河南高档物业现状需求及满意度调查报告（5）
报告类别：调查报告
行业分类：房产
调查方法：分层随机抽样法
访问方式：入户访问、入单位面访
调研时间：2002年03月10日——04月07日
样本数量：112份，确定有效样本为102份。
报告撰写：河南圆点公司
报告来源：河南圆点公司
报告内容：
各项服务项目与满意程度的相关分析
|
Correlations |
|||||||
|
满意程度 |
管理方式 |
管理费用 |
安全错施 |
智能管理 |
达到效果 |
|
满意程度 |
Pearson Correlation |
1 |
0.023 |
0.013 |
0.118 |
-0.025 |
0.159 |
Sig.(2-tailed) |
|
0.818 |
0.899 |
0.238 |
0.807 |
0.112 |
|
N |
102 |
102 |
102 |
102 |
102 |
102 |
|
管理方式 |
Pearson Correlation |
0.023 |
1 |
-0.021 |
0.089 |
-0.01 |
-0.165 |
Sig.(2-tailed) |
0.818 |
|
0.836 |
0.374 |
0.919 |
0.097 |
|
N |
102 |
102 |
102 |
102 |
102 |
102 |
|
管理费用 |
Pearson Correlation |
0.013 |
-0.021 |
1 |
0.225 |
-0.016 |
0.034 |
Sig.(2-tailed) |
0.899 |
0.836 |
|
0.023 |
0.876 |
0.737 |
|
N |
102 |
102 |
102 |
102 |
102 |
102 |
|
安全措施 |
Pearson Correlation |
0.118 |
0.089 |
0.225 |
1 |
0.24 |
-0.071 |
Sig.(2-tailed) |
0.238 |
0.374 |
0.023 |
|
0.015 |
0.48 |
|
N |
102 |
102 |
102 |
102 |
102 |
102 |
|
智能管理 |
Pearson Correlation |
-0.025 |
-0.01 |
-0.016 |
0.24 |
1 |
0.133 |
Sig.(2-tailed) |
0.807 |
0.919 |
0.876 |
0.015 |
|
0.183 |
|
N |
102 |
102 |
102 |
102 |
102 |
102 |
|
达到效果 |
Pearson Correlation |
0.159 |
-0.165 |
0.034 |
-0.071 |
0.133 |
1 |
Sig.(2-tailed) |
0.112 |
0.097 |
0.737 |
0.48 |
0.183 |
|
|
N |
102 |
102 |
102 |
102 |
102 |
102 |
|
表中的相关分析的结果表明，各个变量之间的相关系数都很小，分析的意义不太大。相关系数一般用r来表示，公式表示为︱r｜≦1，也就是说相关系数的范围界定在-1和1。变量之间的相关系数的绝对值只有大于0.5的时候，才能说明这两个变量相关性较强，系数的绝对值越趋近于0的时候，相关性越小。而上述各个变量之间的相关系数的绝对值都在0.5以内，所以，变量之间的相关性从表中的分析结果看来都比较小。
现实的情况说明，物业管理的满意程度应该和物业管理方式、物业费用、安全措施方面有紧密的联系，它们之间的相关性应该是较大的。因为物业管理公司的管理方式的好坏，服务质量的高低，物业管理费用的高低，这些因素都直接影响着消费者对物业管理公司态度。尤其是物业管理费用的问题，更是广大业主的日常生活息息相关的，物管和业主的纠纷引起的原因也多在于此，消费者对物业服务满意度的整体评价是从多方面的考虑的。
在我国物业管理市场，消费者往往都是处于弱者的地位，业主在签定合同的时候，应瞪大眼睛把握条款的含义，明确义务关系，避免或减少纠纷事件的发生，成熟的市场需要成熟的消费者来推动。
回归分析（方程模型）
|
Coefficients |
||||||
Model |
Unstandardized Coefficients |
Standardized Coefficients |
t |
Sig. |
||
B |
Std.Error |
Beta |
||||
1 |
(Constant) |
2.087 |
0.516 |
|
4.041 |
0 |
管理方式 |
4.32E-02 |
0.113 |
0.039 |
0.384 |
0.702 |
|
管理费用 |
-3.58E-02 |
0.126 |
-0.029 |
-0.284 |
0.777 |
|
安全措施 |
0.158 |
0.108 |
0.155 |
1.456 |
0.149 |
|
智能管理 |
-7.99E-02 |
0.096 |
-0.087 |
-0.834 |
0.406 |
|
达到效果 |
0.156 |
0.084 |
0.188 |
1.841 |
0.069 |
|
Dependent Variable：满意程度
上面的回归分析当中，选择的是满意程度这个变量来作为回归方程的因变量，管理方式、管理费用、安全措施、智能管理和达到效果来作为回归方程的自变量，上述的几个自变量对因变量满意程度有解释说明的关系，也就是说，满意程度是因为表中自变量的而存在。
但是从前面的相关分析的结果看，满意程度和其他因素的相关性不大，所以，它们之间的相互因果关系就不明显了，从表中的数字情况看，自变量系数的t检验值的绝对值都小于2，因为t检验值只有大于临界值2的时候，这些回归系数的显著性才会明显。所以这些回归系数的显著性就不明显，自变量系数也没有意义，回归方程模型的建立意义也不大。这种结果只是根据调查数据分析得来的，只是作为参考来给大家说明一些情况，具体事实还是要根据
实际情况加以阐述。
聚类分析
Initial Cluster Centers |
|||||
Cluster |
|||||
1 |
2 |
3 |
4 |
5 |
|
满意程度 |
1 |
4 |
2 |
4 |
1 |
管理方式 |
1 |
1 |
4 |
2 |
2 |
管理费用 |
3 |
3 |
2 |
1 |
1 |
安全措施 |
2 |
4 |
2 |
1 |
4 |
智能管理 |
1 |
4 |
3 |
1 |
4 |
Final Cluster Centers |
|||||
Cluster |
|||||
1 |
2 |
3 |
4 |
5 |
|
满意程度 |
2 |
3 |
3 |
3 |
2 |
管理方式 |
2 |
2 |
4 |
2 |
2 |
管理费用 |
2 |
2 |
2 |
1 |
1 |
安全措施 |
3 |
3 |
3 |
2 |
3 |
智能管理 |
2 |
3 |
3 |
2 |
4 |
Numberof Casesineach Cluster |
||
Cluster |
1 |
13 |
2 |
32 |
|
3 |
11 |
|
4 |
17 |
|
5 |
29 |
|
Valid |
|
102 |
Missing |
|
0 |
聚类分析的主要目的是根据标识变量的特征对被研究对象进行分类，使同一类中的个体有较大的相似性，同类中的个体有较大的差异。上述的分析中选择了以编号为标识变量，按消费者的满意程度、管家方式、管理费用、安全措施、智能管理来分成五组，五组的总和应该是问卷的总数。
（全文结束）
