7.4.1 验证性因子分析和可靠性检验
根据我们提出的零售设施饱和度的评价指标,利用SPSS软件将这10个可能影响零售饱和度的结构变量与零售饱和度进行相关性检验。
10个因子对于零售饱和度都有比较显著的影响。接下来对量表的可靠性进行检验。经过检验发现,大部分因子的可靠性检验的AL-FA值都在0.7以上,这表明结构变量(因子)的可靠性比较高。整体饱和度、经销商利益的可靠性ALFA值分别为:0.66、0.60,也可以接受。对于比较低的ALFA值的因子(结账过程ALFA=0.56、全社会利益ALFA=0.50和竞争者利益ALFA=0.35),仔细分析可以发现,在本次研究中不完美结构变量的产生原因和我们的样本有关系。首先我们选择的研究地区为清华园,人员构成上大部分为学生和老师,对于周围的商业零售行业的关注比较差。其次,以清华园地区的超市作为研究对象,这也就是说本次调查的数据大部分是描绘清华师生在清华大学超市购物的感受和超市零售设施的情况。而我们要得出比较全面的竞争者利益和饱和度的关系,就必须在竞争者之间进行。而本次研究中,目标市场中的“实际的竞争者”很少,在这种半垄断的校园市场环境中不能得出我们想要得到的结果。故在本地区的研究中我们删除竞争利益这一个方面。但是本模型在进行下一个地区测试时,希望能够再一次进行测量。
7.4.2 回归分析
将各个观测变量与饱和度之间直接进行进一步的分析,针对本研究的特点,我们选择嵌套回归模型分析NESTEDMODEL,探讨各变量之间的关系。
首先,我们把每个结构变量所对应的观测变量和饱和度进行回归得到相应的回归模型。
以上线性模型的回归系数都是显著的,不过在这些模型中,全社会利益、消费者利益和零售饱和度的回归方程拟和度R2比较高,而竞争者利益和零售商利益对于零售饱和度的解释程度相对来说比较低。究其原因是由于观测变量比较少。另外,由于我们这份问卷数据是来自于消费者,消费者对于竞争者利益的了解不充分,不能够很好地做出判断。这样,根据上文中可靠性检验的结果,本模型可以剔出竞争者利益这个观测变量。接下来,把变量全部列入模型中便得到一个全模型,然后逐个剔除观测变量组并作回归,其相关系数和描述统计值。
我们将全模型R2数值和子模型A和模型B的R2数值进行做差,得到ΔR2数值。将新全模型中剔出零售商利益后,R2值从0.31下降到0.26,下降率占16%;继续剔出消费者利益后,R2值从0.26变化到0.25,下降了4%。这样,我们简单地从数值和下降率上可以看出零售商的利益对零售饱和度的影响是比较小的,而消费者利益和全社会利益之间存在一定的非线性的相关关系。而它的实际意义也可以解释,即我们所研究的零售设施饱和度问题,根本上是地区的零售设施能否满足消费者需求的问题,而全社会利益我们大部分考虑的还是社会中人的利益,作为我们的研究群体,消费者也属其中。那么,全社会利益和消费者利益的区别只能说是范围问题和不同观察角度的问题,它们之间存在着相关性。另外,我们不难发现,在ΔR2数值比较中,全社会利益和消费者利益的有无对于零售饱和度的解释程度是比较高的。
通过观测变量的显著性,可以看到全社会利益在一系列的回归模型中,交通情况对饱和度的影响始终都是显著的。也就是说,本地区超市对于该地区的交通的影响显著,或者超市对于环境因素的影响显著,消费者很关注这一影响。在结构变量全社会利益中,超市对周围环境的影响的显著性是有变化的,在全模型下和含有消费者利益的回归中,该观测变量具有显著性,但是在全社会利益单独和零售饱和度的回归中,显著性降低,影响程度(系数)有所降低。故为了进一步证实,我们做了相关性分析,发现环境这一观测变量和消费者利益结构变量中的商店声誉、购物环境和购物便利三个因素具有相关性,也就是它们可能具备非线性相关性。从实际出发进行分析,首先,超级市场也是生活环境的一部分,对于比较综合的环境问题的调查不能较细致的评判。第二,超市对于环境如果有积极的影响必然会提升该超市的声誉,所以与商店存在相关性也是可以理解的。另外,购物便利和超市对于周围的影响也是存在关联的,超市对地区生活环境有较大的影响,比如垃圾清理、进出货等对周围环境有比较糟糕的影响时,购物的便利性也会受到影响。这表明,为了探究其中的关系,我们必须进行更为细致的调查。