商品营销与超市规模等因素影响方法探讨

王雪宜

【文章摘要】

市场研究/企业数据分析是一种通过将消费者、客户和公众与营销者连接起来的职能，它用于识别和确定市场机会问题，对营销活动进行策划、改进和评估，对营销绩效进行监测，加深人们对营销过程的理解。

【关键词】

商品营销；超市规模；摆放位置

1 问题提出

市场研究/企业数据分析规定了解决这些问题所需要的，设计收集方法，对收集过程进行管理和实施，对结果进行分析，最后对研究结果及其含义进行沟通。市场研究/企业数据分析有三种功能描述：收集并陈述实事、诊断，或对活动进行解释、预测，分析市场随时间的变化。为了研究超市中某种商品的销售与摆放位置和超市规模的关系，按照超市规模（大型、中型、小型三种水平）和摆放位置（A、B、C、D四点）各随机选取了两个点，纪录其同一周期内同种商品的销售量，试对其做单变量对多因素方差分析。在本例中所关心的变量是销售量，可能对其有影响的因素有两个：超市规模和货物摆放位置，因此本例问题可以使用SPSS方差分析模块中的单变量多因素方差分析来解决。根据前面分析。本例问题需要用方差分析进行解决，因此，应该选择一般线性模型中的单变量多因素方差分析。在SPSS中进行单变量方差分析，可以利用“分析—一般线性模型—单变量”命令实现。

2 建立数据文件

将数据文件导入到SPSS中。选入变量及参数设置。依次单击菜单“分析—一般线性模型—单变量”命令，打开“单变量方差分析”对话框。单击 “模型”按钮，打开“单变量：模型“对话框。该对话框用于设定计算的模型等参数。 如果在“指定模型”选项组选择了“设定”选项，在“因子与协方差”变量列表框中自动列出可以作为因素变量的变量名，名称后用括号内的字母F标识；也列出可以作为协变量的变量名，名称后用括号内的字母C标识。单击“构建项”中的下拉箭头，在弹出的下拉菜单中选择要构建条件的选项。该对话框“平方和”下拉列表用于选择平方和的分解方法，单击下拉按钮，出现下拉菜单。本例中“指定模型”选项组选择“设定”；将“因子与协变量”列表框中的变量选入到“模型”列表框中；“平方和“选项组选择”类型3“；“构建项”类型选择“主效应”。可以在“更改对比”选项区域改变对比方法。方法是“因子”列表框中选择需要改变对比方法的因子，然后单击“对比”下拉菜单按钮，在弹出的下拉菜单中选择如下对比方法。改变对比的设置完成后，单击“更改”按钮，改变了对照方法显示是在“因子”列表框中。设置完毕后，单击“继续”按钮，返回到主对话框。单变量：轮廓图对话框。单变量：轮廓图”对话框，在该对话框中可以绘制一个或多个因素变量为参考的因变量均值分布图。在只有一个因素水平时，为因变量估计边缘均值的轮廓图；在两个以上因素水平时，绘制分离线。“因子”列表框显示因素的变量名，将该列表框中的因素变量移动到右侧的不同列表框中，可选列表框主要有：水平轴、单图和多图。本例中，将“因子”列表框的两个变量名分别移动到“水平轴”窗口后，单击“添加”按钮，将其选入到“图”列表框。单变量：两两比较对话框单击 “两两比较”按钮，打开“单变量：观测均值的两两比较”对话框。“假定方差齐性”选项组给出当方差相等时的确定多重比较方法，包括14种可选方法。“未假定方法起性”选项组中给出当方差不齐时的多重比较方法选项。本例中将“因子”列表框中的变量选入到“两两比较检验”列表框：“假定方差齐性”选项组选择“S-N-K”。

3 方差分析

“估计边际均值”选项组用于选择显示结果的因素变量，方法是在左侧的“因子和因子交换”列表框中选择因素和交互相，单击右向箭头按钮，将其移动到“显示均值”列表框中。

如果在“显示均值”栏中主效应变量被选中，则可以选择“比较主效应”选项，对主效应因变量进行估计边际均值，并可在“置信区间调节”下了菜单中选择“LSD””BONFERRONSIDAR”方法“输出“选项组中指定要求输出的统计量。在“显著性水平“文本框中输入显著性水平，用于检验后多重比较的置信水平和计算检验的观察效能。本例“输出“选项组选择”方差齐性检验“。单击“粘贴”按钮，得到的Syntax命令语句程序如下：

结果输出。设置完毕后，单击“确定”按钮，执行单变量方差分析。主体间因子，变量“超市规模”有3个水平，即大型，中兴和小型，每个水平有8个个案：变量“摆放位置”有4个水平，即A，B，C和D，每个水平有6个个案。误差方案等同性的Levene检验，方差齐性检验的输出，可见无法得出分析结果。体检效应的检验，即去除了教互相的方差分析表。第一行的矫正模型是对所用方差分析模型的检验，齐原假设对模型中所有影响因素均无作用，即超市模型，摆放位置，两者之间的交互作用均对销售量无影响：第二行是对模型中常数项是否等于0进行的检验，显然它在分析中没有实际意义，忽略即可，第三，四行分别是对超市规模，摆放位置的效应进行的检验，第五行是误差分析。轮廓图用于比较各种水平组合下均值的变动规律，发现可能存在的交互作用非常有用。如果两个因素间无交互作用，则第一因素个各水平间均值的差异不会随着第二个因素水平取值的变化而变化，表现为绘制的各条曲线基本平行：反之，如果各条曲线明显不平行，之间有剧烈的交叉，则这两个因素的相应水平间可能存在着交互作用。加入交互作用的轮廓图，轮廓图”对话框中，将一个变量选入“水平轴”，令一个变量选入“单图”，单击“添加”按钮，将其选入“图”列表框。得到加入交互作用的轮廓图。由图可知，当模型中有交互项时，各边际均值实际上和样本单元格均值相同，且加入交互作用的条线大致平行，并未出现明显的交叉，这说明量变量间的交互作用不明显。“单变量：选项”对话框中，选中“输出”选项组的“残差图”选项，得到执行结果。散点图矩阵，观测，已观测和标准残差构成，如果模型拟合效果很好，则已预测值和已观测值应当有明显的相关，呈现出较好的直线趋势，而标准残差则应当完全随机地分布在0周围，不随已预测值的上升而出现变化。标准残差单元格可见，残差的分布的确较好，为发现明显违反模型中正态分布假设的情况，因此该模型的拟合效果是令人满意的。

【参考文献】

[1]李涛.浅谈电子商务管理[J].辽宁师专学报，2008年第3期：97-98.

[2]刘梅.如何抓好电子商务管理[J].经营管理者，2010年第18期：164.