对于探索性研究的数据分析存在着多种方法。我们会简要地看一下因子分析、聚类分析和多维尺度法，这三种方法在市场调研和社会调研中都很有用。上一篇我们讲了因子分析法，本篇我们接着讲聚类菲尼和多维尺度法。
2.聚类分析
聚类分析的目的在于把大样本（〃N100）分成若干同质性的组或群，每个集群将包含受访者对特定变量相似的特征或值，每个集群又与其他集群不同（有时我们也可以称为同质集群，即某一集群内的人或物具有一定的共性，而不同集群间则相互不同）。态度类变量经常用来进行聚类分析，例如，可以根据对社会和政治问题的态度进行分群。
聚类分析可以帮助营销者根据数据产生的集群进行定位分析，也可以把数据简化为更少也更有意义的数据单元。聚类分析经常被用于研究某一特定市场的构成，以及细分市场内目标消费者的偏好。
经常有人会把因子分析和聚类分析搞混，因此我们需要记住，因子分析是把变量聚在一起，而聚类分析则是把人或物分组聚类。
3.多维尺度法
多维尺度法（multi-dimensional-scaling,MDS）其实是一种绘图方法，有时也被称为概念绘图法。如果你想知道消费者对某一观点的感知程度，那么你就可以使用MDS,比如联合分析和对应关系分析。对应关系分析的目的在于绘出展现变量间两维度的对应情况，对应关系分析所使用的数据都应该来自联合矩阵，即关于变量属性或图像的表格，如超市品牌、汽车的型号和啤酒的品牌等。变量（属性）和项目（品牌）以点的形式呈现在图中（见图15-3）。从图中我们可以得知品牌和其属性的关系，并据此进行市场定位。对品牌的感知，以及如何通过广告进行有效定位，是否存在未进入的市场等问题上非常有帮助。
扫码关注调研家公众号，随时随地获取调研家观点
关注公众号
调研家将为您提供
一对一专业服务，根据您的项目情况，为您定制专属解决方案
Copyright © 2023 SurveyPlus 瀚一数据科技（深圳）有限公司 粤ICP备18114013号
粤公网安备44030502004015号
