SPSS在市场调研中的应用

第12章SPSS在市场调研中的应用12.1实例提出：绿色食品的认知研究二十一世纪以来，资源和环境问题日益受到人们的关注。在现代化进程中，人类过度的经济活动，给资源和环境带来很大压力。与此同时，农药残留和食品安全事件频繁发生，严重影响了人们的身体健康和生活质量。数据10-1.sav是对应的调查数据。请利用这些资料分析以下问题：问题一：请你将被调查者的基本信息作简要统计说明。问题二：请分析性别、收入等因素对消费者在购买绿色食品顾虑上有无差异性。12.2实例的SPSS软件操作详解1问题一操作详解问题一要求你将被调查者的基本信息作简要统计说明。由于问卷所给的调查信息中，被调查者的性别、年龄、受教育程度等都是调查者的基本信息。因此可以首先对这些变量进行描述性统计分析，绘制频数表和相关图形。同时，可以采用列联表分析来研究不同基本信息之间的相互影响。具体操作步骤如下：Step01：打开数据文件打开数据文件12-1.sav。同时单击数据浏览窗口的【VariableView】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调整。Step02：调查者基本信息的频数分析选择菜单栏中的【Analyze（分析）】→【DescriptiveStatistics(描述统计)】→【Frequencies(频率)】命令，弹出【Frequencies(频率)】对话框。选择A1—A8等8项指标作为分析对象，将其添加至右侧的【Frequencies(变量)】列表框中。Step03：绘制直方图单击【Charts】按钮,弹出【Frequencies:Charts(频率：图表)】对话框。在图形类型【ChartType(图表类型)】中，点选直方图【Histograms(直方图)】单选钮，并勾选其下的【Withnormalcurve(显示正态曲线)】复选框。再单击【Continue】按钮，返回主菜单。最后单击【Frequencies(频率)】对话框中的【OK】按钮，完成本部分操作。Step04：列联表分析选择菜单栏中的【Analyze（分析）】→【DescriptiveStatistics(描述统计)】→【Crosstabs(交叉表)】命令，弹出【Crosstabs(交叉表)】对话框。在候选变量列表框中选择A1（性别）变量添加至主对话框右侧的【Row(s)(行)】列表框中，选择A2（年龄）变量添加至右侧的【Column(s)(列)】列表框中（这里只分析性别与年龄之间的关系，其他变量的关系可以类似求的）。勾选【Displayclusteredbarcharts(显示复式条形图)】复选框，显示列联表柱状图。单击【Cells】按钮,弹出【Crosstabs:CellDisplay(交叉表：单元显示)】对话框。在【Counts(计数)】选项组中勾选【Observed(观察值)】复选框；在【Percentages(百分比)】选项组中勾选【Row(列)】、【Column(行)】、【Total(总计)】复选框；在【NonintegerWeights(非整数权重)】选项组中点选【Roundcellcounts(四舍五入单元格计数)】单选钮。再单击【Continue按】钮，返回主对话框。单击【OK】按钮，完成本部分操作。2问题二操作详解问题二要分析性别、教育程度等因素对消费者在购买绿色食品顾虑上有无差异性。表12-1中的第9问—第20问都是反映消费者的购买顾虑，每个题目取值越大说明消费者在该方面的顾虑越重。由于我们要综合考虑消费顾虑，于是将每个被调查者从第9问到第20问的得分相加，就可以得到综合顾虑值；然后通过单因素方差分析来分析性别、教育程度等因素对消费顾虑有无显著性影响。具体操作步骤如下：Step01：计算被调查者购买综合顾虑值打开数据文件12-1.sav，接着选择菜单栏中的【File(文件)】→【Transform(转换)】→【Compute(计算)】命令。在弹出的【Compute(计算)】对话框的【TargetVariable(目标变量)】文本框中，输入变量名GL表示要新建此变量来表示购买综合顾虑值。接着在【NumericExpression(数学表达式)】文本框中输入综合顾虑值的计算公式。完成上述操作后，在数据浏览窗口中会新增变量“GL”Step02：性别对购买顾虑的差异性研究接着利用单因素方差分析来研究性别变量对消费者购买顾虑有无显著性差异。选择菜单栏中的【Analyze（分析）】→【CompareMeans(比较均值)】→【One-WayANOVA(单因素ANOVA)】命令，弹出【One-WayANOVA(单因素ANOVA)】对话框。在候选变量列表框中选择“GL”变量作为因变量，将其添加至【DependentList(因变量列表)】列表框中，同时也在【候选变量】列表框中选择“A1”变量作为水平值，将其添加至【Factor(因子)】列表框中。接着选择【Options(选项)】对话框中的【Homogeneity-of-variance】选项，表示输出方差齐性检验表。最后单击主对话框中的【OK】按钮，完成操作。Step03：收入对购买顾虑的差异性研究同样，也首先考虑利用单因素方差分析来研究收入程度对消费者购买顾虑有无显著性差异。但是在对其做方差齐性检验时，发现不同收入水平下方差不具备齐性的条件。于是可以考虑采用非参数检验中的多独立样本均值检验方法。选择菜单栏中的【Analyze（分析）】→【NonparametricTests(非参数检验)】→【LegacyDialogs(旧对话框)】→【KIndependentSamples(k个相关样本)】命令，弹出【TestsforSeveralIndependentSamples(多个关联样本检验)】对话框。在【候选变量】列表框中选择“GL”变量作为检验变量，将其添加至【TestVariableList(检验变量列表)】列表框中。选择分组变量A6（收入）将其添加至【GroupingVariable(s)(组变量)】列表框中。单击【GroupingRange】按钮，弹出相应对话框。在【Minimum(最小值)】文本框中输入1，在【Maximum(最大值)】文本框中输入5。最后单击主对话框中的【OK】按钮，完成操作。12.3实例的SPSS输出结果详解1问题一输出结果详解（1）频数分析表首先表12-2显示了性别、年龄等八项基本信息指标的基本统计情况，其中“Valid”列表示有效样本数目，“Missing”列表示缺失样本数目。例如，教育变量的有效样本数目为306，而仅有2个样本缺失。接着，软件输出了这八项指标的频数分析结果。从结果看到，所有调查者中57.8%为男性，其余为女性；所有调查者中21-30岁人群所占比重最大，达到了45.1%，而41-50岁的调查者最少，只有5.8%。（2）直方图图12-8和图12-9分别是性别和年龄变量的直方图。从图形的高低可以明显看到不同性别和年龄调查者数量的差异性。图12-8性别变量直方图图12-9年龄变量直方图（3）列联表分析表12-5是“性别”变量和“年龄”变量的列联表。行变量是“年龄”变量，列变量是“性别”变量。可以看到，总共178位男性调查者中，年龄在“20岁以下”的共有27人，“21-30岁”的有88人，依次类推。对比行分比、列百分比和合计百分比看到，男性中约一半的调查者年龄都介于21-30岁之间，而对于女性调查者来说，“20岁以下”和“21-30岁”所占比例最高，达到了30.8%和39.2%。最后，从图12-10的条图也可以明显看到不同性别下各个年龄阶段的被调查人总数。图12-10性别和年龄条图2.问题二输出结果详解一、性别因素对购买顾虑的差异性影响。（1）方差齐性检验SPSS的结果报告中首先列出了方差齐性检验结果表12-6。由于这里采用的是Levene检验法，故表格首先显示Levene统计量等于0.006。由于概率P值0.937明显大于显著性水平，故认为不同性别下的购买顾虑值的方差是相同的，满足方差分析的前提条件。（2）单因素方差分析表表12-7是方差分析表结果表。可以看到组间离差平方和为114.470，组内离差平方和为20190.076，总离差平方和为20304.545。方差分析F检验量等于1.673，F值对应的概率P值等于0.197。由于概率P值大于显著性水平，故认为性别因素对购买顾虑没有造成显著性影响。二、收入因素对购买顾虑的差异性影响。（1）方差齐性检验表12-8是方差齐性检验结果表。表格显示Levene统计量等于2.495。由于概率P值0.043小于显著性水平0.05，故认为这五种收入水平下购买顾虑值的方差是不同的，故不能采用方差分析。（2）秩统计表表12-9是多独立样本非参数检验的秩统计表。“800元以下”的平均秩为157.71，依次类推。比较平均秩大小看到，这五种收入水平的购买顾虑值差异较大。（3）非参数检验结果表表12-10看到，Kruskal-WallisH检验结果的Chi-Square统计量等于18.669，自由度df等于4，近似相伴概率P值为0.001，小于显著性水平0.05。所以拒绝零假设，认为这五种收入水平下的购买顾虑值有显著差异。第13章SPSS在系统预测中的应用13.1实例提出：汽车保有量的预测分析我国经济的快速发展为私人汽车提供了巨大的发展空间。据中国汽车工业协会估算，截止到2006年底，中国私人汽车保有量约为2650万辆，占全国汽车保有量的60%左右。在2006年，我国汽车销量为710多万辆，私人购买比例超过77%，中国已经成为仅次于美国的全球第二大新车市场。据世界银行的研究，汽车保有量(尤其是私人汽车)与人均国民收入成正比。2003年，我国国内人均GDP首次突破1000美元，这预示着中国汽车开始进入家庭消费阶段。而事实表明，随着中国人均GDP的稳健增长，近年来，我国的家用汽车销量以两位数的增速急剧扩大。汽车特别是用于消费的私人汽车保有量的多少，与经济发展程度、居民收入以及道路建设等有着密切的联系。随着私人汽车消费时代的到来，汽车保有量上升的一个重要因素就是国内汽车消费的快速增长。消费者购买力的增强和个体私营经济的快速发展，也带动了私人汽车的大发展。私人汽车保有量与一个国家或地区的社会经济发展的有关数据有着密切关系。附表13-1提供了我国某一经济发达地区的一些相关统计数据。请根据附表中的相关数据分析影响该地区私人汽车保有量的因素，并预测到2008年该地区私人汽车保有量有多少？12.2实例的SPSS软件操作详解本实例要求分析人均国内生产总值、全社会消费品零售总额等因素对私人汽车保有量的影响情况，并做相应的预测分析。由于人均国内生产总值等指标都描述了国民经济的发展情况，因此它们和私人汽车保有量有着密切的关系。但是要全部考虑这些指标是非常困难的，这是因为指标数量众多，难以全部考虑。考虑到这些经济指标之间还存在着相关性，因此可以利用因子分析，利用降维的方法综合这些众多的经济指标为少量的公共因子，这样通过分析因子和私人汽车保有量的关系来预测私车保有量的未来趋势。具体操作步骤如下：Step01：打开数据文件打开数据文件13-1.sav。同时单击数据浏览窗口的【VariableView(变量视图)】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调整。Step02：因子分析在候选变量列表框中选择X1、X2、…X6变量设定为因子分析变量，将其添加至【Variables(变量)】列表框中。单击【Extraction】按钮，勾选【Screeplot】复选框，其他选项保持系统默认，单击【Continue(继续)】按钮返回主对话框。在主话框中，单击【Score(尺度)】按钮，勾选【Saveasvariables(保存变量)】复选框，表示采用回归法计算因子得分并保持在原文件中；同时勾选【Displayfactorscorecoefficientmatrix(显示因子得分系数矩阵)】复选框，表示输出因子得分系数矩阵。其他选项保持系统默认，单击【Continue(继续)】按