图24 图25 图26
*单因素方差分析
上述两个总体平均数之差的t检验，只能用于比较两个平均数。若有两个以上的平均数，可用单因素方差分析来比较。在此将比较不同教育程度（共有三组）对博硕的“产品品质”、“企业对象”和“购买愿意”的满意度。
作法：
1、先将必要的数据由“原始资料”的工作表拷贝至“单因素检验资料”的工作表内，如图27所示。
图27
2、依照“教育”排序，如图28所示。教育程度为1者（高中以下）的数据列于第2行至23行中；教育程度为2者（大专）的资料列于第24行至51行中；教育程度为3专利号（研究生）的资料列于第52行至101行中。
图28
3、将教育程度为1的产品品质数据拷贝至适当的地址，如第G列。同理，将教育程度为2的产品品质数据拷贝至第H列。将教育程度为3的产品品质数据拷贝至第I列。同时也将企业形象数据整理置于K、L、M列中，将购买意愿整理置于O、P、Q列中。如图29所示。
图29
4、选取“工具” →“数据分析” →“方差分析：单击素方差分析”，然后按图30键入适当的值。其中输入范围是g1:i51，因为教育程度为3者最多人。单击“确定”按钮后，可得到如图31所示的结果。由“方差分析”摘要表可知，F值为0.26，p值为0.78，大于0.05，因此无法说明这三组人的平均数有显著差异。
图30 图31
5、同理，在“企业形象”，如图32所示。F值是1.31 ,p值是0.27，未达0.05显著水平。所以教育程度不同，在对博硕“企业形象”上的满意度并没差异。
图32
6、同理，图33是教育程度在对博硕产品“购买意愿”的单因素方差分析结果。F值是1.08，p值是0.34，未达0.05显著水平。所以教育程度不同，在对博硕“购买意愿”上并没差异。
图33
*复回归
以下利用性别、教育、年纪、购买、推荐、产品品质和企业形象等7个变量来预测购买意愿，并寻找最有效的预测变量和最简单的模型。
作法：
1、先将必要的数据由“原始资料”的工作表拷贝至“复回归资料”的工作表内，如图34所示。由于这7个自变量均可视为“量”的变量，因此无须将它们转换成虚拟变量。
2、选取“工具” →“数据分析” →“回归”，然后按图35键入适当的值，单击右上角的“确定”按钮即可出现如图36所示的结果。用这7个预测变量的效果可从调整的R平方0.64得知。至于个别变量的效果如何，可从P值得知。“性别”、“教育”、“年纪”和“推荐”等四个变量的t统计均未达0.05显著水平，其余三个自变量达0.05显著水平。
图34 图35
图36
3、由于“性别”、“教育”、“年纪”和“推荐”等四个变量未达0.05显著水平，因此可逐一删除。首先从p值最大的“教育”删除，然后进行一次回归分析，删去未达0.05显著
水平的自变量中p值最大者，直到所有的自变量的p值均小于显著水平。在此并不赘述其详细步骤。最后只剩下购买、产品品质、企业形象等三个自变量，其统计结果如图37所示。
用这3个预测变量所得到的调整的R平方为0.65，反而略微大于7个自变量的效果，而且这三个自变量的P值均达0.05显著水平，因此可以说是最精简的模型。根据这个模式，因归方程式为：购买意愿=280-0.95×购买+0.59×企业形象。由此方程式可知，曾经购买博硕产品的人（曾购买是1，未曾是2）对博硕的产品品质、企业形象越满意，购买博硕产品的意愿越高。因此要提高消费者的购买意愿，除了购买经验外，就是要想法提升消费者对博硕产品品质与企业形象的认同。
图37
（注意；带*号的为选作内容）