因子分析與聚類分析在消費者生活形態研究中的應用

2020-11-30 199IT

     

    我們都知道,消費者的生活方式與他們對商品的選擇是密切相關的,根據生活方式將消費者進行分類,可以為產品的市場細分以及市場定位提供技術指導。在現代消費者行為與心理研究中,評價消費者生活方式的方法有許多,比較廣泛應用的細分系統如價值及生活方式系統(VALS: Value and Life System),根據消費者對生活的觀點以及通常的行為方式將消費者分成幾個不同方式的群體系統。但由於各地區文化背景的差異,不同地區的消費者生活模式也存在較大的差異,消費者的分類也應考慮各地的具體情況。
下面本文主要介紹如何通過因子分析和聚類分析方法來對消費者進行分類。

一、研究的基本方法
由於缺乏基礎性的資料可以參考,考慮到對消費者進行分類時樣本量的充足性,因此研究一般要求採取較為充足的樣本(本例樣本總量為3000個),樣本的分布根據人口比例分布在A城市的14個城區。本例中我們選定的樣本對象為:15歲以上具有獨立購買能力的消費者。樣本的抽取採用隨機方法,採用Kish表(隨機表)決定家庭中的受訪者,以保證樣本的代表性。
研究消費者的生活方式,我們通常採用心理描述測試法,即採用一系列關於對社會活動、價值觀念等內容的陳述,請消費者根據自己的情況做出評價。調查中採用7分評價法, 1分表示「非常同意」,7分表示「非常不同意」。經事先的小樣本測試篩選,最終的測試語句為:
我喜歡購買新潮的東西
在其他人眼中我是很時髦的
我用穿著來表達個人性格
我對自己的成就有很大期望
生命的意義是接受挑戰和冒險
我會參加/自學一些英語和電腦課程來接受未來的挑戰
我習慣依計劃行事
我喜歡品味獨特的生活
放假時我喜歡放縱自己,什麼事都不做
無所事事會使我感到不安
我的生活節奏很緊湊
優柔寡斷不是我的處事方式
經濟上的保障對我來說是最重要的
我選擇安定和有保障的工作
我寧願少休息多工作,以多掙些錢
我很容易與陌生人結交
我活躍於社交活動
我對朋友有很大影響力
我很注意有規律的飲食習慣
我定期檢查存款餘額,以免入不敷出

二、消費者分類的分析方法
對於以上測試數據,我們採用了一系列的數理統計方法進行處理,主要思想是:
1.通過因子分析,將測試語句進行分組。即:將這一系列的語句進行綜合,根據消費者的回答情況,將這些語句分為幾大類,根據實際情況,找出每一類型中的共同因子,對這些類型的含義進行合理解釋。
2.利用因子分析的結果,對樣本的回答按照新的類型進行重新評估打分,然後根據這些評價進行聚類分析,根據統計原則以及在現實中容易解釋的原則,確定最終採用的分類個數。
3.根據分類結果對每一樣本判別其所屬類別,然後對各類型消費者的背景進行交叉分析。

下面向讀者介紹具體的分析方法:

三、因子分析方法
由於測試的語句實際上是一系列相關因素的陳述,很多語句之間存在一定的相關性,所以我們不能採用簡單的回歸方法進行分析。通過因子分析則可以將系列相關因素綜合為一個因子,因此,研究中我們首先採用因子分析來對20個陳述進行分析(因子分析的原理請參考有關數理統計書籍)。

表1:因子分析的結果

組合因子因子中包含的陳述(相關係數大於0.5)因子含義
因子1A、B、C、H對時尚的觀點
因子2D、E、F、J、K個人的事業性與進取性
因子3M、N、O對經濟利益的看法
因子4P、Q、R社交能力與影響力
因子5S、G、I生活的計劃性


  利用統計軟體(SPSS)進行因子分析後我們發現:這些陳述大致可以綜合為5個因子。為了進一步發現其中每一個因子的實際含義,我們對因子進行正交旋轉,最終形成5個組合因子,這些因子其實是20個陳述的一個線性組合。對於每一組合因子,選取其中對因子呈現較強相關(相關係數大於0.5)的陳述,其餘的陳述予以剔除,以便一目了然地發現因子的實際意義,實際研究結果見下表。仔細考察這5個因子中所包含陳述的實際意義,我們對每一因子進行命名,以便實際分析時方便引用。(註:讀者可能發現,有兩個陳述沒有被包括在5個組合因子中,可能是該陳述不符合國情。)

四、聚類分析方法
因子分析後每一因子可以表示為一系列陳述語句的線性函數,因此我們首先利用這些因子函數,根據消費者對各陳述的打分,求出他們對每一因子的評價。然後根據消費者對因子的評價,對樣本進行聚類分析,從而對消費者的生活方式進行分類。本例中,在模型通過統計檢驗的情況下,我們根據聚類的實際含義,最後選擇了有6個中心的聚類分析,也就是說將消費者的生活方式分為6個模式。這6個聚類中心(類別)如下:(註:表中數據的得分值越低,表示消費者對該指標的認同程度越高,0表示中性)

表2:聚類分析的中心

因子

類別

123456
1、追求時尚新潮-1.20913.50717.77936.07717.43515-.02990
2、積極的生活態度.00178-.18146.10136-1.45683.88757.27268
3、注重經濟利益與保障-.32459-.83205-.53811.798611.06779.03286
4、社交能力與影響力-.171701.06183-1.18052.01572.34527-.15137
5、生活有計劃-.39631-.26929-.54317-.01171-.364651.11666
類別的實際意義非常重視時尚社交影響能力不強,注重經濟保障社交影響能力強,不大注重時尚生活態度積極,不注重經濟利益不注重經濟利益,態度消極生活沒有計劃,平庸 ?
消費者的分類時尚型自保型領袖型上進型迷茫型平庸型

 

  根據每一類消費者的因子的特徵,我們最終將消費者的生活方式分為6個類別,即:時尚型、自保型、領袖型、上進型、迷茫型(缺乏生活目標型)和平庸型。

五、研究結果的應用分析

  1. 各類型消費者的特徵

在得到消費者生活方式的分類以後,我們對各類型的消費者背景進行分析,以判斷這些分類是否符合我們通常的認識類別。以下是我們的實際統計結果:
時尚型:這類消費者約佔樣本量的約21%,主要背景特徵為:年齡相對較輕,平均年齡在35歲左右,最主要在25-44歲之間,教育程度相對較高,一般具有高中以上的文化程度,雖然平均家庭月收入較好,平均在2200元左右,但同時也是分散程度最高的,表明喜愛時尚並不是高收入者的專利。與其他類型相比,這一類型中的三資企業員工的比例最大,未婚的比例較大,約佔1/4,女性的比例為55%,高於男性。
自保型:這類消費者佔16%,他們更多的是為自己的生計考慮,考慮自己能否有穩定的經濟來源,維持家庭的經濟保障是他們最關心的問題,而對於他人的影響力較弱。這些人的平均受教育程度較低,中年人的比例較高,平均年齡在44歲左右,家庭月收入較低,平均在1600元左右,國營企業員工以及離退休人員的比例較高。女性的比例高於男性。
領袖型:這類消費者佔13%。教育程度處於社會平均水平,也主要為中年人,有較多的生活閱歷,多在45-54歲之間,平均年齡45歲。家庭月平均收入一般在1800元左右。在職業上沒有顯著特徵。他們絕大多數已婚,已婚比例是各類消費者中最高的,這似乎表明有穩定的家庭也是成為領袖的一個條件。男性比例佔55%,高於女性。
上進型:這類消費者佔消費者總人數的不到13%。他們對生活的態度積極,大多為未婚青年,平均年齡在28歲左右,25歲以下的佔40%,單身未婚的比例佔1/2以上。職業上的顯著特徵是:1/3為學生,三資企業員工的比例達1/10,都顯著高於其他類型。在性別上,男性的比例(56%)高於女性。同時,這類消費者是受教育程度最高的,由於年輕,他們不注重經濟保障,但是他們的平均家庭收入卻是最高的,月平均收入在2300元左右。
迷茫(缺乏生活目標)型:約佔15%,他們既不注重經濟保障,也不會去參加什麼培訓,學習新知識,生活節奏較緩慢。詳細的數據表明,這類消費者主要為退休人員,約佔該類型人員的2/3,剩下的主要為國營企業員工。他們的年齡是各類型消費者中最高的,平均年齡在50歲以上,45歲以下的比例很小。他們的教育程度是最低的,家庭收入也是最低的,平均不到1600元,在婚姻狀態中,喪偶的比例最高,約佔15%,而其他消費者類型的比例均低於7%。在性別分布上,女性的比例遠遠高於男性,佔62%。
平庸型:這類消費者約佔23%,他們最大的特點是生活沒有計劃,日常生活沒有規律,而其他指標則均處於中間狀態。這類消費者在年齡上比較分散,從15歲到54歲之間的各年齡段均有相當比例, 平均教育程度一般,家庭月平均收入中等,在1900元左右。在職業上沒有顯著特徵,但待崗人員的比例稍高於其他各類型。在性別上,男性稍高於女性。

  2. 消費者購物與生活方式

研究表明:消費者的生活方式與消費者的購物方式有著很高的相關程度。
購物半徑:我們這裡的購物是指購買食品與日雜用品,不包括衣著與耐用品。調查顯示:時尚型的消費者購物半徑最大,平均購物半徑為4.5公裡,其次是領袖型,4.2公裡,缺乏目標型的購物半徑最小,僅為2.6公裡。
願意花費在購物上的最長時間:不出所料,時尚型的消費者是願意在購物上花費時間最長的,平均為74分鐘,而缺乏目標型的消費者時間最短,為56分鐘,其他類型的均在65分鐘左右。
購物交通費:時尚型的消費者願意為購物花費最多的交通費,平均為7.9元,缺乏目標型為3.4元,其他類型的在4.2-5.6元之間。

相關焦點

  • 安全數據的聚類分析和判別分析概述
    1 聚類分析的基本原理1)聚類分析的含義聚類分析是根據「物以類聚」的原理,對樣品或指標進行分類的一種多元統計分析方法,將安全統計對象的集合分成多個類的分析過程。通常聚類分析可分為Q型聚類和R型聚類,Q型聚類是對樣品進行分類處理,R型聚類是對變量進行分類處理。
  • SPSS因子分析案例
  • 值得一看:因子分析實例分析_SPSSAU實用教程
    在實際生活中,不同的變量之間有著各式各樣的聯繫,如果想全面地研究一個問題,就需要搜集各方面的資料。但大量的數據就容易產生重複的信息,為了減少研究的複雜程度,這時候就可以用到主成分分析或因子分析。應用場景因子分析可以看做是優化後的主成分分析,兩種方法有很多共通的地方,但應用方面各有側重。兩種方法主要用於三種場景下分別是:信息濃縮、權重計算和綜合競爭力研究。
  • spss聚類分析功能怎麼使用?spss聚類分析教程
    spss 是一個非常好用的統計分析軟體,spss有一個聚類分析的功能哦,但是很多人不知道spss聚類分析功能怎麼使用?spss聚類分析是一個將case分析的數據的功能哦,下面小編就來告訴大家spss聚類分析使用教程吧!
  • 聚類分析與SPSS實操演練
    層次聚類分析有兩種形式,一種是對樣本(個案)進行分類,稱為Q型聚類,它使具有共同特點的樣本聚齊在一起,以便對不同類的樣本進行分析;另一種是對研究對象的觀察變量進行分類,稱為R型聚類。它使具有共同特徵的變量聚在一起,以便從不同類中分別選出具有代表性的變量作分析,從而減少分析變量的個數。
  • 8種市場調研中的數據分析方法你知道幾個?
    04 差異分析:交叉分析,尋找個性差異上面幾個方法一般只是初步描述研究結果,想要更深入的探究分析項之間的差異性則要進行差異分析。例如探究不同背景的消費者在「認知」,「態度」,「行為」,「原因」上的差異;是大學生還是工薪族更加喜歡我的產品?
  • 基於情境理論的消費者行為影響因素研究
    該研究既對以往有關消費者行為影響因素的研究進行了完善,又有利於企業更好地了解消費者行為,具有較強的理論價值與實踐意義。   關鍵詞:消費者;消費者行為;情境因素;因子分析   在不同的情境下,人們將會有不同的行為。在消費者的消費過程中,消費行為也受到情境的影響。
  • 關於SPSS因子分析的幾點總結
    同時具有最大方差,稱為第一主成分;具有次大方差,稱為第二主成分。在主成分分析中,最終確定成分是原始變量的線性組合。每個主成分都是由原有p個變量線性組合得到。在諸多主成分Z i中,Z 1在方差中佔的比重最大,說明它綜合原有變量的能力最強,越往後主成分在方差中的比重也小,綜合原信息的能力越弱。
  • 西伯利亞鱘、施氏鱘及其雜交種的形態差異分析
    採用聚類分析、主成分分析、逐步判別分析和參數判別分析等多種多元分析方法對西伯利亞鱘、施氏鱘及其雜交種(西伯利亞鱘♀×施氏鱘♂)的形態差異進行比較分析, 為消除樣品規格大小對形態特徵的影響, 將所有參數分別除以自身體長值予以校正, 得到7個形態特徵比例性狀, 分別對應設為A1、A2、A3、A4、A5、A6、A7, 再分別求出各組參數校正值的平均值使用SPSS 20軟體進行分析。
  • 因子分析常見問題匯總,你想知道的都在這裡
    如果其他題項中出現後面兩種情況,優先處理後兩種問題,刪除該題項後,重新分析。直到所有題項與因子對應一致即可。④問題四:因子如何命名因子命名需要綜合判斷,主要是根據專業知識結合因子下各測量項的共同含義概括得到的。最終的因子名應該符合專業上的認知,這樣分析結果更易理解。
  • 研究發現大豆中B類熱激轉錄因子參與脅迫反應
    熱激轉錄因子基因在植物生長過程中發揮了重要作用,然而在大豆耐鹽反應中熱激轉錄因子的功能及機理仍不清楚。中國科學院遺傳與發育生物學研究所張勁松研究組、陳受宜研究組與黑龍江農科院來永才研究組合作從103份野生大豆資源中篩選得到2份耐鹽性強的野生大豆資源,通過RNA-Seq差異表達基因和共表達網絡分析得到參與大豆鹽脅迫反應的B類轉錄因子基因HSFB2b。
  • 市場研究中的「多變量分析」法
    因子分析 因子分析也稱因素分析。社會和自然現象中各變量(或事物)之間常存在有相關性或相似性,因為變量(或事物)之間往往存在有共性因素(稱為公因子或共性因子),這些共性因子同時影響不同的變量(或事物)。
  • 因子分析超全步驟總結!
    「因子分析」是統計數據分析方法之一,因子分析包括探索性因子分析和驗證性因子分析。本文主要討論探索性因子分析。一、研究背景關於工作滿意度有14個問題,調研得到215份問卷結果。希望通過因子分析,用少量因子反映14個題目的信息,從而達到降低維度,便於分析的目的,並對因子命名用於後續分析。二、分析步驟Step1數據準備:依據研究目的,收集相關數據。本例中就是我們收集得到的14個問題的有關數據。
  • 基於Web of Scienece資料庫及共詞聚類分析的腸內營養研究熱點
    本研究對腸內營養研究進行文獻計量學分析,梳理腸內營養研究脈絡,探討腸內營養發展趨勢及研究熱點,為臨床護理人員和科研人員提供參考。1、資料基於Web of Science資料庫,應用Hist Cite軟體對建庫至2018年4月腸內營養研究進行文獻計量學分析,並應用Cite Space軟體進行共詞聚類分析。
  • 數據分析淺談 | 基礎篇
    統計分析方法論:描述統計、假設檢驗、信度分析、相關分析、方差分析、回歸分析、聚類分析、判別分析、主成分與因子分析、時間序列分析,決策樹。 相關分析與回歸分析在實際應用中有密切關係。然而在回歸分析中,我們所要關心的是一個隨機變量Y對另一個(或一組)隨機變量X的依賴關係的函數表示形式。而在相關分析中,所要討論的是變量,分析側重於隨機變量之間的種種相關特徵。比如,以X、Y分別記為男孩子與女孩子,感興趣的是二者之間的關係如何,而不在於由X去預測Y,即通過男孩子的行為去分析預測女孩子。
  • 玩轉量表:量表設計與分析實戰
    文獻研究與編制題庫通過梳理價值觀的文獻資料發現,常見的消費價值觀量表有VALS模型(價值觀念及生活方式)、LOV量表(價值觀量表)、CHINA-VALS模型(中國消費價值觀)。雖然VALS模型和LOV量表在國外有廣泛的應用,但因為文化上差異較大,直接應用在國內的研究難免有一定局限性。
  • 數據分析的6種常用方法
    1、聚類分析(Cluster Analysis) 聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。聚類是將數據分類到不同的類或者簇這樣的一個過程,所以同一個簇中的對象有很大的相似性,而不同簇間的對象有很大的相異性。聚類分析是一種探索性的分析,在分類的過程中,人們不必事先給出一個分類的標準,聚類分析能夠從樣本數據出發,自動進行分類。
  • 數據分析的幾種常用方法概覽(之二)
    5W1H分析法也叫六何分析法,由美國政治學家拉斯維爾提出的一種思考方法,普遍應用在企業管理、工作生活和學習中。5W1H是指:原因(何因Why)、對象(何事What)、地點(何地 Where)、時間(何時When)、人員(何人Who)、方法(何法How)等六個方面。
  • 社會科學研究方法大梳理!
    行動研究行動研究是一種適合於廣大教育實際工作者的研究方法。它既是一種方法技術,也是一種新的科研理念、研究類型。行動研究是從實際工作需要中尋找課題,在實際工作過程中進行研究,由實際工作者與研究者共同參與,使研究成果為實際工作者理解、掌握和應用,從而達到解決問題,改變社會行為的目的的研究方法。
  • 科研必備:23種常用的資料分析方式匯總!
    (6) 多元變量分析多元分析,是指同時考慮多個反應變量的統計分析方法。其主要內容包括兩個均值向量的假設檢驗、多元方差分析、主成分分析、因子分析、聚類分析和典範相關分析等。(7) 因子分析因子分析是指研究從變量群中提取共性因子的統計技術。最早由英國心理學家C.E.斯皮爾曼提出。