SPSS软件分析-饮料行业的消费者研究统计分析报告

题目：饮料行业的消费者研究统计分析报告
2016年1月1日
关于饮料行业的消费者研究统计分析报告
一、数据介绍：
本次分析的数据为关于饮料行业的消费者分析报告研究，其中共包含五个变量，分别是：年龄，为三类变量；性别，为二类变量（1代表男，0代表女）；消费者收入，为一类变量；消费者月均消费（1代表1000--1500，2代表1500--2000，3代表2000--3000，4代表3000—3500，5代表3500-5000）为一类变量；消费者在饮料上的每月花费,为一类变量。

通过运用spss统计软件，对变量进行双变量相关性分析，偏相关分析，线性回归分析。

以了解不同变量之间的相关性。

二、数据分析
1、双变量相关性分析
描述性統計資料
平均數標準偏差N 1.您的性别？*.39.489214 4.目前您每月在饮料上的花
费大概是多少？*
2.62 1.093214
相關
1.您的性别？*4.目前您每月在饮料上的花费大概是多少？*
1.您的性别？*皮爾森(Pearson) 相關
1.203**
顯著性（雙尾）
.003
平方和及交叉乘積
51.02823.187
共變異
.240.109
N
214214
4.目前您每月在饮料上的花费大概是多少？*皮爾森(Pearson) 相關
.203**1
顯著性（雙尾）
.003
平方和及交叉乘積
23.187254.579
共變異
.109 1.195
N
214214
**. 相關性在0.01 層上顯著（雙尾）。

分析：N为214，这214个数据来源是调查问卷。

通过分析可以看到，受调查者中女性的数量要略多于受调查男性的数量。

受调查者每个月在饮料上的月消费平均数为2.62，对应到调查问卷，受调查群体每月在饮料上的消费集中在50-99元。

性别与个体每月在饮料上的消费，相关性在0.01上显著相关，拒绝原假设。

说明性别与个体饮料消费额存在相关性。

2、偏相关分析
描述性統計資料
平均數標準偏差N
4.目前您每月在饮料上的花
费大概是多少？*
2.62 1.093214
5.您经常喝哪类饮料？* 2.69 1.972214
1.您的性别？*.39.489214
相關
控制變數4.目前您每月
在饮料上的花
费大概是多
少？*
5.您经常喝哪类
饮料？* 1.您的性别？*
-無-a 4.目前您每月在饮料上的花
费大概是多少？*相關
1.000.090.203
顯著性（雙尾）
..190.003
df
0212212
5.您经常喝哪类饮料？*相關
.090 1.000.070
顯著性（雙尾）
.190..311
df
2120212
1.您的性别？*相關
.203.070 1.000
顯著性（雙尾）
.003.311.
df
2122120
1.您的性别？* 4.目前您每月在饮料上的花
费大概是多少？*相關
1.000.078
顯著性（雙尾）
..259
df
0211
5.您经常喝哪类饮料？*相關
.078 1.000
顯著性（雙尾）
.259.
df
2110
a. 儲存格包含零階皮爾森(Pearson) 相關。

分析：由图表分析可知，偏相关系数为0.078，小于相关系数0.090，所以剔除性别因素后，消费者每月在饮料上的消费与经常喝的饮料的种类并无线性关系，原假设成立。

但是性别与消费者个体在饮料上的花费存在显著性相关。

所以对于整个饮料市场而言，剔除消费者性别影响后，消费者消费与消费者饮料选择并无
关系，但是消费者的性别是会影响消费者在饮料上的消费额的，针对消费者性别进行饮料的推出以及定价很重要。

3、线性回归分析
變異數分析a
模型平方和df平均值平方F顯著性
1迴歸58.652158.65263.463.000b
殘差195.928212.924
總計254.579213
a. 應變數: 4.目前您每月在饮料上的花费大概是多少？*
b. 預測值：（常數），3.平均月消费多少？*
分析：调整后的判定系数为0.227，数字较小，但p值小于0.05，故存在显著性差异，考虑到变量两者之间的因素，可以认为被解释变量与解释变量之间是存在线性关系的，该模型有意义。

根据表可得出公式：
每月在饮料上的消费=1.191+0.459*平均月消费
大致上，根据已拥有的数据可得知，每月消费越高的人，在饮料消费上所支出的金额是越高的。