列联分析在消费者行为分析中的应用.docx

列联剖析在消费者行为剖析中应用在对企业产品进行市场定位剖析过程中,常需对潜在消费者消费行为进行剖析,通过区分消费者行为差异性对整体市场进行有效细分,并明确具体细分市场中消费者行为共同性,为产品设计与营销策略制定提供依据。在此过程中,由于对消费者行为调研数据多为分类数据或顺序数据,故可采用列联表剖析消费者行为与消费者属性之间相关性,进而掌握消费者行为规律性,提高产品定位准确性。列联表(ContingencyTable)是由两个以上变量进行交叉分类形成频数分布表,实际剖析中常通过卡方剖析来考察变量间相关性及相关程度。下面举例说明列联剖析在消费者行为剖析中应用:某报社希望了解其读者阅读习惯与文化程度是否相关,并随机调查了254位读者,通过统计整理得到如下所示列联表:表1读者阅读习惯与文化程度(观察值频数)阅读习惯大学以上大学与大专高中高中以下求与早上看613141750中午看12168844晚上看384011695有空看212291365求与77914244254现在,我们需要通过对以上数据剖析,明确读者阅读习惯与文化程度是否具有明显相关性。这里采用假设检验方法进行卡方剖析,取显著性水平α=,具体步骤如下:第一步,提出原假设与备择假设。H0:读者文化程度与阅读习惯无关。H1:读者文化程度与阅读习惯相关。第二步,计算卡方值。为计算卡方值,首先需根据上表中边缘分布计算各观察值频数对应期望频数。设第i行、第j列观察值为Aij,其对应行合计为Ai∙,列合计为A∙j,总与为Sum,则其对应期望频数为:Eij=Ai∙*A∙jSum表2读者阅读习惯与文化程度(期望值频数),计算卡方值,其公式为:χ2=i=1rj=1cAij-Eij2Eij式中:Aij=第i行、第j列实际频率Eij=第i行、第j列期望频率r=行数(此处为4)c=列数(此处为4)计算得:χ2=,计算检验值并与卡方值进行比较。因为原数据为4×4矩阵,故卡方分布自由度为(4-1)×(4-1)=9,,。利用EXCEL中CHIINV(probability,degreesfreedom)函数,=。因此χ2>,表示依据观察频数计算卡方值处在其相应自由度卡方分布小概率区域中,依据假设本不该发生小概率事件(发生概率为5%)在一次实验中发生了,所以认为原假设不成立,应该选择备择假设,即读者阅读习惯与文化程度相关。为对以上检验过程进行进一步验证,采用概率P值计算原假设成立情况下观察频数取值为表1概率。通过EXCEL中CHITEST(actual_range,expected_range)函数,计算得P=,远小于α,表明原假设成立情况下观察频数取值为表1是小概率事件,但在此次实验中却发生了,故拒绝原假设,选择备择假设,认为读者阅读习惯与文化程度相关。概率P值检验印证了卡方检验结果。第四