4.5 广告投入与销售额关系分析
4.5.1 案例描述
对不同地区的15家商场有关化妆品销售额及其广告费支出(单位:万元)进行调查,具体数据如表4-14所示。试确定二者之间的关系。
表4-14 化妆品销售额及其广告费支出调查表 单位:万元
4.5.2 操作步骤和结果分析
(1) 打开SPSS主界面,单击窗口下方的Variable View按钮,设置字段如图4-20所示。
图4-20 变量设置
(2) 单击窗口下方的Data View按钮,输入数据如图4-21所示。输入完成后,在菜单栏中选择File→Save As命令,保存为feiyong.sav。
图4-21 数据录入
(3) 在菜单栏中选择Graphs→Legacy Dialogs→Scatter/Dot命令,弹出Scatter/Dot对话框,如图4-22所示。
图4-22 Scatter/Dot对话框
(4) 选中Simple Scatter图形,单击Define按钮,弹出Simple Scatterplot对话框,如图4-23所示。
图4-23 Simple Scatterplot对话框
(5) 从左侧的变量列表框中选择“销售额[income]”选项,单击按钮使之进入 Y Axis框中;选择“广告费用[outcome]”选项,单击按钮使之进入X Axis框中,如图4-24所示。
图4-24 Simple Scatterplot对话框设置
(6) 单击OK按钮,输出散点图,如图4-25所示。从中可以直观地看出销售额和广告费用额之间存在关系。
图4-25 散点图
(7) 在菜单栏中选择Analyze→Regression→Curve Estimation命令,弹出Curve Estimation对话框,如图4-26所示。
图4-26 Curve Estimation对话框
(8) 从左侧的变量列表框中选择“销售额[income]”选项,单击按钮使之进入Dependent(s)列表框;选择“广告费用[outcome]”选项,单击按钮使之进入Independent选项组中的Variabl列表框中;选中Include constant in equation和Plot models复选框;在Models选项组中选择Quadratic、Logarithmis、Exponential、Cubic和Inverse复选框如图4-27所示。
图4-27 Curve Estimation对话框设置
(9) 上述步骤完成后,单击OK按钮,输出结果,如图4-28所示。
图4-28 结果输出窗口
(10) 输出各模型分析表,如表4-15所示。从中可以看出,Exponential(指数曲线模型)的可决系数R2=0.904最大,表达式为y=12.367*(2.679)x。
表4-15 各模型分析表
(11) 输出各模型曲线图,如图4-29所示,显示了 Quadratic、Logarithmis、Exponential、Cubic和Inverse模型曲线。
图4-29 各模型曲线图
(12) 激活Analyze菜单选择Regression中的Nonlinear命令,弹出Nonlinear Regression对话框,如图4-30所示。
图4-30 Nonlinear Regression对话框
(13) 单击Parameters按钮,弹出Nonlinear Regression: Parameters对话框,在Name文本框中输入“a”,在Starting文本框中输入12.367,如图4-31所示。此时Add按钮变黑,单击,参数a设置完毕,结果如图4-32所示。
图4-31 Nonlinear Regression: Parameters对话框(a)
图4-32 Nonlinear Regression: Parameters对话框(b)
(14) 单击图4-30中的Parametters按钮,弹出Nonlinear Regression: Parameters对话框,在Name文本框中输入“b”,在Starting文本框中输入“2.679”,如图4-33所示。此时Add按钮变黑,单击,参数b设置完毕,结果如图4-34所示。单击Continue按钮保存设置。
图4-33 Nonlinear Regression: Parameters对话框(c)
图4-34 Nonlinear Regression: Parameters对话框(d)
(15) 从左侧的变量列表框中选择“销售额[income]”选项,单击按钮使之进入Dependent框中;在Model Expression文本框中输入公式“a*b**outcome”。具体步骤为先用键盘输入参数名a,接着用鼠标单击框下面的*按钮,然后输入参数名b,最后鼠标单击框下面的**按钮,选择“广告费用[outcome]”选项,单击按钮使之进入Model Expression框中**符号后面,如图4-35所示。
图4-35 Nonlinear Regression对话框设置
(16) 上述步骤完成后,单击OK按钮,输出结果,如图4-36所示。
图4-36 结果输出窗口
(17) 输出各模型分析表,如表4-16所示。
表4-16 各模型分析表
(18) 输出参数估计表,如表4-17所示。
表4-17 参数估计表
(19) 输出参数估计相关度表,如表4-18所示。
表4-18 参数估计相关度表
(20) 输出方差分析表,如表4-19所示。
表4-19 方差分析表
由以上分析可知,已计算全部导数值,10次模型估计和5次导数估计后迭代过程停止,连续两次残差平方的差值小于最大收敛平方和为1.00E-008时,迭代停止。指数曲线模型为:y=11.866*(11.166)x, R2=0.878最大。同时列出参数估计值的渐近相关矩阵。