spss在市場調(diào)研中的應(yīng)用-資料下載頁
2025-08-11 14:15本頁面
【導(dǎo)讀】在現(xiàn)代化進(jìn)程中，人類過度的經(jīng)濟活動，給資源。和環(huán)境帶來很大壓力。與此同時，農(nóng)藥殘留和食品安。請利用這些資料分。色食品顧慮上有無差異性。問題一要求你將被調(diào)查者的基本信息作簡要統(tǒng)計說明。因此可以首先對這些變量進(jìn)行描。述性統(tǒng)計分析，繪制頻數(shù)表和相關(guān)圖形。否需要修改調(diào)整。選擇A1—A8等8項指標(biāo)作為分析對象，將其。添加至右側(cè)的列表框中。在圖形類型中，點選直方圖。最后單擊對話框中的按。年齡之間的關(guān)系，其他變量的關(guān)系可以類似求的）。元顯示)】對話框。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。分析性別、教育程度等因素對消費顧慮有無顯著性影響。輸入變量名GL表示要新建此變量來表示購買綜合顧慮值。完成上述操作后，在數(shù)據(jù)瀏覽窗口中會新增變量“GL”。f-variance】選項，表示輸出方差齊性檢驗表。但是在對其做方差齊性檢驗時，發(fā)現(xiàn)不同。中的多獨立樣本均值檢驗方法。例如，教育變量的有效樣本數(shù)目為306，而僅有2個樣本缺失。從結(jié)果看到，所有
【正文】 r bound(上限 )】 文本框中填入 1000，表示上限值。注意，這里的上限值可以調(diào)整完善。最后單擊 【 OK】 按鈕，完成操作。 Step04：預(yù)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(yù)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(yù)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。 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)。第一列是因子分析初始解下的變量共同度。它表明，對原有六個變量如果采用主成分分析法提取所有六個特征根，那么原有變量的所有方差都可被解釋，變量的共同度均為 1。第二列列出了按指定提取條件提取特征根時的共同度。可以看到，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。 （ 2）因子分析的總方差解釋 接著計算得到相關(guān)系數(shù)矩陣的特征值、方差貢獻(xiàn)率及累計方差貢獻(xiàn)率結(jié)果如表 133所示。在表 133中，第一個因子的特征根值為 0，解釋了原有 6個變量總方差的 ％。因此只選取第一個因子為主因子即可。 （ 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。 （ 4）因子載荷矩陣 表 134顯示了因子載荷矩陣。通過載荷系數(shù)大小可以分析不同公共因子所反映的主要指標(biāo)的區(qū)別。從結(jié)果看，第一主因子在這六個指標(biāo)上的載荷值都很大，說明它綜合反映了該地區(qū)綜合經(jīng)濟發(fā)展值，故可以作為綜合經(jīng)濟發(fā)展值看待。 （ 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)。同時在原數(shù)據(jù)瀏覽窗口中新增了變量 “ FAC1_ 1”，它表示不同年份的綜合經(jīng)濟發(fā)展值。 2 曲線估計結(jié)果 （ 1）模型描述 表 136是 SPSS對曲線擬合結(jié)果的初步描述統(tǒng)計，例如自變量和因變量、估計方程的類型等。 （ 2）模型匯總及參數(shù)估計 表 137給出了樣本數(shù)據(jù)進(jìn)行 Logistic回歸的檢驗統(tǒng)計量和相應(yīng)方程中的參數(shù)估計值。 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)意義。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(jìn)一步說明方程的擬合效果最好。 3 預(yù)測私車保有量 （ 1）預(yù)測綜合經(jīng)濟發(fā)展值 繪制綜合經(jīng)濟發(fā)展變量 “ FAC11”的時間序列圖 136看到，該變量的增長基本呈線性趨勢，于是可以采用線性回歸來估計該變量在2020年的取值。 采用曲線估計中的線性回歸選項可以估計得到預(yù)測方程如下： 于是計算得到綜合經(jīng)濟發(fā)展變量在 2020的取值為 F A C 1_1= + t? （ 2）預(yù)測私車保有量 在計算得到綜合經(jīng)濟發(fā)展變量的預(yù)測值后，帶入 Logistic回歸模型，于是得到該地區(qū)在 2020的私車保有量為： 11 1 0 0 0 0 .0 7 2 0 .2 8 7y ????
公司管理相關(guān)推薦
鄂ICP備17016276號-1