市場(chǎng)調(diào)研應(yīng)用——案例-wenkub.com
2025-01-15 02:55 本頁(yè)面
【正文】 2023年 2月 1日星期三 9時(shí) 49分 59秒 09:49:591 February 2023 ? 1一個(gè)人即使已登上頂峰，也仍要自強(qiáng)不息。勝人者有力，自勝者強(qiáng)。 , February 1, 2023 ? 閱讀一切好書如同和過去最杰出的人談話。 。 :49:5909:49Feb231Feb23 ? 1世間成事，不求其絕對(duì)圓滿，留一份不足，可得無限完美。 2023年 2月 1日星期三 9時(shí) 49分 59秒 09:49:591 February 2023 ? 1做前，能夠環(huán)視四周；做時(shí)，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 :49:5909:49:59February 1, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國(guó)見青山。 , February 1, 2023 ? 雨中黃葉樹，燈下白頭人。得到的使用意愿的回歸方程如下： ? 大學(xué)生 3G業(yè)務(wù)使用意愿 =*感知有用性+*參照群體影響 +*時(shí)尚涉入+*個(gè)人創(chuàng)新性 。 ? 各變量進(jìn)入回歸方程的先后順序表明了其對(duì)因變量影響強(qiáng)度的大小，先進(jìn)入的變量產(chǎn)生的影響要大于后進(jìn)入的變量。最后的回歸方程中擬合優(yōu)度為 %（ R2=），總體回歸效果一般。 ? 由于涉及到多元回歸，本研究采取Stepwise逐步回歸方法，讓自變量逐步進(jìn)入回歸方程。多重共線性是指多個(gè)變量之間有共同的變化趨勢(shì)，多重共線性會(huì)造成如 t統(tǒng)計(jì)量變小、 R2變大、給出虛假回歸效果等多種后果。 回歸分析 ? 本部分的多元回歸分析主要是針對(duì)上述在相關(guān)分析中已被證實(shí)的研究假設(shè)進(jìn)行進(jìn)一步的變量之間因果關(guān)系的驗(yàn)證。分析其原因，筆者認(rèn)為，大學(xué)生作為一個(gè)年輕的知識(shí)性群體，他們?cè)敢鈱?duì)服務(wù)功能進(jìn)行更多探索和領(lǐng)先使用，具有較多的知識(shí)和更強(qiáng)的創(chuàng)新性，對(duì)新技能的掌握和使用也變得輕松，所以感知易用性對(duì)其選擇 3G業(yè)務(wù)的影響程度就變得較低。感知易用性與使用意愿的相關(guān)系數(shù)為 ，顯著性概率大于 ，為 ，與 0無顯著性差異；感知成本與使用意愿的相關(guān)系數(shù)為 ，顯著性概率大于 ，為 ，與 0無顯著差異；所以認(rèn)為感知易用性和感知成本與使用意愿之間不存在相關(guān)關(guān)系。模型中存在三個(gè)方面的相關(guān)關(guān)系：參照群體影響、感知易用性與感知娛樂之間的相關(guān)關(guān)系；影響感知有用性諸因素與感知有用性之間的相關(guān)關(guān)系；影響使用意愿諸因素與使用意愿之間的相關(guān)關(guān)系。 表 使用意愿的因子分析結(jié)果 （其它略） 因子負(fù)荷 特征根 （解釋方差） 1 使用意愿 1 (%) 使用意愿 2 使用意愿 3 KMO統(tǒng)計(jì)值為 ， Bartlett球體檢驗(yàn)值 = Sig.=， df=3，萃取方法：主成分分析。 KMO值越大，越適合做因子分析，因?yàn)槠湔f明了變量共同因素多。 ? 在本研究中，對(duì)結(jié)構(gòu)效度進(jìn)行分析采用的是 Data Reduction中的Factor因子分析模塊，判斷同一變量下不同測(cè)量項(xiàng)目之間是否存在較強(qiáng)的相關(guān)性。關(guān)于問卷結(jié)構(gòu)效度的檢驗(yàn)，本研究采用因子分析法。后面依次排列的是電子商務(wù)、地圖定位和電子錢包。絕大部分的大學(xué)生都聽說過 3G，比例為 %；但當(dāng)問到是否了解 3G時(shí)，比例降到僅有 %。發(fā)放對(duì)象主要是大二、大三和大四的本科生，?？粕壤苌?，沒有研究生和博士生，年齡基本集中在 20— 24歲。 Cuieford（ 1965）提出 Cronbach’ s α 為低信度， ≦ Cronbach’ s α 則尚可，Cronbach’ s α≧ 屬于高信度，其標(biāo)準(zhǔn)如表 ： 表 Cronbach’ s Alpha值的可信標(biāo)準(zhǔn) Reliable standards of Cronbach’s Alpha Cronbach’ s Alpha值 標(biāo)準(zhǔn) Cronbach’ s Alpha= 不可信 Cronbach’ s Alpha= 初步研究，勉強(qiáng)可信 Cronbach’ s Alpha= 稍微可信 Cronbach’ s Alpha= 可信 Cronbach’ s Alpha= 很可信 Cronbach’ s Alpha 十分可信 本問卷的信度分析結(jié)果如表 ： 表 問卷 Cronbach’ s Alpha值 變量 對(duì)應(yīng)問項(xiàng)編號(hào) 該問題對(duì)總體的相關(guān)系數(shù)（ Corrected ItemTotal Correlation） 刪除問題后的Cronbach’ s Alpha值（ Cronbach’ s Alpha if Item Deleted） 各變量的Cronbach’ s Alpha值 使用意愿 1 2 3 感知有用性 4 5 6 7 ? 從表４ .10可以看到，各模塊的值都達(dá)到可信的要求，即問項(xiàng)的測(cè)試效果可以接受。之后，對(duì)收集到的問卷數(shù)據(jù)進(jìn)行了信度分析。在完成對(duì)原始問卷的修改后，進(jìn)行了試調(diào)查，選取樣本為梧州學(xué)院的一個(gè)本科班級(jí)，發(fā)出問卷共 92 份，回收 87份，其中無效問卷 3份，有效回收率為 %。本研究初步確定使用 5個(gè)問題選項(xiàng)來衡量大學(xué)生的個(gè)人創(chuàng)新性。交易成本是指為了獲得有用
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1