嗨嗨~~我是準備今年五月再次衝刺iPAS品牌企劃師考試的Haruhii！
這個系列篇章是我刷題後發覺自己比較容易混淆、記錯的知識領域，也是預備考前再次快速瀏覽的記憶點。如果你也正在準備這個考試，一起來攻克考試難點吧！
1. 抽樣方法(方法/類別/特點及適用情境)
簡單隨機抽樣/機率/每個樣本被抽中機率相同，最公平分層抽樣/機率/依特徵（如年齡、語言區）分層，再分別抽樣以求精準
集群抽樣/機率/將母體分區塊（如地理區），隨機抽一區進行普查以節省成本
雪球抽樣/非機率/由受訪者介紹受訪者，適用於「隱蔽或特殊小眾族群」
配額抽樣/非機率/依比例找符合特徵的人（如：男 50 名、女 50 名）直到找齊
【練習題】
- 欲研究「不易被確認出的特殊次文化族群」，最適合使用何種抽樣？ (A) 分層抽樣 (B) 集群抽樣 (C) 簡單隨機抽樣 (D) 雪球抽樣
答案：(D) - 小明根據加拿大「英語區」與「法語區」分別進行抽樣，這屬於？ (A) 分層抽樣 (B) 系統抽樣 (C) 配額抽樣 (D) 便利抽樣
答案：(A)
2. 統計方法
A. 構面縮減與市場區隔工具
- 因素分析 (Factor Analysis)：主要用於減縮資料之構面。當測量變數（如生活型態問項）過於繁雜且具高度相關時，可利用此方法將其縮減為少數具代表性的潛伏因素。
- 集群分析 (Cluster Analysis)： 用於市場區隔，能將受訪者或個案劃分到與其相似的群體內，達成組內同質、組間異質的目標。因素分析產生的分數常作為集群分析的準則變數。
- 實例應用： 經理分析消費者生活型態，先用因素分析簡化指標，再用集群分析將客群分群。
- 記憶訣竅： 因素縮問題（變數減）；集群分人群（受訪者聚）。
【練習題】
- 欲分析「消費者的生活型態」並將相似的人歸類，應使用哪種統計方法？ (A) 迴歸分析 (B) 集群分析 (C) 判別分析 (D) 聯合分析
答案：(B) - 在研究中欲將多個複雜的測量題目進行濃縮簡化，應優先採用？ (A) 因素分析 (B) 多元尺度分析 (C) A/B 測試 (D) 實驗設計法
答案：(A)
B. 關係探討與預測模型
- 迴歸分析 (Regression Analysis)：用以分析自變數（如年齡、所得）是否能顯著解釋應變數（如是否購買某品牌）。形式包括簡單線性迴歸、複迴歸 以及處理分類依變數的多項式羅吉斯迴歸。
- 鑑別分析 (Discriminant Analysis)：當應變數為類別變數時，用以建構鑑別軸來進行歸類預測。
- 聯合分析 (Conjoint Analysis)：建立真實的決策情境，讓消費者權衡不同產品屬性水準（如功能、價格）的優缺點，藉此估計各屬性對消費者偏好的貢獻度。
C. 差異性檢定與分布分析
- 變異數分析 (ANOVA)：用於比較三個或以上群體的平均數是否有顯著差異。單因子變異數分析 (One-way ANOVA) 常配合實驗法資料，用以釐清變數間的關係。
- 卡方檢定 (Chi-Square Tests)：常用於獨立性檢定，探討兩個分類變數（如性別與飲料看法）之間是否相關。
- t 檢定 (t-test)：分為獨立樣本與相依（成對）樣本設計，後者常用於分析同一個體在接受某種處理（如減肥課程）前後的差異。
D. 品牌定位與趨勢預測
- 多元尺度分析 (MDS)：利用受訪者對品牌間相似度或喜好程度的評分，建立品牌知覺定位圖。
- 時間序列分析 (Time Series Analysis)：用來分析過去的銷售資料，並對未來市場需求進行預測。
E. 實務應用指標與方法
- RFM 分析：針對顧客關係管理，分析顧客的最近一次消費 (Recency)、消費頻率 (Frequency) 與消費金額 (Monetary)。
- A/B 測試：在數位行銷中快速測試不同廣告文案或網頁版本對消費者反應的差異。
- 德爾菲法 (Delphi Method)：邀請專家學者針對新產品進行銷售預測，透過多輪回饋達成共識並避免權威壓力
感謝您耐心看到這
如果這篇文章對你有幫助，可以用「請我喝珍奶」給予一些支持鼓勵喔！祝您考試順心！
