列联表与卡方检验在卷烟消费市场调研中的应用

文赟 高安明 蒙琴英 郑蓉勤

摘 要：市场调研主要以问卷调查法展开，其收集到的数据大都是以定类或定序的方式呈现的，除了进行简单的描述性统计以把握总体情况外，还希望对变量间的相关性进行研究，由于调研数据的局限性，使得大多数统计方法不能够满足其前提条件。本文以毕节烟草公司展开的市场调查为基础，重点介绍针对分类变量进行相关性分析的统计方法，即列联表分析与卡方检验，以期为高质量的市场调查、消费者研究等提供借鉴与参考。

关键词：市场调研 列联分析 卡方检验

中图分类号：F723 文献标识码：A 文章编号：2096-0298（2017）03（b）-164-04

1 引言

行业开展“消费者在哪里，我们就到哪里”的主题卷烟营销活动，使烟草企业对消费者市场的重视大大提升，并且随着卷烟营销市场化取向改革的深入，市场分析的作用越来越大。为响应国家号召，毕节烟草公司于2016年2月1日～3月20日，采用抽样调查的方式收集到来自毕节市各县区1620份有效问卷，通过对消费者进行全方面的分析，主动顺应消费环境的变化，用数据说话，提高数据分析驾驭市场的能力，并不断完善面向消费者的营销机制，实现从精准营销向数据营销的转变。

近年来，有不少相关文献对烟草企业市场调研进行研究，如长沙县烟草专卖局，刘智和廖文在卷烟消费者行为——基于长沙县一文中，根据消费者行为学理论分析消费者行为，并提出相应的营销对策[1]；中国烟草总公司发文，烟草行业市场调研览要，对市场调研的主要内容、操作步骤及影响因素进行了详细描述，文中强调了数据分析的重要性[2]，杨宇在管理观察期刊中写过列联表分析在市场调查中的应用[3]。

上述文献从不同角度、运用不同方法对市场调研及消费者调查展开分析，根据其分析结果对研究主体提出了合理有效的建议，但由于市场调研的特殊性，收集到的资料有很多是属于定类数据，对于这种数据并没有提供一个简洁有效的分析方法。基于此，本文力求对我国烟草行业消费者做深入研究，探求消费者属性与其消费行为之间的影响关系等，为提高数据分析驾驭市场的能力奠定基础。

2 列联分析与卡方检验

列联表又称交叉表，是以列表的形式表示两个或多个变量同时发生的频数，与频数分布表相比，从列联表中我们不仅可以得到单一属性的样本分布情况，还可以得到不同属性共同影响下的样本分布，分析一个或多个变量在某一因素影响条件下的分布，挖掘各因素之间的关系，通过对不同因素的交叉分析发现隐藏在数据背后的事实。

卡方检验是在列联表建立的基础上进行的，运用统计量对变量之间的相关关系进行科学验证，检验变量之间的是否存在联系及联系的紧密程度如何等。本文所运用的卡方检验属于非参数统计范畴，不需要数据满足正态性分布的要求，使用范围的局限性较弱，在市场调查中可以发挥巨大作用。

3 列联表卡方检验原理

对列联表进行卡方检验的目的是为了检验多个变量之间的独立性，若变量之间没有关联，则说明变量是独立的。在实际分析中，不仅要了解单个变量的分布特征，还要分析多个变量不同取值下的分布，掌握多变量的交叉分布特征，进而分析变量之间的相互影响和关系，列联表可以挖掘各因素之間的关系，通过不同的细分凸显出隐藏的事实，对交叉表进行卡方检验，可以将变量间的相关关系进行科学的展示，同时为后续的变量之间更深入的分析找到清晰的方向[4]。由于列联表分析所要求的数据类型通常是定类、定序数据，问卷调查收集到的数据大多以定类、定序的方式呈现，故在绝大部分的市场调查中，做好交叉分析就能够得到足够充分有力的结论了[5]。

4 分析结果

毕节烟草市场调研数据分析使用SPSS18.0和Excel2013软件，首先对数据进行预处理及频数分析，之后对样本进行列联表卡方检验。

4.1 数据预处理

对调查数据进行预处理，这是在数据分析前的准备工作。审核问卷进行，剔除问卷中无效和恶意作答问卷，减小误差使分析结果更接近现实；录入问卷数据，将调查问卷变成数据表格，以便为展开后续的数据分析。经过数据审核，依据调查问卷编制成基础数据表，为后续数据分析所用。

4.2 频数分析

频数分析是数据分析的第一步，对于问卷收集到的数据进行频数分析，首先可以对样本进行一个总体把握，对于样本的分布情况是否符合调查所需，能够在一定程度上判断出样本是否具有总体代表性，抽样是否存在系统偏差等，并以此证明后续相关问题的分析是否具有代表性和可信性。

4.2.1 编制频数分布表，对研究对象进行频数分析

由于在进行市场调研时不仅收集了消费者的烟龄、烟量相关的数据，还收集了消费者年龄、收入等其他属性，在对烟龄进行频数分析时，众所周知，年龄与烟龄之间显著相关，年龄越大，烟龄越长。因此在对消费者烟龄进行频数分析时，需要通过加权方法，计算得到某一烟龄在总体中所占比例。

4.2.2 以编制的频数分布表为基础，以图的形式呈现在报告中

频数分布表对变量的每个指标都有体现但不够直观，所以通常对频数分布表以饼图、柱形图的形式呈现。

由图1可以看到，烟龄在21年及以上的消费者占总体的29%，烟龄在11年～20年的消费者占总体的36%，烟龄在6年～10年的消费者占总体的27%，烟龄在1～5年的消费者占总体的7%，烟龄在1年及以下的消费者占总体的1%，具体分布占比详见图1。

对消费者的日均吸食量进行频数分析，结果显示：有52.67%的消费者其日均吸食量在10支～19支，24.81%的消费者其日均吸食量在20支～39支，14.8%的消费者其日均吸食量在6支～9支。若以包来衡量，73%的消费者日均吸食量在1包以下，27%的消费者超过1包，而有77.48%的消费者其日均吸食量在0.5包～2包。

根据分析结果可以看出，样本分布基本能反映消费者面貌，能够满足分析需要，由此进行后续相关问题分析是可行的。

4.3 列联表卡方检验

为分析毕节消费者日均吸食卷烟量与基本属性之间的关系，对日均吸食量和属性进行交叉分析和卡方检验。卡方检验是以属性变量—烟龄为前提，检验变量间—日均吸食量与烟龄之间是否独立，即是否存在某种相关关系最常用的方法。表2是消费者卷烟日均吸食量与烟龄列联表。

從表3可以看出，随着烟龄的增长，日均吸食量呈现明显的增加趋势，在烟龄为11年～20年，日均吸食量为10年～19支这一交叉点达到最大值，随后随着烟龄的增长，日均吸食量的增长呈现下降趋势。

由上述结果可知，期望频数小于5的比例占20%，因此使用似然比卡方统计量的值。似然比卡方统计量的值为255.320，对应的p值为0.000，小于给定的显著性水平0.01，所以拒绝原假设，认为在1%的显著性水平下，日均吸食量与烟龄是相关的，也就是说不同烟龄的消费者，其日均吸食量是不同的。

而这种关联程度又是如何呢？从对称度量可以得到，相关系数φ=4.15，V=0.208，CC=0.383。其检验的p值都是0.000，小于给定的显著性水平0.01，说明在1%的显著性水平下，烟龄和日均吸食量的关联在统计意义上是显著的。

为使日均吸食量与烟龄之间的相关关系更加明显，对原始数据进行重新分组，将烟龄为1年以下的消费者与1年～5年的消费者合并为一组，形成一个新的列联表如表6所示。

根据日均吸食量与消费者烟龄的二维列联表作出如图3的百分比堆积图，可以较为直观地看出，消费者的烟龄越长，其日均吸食量就越大。

进一步，将“烟龄”作为影响因素变量对消费者“日均吸烟量”做回归分析，结果如表7所示。

表7中展示的是各个烟龄层消费者的平均吸食量，由回归方程可知，消费者日均吸烟量与烟龄成正比，且随着烟龄提高一个层级，日均吸烟量就增加3.048支。

5 结语

根据此次调查与分析结果，按照日均吸食量，可以将毕节农村消费者划分为三个主要群体：轻度烟民约占烟民总量的17%，日均吸食量在10支（含）以内，烟龄一般较短；中度烟民约占烟民总量的 53%，日均吸食量在11～20支（含）之间；重度烟民约占烟民总量的27%，日均吸食量在21（含）支以上，烟龄一般在10年以上；且随着烟龄等级的上升，烟量有明显提升。

针对市场调查中数据分析所存在的问题，本文以数据分析为导向，由浅入深的对数据分析方法进行了详细阐述，并结合毕节市烟草公司所展开的消费者市场调查，详细介绍了对数据分析方法尤其是列联分析在实际调研中的应用，在原来单一变量分析的基础上，将消费者属性与目标变量直接进行关联，对数据的分析更为细致、深入。

参考文献

[1] 刘智，廖文，汤苇苇.卷烟消费者行为——基于长沙县[J].当代经济，2012（22）.

[2] 王艳.烟草行业市场调研览要[J].经济研究导刊，2010（13）.

[3] 杨宇.列联表分析在市场调查中的应用[J].管理观察， 2009（13X）.

[4] 杨锦忠，宋希云.单一响应变量统计分析在烟草学研究中应用的若干问题[J].中国烟草学报，2014（08）.

[5] 郑晶晶.问卷调查法研究综述[J].理论观察，2014（10）.

[6] 孙钺，狄英.论统计调查方案的设计[J].行业探讨， 2011， 10（07）.

[7] 陈膺强.应用抽样调查[M].北京师范大学出版社，2010.

[8] 全洪臣.市场调研原理与应用[M].大连：东北财经大学出版社， 2008.