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，这一点由三者的计算公式也可判断，完成比例=打开率*有效率。

打印  |  类别：用户研究  |  源地址