卖家反馈影响因素的量化研究(下)
相对重要性分析
完成比例是反馈收集中最重要的指标,我们先采用多元回归的方法考察10个影响因素共同作用下,对完成比例差异的解释,从而推测10个影响因素的相对重要性。
从本文上本部分中的相关分析中,可知10个影响因素之间普遍显著相关,会导致回归方程存在多重共线性,使得偏回归系数可能不准确、难以评估影响因素之间的相对重要性。因此,先采用逐步回归的方法,查看结果:
校正后的R平方(决定系数)为0.446,对于社会科学而言已经比较理想;剩余标准差为0.00053,已经非常小了;Durbin-Watson的值为0.638,与2有差距,残差间的独立性一般。综合评估,回归模型的拟合程度较好。
在这个多元回归模型中,综合考虑标准化回归系数(Beta)和偏相关系数(Partial),相对而言,操作流程对完成比例的重要性最强,正向;其次是外观设计(正)、操作便捷满意度(负)、挂出天数(负)和页面位置(负)。其中外观设计的影响方向与相关分析中相反,主要是由于多个影响因素共同作用,存在共线性造成的。
另外,操作流程的容忍度(Tolerance)虽然大于0.1但不到0.2,多重共线性比较严重。
为了消除回归模型中的多重共线性,先对10个影响因素做因子分析,再用因子进行回归。
提取影响因素公因子
利用方差最大正交旋转(Varimax),最终萃取出五个公因子,依次为入口模糊、分项满意度、内容独立、挂出天数、总体满意度等,累积方差贡献率为92.854%(详见下表),解释效果很强。
其中文案不直白、处于操作流程之前,用于解释因子“入口模糊”容易理解,但外观经过设计解释“入口模糊”,是例子中的旺铺反馈入口经过设计后,banner与页面融为一体,反而不容易联想到反馈;位置靠上本来容易被发现,但此时还没有作相应的操作,反馈的冲动较弱,能够解释“入口模糊”。
影响因素公因子的相对重要性
用五个公因子进行多元回归,已经去除了自变量的多重共线性,结果如下:
校正后的R平方(决定系数)为0.431,剩余标准差为0.00054, Durbin-Watson的值为0.595,表明回归模型的拟合程度较好。
相对而言,入口模糊的重要性最强,负向;其次是分项满意度,负向;之后是挂出天数(负)、内容独立(正)。且入口越清晰、分项满意度越低、挂出天数越近、文案内容越独立,完成比例越高。
对比五个因子对完成比例、打开率、有效率的影响,相对重要性排序存在差异。内容独立、分项满意度对打开率的相对重要性最强;入口模糊对有效率的相对重要性最强;而完成比例的影响因素相对重要性综合了打开率、有效率的。
建议继续学习:
扫一扫订阅我的微信号:IT技术博客大学习
- 作者:渡劫 来源: Taobao UED Team
- 标签: 卖家反馈 量化研究 问卷
- 发布时间:2010-10-28 07:47:53
- [66] Oracle MTS模式下 进程地址与会话信
- [65] Go Reflect 性能
- [64] 如何拿下简短的域名
- [60] android 开发入门
- [59] 图书馆的世界纪录
- [59] 【社会化设计】自我(self)部分――欢迎区
- [58] IOS安全–浅谈关于IOS加固的几种方法
- [54] 视觉调整-设计师 vs. 逻辑
- [48] 界面设计速成
- [48] 读书笔记-壹百度:百度十年千倍的29条法则