網(wǎng)絡(luò)口碑對消費者購買決策行為的影響研究

■ 梅 蕾 教授 張 景（內(nèi)蒙古科技大學(xué)經(jīng)濟與管理學(xué)院 內(nèi)蒙古包頭014010）

?

網(wǎng)絡(luò)口碑對消費者購買決策行為的影響研究

■ 梅 蕾 教授 張 景（內(nèi)蒙古科技大學(xué)經(jīng)濟與管理學(xué)院 內(nèi)蒙古包頭014010）

內(nèi)容摘要：隨著網(wǎng)絡(luò)經(jīng)濟的迅速發(fā)展，網(wǎng)絡(luò)口碑對消費者購買決策行為的影響日益明顯。本文基于網(wǎng)絡(luò)口碑接收者視角，以網(wǎng)絡(luò)用戶為研究對象，通過問卷調(diào)查法獲取數(shù)據(jù)，以詳盡可能性模型作為研究基礎(chǔ)構(gòu)建模型、提出假設(shè)，并利用結(jié)構(gòu)方程模型展開實證研究。研究表明，概念模型可用于解釋網(wǎng)絡(luò)口碑對消費者購買決策行為的影響，結(jié)論對企業(yè)研究消費者網(wǎng)絡(luò)行為有借鑒意義。

關(guān)鍵詞：網(wǎng)絡(luò)口碑 詳盡可能性模型 結(jié)構(gòu)方程模型

相關(guān)研究概述

Richa rd和John提出的詳盡可能性模型（Elaboration Likelihood Model，簡稱ELM模型）是消費者信息處理中最具影響力的理論模型之一。Lee（2007）基于ELM模型，將負面網(wǎng)絡(luò)口碑質(zhì)量作為核心路徑，將負面網(wǎng)絡(luò)口碑的梳理作為邊緣路徑，研究發(fā)現(xiàn)核心路徑和邊緣路徑均對消費者購買意愿產(chǎn)生較強影響。而Park （2009）將消費者網(wǎng)絡(luò)口碑信息豐富程度作為核心路徑，把感知產(chǎn)品知名度作為邊緣路徑構(gòu)建模型，發(fā)現(xiàn)核心路徑和邊緣路徑均對消費者購買決策產(chǎn)生影響。陶曉波（2013）對ELM模型進行拓展后構(gòu)建了負面網(wǎng)絡(luò)口碑對消費者購買態(tài)度的影響模型，發(fā)現(xiàn)核心路徑在消費者處于高涉入度時成為主線。

模型構(gòu)建與研究假設(shè)

（一）模型構(gòu)建

本文基于傳播過程的拉斯韋爾模式與ELM理論構(gòu)建概念模型，模型中將“網(wǎng)絡(luò)口碑接收者專業(yè)性-網(wǎng)絡(luò)口碑信息質(zhì)量-網(wǎng)絡(luò)口碑傳播效果”作為核心路徑；將“網(wǎng)絡(luò)口碑接收者專業(yè)性-關(guān)系強度-網(wǎng)絡(luò)口碑傳播效果”作為邊緣路徑進行分析。

（二）研究假設(shè)提出與變量測量

在構(gòu)建的模型中提出6個研究假設(shè)并設(shè)計具體的測量指標(biāo)，如表1所示。

研究調(diào)查實施與問卷初步分析

（一）調(diào)查問卷設(shè)計與發(fā)放

問卷采用李克特（Like rt）五級量表，分為八部分。第一部分對網(wǎng)絡(luò)口碑進行界定，第二到第七部分為問卷主體部分，以題項形式進行羅列，第八部分是被調(diào)查者人口統(tǒng)計變量。前測問卷發(fā)放并回收30份，有效問卷25份，有效問卷率83.30%。針對問卷進行了效度與信度分析?；谛〗M訪談和問卷前測的結(jié)果對問卷進行修正，最終形成正式調(diào)查問卷。正式問卷發(fā)放并回收820份，剔除同類題項答案矛盾的、同一IP地址多次填寫的無效問卷，最終獲得有效問卷743份。

（二）描述性統(tǒng)計分析與信度、效度檢驗

首先，對有效問卷的人口統(tǒng)計特征進行描述性統(tǒng)計分析。有效問卷樣本的性別比例、年齡分布、受教育程度、職業(yè)分布、收入情況等人口基本特征較為均衡，能夠體現(xiàn)出網(wǎng)民的結(jié)構(gòu)特點，符合進一步分析要求。其次，使用SPSS 20.0，利用克朗巴哈系數(shù)進行信度檢驗。通過檢驗得出，各變量基于標(biāo)準(zhǔn)化項的克朗巴哈系數(shù)均大于0.7的臨界值，校正項總計相關(guān)性系數(shù)較高，表明量表信度較好。最后，對數(shù)據(jù)進行KMO和Ba rtle tt球體檢驗，以便確定數(shù)據(jù)是否適合做因子分析。檢驗結(jié)果如表2所示，KMO統(tǒng)計量大于0.50；Ba rtle tt 球體檢驗的Sig小于0.01，變量間顯著性相關(guān)，適合做因子分析。

表1　網(wǎng)絡(luò)口碑對消費者購買決策行為的影響研究假設(shè)

表2　KMO 和 Bartlett 的檢驗

表3　探索性因子分析結(jié)果

表4　旋轉(zhuǎn)成分矩陣

（三）探索性因子分析

在描述性統(tǒng)計分析與信度、效度檢驗的基礎(chǔ)上，使用SPSS20.0統(tǒng)計分析軟件進行探索性因子分析，目的在于發(fā)現(xiàn)被觀測變量的本質(zhì)結(jié)構(gòu)并對其進行降維處理。以初始特征值大于1作為提取因子的選取標(biāo)準(zhǔn)，采取方差最大化正交旋轉(zhuǎn)，把因子載荷值是否大于0.5作為刪除題項的標(biāo)準(zhǔn)。如表3所示，本文共提取了6個因子，累計方差貢獻率達到65.237%，即 6個因子可以解釋原始變量信息的65.237%，符合要求。

旋轉(zhuǎn)成分矩陣結(jié)果（見表4）顯示提取的6個公因子代表性突出，所有因子載荷值都在0.5以上。因此，本文測量量表的結(jié)構(gòu)效度較好。

結(jié)構(gòu)方程模型構(gòu)建與檢驗

（一）結(jié)構(gòu)方程模型構(gòu)建

使用結(jié)構(gòu)方程模型分析軟件AMOS 21.0對構(gòu)建的模型進行分析，如圖1所示。模型涵蓋了傳播渠道、網(wǎng)絡(luò)口碑發(fā)送者專業(yè)性、關(guān)系強度、網(wǎng)絡(luò)口碑信息質(zhì)量、網(wǎng)絡(luò)口碑接收者專業(yè)性和網(wǎng)絡(luò)口碑傳播效果共6個潛在變量，各潛在變量對應(yīng)24個觀測變量，以及符合運行要求的30個誤差變量。本文的初始數(shù)據(jù)沒有缺失值，對樣本的觀測變量進行正態(tài)性檢驗，樣本觀測變量的偏度系數(shù)和峰度系數(shù)及其各自的臨界比率C.R.均符合AMOS軟件應(yīng)用的前提假設(shè)，可以進一步分析。

（二）模型擬合度檢驗

進行結(jié)構(gòu)方程模型的分析，首先要檢驗之前構(gòu)建的模型能否恰當(dāng)測量觀測變量與潛在變量之間，以及潛在變量間的關(guān)系，即需要對已有模型的擬合度進行檢驗。如果擬合度良好，可以繼續(xù)進行結(jié)構(gòu)方程模型分析；如果擬合度欠佳，需要重新考慮理論模型的正確性，修改模型后重新擬合。

檢驗?zāi)Ｐ蛿M合度，首先需要對違反估計進行檢查，如表5所示。屬于違反估計的項目通常包括存在負的誤差方差和標(biāo)準(zhǔn)化回歸系數(shù)大于0.95。本文中誤差方差均為正數(shù)，標(biāo)準(zhǔn)化回歸系數(shù)在0.160-0.841之間，所以不存在違法估計現(xiàn)象，可繼續(xù)進行下一步分析。

本文采用最大似然估計對提出的結(jié)構(gòu)方程模型進行參數(shù)計算，其中模型擬合指標(biāo)結(jié)果如表6所示。本文模型的各項擬合指標(biāo)都符合要求，擬合效果較好。

表5　誤差方差和標(biāo)準(zhǔn)化回歸系數(shù)

圖1　結(jié)構(gòu)方程模型

圖2　路徑系數(shù)和顯著性情況

（三）路徑系數(shù)或載荷系數(shù)顯著性檢驗

在進行模型擬合度檢驗的基礎(chǔ)上，進一步對結(jié)構(gòu)方程模型進行路徑系數(shù)（潛變量與潛變量間的回歸系數(shù)）以及載荷系數(shù)（潛變量與可測變量間的回歸系數(shù)）顯著性檢驗，檢驗結(jié)果如表7所示。由表7可知，本文中C.R.均大于2.58，所以潛變量之間的路徑系數(shù)顯著，潛變量和可測變量之間的載荷系數(shù)顯著。

結(jié)果及分析

（一）假設(shè)檢驗結(jié)果

通過結(jié)構(gòu)方程模型的構(gòu)建與分析，得到路徑系數(shù)和顯著性情況如圖2所示。通過圖2可見，6個假設(shè)均得到了支持，如表8所示。

（二）模型路徑擬合檢驗

本文在構(gòu)建概念模型時提出將“網(wǎng)絡(luò)口碑接收者專業(yè)性—網(wǎng)絡(luò)口碑信息質(zhì)量—網(wǎng)絡(luò)口碑傳播效果”作為中心路線，將“網(wǎng)絡(luò)口碑接收者專業(yè)性—關(guān)系強度—網(wǎng)絡(luò)口碑傳播效果”作為邊緣路線。通過AMOS輸出的效應(yīng)指標(biāo)可以對路徑進行擬合檢驗，如圖2所示。

直接效應(yīng)是指一個變量對另一個變量的直接影響，如“傳播渠道”對“網(wǎng)絡(luò)口碑信息質(zhì)量”的直接效應(yīng)為0.293。間接效應(yīng)指某一變量通過某一中介變量對另一變量的直接影響，如“傳播渠道”對“網(wǎng)絡(luò)口碑傳播效果”的間接效應(yīng)為0.150（0.293*0.512）。核心路徑“網(wǎng)絡(luò)口碑接收者專業(yè)性-網(wǎng)絡(luò)口碑信息質(zhì)量-網(wǎng)絡(luò)口碑傳播效果”的效應(yīng)值為0.254 （0.497*0.512），意味著在核心路徑上“網(wǎng)絡(luò)口碑接收者專業(yè)性”每提高1個單位，“網(wǎng)絡(luò)口碑傳播效果”提高0.254個單位。邊緣路徑“網(wǎng)絡(luò)口碑接收者專業(yè)性-關(guān)系強度-網(wǎng)絡(luò)口碑傳播效果”的間接效應(yīng)值為0.103（0.646*0.160），意味著在邊緣路徑上“網(wǎng)絡(luò)口碑接收者專業(yè)性”每提高1個單位，“網(wǎng)絡(luò)口碑傳播效果”提高0.103個單位。邊緣路徑的間接效應(yīng)遠小于核心路徑。由此可見，建模時所提出的核心路徑和邊緣路徑是恰當(dāng)?shù)摹?/p>

表6　模型擬合指標(biāo)

表7　路徑系數(shù)或載荷系數(shù)估計結(jié)果

表8　假設(shè)檢驗結(jié)果匯總

結(jié)論與意義

通過實證研究發(fā)現(xiàn)，本文提出的概念模型可以用于解釋網(wǎng)絡(luò)口碑對消費者購買決策行為的影響?；谝陨涎芯抗ぷ鳎玫揭韵陆Y(jié)論：從消費者角度出發(fā)，消費者（網(wǎng)絡(luò)口碑接收者）可以通過增加相關(guān)經(jīng)驗、增強檢索網(wǎng)絡(luò)口碑信息的相關(guān)技能，主動、積極與網(wǎng)絡(luò)口碑發(fā)送者進行溝通交流等方式，提高自己在有關(guān)產(chǎn)品或服務(wù)方面的專業(yè)性，從而對網(wǎng)絡(luò)口碑信息質(zhì)量形成更理性的判斷，做出最適合自己的購買決策。從企業(yè)角度出發(fā)，對有意針對相關(guān)產(chǎn)品或服務(wù)進行網(wǎng)絡(luò)口碑營銷或希望改變現(xiàn)有網(wǎng)絡(luò)口碑傳播效果的企業(yè)來講，本文有利于企業(yè)從消費者角度考慮網(wǎng)絡(luò)口碑傳播機制，從而改進營銷策略。

參考文獻：

1.Richard E. Petty，John T. Cacioppo. The effects of involvement on response to argument quantity and quality：central and peripheral routes to persuasion[J].Journal o f Personality and Social Psychology，1984，46（1）

2.M LALeeb，Cheol Parka，Thae M in. Information direction，website reputation and eWOM effect：a moderating role of product type[J].Journal of Business Research，2009，62（1）

3.陶曉波，宋卓昭，張欣瑞.網(wǎng)絡(luò)負面口碑對消費者態(tài)度影響的實證研究—兼論企業(yè)的應(yīng)對策略[J].管理評論，2013，25（3）

4.Lassw ell H. D.The structu re and function of communication in society[M].New York：Horper & Row，1948

5.榮泰生.AMOS與研究方法 [M].重慶大學(xué)出版社，2009

中圖分類號：◆F713

文獻標(biāo)識碼：A

基金項目：▲2014年內(nèi)蒙古科技廳軟科學(xué)項目“提高經(jīng)濟增長質(zhì)量與效益的創(chuàng)新驅(qū)動研究——加快內(nèi)蒙古現(xiàn)代服務(wù)業(yè)發(fā)展研究”（編號：2014-007）