Полезно выявить существование математической функциональной связи между переменными для того, чтобы выдвинуть определенные гипотезы и проанализировать их с точки зрения целей маркетингового исследования. Для этого необходимо изучить простую корреляцию между каждой парой переменных. Эти результаты представляют в форме корреляционной матрицы, которая показывает коэффициент корреляции между каждой парой данных.
Выбор переменных для множественного регрессионного анализа сложнее. Прежде всего, следует проанализировать решаемую задачу, имеющиеся данные и цели маркетингового исследования. Затем необходимо составить список переменных-факторов, классифицированных по приоритетам, и провести анализ всех их подмножеств.
Роль корреляционной матрицы при построении моделей множественной регрессии также важна для устранения явления мультиколлинеарности – это состояние очень высокой степени корреляции между независимыми переменными, которое усложняет оценку относительной важности независимых переменных при объяснении вариации зависимой переменной. Чтобы справиться с проблемой мультиколлинеарности, можно использовать только одну переменную из высококоррелированного набора переменных. Второй вариант – применить факторный анализ.
