其中W為Wilcoxon W統(tǒng)計(jì)量，n為W對(duì)應(yīng)組的樣本容量。

　　?SPSS在計(jì)算U值的同時(shí)，還會(huì)依據(jù)Mann-Whitney分布表給出對(duì)應(yīng)的相伴概率值。此外，SPSS還可以計(jì)算近似服從正態(tài)分布的Z統(tǒng)計(jì)量以及Z值對(duì)應(yīng)的相伴概率值，計(jì)算公式如下：

　　U值和Z值的使用區(qū)別在于樣本數(shù)的多少，當(dāng)樣本個(gè)數(shù)小于30時(shí)，應(yīng)以U統(tǒng)計(jì)量的相伴概率值作為判斷標(biāo)準(zhǔn)；在樣本個(gè)數(shù)大于30時(shí)，則屬于大樣本應(yīng)以Z統(tǒng)計(jì)量的相伴概率值作為判斷標(biāo)準(zhǔn)。具體來說，如果相伴概率值小于或等于所設(shè)定的顯著性水平α，則應(yīng)拒絕零假設(shè)，即認(rèn)定兩個(gè)樣本來自的總體均值有顯著性差異；如果相伴概率大于顯著性水平α，則不能拒絕零假設(shè)。

　　根據(jù)對(duì)獨(dú)立樣本的定義，在本書中，中國消費(fèi)者和加拿大消費(fèi)者是一對(duì)相互獨(dú)立的樣本。因?yàn)閷?duì)中國消費(fèi)者或加拿大消費(fèi)者進(jìn)行抽樣，不會(huì)影響到另一方的抽樣。具體來說，對(duì)中國消費(fèi)者抽樣，不會(huì)影響到對(duì)加拿大消費(fèi)者的抽樣；同樣，對(duì)加拿大消費(fèi)者抽樣，也不會(huì)影響到對(duì)中國消費(fèi)者的抽樣。

　　此外，根據(jù)對(duì)獨(dú)立樣本的定義，男性消費(fèi)者和女性消費(fèi)者也是一對(duì)相互獨(dú)立的樣本。按照Mann-Whitney U檢驗(yàn)法的適用條件來看，可以分別使用Mann-Whitney U檢驗(yàn)法來分別來檢驗(yàn)這兩對(duì)獨(dú)立樣本，以討論這兩對(duì)獨(dú)立樣本分別來自的總體對(duì)模型中的四個(gè)自變量的認(rèn)知是否存在差異。具體來說，將用Mann-Whitney U檢驗(yàn)法來驗(yàn)證假設(shè)3和4。

　　假設(shè)3：中國消費(fèi)者和加拿大消費(fèi)者對(duì)企業(yè)形象因素、母品牌因素、延伸產(chǎn)品因素和信息因素四個(gè)變量的重要性評(píng)價(jià)沒有顯著不同。

　　假設(shè)4：男性消費(fèi)者和女性消費(fèi)者對(duì)企業(yè)形象因素、母品牌因素、延伸產(chǎn)品因素和信息因素四個(gè)變量的重要性評(píng)價(jià)沒有顯著不同。

　　三、多個(gè)獨(dú)立樣本的K-W檢驗(yàn)

　　在前面，為了解不同國別下（本書中為中國和加拿大），消費(fèi)者對(duì)延伸產(chǎn)品的評(píng)價(jià)有無統(tǒng)計(jì)上的顯著差異，本書研究設(shè)計(jì)以Mann-Whitney U檢驗(yàn)法來檢驗(yàn)中國消費(fèi)者和加拿大消費(fèi)者這一對(duì)獨(dú)立樣本。

　　類似的，為了解不同年齡、不同職業(yè)、不同教育程度消費(fèi)者對(duì)延伸產(chǎn)?品的評(píng)價(jià)有無統(tǒng)計(jì)上的顯著差異，本書研究設(shè)計(jì)以K-W檢驗(yàn)法來分別進(jìn)行檢驗(yàn)。

　　如前所述，在本書研究中，消費(fèi)者按照年齡這一標(biāo)準(zhǔn)可以分成五個(gè)獨(dú)立組別：18～24歲、25～34歲、35～44歲、45～54歲、55歲以上；按照職業(yè)可以分成三個(gè)獨(dú)立組別：學(xué)生、一般職員和專業(yè)人士；按照受教育程度分成了七個(gè)獨(dú)立組別：小學(xué)、初中、高中、?？啤⒈究?、碩士和博士。

　　由于這三種對(duì)調(diào)查對(duì)象的分類都超過了兩組，因而不能再使用前面介紹的針對(duì)兩個(gè)獨(dú)立樣本的Mann-Whitney U檢驗(yàn)法，本書將采用針對(duì)多個(gè)獨(dú)立樣本的K-W檢驗(yàn)法，來比較不同年齡群體、不同職業(yè)群體、不同教育背景群體之間的差異。

　　多個(gè)獨(dú)立樣本的K-W檢驗(yàn)是一種推廣的平均秩檢驗(yàn)，以通過檢驗(yàn)多個(gè)獨(dú)立樣本來推測(cè)相對(duì)應(yīng)總體的分布無顯著性差異。其零假設(shè)為：各個(gè)獨(dú)立樣本相對(duì)應(yīng)總體的分布沒有顯著性差異。

　　多個(gè)獨(dú)立樣本的K-W檢驗(yàn)的基本方法是：首先將多組樣本數(shù)按升序排列，并求出每個(gè)觀察值的秩，然后對(duì)多組樣本的秩分別求平均值。如果各組樣本的平均秩大致相等，則可以認(rèn)為相應(yīng)的獨(dú)立總體的分布沒有顯著差異。如果各樣本的平均秩相差很大，則不能認(rèn)為多個(gè)總體的分布無顯著性差異。

　　SPSS將計(jì)算K-W統(tǒng)計(jì)量，公式如下?：

　　其中：K表示由K組樣本；ni表示第Ⅰ組樣本的觀察值個(gè)數(shù)。為平均秩。

　　SPSS將自動(dòng)計(jì)算K-W統(tǒng)計(jì)量，并依據(jù)K-W檢驗(yàn)臨界值表給出K-W統(tǒng)計(jì)量對(duì)應(yīng)的相伴概率值。如果相伴概率小于或等于用戶的顯著性水平α，則應(yīng)拒絕零假設(shè)，接受備擇假設(shè)：多個(gè)樣本來自的總體分布有顯著性差異；如果相伴概率大于用戶的顯著性水平α，則不能拒絕零假設(shè)，認(rèn)為多個(gè)樣本來自的總體分布無顯著性差異。

　　綜上所述，本研究將使用K-W檢驗(yàn)比較不同年齡群體、不同職業(yè)群體、不同教育背景群體之間的差異，具體檢驗(yàn)假設(shè)5、6和7，其中每個(gè)假設(shè)中又分別包括四個(gè)小假設(shè)。

　　假設(shè)5：不同職業(yè)的消費(fèi)者（學(xué)生、專業(yè)人士和公司職員），對(duì)模型中?企業(yè)形象因素、母品牌因素、延伸產(chǎn)品因素和信息因素四個(gè)自變量的重要性評(píng)價(jià)不存在顯著性差異。

　　假設(shè)6：不同年齡的消費(fèi)者對(duì)模型中企業(yè)形象因素、母品牌因素、延伸產(chǎn)品因素和信息因素四個(gè)自變量的重要性評(píng)價(jià)不存在顯著性差異。

　　假設(shè)7：不同教育背景的消費(fèi)者對(duì)企業(yè)形象因素、母品牌因素、延伸產(chǎn)品因素和信息因素四個(gè)自變量的重要性評(píng)價(jià)不存在顯著性差異。

　　四、直接判別分析

　　判別分析是一種數(shù)據(jù)分析技術(shù)，適用于標(biāo)準(zhǔn)變量或因變量為定類數(shù)據(jù)（Nominal Data），預(yù)測(cè)變量或自變量為定距數(shù)據(jù)（Interval Data）和定比數(shù)據(jù)（Ratio Data）的情況。?例如，因變量可能是對(duì)個(gè)人電腦品牌的選擇（品牌A、B或C），預(yù)測(cè)變量是在7級(jí)李克特量表上對(duì)個(gè)人電腦各種屬性的評(píng)價(jià)。

　　判別分析通常可以分為?

　　以上就是小編為大家介紹的來比較不同年齡群體、不同職業(yè)群體、不同教育背景群體之間的差異的全部內(nèi)容，如果大家還對(duì)相關(guān)的內(nèi)容感興趣，請(qǐng)持續(xù)關(guān)注上海危機(jī)公關(guān)公司

　　本文標(biāo)題：來比較不同年齡群體、不同職業(yè)群體、不同教育背景群體之間的差異　　地址：/news/217.html