X7X7—安裝維修人員的服務質(zhì)量X8一故障處理北京慧聰國際資訊有限公司廣州分公司張文霖在許多市場研究報告中，大部門都使用分類匯總數(shù)據(jù)來反映某種市場特征信息，那么這里列聯(lián)表中不再是頻數(shù)，而是使用相應的統(tǒng)計指標，比如均值等，是否也可對其進行對應分析呢？答案是肯定的，下來我們就來探討如何進行均值的對應分析。均值對應分析與簡單對應分析的區(qū)別就在數(shù)據(jù)的標準化方式不同，均值對應分析中針對歐氏距離提供了5中標準化方式，分別如下：RowandColumnMeansRemoved在標準化的時候?qū)⑿泻嫌嬀蹬c列合計均值的影響都移除，但行與列類別間均值的差別往往氏研究者所感興趣的，這一項不是最佳選擇；RowMeansRemoved在標準化的時候?qū)⑿泻嫌嬀档挠绊懚家瞥籆olumnMeansRemoved：在標準化的時候?qū)⒘泻嫌嬀档挠绊懚家瞥籖owTotalsareEqualizedandRowMeansRemoved在標準化的時候先將原始數(shù)據(jù)除以行合計，然后再移除行均值差異的影響；ColumnTotalsareEqualizedandColumnMeansRemoved在標準化的時候先將原始數(shù)據(jù)除以列合計，然后再移除列均值差異的影響；標準化2與3較適用于存在上限的量表數(shù)據(jù)，如五分量表、七分量表。十分量表等；而標準化4與5較適用于無上限數(shù)據(jù)，或者十量綱相差較大的各指標。以上標準方式在SPSS中CorrespondenceAnalysis過程中Model子對話框中可進行選擇設置，其余操作與簡單對應分析完全相同。下面將通過一個通信方面滿意度研究案例來闡述如何利用SPSS中CorrespondenceAnalysis過程進行均值對應分析。實例分析本例選取用的數(shù)據(jù)為某省通信行業(yè)滿意度測評數(shù)據(jù)中其中的八城市對運營商各個商業(yè)過程滿意度評價，指標說明X1—信譽X3X1—信譽X3—產(chǎn)品質(zhì)量X5—費用查詢及清單X2—業(yè)務辦理及購買X4—資費標準及結(jié)算X6—繳費X9—業(yè)務人員表現(xiàn)采用5分制進行總體滿意度評價，5--代表非常滿意4--比較滿意3--一般2--不太滿意1--非常不滿意。進行分析的數(shù)據(jù)為城市與指標評價的均值列聯(lián)表，本例采用ColumnMeansRemoved這一標準化方法進行數(shù)據(jù)標準化。因為數(shù)據(jù)是以列聯(lián)表形式提供，SPSS無法直接用對話框進行分析，但我們可以先用對話框粘貼出程序，修改程序后運行即可，操作如下：1.選擇Analyze—>DataReduction—>CorrespondenceAnalysis，打開CorrespondenceAnalysis主對話框（見圖表1）。圖表1CorrespondenceAnalysis主對話框?選中“X1”并移至Row欄中，單擊''DefineRange”,彈出DefineRangeRowRange對話框，進行定義變量取值范圍，最小值為1,最大值為3,并按右側(cè)的update按鈕，單擊Continue返回CorrespondenceAnalysis主對話框。.選中“X2”并移至Column欄中，同理單擊“DefineRange”進行定義變量取值范圍,最小值為1,最大值為3,并按右側(cè)的update按鈕，單擊Continue返回CorrespondenceAnalysis主對話框。Shndardi^tionMethad「Rowandcolumnmeansareremoved「RowmeansareremovedColumnmeansareremoved「Rowtotalsareequalizedandmeansareremoved「ColumntotalsareegualizedandmeansareremovedNormdizatiDnMethod茵^rrirmetrical「Rawprincipal廠Custom:|廠Principal廠Columnprincipal圖羔2Model子對話框」4.單擊Model按鈕進入Model對話框，在DistanceMeasure欄中選中Euclidean，在StandardizationMethod欄中選中ColumnMeansRemoved，其他均采用默認設置,單擊Continue返回CorrespondenceAnalysis主對話框，單擊Paste按鈕粘貼出程序如下：CORRESPONDENCETABLE=X1(13)BYX2(13)/DIMENSIONS=2/MEASURE=EUCLID/STANDARDIZE=CMEAN/NORMALIZATION=SYMMETRICAL/PRINT=TABLERPOINTSCPOINTS/PLOT=NDIM(1,MAX)BIPLOT(20).將上述程序中“TABLE=X1(13)BYX2(13)”修改為“TABLE=all(610)”,all(610)表明數(shù)據(jù)是以6行、10列的列聯(lián)表形式出現(xiàn)，運行結(jié)果如下：

SunuiLaiyDirnniEic-nEiiigiiliiVal-iHIuHrtiiProputtiuiiofIneitii1151.023.936.9362.035.001.049.9353.013.000.007.9924.011.000.005.9975.009.000.0031.000Tot迅.Q24l.OQQ1.000圖叢3Summary炭JOveivirwEmvPoints1EjZWSiZCiK111DimtjusionIiiettiaCoiitiihiiitir-n12QfPcitiitoInertia□fDiiueiiiicuiOfDiinetTjiiontoIiiertiiofPoint1212Tct.±l1.157.563-.225.003.349.244.962.035.9972.157.342.020.003.123.002.?7S.001.?7S3.16?.122.195.OOL.016.LS4.55-7.32S斗.157-.113.146.001.01斗.103.500.232.8325.1S7-.336.141.003.125.096.037.9646.167-.578-.277.003.367.371,?4S.050,?9SActrreTotal1.00.0241.0001.000圖隸4OverviewRowPointsJOverviewColuittnPoints^ScoreitiDini已曲口nUfPijmt-tc?IneHiaUfDune115iontoIneHiinfofDiit便上甘i口nPouitIIMass12Ineiti-i1212TotalXI.100-.040-.133.000.001.031.224.536.780Z2.100-.011-.143.000.000.05?.015.542.557X3.100-.0^7-.095.000.002.026.322.199.521.100.043-.108.QUO.002.034.034.4??.100-.024-.139.000.000.055.066.507.573X6.100-.023-.110.000.000.035.093.4B9.582豳.100-.055-.229.000.002.151.179.696275X8.100-.023-.416.001.000.500.013385.999.100-.056-.171.000.002.0S4.2S1.SOI.SS2ActiveTotal1.000.0241.0001.000團耒百0verviewCoIurnnPoints表d團気5OverviewColumnPoints炭J■城市5■城X3卡■城市3市4■城市2XI*恁*X7*■琢*X2X5■城市1?X8圖泰6對應分枯圖圖表3為提取維度的匯總表，可見前兩個維度共攜帶了總信息量的98.5%，因此使用默認的二維結(jié)果較好。圖表5和圖表6是對列聯(lián)表行與列各狀態(tài)有關(guān)信息的概括，Inertia是慣量，是每一行（列）與其重心的加權(quán)距離的平方，可以看出圖表5和圖表6中的慣量都等于0.024。圖表6是城市與各商業(yè)過程滿意度各狀態(tài)同時在一張二維圖上的投影，雖然SPSS可以做出對應分析圖，但不夠美觀，也不方便編輯，故采用EXCEL做圖，圖表4與圖表5中兩維度即為對應分析圖中的橫、縱坐標，采用此數(shù)據(jù)即可做出對應分析圖。在圖上既可以看到每一變量內(nèi)部各狀態(tài)之間的相關(guān)關(guān)系，又可以得到各變量之間的相關(guān)關(guān)系。通過對應分析我們可以非常清晰的得到以下結(jié)果：象限1反映城市2、城市3與X4、X6的信息，他們之間較為接近；象限2反映城市4、城市5與X3的信息，他們之間較為接近；象限3反映城市6與XI、X7、X9的信息，他們之間較為接近；象限4反映城市1與X2、X5、X8的信息，他們之間較