1.1 调查背景
饮食行业是中国十大创富行业之首，对于中国这样一个人口大国来讲，饮食是永远的朝阳产业。随着人们财富值的日益增加、生活水平的不断提高，人们已从对食物基本的温饱需求过渡到不断追求美味的味蕾满足，享受有情调且惬意的生活。而甜品店的出现正好符合这一趋势。精致美味的甜品以及悄然融入了人们的生活，既满足了人们尤其是年轻人对美食的极致追求，又在快节奏繁忙的生活节奏里享受了轻松闲适的时光。
相对于竞争日益严酷的普通餐饮业，人们对甜品的喜好和精湛的制作技术共同促进了甜品行业的繁荣。随着甜品逐渐被广泛接受。甜品无疑是一片潜力巨大的新天地。市场前景非常可观。
1.2 调查目的
本调查从年轻人为主要消费群体的角度出发，了解他们目前的基本状况（性别、职业、收入）、相关吃甜品经历以及对本项目服务的基本情况（收费、主营业务、店铺环境、服务方式）等的一系列意见及建议，调查大众对甜品店的态度与看法。通过对问卷数据进行分析寻找出最优的方案，为开设甜品店提供参考意见与事实依据，从中分析出大众对甜品店的看法以及对各种甜品的喜好，以便更好为大众服务。
42
42.0
42.0
42.0
优雅
13
13.0
13.0
55.0
欧式复古
11
11.0
11.0
66.0
浪漫温馨
23
23.0
23.0
89.0
时尚
8
8.0
8.0
97.0
其它
3
3.0
3.0
100.0
合计
100
100.0
100.0
表3- 10本研究样本最喜爱的甜品店风格统计
图3-7本研究样本最喜爱的甜品店风格统计
3.3.10甜品的购买方式
随着科技的发展，在现在的社会中更流行的是网上或app订购产品，为了面向更多的消费者，我们计划采用多种形式的购买方式，现根据多选得出结果，将近68%的受访者喜欢传统的方式直接去实体店购买，还有29%的被调查者喜欢网上或app上订购，还有2%的人喜欢电话订购，所以我们的购买方式以实体店服务为主，另外开通网上、app以及电话订购。如下表所示：
您更愿意的购买方式是？
频率
百分比
有效百分比
累积百分比
有效
网上或app上订购
29
29.0
29.0
29.0
去实体店购买
68
68.0
68.0
97.0
电话订购
2
2.0
2.0
99.0
其它
1
1.0
1.0
100.0
合计
100
100.0
100.0
表3-11本研究样本的购买方式统计
3.3.11关于甜品店的重要因素评分情况
为了更好的提高我们的服务质量，我们将我们事先预计的服务重点列出，要求被调查者对其按照真实需求评分，由图表得出，“甜品的口感”平均分为4.57，排在第一位，“服务态度”平均分为4.39，排在第二位，其余依次是“甜品的价格”、“甜品种类与新颖程度”、“甜品店整体环境风格”、“提供的其它服务”。
描述统计量
N
极小值
极大值
均值
标准差
17、关于甜品店，您认为以下因素的重要程度（1-5的分值表示从不重要向非常重要依次渐进，1表示很不重
100
1
5
4.57
.891
17、关于甜品店，您认为以下因素的重要程度（1-5的分值表示从不重要向非常重要依次渐进，1表示很不重
100
2
5
4.07
.879
17、关于甜品店，您认为以下因素的重要程度（1-5的分值表示从不重要向非常重要依次渐进，1表示很不重
100
1
5
4.20
.953
17、关于甜品店，您认为以下因素的重要程度（1-5的分值表示从不重要向非常重要依次渐进，1表示很不重
100
1
5
4.39
.863
17、关于甜品店，您认为以下因素的重要程度（1-5的分值表示从不重要向非常重要依次渐进，1表示很不重
100
1
5
3.80
1.206
17、关于甜品店，您认为以下因素的重要程度（1-5的分值表示从不重要向非常重要依次渐进，1表示很不重
100
1
5
4.14
1.005
有效的 N （列表状态）
100
表3-12本研究样本的重要因素分析统计
图3-8本研究样本的重要因素分析统计
3.3.12享用甜品的同时，所需的其他服务分析
由于涉及两方面的问题，我们将对搭配甜品的其他食物以及品尝甜品过程中所需的其他物品分别进行具体的调查。搭配甜品的会从饮品进行调查；所需其它物品则从书刊、漫画等进行调查。
3.3.12.1搭配甜品的饮品
通过列举不同饮品的搭配，可以较为准确地得到我们所需要的数据。经过调查分析得出的图表，我们可以知道35%的人喜爱奶茶、25%的人喜爱冰淇淋、20%的人喜爱果汁、13%的人喜爱咖啡、还有7%的人选择茶，由此我们可以得出较多人偏爱奶茶的搭配。
请问您在享用甜品的同时，想再来点什么呢？
频率
百分比
有效百分比
累积百分比
有效
奶茶
35
35.0
35.0
35.0
咖啡
13
13.0
13.0
48.0
果汁
20
20.0
20.0
68.0
冰淇淋
25
25.0
25.0
93.0
其它
7
7.0
7.0
100.0
合计
100
100.0
100.0
表3-13本研究样本搭配甜品的饮品统计
图3-9本研究样本搭配甜品的饮品统计
3.3.12.2吃甜品同时所需的其他物品
以下是我们针对一些比较常见的现象所做的调查，有66位被调查者是和朋友聊天，52位是安静的听音乐，51位是看手机，还有少数人是翻阅书刊杂志漫画。
图3-10本研究样本的所需物品统计
描述统计量
N
极小值
极大值
均值
标准差
请问您喜欢一边吃甜品一边做点什么呢？(随手翻阅时尚杂志)
100
0
1
.24
.429
请问您喜欢一边吃甜品一边做点什么呢？(随手翻阅旅游杂志)
100
0
1
.18
.386
请问您喜欢一边吃甜品一边做点什么呢？(阅读一些漫画书籍)
100
0
1
.18
.386
请问您喜欢一边吃甜品一边做点什么呢？(安静听听音乐)
100
0
1
.52
.502
请问您喜欢一边吃甜品一边做点什么呢？(和朋友聊天)
100
0
1
.66
.476
请问您喜欢一边吃甜品一边做点什么呢？(看手机)
100
0
1
.51
.502
有效的 N （列表状态）
100
表3-14本研究样本的所需物品统计
综合上面的分析，大部分选择搭配甜品的饮品是奶茶，大部分人到甜品店品尝甜品都是在和朋友聊天，那么我们可以紧抓这几点，搭配几种比较有特色的奶茶做饮品，并营造干净整洁舒适的店内环境。
3.3.13甜品店应具备的各项因素
为了更好的提高我们的服务质量，我们将我们事先预计的服务重点列出，要求被调查者对其按照真实需求排列，由图表得出，“甜品的口感”平均分为7.63，排在第一位，“优惠的价格”平均分为5.67，排在第二位，“甜品的种类丰富”平均分为5.37，排在第三位、其余依次是“甜品制作工艺考究”、“优质的服务”、“整洁舒适的环境”、“甜品外带包装精致”、“提供de其它服务”、“定期推出新产品”。
图3-11本研究样本应具备的各项因素统计
3.3.14甜品店的优惠活动
新店开张总是会有相应de优惠活动，为了更加吸引我们的消费者，我们设置了四种类型：“满额返券”、“打折优惠”、“会员积分”、“精美礼物”以及其它方式。从调查分析后的图表显示来说，将近67位被调查者更希望采用“打折优惠”的方式，选择其他方式的方式只有少部分人。所以我们会打折优惠方式为主吸引消费者，并提供其他方式供大家选择。
图3-12本研究样本的优惠活动统计
3.4统计问卷的信度分析
信度是指问卷测试结果的一致性与稳定性。包括外在信度（External Reliability）和内在信度（Internal Reliability）。外在信度通常指不同时间测量时，量表一致性的程度，再测信度是测量外在信度最常使用的检验法。所谓内在信度是指每一个量表是否测量单一概念以及组成量表的题目的内在一致性程度如何。李克特式量表法重视其“内在一致性程度”，其常用的信度检验方法为“Cronbach’s a”系数及“折半信度”(split-half reliability)。本文采用克朗巴哈α系数来衡量量表的信度。一般而言，一份内在信度好的量表，量表的信度系数应在0.80以上，如果在0.60到0.80之间还算可以接受；小于0.6则表示内部一致性较差。
根据SPSS19.0中文版的运行计算结果显示：
Cronbach's Alpha
基于标准化项的 Cronbachs Alpha
项数
.672
.643
56
表3- 15信度分析统计结果
从表3-7可以看出，本文研究的两个维度的内在一致性α系数分别为0.672、0.643，两个α系数都处于0.6与0.8之间，这表示量表的一致性程度一般，同时量表的内部结构较好。
4 影响甜品服务需求的因素分析
本章中利用列联交叉分析、因子分析和单因素方差分析来分析影响代购代送服务需求的因素，以此对之前的假设进行验证。
4.1列联交叉分析
在实际分析中，除了需要对单个变量的数据分布情况进行分析外，还需要掌握多个变量在不同取值情况下的数据分布情况，从而进一步深入分析变量之间的相互影响和关系，这种分析就称为交叉列联表分析。
当所观察的现象同时与两个因素有关时，如某种服装的销量受价格和居民收入的影响，某种产品的生产成本受原材料价格和产量的影响等，通过交叉列联表分析，可以较好地反映出这两个因素之间有无关联性及两个因素与所观察现象之间的相关关系。
SPSS提供了多种适用于不同类型数据的相关系数表达，这些相关性检验的零假设都是：行和列变量之间相互独立，不存在显著的相关关系。根据SPSS检验后得出的相伴概率（Concomitant Significance）判断是否存在相关关系。如果相伴概率小于显著性水平，那么拒绝零假设，行列变量之间彼此相关；如果相伴概率大于显著性水平，那么接受原假设，行列变量之间彼此独立。
4.1.1性别对甜品需求的影响
通过对男生和女生对甜品需求的描述分析，接下来做一下性别对甜品需求的显著性检验。通过方差检验，显著性P值为0.086，小于显著性水平α为0.1，因此可以得出，拒绝零假设，性别对甜品需求存在相关性，有显著影响，具体数据见表4-1。
值
df
渐进 Sig. (双侧)
Pearson 卡方
4.909a
2
.086
似然比
4.771
2
.092
线性和线性组合
4.080
1
.043
有效案例中的 N
100
表4- 1性别对甜品需求的卡方检验
4.2.2职业对甜品需求的影响
通过对不同职业的人对甜品需求的描述分析，接下来做一下职业对甜品需求的显著性检验。通过方差检验，显著性P值为0.868，大于显著性水平α为0.1，因此可以得出，职业对甜品需求彼此独立，没有显著性影响，具体数据见表4-2。
卡方检验
值
df
渐进 Sig. (双侧)
Pearson 卡方
1.263a
4
.868
似然比
2.065
4
.724
线性和线性组合
.048
1
.826
有效案例中的 N
100
表4- 2职业对甜品需求需求的卡方检验
4.1.3月薪（月生活费）对甜品需求的影响
通过对不同月薪（月生活费）对甜品需求的描述分析，接下来做一下月薪（月生活费）对甜品需求的显著性检验。通过方差检验，显著性P值为0.836，明显大于显著性水平α为0.1，因此可以得出，月薪（月生活费）对甜品需求是彼此独立的，没有显著影响，具体数据见表4-3。
卡方检验
值
df
渐进 Sig. (双侧)
Pearson 卡方
2.781a
6
.836
似然比
3.278
6
.773
线性和线性组合
.337
1
.561
有效案例中的 N
100
表4- 3月薪（月生活费）与甜品需求的卡方检验
4.1.4性别对甜品购买方式的影响
通过对男生和女生对甜品购买方式的描述分析，接下来做一下性别对甜品购买方式的显著性检验。通过方差检验，显著性P值为0.744，大于显著性水平α为0.1，因此可以得出，性别对甜品购买方式存是彼此独立的，没有显著影响，具体数据见表4-4。
卡方检验
值
df
渐进 Sig. (双侧)
Pearson 卡方
1.239a
3
.744
似然比
1.991
3
.574
线性和线性组合
.045
1
.832
有效案例中的 N
100
表4-4性别对甜品购买方式的卡方检验
4.1.5职业对甜品购买方式的影响
通过对不同职业的人对甜品购买方式的描述分析，接下来做一下不同职业对甜品购买方式的显著性检验。通过方差检验，显著性P值为0.002，明显小于显著性水平α为0.1，因此可以得出，拒绝零假设，不同职业对甜品购买方式存在相关性，有显著影响，具体数据见表4-5。
卡方检验
值
df
渐进 Sig. (双侧)
Pearson 卡方
20.710a
6
.002
似然比
10.946
6
.090
线性和线性组合
.335
1
.563
有效案例中的 N
100
表4-5职业对甜品购买方式的卡方检验
4.1.6月薪（月生活费）对甜品购买方式的影响
通过不同月薪（月生活费）对甜品购买方式的描述分析，接下来做一下月薪（月生活费）对甜品购买方式的显著性检验。通过方差检验，显著性P值为0.279，明显大于显著性水平α为0.1，因此可以得出，月薪（月生活费）对甜品购买方式存是彼此独立的，没有显著影响，具体数据见表4-6。
卡方检验
值
df
渐进 Sig. (双侧)
Pearson 卡方
10.955a
9
.279
似然比
9.531
9
.390
线性和线性组合
.070
1
.792
有效案例中的 N
100
表4-6月薪（月生活费）对甜品购买方式的卡方检验
4.2影响因素的因子分析
在实际问题的分析过程中，人们往往希望尽可能多的搜集关于分析对象的数据信息，进而能够比较全面的、完整的把握和认识它。于是，对研究对象的描述就会有很多指标。但是效果如何呢？如果搜集的变量过多，虽然能够比较全面精确的描述事物，但在实际建模时这些变量会给统计分析带来计算量大和信息重叠的问题。而消减变量个数必然会导致信息丢失和信息不完整等问题的产生。
因子分析是指研究从变量群中提取共性因子的统计技术，是解决上述问题的一种非常有效的方法。它可在许多变量中找出隐藏的具有代表性的因子，以最少的信息丢失，将原始众多相同本质的变量综合成较少的几个综合指标（因子），可减少变量的数目，能够起到有效降维的目的，还可检验变量间关系的假设。
4.2.1考察原有变量是否适合进行因子分析
首先考察收集到的原有变量之间是否存在一定的线性关系，是否适合采用因子分析提取因子，在这里，借助了变量的巴特利特球度检验和KMO检验方法进行分析。分析结果如表4-7所示。
在进行因子分析前，首先需要通过计算KMO值和Bartlett球体检验来说明本研究量表使用采用因子分析。通过KMO值判断数据是否适合因子分析的一般标准如下：KMO值在 0.9以上为非常适合采用因子分析；KMO值在0.8~0.9之间为很适合采用因子分析；KMO值在0.7~0.8间为适合采用因子分析；KMO值在0.6~0.7间为可以采用因子分析；KMO值在0.5~0.6间为采用因子分析很勉强；而KMO值在0.5以下则不适合采用因子分析（马庆国，2002）。
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.818
Bartlett 的球形度检验
近似卡方
590.906
df
91
Sig.
.000
表4- 7巴特利特球度检验和KMO检验
由表4-11可知，巴特利特球度检验和KMO检验计量的观测值为590.906，相应的概率p接近0。显著性水平为0.05，由于概率p小于显著性水平，因此应拒绝零假设，认为相关系数矩阵与单位阵有显著差异。同时，KOM值为0.818，根据Kaiser给出了KMO度量标准可知原有变量可以采用因子分析进行分析。
4.2.2提取因子
在验证可以做因子分析的基础上，本研究采用主成份法，提取特征值大于1的4个因子。提取条件特征值大于1时提取因子的共同度，可以看到，特征值大于1的因子共同解释了原有变量总方差的65.561%，因此本次因子提取的总体效果比较理想。分析结果如表4-9所示，并通过碎石图来验证。
请问您喜欢吃甜品的原因是？(好吃)
请问您喜欢吃甜品的原因是？(就是喜欢没有理由)
请问您喜欢吃甜品的原因是？(调节心情)
请问您喜欢吃甜品的原因是？(甜品造型做工精致，让人想吃)
请问您喜欢吃甜品的原因是？(甜品店氛围好，价格优惠)
您来甜品店的主要目的是?(品尝甜品)
您来甜品店的主要目的是?(朋友聚会)
您来甜品店的主要目的是?(情侣约会)
您来甜品店的主要目的是?(休闲)
请问您是否喜欢吃甜品？（选A与B按顺序填写，跳过第6题）
请问您喜欢什么风格的甜品店？
相关
请问您喜欢吃甜品的原因是？(好吃)
1.000
.610
.680
.695
.698
.403
.117
.088
.020
-.606
.142
请问您喜欢吃甜品的原因是？(就是喜欢没有理由)
.610
1.000
.604
.610
.692
.244
.188
.021
.025
-.515
.116
请问您喜欢吃甜品的原因是？(调节心情)
.680
.604
1.000
.583
.671
.211
.068
.050
.115
-.432
.068
请问您喜欢吃甜品的原因是？(甜品造型做工精致，让人想吃)
.695
.610
.583
1.000
.743
.288
.136
.057
.073
-.474
.267
请问您喜欢吃甜品的原因是？(甜品店氛围好，价格优惠)
.698
.692
.671
.743
1.000
.129
.157
.094
.083
-.391
.115
您来甜品店的主要目的是?(品尝甜品)
.403
.244
.211
.288
.129
1.000
.009
-.126
-.306
-.321
.079
您来甜品店的主要目的是?(朋友聚会)
.117
.188
.068
.136
.157
.009
1.000
.160
.112
-.137
.162
您来甜品店的主要目的是?(情侣约会)
.088
.021
.050
.057
.094
-.126
.160
1.000
-.131
-.019
.022
您来甜品店的主要目的是?(休闲)
.020
.025
.115
.073
.083
-.306
.112
-.131
1.000
.017
.131
请问您是否喜欢吃甜品？（选A与B按顺序填写，跳过第6题）
-.606
-.515
-.432
-.474
-.391
-.321
-.137
-.019
.017
1.000
-.188
请问您喜欢什么风格的甜品店？
.142
.116
.068
.267
.115
.079
.162
.022
.131
-.188
1.000
第一组数据项描述了初始因子解的情况。可以看到，第1个因子的特征值根为5.050，解释原有14个变量总方差的36.072%，累计方差贡献率为36.072%。第2个因子的特征根为1.580，解释原有14个变量总方差的11.289%，累计方差贡献率为11.289%，依次类推。
第二组数据描述了因子解的情况。可以看到，由于指定提取4个因子，4个因子共同解释了原有变量总方差的65.561%。总体上，原有变量的信息丢失相比较少，因子分析效果比较理想。
第三组数据项描述了最终因子解的情况。可见，因子旋转后，累计方差比没有改变，也就是没有影响原有变量的共同度，但却重新分配了各个因子解释原有变量的方差，改变了各因子的方差贡献，使得因子更易于解释。
在图4-1标为因子数目，纵坐标为特征值。可以看到：前4个个因子的特征值很高，对解释原有变量的贡献率最大；第4个以后的因子特征值都较小，对解释原有变量的贡献率较小，已经成为可被忽略的“高山脚下的碎石”，因此提取4个因子是合适的。
图4-1因子的碎石图
4.2.3因子的命名解释
采用方差最*法大**对因子载荷矩阵实施正交旋转以使因子具有命名解释性，输出旋转后的因子载荷，分析结果如表4-10。
旋转成份矩阵a
成份
1
2
3
4
请问您喜欢吃甜品的原因是？(甜品店氛围好，价格优惠)
.884
.028
.077
.143
请问您喜欢吃甜品的原因是？(其它)
.871
-.047
.091
.112
请问您喜欢吃甜品的原因是？(好吃)
.846
.070
-.205
.104
请问您喜欢吃甜品的原因是？(调节心情)
.829
请问您喜欢吃甜品的原因是？(就是喜欢没有理由)
.800
.127
请问您是否喜欢吃甜品？（选A与B按顺序填写，跳过第6题）
-.569
-.295
.306
.026
您来甜品店的主要目的是?(朋友聚会)
.039
.678
.070
.471
请问您喜欢什么风格的甜品店？
.124
.649
.105
-.039
您的性别是？
-.038
-.615
.297
.430
您来甜品店的主要目的是?(休闲)
.140
.226
.790
-.143
您来甜品店的主要目的是?(品尝甜品)
.271
.145
-.765
-.100
您来甜品店的主要目的是?(情侣约会)
.002
-.081
-.014
.830
您来甜品店的主要目的是?(其它)
-.342
-.100
.082
-.479
表4- 10旋转后的因子成份矩阵
由表4-9可知， 甜品店氛围好，价格优惠、其它原因在第一个因子上有较高的载荷，第1个因子解释了这两个变量，可解释为外在原因影响因素；甜品好吃、甜品店风格在第2个因子上有较高的载荷，第2个因子主要解释了这两个变量，可解释为内部服务因素；休闲原因去甜品店、为品尝甜品去甜品店在第3因子上有较高的载荷，第3个因子主要解释了这两个变量，可解释为甜品本身口感因素；去甜品店的原因为情侣约会在第4个因子上有较高的载荷，第4个因子主要解释了这一个变量，可解释为客观环境因素；以上和旋转前相比，因子含义较为清晰。通过因子分析，得出甜品需求的4个因子分别是外在原因、内部服务、客观环境、甜品本身口感因素。
4.3单因素方差分析
方差分析是通过推断控制变量各水平下观测变量的总体分布是否有显著差异来分析控制变量对观测变量的影响作用。方差分析分为单因素方差分析、多因素方差分析和协方差分析。单因素方差分析是用来研究一个控制变量的不同水平是否对观测变量产生显著影响。通过前文对甜品需求的描述统计，我们初步了解了研究样本对甜品的需求状况。本章通过对上文建立的研究假设进行显著性检验，分析出哪些因素对甜品需求有显著的影响，哪些因素没有显著性影响。
4.3.1四个因子对甜品销售量的影响
在进行方差分析之前，我们必须进行方差齐性检验。通过检验P值是否大于显著性水平，判定是否可适合方差分析。当P值大于显著性水平方可进行方差分析。外在原因、内部服务、客观环境、甜品本身口感因素
根据分析得出，“外在原因因子”、“内部服务因子”、“客观环境”、“甜品本身口感因子”的P值皆大于显著性水平0.01，所以不能*翻推**“组内方差相同”的原假设，可以进行检验。
方差齐性检验
Levene 统计量
df1
df2
显著性
外在原因因子
.213
1
98
.646
内部服务因子
2.048
1
98
.156
客观环境因子
.846
1
98
.360
甜品本身口感因子
3.592
1
98
.061
表4-11方差齐性检验
通过分别分析四个因子对甜品销售量的分析，只有“甜品本身口感因子”的P值0.061小于显著性水平0.1，我们由此可以得出，甜品的不同口感对甜品的销售量有显著的影响，如表4-12，表4-13：
因此，在成立甜品店以及在经营时，必须注重甜品的口感，重视原材料的质量，形成良好的形象以此提高顾客们对甜品的满意度。
ANOVA
平方和
df
均方
F
显著性
甜品本身口感因子
组间
.042
1
.042
.070
.791
组内
58.708
98
.599
总数
58.750
99
外在原因因子
组间
.704
1
.704
1.378
.243
组内
50.056
98
.511
总数
50.760
99
内部服务因子
组间
.546
1
.546
.996
.321
组内
53.694
98
.548
总数
54.240
99
客观环境因子
组间
.028
1
.028
.080
.778
组内
34.962
5研究结论与对策建议
5.1研究结论
本研究通过问卷调查、理论分析等多种方法对周边人群进行甜品需求的调查研究，调查结论主要包括以下几个方面：
（1）性别对甜品的需求程度有影响。被调查的100名人中，男性比例占了26%，女性比例占了74%，女性对甜品的需求程度总体上高于男性。女性对甜食的抗拒能力一般来说较弱，而对男性而言，他们相对理性，对甜食这一类食物没有女性那样钟爱，所以女性对甜品的需求程度更高。
（2）职业对甜品的需求程度有影响。被调查者中上班族占据了25%，学生占了72%，其它职业占了3%，而教师则没有。从中可以看出被调查对象中学生所占的比例最高，其它职业所占的比例最低，被调查者中却没有教师。学生相对于其它职业，它年龄偏小，没有工作和社会的压力，相对轻松自由，对于甜品有更多的时间去品味，而甜品店塑造的风格与氛围也正符合学生的要求。上班族平时工作时间较多，对甜品的需求在平时休息或节假日会较多，而不像学生那么休闲。因此，学生对甜品的需求程度最大，其次是上班族和其他职业者。
（3）月薪（月生活费）对甜品的需求程度有影响。月薪（月生活费）是消费的前提，从统计的数据中可以看出月薪（月生活费）在1000元以下的占了13%，月薪（月生活费）在1000元—3000元的占了63%，月薪（月生活费）在3000元—5000元的占了19%，月薪（月生活费）在5000元以上的占了5%。月薪（月生活费）在1000元—3000元的人对甜品的需求程度最高，月薪（月生活费）在5000元以上的人对甜品的需求程度最低。月薪（月生活费）在1000元—3000元的人收入最为普遍，可以在解决衣食住行的基本生活问题下，对其它中低档产品进行消费，所以对甜品这类中低档消费品的需求程度最高。
（4）甜品口感会影响消费者对甜品的购买。从统计的结果可以看出，被调查的人中对甜品的口感在意程度很高，平均分为4.57，其中认为重要的8%，认为非常重要为77%，而认为不重要仅1%。这就说明被调查者对甜品的口感是十分重视的。
（5）甜品店服务态度会影响消费者对甜品的购买。从描述性分析看，数据中重要和非常重要占到了60%，可以看出被调查者对甜品店服务态度的重视程度较高，服务态度也是开甜品店过程中需要考虑的重要因素。
5.2对策及建议
针对上面的结论，根据之前的研究分析得出了影响甜品需求的因素，接下来依据影响甜品需求的因素提出相应的对策。
1、经过分析得出的（1）、（2）、（3）结论，我们发现性别、职业、月薪（月生活费）对甜品需求程度是没有显著性影响的，几乎为无关联，所以我们在前期宣传的过程中或是在经营的过程中，无论男女生，做什么工作都要重视。这项服务受众是普遍的消费者，没有针对的特殊顾客群。所以我们在考虑服务对象时，应该是不分男女，不分职业全部考虑。
2、针对甜品口感，对于消费者在选择哪家甜品店购买甜品会产生一定影响。对于消费者来说，他们会选择甜品口感好价格实惠或者只要甜品口感好哪怕价格稍高一点的甜品。因此，在成立甜品店以及在经营时，必须注重甜品的口感，重视原料的质量，形成良好的形象以此提高顾客们对我们甜品店甜品的忠诚度。
3、针对甜品店整体环境风格，消费者对甜品店整体环境风格的在意程度也很高，重要程度平均分为4.14。这就说明消费者对甜品店整体环境风格是十分重视的。因此，在成立甜品店以及在经营时，必须注重甜品店整体的装修以及经营时的整体风格，以一个令顾客满意的环境，来完成一次服务。
4、针对服务态度，消费者对甜品店服务态度的重视程度相当高。这就说明服务态度的好坏是影响消费者对甜品需求的重要因素之一。因此，在成立甜品店以及在经营时，必须提高对顾客的服务态度，做到礼貌周到，耐心服务，给顾客一个愉快的服务旅程。
5.3研究的不足
尽管本文的研究得出了一些较有意义的结论，但是在研究过程中仍然存在一些局限之处，需要在未来的研究中进一步深化和完善。主要包括以下几方面：
1. 问卷设计方面存在不足，本文在设计消费者对甜品的喜好程度时考虑的不是特别周全，李克特量表中因子数量过少；由于问卷的选项设计不够合理，设置的问题较多，不仅降低了调查效果，也使得后期的量化比较复杂，也同时导致后期对影响甜品需求的因素进行分析时出现，多选题的题量过多，导致描述分析占了很大的篇幅。
2. 发收问卷时，很多问卷因为没有说明具体的要求，有几份问卷因为选项不齐全或者单选做成多选导致无效。而且在发放时，由于时间和地
