spss软件使用教程

4.2 变量共同度
表 4-2 第三列列出了按照 “按特征根大于 1” 这一提取条件提取特征根时的变 量共同度。可以看到，所有变量的大部分信息可被因子解释，变量信息丢失较少， 因此，本次因子提取效果还算可以。
8
表 4-2
因子分析的初始解 初始 提取 .686 .680 .568 .271 .476 .667 .695 .680 .573 .682 .497 .499 .557 .390 .462 .494 .543 .617 .602 .490
5
图 3-3 参 数 设 计 界 面 表 3-4 指标 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 项已删除的刻度 均值 82.060317 82.285714 82.288889 82.304762 82.184127 82.279365 83.041270 83.066667 82.473016 82.714286 82.606349 82.457143 82.479365 82.244444 82.171429 82.171429 项总计统计量表 项已删除的 项已删除的刻 度方差 47.050 46.988 45.200 46.607 46.106 46.495 44.193 45.037 44.925 44.975 45.093 46.039 45.607 46.708 46.977 46.716
图 4-2 KMO 和 Bartlett 设 置
调查问卷数据检验结果如表 4-1 所示，Bartlett 的球形度检验概率值为 0.000，远小于 0.01，可以认为各项目间有比较明显的相关关系,同时 KMO 值为 0.862，说明数据适合做因子分析。
表 4-1 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量 近似卡方 Bartlett 的球形度检验 df Sig. .862 1791.326 190 .000
进行证券 交易年限
目前通常 的交易频 率
通过以上样本总体特征分析的结果得出的结论是:从以上样本的基本特征分 析中可知，参加问卷调查的个人投资者在性别分布较均衡，年龄有 82.85%在 26 至 40 岁,最高学历 77.78%在本科层次, 79.68%的被调查者个人月收入在 5000 元以上, 再从目前通常的单笔交易额度和交易频率来看,说明本次调查样本具备本研究所 要求的基本特征,具有一定的代表性，可以代表我国证券公司大多数个人投资者的 整体情况进行研究。
46.057 47.837 47.391 47.213
.492 .318 .370 .434
.368 .276 .304 .293
.839 .846 .844 .842
4 、顾客感知价值构成维度的因子分析
调查问卷顾客感知价值的调查结果是否确实反映了概念模型， 可以用 SPSS 提 供的因子分析算法（【分析-降维-因子分析】），从中分离或提取出一些共同的 要素，检验这些要素是否反映了概念模型的六个维度。 因子分析的操作界面如图 4-1 所示：
测量问项
能让我的资金能保值增值 能让我获得我所需要的产品或服务 能让我获得公司所提供的优异的服务 能让我获得及时的资讯和行情信息 能让我获得可靠的资讯和行情信息 能让我获得有用的资讯和行情信息 能让我获得充足的资讯和行情信息。
信息的易得性 信息的准确性 信息的相关性
信息价值
信息的完备性
能适时给予证券方面的相关知识培训，使我获得 了更多的证券知识。
3.1 样本总体特征分析
借助 SPSS 描述分析功能（【分析-描述统计-频率】），对研究样本的人口统 计特征和交易特征进行系统的描述，操作界面图 3-1 所示：
图 3-1 描述分析操作界面
得到的结果整理如表 3-1 和 3-2 所示：
表 3-1 统计变量 性别 类型 男 女 18~25 26~30 31~40 年龄 41~50 51~60 60 以上 人数 151 164 24 101 160 28 1 1 比例 47.94% 52.06% 7.62% 32.06% 50.79% 8.89% 0.32% 0.32% 参加工作时 长 最高学历 顾客基本信息统计表 统计变量 类型 初中及以下 高中 大专 本科 硕士及以上 2 年以下 2—5 年 5—10 年 10 年以上 人数 1 5 40 245 24 4 72 149 90 比例 0.32% 1.59% 12.7% 77.78% 7.62% 1.27% 22.86% 47.3% 28.57%
图 4-1 因 子 分 析 操 作 界 面
图 4-2 旋 转 设 置
7
4.1 KMO 和 Bartlett 的检验结果
如图 4-3 所示， SPSS 的因子分析算法提供了 KMO 值和 Bartlett's 球形检验来 考察数据是否适合进行因子分析，当 KMO 值越大，说明变量间的共同因素越多， 越适合进行因子分析（0.9 以上表示非常适合；0.8 表示适合），Bartlett 球度 检验是对系数矩阵的检验, sig 的值越小说明相关性越高,变量也就越适合做因子 分析。
表 3-3
Cronbach's Alpha
总体可靠性统计量 项数
基于标准化项的 Cronbachs Alpha
.848
.854
20
在操作界面中，通过设置【统计量-如果想以删除则进行度量】（如图 3-3 所 示），对各指标可信度检测，如果删除某指标后，Cronbach's Alpha 明显提高， 说明删除该指标后内部一致性系数得到提高，应该删除该指标，从表 3-4 最后一 列可以看出，删除各指标后，Cronbach's Alpha 都差不多，并没有明显提高，说 明 20 个指标都可以保留。
1 、研究模型的提出
根据马斯洛的需求层次理论，结合证券公司实际，我国证券公司顾客需求具 有关注投资收益、对信息有庞大的需求、希望得到情感认同、希望体现自己的社 会地位、对经济与便利性有需求等方面的特征，基于此，构建证券公司顾客感知 价值构成维度的假设的概念模型,如图 1-1 所示，包含六个价值维度：
6
校正的项总 计相关性 .443 .398 .554 .407 .473 .467 .441 .371 .484 .475 .498 .449 .461 .345 .368 .453
多相关性 的平方 .412 .319 .411 .248 .350 .387 .532 .538 .347 .516 .361 .301 .348 测量量表的信度分析
信度分析（【分析-度量-可靠性分析】）是一种测度综合评价体系是否具有 一定稳定性和可靠性的有效分析方法。SPSS 软件里的 Alpha 分析模型中克朗巴哈
4
（Cronbach）α系数的一致性提供了对调查问卷的总体可信度和各指标可信度两 个方面进行内部一致性信度检测的方法,析操作界面如图 3-2 所示：
A1、能让我的资金保值增值 A2、能获得我所需要的产品或服务 A3、能让我获得增值的产品或服务 A4、能让我获得及时的资讯和行情信息 A5、能让我获得可靠的资讯和行情信息 A6、能让我获得有用的资讯和行情信息 A7、能让我在亲戚和朋友处有好的印象 A8、能让人觉得我的社会地位较高 A9、营业部交通便利，使人觉得我选择的公司是有实力的 A10、能让我觉得自己是有品位的，并感受到自身形象的提升 A11、能让我有被重视的感觉 A12、能给我带来愉快的感觉 A13、令我觉得放松、舒适 A14、能让我所支付的佣金率较低 A15、能让我转账方便 A16、能让我办理业务手续方便 A17、能让我的交易速度快 A18、能给我稳健且安全的交易环境 A19、能给我提供具有充分的保证措施的交易系统 A20、能让我的个人信息不被泄漏
3
表 3-2 统计变量 类型 2 年以下 2—5 年 5—10 年 10 年以上 3000 元以 下 个人月收 入 3000— 5000 元 5000— 8000 8000 元以 上 很少 （一个 月以上） 每月 每周 每天 人数 33 162 96 24 7 57 149 102 34 135 132 14
图 3-2 信 度 分 析 操 作 界 面
分析结果如表 3-3 所示,一般来说,信度系数在 0.9 以上，就说明信度很好； 如果在 0.8-0.9 之间，则说明可以接受。从表 3-3 可以看出 20 个调查指标的 Cronbach's Alpha 为 0.848，所以可以认为总体上数据一致性良好，测试的可靠 性比较高，总体可信度高。
图 1-1 证券公司顾客感知价值构成维度模型
2 、调查问卷设计
根据研究目的，参考他人的理论研究与实践成果，对顾客感知价值概念模型 的六个维度以及满意度与忠诚度，设计如下的指标体系以及对应的调查问卷测量 问项：
1
表 2-1
顾客感知价值指标体系与测量问项
构成维度
收益情况 功能价值 业务齐全 服务效果
测量指标
在设计调查问卷的时候，对每个测量问项均采用李克特 5 级量表，测量受访 者对于问项的重要程度或同意程度，相应赋值为 l、2、3、4、5，数字从 1-5 分 别代表程度逐渐增大： 从“很不重要”到“很重要”；或者从“很不同意”到“很 同意”。
2
3 、问卷有效性分析
调查总共回收 315 份有效问卷， 问卷包含两类问题： A 类题目收集客户基本信 息，B 类是研究实际的顾客感知价值。为了保证实证分析效果可信， 首先要用 SPSS 提供的信度分析的相关功能对问卷进行信度分析。
Cronbach's Alpha 值 .842 .843 .836 .842 .840 .840 .842 .846 .839 .840 .838 .841 .840 .845 .844 .841
A17 A18 A19 A20
82.177778 82.015873 82.117460 82.009524