I markedsanalyse har man ofte
data som er ikke-numerisk, dvs. det er kategorier som er
rangert på en måte, men det er ikke mulig å måle avstanden
mellom dem, eller det er kategorier uten noe forhold
mellom dem. Data vil vanligvis inneholde
kvalitative eller kategoriske variabler. Du
kan analysere slik type data mer fullstendig og enkelt med
Categories.
SPSS
Categories prosedyrer benytter "optimal skalering"
(optimal scaling) for å analysere data som er vanskelig eller
umulig for standard statisktiske metoder å analysere.
Figur: Plottet
viser resultatet av en to-dimensjonal multippel
korrespondanseanalyse.
Se at produktene "A" og "B" er valgt av
yngre personer, mens produktene "G" og "C"
er foretrukket av en eldre gruppe.
Du kan
undersøke sammenhenger i store toveis eller multivariate
tabeller. Du kan jobbe med og forstå ordinale og nominale
data i prosedyrer lik vanlig regresjon, prinsipal componenter
og kanonisk korrelasjon. Den visualiserer og utforsker
multivariate kategoriske data.
Uansett hvilke typer kategorier du studerer –
markedsdeler, subkulturer, politiske partier eller biologiske arter – SPSS
Categories optimale skalainndelingsprosedyrer frigjør deg fra
den begrensede toveistabellen, og plasserer forholdet mellom
variablene i en større referanseramme.
Du vil
forstå dataene bedre når du bruker ikke-lineære prinsipal komponentanalyse, fordi dataene vil summeres ved viktige
komponenter av sammensatte målenivå.
Du vil også være i stand til å analysere dine ulike målenivå og
forholdet mellom sett av variabler ved å bruke ikke-lineær
kanonisk korrelasjonsanalyse.
Detaljerte
tabeller (High-Resolution Summary Tabel) vil gi deg unik innsyn i forholdet
mellom flere enn to variabler. For eksempel når du gjennomfører
multippel korrespondanse homogenitetsanalyse, vil du se
forholdet mellom kategoriske variablers sum.
|
