12.2对应分析实践

12.2.1对应分析操作

数据：

品牌形象二维表数据示例

装换成一维表--在进行分析

一维表

SPSS分析步骤：

数据--个案加权--个案加权系数--将“数值”移至频率变量--确定--在权重状态区域显示权重开启--说明加权完成

个案加权对话框

分析--降维--对应分析

对应分析对话框

---把形象和品牌变量移至行列中

对应分析对话框

--形象下面的定义范围--队一行范围（因为一共有11个品牌形象描述语句，所以，最小值设置为1，最大值设置为11）--更新

对应分析3

--继续--品牌下面的定义范围--（又7个品牌,设置1和7）--继续--

对应分析3

--确定

12.2.2对应分析结果的解读

1.对应表：该表再现交叉表的结果其数据和excel的交叉表数据完全移至，另外，最后一行和列的“活动边际”是分别计算了每行，每列的总和

对应表输出结果1

2.摘要表：对应分析的统计计量结果以及累计百分比

（关注的指标：累计惯量的比例--降维--》必然会存在信息的损失。对于一个二维平面图形来说，其解释能力的大小在很大程度上影响了结果的解读，因此要关注俩个维度的累计惯量比）

对应图的分析输出2

在通常情况下，前俩个维度的累计惯量比例达到80%及以上，就说明对应分析的图的效果非常好，是具有可读性的。在这个案例中，对应分析图的累计惯量比例达到了86.4%，说明对应分析分析图的效果非常好。

3.行/列点总览表（这个结果主要提供了各类别在个维度上的得分，他们也是对应分析途中哼，纵坐标对应的数值，以及行列对维度互相之间的贡献大小）本例中的对应分析图就是由行/列点总览表俩个维度得分绘制出来的

行、列总览表3

4.对应分析图：（图中类别三点在图形中的距离反映了他们之间的关系）

1.在同一维度上，例如横洲上，同一类别距离越近，说明在这个维度上差异越小。

例如，“外观稳重大气”和“外观时尚”对于参与品牌形象评价的和用户来说，差异相对较小；

2.在对应分析途中，不同变量三点之间的距离越近，说明他们的相关性越大，例如：“品牌T”和“技术领先，经常创新”’距离很近，说明用户认为品牌T属于T属于计数领先，经常创新的品牌。

对应分析输出的结果4

注释：如果前面俩个维度的累计量不低于80%，则说明改图的效果废话穿那个号，然后从不同方面来解读变量之间的关系

Excel绘制图：把行、列总览表3复制到Excel中--维得分--作为每个变量的横纵轴绘制散点图