100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Summary Exercises Market Research Methods €6,99
In winkelwagen

Samenvatting

Summary Exercises Market Research Methods

 75 keer bekeken  9 keer verkocht

Summary market research methods - all exercise sessions. Theoretical document is also available

Voorbeeld 4 van de 42  pagina's

  • 25 oktober 2021
  • 42
  • 2021/2022
  • Samenvatting
Alle documenten voor dit vak (3)
avatar-seller
shw1999
MARKET RESEARCH
METHODS
EXERCISES


SAM STROO

, 1



PART 1: FACTOR ANALYSIS
CHECK THE STATISTICAL ASSUMPTIONS IN SPSS

ó We are looking for multicollinearity between the variables, and we can check this by using 4 measures

1. Correlation matrix
2. Partial correlation/ Anti-image correlation matrix
3. Bartlett’s test of sphericity
4. KMO

THE MEASURES


1. CORRELATION MATRIX

I = table showing the intercorrelations among all variables
I Visual inspection: high (>.30) and not equal (because some structure must exist, because it would
mean that all variables can be grouped together in one factor)
I It is a symmetrical table and the correlation with the same variable is off course 1
I You have to ask for the correlation matrix separately, but you only need to ask for it once at the
beginning of the factor analysis to show that it is meaningful to do the factor analysis

ANALYZE > CORRELATE > BIVARIATE




Here we see the shared correlation between two variables ó Anti-image correlation: the correlation that is left
to be unexplained (we want partial correlation to be as low as possible)

, 2


2. PARTIAL CORRELATION/ANTI-IMAGE CORRELATION MATRIX

o Calculate partial correlation (Analyze > Correlate > Partial) = the correlation between 2 variables that
remains when the effects of other variables are taken into account
o Partial correlation should be low (high = .7) > look at the absolute values
o Anti-image correlation matrix: negative values of partial correlation should all be low
o To get this, we need to check Anti-image (tab descriptives) when we do the PCA analysis in SPSS

ANALYZE > DIMENSION REDUCTION > FACTOR > DESCRIPTIVES




! LOOK AT ANTI-IMAGE CORRELATION, NOT AT THE COVARIANCE ONE!


3. BARLETT’S TEST OF SPHERICITY

ð Are the variables significantly correlated or not?
ð H0: correlation matrix = identity matrix (i.e. the variables are uncorrelated, 1 on the diagonal but
everywhere else it is zero and it means that the variables are uncorrelated and we do not want this)


4. MEASURE OF SAMPLING ADEQUACY (KMO)

= Kaiser-Meyer-Olkin Measure of Sampling Adequacy
= measure calculated for both the entire correlation matrix and each individual variable (see diagonal on anti-
image for individual scores)

, 3


ð Ranges from 0 to 1
ð .80: meritorious/ .70: average / .60: mediocre/ .50: absolute minimum/ <.50: unacceptable
ð We get this by checking KMO and Barlett’s test of sphericity with descriptives
ð We could also see the individual KMO’s in the anti-image correlation table (with an ‘a’ above it)




ASSUMPTIONS IN SUMMARY

ð Strong conceptual foundation (structure exists)/ Variables: metric (NOT binary or categorical), 3-5
items per factor, parsimonious/ Sample size: >100, 10:1 / Everything needs to be on the same scale
ð Correlation matrix: high, not equal / Partial correlation,Anti-image: low values above & below diagonal
ð Bartlett’s test of sphericity: significant & KMO: >.50 // >.60

RUNNING A PCA IN SPSS

Exercise with data pleasure and planning: A supermarket chain asked 500 of its customers to fill in a
questionnaire which contained 12 questions about shopping behaviour, all on a 7 point Likert scale

ð 2 underlying dimensions found: pleasure and planning (confirmatory factor analysis, but if we don’t
know it beforehand it is exploratory)
ð Next: perform PCA analysis

ANALYZE > DIMENSION REDUCTION > FACTOR

- Descriptives: initial solution, KMO, anti-image
- Extraction: principal components, correlation matrix (not in ouput, but standardizes the items for
you), unrotated solution, scree plot, eigenvalues >1 (because it is an exploratory factor analysis)
- Rotation: varimax (= rotation method), rotated solution
- Options: exclude cases listwide, sorted by size (to sort them), suppress small coefficients (to get a
better overview)

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

√  	Verzekerd van kwaliteit door reviews

√ Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper shw1999. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €6,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 53022 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€6,99  9x  verkocht
  • (0)
In winkelwagen
Toegevoegd