目录

前言

粉丝及官方意见说明

第二十二章一些学习笔记  

第二十二章一些操作方法 

联合分析

假设数据

具体操作

结果解释

联合分析的数据建模

CONJOINT过程语法

汽车偏好研究

具体操作

结果解释

高精统计图

市场占有率模拟

结果解释

结束语 

---

前言

#一路向光而行

#本期内容：联合分析

#由于导师最近布置了学习SPSS这款软件的任务，因此想来平台和大家一起交流下学习经验，这期推送内容接上一次高级教程第二十一章的学习笔记，希望能得到一些指正和帮助~

粉丝及官方意见说明

#针对官方爸爸的意见说的推送缺乏操作过程的数据案例文件澄清如下：1、操作演示的数据全部由我本人随意假设输进去的，重在演示操作；2、本人也只是在学习阶段，希望友友们能谅解哈，手里有数据的宝子当然更好啦，没有咱就自己假设数据练习一下也没多大关系的哈；3、我也会在后续教程中尽量增加一些数据的必要性说明；4、大家有什么好的意见也可以在评论区一起交流吖~

第二十二章一些学习笔记  

1. SPSS中的联合分析的优点：1、客观【间接研究法】；2、高效【通过正交设计的方法得出各个属性的最佳组合，以尽量少的属性组合得到尽可能多的信息，从而提高分析效率】；3、实用【可以将研究结果做成模型】。--统计分析高级教程（第三版）P432-433
2. SPSS中联合分析的统计术语：1、属性和水平【attribute and levels，属性即主要特征和指标，等同于方差分析中的因子；水平即取值】；2、效用函数【utility function，分值贡献函数part-worth functions，描述偏好作用大小】；3、相对重要性权重【重要程度】；4、全轮廓【complete profiles，指各个水平构成的全部组合】；5、配对表【pairwise tables】；6、内部效度【internal validity，指预测效用与受测者评价效用之间的关联程度，反应分析结果的可靠性】；7、最大效用模拟【maximum utility model simulating】。--统计分析高级教程（第三版）P433
3. SPSS联合分析进阶：联合分析最大的问题就是数据收集受限，适应性联合分析（adaptive conjoint analysis，ACA）很好解决了上述问题，最终展示的轮廓可以只由2~5个属性构成，从而大大减少了受测者的负担；适应性联合分析，虽然比全轮廓联合分析模型有了较大改进，但较多依赖前期的消费者自评结果，流程也复杂，因此，基于选择的联合分析（choice-based conjiont，CBC）应运而生，其优势主要有：1、选择流程更接近真实购买；2、通过增加不选择任何一个轮廓的选项，受测者可以提供所有轮廓组合都不符合需求的信息，这弥补了原模型的缺陷；3、基于选择的联合分析确保了信息不被淹没；4、基于选择的联合分析可以避免出现不合理的轮廓组合。--统计分析高级教程（第三版）P433

第二十二章一些操作方法 

联合分析

联合分析（conjoint analysis）又称为结合分析，是一种基于消费者真实购买决策过程的市场分析模型，特别适用于产品（已存在的产品或产品概念）开发，制定推广组合策略和价格战略。

SPSS软件实现

三个独立过程：ORTHOPLAN、PLANCARD、CONJOINT三个过程。

假设数据

具体操作

这里注意需要将a换成价格，名字要对应上，不然生成不出结果。

这里注意STATUS_用于记录卡片类型：设计卡片（0）、检查卡片（1）、模拟卡片（2）；CARD_实际上就是一个流水号。

输出设计卡片

结果解释

这就是生成的卡片

联合分析的数据建模

CONJOINT过程语法

基本调用格式为：

汽车偏好研究

下面对之前生成的数据文件进行具体分析，文件上次我这里分别保存为g22.1

（原文件）和g22.2（正交设计生成的文件）

具体操作

这里需要注意变量名需要与文件中对应上，不然会显示不出相应结果。

这里已经在尽量在假设数据了，但还是显示不存在有效个案，因此未执行任何分析。

下面继续改变数据

结果解释

这里注意，实用程序表格即为效用表，数值越高说明越受欢迎；重要性表格说明第几个受测者对因子的偏好；系数表，这里由于指定了价格和车速为线性，故会计算相应值；相关性表格，若模型拟合效果好，说明相关性值较大，P值最好小于0.05（即存在显著性）。

总体表格的读法也一样

高精统计图

各属性不同水平对不同个体效用的条图

不同属性对个体平均效用的条图

各属性不同水平效用的条图

不同属性平均效用的条图

市场占有率模拟

结果解释

结束语 

#好啦~，以上就是我SPSS第四十期学习笔记——高级教程第二十二章的学习情况啦~，希望能与大家交流学习经验，共同进步吖~

#也非常感谢大家对我的一路陪伴，宝子们的关注、支持和打赏就是up儿不断更新滴动力，我近期也会坚持学习SPSS，更新相应的学习内容及笔记到平台上，咱们下期高级教程不见不散~