關鍵詞：市場研究 對應分析 營銷管理
市場行銷研究中經常要涉及到對品質型變數進行分析，研究兩個或多個品質型變數之間的相關關係。比如：在對使用者進行市場細分時經常要研究使用者的收入水平和消費的產品類別之間的聯絡，其中收入水平經常是定序型變數，產品類別則一般為定型別變數。通常在研究品質型變數時要利用品質型變數構成的互動彙總資料的頻數分析也即交叉列聯表分析，從而更深入地研究變數間的聯絡，最終達到營銷研究的目的。對應分析正是這樣一種在編製品質型變數交叉列聯表的基礎上，利用“降維”的方法，通過圖形的方式來研究變數不同類別之間的聯絡，尤其適合於多分類品質型變數的研究。目前，對應分析在歐美日本等經濟已開發國家十分流行，但在我國營銷調研領域的應用還比較少，該統計研究技術在市場行銷研究領域可以廣泛地應用於市場細分、新產品推廣、產品定位、品牌形象以及滿意度研究等方面。本文的目的是對市場行銷經濟研究中對應分析方法的應用作一簡單的探討。
對應分析的計算方法
兩品質變數的交叉列聯表。通過品質變數的交叉列聯表，得到如下m×n的矩陣X，並將X規格化為m×n的概率矩陣P，即：
X=
→P=
其中，xij表示選擇行品質變數第i類和列品質變數第j類的頻數，，為各單元頻數的總百分比。
確定資料點座標。將P矩陣的m行看成m個樣本，並將這m個樣本看成n維空間中的m個數據點，且各資料點的座標定義為：zi1，zi2，zi3，…，zin（i＝1，2，3，…，m）；其中（i=1，2，3，，m；j=1，2，3，，n）；同理，將P矩陣的n行看成n個樣本，並將這n個樣本看成m維空間中的n個數據點，且各資料點的座標定義為：z1i，z2i，z3i，…，zmi（i＝1，2，3，…，n）；其中 （i=1，2，3，，m；j=1，2，3，，n），而兩個資料點的距離就表示差異的大小。
行列變數的分類降維處理。計算出P矩陣行列變數的協方差矩陣，並計算相應的特徵根，然後根據累計方差貢獻率最終提取特徵根個數（一般取2個），並計算出相應的因子荷載矩陣。
繪製行列變數的對應分佈圖。把因子荷載矩陣中的元素看成若干個二維點繪製在共同的座標平面中，形成相應的對應分佈圖，各點的座標即為相應的因子荷載。這樣就實現了品質變數各類別間差異的量化，能夠從對應分佈圖中直觀地看出各類別分佈情況。
對應分析的具體應用
對應分析技術在市場行銷經濟研究中通常用於研究多個分類變數的關係，是市場細分、產品定位、品牌形象以及滿意度研究等營銷領域常用的一種方法。筆者以房地產市場的一個調研資料為例，並對應分析技術在房地產市場研究中的具體運用情況。本文引用某一房地產商的調研資料根據對應分析的要求進行整理分析。
在分析的時候，筆者主要選擇研究客戶的購買戶型和客戶背景兩個方面來進行研究，其中客戶背景主要包括文化程度、從業狀況、家庭型別、家庭年收入、年齡段等五個細分變數。圖1是筆者在上述列聯表的基礎上呼叫SPSS軟體的對應分析模組對一房地產商的調研資料作出的分析結果。通過分析可以看出，房地產購買戶型與客戶背景狀況之間、購買戶型與購買戶型之間、不同的客戶之間的關係。
收入在10000－25000元、國營企業和私營企業年齡段在35－45歲的`三口以上的家庭，距離三室一廳的購買戶型較近，換句話說，這類家庭比較喜歡三室一廳的戶型；一室一廳與四室以上戶型的距離較遠，這表明喜歡一室一廳的家庭與喜歡四室以上的家庭與其他戶型的客戶差別較大；從家庭型別來看，單身的家庭和其他家庭的客戶有較大差異；從文化程度來看，國中以下的客戶和其他型別的客戶之間有較大差異。相比較之下，收入在50000－75000元的被訪者更偏好四室以上的戶型；收入在5000－10000元的家庭更喜歡兩室一廳，而收入在5000元以下家庭則多偏愛一室一廳的戶型。因此在對客戶進行細分的時候就可以參考對應分析圖的距離遠近，作出比較準確的判斷和分析。