尹丹娅   武汉市第二中学

摘要：提出了智能穿戴设备的一种基于消费者行为的功能需求模型；运用spss21.0统计分析软件对问卷设计进行有效性和可靠性分析以及描述性统计；分别建立智能穿戴设备三个功能类别需求的回归预测模型。有关模型和结论可供智能穿戴设备研发参考。

关键词：智能穿戴设备；消费者行为;功能需求

智能穿戴设备是指可直接穿在身上或是整合到服装或配件的一种便捷式智能设备。自2012年谷歌眼镜发布以来，智能穿戴设备产品已成为关注热点。通过建立智能穿戴设备功能需求模型，研究对各类智能穿戴设备的需求，为智能穿戴设备的功能设置提供依据。

一、智能穿戴设备功能需求模型

本文将智能穿戴设备从功能上分为三类：运动健身类、娱乐资讯类、医疗健康类，每类功能都从消费者行为角度分别设定三个属性和特征：功能属性、消费者特征、环境特征。如图1示。

图1智能穿戴设备功能需求模型

对需求模型每个属性特征细分为若干变量，其中，功能属性设3-4个变量，消费者特征设3个变量，环境特征设3个变量，给出每个变量对应的调查问题描述，形成调查表，如表1所示。

表1调查表

二、数据的收集与分析

在网上发放问卷177份，有效回收问卷125份，满足有效样本要求，符合统计要求。然后运用spss21.0统计分析软件对问卷设计进行有效性和可靠性分析以及描述性统计。

（一）效度分析

效度分析是考查所测的结果对想要考察内容的符合程度。从三个功能类别来看，运动健身类功能需求的巴特利特球度检验统计量的观测值为935.291，相应的概率P值接近0，KMO值为0.914接近于1，适合进行因子分析；娱乐与资讯类功能需求的巴特利特球度检验统计量的观测值为950.163，相应的概率P值为0，KMO值为0.906，适合进行因子分析；医疗健康类功能需求的巴特利特球度检验统计量的观测值为708.098，相应的概率P值为0，KMO值为0.923，适合进行因子分析。

（二）信度分析

信度又称可靠性，是指同一个测验对同一组用户测试两次或两次以上，所得到的结果的一致性，通常，测量的误差越大，信度越低。本文采用的是内部一致性指标测量量表的信度，而Cronbach’s alpha系数是内部一致性常用估计方法。分析结果如表2示。

表2 各测量项目的Cronbach's Alpha系数

由表2可見，智能穿戴设备三个功能类别的Cronbach's Alpha系数均大于0.7，说明问卷设计科学、可信度高。

（三）描述性统计

描述性统计是对各研究变量测量项目的数据进行变量描述性统计。本研究分别从三大功能的功能属性、消费者特征和环境特征三个分变量进行了描述性分析，结果如表3示。

表3 研究变量描述性统计分析

由表3可知，对运动健身类功能来说，功能属性需求值最大，其变量均值为5.55，其次是环境特征变量均值为5.30，最小是消费者特征变量均值为5.28，说明运动健身类的功能属性对该类功能需求影响最大。同样，对娱乐资讯类功能和医疗健康类功能需求影响大的也是各自的功能属性。说明受访人群都注重各智能穿戴设备的功能属性。

另外，医疗健康类功能需求变量均值为5.453，是三大功能类中变量均值最大的，说明受访人群对医疗健康类功能需求最大。其次是运动健身类功能。可以看出人们对身体健康、运动等关注度的提升。与娱乐资讯类功能相对应的替代品（比如智能手机、平板电脑、MP4等）很多，青睐该功能的人群主要是一些发烧友，因此对该类功能需求没有其他两个功能需求大。

三、三类功能需求的回归预测模型

回归分析是一种应用极为广泛的数量分析方法，它用于分析事物之间的统计关系，通过回归方程的来描述和反映这种关系，为预测提供科学依据。分别建立智能穿戴设备三个功能类别需求的回归预测模型。

（一）运动健身类功能需求回归预测模型

运动健身类功能需求（ND1）为被解释变量，数据准确度（US1）、操作方便（US2）、硬件能力（US3）、综合性（US4）、需求（CU1）、接受度（CU2）、消费能力（CU3）、技术（EN2）、健康关注度（EN2）、广告（EN3）为解释变量，通过采用强制进入策略，对回归模型进行拟合优度检验和回归方程的显著性检验，采用向后筛选策略，建立的回归方程为：

ND1=-0.026+0.353 *CU1+0.393*US1+0.239*EN2

运动健身类功能需求预测值与需求（CU1）、数据准确度（US1）、健康关注度（EN2）有直接关系，这三个变量数值越大，运动健身类功能需求越大。

（二）娱乐资讯类功能需求回归预测模型

娱乐资讯类功能需求（ND2）为被解释变量，操作方便（MU1）、比手机方便（MU2）、硬件能力（MU3）、综合性（MU4）、使用方便（MC1）、虚荣心（MC2）、消费能力（MC3）、技术（PM1）、网络情况（PM2）、广告（PM3）为解释变量，采用向后筛选策略，建立的回归方程为：

ND2=0.359+0.449*MU4+0.346*MC2+0.378*PM2-0.296*MC1

娱乐资讯类功能需求预测值与综合性（MU4）、虚荣心（MC2）、网络情况（PM2）、使用方便（MC1）有直接关系。其中，使用方便（MC1）的偏回归系数为负值，说明该功能的使用方便性不会提高该功能需求。

（三）医疗健康类功能需求回归预测模型

医疗健康类功能需求（ND3）为被解释变量，数据准确（HF1）、操作简便（HF2）、综合性（HF3）、需求（HC1）、接受度（HC2）、消费能力（HC3）、技术（HE1）、疾病监测关注度（HE2）、广告（HE3）为解释变量，采用逐步筛选策略，建立的回归方程为：

ND3=1.329+0.405*HF2+0.314*HC1

医疗健康类功能需求预测值与操作简便（HF2）、需求（HC1）有直接关系。

四、总结

本文提出了智能穿戴设备的一种基于消费者行为的功能需求模型；运用spss21.0统计分析软件对问卷设计进行有效性和可靠性分析以及描述性统计，表明提出的功能需求模型是有效的、可靠的。最后运用回归分析对被解释变量和各解释变量之间的线性关系进行检验，分别建立智能穿戴设备三个功能类别需求的回归预测模型。有关模型和结论可供智能穿戴设备研发参考。

参考文献

[1]薛薇.SPSS统计方法与应用[J].北京电子工业出版社,2004:144-149.