주목받는 기능

범주 간 차이점 분석

대응 분석을 사용해 범주 간 차이점을 보다 쉽게 표시하고 분석합니다.

보충 정보 통합

추가 변수의 보충 정보를 쉽게 통합합니다.

연관성 및 관계 발견

예를 들어 대칭 정규화로 행렬도를 생성하면 연관성을 보다 분명하게 확인할 수 있습니다.

범주형 데이터의 손쉬운 사용

툴을 활용해 다변수 데이터 및 관계를 보다 완벽하게 분석 및 해석할 수 있습니다. 예를 들어, 고객이 기업의 제품이나 브랜드와 가장 밀접하다고 여기는 특징이 무엇인지 파악하거나, 자사 또는 경쟁업체의 다른 제품과 비교해 특정 제품에 대한 고객의 평가는 어떤지 판단합니다.

범주형 회귀 프로시저 사용

정렬 또는 비정렬 수치 범주형 예측 변수의 조합에서 얻은 명목, 순서 또는 수치 결과 변수의 값을 예측합니다. 최적화 척도법과 함께 회귀를 사용하면 직무, 지역 및 업무 관련 출장 빈도 등으로부터 직무 만족도는 어떠한지 예측할 수 있습니다.

최적화 척도법 활용

변수를 수량화해 Multiple R을 최대한 활용합니다. 최적화 척도법은 잔량이 비정규이거나 예측 변수가 결과 변수와 비선형 관계인 경우 수치 변수에 적용될 수 있습니다. 능형 회귀분석, Lasso 및 Elastic Net과 같은 정규화 방법으로 매개변수 추정치를 안정화하여 예측 정확도를 개선할 수 있습니다.

인지 맵을 사용해 결과를 분명하게 표시

차원 축소법을 사용해 데이터 간의 관계를 확인합니다. 요약 차트에 유사한 변수 또는 범주가 표시되어 세 개 이상의 변수 간 관계에 대한 인사이트를 얻을 수 있습니다.

최적화 척도법 및 차원 축소법 활용하기

이러한 기법에는 대응 분석(CORRESPONDENCE), 범주형 회귀(CATREG), 다중 대응 분석(MULTIPLE CORRESPONDENCE), CATPCA, 비선형 정준 상관(OVERALS), 근접성 확장(PROXSCAL) 및 선호 척도(PREFSCAL) 등이 포함됩니다.

기술 요구사항

소프트웨어 요구사항

IBM SPSS Categories를 사용하려면 유효한 IBM SPSS Statistics Base 라이센스가 필요합니다.

  • 필수 소프트웨어: IBM SPSS Statistics

하드웨어 요구사항

  • 프로세서: 2GHz 이상
  • 디스플레이: 1024x768 이상
  • 메모리: 4GB RAM 필요, 8GB 이상의 RAM 권장
  • 디스크 공간: 2GB 이상

세부기능을 확인하세요

구매하고 시작하세요