Spss论文购物习惯的统计学分析.docx
- 文档编号:1849326
- 上传时间:2022-10-24
- 格式:DOCX
- 页数:35
- 大小:1.72MB
Spss论文购物习惯的统计学分析.docx
《Spss论文购物习惯的统计学分析.docx》由会员分享,可在线阅读,更多相关《Spss论文购物习惯的统计学分析.docx(35页珍藏版)》请在冰豆网上搜索。
Spss论文购物习惯的统计学分析
Spss论文
购物习惯的统计学分析
课程名称:
SPSS
所在专业:
经济学+软件工程
所在班级:
09-1
姓名:
李丽媛杨晓楠孙同哲胡贞玉
学号:
0918250102
0918250104
0918250105
0918250114
一.描述性统计分析
最大似然确定数分析
男性与女性的年龄、家庭成员数量、家庭月收入、购物频率、自用商品、礼品、消费者类型最大似然确定数的分析
表1-1
表1-1表示的是男性与女性的年龄、家庭成员数量、家庭月收入、购物频率、自用商品、礼品、消费者类型从4个不同权重下分别作中心趋势的粗略最大似然确定数。
二.均值比较检验分析与T检验
1.均值比较检验分析
对年龄、家庭月收入、购物场所、购物频率、自用商品、礼品、消费者类型的均值比较检验分析如表2-1,、2-2所示
表2-1
表2-2
从图中可以看出,男性样本数为7,年龄的均值为2.14,中位数为2.0,交通状况的均值为2.86,中位数为3.00,家庭月收入的均值为2.14,中位数为2.0,购物场所的均值为2.14,中位数为2.0,购物频率的均值为2.14,中位数为2.0,购物频率的均值为1.71,中位数为2.0,自用商品的均值为1.86,中位数为2.0;礼品的均值为1.71,中位数为2.0,消费者类型的均值为2.29,中位数为2.00.
2.单样本T检验
月收入与全国平均月收入2.5的比较,购物频率与全国平均购物频率2.5比较如表2-3、2-4所示
表2-3
从图中可知,调查的样本总数为30,家庭月收入的中位数为1.90,购物频率的中位数是1.87。
表2-4
从图中可知,家庭月收入t检验值为-3.890,相应的相伴概率为0.001,小于0.005,则拒绝原假设,认为月收入与全国平均月收入2.5的存在显著差异;家庭月收入t检验值为-4.470,相应的相伴概率为0.000,小于0.005,则拒绝原假设,则认为购物频率与全国平均购物频率2.5存在显著差异。
3.两独立样本T检验分析
男女的月收入以及购物频率的比较如表2-5,2-6所示
表2-5
从图中看出,男性样本数为7,女性样本数为23,在调查家庭月收入时,男性的中位数是2.14,女性的中位数是1.83;在调查购物频率时,男性的中位数是2.14,女性的中位数是1.83。
表2-6
家庭月收入F的相伴概率为0.925,大于显著性水平0.05,不能拒绝方差相等的假设,可以认为男性与女性的家庭月收入方差无显著差异;然后看方差相等时T检验的结果,T统计量的相伴概率为0.394大于显著性水平0.05,不能拒绝T检验的零假设,也就是说,男性与女性的家庭月收入平均值不存在显著差异。
购物频率F的相伴概率为0.479,大于显著性水平0.05,不能拒绝方差相等的假设,可以认为男性与女性的购物频率方差无显著差异;然后看方差相等时T检验的结果,T统计量的相伴概率为0.290大于显著性水平0.05,不能拒绝T检验的零假设,也就是说,男性与女性的购物频率平均值不存在显著差异。
三.方差分析
1.单因素方差分析
家庭月收入对购物频率的影响;交通状况对购物场所的影响如表3-1,3-2所示
表3-1
方差齐次性检验表,显著性0.474大于0.05,不拒绝原假设,认为各组的总体方差相等。
表3-2
方差分析表,显著性水平0.002小于0.05,拒绝原假设,认为3组中至少有一组与另外一组存在显著性差异。
2.多因素方差分析
性别,年龄,婚否,交通状况,家庭月收入对购物频率的影响如表3-3,3-4,3-5,3-6,3-7,图3-1,图3-2所示
表3-3
家庭收入组3和1,3和2之间的显著性都小于显著性水平0.05,说明这几组间的差异显著,其他各种组合之间差异不显著,即收入在3000以下的家庭的购物频率与收入在3000以上的家庭存在明显差异,而收入在3000-5000的家庭的购物频率与收入在5000以上的家庭的差异并不明显。
图3-1
均值曲线图为各个总体的均值的折线图,从中可以直观的看出各个总体均值的趋势。
从图中可以看出收入组一的家庭购物频率小于第二组小于第三组,即收入越低的家庭总体购物频率越低。
表3-4
方差齐次性检验表,显著性0小于0.05,如果p值小于显著性水平,则应该拒绝原假设,认为不同的交通状况对各购物场所的影响均值有显著差异。
表3-5
方差分析表,显著性水平0.002小于0.05,拒绝原假设,认为4组中至少有一组与另外一组存在显著性差异。
表3-6
交通状况组3和1,3和2,3和4,1和4之间的显著性都小于显著性水平0.05,说明这几组间的差异显著,其他各种组合之间差异不显著。
图3-2
均值曲线图为各个总体的均值的折线图,从中可以直观的看出各个总体均值的趋势。
从图中可以看出从图中可以看出乘私家车的均值相对较大。
表3-7
年龄的显著性是0.551大于0.05,因此年龄对于购物频率影响不显著;婚姻状况的显著性是0.554大于0.05,因此年龄对于购物频率影响不显著;交通状况的显著性是0.886大于0.05,因此年龄对于购物频率影响不显著;家庭收入的显著性是0.483大于0.05,因此年龄对于购物频率影响不显著;性别的显著性是0.551大于0.05,因此年龄对于购物频率影响不显著。
同时这几个因素的交互作用的显著性均大于0.05,即对购物频率的影响不显著。
3.协方差分析
研究对购物频率影响的显著性因素如表3-8,图3-3,3-4所示
表3-8
协变量“年龄”的相伴概率Sig为0.000,即协变量对购物频率的影响显著;“年龄”“婚姻状况”“交通状况”“家庭月收入”“性别”的相伴概率依次为0.551、0.554、0.886、0.782、0.483,均大于0.05,即对购物频率影响不显著;年龄与交通状况、婚姻状况与交通状况、年龄与家庭月收入之间两因素的交互作用的相伴概率分别为0.374、0.246、0..761,大于0.05,即交互作用没有对结果造成显著影响。
图3-3
两条折线无相交迹象,说明性别与家庭月收入的交互作用不够显著
图3-4
两条折线相交,说明性别与年龄的交互作用对购物频率的影响显著。
四.非参数检验分析
1.单样本的随机性
研究是否去固定上场购买是否是随机的,如表4-1所示
表4-1
从结果表格中看出,总共30个观察数据,游程数(NumberofRuns)为20,测试值(TestValue)为2,得到的相伴概率为0.183,大于显著性水平0.05,因此不能拒绝零假设,认为是否去固定商场购买分布的情况无聚集性,是随机分布。
2.单样本的K-S检验
研究交通状况,家庭月收入,购物频率,消费者类型是否满足正态,均匀,泊松,指数分布,如表4-2,、4-3、4-4、4-5、4-6、4-7、4-8、4-9、4-10、4-11、4-12、4-13所示
表4-2
结果中相伴概率为0.026,小于显著性水平0.05.因此拒绝零假设,认为交通状况不服从正态分布。
表4-3
结果中相伴概率为0.,小于显著性水平0.05.因此拒绝零假设,认为交通状况不服从均匀分布。
表4-4
结果中相伴概率为0.148,大于显著性水平0.05.因此不能拒绝零假设,认为交通状况服从泊松分布。
表4-5
结果中相伴概率为0.,小于显著性水平0.05.因此拒绝零假设,认为交通状况不服从指数分布。
表4-6
结果中相伴概率为0.038,小于显著性水平0.05.因此拒绝零假设,认为家庭月收入不服从正态分布。
表4-7
结果中相伴概率为0.,小于显著性水平0.05.因此拒绝零假设,认为家庭月收入不服从均匀分布。
表4-8
结果中相伴概率为0.148,大于显著性水平0.05.因此不能拒绝零假设,认为家庭月收入服从泊松分布。
表4-9
结果中相伴概率为0.,小于显著性水平0.05.因此拒绝零假设,认为家庭月收入不服从指数分布。
表4-10
结果中相伴概率为0.232,大于显著性水平0.05.因此不能拒绝零假设,认为消费者类型服从正态分布。
表4-11
结果中相伴概率为0.076,大于显著性水平0.05.因此不能拒绝零假设,认为消费者类型服从均匀分布。
表4-12
结果中相伴概率为1.000,大于显著性水平0.05.因此不能拒绝零假设,认为消费者类型服从泊松分布。
表4-13
结果中相伴概率为0.10,大于显著性水平0.05.因此不能拒绝零假设,认为消费者类型服从指数分布。
3.两独立样本的非参数检验
性别对家庭月收入,购物频率,购物场所,自用商品,礼品,消费者类型,固定场所的影响如表4-14,4-15,4-16所示
表4-14
家庭月收入相伴概率0.389,大于显著性水平0.05,不应该拒绝零假设,不同性别的家庭月收入没有存在显著性差异。
购物频率相伴概率0.307,大于显著性水平0.05,不应该拒绝零假设,不同性别的购物频率没有存在显著性差异。
购物场所相伴概率0.898,大于显著性水平0.05,不应该拒绝零假设,不同性别的购物场所没有存在显著性差异。
自用商品相伴概率0.001,小于显著性水平0.05,应该拒绝零假设,不同性别的对自用商品的需求存在显著性差异。
礼品相伴概率0.001,小于显著性水平0.05,应该拒绝零假设,不同性别的对礼品的需求存在显著性差异。
消费者类型相伴概率0.134,大于显著性水平0.05,不应该拒绝零假设,不同性别的消费者类型没有存在显著性差异。
固定场所相伴概率0.553,大于显著性水平0.05,不应该拒绝零假设,不同性别对是否在固定场所购物的习惯没有存在显著性差异。
表4-15
表4-16
家庭月收入相伴概率0.998,大于显著性水平0.05,因此不能拒绝零假设,认为两个性别独立样本的总体分布没有显著的差异。
购物频率相伴概率0.887大于显著性水平0.05,因此不能拒绝零假设,认为两个性别独立样本的总体分布没有显著的差异。
购物场所相伴概率1.000大于显著性水平0.05,因此不能拒绝零假设,认为两个性别独立样本的总体分布没有显著的差异。
自用商品相伴概率0.003小于显著性水平0.05,因此应该拒绝零假设,认为两个性别独立样本的总体分布存在显著的差异。
礼品的相伴概率0.001小于显著性水平0.05,因此应该拒绝零假设,认为两个性别独立样本的总体分布存在显著的差异。
消费者类型相伴概率0.467大于显著性水平0.05,因此不能拒绝零假设,认为两个性别独立样本的总体分布没有显著的差异。
固定场所相伴概率1.000大于显著性水平0.05,因此不能拒绝零假设,认为两个性别独立样本的总体分布没有显著的差异。
4.多独立样本的非参数检验
不同的家庭成员数量的家庭月收入,购物频率是否有显著性差异的研究如表4-17,4-18,4-19,4-20,4-21所示
表4-17
表4-18
家庭月收入概率0.171,大于显著性水平0.05,因此不能拒绝零假设,说明不同的家庭成员数量的家庭月收入没有存在显著性差异。
家庭月收入概率0.654,大于显著性水平0.05,因此不能拒绝零假设,说明不同的家庭成员数量的购物频率没有存在显著性差异。
表4-19
从Frequencies表中,可知,家庭月收入,成员数为1的家庭中大于共同中位数的样本有0个,小于共同中位数的样本有9个;成员数为2的家庭中大于共同中位数的样本有5个,小于共同中位数的样本有7个;成员数为3的家庭中大于共同中位数的样本有4个,小于共同中位数的样本有5个。
从Frequencies表中,可知
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Spss 论文 购物 习惯 统计学 分析
![提示](https://static.bdocx.com/images/bang_tan.gif)