接上篇

市場研究中有兩種重要性為人們所廣泛認識和使用，那就是顯性重要性和隱性重要性。

常用的隱性重要性測量方法有相關分析、回歸分析、類別變量的最優(yōu)尺度回歸。

?01?

方法一：相關分析?

相關分析 (Correlation Analysis) 是當前隱性重要性測量最為簡單也是最為普遍用的方法。

• 等距或等比數(shù)據(jù)，使用person相關系數(shù)

• 有序數(shù)據(jù)使用spearman秩相關系數(shù)

• 分類變量使用列聯(lián)表，可以實現(xiàn)兩個分類變量之間關聯(lián)性的分析。注意是兩個變量，而不是多個變量，兩個分類變量可以組成類似如下圖的交叉表。

最后，通過比較相關系數(shù)的大小，來比較誰是和總體指標關聯(lián)最大的因素。如下圖。

其中標在圖中的小數(shù)為相關系數(shù)，而靠右的整數(shù)是以最高的相關系數(shù)為?100?而計算出的指數(shù)化結果用于表示重要性的相關系數(shù)可以是?Pearson 相關系數(shù)，也可以是?Spearman?相關系數(shù)視變量的數(shù)據(jù)尺度而定。相關系數(shù)的值介于 -1 和 +1之間，正值表示正向貢獻，負值表示負向貢獻，相關系數(shù)的絕對值越大，表明重要程度越高。

以相關分析衡量重要性的最主要原因是相關分析的普及性與簡易性。幾乎所有從事定量研究的研究人員都熟悉線性相關分析，而且有眾多的統(tǒng)計工具可以用于實現(xiàn)相關分析。

02

方法二：多元線性回歸分析

回歸分析(Regression Analysis) 由于其模型化特征明顯的特點，是一種眾多研究人員鐘愛的重要性測量方法。事實上，回歸分析的輸出結果中有多項被人們經(jīng)常用于重要性測量的指標，如:

(1)?回歸系數(shù):反映在其他所有自變量的水平保持不變的情況下，自變量平均變動一個單位對因變量造成的影響。

(2)?標準化回歸系數(shù):在測量單位不一致時，回歸系數(shù)的大小直接受到測量單位(量綱) 的影響。對單個變量來說，測量單位越大，回歸系數(shù)就越小，所以回歸系數(shù)不存在可比性。如果先將所有自變量和因變量進行標準化，再進行回歸，所得到的回歸方程稱為標準化回歸方程，其系數(shù)稱標準化回歸系數(shù)。標準化回歸系數(shù)之間可以互相比較，它們的絕對值的大小就代表了各自對Y作用的大小。

(3)?偏相關系數(shù):反映在排除其他變量影響的情況下，某個自變量單獨對因變量的影響程度。

(4)?部分相關系數(shù) :反映某個自變量對其他自變量做線性回歸后所得到的殘差和因變量 y的相關系數(shù)。部分相關系數(shù)的絕對值越大的自變量對因變量越重要。

(5)?Pratt 的相對重要性:反映自變量xj的回歸系數(shù)與自變量Xj和y的零階相關系數(shù)的乘積除以R2，所有Xj的 Pratt 的相對重要性之和等于1，所以 Pratt 的相對重要性越大的自變量對回歸的貢獻越大。(注:SPSS 的多元線性回歸分析程序的輸出沒有此結果，需用其他指標的輸出計算出相對重要性，而最優(yōu)尺度回歸程序的輸出有此結果。需用其他指標的輸出計算出相對重要性，而最有尺度回歸程序的輸出有此結果。

下圖給出的是 SPSS 的線性回歸分析輸出結果的一部分。

回歸分析的主要優(yōu)點在于其模型化的特點。

具體說明:

①標準化回歸系數(shù)易受多元共線性影響。

②偏相關與部分相關系數(shù)主要問題在于理論界通常認為它們只適合于有不超過 5 個自變量的“小模型”，對于我們通常有 20 個甚至更多自變量的研究來說，顯然其適用性是有疑問的。

>？？？通常遇到的問題是，只有少數(shù)幾個自變量重要性較高，而其他大部分變量的重要性都很低，因而無法比較其相對重要程度。另一個問題是偏相關與部分相關的概念既不為市場研究行業(yè)所廣泛采用，同時也不為大多數(shù)市場研究的使用者所熟悉，因而在向客戶展示與說明結果時常常比較困難。

③Pratt 的相對重要性這種方法，由于引入了 Pratt測度的概念，使解釋工作復雜化。

03

方法三：類別變量的最優(yōu)尺度回歸

>實際很少使用·想要了解的可以接著看

如果因變量或自變量是類別變量，或者因變量和自變量雖然是數(shù)值變量，但變量間是非線性關系時，我們可以運用類別變量的最優(yōu)尺度回歸來討論因變量和自變量之間的關系。在SPSS 中，類別變量最優(yōu)尺度回歸簡記為 CATREG (Categorical Regressionwith Optimal Scaling)。

CATREG 的數(shù)學原理是對每個變量的每一個類別指定一個數(shù)值，即將類別變量數(shù)量化，使數(shù)量化后的因變量和自變量之間所得到的線性回歸方程的確定系數(shù)?R2有最大值。而對應的回歸系數(shù)描述每個自變量對因變量的影響。所有的解釋都是用變換后的數(shù)值變量進行的，但可以通過原始類別和其數(shù)量化之間的關系，轉化為原始變量之間的關系。

最優(yōu)尺度回歸的重要性測量的指標和多元線性回歸分析的重要性測量的指標相同。

.

隨著消費者購買動機三大需求劃分（生理、功能、情感）和重要性測量兩大方法（顯性重要性和隱性重要性）的逐步揭示，我們得以深化對消費者購買動機邏輯和方法的理解。詳細信息請參閱以下鏈接。
分析消費者購買動機對企業(yè)的營銷、產(chǎn)品和服務優(yōu)化、市場競爭力以及品牌形象等方面具有重大意義?？梢詭椭髽I(yè)更好地滿足消費者需求，提高消費者滿意度，從而在市場競爭中脫穎而出。
我們期待本次專題能為您提供有價值的參考。

如果你有其他想要了解的調研相關知識和需求歡迎留言聯(lián)系我們。