结合SPSS及SAS软件充分发挥联合分析的作用

标题：结合SPSS及SAS软件充分发挥联合分析的作用1楼spss_SAS发表于：2005-11-122:09:00［摘要］在我国，联合分析应用于营销调研的时间很短，仅有少许大型市场研究公司可以较好地应用联合分析为客户提供科学、有效的研究，原因在于联合分析无论从理论模型理解，还是实际操作上来说都具有一定的难度。由于SPSS、SAS是国内业界应用较多的统计软件包，他们都提供了联合分析模块，但功能各有千秋。本文在简单介绍联合分析模型理论的基础上，采用实例，详尽阐述了结合SPSS、SAS实现联合分析的过程，及各自的优势；并深入介绍了进行联合分析各环节所需注意的细节，及数据处理、转换的方法。［关键词］联合分析，SPSS应用，SAS应用，联合分析实现过程、SPSS/SAS联合分析模块各自的优势联合分析(ConjointAnalysis)，又被译为结合分析，也被称为权衡分析(Trade-offAnalysis)，是应用统计领域用于多变量分析的一种专门技术，它是1964年由Luce和Tuckey发展的一种数理心理学测量分析工具，于1971年由Green和Rao引入市场营销研究领域，从此深受营销研究人员的喜爱。它主要用于确定产品/服务的属性(Attributes)及相关水平(Levels)对于消费者的重要程度。产品/服务的属性包括品牌名称、价格、包装、规格、功能、颜色、款式等，不同类型的产品，具有不同的产品属性及水平。在传统的市场研究中，我们了解消费者对产品/服务的属性重要性及相关水平的偏好时，往往采用直接询问的方式。“你喜欢哪个品牌？”“你觉得什么功能较好？”“你希望用什么价格去购买该产品？”等等。由于不是在现实的购买环境中，消费者的回答往往存在较大的偏差，如面对品牌和价格因素时，如果采用品牌单个属性直接询问法，则对价格敏感的消费者必然偏好选择高档品牌，但却不一定能满足高档品牌对价格的要求，得到的使结论就会导致高档品牌的营销决策失误。相对于传统研究方法的“联合分析法”，则有效的多，它首先根据产品/服务的市场现状及消费者对产品/服务属性的关注度，通过试验设计，模拟出消费者能够理解的少量产品组合(由产品/服务的属性及相关水平组成为一个具体的产品描述)，做成卡片让消费者对其进行评分、排序，然后采用数理统计分析的方法求出产品/服务中每个属性的相对重要性(RelativeImportance)及相关水平的效用值(Utilities)，从而为最终确定产品/服务的营销组合提供策略依据。联合分析较之传统研究方法最重要的优势在于：它能模拟较为现实的产品/服务(属性及水平的组合)，从而让消费者能综合考虑产品/服务的属性及相关水平，然后决定对产品/服务的偏好或购买可能性。联合分析研究方法可应用于：üü包装测试üü价格策略研究üü广告效果测试研究üü消费者市场细分üü市场竞争趋势分析üü评估产品/服务属性的相对重要性üü估计不同属性/水平下产品/服务组合的市场占有率联合的基本数学模型如下：(1)(2)其中Y表示全轮廓的偏好得分a表示截距bij表示第i个属性(i|i=1,2,3,…,m)第j个水平((j|j=1,2,3,…,ki)的效用值或分值贡献ki表示第i个属性的水平数m表示属性数Xij表示不同属性水平的哑变量Xij=1，第个属性的第个水平出现Xij=0，其它情况U(X)表示全轮廓的总效用联合分析研究技术经过近四十年的发展，主要形成了三种基本分析模型，RCA(Regularortraditionalconjointanalysis,常规型或传统型联合分析)、HCA(Hybridconjointanalysis,混合型联合分析)及ACA(Adaptiveconjointanalysis，适应型联合分析)。RCA只要求消费者对各模拟产品进行评价，然后通过对总体偏好效用的分解，来求得各个属性/水平的效用,是一种间接研究产品/服务属性及水平重要性的方法。而HCA和ACA则是结合直接询问法和间接分解法的一种更为复杂，也更为有效的联合分析方法，它除了要取得RCA所需的数据外，还要求获取消费者对各个属性及其水平的重要程度进行直接评价的数据。由于RCA较HCA、ACA简单，易于理解和掌握，因此得到了非常广泛的应用。世界著名统计软件开发商SPSS及SAS公司均提供了RCA联合分析的统计模型，而美国一间专门从事市场研究软件开发的公司SAWTOOTH，则一直致力于联合分析技术的研究与开发，他们主要采用ACA模型分析法。该公司每年都会举行一次“联合分析理论与应用”研讨会，并在其网站上进行公布。为了推广及促进联合分析技术在国内营销调研中的应用，提高国内营销研究机构中联合分析技术的应用水平，为国内产品生产/服务企业提供更加有效的营销决策依据，我在这里以一个完整的实例对联合分析技术及其实现过程进行较为详细的阐述和说明，以期对市场研究者使用联合分析技术起到参考及抛砖引玉的作用。由于HCA及ACA模型及实现较为复杂，因此我们这个例子将采用RCA分析模型，所使用的软件为SPSS8.0及SAS6.12。联合分析一共分为四步，下面我们就以白酒市场的例子开始分步介绍联合分析的方法及实现过程。第一步：确定所研究产品/服务的关键属性及其水平某白酒企业准备对其中档产品的包装进行更新，有两种可供选择的包装。新包装产品上市的同时，也涉及到对产品价格的调整。因此该企业需要通过市场研究来了解哪种包装更能满足消费者的需求；改变包装后价格应该如何制定。通过对市场的了解、分析我们知道，消费者选择购买白酒时，主要受到以下四个因素(产品属性)的影响：品牌、包装、价格、酒精度数。通过走访市场，我们对白酒产品属性的水平有了一些共识，并设计了以下的属性水平供研究使用：品牌(4个)包装(2个)价格(5个)酒精度数(3个)AX包装40元/500ml38oBY包装50元/500ml45oC--60元/500ml50oD--70元/500ml------80元/500ml--第二步：通过试验设计模拟产品/服务的属性水平组合从上表我们知道，将所有属性/水平组合成产品，则总共需要对4×2×5×3=120个产品进行测试，这显然不太可能做到。因此，为了减少让被访者对模拟产品的评价个数，我们将进行研究实验设计，常用的方法有正交设计(Orthogonaldesigns)、部分因子设计(Fractionalfactorialdesigns)、循环设计(Cyclicaldesigns)、理想非标准设计(Optimalnonstandarddesign)。正交设计(Orthogonaldesigns)是众多试验设计方法中最常用，也是最有效的方法之一，它能很好的兼顾产品的每个属性及属性水平的分布，在这个例子中，我们采用正交设计的方法来模拟需要测试的产品组合。在SPSS和SAS中都有正交设计的过程，由于SPSS较SAS的设计过程更简单，因此我们以SPSS为例说明正交设计的过程：在主菜单中选择\Data\OrthogonalDesign\Generate…,则进入正交设计窗口，如下图1：图1、正交设计生成窗口属性名称属性说明属性定义显示窗口文件存放最低组合设置显示在当前数据窗口设置显示窗口中所选定的属性的水平通过“Add”、“Change”、“Remove”可以将添加、修改和删除属性，通过这个窗口的操作，只能完成对属性的设置。下一步，应该对属性的水平进行设置，选中要设置的属性，此时点击“DefineValues”，则进入属性水平设置窗口，如下图：图2、属性水平设置窗口设置完成后点击“Continue”，则该属性的水平设置完成，如此循环，完成对所有属性水平的设置。其它如随机种子及最低组合数的设置，可以采用系统默认值，而不需要重新设置。确认所有属性及水平都设置完成后，点击正交设计主窗口的“OK”按扭，就会生成研究所需要的模拟产品组合，共有25种产品组合，数据显示如下图3。图3、正交设计完成的产品组合或通过以下程序，也可以完成上述正交设计的过程：ORTHOPLAN/FACTORS=brand'品牌'(1'A'2'B'3'C'4'D')price'价格'(1'40元/500ml'2'50元/500ml'3'60元/500ml'4'70元/500ml'5'80元/500ml')degree'酒精度数'(1'38度'2'45度'3'50度')package'包装'(1'X包装'2'Y包装')/OUTFILE='C:\tamp\ORTHO.SAV’.切记，一旦正交设计完成，就不应再随意更改，因为每次正交设计的结果是不尽一致的。当然，这并不是说研究采样时，就只能使用正交设计的产品组合，我们可以根据市场的现实情况对个别的产品组合进行更改、增加或删除。该例中我们将直接采用SPSS生成的正交设计文件进行研究，而不进行调整。第三步：数据收集及整理完成对正交设计产品组合的调整后，我们就可以按照产品属性水平的描述制作模拟产品的卡片，作为访问时出示给被访者评价的产品描述工具。条件可能的情况下，可以加入图片，制作图文并茂的卡片形式，以便被访者能比较清楚的区分不同的品牌产品组合。在问卷的设计方面，可以让被访者对模拟产品进行购买可能性评分，也可对其进行排序、或进行总体上的评价打分。在分值的设置上，采用5分制、7分制、9分制均可。在实地访问时，可以进行街头访问、入户访问、或预约面访。但在访问时，应将模拟产品的顺序打乱出示给被访者，并给被访者足够的时间以明白模拟产品所描述的特性。在这个例子中，我们让被访者对每个模拟产品进行9分制的购买可能性评价，并通过街头访问的形式采集了60个样本。同时，在问卷中，我们对这60个被访者的年龄、学历、职业、收入等背景资料进行了询问和记录。最终的数据结果按一定的格式录入到了SPSS中，由于SPSS的数据编辑窗口采用的是电子表格方式，因此非常直观和方便。具体的数据格式见下图4。其中文件名为SAPLE.SAV，变量No表示被访者的编号，P1，P2，P3,……P25表示被访者对每种模拟产品购买可能性的打分。如此便得到了联合分析所需要的两部分数据，正交设计数据及对模拟产品评价的原始数据，下来便可以进行联合分析了。图4、被访者对25种模拟白酒的购买可能性数据第四步：联合分析的实施有了以上第二、三步的数据，便可以进行联合分析了。由于SPSS和SAS联合分析的数据格式和过程完全不同，因此下面分别加以介绍。SPSS联合分析实施过程：有了第二步的Ortho.sav和第三步的Sample.sav，SPSS则可以直接进行分析了，在SPSS主窗口的菜单中，没有直接的联合分析子程序，因此需要在程序编辑窗口(SPSSSyntaxEditor)中自己编写程序，其程序代码如下：ConjointPlan='c:\tamp\ortho.sav'/data='c:\tamp\sample.sav'/factors=brand(discretemore)package(discretemore)Degree(antideal)price(antideal)/subject=no/rank=p1top25/plot=all/print=analysissumm/util='c:\tamp\result.sav'.运行这段程序后，将得到以下结果：FactorModelLevelsLabelBRANDd4品牌PRICEai5价格DEGREEai3酒精度数PACKAGEd2包装(Models:d=discrete,l=linear,i=ideal,ai=antideal,=less,=more)SUBFILESUMMARYAveragedImportanceUtilityFactor+---------+BRAND品牌I34.29I-.1017IA+---------+.2271I-BI-.2407-ICI.1153IDI+---------+PACKAGE包装10.89II-.0636IX包装+---------+.0636IY包装I