spss在市場調(diào)研中的應(yīng)用-預(yù)覽頁
【正文】 按鈕，完成本部分操作。 單擊 【 Cells】 按鈕 , 彈出 【 Crosstabs:Cell Display(交叉表：單元顯示 )】 對話框。 2 問題二操作詳解 問題二要分析性別、教育程度等因素對消費者在購買綠色食品顧慮上有無差異性。在彈出的 【 Compute(計算 )】 對話框的 【 Target Variable(目標變量 )】 文本框中，輸入變量名 GL表示要新建此變量來表示購買綜合顧慮值。在候選變量列表框中選擇 “ GL”變量作為因變量，將其添加至 【 Dependent List(因變量列表 )】 列表框中，同時也在 【 候選變量 】 列表框中選擇 “ A1”變量作為水平值，將其添加至 【 Factor(因子 )】 列表框中。但是在對其做方差齊性檢驗時，發(fā)現(xiàn)不同收入水平下方差不具備齊性的條件。選擇分組變量A6（收入）將其添加至 【 Grouping Variable(s)(組變量 )】 列表框中。 實例的 SPSS輸出結(jié)果詳解 1 問題一輸出結(jié)果詳解 （ 1）頻數(shù)分析表 首先表 122顯示了性別、年齡等八項基本信息指標的基本統(tǒng)計情況，其中 “ Valid”列表示有效樣本數(shù)目， “ Missing”列表示缺失樣本數(shù)目。 （ 2）直方圖 圖 128和圖 129分別是性別和年齡變量的直方圖?？梢钥吹剑偣?178位男性調(diào)查者中，年齡在 “ 20歲以下 ” 的共有 27人， “ 2130歲 ” 的有 88人，依次類推。 （ 1）方差齊性檢驗 SPSS的結(jié)果報告中首先列出了方差齊性檢驗結(jié)果表 126?？梢钥吹浇M間離差平方和為 70，組內(nèi)離差平方和為 ，總離差平方和為 。 （ 1）方差齊性檢驗 表 128是方差齊性檢驗結(jié)果表。 “ 800元以下 ”的平均秩為 ，依次類推。 第 13章 SPSS在系統(tǒng)預(yù)測 中的應(yīng)用 實例提出：汽車保有量的預(yù)測分析 我國經(jīng)濟的快速發(fā)展為私人汽車提供了巨大的發(fā)展空間。 2020年，我國國內(nèi)人均 GDP首次突破 1000美元，這預(yù)示著中國汽車開始進入家庭消費階段。消費者購買力的增強和個體私營經(jīng)濟的快速發(fā)展，也帶動了私人汽車的大發(fā)展。由于人均國內(nèi)生產(chǎn)總值等指標都描述了國民經(jīng)濟的發(fā)展情況，因此它們和私人汽車保有量有著密切的關(guān)系。同時單擊數(shù)據(jù)瀏覽窗口的 【 Variable View(變量視圖 )】 按鈕，檢查各個變量的數(shù)據(jù)結(jié)構(gòu)定義是否合理，是否需要修改調(diào)整。其他選項保持系統(tǒng)默認，單擊 【 Continue(繼續(xù) )】 按鈕返回。 首先繪制綜合經(jīng)濟發(fā)展值與私車保有量的散點圖，判斷兩者之間是否存在相關(guān)關(guān)系。在 【 Model(模型 )】 復(fù)選框中勾選 【 Logistic】 模型，并在 【 Upper bound(上限 )】 文本框中填入 1000，表示上限值。 實例的 SPSS輸出結(jié)果詳解 1 因子分析結(jié)果 （ 1）因子分析共同度 表 132是因子分析的共同度，顯示了所有變量的共同度數(shù)據(jù)?？梢钥吹?，所有變量的絕大部分信息可被因子解釋，這些變量信息丟失較少。 （ 3）因子碎石圖 從碎石圖看到，第一個特征值明顯大于后面的特征值，說明提取第一個因子是合適的。 （ 5）因子得分系數(shù) 表 135列出了采用回歸法估計的因子得分系數(shù)。 模型的整體擬合優(yōu)度值 R2為 ， F統(tǒng)計量等于 ，概率 P值小于顯著性水平 ，說明該模型有統(tǒng)計學(xué)意
公司管理相關(guān)推薦
鄂ICP備17016276號-1