Принятие решений на основе попарного сравнения альтернатив (стр. 2 из 2)
Raw (unscaled) Data for Subject 1
1 2 3 4 5 6
1 ,000
2 4,000 ,000
3 4,000 8,000 ,000
4 6,000 9,000 8,000 ,000
5 4,000 8,000 8,000 7,000 ,000
6 7,000 8,000 7,000 6,000 6,000 ,000
Iteration history for the 2 dimensional solution (in squared distances)
Young's S-stress formula 1 is used.
Iteration S-stress Improvement
1 ,25021
2 ,15617 ,09404
3 ,11277 ,04341
4 ,10761 ,00515
5 ,10729 ,00032
Iterations stopped because
S-stress improvement is less than ,001000
Stress and squared correlation (RSQ) in distances
RSQ values are the proportion of variance of the scaled data (disparities)
in the partition (row, matrix, or entire data) which
is accounted for by their corresponding distances.
Stress values are Kruskal's stress formula 1.
For matrix
Stress = ,09635 RSQ = ,92268
Configuration derived in 2 dimensions
Stimulus Coordinates
Dimension
Stimulus Stimulus 1 2
Number Name
1 VAR00001 ,3720 ,0820
2 VAR00002 2,0601 ,4770
3 VAR00003 ,2811 -1,6328
4 VAR00004 -1,4521 ,5208
5 VAR00005 -,6314 1,0860
6 VAR00006 -,6297 -,5329
Optimally scaled data (disparities) for subject 1
1 2 3 4 5 6
1 ,000
2 1,502 ,000
3 1,502 2,805 ,000
4 1,502 3,512 2,805 ,000
5 1,502 2,805 2,805 1,502 ,000
6 1,502 2,805 1,502 1,502 1,502 ,000
>Примечание # 14692
>You specified that the data are unconditional, but there is only one input
>matrix. ALSCAL will treat data as matrix conditional.
Raw (unscaled) Data for Subject 1
1 2 3 4 5 6
1 ,000
2 4,000 ,000
3 4,000 8,000 ,000
4 6,000 9,000 8,000 ,000
5 4,000 8,000 8,000 7,000 ,000
6 7,000 8,000 7,000 6,000 6,000 ,000
>Предупреждение # 14655
>The total number of parameters being estimated (number of stimulus coordinates
>plus number of weights, if any) exceeds the number of data values. Either
>decrease the number of parameters to estimate (e.g. request fewer dimensions)
>or increase the number of observed values. This ALSCAL solution is being
>skipped.
>Number of parameters is 18. Number of data values is 15
При попытке провести многомерное шкалирование в трехмерном пространстве SPSS выдал ошибку, указанную выше.
Поэтому для дальнейшего исследования будем использовать результаты двумерного шкалирования (т.к. значение стресса ниже).
При помощи программы SelAxis находим факторы описания исходных объектов сравнения, которые в наилучшей степени объясняли субъективные различия тех же объектов, полученные методом МНШ.
Таким образом, наиболее важными характеристиками, определяющими различие марок в глазах покупателя, являются количество дилеров, расположенных в регионе и максимальная скорость.
Приоритеты можно разделить на три сегмента.
1. Марки, имеющие большое кол-во дилеров, автомобили которых обладают низкой максимальной скоростью, сопоставимой со стоимостью автомобиля – Suzuki Splash, Opel Corsa.
2. Марки, автомобили которых обладают хорошей максимальной скоростью и развитой дилерской сетью в регионе – Citroen C3.
3. Марки, автомобили которых обладают хорошей максимальной скоростью и неразвитой дилерской сетью в регионе – Seat Ibiza, Chery M11, Fiat Punto Evo.
В качестве рекомендации компании Автолайт можно предложить следующее:
1. Провести дополнительные маркетинговые исследования для более объективных результатов.
2. Увеличить количество дилерских центров Fiat в регионе до 3-х в собственности.
3. Провести рекламную компанию, направленную на информирование текущих владельцев и потенциальных клиентов о новых дилерских центрах Автолайт-Fiat..