【正文】 （ 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)。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。 “ 800元以下 ”的平均秩為 ，依次類推?？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。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。 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問都是反映消費者的購買顧慮，每個題目取值越大說明消費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檢驗法，故表格首先顯示 Levene統(tǒng)計量等于 。據(jù)中國汽車工業(yè)協(xié)會估算，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(yù)測圖，這進一步說明方程的擬合效果最好。因此只選取第一個因子為主因子即可。于是可以考慮利用它來對私車保有量進行預(yù)測。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。 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。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(fù)選框。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。 接著，軟件輸出了這八項指標的頻數(shù)分析結(jié)果。由于概率 P值大于顯著性水平，故認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的私人汽車保有量的多少