基于服装消费者对产品质量问题的调查分析

李 填

（广州市工贸技师学院，广东 广州 510300）

0 引言

“衣食住行”是人类四大生活要素，“衣”排在第一位绝非偶然，保护身体、装饰审美是人们穿着服装的最基本的目的，它能满足人们生理的物质需求，也能适应人们的心理需求。特别是在极端和特殊环境下，服装的保护功能与其质量优劣密切相关。

1 调查目的

针对不同年龄、职业、性别、支出等要素，设计调查问卷表，了解被调查者对服装产品质量的认识和看法，进行简单占比分析，进一步进行回归分析，以求得到因果关系，为服装设计师及服装生产和经营人员提供引导和帮助[1]。

2 调查程序

首先设计调查问卷，明确调查内容。通过网络线上及线下各发放120 份调查问卷表，进行调查。10 天后回收问卷表并进行筛选，共选取216 份有效且无歧义的回卷。接着进行问卷分析，重点围绕被调查者因素占比初步分析，然后进行被调查者关于服装产品质量方面的回归与方差分析[2]。

3 调查分析

3.1 被调查者因素比重分析

3.1.1 调查因素筛选

事先进行了本次调查的探测与描述调查，筛选出被调查者主要因素，包括性别、年龄、职业、每月大概花费在服装上的金额（人民币，元）、购买服装的主要途径、购买服装时最在意的想法、对服装产品质量比较看重的内容、对服装商品标签内涵了解情况、购买服装商品是否检查标签（包括吊牌和内衬标签）、是否买过服装的商品标签与实际成品不符、如果购买到质量有问题的服装商品会怎么处理、对服装产品出现质量问题的观点等12 个方面。

3.1.2 调查结果分析

通过线上与线下的调查，筛选后收到有效问卷216 份，其中男士63 份，女士153 份；被调查者年龄分布为：18 岁以下为0、18～25 岁占31.0%、25～35 岁占36.9%、35～50 岁占21.4%、50 岁以上占10.7%；在校大学生占25%，其他为社会人士；每月花费在300～500元在服装上面的占33.0%、300 元以下占22.3%、500～800 元的占23.3%、在800～1000 元及1000 元以上的各占10.7%；调查显示，网购已经成为一种主流，占42.7%，可能大多数人没有太多时间和精力去实体店逛街，不过实体店消费比例也较大，为36.9%，代购也成为一种购物方式，占20.4%，通过代购，人们可以买到更加便宜的正品，也省时间和精力；就本调查问卷表的调查情况来看，对于大多数人来说，色彩和版型都很重要，款式、面料也是很多人在意的，而包装、性能和服务也有许多人关注。

基于本次调查，是否容易起球、拉丝和车缝线是否整齐，是半数以上的人都会看重的部分，其次看重的部分是面料触感、成分是否舒适，尺码是否标准，是否容易褪色，而有无线头，相比而言，在乎的人没有那么多，如图1 所示。

图1 产品质量关注情况

调查结果表明大多数人对于服装商品标签内涵了解的占25.2%、不大了解的占28.2%、了解一些的占46.6%，大多数人购买服装时偶尔会检查标签的占45.6%、会注意的占29.1%、基本不会的占25.3%；偶尔有买过服装商品标签与实际成品不符的人占46.4%、也有29.4%的人觉得会买到与成品不符的产品、而只有24.2%的人不会买到服装商品与实际成品不符的产品，这些消费者通常是品牌服装消费者。被调查者中，若买到质量有问题的服装商品，会有39.8%的人选择跟商家退换货，而32.0%的人选择拨打“12315”维权热线电话进行维权，这样可以更好地杜绝质量问题，另有28.2%的人选择放弃自己的权益，觉得有点麻烦，小事化了；对服装商品质量问题原因的看法，19.4%的消费者认为生产制造商不负责任、34.0%的消费者认为卖家不进行检查或不认真检查、18.5%的人认为消费者购买时不够注意、23.3%的人认为质量问题在所难免，可以理解，4.8%的人认为质量问题应该由监管部门处理好。

3.2 服装产品质量回归与方差分析

3.2.1 关于服装标签质量的回归分析

本次调查的回归分析基于研究服装消费者对服装商品质量的关注情况与相关因素的影响关系，以及影响方向和影响程度情况如何[3]。

就消费者最关心的购买服装商品质量问题进行典型回归与方差分析，调查结果回归分析如表1 所示。

表1 服装标签质量回归分析

分析模型R2为0.030，意味着“买过服装产品标签与实际成品不符” 与“遇到服装商品质量有问题的态度”有3.0%引发原因，对模型进行F 检验时，发现模型并没有通过F 检验（F=1.484，p=0.229>0.05），即说明“买过服装产品标签与实际成品不符”并不会对“遇到服装产品质量有问题的态度”产生影响关系，进而反映出市场上多数消费者在购买服装商品时，对标签的关注度不高，也应验了本次服装消费者因素调查的结果。

3.2.2 关于服装花费与途径的方差分析

本次调查数据分析如图2～4 和表2～3 所示，着重分析方差X（定类）与Y（定量）之间是否呈现出显著性差异（p 值小于0.05 或0.01）,如果方差呈现出显著性差异（p <0.05），可通过平均值对比具体差异，也可使用效应量（Effect size）研究差异幅度情况，偏Eta 方表示效应量大小（差异幅度大小），该值越大说明差异越大，效应量小、中、大的区分临界点分别是：0.01，0.06 和0.14，同时效应量大小还可使用Cohen’s f 表示，它的效应量小、中、大的区分临界点分别是：0.10，0.25 和0.40。

表2 效应量指标

图2 年龄与花费的方差分析

图3 年龄与购买途径的方差分析

图4 年龄的对比分析

表3 方差分析中间过程值

综合分析图2～4 和表2～3 得出，利用方差分析（单因素）去研究“年龄段”对于“每月大概花费在服装产品上的金额”“购买服装的主要途径” 两项的差异性，不同“年龄段”样本对于“每个月大概花费在服装产品上的金额”“购买服装的主要途径”，均未表现出显著性（p >0.05），意味着不同“年龄段”样本对于“每月大概花费在服装商品上的金额及购买服装的主要途径”均表现出一致性结果，并没有差异性，说明消费者在服装商品购买上的花费额及购买途径与服装消费者的年龄相关度是相似的，即同等重要。

4 结语

开发服装产品最重要的是要了解目标消费者的真实需求及消费心理与行为，消费者需求取决于多种因素。对于非专业型的广大服装消费者来说，服装的标签（品牌）、服装的质量、年龄、购买途径、衣着支出费用等信息相对比较关键，服装设计师及营销人员应特别关注。