大家好,今天小编来为大家解答以下的问题，关于组合分析概念是什么，组合分析这个很多人还不知道，现在让我们一起来看看吧！

本文目录

数据分析方法

组合分析（ Conjoint Analysis）

对应分析（ Correspondence Analysis）

因子分析（ Factor Analysis）

聚类分析（ Cluster Analysis）

回归分析（ Multiple Linear Regression Analysis）

实验设计（ Experimental Designs）

组合分析(Conjoint Analysis)

Conjoint Analysis是一种用来研究消费者对于产品或服务偏好的研究技术。

通过这种技术，我们可以获取有关新产品的各种相关属性在消费者的购买行为中所起到的影响重要程度及在各种属性中各种可替换因素的具体效用函数，从而帮助客户从多种可选择的产品性能中作出准确判断。

组合分析还可以模拟出理想状态下的市场份额分布，对于新产品的每一种组合有可能占据的市场地位及其竞争产品的市场占有情况进行形象的描述。

□对应分析(Correspondence Analysis)

Correspondence Analysis是一种用来研究变量与变量之间联系紧密程度的研究技术。

运用这种研究技术，我们可以获取有关消费者对产品品牌定位方面的图形，从而帮助您及时调整营销策略，以便使产品品牌在消费者中能树立起正确的形象。

这种研究技术还可以用于检验广告或市场推广活动的效果，我们可以通过对比广告播出前或市场推广活动前与广告播出后或市场推广活动后消费者对产品的不同认知图来看出广告或市场推广活动是否成功的向消费者传达了需要传达的信息。

□价格测试(Price Test)

价格测试是一种用来研究产品合理价格及价格区间的研究技术

运用这种研究技术，我们可以更科学更准确地获得消费者所能够承受的产品价格，可以通过研究获得合理的价格范围，从而为您制定产品价格提供帮助

□因子分析(Factor Analysis)

因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子（之所以称其为因子，是因为它是不可观测的，即不是具体的变量），以较少的几个因子反映原资料的大部分信息。

运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力（权重）

运用这种研究技术，我们还可以为市场细分做前期分析

□聚类分析(Cluster Analysis)

聚类分析是直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类的分析技术

在市场研究领域，聚类分析主要应用方面是帮助我们寻找目标消费群体，运用这项研究技术，我们可以划分出产品的细分市场，并且可以描述出各细分市场的人群特征，以便于客户可以有针对性的对目标消费群体施加影响，合理地开展工作。

http://sinotrust.cn/mr/about_03_4.htm

因子分析 Factor Analysis

因子分析通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“类别”变量来表示基本的数据结构。每一类变量代表了一个“共同因子”。因子分析的主要目标是将众多观测变量浓缩为少数的几个因子。在市场研究中，常与其他分析联合使用，应用于市场细分、顾客满意度等领域。

（1）确认问题的属性和水平

研究者必须首先识别并确定构造该研究问题的重要刺激因素，即所谓属性。该属性应该是影响消费者喜好的突出属性，例如，在选择汽车品牌时，价格、排量、油耗、车内空间等等比较敏感。从经济管理的角度说，属性和属性的水平应该都是可操作的。你必须用精力所能控制的属性来定义、识别和确定属性，典型的组合分析一般可以涉及6-7个属性（也可以叫做变量）。

确定了突出的属性之后就是选择水平。为减轻被调查者的负担，同时又使参数估计保证一定的精度，需要认真考虑属性水平的个数。

（2）构成组合形式

属性及水平用于构成组合形式，以突出激励因素。构成组合形式的方法主要有配对法和全轮廓法。

配对法也叫双因子评价，一般采用循环设计来减少配比比较的个数。

全轮廓法也叫多因子评价，常常借助由于正交表进行设计。

（3）决定输入数据的形式

输入数据主要有两种形式：排序或评分。排序法是要对刺激因素集合中的所有属性水平作相对的评价，要求对每个组合给出一个不同的等级（秩）。评分法是要对每一个组合独立地进行评价。有人认为评分法更加便于被调查者作评价，所得的数据也比排序法更易于分析。近年来评分法用得更为普遍。

（4）选择组合分析的具体方法

基本的组合分析模型可以用下面的公式表示：

m ki

U（X）=∑∑aij xi

j=i j=i

其中，U（X）代表方案的总效用等

aij代表第i个属性（i,i=1,2,……m）的第j个水平的分值贡献或者效用。

ki代表属性的水平个数

m代表属性个数

xij=l如果第i个属性的第j个水平出现

xij=0其他

属性的重要性定义为该属性水平的最大分值与最小分值之差：

Li={max(aij)-min(aij)}

对每个i属性的重要性是经标准化的数字处理。经此表示其对别的属性的重要性。

（5）解释结果

为了更直观地解释结果，一般借助于分值（效用）函数的图形，将每个属性的分值函数作图。

（6)评估信度和效度

评价组合分析结果的信度和效度，有多种方法，常用的有：

1.评价估计模型的拟合优度；

2.用检验-再检验法来评价信度；

3.用估计出来的分值函数作为评价的预测值，计算该预测值与被调查的实际评估值之间的相关，用以确定内部效度；

4.如果数据是按集合进行分析的，那么可以将样本分别分割成几个部分，再对每个子样本实施组合分析。比较这些子样本的结果就可以评价组合分析的解的稳定性。组合分析的主要优点就是为新产品或各种市场营销方案提供决策的参考信息。

好了，文章到这里就结束啦，如果本次分享的组合分析概念是什么和组合分析问题对您有所帮助，还望关注下本站哦！