时尚奢侈品的冲动购买意愿影响因素分析文档格式.docx
《时尚奢侈品的冲动购买意愿影响因素分析文档格式.docx》由会员分享,可在线阅读,更多相关《时尚奢侈品的冲动购买意愿影响因素分析文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
0.897
0.690
0.826
0.863
0.900
(二)效度检验
(1)原问卷效度检验
表2效度检验
Kaiser-Meyer-Olkin度量值
0.869
Bartlett的球形度检验
近似卡方
3126.423
df
300
Sig.
0.000
KMO值为0.869,大于0.7,因此原问卷结构效度良好
(2)舍去C2Q3、C2Q4的问卷效度检验
表3舍去C2Q3、C2Q4效度检验
0.871
2834.747
253
舍去C2Q3、C2Q4后问卷的KMO值为0.871,大于0.7,该情况下结构效度良好。
与原问卷效度检验的KMO值比较,原问卷的KMO值较小,因此舍去C2Q3、C2Q4后的问卷结构效度更好。
综合效度和信度检验结果,问卷做出以下调整,舍去C2问题中的项目3、4,即舍去C2Q3、C2Q4为最优问卷。
后续分析将建立在此最优问卷上。
二、样本特征分析:
(一)超7成的被调查者为独生子女
图1独生女子分布
被调查者中,168人是独生子女,占被调查者的71.79%;
非独生子女的66人,占28.21%。
超7成的被调查者是独生子女。
2、被调查者学历普遍为本科及以上
图2学历分布
从上图中可以看出:
被调查者中,本科及学历占85.90%,硕士及硕士以上的占10.26%。
大专及以下的占3.84%。
超9成的被调查者学历在本科及以上。
3、20-29岁的年轻成年人是这次样本的主要人群
图3年龄分布
样本人群中,20-29岁的有198人,占84.62%;
20岁以下的有31人,占13.25%;
30-39岁的占2.14%。
样本人群年龄主要集中在20-29岁,年轻的成年人是这次样本的主要人群。
三、描述性分析:
(一)大多数人比较了解奢侈品品牌,但经常购买的仅有极少数。
1、半数以上的人知道4个及以上的奢侈品品牌
图4奢侈品了解程度
此次,被调查总人数为234个,其中能说出9个以上奢侈品品牌的有55个,占总被调查者的23.50%;
说出7-9个以上32人,占13.68%;
说出4-6个的56人,占23.93%;
说出奢侈品品牌数少于3个的74人,占31.62%;
17个人表示知道奢侈品品牌,占7.26%。
半数以上人可以说出4个及4个以上的奢侈品品牌,因此大众对奢侈品品牌了解程度还是比较高的。
2、仅1.28PP的人会经常购买奢侈品
图6奢侈品购买频率
被调查者表示:
从不购买奢侈品的占43.59%,极少购买的占32.48%。
偶尔狗毛的占17.52%,有时购买的占5.13%,经常购买的仅占1.28%。
(二)微信朋友圈的使用频率高
被访者中,经常使用微信朋友圈的占63.68%;
有时使用的占15.81%;
偶尔使用的占11.54%;
极少使用的占8.97%。
朋友圈使用频率较高的总占了被访者的近8成。
图7微信朋友圈使用频率
四、单因素方差分析
(一)独生子女与冲动购买意愿单因素方差检验
总体方差差异检验原假设H0:
是否独生子女在冲动购买意愿上的总体方差无显著性差异。
表4方差齐性检验
是否是独生子女在冲动购买意愿上的方差齐性检验值为0.066,概率P值为0.797.大于显著性水平0.05,不应拒绝原假设,因此,认为是否独生子女在冲动购买意愿上的总体方差无显著性差异,满足方差分析前提要求。
单因素方差分析原假设H0:
是否独生子女在冲动购买意愿上无显著性差异。
表5是否独生子女对冲动购买意愿的单因素方差分析
F统计量为0.006,对应P值为0.941,大于显著性水平0.05,因此接受原假设,认为是否独生子女对冲动购买意愿不产生显著影响。
(二)冲动特质高低与冲动购买意愿单因素方差检验
冲动特质高低在冲动购买意愿上的总体方差无显著性差异。
表6方差齐性检验
冲动特质高低在冲动购买意愿上的方差齐性检验值为3.433,概率P值为0.054.大于显著性水平0.05,不应拒绝原假设,因此,认为冲动特质高低在冲动购买意愿上的总体方差无显著性差异,满足方差分析前提要求。
冲动特质高低在冲动购买意愿上无显著性差异。
表7冲动特质高低对冲动购买意愿的单因素方差分析
F统计量为31.777,对应P值为0.000,小于显著性水平0.05,因此拒绝原假设,认为冲动特质高低对冲动购买意愿有显著影响。
五、协方差分析
自变量-------因变量(分享热度、参考群体------冲动购买意愿)
(一)分享热度对冲动购买意愿的影响分析
1、分享热度对冲动购买意愿的影响分析(单因素方差分析、协方差分析)
方差齐性检验原假设
:
是否独生子女在冲动购买意愿上总体方差无显著性差异。
表8方差齐性检验
是否是独生子女在冲动购买意愿上的方差齐性检验值为0.815,概率P值为0.635,大于显著性水平0.05,不应拒绝原假设,因此,认为是否独生子女在冲动购买意愿上的总体方差无显著性差异,满足方差分析前提要求。
方差分析检验原假设
不同分享热度下冲动购买意愿无显著性差异
表9分享热度对冲动购买意愿方差分析
自变量C1分享热度的F统计量值为1.225,对应P值为0.258,大于显著性水平0.05,即不同分享热度下冲动购买意愿无显著性影响
2、独生子女对“分享热度与冲动购买意愿”模型调节效果检验
协方差分析检验原假设
独生子女对不同分享热度下冲动购买意愿无显著性差异。
表10独生子女对“分享热度与冲动购买意愿”协方差分析
在该模型中:
协变量“D1”的F值为0.841,对应概率值为0.360,说明“是否独生子女”对“冲动购买意愿”未产生显著的影响。
自变量变量“C1”的F值为1.447,对应概率值为0.154,说明“分享热度”对“冲动购买意愿”未产生显著的影响。
“C1D1”的对应P值为0.199,大于显著性水平0.05,即说明不同的“分享热度与是否独生子女的交互项”对“冲动购买意愿”未产生显著的影响。
该结果告诉我们,是否独生子女对分享热度与冲动购买意愿的模型未产生调节效果。
冲动特质对不同分享热度下冲动购买意愿无显著性差异。
表11冲动特质对“分享热度与冲动购买意愿”协方差分析
调节变量“冲动特质”的F值为26.008,对应概率值为0.000,说明冲动特质高低对冲动购买意愿产生显著的影响。
自变量变量“C1”的F值为0.953,对应概率值为0.490,说明“冲动特质”对“冲动购买意愿”未产生显著的影响。
“分享热度和冲动特质的交互项”的对应P值为0.270,大于显著性水平0.05,即说明不同的“分享热度与是冲动特质的交互项”对“冲动购买意愿”未产生显著的影响。
该结果告诉我们,是冲动特质对分享热度与冲动购买意愿的模型未产生调节效果。
结论1:
不同的分享热度下冲动购买意愿无显著性影响。
结论2:
独生子女对“分享热度与冲动购买意愿”模型无调节效应。
结论3:
冲动特质对“分享热度与冲动购买意愿”模型无调节效果。
(二)参考人群对冲动购买意愿的影响分析
1、参考群体对冲动购买意愿的影响分析(单因素方差分析、协方差分析)
表12参考群体对冲动购买意愿影响分析
自变量C2分享热度的F统计量值为2.400,对应P值为0.017,小于显著性水平0.05,即不同参考群体对冲动购买意愿有显著性影响。
2、独生子女对“参考群体与冲动购买意愿”模型调节效果检验
表13独生子女对“参考群体与冲动购买意愿”协方差分析
、
调节变量“D1”的F值为1.081,对应概率值为0.300,说明“是否独生子女”对“冲动购买意愿”未产生显著的影响。
自变量“C2”的F值为0.548,对应概率值为0.797,说明“参考人群”对“冲动购买意愿”未产生显著的影响。
“C2D1”的对应P值为0.429,大于显著性水平0.05,即说明不同的“参考人群与是否独生子女的交互项”对“冲动购买意愿”未产生显著的影响。
该结果告诉我们,是否独生子女对参考群体与冲动购买意愿的模型未产生调节效果。
表14冲动特质对“参考群体与冲动购买意愿”协方差分析
调节变量“冲动特质”的F值为16.898,对应概率值为0.000,说明“冲动特质”对“冲动购买意愿”产生显著的影响。
自变量“C2”的F值为2.425,对应概率值为0.021,说明“参考人群”对“冲动购买意愿”产生显著的影响。
“C2冲动特质”的对应P值为0.023,小于显著性水平0.05,即说明不同的“参考人群与冲动特质的交互项”对“冲动购买意愿”产生显著的影响。
该结果告诉我们,冲动特质对参考群体与冲动购买意愿的模型产生调节效果。
结论4:
不同的参考群体下冲动购买意愿有显著性影响。
结论5:
独生子女对“参考群体与冲动购买意愿”模型无调节效应。
结论6:
冲动特质对“参考群体与冲动购买意愿”模型无调节效果。
模型优化:
自变量(参考群体)调节变量(冲动特质)
因变量(冲动购买意愿)中介变量(需求强化、潮流感知)
六、回归分析
表15相关系数表
参考群体与冲动购买意愿的简单相关系数为0.244,说明两者之间存在弱相关。
其相关系数检验的概率P值为0.000.因此,当显著性水平为0.05或0.01时,都应该拒绝相关系数检验的原假设,即认为两总体不是零相关的。
七、回归分析
设回归模型设自变量为X,中介变量潮流感知为M1、需求强化为M2,调节变量冲动特质为M3,因变量为Y。
表16拟合优度表
通过观察判定系数0.288,拟合优度较低。
表17模型检验表
由回归方程显著性检验的概率为0,小于显著性水平0.05,则认为系数不同时为0,自变量、调节变量、因变量的线性关系是显著的,可建立线性方程。
表18回归系数表
由系数表知,观察回归系数显著性检验中的概率值,如果显著性水平为0.05,常数项系数、自变量系数、调节变量与自变量交互项系数均小于显著性水平,所以该模型是显著的,可以建立线性回归。
X与M1:
表19X与M1拟合优度表
通过观察判定系数0.134,拟合优度较低。
表20X与M1模型检验表
由回归方程显著性检验的概率为0,小于显著性水平0.05,则认为系数不同时为0,中介变量M1潮流感知与自变量参考群体的线性关系是显著的,可建立线性方程。
表21X与M1回归系数表
由系数表知,观察回归系数显著性检验中的概率值,如果显著性水平为0.05,常数项系数、自变量系数变量均小于显著性水平,所以该模型是显著的,可以建立线性回归。
X与M2:
C2\C4
表22X与M2拟合优度表
通过观察判定系数0.089,拟合优度较低。
表23X与M2模型检验表
由回归方程显著性检验的概率为0,小于显著性水平0.05,则认为系数不同时为0,中