找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索

spss软件教程论文案例(spss单因素方差分析、spss柱状图、IPA矩阵图、独立样本t检验)

[复制链接]
发表于 2016-7-22 00:33:19
spss软件教程论文案例
spss描述性统计、单因素方差分析、spss柱状图、IPA矩阵图、独立样本t检验

观光采摘游玩体验价值分析(文章末尾附spss数据、spss问卷)

1、样本的分布状况
参与本次调研的146名被调研对象的基本信息状况如下:
表1 样本的分布状况
类别
频率
百分比
性别
49
33.6
97
66.4
年龄
18岁以下
6
4.1
18-30岁
97
66.4
31-40岁
19
13
41-50岁
18
12.3
51-60岁
6
4.1
学历
初中及以下
6
4.1
高中、中专及职高
22
15.1
大专
13
8.9
本科
94
64.4
研究生及以上
11
7.5
月收入
2500元以下
101
69.2
2501-4000元
25
17.1
4001-6000元
13
8.9
6001元以上
7
4.8
职业
公务员
9
6.2
管理人员
10
6.8
个体户/私营业主
3
2.1
自由职业者
12
8.2
教师
12
8.2
学生
94
64.4
其他
6
4.1
采摘次数
1次
95
65.1
2-3次
39
26.7
4-5次
10
6.8
5次以上
2
1.4
结伴方式
与家人
74
50.7
朋友
41
28.1
单位同事
2
1.4
同学
13
8.9
其他
16
11
旅游交通方式
自驾车
69
38.10%
公交
54
29.80%
出租
31
17.10%
其他
27
14.90%
   从以上的样本分布状况可以清晰看出,参与本次调研的女性占比为66.4%,显著多于男性;从年龄来看,年龄在18-30岁的人占比高达66.4%,小于18岁和大于30岁的人都相对较少;从学历来看,本科学历的占比高达64.4%,太高或者太低学历的人占比都比较少;从月收入来看,绝大部分的被调研对象收入在2500元以下,占比高达69.2%,接近70%;从职业来看,参与本次的调研的绝大部分的是学生,人数占比达到64.4%,其他类别的人相对较少;从旅游出行的交通方式来看,选择自驾车、公交出行的人数非常多,累积占比达到67.9%,对于其他的出行交通工具,选择的人数相对较少。此外,参与本次调研的人中有65.1%的人仅仅只有过一次采摘经历,2-3次彩照经历的人接近30%,然而采摘经历在3次以上的人非常少;并且,达到半数的人都是和家人一起结伴采摘,接近30%的人和朋友结伴采摘,与同事、同学或者其他类别的人一起结伴采摘的人数占比非常少。
2、采摘状况分析
参与此调研的人们进行采摘的时间、采摘的目的和采摘的参与的活动情况状况如下:
表2 采摘状况采摘状况分析
类别
频率
百分比
采摘时间
8-1法定假日
65
26.60%
8-2双休日
101
41.40%
8-3带薪假期
9
3.70%
8-4寒暑假
69
28.30%
采摘目的
10-1离家近
16
17.80%
10-2乐趣
6
6.70%
10-3鲜果
4
4.40%
10-4闲暇时间
6
6.70%
10-5体验农家
21
23.30%
10-6休息
7
7.80%
10-7远离城市
9
10.00%
10-8以前来过
21
23.30%
采摘活动
11-1观光
91
23.00%
11-2拍照
97
24.60%
11-3农事活动
111
28.10%
11-4学习果木
23
5.80%
11-5观察动植物
34
8.60%
11-6活动
29
7.30%
11-7其他
10
2.50%
从上表的分析结果可以清晰看出,参与本次调研的人们喜欢在双休日、法定假日以及寒暑假进行采摘游园活动;更进一步,人们进行采摘的目游园活动的主要目的是体验农家,并且绝大部分会因为有过游园经历而再次来游玩;最后,对于采摘活动,人们最喜欢进行农事活动、拍照和观光;对于学习果木、观察动植物等活动兴趣不大。
3、游客对采摘园价值体验分析
3.1 游客采摘园价值体验主要因素探寻
本问卷中关于游客采摘园价值列出了15个题项,首先选用因子分析将15个游园采摘价值的题项进行分类聚合,选择的统计学方法是因子分析。由于参与本次调研的人们在这15个题项上都进行2次作答,分别是关于15个价值题项重要度的看法及15个价值题项实际感受满意度的看法,因此选择这2次作答数据分别进行2次因子分析,首先需要考察原始数据是否适合进行因子分析,考察的结果如下:
        3         KMO 和巴特利特检验

重要性
实际满意度
KMO 取样适切性量数。
.874
0.836
Bartlett 的球形度检验
上次读取的卡方
948.355
1042.431
自由度
105
105
显著性
.000
0.000
   从上表的检验结果可以清晰看出,重要性和实际满意度的数据的KMO值全部大于,并且巴特利特球型检验的显著性全部小于0.05,由此可以知道重要性和实际满意度的数据都非常适合因子分析。
   接下来,运用因子分析对15个题项进行归类的分析结果如下:
4 解释的总方差表
重要性数据总方差解释
组件
初始特征值
提取载荷平方和
旋转载荷平方和
总计
方差%
累积 %
总计
方差%
累积 %
总计
方差%
累积 %
1
6.390
42.601
42.601
6.390
42.601
42.601
3.045
20.302
20.302
2
1.403
9.353
51.954
1.403
9.353
51.954
2.753
18.353
38.655
3
1.113
7.420
59.374
1.113
7.420
59.374
2.026
13.507
52.162
4
1.007
6.114
65.488
.917
6.114
65.488
1.999
13.326
65.488
5
.741
4.941
70.429






6
.668
4.455
74.884






7
.636
4.240
79.124






8
.567
3.778
82.903






9
.508
3.387
86.290






10
.485
3.233
89.523






11
.408
2.717
92.240






12
.357
2.378
94.618






13
.324
2.162
96.780






14
.264
1.758
98.537






15
.219
1.463
100.000






实际满意度数据总方差解释
组件
初始特征值
提取载荷平方和
旋转载荷平方和

总计
方差%
累积 %
总计
方差%
累积 %
总计
方差%
累积 %
1
5.912
39.412
39.412
5.912
39.412
39.412
3.229
21.527
21.527
2
2.045
13.633
53.045
2.045
13.633
53.045
2.698
17.986
39.513
3
1.432
9.548
62.594
1.432
9.548
62.594
2.506
16.708
56.221
4
1.023
6.131
68.725
0.92
6.131
68.725
1.876
12.504
68.725
5
0.78
5.201
73.926






6
0.642
4.278
78.204






7
0.558
3.718
81.922






8
0.51
3.402
85.324






9
0.423
2.818
88.141






10
0.417
2.778
90.919






11
0.369
2.459
93.379






12
0.307
2.05
95.429






13
0.259
1.729
97.158






14
0.234
1.562
98.72






15
0.192
1.28
100






提取方法:主成份分析。
   从以上的解释总方差表格可以清晰看出,无论是重要性数据还是实际满意度数据,都可以将15个题项聚合成4个维度,并且这4个维度的累积方差贡献率全部大于60%,即保留了原始数据的大部分信息。为了进一步探寻聚合成的4个维度具体是什么内容、包含哪些题项,还需要继续分析如下的旋转后成分矩阵:
表5 旋转成分矩阵
重要性数据旋转后的成分矩阵a
实际满意度数据旋转后的成分矩阵a

组件
组件
1
2
3
4
1
2
3
4
z5
.717



.819



z6
.716



.781



z7
.673



.675



z9
.617



.675



Z8
.501



.65



z1

.741



.788


z3

.740



.767


z2

.704



.848


z4

.586



.879


z10


.753



.727

z11


.652



.653

z14



.896



.597
z12



.684



.667
Z13



.508



.624
Z15



.683



.612
提取方法:主成份分析。 旋转方法:Kaiser 标准化最大方差法。
a. 旋转在 11 次迭代后已收敛。
从以上的分析结果可以清晰看出,无论是重要性数据还是实际满意度数据,抽取的4个主成分所含的题项都是一样的,具体情况如下:
a. z5、z6、z7、z9、z8这几个题项在主成分1上的载荷大于0.5,结合这几个题项的内容可以知道,主成分1是质量服务因素。
b. z1、z2、z3、z4这几个题项在主成分2上的载荷大于0.5,结合这几个题项的内容可以知道,主成分2是便捷因素。
c. z10、z11这两个题项在主成分3上的载荷大于0.5,结合这几个题项的内容可以知道,主成分3是公共设施因素。
d. z14、z12、z13、z15这几个题项在主成分4上的载荷大于0.5,结合这几个题项的内容可以知道,主成分4是愉悦因素。

3.2 不同类别的游客价值体验差异分析
3.2.1 不同性别的游客的服务因素差异
不性别的游客在服务因素上的差异分析结果如下:
表6 性别差异比较

T
P
质量服务重要性
4±0.6
4.2±0.75
-1.633
0.105
便捷重要性
3.8±0.85
4.04±0.87
-1.583
0.116
公共设施重要性
3.7±0.85
4.05±0.81
-2.407
0.017
愉悦重要性
3.68±0.7
3.96±0.83
-2.001
0.047
服务质量满意度
3.83±0.73
3.64±0.79
1.413
0.16
便捷满意度
3.46±0.77
3.3±0.93
1.044
0.298
公共设施满意度
2.71±0.89
3.06±0.95
-2.127
0.035
愉悦满意度
3.32±0.79
3.49±0.83
-1.213
0.227
    从以上的分析结果可以清晰看出,在0.05的显著性水平下,不同性别的人在公共设施重要性、愉悦重要性、公共设施满意度这三个因素上存在显著差异,P值小于0.05,具体的差异状况如下:
1.png
   从上图可以清晰看出,女性在设施重要性、愉悦重要性、公共设施实际满意度满意度上全部显著高于男性。
3.2.2 不同年龄的游客的服务因素差异...成为会员可查看全部,【点击成为会员】
使用道具 举报 回复
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

 
QQ在线咨询