第7章SPSS卡方查验和顾客忠诚度分析Word文档格式.docx
《第7章SPSS卡方查验和顾客忠诚度分析Word文档格式.docx》由会员分享，可在线阅读，更多相关《第7章SPSS卡方查验和顾客忠诚度分析Word文档格式.docx（13页珍藏版）》请在冰豆网上搜索。
掷硬币时，正反两面显现的概率是不是均为0.5。
3）查验某两个分类变量是不是彼此独立。
如性别（二分类变量：
男、女）是不是有利用不同（二分类变量：
是、否）有关；
产品原料种类（多分类变量）是不是与产品合格（二分类变量）有关。
4）查验操纵某种或某几种分类因素的作用以后，另两个分类变量是不是彼此独立。
如在上例中，操纵性别、年龄因素阻碍以后，抽烟是不是和呼吸道疾病有关；
操纵产品加工工艺的阻碍后，产品原料类别是不是与产品合格有关。
5）查验某两种方式的结果是不是一致。
如采纳两种诊断方式对同一批人进行诊断，其诊断结果是不是一致；
采纳两种方式对客户进行价值类别预测，预测结果是不是一致。
7.2卡方查验（
查验）
通过本次实验咱们能够明白得
查验并明白
查验在市场营销中的适用范围，了解顾客的忠诚度分析，把握
查验的方式和步骤，并能够在SPSS中实现实验内容的数据分析，并给出较为合理的说明。
查验是以
散布为基础的一种经常使用假设查验方式，要紧用于分类变量，依照样本数据推断整体的散布与期望散布是不是有显著不同，或推断两个分类变量是不是彼此关联或彼此独立。
它的原假设是：
：
观看频数与期望频数没有不同
查验的大体思想是：
第一假设
成立，基于此前提计算中
值，它表示观看值与理论值之间的偏离程度。
依照
散布，
统计量，和自由度能够确信
假设成立的情形下获适当前统计量及更极端情形的概率P。
若是P值很小，说明观看值与理论值偏离程度太大，应当拒绝原假设，表示比较资料之间有显著不同；
不然就不拒绝原假设，尚不能以为样本代表的实际情形和理论假设有不同。
7案例一问题
有些现象说明女性比男性更易跟换用品品牌，即以为男性对品牌的忠诚度不同于女性。
可是也有些人以为男性与女性对品牌的忠诚度是一样的。
哪一种说法才是正确的呢？
这一问题能够看成是比较两个性别组的忠诚度是不是相同，也能够看成是两个分类变量的独立性查验，相应的查验假设为：
性别与忠诚度独立，或男性与女性的忠诚度没有不同
性别与忠诚度不独立，或男性与女性的忠诚度有不同
7案例一操作
打开SPSS20.0，在其窗口中选择菜单【文件】→【打开】→【数据】，打开（文件名称：
Book\第七章\loyal.sav）数据表。
文件包括性别（定类尺度）及结果（定类尺度）。
选择【分析】→【描述统计】→【交叉表】弹出交叉表查验对话框，将变量“gender”选入行列表，将“result”选入列列表，如图7—1所示。
图7-1“交叉表查验”对话框
单击精准按钮，弹出精准查验子对话框，如图7-2所示。
精准查验对话框提供的是一些只有在非参数查验中才会用到的选项，用于选择计算非参数查验统计量对应的
值方式。
那个地址选择默许的仅渐进法。
图7-2“交叉表：
精准查验”子对话框
仅渐进法：
适用于较大样本或样本服从渐进散布；
MonteCarlo（M）：
适用于数据不知足渐进散布；
精准计算法：
计算量较大，适用于小样本；
单击“继续”返回到主对话框，单击“统计量”按钮，弹出“统计量”子对话框，选择进行交叉表分析的方式，如图7-3所示。
图7-3“交叉表：
统计量”子对话框
单击“继续”按钮返回到交叉表主对话框，单击“确信”按钮执行操作，取得输出结果。
7案例一结果分析
SPSS输出结果见表7-1至表7-2。
表7-1别离给出了变量男性、女性各取值的观看频数。
表7-1性别频数表
result
合计
无更换品牌
更换过品牌
gender
男性
8
54
62
女性
20
44
64
28
98
126
表7-2卡方查验
值
df
渐进Sig.（双侧）
精确Sig.（双侧）
精确Sig.（单侧）
Pearson卡方
a
1
.013
连续校正b
.024
似然比
.012
Fisher的精确检验
.018
.011
线性和线性组合
.014
有效案例中的N
a.0单元格（0.0%）的期望计数少于5。
最小期望计数为。
b.仅对2x2表计算
表7-2即为
查验结果表。
在第一行，它依次给出了Pearson卡方统计量，自由度和统计量相应的近似概率（即近似P值）。
本例中，
=6.133，精准双边查验的P值为0.018小于0.05的显著性水平，拒绝原假设，同意备择假设，即就此数据来讲，能够超级大的把握说性别与忠诚度不独立，男性更易改换品牌，对产品的忠诚度低于女性。
7.2.4案例二问题
本次实验采纳的是男女消费者利用程度上的不同的数据，分析男女顾客对本产品的忠诚度分析。
所成立的原假设是：
男性与女性消费者在利用程度上无显著不同。
其中，“性别”变量的1代表男性，2代表女性。
“利用类别”变量的一、二、3别离代表轻度利用、中度利用、重度利用。
7.2.5案例二操作
Book\第七章\ChiSquare.sav）数据表。
文件包括性别（定类尺度）及利用类别（定类尺度）。
选择【分析】→【描述统计】→【交叉表】弹出交叉表查验对话框，将变量“性别”选入行列表，将变量“利用类别”选入列列表，如图7—4所示。
图7-4“交叉表”对话框
其他选项同上例题操作，单击“继续”按钮返回到交叉表主对话框，单击“确信”按钮执行操作，取得输出结果。
7.2.6案例二结果分析
SPSS输出结果见表7-3至表7-4。
表7-3别离给出了变量男性、女性各取值的实际观看频数。
表7-3性别频数表
使用类别
轻度使用
中度使用
重度使用
性别
10
17
7
34
12
9
31
29
16
65
表7-4卡方查验
.976a
2
.614
.979
.613
.091
.763
表7-4即为
本例中，渐进双边查验的P值为0.614远大于0.05的显著性水平，同意原假设，即就此数据来讲，能够超级大的把握说性别与忠诚度独立，男性与女性消费者在利用程度上无不同，即以为男性与女性消费者的忠诚度无显著不同。
7.2.7求取卡方查验的另一例题
客户忠诚度是企业品牌的重要反映，对企业意义重大。
通过SPSS软件对市场调查数据进行卡方查验能够帮忙营销人员做出正确的营销决策，了解顾客的忠诚度，以知足客户的需求和期望为目标，有效地排除和预防客户的抱怨和投诉、不断提高客户中意度，促使客户的忠诚，在企业与客户之间成立起一种彼此信任、彼此依托的“质量价值链”。
为了进一步说明SPSS中卡方查验在分析顾客忠诚度时的应用，咱们再给出一例。
7.2.8案例三问题
本次实验采纳的是男、女顾客消费额的数据，所成立的原假设是：
男性与女性顾客在消费额上无显著不同。
其中，“性别”变量的0代表男性，1代表女性。
7.2.9案例三操作
Book\第七章\顾客.sav）数据表。
文件包括编号（定序数据）、性别（定类尺度）及消费额（定距尺度）。
选择【分析】→【非参数查验】→【旧对话框】→【卡方】弹出卡方查验对话框，将变量“性别”和“消费额”选入查验变量列表（T），如图7—5所示。
图7-5“卡方查验”对话框
期望全距：
选择参与查验的变量取值范围。
那个地址选中默许的从数据中获取按钮，即所有变量取值都参与查验。
期望值：
设置变量各取值的理论概率。
其中，选项所有类别相等表示变量取各个取值的概率相等，即变量服从均匀散布；
值选项许诺用户自己设置变量取值的理论概率。
那个地址选择默许选项。
单击精准按钮，弹出精准查验子对话框，如图7-6所示。
图7-6“精准查验”子对话框
单击“继续”返回到主对话框，单击“选项”按钮，弹出“选项”子对话框，如图7-7所示，用于设置输出的描述性统计量和缺失值的处置方式。
图7-7“卡方查验：
选项”子对话框
统计量选项栏：
描述性选项表示输出变量的均值、标准差、最大值、最小值等统计量；
四分位数那么表示输出四分位数；
缺失值选项栏：
按查验排除个案选项表示仅将参与查验的变量中有缺失值的观测排除；
按列表排除个案表示全数变量中只要有一个变量存在缺失值，那么该观测变量将被排除。
那个地址选择描述性多项选择按钮，单击“继续”，“确信”执行操作，取得输出结果。
7.2.10案例三结果分析
SPSS输出结果见表7-5至表7-7。
表7-5、7-6别离给出了性别变量和消费额变量的各取值的实际观看频数、理论频数和二者之差。
表7-5性别频数表
观察数
期望数
残差
68
22
总数
90
表7-6销费额统计表
43
107
46
108
50
109
56
110
升级会员 