intelytics

SPSS® Categories

I markedsanalyse har man ofte data som er ikke-numerisk, dvs. det er kategorier som er rangert på en måte, men det er ikke mulig å måle avstanden mellom dem, eller det er kategorier uten noe forhold mellom dem. Data vil vanligvis inneholde kvalitative eller kategoriske variabler. Du kan analysere slik type data mer fullstendig og enkelt med Categories.

SPSS Categories prosedyrer benytter "optimal skalering" (optimal scaling) for å analysere data som er vanskelig eller umulig for standard statisktiske metoder å analysere.


Figur: Plottet viser resultatet av en to-dimensjonal multippel korrespondanseanalyse. Se at produktene "A" og "B" er valgt av yngre personer, mens produktene "G" og "C" er foretrukket av en eldre gruppe.

Du kan undersøke sammenhenger i store toveis eller multivariate tabeller. Du kan jobbe med og forstå ordinale og nominale data i prosedyrer lik vanlig regresjon, prinsipal componenter og kanonisk korrelasjon. Den visualiserer og utforsker multivariate kategoriske data.

Uansett hvilke typer kategorier du studerer – markedsdeler, subkulturer, politiske partier eller biologiske arter – SPSS Categories optimale skalainndelingsprosedyrer frigjør deg fra den begrensede toveistabellen, og plasserer forholdet mellom variablene i en større referanseramme.

Du vil forstå dataene bedre når du bruker ikke-lineære prinsipal komponentanalyse, fordi dataene vil summeres ved viktige komponenter av sammensatte målenivå.

Du vil også være i stand til å analysere dine ulike målenivå og forholdet mellom sett av variabler ved å bruke ikke-lineær kanonisk korrelasjonsanalyse.

Detaljerte tabeller (High-Resolution Summary Tabel) vil gi deg unik innsyn i forholdet mellom flere enn to variabler. For eksempel når du gjennomfører multippel korrespondanse homogenitetsanalyse, vil du se forholdet mellom kategoriske variablers sum.

SPSS Modeler - Data Mining

SPSS Modeler
SPSS Data Mining