雏形的验证

三、雏形的验证

服装品牌个性维度雏形是对服装品牌个性词语释义形成的，为验证其可行性和科学性，扩大了调查对象的范围，通过更广大的消费者对预调查所得的56个服装品牌个性词语的认知，再次对服装个性词汇的适用性进行评判，并将获得的一手数据进行因子分析，从而归纳出合适的因子数即维度。随机抽样调查中同样使用李克特量表，只是服装个性词语的数量从142个减少为预调查结果的56个个性词汇。

随机抽样调查采用问卷调查的形式，随机选择了200余名18～45岁的消费者作为调查对象。调查共发出250份问卷，回收问卷213份，回收率为85.2%，剔除无效问卷后得到有效问卷204份，有效回收率为81.6%。

1.描述统计分析

描述性统计分析主要观察服装品牌个性词语通过李克特量表评分后的均值以及标准差的情况，结果见表4-4。描述统计分析的结果显示，56个服装品牌个性特征描述语的均值介于3.782～5.681之间，标准差处于1.2以上。随机调查结果中出现少数服装个性词语平均分值在4分值以下，代表不合适描述服装品牌个性，于是通过描述统计分析，再次采用均值取舍法将均值未达到4分值的个性词语剔除，确保个性词语具有较高的适用性。从结果看，“创新的”、“家庭的”、“神秘的”、“想象的”4个词语均值在4分值以下而被剔除。服装个性特征描述语由56个减少为52个。

表4-4　描述性统计分析结果

2.因子分析

经过描述统计分析，将“创新的”、“家庭的”、“神秘的”、“想象的”4个变量的值删减后，重新对数据进行因子分析。因子分析通常包括以下几个步骤:

第一步:描述性统计分析，主要观察服装品牌个性描述词语得分均值以及标准差的情况。

第二步:相关性分析，这是提取因子前的对于变量(个性词语)之间相关性的分析。是对所有个性描述与之间的相关性进行探讨，即两两个性描述语之间含义的一致性进行检验的过程。

第三步:进行KMO检验以及球形检验，以判断收集的数据是否适合因子分析。

第四步:确定因子数目。通过前面的三个步骤，当存在具有一定相关性的服装品牌个性描述词汇时，SPSS系统自动具有相关性的一类个性描述词语归为一个因子，并生成一个因子系数，即特征值。选择因子系数大于1的因子作为最终的因子。

第五步:因子旋转变换。系统通过因子旋转，逐一分析每一个个性词语的得分情况，最终得到最优的因子划分方法。此过程可以反复尝试。

这个环节的因子分析中的描述性统计是对52个服装品牌个性特征描述语进行描述性统计，与上一次描述性统计分析并无明显差别。数据分析结果显示，52个服装个性描述语的均值在4分值以上，标准差在1.2以上。

相关性分析是分析服装个性特征描述语之间是否存在相关性，相关系数越趋向于1，则表示相关性越强;否则相关性越差。从分析结果发现，具有较好相关性的服装个性描述语，如“活泼的”与“可爱的”相关系数为0.546 ，“休闲的”与“户外的”相关系数为0.567 ，“怀旧的”与“复古的”相关系数为0.646 ，“活力的”与“动感的”相关系数为0.662，“时髦的”与“时尚的”相关系数为0.659 ，“时尚的”与“现代的”相关系数为0.53 ，“前卫的”与“另类的”相关系数为0.669 ，“另类的”与“怪诞的”相关系数为0.583 ，“前卫的”与“性感的”相关系数为0.613 ，“狂野的”与“奔放的”相关系数达到0.745 ，“独特的”和“夸张的”相关系数为0.634 ，“成熟的”与“稳重的”相关系数为0.714 ，“有文化的”和“自信的”相关系数为0.622。通过这几组词语可以发现，具有较高相关系数的词语同义性较高，表达的意思一致。也就是说，在做因子分析的过程中，“活泼的”与“可爱的”被归为同一个因子的可能性较大，“休闲的”与“户外的”被归为同一个因子的可能性较大，“时髦的”、“时尚的”与“现代的”被归为同一个因子的可能性较大等。

在进行因子分析前，使用KMO检验以及球形检验来判断数据是否适合因子分析。从表4-5可以看出，KMO统计量为0.82，偏相关性较强，证明该组数据适合做因子分析。球型检验也拒绝了单位相关阵的原假设，P＜0.001，也适合做因子分析。从这两个指标的检验可以看出，本次调查结果整体上适合做因子分析。

表4-5　KMO检验以及球形检验结果

使用主成分分析和方差极大正交旋转方法确定因子数目。从主成分分析结果中发现，特征值大于1的因子一共有13个，并且因子累计可解释的方差达到70.946%，说明提取13个因子的结构具有较好的结构效度。通过因子载荷分析，进一步明确这13个因子所包含的服装个性特征描述语，经过正交旋转和更迭得到因子负载荷阵，结果见表4-6。从表中因子负载荷阵中的因子系数发现，服装个性词语的因子系数均在0.4以上，说明个性词语对因子都有较好的贡献率。

表4-6　因子分析结果(经旋转)