第 4 章 数据分析
4.1 描述性统计分析
描述性统计分析作为一种统计学统计方法，是通过计算样本数据的均值、算术和、标准差、最大值、最小值、方差、全距和均值的标准误等统计变量对变量进行描述[19]，描述性统计分析对一组数据的全貌进行概括和描述，从而可以更好地理解这些数据所包含的信息。样本构成情况见表 1.【1】
从表 1 中可以看出被调查对象中，男性占 46.5%，女性占 53.5%，女性被访者略多于男性，但整体两者比例相差不大，样本选取均匀。被调查对象的月收入主要集中在 3000-5000 和 8000-10000 两档，分别占比为 24.0%和 28.0%，被调查对象的受教育水平集中在本科，也就是说 92%的被调查对象是本科及其以上学历。被调查者年龄集中在 20-40 岁，次部分占比为 75%。受访者中学生占比 50%，非大学生人群占比 50%，符合此次调查问卷设计及发放的要求。
本文运用 SPSS19.0 计算各个观测变量的最大值、最小值、均值、标准差，计算结果如表 2—表 6 所示。从均值来看，服装伦理知识的各个观察变量的均值普遍偏小，最小达到 2.58（服装伦理知识的第二个指标），说明消费者对伦理服装了解比较少，其他各项的均值都位于中等偏上水平。标准差一栏显示基本上所有变量的标准差都大于 1，表示被调查者对各题的选择差异较大。【2】
由表 2 可以看出，在有关产品属相的调查中均值分别为 4.89、4.88 和 4.96，均接近5，大于均值 4，说明伦理服装的产品属性在一定程度上影响消费者是否选择购买。
由表 3 可以看出来，被调查对象在环境责任感、服装伦理知识和依从动机三方面的情况，消费者在环境责任感方面的均值分别为 4.35、4.51、4.56 和 4.62，均大于中介值4，基本分布在 4.5 左右，说明被调查者拥有一定的环境责任感，对保护环境表示认同。
在服装伦理知识方面，均值分别为 3.01、2.58、3.50 和 4.56，只有 A2.4 略大于中介值，其他测项均明显小于中介值 4，说明被调查者缺乏伦理服装的相关知识，对伦理服装不够了解。在依从动机方面，均值均为 4.69，大于中介值 4，说明被调查者在购买服装时依从动机在一定程度上影响其是否选择购买伦理服装产品。【3】
表 4 为潜变量主观规范的描述性统计分析表，从中可以看出，主管规范的 4 个测项的均值分别为 4.80、4.46、4.53 和 4.75，均大于均值 4，说明主观规范在一定程度上也影响被调查者是否选择购买伦理服装。【4】
由表 5 可以看出潜变量感知行为控制的描述性统计分析结果，3 个测项的均值分别为5.09、5.06 和 4.82,，均明显大于中介值 4，说明被调查者在选择是否购买伦理服装产品时其感知行为控制是一个不容忽视的影响因素。【5】
从表 6 中可以看出潜变量行为意愿的描述性统计分析结果，其 3 个测项的均值分别为 5.31、4.88 和 4.87，均明显大于中介值 4，说明被调查者的行为意愿也是影响其是否选择购买伦理服装的一个重要因素。
产品溢价可以认为是是某产品价格高于同类产品平均价的差值，如果伦理服装的定价太高，消费者则不愿意为了购买伦理服装而牺牲部分个人利益。所以说，伦理服装的溢价比例要控制在合理的范围内，才能更容易被消费者接受。本文中消费者愿意接受的伦理服装的溢价情况如表 7 所示，可见 89.5%的被调查者愿意接受的伦理服装的溢价比为15%以下。【6】
消费者过去购买伦理服装的次数如表 8 所示，有 24.0%的消费者从来没有购买过伦理服装，在被调查者中，即使有购买过伦理服装，其购买频率也普遍偏低。【7】
4.2 信度分析
信度又叫可靠性，是指测验的可信程度。它主要表现测验结果的一贯性、一致性、再现性和稳定性。信度分析一般在心理学中应用较多，另外在学生考试试卷、社会问卷调查的有效性分析中也会涉及[19]。事实上，在测量的过程中一般会存在抽样误差、测量误差和偏差，因此有必要检验量表的信度，旨在描述研究数据的可靠性。
本文采用 Cronbach's α 系数作为信度判断的标准，判断同一维度下各变量间的内部一致性以及量表的整体一致性，以检验问卷的可信度。修正后项总相关系数（CITC）不得低于 0.5，以此来净化测量项目。本文对初始量表中的产品属性、行为态度、主观规范、感知行为控制和行为意愿进行了信度分析，分析结果见表 9。结果显示，A2.4 和A4.1 测项的 CITC 值仅为 0.201 和 0.175，故予以删除。同时，结果还表明各个测项的Cronbach's α 系数值都大于 0.6 这一临界值，充分说明研究变量的数据具有比较高的可靠性。另外各个变量的修正条款的总相关系数均超过了 0.4，显示各个条款均在同一变量含义之下，均能真实刻画变量的含义，并且删掉任何一项测项，都没办法显着性的提高 Cronbach's α 系数值，表明本文的研究量表具有比较高的内部一致性。
4.3 因子分析
对于测量量表而言，仅具有较高的信度是不够的，因为测量量表即使信度较高，有可能该量表也是无效的，所以有必要进一步检验研究数据的效度。效度是指一个量表度量它所要度量的内容的能力，本文选择因子分析检验模型的效度，探讨存在相关关系的变量之间，是否存在不能直接观察到但对可观测变量的变化起支配作用的潜在因子的分析方法称为因子分析，因子分析就是寻找潜在的起支配作用的因子模型的方法。在因子分析中研究的是包含原始变量绝大部分信息的综合变量，对原始变量部分因变量和自变量[19]。因子分析将具有错综复杂的变量进行归纳综合，归类为少数的几个因子。因子分析的目的就是用最少的因子个数表达原始变量最大的信息，也可以说因子分析是一种用来检验潜在结构是怎样影响观察变量的分析方法。验证性因子分析主要可以用来验证测量模型的准确性，潜变量的观察变量是否可以充分代表潜变量以及问卷的综合信度及效度。
对变量进行因子分析要求变量应该满足因子分析的内在要求，分析的变量之间应该具有较强的相关性，因为如果变量间不存在较强的相关性，则无法对变量进行归纳综合，进而不能分析提取出可以反映变量总体共同特性的几个因子。因此，相关性分析是进行因子分析之前必不可少的一步，相关性分析的主要检验方式包括有巴特利球形检验（Bartlett Test of Sphericity）、反映像相关矩阵检验（Anti-image correlationmatrix）和 KMO（Kaiser-Meyer-Olkin）检验。
利用统计软件对数据进行因子分析，公因子方差分析结果见表 10。对观察变量进行严格筛选检验后可以发现 A5.2 的提取值只有 0.5，数值偏低因而不能很好的代表数据。
另外，A3.3、A1.3、A6.2 测项的提取值分别只有 0.525、0.525 和 0.512，结果偏低，代表性较差，故予以删除。表 11-表 12 为删除后的分析结果。
KMO 数值在 0.5 至 0.7 之间是普通的；在 0.7 至 0.8 之间是较好的；在 0.8 至 0.9 之间是非常好的；大于 0.9 则是极好的。一般认为 KMO 大于 0.7 基本适合做因子分析，表11 列出了数据进行筛选后 KMO 和 Bartlett 检验的结果，可以清楚看出 KMO 的检验结果为0.804，大于标准要求的 0.7，说明数据非常适合进行因子分析。Bartlett 检验的显着水平是 0.000，远远小于 0.05，同样说明数据适合进行因子分析。由表 11 可以看出 KMO 值为 0.804，大于 0.7，数值较理想，适合做因子分析。表 13 列出因子分析的总方差解释率，可以看出分析结果最终提取四个因子，对全体变量的方差解释率分别是 25.299%、23.710%、12.600%和 8.311%，这四个因子分别对应测项行为态度、产品属性、主观规范和感知行为控制，累积贡献率为 69.920%。
未经旋转的同一因子的含义有时候不够准确，因为它往往在很多测项上都有较高的荷载。因此，为了保证研究的准确性，本文对因子载荷矩阵进行了方差极大旋转，这样的话可以使因子含义更加清晰，同时还能保持因子的相互独立。
往往在很多项目上都有较高的载荷，这种情况下因子的含义就不够准确。因此，本文对因子载荷矩阵进行了方差极大旋转，这可以再保持因子独立的情况下使因子含义更加清晰。通常来说，对于旋转后得到的矩阵，如果单个观察变量同时在两个以上因子上的载荷都大于 0.4，则需要删除该观察变量[19]。表 14 列出了因子经过旋转后的旋转成分矩阵，从中可以看出并未出现单个观察变量同时在两个以上因子上的载荷数大于 0.4。4.4 关于影响因素的假设检验本文采用两个变量间的相关分析进行影响因素的假设检验，相关分析是研究变量间密切程度的一种常用统计方法。在进行相关分析之前，对行为态度和行为意愿、产品属性和行为意愿、主管规范和行为意愿、感知行为控制和行为意愿之间进行了散点图操作，通过对散点图的初步观察，确认以上各两变量之间存在相关趋势，随后对其分别进行了相关分析，分析结果见表 15-表 18。【8】
表 15 是行为态度与行为意愿之间的相关系数矩阵，在变量行与变量列的交叉处纵向显示了 3 个数值。可以看出行为态度和行为意愿之间是高度相关的，两者之间的相关系数为 0.967。表 16 是产品属性与行为意愿之间的相关系数矩阵，从结果中可以看出产品属性和行为意愿之间也是显着相关的，两者之间的相关系数为 0.837。表 17 是主观规范与行为意愿之间的相关系数矩阵，从结果中可以看出主观规范和行为意愿之间也是高度相关的，两者之间的相关系数为 0.904。【9】
表 18 是感知行为控制与行为意愿之间的相关系数矩阵，从结果中可以看出感知行为控制和行为意愿之间也是显着相关的，两者之间的相关系数为 0.842。通过以上两两之间的相关性分析，从表 15-表 18 的分析结果可以得出，行为态度、产品属性、主观规范和感知行为控制都和行为意愿之间存在显着的相关性，这也验证了本文的研究模型的可行性和准确性，四个因子均能很好的解释消费者的伦理服装购买意愿。
