多维尺度法

《多维尺度法》由会员分享，可在线阅读，更多相关《多维尺度法（5页珍藏版）》请在金锄头文库上搜索。

1、多维尺度法资料来源：MBA 智库百科 http:/ 握，多维尺度法就是用于分析消费者感觉和偏好的最有效的方法，它以直观图的 方式提供一个简化的分析方法。多维尺度法是一种将多维空间的研究对象（样本或变量）简化到低维空间进 行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。其特点是将 消费者对品牌的感觉偏好，以点的形式反映在多维空间上，而对不同品牌的感觉 或偏好的差异程度，则是通过点与点间的距离体现的，我们称这种品牌或项目的 空间定位点图为空间图。空间轴代表着消费者得以形成对品牌的感觉或偏好的各 种因素或变量。二、多维尺度法的应用范围在市场营销调研中，多维尺度法的用途十分广泛。一般来说，

2、它应用在如下 几个方面： 可以确定空间的维数（变量、指标），以反映消费者对不同品牌的认知， 并且在由这些维构筑的空间中，标明某关注品牌和消费者心目中理想品牌的位置 可以比较消费者和非消费者对企业形象的感觉。 在进行市场细分时，可以在同一空间对品牌和消费者定位，然后把具有 相似感觉的消费者分组、归类。 在新产品开发方面，通过在空间图上寻找间隙，可以发现由这些间隙为 企业带来的潜在契机。 在广告效果的评估方面，可以用空间图去判定一个广告是否成功地实现 了期望的品牌定位。 在价格策略方面，通过比较加入与不加入价格轴的空间图，可以推断价 格的影响强度。 在分销渠道策略方面，利用空间图可以判断品牌对不同

3、零售渠道的适应 性，从而为制定有效的分销渠道提供依据。三、多维尺度法的实施步骤同其它的多元统计分析方法一样，对所研究的问题做出准确的界定，仍然是 进行多维尺度分析的首要任务。由于其中将应用各种类型的数据，所以就必须决 定一种获得数据的适宜方式，并选择用于数据分析的具体过程。另外，还要确定 空间的维数。通常，维数多，包含的信息量就大，维数少，则更方便数据分析。 因此，需要确定既能包含大部分重要信息又方便数据分析的较为适当的维数。在 确定了空间的维数以后，需要准确命名那些构筑空间的坐标轴，并对整个空间结 构做出解释。最后一步的工作是评估所用方法的可靠性和有效性。因而，多维尺 度法的实施步骤分如下五

4、个部分（如下图所示）：多维尺度法的实施步骤：1. 课题界定课题的界定与通过多维尺度法希望达到的目的和选定的品牌密切相关。为此 必须首先予以明确。围绕需要解决的问题，才能分析与之相关的因素指标（或变 量），如果是研究消费者对某产品各个知名品牌的感觉或偏好，就要选择能够描 述这一特征的一系列变量指标。另外，在一个构筑好的多维空间中，一般需要同 时研究至少 8 个品牌，这样才能得到一个较好的空间图。但是，一旦超过 25 个 品牌，就会导致调查对象的疲倦，从而影响调研结果。品牌及相关指标或变量的 选择，往往基于调研问题、相关理论，以及研究人员的判断力等。2. 获取数据从调查对象那里得到的数据可能与感觉

5、或偏好有关，感觉数据有直接数据和 推断数据之分，直接数据源于相似性判断，而推断数据则源于对相关属性的评估。在收集直接的感觉数据时，要求调查对象判别不同品牌相似与否。我们可采 用李嘉图七点标尺或其它度量进行配对品牌评估，这些数据被称为相似性判别数 据。也可以采用其它方法，比如要求调查对象将所有的品牌配对按相似性强弱由 大到小排序。再比如，要求调查对象对所有品牌与固定对照品牌进行相似性排序， 每个品牌可轮流作为基础品牌。收集推断数据则源于调查对象对相关属性的评估，我们应用语义差异标尺或 李嘉图七点标尺度量属性后对品牌进行评估。由于消费者对心目中理想品牌的感 觉往往涉及一系列品牌属性或变量。因此，调

6、查对象需要对这些属性做出评估。 如果能够获得属性评估值，就可依据亲疏性度量值（如欧氏距离）对每对品牌的近似程度做出推断。3. 选择多维尺度过程在具体选择多维尺度过程时，要考察感觉或偏好信息的性质，而且输人数据 的性质是一个决定性因素。多维尺度过程分为非度量型多维尺度过程和度量型多 维尺度过程。非度量多维尺度过程输入的数据是顺序型的，但是，其输出的结果 却是区间以上型的。与之相对照，度量型多维尺度过程输入的数据是定距以上型 的，且输出的数据也是定距以上型的，因此，它的输入和输出数据间相关性较强。 经验证明，这两种方法的结果基本相似。影响多维尺度过程选择的另一因素，涉及分析过程是在单一个体水平进行

7、还 是在集合水平进行。在单一个体水平进行分析时，需要对每个调查对象分别做数 据分析，结果造成每个调研对象都拥有各自的空间图。从长远的角度看，这种方 法还是有用的。然而，营销策略的制定需要对细分市场或集合水平进行分析。在 对集合水平进行分析时，需要假设每个个体用相同的空间轴（指标）评价品牌， 当然，权重可以不同。4. 确定维数多维尺度法的目的是以空间图的方式用最少的维数去最佳地拟合输出数据。 这里，拟合度被定义为相关系数的平方。然而，空间图的拟合度随着维数的增加 而提高。因此，必须找出折中的办法。一个多维尺度的拟合度通常用紧缩值衡量， 紧缩值是一种拟合劣质度量。紧缩值高，说明拟合性差。以下是常用

8、维数确定方 法： 前期知识，调研理论或以往的调研经验和结论将有助于确定维数。 空间图的解释能力，一般来说，要想解释三维以上的空间图是很困难的。 转折标准，考察紧缩值对维数的折线图，如下图所示，当合适的线数出 现时，往往伴随有一个转折或很急的转弯，而超过这点时，增加维数通常不会提 高拟合度。观察紧缩值图发现，在三维处出现折点，形成了凹状图案，故应选择的维数是 3。紧缩值对维数的折线图在选择维数时还应考虑易操作性。一般来说，二维平面图较之多维空间图简 单得多。最后，那些增长统计学方法的专业人员，也可采用统计方法确定维数。5. 命名坐标轴并解释空间图 对坐标轴的命名主要依赖调研人员的经验和主观判断，

9、下面的方法将有助于 您的工作。 尽管得到了直接的相似性判断值，如果可能，还应对提供的品牌属性进 行评估。应用统计中的回归方法，这些属性向量可被嵌入空间图中，然后，我们 可以综合考察那些最接近坐标轴的属性，以实现对坐标轴的命名或标注。 在获得了直接相似性或偏好数据后，我们还可以进一步询问调查对象在 进行相似性评估时依赖的主观评估标准，这些标准也应在命名坐标轴时予以参考 如果可能，可以向调查对象展示空间图，然后，请他们来命名空间围上 的坐标轴。最后，如果我们了解品牌的自然属性，如充电电池充电后的最长使用 时间等，这也可作为解释空间图坐标轴的参考资料。通常，一个坐标轴不只代表 一种属性。6. 评估有

10、效性与可靠性 同其它多元分析方法一样，对采用多维尺度法获得的结果也要进行可靠性和 有效性评估。一般采用以下方法进行评估。首先，可计算拟合优度（相关系数）的平方。其值越大，说明多维尺度过程 对数据的拟合程度越好。一般地，当值大于或等于 0.6 被认为是可接受的。另外，紧缩值也能反映多维尺度法的拟合优度。 拟合优度的平方是拟合良 好程度的度量，而紧缩值是拟合劣质程度的度量，两个度量的角度完全相反，但 目的相同。紧缩值随多维拟合优度的平方过程以及被分析资料的不同而变化。不同紧缩值的拟合优度2011. 50拉含效果悅如果在集合水平上进行分析，原始数据应分成两组或两组以上。对每一组分别应用多维尺度的平方

11、法，然后，对各组结果进行比较。四、多维尺度法的应用意义企业在市场调研中，研究消费者对品牌或其它项目的感觉和偏好问题，是企 业市场调研的重要议题。多维尺度法为解决类似的问题提供了很好的思路，相信 你采用此种方法能从中得到更有效的信息，并使你的决策更具科学性。五、多维尺度法的实例分析在某次市场研究中，研究者调查了 10 位消费者，要求他们对 A、B、C、D、 E 等五种晶牌的相似性进行评分。消费者利用李克量表分别对 AB 、 AC 、 AD 、 AE 、 BC、BD、BE、CD、CE、DE中的每一对评分。其中一位消费者的评分结果为：AB =2, AC=1, AD = 4, AE = 5, BC = 6, BD = 8, BE = 6, CD = 3, CE = 7, DE = 5，从 而可以得到一个相似性比较矩阵，如下表所示。表消费者评价晶牌对后得到的相似性比较矩阵品牌ABCDEAB2C16D483E5675请就此进行多维尺度分析。将表的相似矩阵输入,利用 SPSSll0 进行计算可得到如下的概念空间图：Denved Stimulus CoAguHliun Euclidean diaUnrp mudclbinwnuiDii 1从该空间图可以看出，D和E相对接近。在第一维度方向，A、B、C、D、E 几个品牌的差异较为明显。