根據自變量的值將樣本歸類。
例：下列最適合用來進行促銷策略目標選定的是（  ）。
A.結合分析
B.判別分析
C.因子分析
D.聚類分析
因子分析
（六）因子分析
基本思想是，根據相關性大小把原始變量分組，使得同組內的變量之間相關性較高，不同組的變量間相關性較低，每組變量代表一個基本結構，并用一個不可觀測的綜合變量表示，這個基本結構稱之為“公共因子”。英國統計學家Moser 
Scott在1961年對英國157個城鎮發展水平進行調查時，原始測量的變量有57個，通過因子分析發現，只需要用5個新的綜合變量就可以解釋95%的原有信息。因子分析的基本步驟是：(1)確定研究變量；(2)計算所有變量的相關矩陣；(3)構造因子變量；（4）因子旋轉；(5)計算因子得分。
因子分析在市場調研中有著廣泛的應用．，主要包括；消費者使用習慣和態度研究(U&A)；品牌形象和特性研究；服務質量調查；個性測試；形象調查；市場劃分識別；顧客、產品及行為分類。同時，還可根據因子得分確定不同重要程度的指標，管理者則可根據這些指標的重要性來決定首先解決的市場問題或者產品問題。
（七）結合分析  
也稱交互分析，在歐美國家的市場調研中被廣泛應用。結合分析的基本假設是，產品或研究對象是由一系列的屬性所構成的，例如，電腦產品的屬性為品牌、顯示器、CPU、內存、硬盤等，而各屬性又有一定的水平，如顯示器有14英寸、15英寸、17英寸等，CPU可能有奔騰5、賽揚、K6等。消費者的購買抉擇過程是基于對這些屬性的權衡與考慮做出的理性選擇，因而，結合分析一般步驟為：(1)確定產品或服務的屬性與屬性水平；(2)將產品的所有屬性與屬性水平通盤考慮，并采用正交設計的方法將這些屬性與屬性水平進行組合，生成一系列虛擬產品；(3)請消費者對虛擬產品進行評價，通過打分、排序等方法調查消費者對虛擬產品的喜好、購買的可能性等；(4)計算屬性的效用、計算屬性的模型和方法主要包括最小二乘法回歸、多元方差分析；(5)解釋結果；(6)評估信度和效度，常用的有擬合優度和t檢驗等；(7)市場預測與市場模擬。
在市場調研中，結合分析可用于如下幾個方面：(1)決定各種屬性在消費者選擇品牌（產品）時的相對重要性，(2)估計不同屬性水平的市場占有率；(3)確定最受歡迎品牌的屬性水平組合；(4)根據消費者對屬性水平喜好的相似性，進行消費者市場分類，(5)應用于新產品概念識別，(6)競爭分析，(7)定價研究；(8)廣告研究；(9)銷售分布等。