目前統計分析方法在各類市場調查中應用雖然很廣泛，但技術含量大都不高，沒有真正發揮各種統計方法，尤其是多元統計分析在資料探勘、產品定位、市場細分中的重要作用。本文試通過兩個例項，闡述多元統計分析方法在房地產市場調研中的實際運用。
現下國內的市場調研當中，對統計分析方法應用的結果要求不是很高，一般比較常規的消費者市場調查在資料處理上很大程度上僅限於簡單而粗淺的頻數分析，稍微用得多一點的是列聯表分析，也即常稱的交叉分析或互動分析。雖然通過這兩種分析已經可以得到所想要的80％的結論，但如果要做深入的專案產品定位、客戶市場細分等，就必須要對調研的資料進行深入的挖掘，就得用到一些高階統計分析方法，特別是多元統計分析，如回歸分析、因子分析、聚類分析、對應分析等，應用非常廣泛。本文將通過兩個調研例項，闡述多元統計分析方法在房地產市場調研中的實際應用。
例項1：因子、聚類分析在消費者生活形態研究中的應用
在房地產市場研究中，潛在購房者的消費觀念和生活方式與他們對產品的選擇是密切相關的，通過研究購房人群的行為特徵，將有利於目標客戶細分，以及為專案市場定位提供技術指導。本文以深圳某房地產專案前期市場調查為例對這一應用作實證分析。
一、問卷設計
為研究潛在購房者的產品消費和使用觀念，我們採用通常的心理描述測試法。即採用一系列關於購房需求、生活習慣等內容的陳述，請潛在購房者根據自己的情況做出判斷。經事先的小樣本測試篩選，最終的測試語句為：
1，無論如何，擁有一套屬於自己的房產都是必需的
2，我覺得小戶型住宅在未來的3-5年內比較適合我
3，如果知名開發商如萬科進入xx開發房地產，我肯定會購買或者提前購買
4，我經常在家裡招待我的朋友
5，如果我能籌足首期款，我一定會去購房的
6，能夠有一套自己的住房，我會感到很有成就
7，如果首期款低一點，我會提前買房了
8，我非常在意將來孩子的教育，買房時我很看重這一點
9，我很在意鄰居和同一小區的住客是些什麼人
10，小區的物業管理公司必須是知名公司
11，小區有沒有花園，我不會很在乎
12，如果我能買了房子，我會把我的父母接來同住
13，我的親戚朋友如果來訪，通常我會為他準備好房間
14，我一定要在較大的社群（500戶以上）購買住房
15，選擇本地開發商開發的樓盤我會更加慎重
16，我一直在等待xx出現適合我的住房
17，如果總價超出預算，我會考慮降低房子的面積
18，如果總價超出預算，我會考慮減少房間的數量
19，我喜歡一大家人住在一起，顯得熱鬧些
20，我只在意產品**和質量，開發商是誰我不會很在乎
21，即使我有足夠的資金支付全部房款，我仍然會考慮按揭貸款
22，一旦我有經濟能力，我會提前還清銀行貸款
23,住宅面積不需太大，實用就可
注：調查中採用5分評價法，
1分表示非常不贊成，2分表示比較不贊成，3分表示不贊成也不反對，4分表示比較贊成，5分表示非常贊成。
二、基本研究思想
基本模型
經過科學合理的抽樣調查，我們收集到382 份有效資料。根據這些資料，我們採用一系列的多元統計方法進行處理，主要思想是：
1）、通過因子分析，將測試語句進行分組。即：將這一系列的語句進行綜合，根據潛在購房者的回答情況，將這些語句分為幾大類，根據實際情況，找出每一型別中的共同因子，對這些型別的含義進行合理解釋。
2）、用因子分析的結果，對樣本的回答按照新的型別進行重新評估打分，然後根據這些評價進行聚類分析，根據統計原則以及在現實中容易解釋的原則，確定最終採用的分類個數。
3）、根據分類結果對每一樣本判別其所屬類別，對各型別潛在購房者的背景特徵進行列聯表分析，並且分析不同型別購房者的產品需求特點。
以上所有分析運算過程均可以在統計分析軟體 spss中完成，關於spss的操作，本文不再多述。
三、因子分析
由於測試的語句實際上是一系列相關因素的陳述，很多語句之間存在一定的相關性，我們不能採用簡單的回歸方法進行分析。而通過因子分析則可以將系列相關因素綜合為乙個因子，因此，研究中我們首先採用因子分析來對 23個陳述進行分析。
利用統計軟體對資料進行標準化，然後進行因子分析，我們發現：這些陳述可以綜合為 5個因子。為了進一步發現其中每乙個因子的實際含義，我們對因子進行正交旋轉，最終形成 5個組合因子，這些因子其實是23個陳述的乙個線性組合。
對於每一組合因子，選取其中對因子呈現較強相關（相關係數大於 0.5）的陳述共17個，其餘的陳述予以剔除，以便較一目了然地發現因子的實際意義。仔細考察這 5個因子中所包含陳述的實際意義，我們對每乙個因子進行解釋或命名，以便實際分析時方便引用。
組合因子因子中包含的陳述（相關係數大於0.5） 因子含義
因子1 3、6、8、10、14、16、20 對樓盤質素的要求
因子2 4、12、13、19生活居家習慣
因子3 2、23對戶型面積的需求
因子4 5、7首期款對購房的影響
因子5 15、21對購房風險的考慮
四、聚類分析
因子分析中的每一因子可以表示為一系列陳述語句的線性函式，因此我們首先利用這些因子函式，根據潛在購房者對各陳述的評價，求出他們對每一因子的評價。然後根據潛在購房者對因子的評價，對樣本進行聚類分析，從而按照不同產品消費和使用觀念對潛在購房者進行分類。實際研究中，在模型通過統計檢驗的情況下，我們根據聚類的實際含義，最後選擇了有2個中心的聚類分析，也就是說按照產品消費和使用觀念的不同將潛在購房者分為 2類。
這2個聚類中心（類別）如下：
因子類別
121、對樓盤的質素要求比較高 0.31337 -0.20331
2、喜歡招待朋友和親人 0.275240.17857
3、偏向於選擇小戶型 -0.591610.38383
4、首期款的對購房的影響大 -0.71408 0.46328
5、比較注重購房風險 0.15990.10374
類別的實際意義
類別1：喜歡在家招待親朋，需求較大的戶型，首期款對購房的影響不是特別大，對樓盤的質素要求較高
類別2：對戶型面積選擇偏小，首期款的高低是購房的重要考慮因素，對樓盤素質要求相對不高
潛在購房者分類居家型過渡型
所佔比例 39.360.7%
注：表中資料的得分值越高，表示潛在購房者對該指標的認同程度越高，0表示中性
五、研究結果的應用分析
在得到潛在購房者生活方式的分類以後，我們對各型別人群的背景資料以及他們對產品的不同需求進行分析，以判斷這些分類是否符合我們通常的認識類別，進而對目標客戶進行細分研究。以下是我們的實際統計結果：
1）、背景特徵
特徵居家型過渡型
年齡 31～35歲比例較高年輕人較多，25～30歲比例佔了61.5％
學歷大專以上學歷佔18.8％ 大專以上學歷佔23.4％
職業中高層人員和自由職業者比例較高基層員工比例較高
收入以中高收入人群為主以中高收入人群為主
婚姻狀況已婚有小孩的比例顯著較高未婚比例佔了39.2％
居住情況自購房的比例較高租農民房的比例較高
2）、產品需求特點
產品需求居家型過渡型
平均支付總價 29.5萬元 26.68萬元
選擇戶型三房是絕對主力戶型兩房選擇比例顯著較高
選擇的平均面積 105.56平方公尺 98.82平方公尺
根據分類研究的資料，結合統計檢驗結果，我們發現居家型和過渡型兩類潛在購房者在背景特徵和產品需求上有顯著的差異。這些結論在專案的產品定位、客戶市場細分上將起到非常重要的作用。
例項2：多元回歸分析應用和認知圖的繪製
除了因子分析和聚類分析以外，多元回歸也是一種最常用的統計分析方法，它反映的是乙個隨機變數和多個變數之間的線性關係。
本文仍然以某房地產專案的前期調查資料為例，運用多元回歸分析，通過繪製認知圖的方式對專案地塊各組成要素作出swot分析，將地塊的優劣勢、機會和挑戰非常直觀地反映在象限圖上，為研究人員和專案負責人作出判斷和決策提供基礎的資訊。
這種分析方法的基本思想是：
1）、根據實際情況將專案地塊的組成要素分為 1個綜合指標和9個分類指標，讓潛在購房者對這10個指標作出評分；
2）、求出各類指標的平均分值；
3）、以綜合指標為因變數、各個分類指標為自變數，作多元回歸分析，通過統計檢驗後，以各自的回歸係數作為各分類指標的權重係數；
4）、繪製認知圖，把權重係數和平均分值作為座標值，把各個分類指標在象限圖上標示出來，並根據各指標的實際含義作出解釋。
一、地塊各要素的平均分值
地塊各要素平均分值
交通便利性和通達性的評價 3.75
地理位置的評價3.66
商業購物環境的評價3.47
生活方便程度的評價3.37
學校教育設施的評價3.21
居民素質的評價2.98
社群規劃的評價2.79
自然環境的評價2.49
社群治安環境的評價1.98
綜合的評價3.18
（1分為最低分，5分為最高分）
潛在購房者對專案地塊的評價以交通便利性和通達性最高，分值為 3.75，其次為地理位置、商業購物環境、生活方便程度、學校教育設施，分值分別為 3.66、3.
47、3.37、3.21；而對治安環境與自然環境的評分最低，分值僅為1.
98和2.49。綜合評價為3.
18分。
二、地塊各要素的權重係數
為了進一步分析了解潛在購房者對專案地塊各要素的評價，我們以綜合評價為因變數，其餘各要素為自變數，運用多元回歸分析方法對以上資料進行整合分析，得出如下方程：
y=0.155*x1-0.038*x2-0.
049*x3+0.072*x4+0.026*x5+0.
161*x6+0.063*x7+0.087*x8+0.
292*x9+0.718
（y為綜合評價，x1為地理位置，x2為交通狀況， x3為治安環境，x4為教育設施，x5為商業環境，x6為生活便利程度，x7為自然環境，x8為社群規劃，x9為居民素質）
各自變數的重要性即權重，由回歸係數得知，分別如下：
x1 x2 x3 x4 x5 x6 x7 x8 x9
0.155 -0.038 -0.049 0.072 0.026 0.161 0.063 0.087 0.292
（其中x5的回歸係數沒有通過統計t檢驗，此處為了繪製圖表方便，沒有刪掉，但對該指標不作任何解釋）
三、知覺圖的繪製和實際含**釋
指標要素 x y
x1 地理位置 0.65307 1.00395
x2 交通狀況 -1.15905 1.15914
x3 治安環境 -1.26233 -1.89295
x4 教育設施 -0.12623 0.228
x5 購物環境 -0.55814 0.67633
x6 生活便利 0.70941 0.50389
x7 自然環境 -0.21074 -1.01353
x8 社群規劃 0.01461 -0.49623
x9 居民素質 1.9394 -0.1686
我們把各要素的平均分值與其權重相對應，經過資料標準化，組合成9個點，在座標軸上描繪出來：
機會（右上角）→包括地理位置和生活便利程度。這些要素得分較高，並且對專案地塊綜合評價影響非常大，應該繼續提公升這些優點。
優勢（左上角）→包括交通狀況、教育設施。這些要素得分較高，對專案地塊綜合評價的影響程度略低，是專案地塊的優勢所在，應該繼續完善。
挑戰（右下角）→包括居民素質和社群規劃。這些要素極大地影響潛在購房者對專案地塊的綜合評價，大力提高這類要素的質素，提高社群檔次，可以大幅提高人們對專案地塊的評價。
弱勢（左下角）→包括自然環境和治安環境。這些要素是專案地塊的弱勢，應該加以規避，在大環境不佳的條件下，盡量改善社群內的小環境。
多元統計分析方法的應用總結
隨著市場研究行業的發展，單個變數的分析已經遠遠不能滿足研究的需要，多元統計分析必將得到越來越廣泛的應用，但是在實際運用各種方法的時候還需要注意一些問題：
1、資料的真實可靠性是分析研究的基礎
資料的真實性是市場研究的基礎和保障，若是資料出現虛假或偏差，再科學合理的分析方法都無法得到任何有用的結論，甚至得到錯誤的結論，這在房地產行業中的風險就更加突出，每個專案都是鉅額資金投入，任何開發商都不敢輕易冒這個險，因此調研資料是否真實可靠，對總體的代表性如何是所有開發商最關心的問題。在現實的調查中，由於許多主客觀因素的影響，完全精確可靠的資料幾乎是不可能得到的，如何最大限度地保證資料的真實性和可靠性是市場調查公司的重要任務之一。
2、多元統計分析方法的應用對問卷設計提出了較高的要求
問卷調查是市場研究中應用最廣泛的一種資料收集方式，因此問卷設計水平的高低直接決定了所收集資料的有效程度有多高。而多元統計分析方法由於技術性要求較高，其應用效果與問卷的質量更是緊密相連，所以必然對問卷設計提出了較高的要求。如上述兩個例項所示，所設計的都並非常規的選擇題，例一中各條測試語句的設計非常考驗研究人員的功底，必須經過反覆的揣摩和驗證，才能使結論更科學有效。
3、方法選用不是越複雜越好，關鍵在於能否得出有用的結論
雖然高階的分析方法能得出一些常規分析無法得到的資料和結論，但是在選用各類統計方法時，不要誤認為方法越複雜、公式越深奧，就越有用。我們在做研究時，首先明確要達到什麼樣的目的，得到什麼樣的結論，然後根據事先確定的目標去選擇分析方法。方法僅僅是研究的工具，方法的選用不在於其複雜性，關鍵是能否得出有用的結論，並有利於解釋現實中的各種現象。
若是運用了一大堆誰也看不懂的繁瑣的公式和模型，表面上看非常科學，但如果僅僅得出的是一些現實中無法解釋和運用，甚至完全不通的結論，則所有的努力都是徒勞的。
房地產市場調查的報告
在進行過計畫周密而詳盡的市場調查後，接下來要做的就是乙份有價值的房地產市場調查報告的撰寫，以樓盤市場調查報告為例，做如下說明 一 樓盤市場調查的資訊列示 對樓盤單個調查的實質，就是對競爭專案的調研，單個樓盤市場的資訊列示為 1 樓盤產品情況 1 樓盤地域環境 從巨集觀上看，實際就是一種巨集觀的地域分...
房地產專案市場調查計畫
一 調研工作計畫 調查時間 7 15天 調查地點 中鐵瑞城西郡英華 調查人員 7位，房地產專業的學生。調查方式 非隨機抽樣調查 判斷抽樣 配額抽樣 個體抽樣 群體抽樣 典型抽樣 街訪 入戶等綜合方法的應用。二 專案調研及策劃工作內容與安排 根據上述調研目的，房地產投資開發專案調查內容包含定性和定量兩...
房地產市場調查表
家庭年收入 家庭人口 學歷現住大概位址 一 現住房性質為 原私房 單位分房 單位集資建房 房管所公房 購買商品房 租賃住房 二 您的年齡 20歲以下 21 30歲 31 45歲 46歲以上 三 您的職業是 機關 事業單位公務員 廠礦企業 教師 軍人 私營企業戶 離退休人員 其他 四 現住房的建築面積...