回归分析在服装消费行为研究中的应用

吴巧英 支阿玲 仇邵仪

浙江理工大学国际教育学院

回归分析在服装消费行为研究中的应用

吴巧英 支阿玲 仇邵仪

浙江理工大学国际教育学院

本文选取中国知网的七个数据库，对服装消费行为、回归分析相关文献进行统计、分析，总结了回归分析在服装消费行为研究中的应用现状、方法选择以及应用过程。

服装 消费行为 回归分析

在服装消费行为研究中，通过调研获取数据，再进一步进行合理的数据分析的定量分析方法，有利于研究者更为客观地了解消费者的各类消费行为。回归分析作为一种应用广泛的数量分析方法，借助该方法可以准确把握变量如何受制于一个或多个其他变量，此方法适用于服装消费行为研究中各类消费行为影响因素的分析及相关假设的验证。本文将基于中国知网的七个数据库，对相关文献的数量、数据库来源等进行统计，通过对服装消费行为研究文献资料的阅读和分析，总结回归分析在服装消费行为研究中的应用现状、回归方法选择及一般应用过程，以期为研究服装消费行为的学者提供参考。

一、文献检索方法

文献检索范围：选取中国知网上的数据库，重点选择期刊类、学位论文类、会议报纸类。采用高级检索中主题检索和全文检索组合使用的方法，对文献库中的文献进行检索。

文献检索关键词：依据服装消费行为相关理论，选取“购买意愿”、 “购买决策”、“消费行为”、“购买行为”、“忠诚度”、 “满意度”为关键词。依据回归分析理论，选取“回归分析”、“逐步回归”、“Logistic回归”或“逻辑回归”、“拟合优度检验”、“共线性检验”为关键词。

检索流程：依据上述关键词进行分级搜索（图1）：第一级为主题搜索“服装”；第二级为主题搜索“消费行为”、“购买行为”、“购买决策”、“购买意愿”、“满意度”、“忠诚度”；第三级为全文搜索“回归分析”、“逐步回归”、“Logistic回归”或“逻辑回归”。

图1 检索流程

二、回归分析在服装消费行为研究中的应用现状分析

（一）应用回归分析的文献数量统计分析

分别将6个二级主题搜索关键词与1个一级主题搜索“服装”一一组合开展文献检索，并分别记录各二级主题的文献数；分别将3个全文搜索关键词与6个二级主题搜索关键词及1个一级主题搜索“服装”一一组合开展文献检索，并分别记录依据不同二级主题、不同全文搜索关键词检索到的文献数。对于不同搜索组合检索到的相同文献进行剔除，具体包括：“购买行为”与“购买决策”、“购买意愿”、“忠诚度”各重合1篇、2篇、1篇，全部计入“购买行为”。“满意度”与“忠诚度”重合7篇，统计进入“满意度”。在继续加入“回归分析”关键词后，“满意度”与“忠诚度”重合3篇，统计进入“满意度”。 文献检索统计结果见表1。

表1 不同关键词的文献检索统计结果

表1可见，回归分析在服装消费行为研究中已得到较广泛应用，其中服装购买意愿研究中应用回归分析的比例最高，达到55.26%；而后依次为购买决策、购后满意度、忠诚度，分别为24.52%、19.95%、17.86%；消费行为与购买行为相对较低，分别为14.21%、13.85%。逐步回归亦在购买意愿文献中应用比例最高为8,78%，其次为忠诚度、满意度。Logistics回归在文献中应用较少，除了忠诚度研究中比例为3.13%，其它研究主题下占比均小于1%。

（二）数据库来源统计分析

以“服装”为基础检索词加入“消费行为”或“购买行为”、“购买决策”、“购买意愿”、“满意度”“忠诚度”中的一个关键词进行检索，在统计中加入或不加入“回归分析”，分别记录期刊、博士、硕士论文三类数据库中的文献数，统计结果见表2，“期刊”指中国学术期刊网络出版总库和特色期刊之和。表2可见，服装消费行为研究的文献类型，硕士论文与期刊论文数量相当，分别为929、973篇，但硕士论文中27.7%的文献采用回归分析，占总硕士论文数量的27.7%，远高于期刊论文7.81%。博士论文则最高，50%的服装消费行为领域研究论文应用了回归分析法。

表2 不同数据库的文献检索统计结果

合计 76/973（7.81%） 20/40（50%） 258/929（27.7%）

（三）回归分析与其他统计分析方法的组合应用统计分析

以“服装”、“回归分析”以及消费行为类关键词为基础检索词，加入“因子分析”和“聚类分析”中的一个关键词进行检索，剔除重复的文献数量，记录并统计加入前与加入后的文献数，结果见表3。可见64.3%的应用回归分析的服装消费行为研究文献中包含“因子分析”， 说明学者在进行服装消费行为研究时常将“因子分析”与回归分析配合使用。另表3可见，聚类分析也同时应用于各类消费行为研究的文献中，回归分析与聚类分析组合应用的文献占16.5%。

表3 回归分析与因子分析、聚类分析组合应用的文献检索统计结果

三、回归分析方法的选择与应用流程分析

（一）回归分析在服装消费行为研究中的方法选择

通过文献阅读、分析可知，用于服装消费行为研究的回归分析方法主要包括线性回归、logistics回归，选择哪种回归方法需要根据因变量的类型来确定。

在线性回归模型的假设条件中，对它所使用的自变量值的度量不加以限制，只要求每一个自变量不能是其它自变量的完全线性组合，且自变量不能与误差项相关，而且因变量必须是连续的定量。多数服装消费行为类研究可选用线性回归模型进行分析。例如，陈莹莹[1]以消费者购买决策为因变量，产品价格、产品质量、品牌声誉、促销海报、销售人员、店铺陈列、店铺环境做为自变量；选择多元线性回归的强制回归法，探讨了服装消费者购买决策与服装店室内视觉感受的相关性。王智星[2]探讨了服装品牌感知质量对顾客忠诚度的影响，选用多元线性回归的逐步回归法，构建了回归模型：忠诚度=0.957+0.240*店铺形象+0.147*售后服务质量+0.198*品牌知名度+0.123*售前服务质量+0.118*产品质量。

但是在研究服装消费行为时，并不是每个的因变量都属于数值型，还有相当多的问题是分析自变量因子怎么对一个非数值型的分类变量产生影响。例如在研究消费者满意度时，会出现因变量为是否满意（如1为不满意，2为满意），此时选用Logistic回归分析是合理的，因为在这样的情况下强行建立一般的线性回归模型，由于因变量只有两个值，对于任一给定的自变量的值，残差本身也只有两个取值，这样残差就不符合正态分布的要求，后续也无法进行回归系数的假设检验和建立置信区间。Jhanghiz Syahrivar[3]等人研究了信用卡、购物折扣、促销方法和店铺布局对冲动购买行为的影响，其因变量分冲动、不冲动两种表现行为，因此选用了二元Logistic回归分析。徐娟娟[4]研究了消费者服装品牌忠诚度影响因素，其因变量为品牌忠诚度，分低、中、高三个等级，因此选用了多元Logistic回归分析。

（二）回归分析方法应用的基本思路与一般步骤

图2为回归分析法在服装消费行为研究中的过程简图，其主要步骤如下：

图2 回归分析应用的过程简图

（1）回归方程中解释变量（自变量）和被解释变量（因变量）的确定。通过问卷调研的方式采集数据，在筛选问卷的题项是可以选用因子分析、聚类分析、平均值比较和相关分析等；也可以选择参考专家建议或其他定性研究删去部分题项，达到确定各变量可包含题项的目的，并计算各变量的取值。

（2）回归方程或模型的建立。确定的自变量和因变量后，根据因变量类型选择合适的回归分析方法，建立回归方程或模型。在服装消费行为研究中，多数情况下都是多个因素影响一种行为，所以研究者常选用多元回归模型。

（3）对回归分析方程进行各项检验，确保方程的有效性和结果的准确性。对于不同的回归分析方法，各项检验的结果可从不同的输出表中查看，图3、图4分别为多元线性回归检验、序次Logistic回归检验内容。

图3 多元线性回归检验内容

图4 Logistic回归检验内容

（4）得出研究结论。不同研究者在进行回归分析后归纳结论时，会运用不同的方法。其中线性回归中常用回归方程和模型图形式表达结论，Logistic回归中常用文字或排序形式描述结论。

四、建议

合理选用、正确运用统计分析方法，才能得出有统计意义的结果用于指导实践。服装消费行为研究中运用回归分析方法进行数据处理时应注意以下三点：

其一，根据因变量和自变量的选择首先确定研究中的因变量是什么，这一因变量属于数值变量还是分类变量。以研究服装品牌消费者的忠诚度为例，先确定衡量忠诚度的指标是什么，若以回购作为指标，当回购是以次数形式调查时，因变量是数值型的，在其他条件符合的情况下可选用线性回归；当回购是以回归或不回购的形式进行调查时，则需要选择Logistic回归。

其二，在确定变量时，若存在多个题项都属于一个变量则需要考虑是否需要筛选。筛选变量可选用因子分析、聚类分析、平均值比较和相关分析等数据分析方法；同时也可以选择参考专家建议或其他定性研究删去部分题项。从而确定变量的取值方法，确定回归分析的变量。在进行平均值比较和定性筛选题项时，通常可以用各题项得分的平均值作为确定变量的取值。

其三，在线性回归方法的选择时可能遇到难以抉择的情况，可以先选择较为直接的强制回归方法，再对实际分析的输出结果进行各项检验，判断是否需要使用其他方法。回归分析中各项检验十分重要，通过检验的结论，可靠性较高。

[1]陈莹莹.服装店铺内的视觉营销对消费者购买决策的影响研究[D].上海: 东华大学, 2013.

[2]王智星.服装品牌感知质量对顾客忠诚度的影响研究[D].北京: 北京服装学院, 2010.

[3]Jhanghiz Syahrivar, Randy Ardianto. The impact of credit card,shopping discount, promotion approach, and store layout towards impulse buying behavior [J]. Imperial Journal of Interdisciplinary Research, 2016, (11): 865~870.

[4]徐娟娟.基于logistic回归消费者服装品牌忠诚度影响因素实证研究[D].山东: 青岛大学, 2011.

吴巧英（1972-），女，浙江浦江人，博士，教授。

本文为浙江理工大学研究生课程建设项目——《服装实验设计与数据分析》课程建设的阶段性成果。