【正文】 （ 5）因子得分系數(shù) 表 135列出了采用回歸法估計(jì)的因子得分系數(shù)。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。由于人均國內(nèi)生產(chǎn)總值等指標(biāo)都描述了國民經(jīng)濟(jì)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。 “ 800元以下 ”的平均秩為 ，依次類推。可以看到，總共 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。但是在對其做方差齊性檢驗(yàn)時(shí)，發(fā)現(xiàn)不同收入水平下方差不具備齊性的條件。 單擊 【 Cells】 按鈕 , 彈出 【 Crosstabs:Cell Display(交叉表：單元顯示 )】 對話框。 問題二：請分析性別、收入等因素對消費(fèi)者在購買綠色食品顧慮上有無差異性。 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 。表 121中的第 9問 — 第 20問都是反映消費(fèi)者的購買顧慮，每個(gè)題目取值越大說明消費(fèi)者在該方面的顧慮越重。單擊 【 Grouping Range】 按鈕，彈出相應(yīng)對話框。由于這里采用的是 Levene檢驗(yàn)法，故表格首先顯示 Levene統(tǒng)計(jì)量等于 。據(jù)中國汽車工業(yè)協(xié)會(huì)估算，截止到 2020年底，中國私人汽車保有量約為 2650萬輛，占全國汽車保有量的 60%左右。 Step02：因子分析 在候選變量列表框中選擇 X X … X6變量設(shè)定為因子分析變量，將其添加至 【 Variables(變量 )】 列表框中。第一列是因子分析初始解下的變量共同度。得到估計(jì)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(shí)際數(shù)據(jù)的散點(diǎn)圖和 Logistic回歸方程的預(yù)測圖，這進(jìn)一步說明方程的擬合效果最好。因此只選取第一個(gè)因子為主因子即可。于是可以考慮利用它來對私車保有量進(jìn)行預(yù)測。隨著私人汽車消費(fèi)時(shí)代的到來，汽車保有量上升的一個(gè)重要因素就是國內(nèi)汽車消費(fèi)的快速增長。 二、收入因素對購買顧慮的差異性影響。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(dá)到了 %，而 4150歲的調(diào)查者最少，只有 %。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。再單擊 【 Continue】 按鈕，返回主菜單。 第 12章 SPSS在市場調(diào)研中的應(yīng)用 實(shí)例提出：綠色食品的認(rèn)知研究 二十一世紀(jì)以來，資源和環(huán)境問題日益受到人們的關(guān)注。在圖形類型 【 Chart Type(圖表類型 )】 中，點(diǎn)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(fù)選框。完成上述操作后，在數(shù)據(jù)瀏覽窗口中會(huì)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(fèi)者購買顧慮有無顯著性差異。 接著，軟件輸出了這八項(xiàng)指標(biāo)的頻數(shù)分析結(jié)果。由于概率 P值大于顯著性水平，故認(rèn)為性別因素對購買顧慮沒有造成顯著性影響。 汽車特別是用于消費(fèi)的私人汽車保有量的多少