基于因子分析服装消费影响因素.docVIP

基于因子分析服装消费影响因素 　　摘 要：运用主成分因子分析方法，设计问卷对泉州经贸职业技术学院以及泉州高级技工学校的部分服装专业的学生购买服装时关心的因素进行调查，客观地总结归纳出了影响大中专学生选择服装的六个因素。 　　关键词：服装 消费 因子分析 累计贡献率 　　 　　随着我国社会经济水平的飞跃发展，人民群众的生活水平逐步提高，成品服装的作用也大大延伸，人们购买成品服装的动机也呈现多元化的特点。购买服装的内在原因已成为一种社会现象。在多元的消费者中，大中专学生已构成一个庞大的服装消费群体，由于该群体文化水平较高，思想活跃较易接受新生事物，没有框框，有着旺盛的消费需求，另一方面，他们尚未获得经济上的独立，消费受到很大的制约。消费观念的超前和消费实力的滞后，都对他们的消费有很大影响。因此，关注大中专学生消费状况，把握大中专学生消费的心理特征、行为和结构，培养和提高他们的消费观念和理财能力，引导在校大中专学生最终走向健康消费成为一个重要的课题。 　　为了得到这种规律性，很多学者作了深入的研究。从影响服装消费的外在因素考虑，例如宏观环境、社会环境等，有的研究了中国各省份，城乡的地理差异对服装消费水平的影响，论述了各种社会因素对服装消费的综合影响。从个人的角度出发，还有更加细致地论述了个人的各种需求对服装消费的影响。这些研究为我们了解影响服装消费的原因做了宏观的说明，但是从微观的角度研究影响因素的研究，在现有的文献中并不多见。 　　为此，本文运用了多元统计分析中的因子分析模型，从问卷调查的数据出发，建立了能够解释影响大中专学生等消费者选择购买服装的因素的数学方法。 　　一、因子分析的基本思想及数学模型 　　设计多个问题对受访者的服装购买倾向作问卷调查，每个问题分“很不重要”“不重要”“一般”“重要”和“很重要”五个选项。各个问题之间可能存在错综复杂的相关关系，采用因子分析模型可以将相互之间具有联系的问题分解成为数不多的个因素，为生产商提供简洁清晰的参考。利用因子分析法对样本进行排序可以???以下步骤来实现： 　　1.1 对五个选项分别赋值，建立观测数据矩阵及其相关系数矩阵 　　每个样本的P项变量（指标）记为：x1，x2，…，xp.n个样本的原始数据表示为：X=（xij）n×p.将X=（xij）n×p标准化：vij=（xij-xi）/s，其中平均值x1=xji，方差S2j=（xij-xi）2，得到Y=（yij）n×p， 其相关系数阵记为R=Y′Y 　　1.2 计算R的特征值与特征向量 　　记R的特征根与特征向量为λ1≥λ1≥…λP≥0和u1，u2，…uP.一般地，如果累计贡献率λ1/λ1足够大，例如大于75%，则取前m个特征值与特征向量.A=（u1，u2，…um）便是符合模型的一个解。 　　作因子旋转:为了更清楚地解释各因子的含义，A=（u1，u2，…um）作方差最大正交旋转，A旋转后记为BP×m结合各因素在各个消费倾向上的载荷大小，对各因素作合理的解释。 　　二、应用举例――服装购买倾向的综合分析 　　2.1 数据的收集 　　我们对泉州经贸职业技术学院以及泉州高级技工学校的部分学生作问卷调查，发放问卷150份，收回有效问卷121份。研究大中专的学生在购买服装的时候对问卷中所提的38个问题的关注程度，这38个问题分别为：凉爽，有弹性，年轻，手感好，简洁，纯洁，性感，精致，做工精细，易洗涤，女人味，易保养，低价，华丽，休闲，学生味，稳重，合体，舒适，易搭配，民族特色，大方，透气，宽松，时尚，品牌，流行，创新，色彩鲜艳，创意，优雅，个性，抽象，活力，可爱，柔软，前卫和古典。分别记为x1到x38。每个问题分很不重要，不重要，一般，重要和很重要，五个选项中任选一项，对上述五个选项依次赋值为2，3，4，5，6。这样就得到一个121×34的原始数据阵x。 　　2.2 因子分析 　　运用Matlab7.0求x的相关系数矩阵R，并计算出特征值λi（i=1，2…P）和因子的贡献率，各因子的贡献率见图1。通过计算累计贡献率，发现前6个因子的累计贡献率已达到75%，因此取前6个特征向量作为主成分变量（构成A）代替原有34个变量。 　　 　　采取方差最大正交旋转法对A旋转，使因子的负荷系数向0或1两极分化，以方便因子的命名和解释。结果见表1。 　　表1 方差最大正交旋转后的因子载荷估计 　　变量旋转后的因子载荷 　　 　　通过对方差最大正交旋转后的因子载荷的研究，得到在第一公因子中个性，大方，活力，可爱，纯洁，年轻，学生味和女人味这8个方面有绝对较大的载荷，而在其他方面只有较小的载荷，说明了该因子反映的是年轻活力的信息，称为青春因子；而第二公因子在创意，抽象，性感，古典，创新，稳重方面有绝对较大的载荷，说明