Hányan élnek közös háztartásban?
152 11,7 12,3 12,3
383 29,5 31,0 43,3
307 23,6 24,8 68,1
274 21,1 22,2 90,3
89 6,8 7,2 97,5
Az eltartott gyermekek száma: …… fő
284 21,8 50,3 50,3
214 16,5 37,9 88,1
52 4,0 9,2 97,3
A már nem eltartott gyermekek száma: …… fő
114 8,8 59,7 59,7
Milyen tulajdonviszony jellemző a lakásukra/házukra?
A minta területi megoszlása
473 36,4 38,8
Hogyan ítéli meg a családja életszínvonalát más magyar családokhoz viszonyítva?
9 ,7 ,7 ,7
134 10,3 10,6 11,3
867 66,7 68,5 79,8
244 18,8 19,3 99,1
11 ,8 ,9 100,0
1265 97,3 100,0
35 2,7
1300 100,0
jóval magasabb, mint az átlag kicsit magasabb, mint az átlag átlagos
kicsit alacsonyabb, mint az átlag sokkal alacsonyabb, mint az átlag összesen
H1: klaszterelemzés kiegészítő táblázatai
Iteration Historya
3,940 3,840 4,140 4,571 4,396
,337 ,394 ,409 1,086 ,943
,240 ,455 ,283 ,486 ,439
,222 ,345 ,259 ,307 ,367
,144 ,424 ,214 ,467 ,244
7,683E-02 ,221 ,156 ,292 ,144
6,013E-02 ,165 ,138 ,240 8,507E-02
3,586E-02 ,125 ,126 ,171 6,615E-02
3,014E-02 7,017E-02 6,308E-02 ,114 3,494E-02 1,959E-02 6,512E-02 9,730E-02 ,140 4,142E-02 Iteration
Change in Cluster Centers
Iterations stopped because the maximum number of iterations was performed. Iterations failed to converge. The maximum distance by which any center has changed is 6,930E-02. The current iteration is 10. The minimum distance between initial centers is 8,246.
a.
Iteration Historya
,000 3,570E-02 2,868E-02 4,616E-02 1,948E-02
1,640E-02 ,000 ,000 2,347E-02 ,000
,000 ,000 ,000 ,000 ,000
Iteration 1 2 3
1 2 3 4 5
Change in Cluster Centers
Convergence achieved due to no or small distance change. The maximum distance by which any center has changed is ,000. The current iteration is 3. The minimum distance between initial centers is 2,762.
a.
Klaszterek közötti különbség a klaszterképző attitűdállítások mentén:
ANOVA
49,041 4 1,118 1143 43,847 ,000
141,776 4 1,207 1143 117,461 ,000
14,258 4 ,445 1143 32,029 ,000
49,893 4 ,595 1143 83,829 ,000
32,502 4 ,532 1143 61,143 ,000
50,607 4 1,046 1143 48,384 ,000
206,309 4 1,005 1143 205,191 ,000
1,731 4 ,654 1143 2,647 ,032
1,235 4 ,567 1143 2,176 ,070
2,765 4 ,694 1143 3,984 ,003
100,651 4 1,156 1143 87,070 ,000
22,436 4 1,270 1143 17,662 ,000
105,505 4 1,149 1143 91,853 ,000
101,520 4 ,937 1143 108,380 ,000
81,266 4 1,026 1143 79,190 ,000
350,608 4 ,818 1143 428,435 ,000
Szeretnék több időt a lakásom berendezésére szentelni.
Gyakran megesik, hogy átrendezem a bútorokat.
A legfontosabb, hogy a házam/lakásom tiszta legyen A ház/lakás kifejezi a benne lakók személyiségét.
Otthonomban lenni Nekem igazi öröm.
Gyakran vannak vendégeim.
Egy kis otthoni rendetlenség vidámságot kölcsönöz.
A hosszú élettartamú anyagokból készült bútorokat részesítem előnyben.
A lakberendezéskor főleg a kényelemre törekszem.
A lakberendezéskor főleg a praktikumra és funkcionalitásra törekszem.
A lakberendezéskor főleg a formatervezett termékeket (designtermékeket) részesítem előnyben.
Jobban szeretem, ha az egész lakáfs egységes stílust követ.
Szeretnék gyakrabban bútorokat cserélni.
A lakberendezéskor sokat törődöm a részletekkel.
Élettempómra jellemző: rugalmasan élni, dolgozni, lakni.
A jelenlegi lakásomat/házamat egy életre szóló lakótérnek tartom.
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.
Nem/Klaszeter
131 139 119 148 99 636
20,6% 21,9% 18,7% 23,3% 15,6% 100,0%
49,4% 63,5% 49,4% 58,3% 57,6% 55,3%
11,4% 12,1% 10,3% 12,9% 8,6% 55,3%
134 80 122 106 73 515
26,0% 15,5% 23,7% 20,6% 14,2% 100,0%
50,6% 36,5% 50,6% 41,7% 42,4% 44,7%
11,6% 7,0% 10,6% 9,2% 6,3% 44,7%
265 219 241 254 172 1151
23,0% 19,0% 20,9% 22,1% 14,9% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
23,0% 19,0% 20,9% 22,1% 14,9% 100,0%
Count
Chi-Square Tests N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 76,96.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Életkor/Klaszeter
150 95 119 125 74 563
26,6% 16,9% 21,1% 22,2% 13,1% 100,0%
56,6% 43,4% 49,4% 49,2% 43,0% 48,9%
13,0% 8,3% 10,3% 10,9% 6,4% 48,9%
76 72 92 91 74 405
18,8% 17,8% 22,7% 22,5% 18,3% 100,0%
28,7% 32,9% 38,2% 35,8% 43,0% 35,2%
6,6% 6,3% 8,0% 7,9% 6,4% 35,2%
39 52 30 38 24 183
21,3% 28,4% 16,4% 20,8% 13,1% 100,0%
14,7% 23,7% 12,4% 15,0% 14,0% 15,9%
3,4% 4,5% 2,6% 3,3% 2,1% 15,9%
265 219 241 254 172 1151
23,0% 19,0% 20,9% 22,1% 14,9% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
23,0% 19,0% 20,9% 22,1% 14,9% 100,0%
Count
Chi-Square Tests N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 27,35.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Háztartásában van aktív kereső?/Klaszter
235 172 210 221 149 987
23,8% 17,4% 21,3% 22,4% 15,1% 100,0%
97,5% 85,1% 90,1% 89,5% 92,0% 91,0%
21,7% 15,9% 19,4% 20,4% 13,7% 91,0%
6 30 23 26 13 98
6,1% 30,6% 23,5% 26,5% 13,3% 100,0%
2,5% 14,9% 9,9% 10,5% 8,0% 9,0%
,6% 2,8% 2,1% 2,4% 1,2% 9,0%
241 202 233 247 162 1085
22,2% 18,6% 21,5% 22,8% 14,9% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
22,2% 18,6% 21,5% 22,8% 14,9% 100,0%
Count N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 14,63.
a.
Symmetric Measures
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Régió/Klaszter
15 13 24 20 14 86
17,4% 15,1% 27,9% 23,3% 16,3% 100,0%
6,2% 6,4% 10,3% 8,4% 8,5% 8,0%
1,4% 1,2% 2,2% 1,9% 1,3% 8,0%
66 29 51 26 15 187
35,3% 15,5% 27,3% 13,9% 8,0% 100,0%
27,4% 14,4% 21,9% 10,9% 9,1% 17,3%
6,1% 2,7% 4,7% 2,4% 1,4% 17,3%
23 32 22 47 26 150
15,3% 21,3% 14,7% 31,3% 17,3% 100,0%
9,5% 15,8% 9,4% 19,7% 15,9% 13,9%
2,1% 3,0% 2,0% 4,4% 2,4% 13,9%
24 28 28 34 20 134
17,9% 20,9% 20,9% 25,4% 14,9% 100,0%
10,0% 13,9% 12,0% 14,2% 12,2% 12,4%
2,2% 2,6% 2,6% 3,2% 1,9% 12,4%
21 12 26 29 11 99
21,2% 12,1% 26,3% 29,3% 11,1% 100,0%
8,7% 5,9% 11,2% 12,1% 6,7% 9,2%
1,9% 1,1% 2,4% 2,7% 1,0% 9,2%
21 12 32 20 24 109
19,3% 11,0% 29,4% 18,3% 22,0% 100,0%
8,7% 5,9% 13,7% 8,4% 14,6% 10,1%
1,9% 1,1% 3,0% 1,9% 2,2% 10,1%
21 15 15 12 12 75
28,0% 20,0% 20,0% 16,0% 16,0% 100,0%
8,7% 7,4% 6,4% 5,0% 7,3% 7,0%
1,9% 1,4% 1,4% 1,1% 1,1% 7,0%
50 61 35 51 42 239
20,9% 25,5% 14,6% 21,3% 17,6% 100,0%
20,7% 30,2% 15,0% 21,3% 25,6% 22,2%
4,6% 5,7% 3,2% 4,7% 3,9% 22,2%
241 202 233 239 164 1079
22,3% 18,7% 21,6% 22,2% 15,2% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
22,3% 18,7% 21,6% 22,2% 15,2% 100,0%
Count
Chi-Square Tests N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 11,40.
a. N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Régió K-NY/Klaszter
104 74 97 93 55 423
24,6% 17,5% 22,9% 22,0% 13,0% 100,0%
43,2% 36,6% 41,6% 38,9% 33,5% 39,2%
9,6% 6,9% 9,0% 8,6% 5,1% 39,2%
66 52 86 83 55 342
19,3% 15,2% 25,1% 24,3% 16,1% 100,0%
27,4% 25,7% 36,9% 34,7% 33,5% 31,7%
6,1% 4,8% 8,0% 7,7% 5,1% 31,7%
21 15 15 12 12 75
28,0% 20,0% 20,0% 16,0% 16,0% 100,0%
8,7% 7,4% 6,4% 5,0% 7,3% 7,0%
1,9% 1,4% 1,4% 1,1% 1,1% 7,0%
50 61 35 51 42 239
20,9% 25,5% 14,6% 21,3% 17,6% 100,0%
20,7% 30,2% 15,0% 21,3% 25,6% 22,2%
4,6% 5,7% 3,2% 4,7% 3,9% 22,2%
241 202 233 239 164 1079
22,3% 18,7% 21,6% 22,2% 15,2% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
22,3% 18,7% 21,6% 22,2% 15,2% 100,0%
Count
Chi-Square Tests
24,504a 12 ,017
24,744 12 ,016
,014 1 ,905
1079 Pearson Chi-Square
Likelihood Ratio Linear-by-Linear Association N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 11,40.
a.
Symmetric Measures
,151 ,017
,087 ,017
1079 Phi
Cramer's V Nominal by
Nominal
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Családi életciklus/Klaszter
28 13 21 17 17 96
29,2% 13,5% 21,9% 17,7% 17,7% 100,0%
10,6% 5,9% 8,7% 6,7% 9,9% 8,3%
2,4% 1,1% 1,8% 1,5% 1,5% 8,3%
70 42 52 57 34 255
27,5% 16,5% 20,4% 22,4% 13,3% 100,0%
26,4% 19,2% 21,6% 22,4% 19,8% 22,2%
6,1% 3,6% 4,5% 5,0% 3,0% 22,2%
61 46 51 56 29 243
25,1% 18,9% 21,0% 23,0% 11,9% 100,0%
23,0% 21,0% 21,2% 22,0% 16,9% 21,1%
5,3% 4,0% 4,4% 4,9% 2,5% 21,1%
51 47 58 60 46 262
19,5% 17,9% 22,1% 22,9% 17,6% 100,0%
19,2% 21,5% 24,1% 23,6% 26,7% 22,8%
4,4% 4,1% 5,0% 5,2% 4,0% 22,8%
50 60 50 58 44 262
19,1% 22,9% 19,1% 22,1% 16,8% 100,0%
18,9% 27,4% 20,7% 22,8% 25,6% 22,8%
4,3% 5,2% 4,3% 5,0% 3,8% 22,8%
5 11 9 6 2 33
15,2% 33,3% 27,3% 18,2% 6,1% 100,0%
1,9% 5,0% 3,7% 2,4% 1,2% 2,9%
,4% 1,0% ,8% ,5% ,2% 2,9%
265 219 241 254 172 1151
23,0% 19,0% 20,9% 22,1% 14,9% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
23,0% 19,0% 20,9% 22,1% 14,9% 100,0%
Count
Kereszttábla sorszázalékai Klaszter
Családi életciklus 1 2 3 4 5
Fiatal/középkorú egyedülálló "szingli" 29,17 13,54 21,88 17,71 17,71 Fiatal pár gyermek nélkül 27,45 16,47 20,39 22,35 13,33 Fiatal pár gyermekkel 25,10 18,93 20,99 23,05 11,93 Középkorú/idősödő pár gyermekkel 19,47 17,94 22,14 22,90 17,56 Középkorú/idősödő pár gyermek nélkül 19,08 22,90 19,08 22,14 16,79
Idős egyedülálló 15,15 33,33 27,27 18,18 6,06
Kereszttábla oszlopszázalékai Klaszter
Családi életciklus 1 2 3 4 5
Fiatal/középkorú egyedülálló "szingli" 10,57 5,94 8,71 6,69 9,88
Fiatal pár gyermek nélkül 26,42 19,18 21,58 22,44 19,77
Fiatal pár gyermekkel 23,02 21,00 21,16 22,05 16,86
Középkorú/idősödő pár gyermekkel 19,25 21,46 24,07 23,62 26,74 Középkorú/idősödő pár gyermek nélkül 18,87 27,40 20,75 22,83 25,58
Idős egyedülálló 1,89 5,02 3,73 2,36 1,16
1. csoport 2. csoport 3. csoport 4. csoport 5. csoport háztartás nagyság (fő)
1 fő 13,64 11,65 13,10 35,71 11,31 2 fő 29,34 31,55 31,44 9,13 38,69 összesen 1-2 fő 42,98 43,20 44,54 26,59 50,00 eltartott gyermek
eltartott gyerme van 42,30 42,47 45,23 45,88 43,60 iskolai végzettség
szakmunkás vagy az alatt 19,23 23,22 26,69 20,16 20,12 középiskola (érettségivel) 48,46 39,34 39,41 42,74 40,24
főiskola, egyetem 31,92 36,49 33,90 37,10 39,05 alacsonyabb, mint az átlag 19,25 16,67 19,74 18,78 22,56
megye
Észak-Magyarország 6,22 6,44 10,30 8,37 8,54 Észak-Alföld 27,39 14,36 21,89 10,88 9,15
Kelet-Magyarország 43,15 36,63 41,63 38,91 33,54 Nyugat-Magyarország 27,39 25,74 36,91 34,73 33,54 Közép-Magyarország (Budapest
H2: faktorelemzés kiegészítő statisztikái
KMO and Bartlett's Test
,692 1976,624 36 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
KMO és Bartlett-teszt maximum likelihood módszernél 12. ábra változókombinációi szerint
Communalities
Extraction Method: Maximum Likelihood.
KMO and Bartlett's Test
,689 1335,875 28 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
KMO és Bartlett-teszt maximum likelihood módszernél 12. ábra változókombinációi szerint, design elhagyása után
Scree Plot
Communalities
Extraction Method: Maximum Likelihood.
KMO and Bartlett's Test
,675 1294,835 21 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
KMO és Bartlett-teszt maximum likelihood módszernél 12. ábra változókombinációi szerint, design majd kényelem elhagyása után
Communalities
Extraction Method: Maximum Likelihood.
KMO and Bartlett's Test
,632 1112,248 15 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
KMO és Bartlett-teszt maximum likelihood módszernél 12. ábra változókombinációi szerint, design majd kényelem majd személyre szabottság elhagyása után
Communalities
Extraction Method: Maximum Likelihood.
KMO and Bartlett's Test
,620 986,317 10 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Approx. Chi-Square df
Sig.
Bartlett's Test of Sphericity
KMO és Bartlett-teszt maximum likelihood módszernél 12. ábra változókombinációi szerint, design majd kényelem majd személyre szabottság majd szín elhagyása után
Total Variance Explained
1,381 27,621 27,621 1,238 24,767 24,767
,889 17,786 45,407 1,032 20,641 45,407
Factor 1 2
Total % of Variance Cumulative % Total % of Variance Cumulative % Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Extraction Method: Maximum Likelihood.
Faktorok információtartalma
Goodness-of-fit Test
3,952 1 ,047
Chi-Square df Sig.
Faktorelemzés a változók bővített körével:
1. szín 9. anyag: valódi fa
2. design 10. élettartam
3. funkcionalitás 11. gyártási pontosság 4. származási hely (ország) 12. garanciális idő
5. márka 13. esztétikus
6. divat 14. egészségre ártalmatlan 7. személyre szabottság 15. alacsony ár
8. kényelmem 16. kiváló minőség
Az első vizsgálat szerint a faktorelemzés végrehajtható (KMO=0,726, Bartlett-teszt szignifikancia=0,000).
KMO and Bartlett's Test
,726 2906,057 120 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
A kommunalitások vizsgálatakor a táblázat alatt megjelent figyelmeztetés szerint el kell távolítani az egyhez közeli kommunalitású változókat, vagy a faktorsúlyok vizsgálatával ki
kell szűrni azon változókat, amelyek több faktoron is „ülnek”.
Communalitiesa
Extraction Method: Maximum Likelihood.
One or more communalitiy estimates greater than 1 were encountered during iterations. The resulting solution should be interpreted with caution.
a.
A további elemzés feltételeinek megteremtéséhez több változót is el kellett hagyni, míg a következő kommunalitások adódtak:
Communalities
Extraction Method: Maximum Likelihood.
KMO and Bartlett's Test
,650 675,578 21 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
A megmaradt 7 változóból 3 felelt meg annak a feltételnek, ami szerint a kommunalitás legalább 0,25 legyen. A kritériumot nem teljesítő változók egyenkénti elhagyása után a következő eredményt kaptam:
KMO and Bartlett's Test
,668 652,926 6 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Extraction Method: Maximum Likelihood.
A személyre szabottság kommunalitása továbbra is alacsony, a változót ki kell venni a vizsgálatból.
Főkomponens elemzés eredménye az „önkifejezés” változói mentén:
Component Matrixa
Extraction Method: Principal Component Analysis.
1 Component extracted. 8 a.
Component Score Coefficient Matrix
,479
Extraction Method: Principal Component Analysis
H3: Bútorvásárlási ok
Új lakásba költözés
534 427 201 1162
46,0% 36,7% 17,3% 100,0%
84,1% 92,6% 99,0% 89,5%
41,1% 32,9% 15,5% 89,5%
101 34 2 137
73,7% 24,8% 1,5% 100,0%
15,9% 7,4% 1,0% 10,5%
7,8% 2,6% ,2% 10,5%
635 461 203 1299
48,9% 35,5% 15,6% 100,0%
100,0% 100,0% 100,0% 100,0%
48,9% 35,5% 15,6% 100,0%
Count N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 21,41.
a.
Symmetric Measures
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Új lakásba költözés
100 226 246 268 287 35 1162
8,6% 19,4% 21,2% 23,1% 24,7% 3,0% 100,0%
87,0% 79,6% 88,5% 93,7% 96,0% 94,6% 89,5%
7,7% 17,4% 18,9% 20,6% 22,1% 2,7% 89,5%
15 58 32 18 12 2 137
10,9% 42,3% 23,4% 13,1% 8,8% 1,5% 100,0%
13,0% 20,4% 11,5% 6,3% 4,0% 5,4% 10,5%
1,2% 4,5% 2,5% 1,4% ,9% ,2% 10,5%
115 284 278 286 299 37 1299
8,9% 21,9% 21,4% 22,0% 23,0% 2,8% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
8,9% 21,9% 21,4% 22,0% 23,0% 2,8% 100,0% N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
1 cells (8,3%) have expected count less than 5. The minimum expected count is 3,90.
a.
Symmetric Measures
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis. N of Valid Cases
Value df
Computed only for a 2x2 table a.
0 cells (,0%) have expected count less than 5. The minimum expected count is 132,20.
b.
Symmetric Measures
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
ajándék
621 439 183 1243
50,0% 35,3% 14,7% 100,0%
97,8% 95,2% 90,1% 95,7%
47,8% 33,8% 14,1% 95,7%
14 22 20 56
25,0% 39,3% 35,7% 100,0%
2,2% 4,8% 9,9% 4,3%
1,1% 1,7% 1,5% 4,3%
635 461 203 1299
48,9% 35,5% 15,6% 100,0%
100,0% 100,0% 100,0% 100,0%
48,9% 35,5% 15,6% 100,0%
Count N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 8,75.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Ajándék
114 280 269 277 267 36 1243
9,2% 22,5% 21,6% 22,3% 21,5% 2,9% 100,0%
99,1% 98,6% 96,8% 96,9% 89,3% 97,3% 95,7%
8,8% 21,6% 20,7% 21,3% 20,6% 2,8% 95,7%
1 4 9 9 32 1 56
1,8% 7,1% 16,1% 16,1% 57,1% 1,8% 100,0%
,9% 1,4% 3,2% 3,1% 10,7% 2,7% 4,3%
,1% ,3% ,7% ,7% 2,5% ,1% 4,3%
115 284 278 286 299 37 1299
8,9% 21,9% 21,4% 22,0% 23,0% 2,8% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
8,9% 21,9% 21,4% 22,0% 23,0% 2,8% 100,0% N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
2 cells (16,7%) have expected count less than 5. The minimum expected count is 1,60.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
H3: árézékenység és kalszterek vizsonya
Nincs szignifikáns eltérés (0,05%-os szignifikancia szinten) az árérzékenység tekintetében a klaszterek között:
Chi-Square Tests N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 44,58.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
H4a: személyre szabottság
Személyre szabottság - klaszterhez való tartozás:
ANOVA Q12_10 személyre szabottság
17,721 4 4,430 3,211 ,012
1553,575 1126 1,380
Squares df Mean Square F Sig.
Személyre szabottság-teljes minta
343 26,4 26,8 26,8
391 30,1 30,6 57,4
310 23,8 24,3 81,7
146 11,2 11,4 93,1
88 6,8 6,9 100,0
1278 98,3 100,0
22 1,7
1300 100,0
5 nagyon fontos 4 fontos
3 igen is meg nem is 2 nem
1 egyáltalán nem összesen
Személyre szabottság - 1. klaszter
5 nagyon fontos 4 fontos
3 igen is meg nem is 2 nem
1 egyáltalán nem összesen
Egyediség - emóció faktor
190 31,4 31,6 31,6
209 34,5 34,7 66,3
155 25,6 25,7 92,0
38 6,3 6,3 98,3
10 1,7 1,7 100,0
602 99,5 100,0
3 ,5
605 100,0
5 nagyon fontos 4 fontos
3 igen is meg nem is 2 nem
1 egyáltalán nem Total
Kiváló minőség – klaszterhez való tartozás Alacsony ár – klaszterhez való tartozás
ANOVA
5,490 4 1,373 3,173 ,013
494,374 1143 ,433
Squares df Mean Square F Sig.
Kiváló minőség fontossága
Ár-minőség/klaszter
26 6 14 12 10 68
38,2% 8,8% 20,6% 17,6% 14,7% 100,0%
10,0% 2,7% 5,8% 4,8% 5,8% 6,0%
2,3% ,5% 1,2% 1,1% ,9% 6,0%
137 126 150 161 99 673
20,4% 18,7% 22,3% 23,9% 14,7% 100,0%
52,9% 57,5% 62,2% 64,4% 57,6% 59,0%
12,0% 11,0% 13,1% 14,1% 8,7% 59,0%
88 75 70 68 53 354
24,9% 21,2% 19,8% 19,2% 15,0% 100,0%
34,0% 34,2% 29,0% 27,2% 30,8% 31,0%
7,7% 6,6% 6,1% 6,0% 4,6% 31,0%
7 8 5 6 7 33
21,2% 24,2% 15,2% 18,2% 21,2% 100,0%
2,7% 3,7% 2,1% 2,4% 4,1% 2,9%
,6% ,7% ,4% ,5% ,6% 2,9%
1 4 2 3 3 13
7,7% 30,8% 15,4% 23,1% 23,1% 100,0%
,4% 1,8% ,8% 1,2% 1,7% 1,1%
,1% ,4% ,2% ,3% ,3% 1,1%
259 219 241 250 172 1141
22,7% 19,2% 21,1% 21,9% 15,1% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
22,7% 19,2% 21,1% 21,9% 15,1% 100,0%
Count N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
6 cells (24,0%) have expected count less than 5. The minimum expected count is 1,96.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
H4b: Környezettudat
Főkomponens elemzés táblái
Communalities
1,000 ,704
1,000 ,754
1,000 ,769
Az emberek nem veszik figyelembe, hogy a vásárolt bútor újrahasznosítható-e vagy sem.
Az emberek többsége nem tudja megállapítani, hogy adott bútor környezetbarát-e.
Az emberek vásárlási döntésük során nem veszik figyelembe, hogy a termék milyen hatással van a környezetre.
Initial Extraction
Extraction Method: Principal Component Analysis.
Total Variance Explained
2,227 74,239 74,239 2,227 74,239 74,239
,434 14,457 88,695
Total % of Variance Cumulative % Total % of Variance Cumulative % Initial Eigenvalues Extraction Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
Component Matrixa
,839 ,868 ,877 Az emberek nem veszik figyelembe, hogy a vásárolt bútor újrahasznosítható-e vagy sem.
Az emberek többsége nem tudja megállapítani, hogy adott bútor környezetbarát-e.
Az emberek vásárlási döntésük során nem veszik figyelembe, hogy a termék milyen hatással van a környezetre.
1 Component
Extraction Method: Principal Component Analysis.
1 components extracted.
a.
Környezettudat és klaszterhez való tartozás összefüggései:
környezettudat/klaszter
103 102 98 79 64 446
23,1% 22,9% 22,0% 17,7% 14,3% 100,0%
41,2% 48,8% 42,6% 33,2% 42,1% 41,3%
9,5% 9,5% 9,1% 7,3% 5,9% 41,3%
147 107 132 159 88 633
23,2% 16,9% 20,9% 25,1% 13,9% 100,0%
58,8% 51,2% 57,4% 66,8% 57,9% 58,7%
13,6% 9,9% 12,2% 14,7% 8,2% 58,7%
250 209 230 238 152 1079
23,2% 19,4% 21,3% 22,1% 14,1% 100,0%
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
23,2% 19,4% 21,3% 22,1% 14,1% 100,0%
Count
Chi-Square Tests N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 62,83.
a.
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
ANOVA Környezettudat-alacsony ár Q12_4 alacsony ár
4,480 1 4,480 4,452 ,035
1177,196 1170 1,006
Squares df Mean Square F Sig.
Chi-Square Tests környezettudat/ár-minőség N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
0 cells (,0%) have expected count less than 5. The minimum expected count is 6,19.
a.
Symmetric Measures környezettudat/ár-minőség
,044 ,687
,044 ,687
1171 Phi
Cramer's V Nominal by
Nominal
N of Valid Cases
Value Approx. Sig.
Not assuming the null hypothesis.
a.
Using the asymptotic standard error assuming the null hypothesis.
b.
Környezettudat árérzékeny válaszadók esetén
N=946 8,7%
54,8%
36,6%
NV/NA
nem környezettudatos
környezettudatos
"Egészségre ártalmatlan legyen"
árérzékeny vásárlók esetén (N=946)
6,6%
1,2%
1,9%
6,9%
18,2%
65,3%
NV/NA
egyáltalán nem
nem
igen is meg nem is
fontos
nagyon fontos