Дослідження споживчих переваг при покупці планшетів серед студентів

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Після обертання факторне навантаження «доход семи на одного человека» та «как часто покупают планшети (в год)» розподілилися між першим і другим чинником. Це логічно, адже з віком студента у нього збільшується кількість планшетів та його дохід збільшується.

В результаті проведення факторного аналізу методом головних компонент з обертанням було визначено два чинники, які можна інтерпретувати, як:

1) фінансовий чинник;

2) чинник якості;

Значення факторів після факторного аналізу представлені нижче в таблиці 2.8

Фінансовий чинник	Чинник якості
-1,56625	-2,06953
-0,58351	-1,6609
-1,56625	-2,06953
-2,55374	-0,7816
-2,01525	-1,60212
-1,14289	-0,03328
-1,26808	-0,99184
-0,69335	-0,82175
-1,13275	-1,07955
-0,29261	-1,34682
-0,72003	-1,7978
-0,00495	-1,58358
-1,21953	-1,37812
-0,86352	-0,58565
-1,20965	-1,12288
-0,33268	-1,46037
-0,5828	-0,91462
0,14144	-0,85652
0,23505	-1,46992
0,09696	-0,84049
0,23757	-1,49107
-2,11438	0,18656
-2,21673	1,10812
0,21986	0,22366
0,61719	-0,08361
0,16671	-0,60853
0,56405	-0,91581
-0,98984	0,99468
-0,82724	0,82218
-0,82724	0,82218
-0,61172	0,5477
-0,34329	0,17123
-0,34329	0,17123
0,1887	-0,13045
0,45459	0,08889
0,45459	0,08889
0,85193	-0,21838
1,05185	-1,43329
-1,93161	0,64958
-1,65089	0,32062
-0,95627	0,74068
-0,95627	0,74068
-0,92009	1,22664
-0,83879	1,14039
-0,75749	1,05414
-0,75749	1,05414
-0,60908	0,87378
0,25846	0,10151
0,70308	-0,6502
0,79969	-0,62806
0,79969	-0,62806
0,56015	-0,5434
0,40672	-0,49488
0,83651	-0,69828
0,44354	-0,5651
1,09324	-0,35497
0,44354	-0,5651
0,55708	-0,65958
0,48036	-0,63532
0,92983	-0,90442
1,06994	-0,58281
1,51457	-1,33451
1,1216	-1,20133
-1,99593	1,48579
-0,76904	1,37235
-1,01293	1,63109
-0,76904	1,37235
0,52045	0,69325
-0,76904	1,37235
-0,47222	1,01162
-0,47222	1,01162
0,25149	0,35773
0,32821	0,33346
0,68107	0,04222
0,30622	-0,14462
0,90543	0,44063
0,7725	-0,48349
1,52548	0,11847
0,92593	-0,53202
1,42219	-0,27336
0,55012	-0,40336
1,42172	-0,93006
-0,61798	1,51806
0,37597	0,08734
0,45727	0,00109
0,66385	0,78476
0,74515	0,69851
0,72842	1,28645
1,06577	0,41551
0,29023	1,01352
0,77043	0,9465
0,88704	0,96819
1,19466	1,29601
2,04789	0,54473
0,50733	1,46925
0,87636	1,66441
0,55945	1,50742
1,15121	1,68769
0,75824	1,82088
2,2894	0,48023

 

 

Полная объясненная дисперсия
Компонента		Начальные собственные значения				Суммы квадратов нагрузок извлечения
		Итого	% Дисперсии	Кумулятивный %		Итого	% Дисперсии	Кумулятивный %
dimension0	1	4,083	51,036	51,036		4,083	51,036	51,036
	2	1,615	20,189	71,225		1,615	20,189	71,225
	3	,795	9,933	81,158
	4	,541	6,764	87,922
	5	,401	5,008	92,930
	6	,267	3,336	96,266
	7	,205	2,567	98,833
	8	,093	1,167	100,000

 

 

 

2.4 Кластерний аналіз

Кластерний аналіз також є методом багатовимірного аналізу. Кожна одиниця сукупності в кластерному аналізі розглядається як точка в заданому ознаковому просторі. Значення кожного з ознак у цієї одиниці служить її координатою в цьому просторі. Таким чином, ознаковий простір - це область варіювання усіх ознак сукупності явищ, що вивчаються.

Кластеризація призначена для розбиття сукупності об'єктів на однорідні групи (кластери або класи). Якщо ці вибірки представити як точки в ознаковому просторі, то завдання кластеризації зводиться до визначення "згущувань точок".

Мета кластеризації - пошук існуючих структур. Кластеризація є описовою процедурою, вона не робить ніяких статистичних висновків, але дає можливість провести розвідувальний аналіз і вивчити "структуру даних". Класи заздалегідь не визначені, здійснюється пошук найбільш схожих, однорідних груп. Кластер можна охарактеризувати як групу об'єктів, що мають загальні.

Для обчислення відстані між об'єктами використовуються різні заходи схожість (заходи подібності), що називається також метриками або функціями відстаней.

Виберемо метрику відстані Евкліда.

Проведемо кластерний аналіз за допомогою ієрархічного методу Варда. В якості відстані між кластерами береться приріст суми квадратів відстаней об'єктів до центрів кластерів, отримуваний в результаті їх об'єднання (Ward, 1963). На відміну від інших методів кластерного аналізу для оцінки відстаней між кластерами, тут використовуються методи дисперсійного аналізу. На кожному кроці алгоритму об'єднуються такі два кластери, які призводять до мінімального збільшення цільової функції, тобто внутрішньогрупової суми квадратів. Цей метод спрямований на об'єднання близько розташованих кластерів і "прагне" створювати кластери малого розміру.

Побудована програмою дендрограмма представлена на рис. 2.4 Вертикальних ліній зв'язують об'єкти, що об'єднуються в кластери, горизонтальні вказують на відстань, на якому знаходилися об'єднувані об'єкти.

 

 

 

 

Рис. 2.4 – Дендрограмма в КА

 

При великій кількості спостережень ієрархічні методи кластерного аналізу непридатні. У таких випадках використовують неієрархічні методи, грунтовані на розділенні, які є ітеративними методами дроблення початкової сукупності. В процесі ділення нові кластери формуються до тих пір, поки не буде виконано правило зупинки.

Найбільш поширений серед неієрархічних методів алгоритм k- середніх, що також називається швидким кластерним аналізом. На відміну від ієрархічних методів, які не вимагають попередніх припущень відносно числа кластерів, для цього методу необхідно мати гіпотезу про найбільш вірогідну кількість кластерів.

Алгоритм k- середніх будує k кластерів, розташованих на як можна більших відстанях один від одного. Вибір числа k може базуватися на результатах попередніх досліджень, теоретичних міркуваннях або інтуїції.

Загальна ідея алгоритму : задане фіксоване число k кластерів спостереження зіставляються кластерам так, що середні в кластерах (для усіх змінних) максимально можливо відрізняються один від одного.

В результаті проведеного кластерного аналізу методом К-средних, виявили 2 кластери. Характеристики кожного з кластерів представлені в таблиці 2.10. У першому кластері налічується 57 спостережень, а в другому 43 спостереження.

Таблиця 2.10 - Характеристики кластерів кластерного аналізу методом К-средних

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Начальные центры кластеров
	Кластер
	1	2
Возраст	17	24
стоимость последнего купленого планшета	900	3300
доход семьи на одного человека	700	3300
Кол-во планшетов	1	2
Как часто покупают планшеты (в год)	0	2
критерий новые функции	6	9
критерий цена	10	5
критерий качество планшета	5	10

 

 

Конечные центры кластеров
	Кластер
	1	2
Возраст	20	20
стоимость последнего купленого планшета	1674	2294
доход семьи на одного человека	1536	2272
Кол-во планшетов	2	2
Как часто покупают планшеты (в год)	1	1
критерий новые функции	6	10
критерий цена	9	5
критерий качество планшета	8	8

 

До першого кластера відносяться студенти помолодше, які мають менший доход сім'ї на одну людину і  при купівлі планшета віддають перевагу критерію ціна.

До другого кластера можна віднести старших студентів, які мають більш високий доход сім'ї на одну людину і  при купівлі планшета віддають перевагу критерію нові можливості.

 

 

 

 

 

 

 

 

 

 

ВИСНОВОК

 

Споживчі оцінки мають стратегічне значення на усіх етапах розробки і вдосконалення товару - від первинного задуму до перевірки цього задуму і далі до позиціонування, конструювання, виготовлення, встановлення ціни, постачання, рекламування, збуту, фінансування і технічного обслуговування.

В ході роботи необхідно було з'ясувати фінансове положення студента, його переваги при купівлі планшета відносно нових можливостей, ціни і якості планшету, як часто студент придбаває планшет.

Для цього в курсовій роботі були проведені кореляційний, факторний і кластерний аналізи.

Були виявлені значимі взаємозв'язки між змінними:

• Возрастом и критерием качества планшета;
• Стоимость и доходом семьи на одного человека;
• Доход семьи на одного человека и критерием новые фун-ции;
• Доход семьи на одного человека и как часто покупают планшеты                         (в год);
• Доход семьи на одного человека и критерий цена;
• Кол-во планшетов и доход семьи на одного человека;
• Как часто покупают планшеты и доходом семьи на одного человека;
• Критерий новые фун-ции и доходом семьи на одного человека;
• Критерий новые фун-ции и критерий цена;
• Критерий цена и доход семьи на одного человека;
• Критерий цена и критерий новые фун-ции;
• Критерий качество планшета и возрастом.

Вартість останнього купленого планшету сильно пов'язана з доходом сім'ї на одну людину і критерієм нові можливості. Це говорить про те, що чим більше доходу сім'ї на одну людину, тим більше студента може дозволити купити дорожчий планшет, тим частіше він віддаватиме перевагу при купівлі планшету критерію нові можливості.

В результаті проведення факторного аналізу було виявлено два чинники, а саме:

1) фінансовий чинник;

2) чинник якості.