spss在市場調(diào)研中的應用(完整版)
【正文】 【 Analyze（分析） 】 → 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 K Independent Samples(k個相關(guān)樣本 )】 命令，彈出 【 Tests for Several Independent Samples(多個關(guān)聯(lián)樣本檢驗 )】 對話框。完成上述操作后，在數(shù)據(jù)瀏覽窗口中會新增變量 “ GL” Step02：性別對購買顧慮的差異性研究 接著利用單因素方差分析來研究性別變量對消費者購買顧慮有無顯著性差異。 再單擊 【 Continue按 】 鈕，返回主對話框。在圖形類型 【 Chart Type(圖表類型 )】 中，點選直方圖【 Histograms(直方圖 )】 單選鈕，并勾選其下的 【 With normal curve(顯示正態(tài)曲線 )】 復選框。由于問卷所給的調(diào)查信息中，被調(diào)查者的性別、年齡、受教育程度等都是調(diào)查者的基本信息。 第 12章 SPSS在市場調(diào)研中的應用 實例提出：綠色食品的認知研究 二十一世紀以來，資源和環(huán)境問題日益受到人們的關(guān)注。因此可以首先對這些變量進行描述性統(tǒng)計分析，繪制頻數(shù)表和相關(guān)圖形。再單擊 【 Continue】 按鈕，返回主菜單。 單擊 【 OK】 按鈕，完成本部分操作。選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means(比較均值 )】 → 【 OneWay ANOVA(單因素 ANOVA)】 命令，彈出 【 OneWay ANOVA(單因素 ANOVA)】 對話框。在【 候選變量 】 列表框中選擇 “ GL”變量作為檢驗變量，將其添加至【 Test Variable List(檢驗變量列表 )】 列表框中。從結(jié)果看到，所有調(diào)查者中 %為男性，其余為女性；所有調(diào)查者中 2130歲人群所占比重最大，達到了 %，而 4150歲的調(diào)查者最少，只有 %。 圖 1210 性別和年齡條圖 2. 問題二輸出結(jié)果詳解 一、性別因素對購買顧慮的差異性影響。 二、收入因素對購買顧慮的差異性影響。所以拒絕零假設，認為這五種收入水平下的購買顧慮值有顯著差異。隨著私人汽車消費時代的到來，汽車保有量上升的一個重要因素就是國內(nèi)汽車消費的快速增長。 具體操作步驟如下： Step01：打開數(shù)據(jù)文件 打開數(shù)據(jù)文件 。于是可以考慮利用它來對私車保有量進行預測。 Step04：預測私車保有量 在得到了私車保有量和綜合經(jīng)濟發(fā)展值的模型后，要預測私車保有量在 2020的數(shù)量，則首先需要估計綜合經(jīng)濟發(fā)展值在 2020的取值，利用線性回歸模型得到經(jīng)濟發(fā)展值的預測值后，帶入 Logistic函數(shù)就可以估計出 2020年該地區(qū)的私車保有量了。因此只選取第一個因子為主因子即可。 （ 2）模型匯總及參數(shù)估計 表 137給出了樣本數(shù)據(jù)進行 Logistic回歸的檢驗統(tǒng)計量和相應方程中的參數(shù)估計值。得到估計方程如下： 11 1 0 0 0 0 .0 7 2 0 .2 8 7 xy ? ??（ 3）擬合曲線圖 最后給出的是實際數(shù)據(jù)的散點圖和 Logistic回歸方程的預測圖，這進一步說明方程的擬合效果最好。 （ 4）因子載荷矩陣 表 134顯示了因子載荷矩陣。第一列是因子分析初始解下的變量共同度。 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Regression(
公司管理相關(guān)推薦
鄂ICP備17016276號-1