因子分析与聚类分析在消费者研究中的应用

《因子分析与聚类分析在消费者研究中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、因子分析与聚类分析在消费者研究中的应用　　我们都知道，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价值及生活方式系统（VALS:ValueandLifeSystem），根据消费者对生活的观点以及通常的行为方式将消费者分成几个不同方式的群体系统。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。　　　　下面本文主要介绍如何通过因子分析

2、和聚类分析方法来对消费者进行分类。　　一、研究的基本方法　　　　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，因此研究一般要求采取较为充足的样本（本例样本总量为3000个），样本的分布根据人口比例分布在A城市的14个城区。本例中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。　　　　研究消费者的生活方式，我们通常采用心理描述测试法，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

3、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：　　　　我喜欢购买新潮的东西　　在其他人眼中我是很时髦的　　我用穿着来表达个人性格　　我对自己的成就有很大期望　　生命的意义是接受挑战和冒险　　我会参加/自学一些英语和电脑课程来接受未来的挑战　　我习惯依计划行事　　我喜欢品味独特的生活　　放假时我喜欢放纵自己，什么事都不做　　无所事事会使我感到不安　　我的生活节奏很紧凑　　优柔寡断不是我的处事方式　　经济上的保障对我来说是最重要的　　我选择安定和有保障的工作　　我宁愿少休息多工作，以多挣些钱　　我很容易与陌生

4、人结交　　我活跃于社交活动　　我对朋友有很大影响力　　我很注意有规律的饮食习惯　　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.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.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

5、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，然后对各类型消费者的背景进行交叉分析。　　下面向读者介绍具体的分析方法：　　三、因子分析方法　　　　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，所以我们不能采用简单的回归方法进行分析。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（SPSS）进行因子分析后我们发现：这些陈述大致可以综合为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

6、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。（注：读者可能发现，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。）　　四、聚类分析方法　　　　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打分，求出他们对每一因子

7、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。本例中，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：（注：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）　　　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）和平庸型。　　五、研究结果的应用分析　　1.各类型消费者的特征　　在得到消费者生活方式的分类以后，

8、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通常的认识类别。以下是我们的实际统计结果：　　时