全轮廓联合分析基本步骤.docx

全轮廓联合分析是市场研究中常用的方法，用于评估消费者对产品不同属性组合的偏好。以下是SPSSAU(在线SPSS)平台上进行全轮廓联合分析的五个关键步骤：

1.属性水平设计

核心要点：选择2-7个关键属性（不宜过多）；每个属性设置2-4个水平；不同属性的水平个数可以不同。

示例：以智能手机为例：

操作系统：Android/iOS（2水平）

价格：1000元以下/1000-2000元/2000元以上（3水平）

屏幕尺寸：5.5英寸/6.1英寸/6.7英寸（3水平）

注意事项：属性应是影响消费者决策的关键因素；水平设置应反映市场实际情况；可用表格记录属性水平组合。

2.轮廓正交试验

核心要点：使用正交实验设计减少轮廓组合数量；确保组合具有均衡搭配、综合可比的特点；在SPSSAU(网页SPSS)中可使用【正交实验】模块。

优势：避免全组合带来的问卷过长问题；保持各属性水平的均衡出现；提高数据分析效率。

3.数据收集与联合分析

数据收集方式：

评分法：对每个轮廓进行评分（如1-10分）

排序法：对所有轮廓进行偏好排序

3.选择法：在多个轮廓中选择最偏好的

分析方法：以轮廓评分为因变量；各属性为自变量进行多元线性回归；各属性以哑变量形式回归；第一个水平作为参照水平。

4.模型分析与评价

分析内容：模型拟合优度评估（R2等指标）；各属性水平效用值计算；轮廓效用值计算（各属性水平效用值之和）。

评价标准：模型解释力、效用值的合理性、预测准确性

5.属性效用重要性分析

重要性计算：

计算各属性的最大落差（最高效用水平-最低效用水平）

对落差值进行归一化处理

3.得到各属性的相对重要性百分比

应用价值：-识别关键产品属性-指导产品设计和改进-预测市场偏好和份额

在SPSSAU(在线SPSS)平台上，这些步骤都可以通过直观的界面操作完成，系统会自动生成详细的报告和可视化结果，帮助研究者快速理解消费者偏好和市场机会。