多维尺度分析—spss实现

多维尺度分析（MultiDimensional Scaling）是分析研究对象的类似性或差别性的一种多元统计分析方　法。采用MDS能够建立多维空间感知图，图中的点（对象）的距离反应了它们的类似性 或差别性（不类似性）。通常在两维空间，最多三维空间比较容易解释，能够揭示影响研究对象类似性或差别性的未知变量-因子-潜在维度。
    在市场研究领域主要研究消费者的态度，衡量消费者的知觉及偏好。涉及的研究对象很是普遍，例如：汽车、洗头水、饮料、快餐食品、香烟和国家、企业品牌、政党候选人等。经过MDS分析可以为市场研究提供有关消费者的知觉和偏好信息。
    MDS通常须要借助SPSS或SAS统计分析软件，输入有关消费者对事物的知觉或偏好数据，转换为一组对象或对象特征构成的多维空间知觉或偏好图——感知图。

    多维尺度分析

   多维尺度分析是市场调研、分析数据的统计方法之一，通多维尺度分析，能够将消费者对商品类似性的判断产生一张可以看出这些商品间相关性的图形。

例如：有十个百货商场，让消费者排列出对这些百货商场两两间类似的感知程度，根据这些数据，用多为尺度分析，能够判断消费者认为哪些商场是类似的，从而能够判断竞争对手。      用于反应多个研究事物间类似（不类似）程度。经过适当的降维方法，将这种类似（不类似）程度在低维度空间中用点与点之间的距离表示出来，并有可能帮助识别哪些影响事物间类似性的潜在因素。这种方法在市场研究中应用的很是普遍。

      它使用的数据是消费者对一些商品类似程度（或者差别程度）的评分，经过分析产生一张可以看出这些商品间相关性的图形（感知图）。

      例：对七中彩电品牌的类似程度评价状况：

            一、对七种彩电品牌两两组合（21对）

            二、对这些类似程度打分（1分-10分，1分-最类似）

            三、分值平均

            四、造成七种品牌类似评分矩阵      注意：数的大决定了差别性，数的小决定类似性

            五、多维尺度分析能够对该矩阵进行分析，用图形化结果呈现出来。（哪些品牌靠的比较近）