2022年定稿第五六章.doc

第5章 研究数据分析描述性统计分析5.样本的描述性统计分析本文从2022年3月5日开始进行问卷调查，直至2022年4月5日为截止日期，调查过程持续一个月调查问卷以网络形式在问卷星上发布，数据的来源一局部是来自于学校的学生，让感受过宜家家居体验营销模式的学生填写，一局部是到广州市宜家家居内部的餐饮区内让一局部正在休息的顾客填写，还有一局部是利用问卷星的互填社区功能，让在宜家体验购置过的人填写，确保数据的真实性和广泛性本次调查一共收回320份数据，其中有效问卷248份，无效问卷72份，有效率为%样本描述见下表5-1：表5-1 样本的描述性统计分析频数百分比 性别男女104144年龄20-30岁31-40岁41-50岁50岁以上16962143教育程度初中及以下高中/中专大专/本科硕士及以上 53319218职业政府机关工作人员事业单位工作人员企业员工学生教师其他9258111977家庭人均月收入2000元以下2001-4000元 4001-6000元6001-8000元8000元以上3564763439统计分析结果得出，首先在性别方面，女性比例为%，女性顾客比例大于男性顾客比例，这是因为女性平时的居家时间更长，相对男性她们更愿意投入更多的时间和精力去家居卖场选购心仪的家居用品。

从样本的年龄上看，主要集中在20-40岁之间，这个年龄段的人群根本都有购置婚房或者替换更大的住宅的方案，因此在选购家具方面会有更大的需求在接受教育程度方面，中专/高中的样本人数占总体的%，大专/本科的样本人数占总体的%，硕士及以上的样本人数占总体的%在职业方面，学生的样本数占总样本数的%，已经参与工作、接触社会的样本占总数的%这是因为宜家家居的产品设计风格简约，符合群众的审美在家庭月收入方面，大局部消费者的家庭人均月收入在2000-6000之间，各个收入段的人数都较为均衡，因为宜家产品的价格相对来说容易让人接受，性价比拟高5.变量的描述性统计分析本文对调查问卷收集得来的数据，使用SPSS 19.0版软件进行描述统计处理，计算问卷里各个具体问项的最小值、最大值、平均值、标准差，从而得到本研究中各指标数据的统计描述，从计算结果可知，每个变量指标的标准差均大于，这就说明本次调查收集到的数据适合做进一步的定量分析具体的分析结果见下表5-2：表5-2 变量的描述性统计分析题项数极小值极大值均值标准差1①251②251③252①252②252③253①153②153③154①254②154③154④15信度和效度检验信度检验本文采用常用的Cronbach's α内部一致性系数来检验相关量表的有效性。

α系数在0和1之间，马庆国〔2002〕在其研究中指出，在日常的实际运用中，Cronbach's α系数的值最好要比大，至少也要超过一般情况下，α的评价标准为：α>，那么表示内部一致性甚佳；α>，那么表示内部一致性较高；而当测量指标小于6个时， α>0.6 那么表示量表信度可靠，是最小的可接受值本文使用SPSS 19.0版软件对本调查问卷中收集得到的数据进行信度检验，测量结果如下表5-3所示：表5-3 研究变量信度分析变量Cronbach’s Aipha值顾客体验感官体验27情感体验关联体验品牌忠诚由表5-3可以看出，本文研究的Cronbach's α系数都大于0.6，最小的α值非常接近，顾客体验的Cronbach's α系数值为38，而顾客体验下的三个维度：感官体验、情感体验、关联体验，它们的Cronbach's α系数的值分别为27、0.719和0.699；品牌忠诚的Cronbach's α系数值为0.836可以说明本文的研究的量表内部一致性较好，量表数据的信度检验成功通过，具有可以接受的问卷信度水平，整个量表测量得出的结果是可靠的效度检验本文主要对结构效度进行检验，检验量表的指标包括KMO值、巴特利特球形检验〔Bartlett test of sphericity〕、解释总方差率以及各个题项的因子载荷。

判断本文的研究样本适不适合做因子分析，首先要对问卷各个变量进行KMO统计量和巴特利特球形检验KMO的值越大，越接近1，就表示量表越适合做因子分析正常情况下，KMO大于，表示非常适合做因子分析；KMO大于但小于，表示很适合做因子分析；KMO在和之间，表示比拟适合做因子分析；KMO在和之间，不太适合；KMO在和之间，很勉强；KMO小于，不适合〔马庆国，2002〕巴特利特球形检验主要是用来检验每一个变量之间的相互独立性当巴特利特统计值的显著性概率在小于或等于的时候，就说明可以做因子分析而因子载荷值大于的工程越多，量表的效度越好下面分别对问卷中的量表进行效度检验：〔1〕顾客体验量表效度检验表5-4 顾客体验的KMO值和Bartlett球形度检验结果KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量869Bartlett 的球形度检验近似卡方774.453df36Sig..000从表5-4可以看出，顾客体验量表的KMO值为0.869，大于0.8，说明非常适合做因子分析；并且其巴特利特球形检验的显著性水平为0.000，小于0.05，变量之间具有相关性，说明家居零售业的顾客体验非常适合做因子分析。

表5-5 顾客体验解释的总方差 解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %14.0504.0509726.63226.63225773677321.0963.683.6834.6555.55586.5147.47998.39899.310提取方法：主成份分析从表5-5可以看出，将顾客体验的每一个题项进行因子分析，一共可以提取出3个因子，累积方差解释率为%，说明本文的关于顾客体验的这些题项可以概括出内容%的信息，高于60%，说明数据效度水平较高表5-6 顾客体验旋转成分矩阵变量感官体验情感体验关联体验1①1②1③2①2②2③3①3②3③从上表5-6可以看出，顾客体验的这三个维度：感官体验、情感体验以及关联体验的因子载荷值都大于，说明这一局部题项设置得当并且整体效果良好1） 品牌忠诚量表效度检验表5-7 品牌忠诚的KMO值和Bartlett球形度检验结果KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。

776Bartlett 的球形度检验近似卡方385.364df6Sig..000从表5-7可以看出，顾客体验量表的KMO值为0.776，大于0.7，说明比拟适合做因子分析；其巴特利特球形检验的显著性水平为0.000，小于0.05，说明家居零售业品牌忠诚比拟适合进行因子分析表5-8 品牌忠诚解释的总方差解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %12.59583.39094.333提取方法：主成份分析从上表5-8可以看出，本文的品牌忠诚研究量表累积方差解释率为%，也就是说本文的这局部关于品牌忠诚的题项可以概括出内容%的信息，超出60%的标准，说明数据具有比拟好的效度表5-9 品牌忠诚的成分矩阵从上表5-9可以看出，品牌忠诚的因子载荷值均大于的标准，说明该局部题项设置适宜，并且具有良好的整体效果5.3假设检验5.3.1相关性分析本文运用SPSS 19.0软件，采用Pearson相关分析方法对问卷中各变量的相关性进行分析Pearson系数的绝对值是在0到1之间，绝对值更大，就代表两个变量的关系更亲密当相关系数大于0，即为正数时，那么说明变量之间是正相关的关系。

当相关系数小于0，即为负数时，那么说明变量之间是负相关的关系本文是将顾客体验分为三个维度，分别将这三个维度各自与品牌忠诚进行相关性检验，进行整理归纳过后，结果如下表5-10所示：从表5-10可以看出，家居零售行业的顾客感官体验、情感体验和关联体验的Pearson系数分别为0.476、0.504和0.612，三者均大于0，因此我们可以认为在家居零售业中，顾客体验的三个维度：感官体验、情感体验、品牌体验均对品牌忠诚有着正向的相关关系5.3.2回归分析通过分析每一个变量之间的相关性，可以得知每个相应的变量之间都是存在着相关关系的，这初步地验证了假设中相互影响的关系接下来为了了解各变量之间的具体相关程度，本文将对变量进行回归分析，并且得出具体的函数表达式通过回归分析的结果来证明各变量之间的不同影响作用结果如下述表格所示：表5-13回归系数分析从表5-11至表5-13可以看出，本文的回归分析的R方为0.465，在进行进一步的分析后，方差分析以及回归系数分析结果的显著性概率为<，说明是存在显著相关关系，具有良好的回归效果三个维度与常量的t统计量皆为正数，且都非常接近甚至大于2，t的检验值小于，该回归关系通过验证。

综上所述，顾客体验的感官体验、情感体验和关联体验这三个维度都能显著影响品牌忠诚，并且是显著的正相关影响，所以假设H1、H2、H3均可以成立因此顾客体验对于品牌忠诚的影响的回归方程是：品牌忠诚=0.199x感官体验+0.188x情感体验7x关联体验第6章 研究结论与展望6.1研究结论本文在进行研究之后，最后得出以下结论：〔1〕本文的研究量表内部一致性较好，感官体验、情感体验、关联体验这三个维度的信度系数分别是0.827、0.719和0.699；三者组成的顾客体验总量表的系数为0.838；品牌忠诚的信度系数是0.836量表数据的信度检验成功通过，量表结果可靠〔2〕通过对家居零售业顾客体验与品牌忠诚研究模型的实证研究，得出变量之间的关系：顾客感官体验、情感体验、品牌体验与品牌忠诚的相关性系数分别为：0.476、04和12，都是正值，说明这三个维度与品牌忠诚是正向相关的；在回归。