spss在市场调研中的应用(编辑修改稿)

spss在市场调研中的应用(编辑修改稿)内容摘要：

（ 1）频数分析表 首先表 122显示了性别、年龄等八项基本信息指标的基本统计情况，其中 “ Valid”列表示有效样本数目， “ Missing”列表示缺失样本数目。 例如，教育变量的有效样本数目为 306，而仅有 2个样本缺失。 接着，软件输出了这八项指标的频数分析结果。 从结果看到，所有调查者中 %为男性，其余为女性；所有调查者中 2130岁人群所占比重最大，达到了 %，而 4150岁的调查者最少，只有 %。 （ 2）直方图 图 128和图 129分别是性别和年龄变量的直方图。 从图形的高低可以明显看到不同性别和年龄调查者数量的差异性。 图 128 性别变量直方图 图 129 年龄变量直方图 （ 3）列联表分析 表 125是 “ 性别 ” 变量和 “ 年龄 ” 变量的列联表。 行变量是 “ 年龄 ” 变量，列变量是 “ 性别 ” 变量。 可以看到，总共 178位男性调查者中，年龄在 “ 20岁以下 ” 的共有 27人， “ 2130岁 ” 的有 88人，依次类推。 对比行分比、列百分比和合计百分比看到，男性中约一半的调查者年龄都介于 2130岁之间，而对于女性调查者来说， “ 20岁以下 ” 和 “ 2130岁 ” 所占比例最高，达到了 %和 %。 最后，从图 1210的条图也可以明显看到不同性别下各个年龄阶段的被调查人总数。 图 1210 性别和年龄条图 2. 问题二输出结果详解 一、性别因素对购买顾虑的差异性影响。 （ 1）方差齐性检验 SPSS的结果报告中首先列出了方差齐性检验结果表 126。 由于这里采用的是 Levene检验法，故表格首先显示 Levene统计量等于。 由于概率 P值 ，故认为不同性别下的购买顾虑值的方差是相同的，满足方差分析的前提条件。 （ 2）单因素方差分析表 表 127是方差分析表结果表。 可以看到组间离差平方和为 70，组内离差平方和为 ，总离差平方和为。 方差分析 F检验量等于 ， F值对应的概率 P值等于。 由于概率 P值大于显著性水平，故认为性别因素对购买顾虑没有造成显著性影响。 二、收入因素对购买顾虑的差异性影响。 （ 1）方差齐性检验 表 128是方差齐性检验结果表。 表格显示 Levene统计量等于 5。 由于概率 P值 ，故认为这五种收入水平下购买顾虑值的方差是不同的，故不能采用方差分析。 （ 2）秩统计表 表 129是多独立样本非参数检验的秩统计表。 “ 800元以下 ”的平均秩为 ，依次类推。 比较平均秩大小看到，这五种收入水平的购买顾虑值差异较大。 （ 3）非参数检验结果表 表 1210看到， KruskalWallis H检验结果的 ChiSquare 统计量等于 ，自由度 df等于 4，近似相伴概率 P值为 ，小于显著性水平。 所以拒绝零假设，认为这五种收入水平下的购买顾虑值有显著差异。 第 13章 SPSS在系统预测 中的应用 实例提出：汽车保有量的预测分析 我国经济的快速发展为私人汽车提供了巨大的发展空间。 据中国汽车工业协会估算，截止到 2020年底，中国私人汽车保有量约为 2650万辆，占全国汽车保有量的 60%左右。 在 2020年，我国汽车销量为 710多万辆，私人购买比例超过 77%，中国已经成为仅次于美国的全球第二大新车市场。 据世界银行的研究，汽车保有量 (。