Mapy pozycjonowania przy wykorzystaniu analizy czynnikowej klas ukrytych

• Autorzy: Robert Kapłon

Warianty tytułu

The Positioning Map by Means of Latent Class Factor Analysis

• Języki publikacji: PL

Abstrakty

W artykule przedstawiony został model analizy czynnikowej klas ukrytych (FLCA), pozwalający na domniemane (implicite) wyznaczanie idealnego punktu, czyli najbardziej pożądanej kombinacji atrybutów dla danego produktu bądź usługi. Im bliżej takiego punktu leży wyrób bądź usługa, tym bardziej są one poszukiwane przez klienta. Przyjęty termin (FLCA) ma podkreślić to, że w modelu wykorzystano analizę czynnikową (FA) dla ustalenia pozycji wyrobów oraz analizę klas ukrytych (LCA), pozwalającą oszacować idealne punkty w bezpośrednio nieobserwowalnych klasach (segmentach). Wśród 197 studentów Politechniki Wrocławskiej przeprowadzono badania ankietowe dotyczące sześciu marek kawy.

EN

In marketing research we often make use of factor analysis. If there are certain premises that consumers in their buying behavior go by level of attributes that describe dimensions then we can ascertain that products will be the most frequently acquired. Unfortunately, sometimes it's almost impossible to establish such level of attributes that the most desirable. Thereby using factor analysis we're not able to point out the most preferable brands. Therefore the aim of the paper is to present model (LCFA) that allows to put ideal products in attributes space. Then the closer a brand is the bigger probability of acquisition. (original abstract)

Słowa kluczowe

PL

Marka produktu; Pozycjonowanie marki; Kawa; Analiza czynnikowa; Badania ankietowe; Materiały konferencyjne

EN

Product brand; Brand positioning; Coffee; Factor analysis; Questionnaire survey; Conference materials

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2003
• Tom: 10
• Numer: nr 988 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 50--60

Twórcy

autor

Robert Kapłon

Bibliografia

• Bockenholt U., Bockenholt I., Constrained Latent Class Analysis: Simultaneous Clssification and Scaling of Discrete Choice Data, "Psychometrika" December 1991, Vol. 56, No. 4, s. 609-716.
• Clogg C.C., Latent Class Models, [w:] Arminger G., Clogg C.C., & Sobel M.E., Handbook of Statistical Modelling for Social and Behavioural Science, s. 311-359. New York: Plenum 1995.
• Criessie N., Read T.R.C., Multinomial Goodness-of-Fit Test, "Journal of the Royal Statistical Society" 1984, No. 3, s. 440-464.
• Dayton C.M., Latent Class Scaling Analysis, Sage University Papers Series on Quantitative Applications in the Social Sciences, 07-126. Thousand Oaks, CA: Sage 1998.
• De Soete G., Heiser W.J., A Latent Class Unfolding Model For Analyzing Single Stimulus Preference Ratings, "Psychometrika" December 1992, Vol. 58, No. 4, s. 545-565.
• Dempster A.P., Laird N.M., Rubin D.B., Maximum likelihood from incomplete data via the EM algorithm. "Journal of the Royal Statistical Society", Ser. B (1977), No. 1 (39), 1-22.
• Green P.E., Tull D.S., Research for marketing decision, Prentice-Hall 1978.
• Kapłon R., Analiza danych dyskretnych za pomocą metody LCA, "Taksonomia 9", Wrocław: Akademia Ekonomiczna 2002.
• Luenberger D.G., Linear and Nonlinear Programming, AddisonWesley, Reading, Mass., 2nd edition, (1984).
• McCutcheon A.L., Latent Class Analysis, Sage University Papers Series on Quantitative Applications in the Social Sciences, 07-064. Thousand Oaks, CA: Sage 1987.
• McLachlan G., Basford K., Mixture models. New York: Marcel Dekker 1988.
• Rost J., Langeheine R., A Guide Through Latent Structure Models For Categorical Data, [w:] Rost J., Langeheine R. (eds.) Applications Of Latent Trait And Latent Class Models In The Social Science, Berlin: Waxmann 1997.
• Rószkiewicz M., Graficzna prezentacja produktu w badaniach marketingowych - cz. II, "Marketing i Rynek" 1999, nr 12.
• Schocker A. D., Srinivasan V., A Consumer-Based Methodology for the Identification of New Product Ideas, "Management Science" 1974, No 6, s. 921- 937.
• Walesiak M., Bąk A., Wykorzystanie analizy czynnikowej w badaniach marketingowych, "Badania Operacyjne i Decyzje" 1997, nr 1, s. 75-87.
• Wu C.F.J., On the Convergence properties of the EM Algorithm, "The Annals of Statistics" 11 (1983), s. 95-103.