650.823.3042
L’analyse de régression de classes latentes est une technique d’analyse statistique relativement nouvelle dont la supériorité méthodologique dépasse celle des techniques traditionnelles telles que l’analyse par grappe. Dans le cas de l’analyse de régression de classes latentes, la méthodologie présente l’avantage d’accomplir simultanément deux tâches :
L’objectif de chacun des modèles de régression est de déterminer la raison pour laquelle les individus d’un segment préfèrent ou non la marque en question. Par exemple, pour certains répondants la préférence pour la marque peut être dictée par la perception de la valeur et son prix bas. Pour les autres, la préférence peut découler de la perception de la qualité et du prestige de la marque. Supposons maintenant que nous avons effectué une analyse par segmentation de la clientèle et que deux segments principaux ont été identifiés. Chaque segment aura son propre modèle de régression. Chacun des modèles de régression pourra expliquer pourquoi les clients du segment préfèrent ou non une marque par rapport à une autre. Ainsi, les clients du segment No. 1 auraient, comme en témoigne le fort coefficient des variables de perception de la valeur et du prix de leur modèle de régression, une plus grande sensibilité au prix. À l’inverse, les clients du segment No. 2 auraient un modèle de régression contenant un fort coefficient des attributs de la marque qui reflètent la qualité et le prestige. Tous ces attributs de marque, qui influent sur la décision de choisir une marque plutôt qu’une autre, apparaissent dans le modèle de régression du segment donné. Les facteurs qui figurent dans le modèle varient d’un segment à l’autre, reflétant une dynamique de prise de décision différente à travers tous les segments.