作业三：纸尿裤品牌偏好数据的回归分析
提交人：金英
一．研究目的：
本次研究的主要目的是找出对购买偏好影响最大的纸尿裤属性，建立品牌偏好的回归模
型，向宝洁公司管理层提出帮宝适品牌的产品设计和营销建议。
二．调查方法：
对 300 名有婴儿的妇女进行问卷调查，每个妇女对某个随机选中的品牌的尿裤的 9 个属
性打分，并给出对该品牌的总的偏好程度。评分由 7 级 Likert 量表获得。
三．数据分析：
首先，我们确定品牌偏好为因变量，并画出各变量与因变量之间的散点图。观察出散
点图的形状大致符合线性关系，因而我们可以继续对数据进行回归分析。
为了初步了解各变量之间的相关关系，建立了各变量之间的相关系数矩阵（参见表 1）。
与因变量品牌偏好之间相关系数较大的变量有：每包片数, 不分性别, 吸水性和防漏性。变
量之间相关系数较大的有：每包片数和价格，价格和价值，不分性别和样式，吸水性和防漏
性，吸水性和舒适感/尺度，防漏性和舒适感/尺度，舒适感/尺度和胶带。
表 1．各变量之间的相关系数矩阵
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
V1
V2
V3
V4
V5
V6
V7
V8
V9
V10
V1：品牌偏好； V2：每包片数； V3：价格； V4：价值； V5：不分性别；
V6：样式； V7：吸水性； V8：防漏性； V9：舒适感/尺度； V10：胶带。
采用逐步回归法对数据进行分析，最终进入模型的自变量有：V7(吸水性)、V5(不分性
别)、V3(每包片数)、V8(防漏性)。该结果和我们对各变量之间的相关系数矩阵的观察相匹
配。调整之后的 R2 值为 ，说明模型与数据拟合得较好（参见表 2）。另外对各自变量
的回归系数进行 t 检验，p 值均小于 ，说明对因变量的作用显著（参见表 3）。
表 2．多元回归分析结果及检验
Model
Variables
Entered R R Square
Adjusted R
Square
Std. Error of the
Estimate
4 吸水性
不分性别
每包片数
防漏性
对模型的残差进行分析显示，残差呈现正态分布，绝大部分观测量落在围绕垂直的+-2
的范围内。所以回归方程满足线性与方差齐性的假设且拟合效果较好。（参见图 1 和图 2）
表 3．多元回归系数显著性检验
Coefficients
B
Std.
Error Beta t Sig.
(Constant)
吸水性
不分性别
每包片数
防漏性
图1．标准化残差的正态分布P-P图
Observed Cum Prob
Ex
pe
ct
ed
C
um
P
ro
b
Dependent Variable: Brand preference
Normal P-P Plot of Regression Standardized Residual
图 2．残差散点图
根据上述的分析结果，我们建立的回归方程如下：
品牌偏好= +*吸水性+*不分性别+*每包片数+*防漏性
四．营销建议：
在回归分析中，对品牌偏好有显著影响的变量从大到小依次是：每包片数、不分性别、
吸水性、防漏性。因此建议厂商重点关注产品在这几个方面的属性表现，争取消费者对本品
牌的偏好。
1． 增加产品的每包片数，生产超大包装的尿裤产品。鉴于宝洁公司已经推出超大包装
的产品，建议公司增加该产品线的生产量，并在营销推广上强调大包装的产品特征。
2．研究显示消费者偏爱男女通用的尿裤，并且零售商欢迎此类产品。因此建议公司坚
持生产不分性别的尿裤，在宣传上强调尿裤低垫的超强吸水性能所产生的尿裤式样的通用性。
3．鉴于消费者对吸水性能和防漏性有很高的关注程度，因而建议公司在新产品开发上
注重这两个方面的改进。在广告上也要重点表达超强吸水性和防漏性方面的产品属性诉求。
Grade：98
-4 -2 0 2 4
Regression Standardized Predicted Value
-4
-2
0
2
4
R
eg
re
ss
io
n
S
ta
n
d
ar
d
iz
ed
R
es
id
u
al
Dependent Variable: Brand preference
Scatterplot
