行事H.我喜欢品味独特的生活I.放假时我喜欢放纵自己，什么事都不作J.无所事事会使我感到不安K.我的生活节奏很紧凑L.优柔寡断不是我的处事方式M.经济上的保障对我来说是最重要的N.我选择安定和有保障的工作O.我宁愿少休息多工作，以多挣些钱P.我很容易与陌生人结交Q.我活跃于社交活动R.我对朋友有很大影响力S.我很注意有规律的饮食习惯T.我定期检查存款余额，以免入不敷出二、消费者分类的分析方法对于以上测试数据，我们采用了一系列的数理统计方法进行处理，主要思想是：1、1、通过因子分析，将测试语句进行分组。即：将这一系列的语句进行综合，根据消费者的回答情况，将这些语句分为几大类，根据实际情况，找出每一类型中的共同因子，对这些类型的含义进行合理解释。2、2、利用因子分析的结果，对样本的回答按照新的类型进行重新评估打分，然后根据这些评价进行聚类分析，根据统计原则以及在现实中容易解释的原则，确定最终采用的分类个数。3、根据分类结果对每一样本判别其所属类别，对各类型消费者的背景进行交叉分析。具体的做法如下：因子分析由于测试的语句实际上是一系列相关因素的陈述，很多语句之间存在一定的相关性，我们不能采用简单的回归方法进行分析。而通过因子分析则可以将系列相关因素综合为一个因子，因此，研究中我们首先采用因子分析来对20个陈述进行分析。（因子分析的原理请参考有关数理统计书籍）利用统计软件进行因子分析后我们发现：这些陈述可以大致可以综合为5个因子。为了进一步发现其中每一个因子的实际含义，我们对因子进行正交旋转，最终形成5个组合因子，这些因子其实是20个陈述的一个线性组合。对于每一组合因子，选取其中对因子呈现较强相关（相关系数大于0.5）的陈述，其余的陈述予以剔除，以便较一目了然地发现因子的实际意义。实际研究结果见下表。仔细考察这5个因子中所包含陈述的实际意义，我们对每一因子进行命名，以便实际分析时方便引用。同时发现，有两个陈述没有被包括在5个组合因子中，可能是该陈述不符合国情。表1：因子分析的结果组合因子因子中包含的陈述（相关系数大于0.5）因子含义因子1A、B、C、H对时尚的观点因子2D、E、F、J、K个人的事业性与进取性因子3M、N、O对经济利益看法：因子4P、Q、R社交能力与影响力因子5S、G、I生活的计划性聚类分析因子分析后每一因子可以表示为一系列陈述语句的线性函数，因此我们首先利用这些因子函数，根据消费者对各陈述的评价，求出他们对每一因子的评价。然后根据消费者对因子的评价，对样本进行聚类分析，从而对消费者的生活方式进行分类。实际研究中，在模型通过统计检验的情况下，我们根据聚类的实际含义，最后选择了有6个中心的聚类分析，也就是说将消费者的生活方式分为6个模式。这6个聚类中心（类别）如下：（表中数据的得分值越低，表示消费者对该指标的认同程度越高，0表示中性）表二：聚类分析的中心因子值因子类别1234561、追求时尚新潮-1.20913.50717.77936.07717.43515-.029902、积极的生活态度.00178-.18146.10136-1.45683.88757.272683、注重经济利益与保障-.32459-.83205-.53811.798611.06779.032864、社交能力与影响力-.171701.06183-1.18052.01572.34527-.151375、生活有计划-.39631-.26929-.54317-.01171-.364651.11666类别的实际意义非常重视时尚社交影响能力不强，注重经济保障社交影响能力强，不大注重时尚生活态度积极，不注重经济利益不注重经济利益，态度消极生活没有计划，平庸时尚型自保型领袖型上进型没有目标型平庸型根据每一类消费者的因子的特征，我们最终将消费者的生活方式分为6个类别，即：时尚型、自保型、领袖型、上进型、迷茫型（缺乏生活目标型）、平庸型。三、研究结果的应用分析各类型消费者的特征得到消费者生活方式分类后，我们对各类型的消费者背景进行分析，以判断这些分类是否符合我们的通常认识类。以下是我们的实际统计结果：时尚型：这类消费者约占样本的约21%，主要背景特征为：年龄相对较轻，平均年龄在35岁左右，最主要在25-44岁之间，教育程度相对较高，一般具有高中以上的文化程度，虽然平均家庭收入较好，平均在2200元左右，但同时也是分散程度最高的，表明喜爱时尚并不是高收入者的专利。与其他类型相比，这一类型中的三资企业员工的比例最大，未婚的比例较大，约占1/4，女性的比例为55%，高于男性。自保型：这类消费者占16%，他们更多的是为自己的生计考虑，考虑自己能否有稳定的经济来源，维持家庭的经济保障是他们最关心的问题。而对于他人的影响力较弱。这些人的平均受教育程度较低，中年人的比例较高，平均年龄在44岁左右，家庭收入较低，平均在1600元左右，国营企业员工以及离退休人员的比例较高。女性的比例高于男性。领袖型：这类消费者占13%。教育程度处于社会平均水平，也主要为中年人，有较多的生活阅历，多在45-54岁之间，平均年龄45岁。家庭收入一般在1800元左右。在职业上没有显著特征。他们绝大多数已婚，已婚比例是各类消费者中最高的，这似乎表明有稳定的家庭也是成为领袖的一个条件。男性比例占55%，高于女性。上进型：这类消费者占消费者总人数的不到13%。他们对生活的态度积极，大多为未婚青年，平均年龄在28岁左右，25岁以下的占40%，单身未婚的比例占1/2以上。职业上的显著特征是：1/3为学生，三资企业员工的比例达1/10，都显著高于其他类型。在性别上，男性的比例（56%）高于女性。同时，这类消费者是受教育程度最高的，由于年轻，他们不注重经济保障，但是他们的平均家庭收入却是最高的，月平均2300元左右。迷茫（缺乏生活目标）型：约占15%，他们既不注重经济保障，也不会去参加什么培训，学习新知识，生活节奏较缓慢。详细的数据表明，这类消费者主要为退休人员，约占该类型人员的2/3，剩下的主要为国营企业员工。他们的年龄是各类型消费者中最高的，平均年龄在50岁以上，45岁以下的比例很小。他们的教育程度是最低的，家庭收入也是最低的，平均不到1600元，在婚姻状态中，丧偶的比例最高，约占15%，而其他消费者类型的比例均低于7%。再性别分布上，女性的比例远远高于男性，占62%。平庸型：这类消费者约占23%，他们最大的特点是生活没有计划，日常生活没有规律，而其他指标均则处于中间状态。这类消费者在年龄上比较分散，从15岁到54岁之间的各年龄段均有相当比例，平均教育程度一般，家庭平均收入中等，平均收入在1900元左右。在职业上没有显著特征，但待岗人员的比例稍高于其他各类型。在性别上，男性稍高于女性。消费购物与生活方式研究表明：消费者的生活方式与消费者的购物方式有着很高的相关程度。购物半径：我们这里的购物是指购买食品与日杂用品，不包括衣着与耐用品。调查显示：时尚型的消费者购物半径最大，平均购物半径4.5公里，其次是领袖型，4.2公里，缺乏目标型的购物半径最小，仅为2.6公里。愿意花费在购物上的最长时间：不出所料，时尚型的消费者是愿意在购物上花费时间最长的，平均为74分钟，而缺乏目标型的消费者时间最短，为56分钟，其他类型的均在65分钟左右。购物交通费：时尚型的消费者愿意为购物花费最多的交通费，平均为7.9元，缺乏目标型为3.4元，其他类型再4.2-5.6之间结束语从以上结果可以看出：研究消费者生活方式，对消费者进行合理的分类，将有助于我们进一步了解人们的消费行为，提高我们准确把握市场规律的能力。本文的结果旨在抛砖引玉，对于其中的错误不当之处，欢迎大家指出或共同探讨。（上海简博市场研究公司：向采发）主成分分析与因子分析之比较及实证分析出处：南京财经大学发布日期：2007年06月22日14:44一、问题的提出在科学研究或日常生活中，常常需要判断某一事物在同类事物中的好坏、优劣程度及其发展规律等问题。而影响事物的特征及其发展规律的因素（指标）是多方面的，因此，在对该事物进行研究时，为了能更全面、准确地反映出它的特征及其发展规律，就不应仅从单个指标或单方面去评价它，而应考虑到与其有关的多方面的因素，即研究中需要引入更多的与该事物有关系的变量，来对其进行综合分析和评价。多变量大样本资料无疑能给研究人员或决策者提供很多有价值的信息，但在分析处理多变量问题时，由于众变量之间往往存在一定的相关性，使得观测数据所反映的信息存在重叠现象。因此为了尽量避免信息重叠和减轻工作量，人们就往往希望能找出少数几个互不相关的综合变量来尽可能地反映原来数据所含有的绝大部分信息。而主成分分析和因子分析正是为解决此类问题而产生的多元统计分析方法。近年来，这两种方法在社会经济问题研究中的应用越来越多，其应用范围也愈加广泛。因子分析是主成分分析的推广和发展，二者之间就势必有着许多共同之处，而SPSS软件不能直接进行主成分分析，致使一些应用者在使用SPSS进行这两种方法的分析时，常常会出现一些混淆性的错误，这难免会使人们对分析结果产生质疑。因此，有必要在运用SPSS分析时，将这两种方法加以严格区分，并针对实际问题选择正确的方法。二、主成分分析与因子分析的联系与区别两种方法的出发点都是变量的相关系数矩阵，在损失较少信息的前提下，把多个变量（这些变量之间要求存在较强的相关性，以保证能从原始变量中提取主成分）综合成少数几个综合变量来研究总体各方面信息的多元统计方法，且这少数几个综合变量所代表的信息不能重叠，即变量间不相关。主要区别：1.主成分分析是通过变量变换把注意力集中在具有较大变差的那些主成分上，而舍弃那些变差小的主成分；因子分析是因子模型把注意力集中在少数不可观测的潜在变量（即公共因子）上，而舍弃特殊因子。2.主成分分析是将主成分表示为原观测变量的线性组合，（1）主成分的个数i=原变量的个数p，其中j=1,2,…,p，是相关矩阵的特征值所对应的特征向量矩阵中的元素，是原