供应商现场评估表和购物习惯的统计学分析

供应商现场评估表供应商名称：审核时间：评分细则评估得分概况序号得分要素（若无要求，请以N/A标识）满分得分权重(%)最低要求分(%)实际得分(%)01.管理职责3251.502.培训系统5282.103.文件的控制与管理3682.404.工程技术支持44102.405.供应商及协力厂的管理4482.406.生产和测试设备、夹具的维护和管理92102.407.原材料仓库的管理（★）4872.108.来料质量控制（★）8092.709.生产过程及质量控制（★）6492.710.成品质量控制（★）3682.411.成品的包装、存储与出货（★）3261.512.客户投诉及满意度管理2871.513.总体1251.5备注：实际得分=（得分/满分）*权重Remark:ActualScore=(Score/FullScore)*Weight最终总得分(%)FinalTotalScore备注：质量体系审核包括全部13个模块，重要工序审核只是审核有“★”标识的模块。评分标准项目评审内容文件具备（Document）文件的完善（Perfect）文件的执行及有效性（质量记录及有效性）（Record）执行的连续性及有效性（质量记录的连续性及有效性）（Continuity）满分1111评分细则ScoringRules得分类别00.51得分要素文件具备（D）Document薄弱较差满意文件的完善（P）Perfect薄弱较差满意文件的执行及有效性（有效的质量记录）（R）Record薄弱较差满意执行的连续性及有效性（有效质量记录的连续性）（C）Continuity薄弱较差满意现场审核条款审查清单(请将每项得分在各得分要素中标示)管理职责得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.组织结构及职责和权限02.管理者代表（任命、职责等）03.质量方针（制定、宣贯、沟通）04.质量目标（制定、达成）05.质量体系内审（计划、实施、改进）06.质量体系外审（计划、实施、改进）07.公司级质量例会08.管理评审评估项目:管理职责此项目得分:备注：审核人员签字/日期：

培训系统得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.新员工入厂培训02.新员工部门培训03.新员工上岗培训或转岗04.员工在职培训05.特殊岗位培训及考核06.质量方针、质量目标的培训07.针对全体员工质量基础知识的培训08.SPC、FMEA、6-Sigma等质量专项培训09.内审员的培训及资格认证10.ESD培训11.新产品导入培训12.内校员的培训及内校资格考核13.新文件的培训评估项目:培训系统此项目得分:备注:审核人员签字/日期：文件的控制与管理得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.内部文件的编号控制与管理.02.内部文件的版本控制与管理.03.内部文件的台帐控制与管理.04.内部文件的评审及审批控制与管理05.内部文件的发行控制与管理.06.内部文件的回收控制与管理.07.内部文件的保存与报废的控制与管理08.外来文件的发放控制与管理.09.外来文件的保存与报废的控制与管理评估项目:文件的控制与管理此项目得分:备注:审核人员签字/日期：工程技术支持得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.工程技术人员资格（要求与实际）02.生产工艺（含生产设备、生产场地、新上生产线、转移生产线）变更管理流程并例行化实施03.PCN（包括设计变更、关键原材料及供应商变更、关键工艺变更、生产设备和场地变更、关键测试项目变更、关键工序岗位人员变更）通知客户流程并例行化实施。04.客户特殊要求的转入内部要求05.工艺文件规范性管理06.作业指导书的评审07.外来技术文件、样品的管理08.异常的处理流程09.工具、试验设备的点检管理10.工艺流程、标准工时与产能的评估11.现场检验标准的文件化管理评估项目:工程技术支持此项目得分:备注:审核人员签字/日期：供应商及协力厂的管理得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.供应商认证人员资格（要求与实际）02.供方资源管理03.供应商的风险评估管理04.供方产能管理05.关键供应商的管理06.新供应商的引入流程07.(重点)供应商的监督审核流程08.供应商的绩效考核管理09.供应商的淘汰管理10.与供应商的定期质量会议管理11.对优秀供应商的激励管理评估项目:供应商的管理此项目得分:备注:审核人员签字/日期：生产和测试设备、夹具(模具)的维护和管理得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.生产设备台帐管理02.生产设备采购验收管理03.生产设备的保养维护管理04.生产设备的维修管理05.生产设备报废管理06.测试设备台帐管理07.测试设备采购验收管理08.测试设备的保养维护管理09.测试设备的维修管理10.测试设备的校验管理11.测试设备的重复性和再现性管理（GR&R）12.测试设备寿命期管理13.测试设备报废管理14.夹具（模具）的台帐管理15.夹具（模具）的资产编号管理16.新夹具（模具）的验收管理17.夹具（模具）的保养维护管理18.夹具（模具）的维修管理19.夹具（模具）的寿命期管理20.夹具（模具）的报废管理21.生产人员＜100人得0分，200-500人得0.5分,500人以上得1分22.生产场地＜500M2得0分，1000-3000M2得0.5分,5000M2以上得1分23.产能评估评估项目:生产测试设备、夹具（模具）的维护和管理此项目得分:备注:审核人员签字/日期：原材料仓库的管理（★）得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.温湿度的控制02.物料先进先出的管理（FIFO）03.物料有效期的管理04.ESD敏感元器件的管理（存储、发货等）05.防潮、防氧化物料的管理（尤其对电镀件、IC、PCB等）06.堆放高度的管理07.危险品（化学品等）的管理（存储、发货等）08.无尘要求物料管控（存储、发料等）09.物料追溯管理10.生产线物料良品退仓管理11.不合格品的管理12.回收箱重复利用的管理评估项目:原材料仓库的管理此项目得分:备注:审核人员签字/日期：08)来料质量控制（★）得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.IQC区域温湿度的控制02.特殊要求物料来料检验区管控（如无尘、ESD）03.来料合格供应商（AVL）的确认04.来料物料承认书检查（PartApprovalReport）05.来料的有效期检查06.来料破损、变形的包装检查07.标准或限度样品（GoldenSampleorLimitSample）的管理08.抽检方法09.接受标准10.重要指标、尺寸的检测11.重要指标、尺寸的SPC，Cpk控制12.挑选或修复的重检控制13.生产线原料良品退回原料仓重检控制14.让步接受管理15.生产急需料的管理16.免检料的管理（STS）17.超有效期物料管控18.生产线不合格品退仓前的IQC重检控制19.不合格品的处置流程（MRB）(包括来料和生产线不良品)20.物料质量问题的改进（包括来料和生产线投诉）评估项目:来料质量控制此项目得分:备注:审核人员签字/日期：09生产过程及质量控制（★）得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.特殊要求的环境管控（如温湿度、无尘、ESD）02.操作作业指导书（WI）03.重要工序的管控（直通率等）04.重要指标的SPC,Cpk管控05.外观检验的管理（环境光亮、限度样品等）06.IPQC首件质量确认管理07.IPQC定期巡检管理08.生产线螺丝批的扭矩管理09.生产线烙铁温度的管理10.批量生产阶段生产线PCN/ECN导入管理11.生产线维修管理12.不良品的处置及改进管理13.生产线不良品的管控（隔离、标识、存放等）14.生产线上危险品（化学品等）管控15.产品的可追溯性管理16.发生重大品质问题时，生产线的停产管控评估项目:生产过程及质量控制此项目得分:备注:审核人员签字/日期：成品质量控制FinalQualityControl（★）得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.特殊要求的环境管控（如温湿度、无尘、ESD）02.检验作业指导书03.抽检方案04.接收标准05.关键指标的SPC、Cpk管控06.一次直通率及最终合格率的管控（目标与实际达成）07.批问题的处置流程08.重检的管控09.质量问题的改进评估项目:成品质量控制此项目得分:备注:审核人员签字/日期：成品的包装、存储与出货（★）得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.特殊要求的环境管控（如温湿度、无尘、ESD）02.操作作业指导书（WI）03.回收箱使用的管控04.成品堆放高度的管控05.成品的先进先出管理06.成品出货前的QC检查管控07.不良成品管控08.客退不合格品的分析改进评估项目:成品的包装、存储与出货此项目得分:备注:审核人员签字/日期：客户投诉及满意度管理得分要素(若无要求,则‵N/A′标示)(N/A:NotAvailable)得分序号描述DPRC01.客户投诉接受清单管理02.客户投诉的纠正预防处理流程03.客户投诉的回复周期管理04.客户的索赔/退货管理流程(RMA)05.客户满意度调查管理06.客户满意度的改进管理07.客户定期沟通机制评估项目:客户投诉及满意度管理此项目得分:备注:审核人员签字/日期：总体每项满分1分，是则1分，否则0分得分序号描述是否01.供应商高层是否重视此次审核（副总级以上是否全程参加）02.员工的年度流动率是否没超过10%03.原材料供应商年度更换率是否没超过10%04.厂房是否是自建05.基础设施是否完善06.对于化学品及危险工序（如PCB、金属加工）是否进行员工健康及安全防范措施07.员工是否有超强度作业，加班是否过量08.公司是否对社会责任及环境保护有相对机制09.生产设备、可靠性试验设备、工装夹具和仪器是否足够10.生产设备、可靠性试验设备、工装夹具和仪器是否先进11.工厂布局是否合理，符合产品最短搬动距离12.区域标识是否完好评估项目:总体此项目得分:备注:审核人员签字/日期：最终评述：总体评述：审核组成员签字：Spss论文购物习惯的统计学分析课程名称：SPSS所在专业：经济学+软件工程所在班级：-1姓名：学号：一．描述性统计分析最大似然确定数分析 男性与女性的年龄、家庭成员数量、家庭月收入、购物频率、自用商品、礼品、消费者类型最大似然确定数的分析表1-1表1-1表示的是男性与女性的年龄、家庭成员数量、家庭月收入、购物频率、自用商品、礼品、消费者类型从4个不同权重下分别作中心趋势的粗略最大似然确定数。二．均值比较检验分析与T检验1.均值比较检验分析对年龄、家庭月收入、购物场所、购物频率、自用商品、礼品、消费者类型的均值比较检验分析如表2-1,、2-2所示表2-1 表2-2从图中可以看出，男性样本数为7，年龄的均值为2.14，中位数为2.0，交通状况的均值为2.86，中位数为3.00，家庭月收入的均值为2.14，中位数为2.0，购物场所的均值为2.14，中位数为2.0，购物频率的均值为2.14，中位数为2.0，购物频率的均值为1.71，中位数为2.0，自用商品的均值为1.86，中位数为2.0；礼品的均值为1.71，中位数为2.0，消费者类型的均值为2.29，中位数为2.00.2.单样本T检验月收入与全国平均月收入2.5的比较，购物频率与全国平均购物频率2.5比较如表2-3、2-4所示表2-3从图中可知，调查的样本总数为30，家庭月收入的中位数为1.90，购物频率的中位数是1.87。表2-4从图中可知，家庭月收入t检验值为-3.890，相应的相伴概率为0.001，小于0.005，则拒绝原假设，认为月收入与全国平均月收入2.5的存在显著差异；家庭月收入t检验值为-4.470，相应的相伴概率为0.000，小于0.005，则拒绝原假设，则认为购物频率与全国平均购物频率2.5存在显著差异。3.两独立样本T检验分析男女的月收入以及购物频率的比较如表2-5,2-6所示表2-5从图中看出，男性样本数为7，女性样本数为23，在调查家庭月收入时，男性的中位数是2.14，女性的中位数是1.83；在调查购物频率时，男性的中位数是2.14，女性的中位数是1.83。表2-6家庭月收入F的相伴概率为0.925，大于显著性水平0.05，不能拒绝方差相等的假设，可以认为男性与女性的家庭月收入方差无显著差异；然后看方差相等时T检验的结果，T统计量的相伴概率为0.394大于显著性水平0.05，不能拒绝T检验的零假设，也就是说，男性与女性的家庭月收入平均值不存在显著差异。购物频率F的相伴概率为0.479，大于显著性水平0.05，不能拒绝方差相等的假设，可以认为男性与女性的购物频率方差无显著差异；然后看方差相等时T检验的结果，T统计量的相伴概率为0.290大于显著性水平0.05，不能拒绝T检验的零假设，也就是说，男性与女性的购物频率平均值不存在显著差异。三．方差分析1.单因素方差分析家庭月收入对购物频率的影响；交通状况对购物场所的影响如表3-1,3-2所示表3-1方差齐次性检验表，显著性0.474大于0.05，不拒绝原假设，认为各组的总体方差相等。表3-2方差分析表，显著性水平0.002小于0.05，拒绝原假设，认为3组中至少有一组与另外一组存在显著性差异。多因素方差分析性别，年龄，婚否，交通状况，家庭月收入对购物频率的影响如表3-3,3-4,3-5,3-6,3-7,图3-1，图3-2所示表3-3家庭收入组3和1,3和2之间的显著性都小于显著性水平0.05，说明这几组间的差异显著，其他各种组合之间差异不显著，即收入在3000以下的家庭的购物频率与收入在3000以上的家庭存在明显差异，而收入在3000-5000的家庭的购物频率与收入在5000以上的家庭的差异并不明显。图3-1均值曲线图为各个总体的均值的折线图，从中可以直观的看出各个总体均值的趋势。从图中可以看出收入组一的家庭购物频率小于第二组小于第三组，即收入越低的家庭总体购物频率越低。表3-4方差齐次性检验表，显著性0小于0.05，如果p值小于显著性水平，则应该拒绝原假设，认为不同的交通状况对各购物场所的影响均值有显著差异。表3-5方差分析表，显著性水平0.002小于0.05，拒绝原假设，认为4组中至少有一组与另外一组存在显著性差异。表3-6交通状况组3和1,3和2，3和4，1和4之间的显著性都小于显著性水平0.05，说明这几组间的差异显著，其他各种组合之间差异不显著。图3-2均值曲线图为各个总体的均值的折线图，从中可以直观的看出各个总体均值的趋势。从图中可以看出从图中可以看出乘私家车的均值相对较大。表3-7年龄的显著性是0.551大于0.05，因此年龄对于购物频率影响不显著；婚姻状况的显著性是0.554大于0.05，因此年龄对于购物频率影响不显著；交通状况的显著性是0.886大于0.05，因此年龄对于购物频率影响不显著；家庭收入的显著性是0.483大于0.05，因此年龄对于购物频率影响不显著；性别的显著性是0.551大于0.05，因此年龄对于购物频率影响不显著。同时这几个因素的交互作用的显著性均大于0.05，即对购物频率的影响不显著。协方差分析研究对购物频率影响的显著性因素如表3-8，图3-3,3-4所示表3-8协变量“年龄”的相伴概率Sig为0.000，即协变量对购物频率的影响显著；“年龄”“婚姻状况”“交通状况”“家庭月收入”“性别”的相伴概率依次为0.551、0.554、0.886、0.782、0.483，均大于0.05，即对购物频率影响不显著；年龄与交通状况、婚姻状况与交通状况、年龄与家庭月收入之间两因素的交互作用的相伴概率分别为0.374、0.246、0..761，大于0.05，即交互作用没有对结果造成显著影响。图3-3两条折线无相交迹象，说明性别与家庭月收入的交互作用不够显著图3-4两条折线相交，说明性别与年龄的交互作用对购物频率的影响显著。四．非参数检验分析1.单样本的随机性研究是否去固定上场购买是否是随机的，如表4-1所示表4-1从结果表格中看出，总共30个观察数据，游程数（NumberofRuns）为20，测试值（TestValue）为2，得到的相伴概率为0.183，大于显著性水平0.05，因此不能拒绝零假设，认为是否去固定商场购买分布的情况无聚集性，是随机分布。2.单样本的K-S检验研究交通状况，家庭月收入，购物频率，消费者类型是否满足正态，均匀，泊松，指数分布，如表4-2,、4-3、4-4、4-5、4-6、4-7、4-8、4-9、4-10、4-11、4-12、4-13所示表4-2结果中相伴概率为0.026，小于显著性水平0.05.因此拒绝零假设，认为交通状况不服从正态分布。表4-3结果中相伴概率为0.，小于显著性水平0.05.因此拒绝零假设，认为交通状况不服从均匀分布。表4-4结果中相伴概率为0.148，大于显著性水平0.05.因此不能拒绝零假设，认为交通状况服从泊松分布。表4-5结果中相伴概率为0.，小于显著性水平0.05.因此拒绝零假设，认为交通状况不服从指数分布。表4-6结果中相伴概率为0.038，小于显著性水平0.05.因此拒绝零假设，认为家庭月收入不服从正态分布。表4-7结果中相伴概率为0.，小于显著性水平0.05.因此拒绝零假设，认为家庭月收入不服从均匀分布。表4-8结果中相伴概率为0.148，大于显著性水平0.05.因此不能拒绝零假设，认为家庭月收入服从泊松分布。表4-9结果中相伴概率为0.，小于显著性水平0.05.因此拒绝零假设，认为家庭月收入不服从指数分布。表4-10结果中相伴概率为0.232，大于显著性水平0.05.因此不能拒绝零假设，认为消费者类型服从正态分布。表4-11结果中相伴概率为0.076，大于显著性水平0.05.因此不能拒绝零假设，认为消费者类型服从均匀分布。表4-12结果中相伴概率为1.000，大于显著性水平0.05.因此不能拒绝零假设，认为消费者类型服从泊松分布。表4-13结果中相伴概率为0.10，大于显著性水平0.05.因此不能拒绝零假设，认为消费者类型服从指数分布。3.两独立样本的非参数检验性别对家庭月收入，购物频率，购物场所，自用商品，礼品，消费者类型，固定场所的影响如表4-14,4-15,4-16所示表4-14家庭月收入相伴概率0.389，大于显著性水平0.05，不应该拒绝零假设，不同性别的家庭月收入没有存在显著性差异。购物频率相伴概率0.307，大于显著性水平0.05，不应该拒绝零假设，不同性别的购物频率没有存在显著性差异。购物场所相伴概率0.898，大于显著性水平0.05，不应该拒绝零假设，不同性别的购物场所没有存在显著性差异。自用商品相伴概率0.001，小于显著性水平0.05，应该拒绝零假设，不同性别的对自用商品的需求存在显著性差异。礼品相伴概率0.001，小于显著性水平0.05，应该拒绝零假设，不同性别的对礼品的需求存在显著性差异。消费者类型相伴概率0.134，大于显著性水平0.05，不应该拒绝零假设，不同性别的消费者类型没有存在显著性差异。固定场所相伴概率0.553，大于显著性水平0.05，不应该拒绝零假设，不同性别对是否在固定场所购物的习惯没有存在显著性差异。表4-15 表4-16家庭月收入相伴概率0.998，大于显著性水平0.05，因此不能拒绝零假设，认为两个性别独立样本的总体分布没有显著的差异。购物频率相伴概率0.887大于显著性水平0.05，因此不能拒绝零假设，认为两个性别独立样本的总体分布没有显著的差异。购物场所相伴概率1.000大于显著性水平0.05，因此不能拒绝零假设，认为两个性别独立样本的总体分布没有显著的差异。自用商品相伴概率0.003小于显著性水平0.05，因此应该拒绝零假设，认为两个性别独立样本的总体分布存在显著的差异。礼品的相伴概率0.001小于显著性水平0.05，因此应该拒绝零假设，认为两个性别独立样本的总体分布存在显著的差异。消费者类型相伴概率0.467大于显著性水平0.05，因此不能拒绝零假设，认为两个性别独立样本的总体分布没有显著的差异。固定场所相伴概率1.000大于显著性水平0.05，因此不能拒绝零假设，认为两个性别独立样本的总体分布没有显著的差异。多独立样本的非参数检验不同的家庭成员数量的家庭月收入，购物频率是否有显著性差异的研究如表4-17,4-18,4-19,4-20,4-21所示表4-17表4-18家庭月收入概率0.171，大于显著性水平0.05，因此不能拒绝零假设，说明不同的家庭成员数量的家庭月收入没有存在显著性差异。家庭月收入概率0.654，大于显著性水平0.05，因此不能拒绝零假设，说明不同的家庭成员数量的购物频率没有存在显著性差异。表4-19 从Frequencies表中，可知，家庭月收入，成员数为1的家庭中大于共同中位数的样本有0个，小于共同中位数的样本有9个；成员数为2的家庭中大于共同中位数的样本有5个，小于共同中位数的样本有7个；成员数为3的家庭中大于共同中位数的样本有4个，小于共同中位数的样本有5个。从Frequencies表中，可知，购物频率，成员数为1的家庭中大于共同中位数的样本有1个，小于共同中位数的样本有8个；成员数为2的家庭中大于共同中位数的样本有3个，小于共同中位数的样本有9个；成员数为3的家庭中大于共同中位数的样本有3个，小于共同中位数的样本有6个.表4-20 在TestStatistics表中，家庭月收入的共同中位数为2.00，相伴概率为0.063，大于显著性水平0.05，因此不能拒绝零假设，认为不同的家庭成员数量的家庭月收入没有存在显著性差异。购物频率的共同中位数为2.00，相伴概率为0.529，大于显著性水平0.05，因此不能拒绝零假设，认为不同的家庭成员数量的购物频率没有存在显著性差异。表4-21家庭月收入的相伴概率0.104，大于显著性水平，因此不能拒绝零假设，认为不同的家庭成员数量的家庭月收入没有存在显著性差异。购物频率的相伴概率为0.380，大于显著性水平0.05，因此不能拒绝零假设，认为不同的家庭成员数量的购物频率没有存在显著性差异。五、相关分析1、性别、交通状况、消费者类型相关分析在对30名消费者进行的相关调查数据中，选取性别、交通状况，消费者类型这三个指标对其相关性进行研究。如表5-1表述。表5-1性别、交通状况、消费者类型相关分析表从表5-1中可以看出，用Kendall’stua-b等级相关系数方法“性别”与“交通状况”间的相关系数为0.129，表示用户指定的显著性水平为0.01时，统计检验的相伴概率大于0.01（表中显示为0.459），即“性别”与“交通状况”非显著相关。从Spearman秩相关系数可以看出，“性别”与“交通状况”在0.01显著性水平下非显著相关，“交通状况”与“消费者类型”在0.05显著性水平上没有较好的相关性。2.家庭收入与购买频率的相关性分析选取消费者购物习惯调查数据中的家庭收入与购买频率这两个指标进行相关性研究。如表5-2所述。表5-2家庭收入与购买频率相关分析表从表5-2中可以看出，第二个表为所要求的相关系数，以矩阵形式表示。从表中可以看出“家庭月收入”和“购物频率”的相关系数为0.610。在这个数据旁边有两个星号，表示用户指定的显著性水平为0.01时，统计检验的相伴概率小于等于0.01（在表中显示为.000），即“家庭月收入”和“购物频率”显著相关，且为正相关。3.家庭收入与购买频率剔除性别的偏相关分析选取消费者购物习惯调查数据中的家庭收入与购买频率这两个指标并剔除性别对其的影响对其进行相关性研究。结果如表5-3所述。表5-3从表5-3中可以看出，表的上半部分输出的是变量两两之间的Pearson简单相关系数，以“家庭收入”和“购物频率”为例，它们之间的Pearson简单相关系数为0.610。下半部分是偏相关分析的输出结果，其中，对每个变量都有三行输出结果：第一行为偏相关系数、第二行为检验统计量的相伴概率、第三行为统计检验的自由度。从中可知，在剔除“性别”变量的影响条件下，“家庭收入”与“购买频率”二变量的偏相关系数为0.598，相伴概率为0.001.可见，简单相关系数和偏相关系数相比，前者有夸大的成分，后者更符合实际。六．主成分分析选取消费者购物习惯调查数据中的年龄、家庭成员数量、家庭月收入、购买频率、购买场所、自用商品、固定商品购买这几个变量对其进行部分变量的主成分分析研究。如表6-1、6-2、6-3、6-4图6-1所示。表6-1表6-1输出了KMO检验和巴特利特球形检验结果。其中KMO值0.520，小于0.6，不太适合主成分分析。巴特利特球形检验输出相伴概率0.000，小于显著性水平0.05，因此拒绝零假设，认为适合进行主成分分析。表6-2表6-2是因子分析初始结果。第二列是根据因子分析初始解计算出的变量共同度，每个原始变量的共同度都为1。第三列是根据因子分析最终解计算出的变量共同度。根据最终提取的s个特征值和对应的特征向量计算出因子载荷矩阵。这时因为因子变量个数少于原始变量的个数，因此每个变量的共同度必然小于1。例如，第一行中0.846表示s个主成分变量共解释掉原变量“年龄”方差的84.6%。表6-3表6-3是总方差表，其中第二列是主成分变量的方差贡献（特征值），它是衡量主成分重要程度的指标。例如第一行中特征值为2.296，表示第一个主成分描述了原有变量总方差7中的2.296，后面主成分描述的方差依次减少。第三列是各主成分变量的方差贡献率，表示该主成分描述的方差占原有变量总方差的比例。它的值是第二列的特征值除以总方差7（总方差为变量数目）的结果。第四列是主成分变量的累计方差贡献率，表示前m个主成分描述的总方差占原有变量的总方差的比例。第五列到第七列是从初始解中按照一定标准（在前面分析中设定了提取主成分的标准是特征值大于1）提取了2个主成分后对原变量总体的描述情况。图6-1从图6-1中看出，曲线存在明显的拐点，特征值变化明显，保留前4个主成分能够概括原始数据的绝大部分信息。表6-4主成分载荷矩阵。在主成分载荷矩阵中，给出了主成分载荷系数，每一列载荷值都是各个变量与有关主成分的相关系数。以0.840为例，它实际上是购物场所与第一个主成分的相关系数。从主成分载荷矩阵可以看出，购物场所、家庭月收入、固定商场购买、年龄、购物频率、自用商品、家庭成员数量在第一个主成分上的载荷较大，即与第一主成分的相关系数较高；工业总产值和原煤在第二个主成分上的载荷较大，即与第二主成分的相关程度较高。七．回归分析1.家庭收入与购买频率的一元线性回归分析选取调查数据中的家庭收入与购买频率进行回归分析，从而判断二者之间是否存在显著地线性相关关系。如表7-1、7-2、7-3、7-4所示。表7-1从表7-1中看出，表格输出的是被引入或从回归方程中被剔除的各变量。这部分结果说明在对编号为1的模型中进行线性分析时采用的方法是全部引入法：Enter。表7-2从表7-2中看出，相关系数R=0.610，调整的判定系数为=0.350，回归估计的标准误差S=0.626，说明本样本回归方程代表性强。表7-3从这部分结果看出：统计量F=16.598；相伴概率值p<0.001。说明自变量x与因变量y之间确有线性回归关系。另外，SumofSquares一栏中分别代表回归平方和（6.500）、残差平方和（10.966）以及总平方和（17.467），df为自由度。表7-4从表7-4的回归系数分析表中可以看出估计值及其检验结果，常数项β=0.802，回归系数β=0.560，回归系数检验统计量t=4.074，相伴概率值p<0.001。说明回归系数与0有显著差别，该回归方程有意义：=0.802+0.560x2.购买频率的多元线性回归分析选取调查数据中的变量：婚否、性别、家庭成员数量、交通状况、家庭月收入、年龄、消费者类型对其进行多元线性回归分析，观察其相关性。结果如表7-5、表7-6、表7-7所示。表7-5如表7-5所示，该表格输出的是被引入或从回归方程中被剔除的变量。通过3个步骤完成回归方程建设，最终模型为第3个模型。对Model1，进行线性回归分析时所采用的方法是Enter，全部变量全都引入。对Model2，进行线性回归分析时所采用的方法是Backward，剔除了变量z6.对Model3，进行线性回归分析时所采用的方法是Backward，剔除了变量z2.表7-6从表7-6可以看出，相关系数R判定系数R调整的判定系数回归估计的标准误差S。表7-7表7-7展示了变量剔除出方程的过程。各数据项的含义依次是：在剔除其他变量的情况下，如果该变量保留在模型中，其标准化回归系数、t检验值和概率p值将是什么。八．因子分析表8-1表8-1输出了KMO检验和巴特利特球形检验结果。其中KMO值0.568，小于0.6，不太适合主成分分析。巴特利特球形检验输出相伴概率0.000，小于显著性水平0.05，因此拒绝零假设，认为适合进行因子分析。表8-2表8-2是因子分析初始结果。第二列是根据因子分析初始解计算出的变量共同度，每个原始变量的共同度都为1。第三列是根据因子分析最终解计算出的变量共同度。根据最终提取的s个特征值和对应的特征向量计算出因子载荷矩阵。这时因为因子变量个数少于原始变量的个数，因此每个变量的共同度必然小于1。例如，第一行中0.856表示s个因子变量共解释掉原变量“合作性”方差的85.6%。表8-3表8-3是分析后因子提取和因子旋转的结果。戏中Component列