关于服装微博营销影响因子的研究

1、 摘要本文以新浪服装微博为研究对象，研究微博营销对用户行为意愿的影响。主要解决的问题是服装微博营销的影响因子有哪些。作者首先在第一、二部分中陈述了本文的研究背景和研究意义，对微博营销的定义及内涵作了系统全面的理论综述。其次，作者对关注服装类微博的新浪微博用户进行了访谈，通过访谈内容分析得出可能的七类微博营销影响因子、两类感知变量和三类行为意愿。六类微博营销影响因子分别是品牌、活动营销、意见领袖、信息、促销、互动和兴趣；两类感知变量分别是认知-情感和信任；三类行为意愿分别是搜索意愿、购买意愿和分享意愿。然后作者借助SPSS和EXCEL统计分析软件对收集到的142个有效样本进行了因子分析，准确得出

2、六类微博营销影响因子、两类感知变量和三类行为意愿。六类微博营销影响因子分别是品牌、意见领袖、信息、促销、互动和兴趣；两类感知变量分别是认知-情感和信任；三类行为意愿分别是搜索意愿、购买意愿和分享意愿。 关键字：微博营销影响因子；感知变量因子；行为意愿因子 一、研究背景及意义 (一) 研究背景 新技术的迅猛发展推动了新媒介形式的产生。在科技发展与社会革新日新月异的今天，一种名为“微博”的新兴媒介一出现便成为了媒体、IT业界和普通大众关注和谈论的热点。2006年，埃文.威廉姆斯创建Twitter,这是世界上第一个微博网站。目前，Twitter 全球用户数量突破2亿，平均注册数约为30万人，独立访问

3、量达1.8亿，每日的访问量已达到30亿（指通过各种API向网站发出的请求），年增长率达1500% ，资本市场估值达37亿美元。 Twitter的成功和火爆引发了世界范围内的微博网站蓬勃发展。一时间，微博网站如雨后春笋般在世界各地涌现。2007年，中国开始微博本土化的尝试，饭否、机歪、嘀咕等一批新兴的中文微博网站逐渐崭露头角；2009年各大门户网站纷纷推出自己的微博产品，掀起了微博大热潮。截至2010年12月，我国微博用户的规模已超过1.6亿。根据OCCI互联网数据中心预测，我国互联网实际不重复微博独立用户数至2011年、2012年、2013年预计将分别达到1亿、1.68亿、2.53亿人左右。微

4、博正在不断改变人们的生活方式、信息的传播方式以及企业的营销方式。 微博综合了手机短信、社交网站、博客、IM (即时通讯）的特点，有门滥较低、随时随地、传播快速、实时搜索等优点。当你的粉丝超过100，你就是一本内刊；超过1000，你就是一个布告栏；超过1万，你就是一本杂志；超过10 万，你就是一份都市报；超过100万，你就是一份全国性报纸；超过1000万，你就是一家电视台；超过一亿，你就是中央电视台！越来越多的企业和营销人员已经注意到微博的力量，将微博作为营销和公关的一种有效的新方式。如戴尔在Tw itt- er上开展在线销售，美国最大的有线电视传输商Comcast在Twitter上成功进行公关

5、，星巴克在Twitter上开展品牌营销，凡客诚品在新浪微博上进行产品宣传和客服. 微博热潮也引起学术界的广泛关注。在国外无论是互联网研究机构，高校学术界还是商界、IT界以及传媒界都对Twitter进行了研究。国内的研究始于2009年，在2011年达到高潮。目前学术界对微博的关注主要集中在新闻与传媒、高等教育、信息经济与邮政经济、企业经济、图书情报与数字图书馆等领域。 (二) 研究意义 微博产生于2006年的美国，于2007年引入国内，作为新事物，学术界对其研究从近年才开始，根据作者对国内外相关文献的查阅，发现对微博的研究主要集中在传播学领域，关于微博营销的文献不足百篇，焦点集中在微博营销的方法

6、和策略上，关于微博营销对消费者影响方法的研究少之又少。本文以新浪服装类微博为研究对象，研究微博营销对用户行为意愿的影响，一定程度上弥补了微博营销在该领域的空白。 1. 理论意义 本文拟通过小规模访谈对微博营销影响因子进行探索性分析，拓展微博营销影响因子的理论研究。 本文拟建立旅游微博营销对用户行为意愿影响的模型，是消费者行为意愿模型在理论上的实证和延伸。 2. 现实意义为服装业更好地进行微博营销提供了建议，同时为其他行业如何进行微博营销提出了一定的参考依据。二、研究内容和方法(一) 研究内容本文以新浪服装微博为研究对象，研究微博营销对用户行为意愿的影响。主要解决的问题是服装微博营销的影响因子有

7、哪些。作者通过小规模访谈提取微博营销影响因子，根据文献研究设计微博营销影响因子各项指标，并根据研究模型设计研究问卷，进行大规模问卷调研收集数据，对相关数据进行主成分法因子分析提取微博营销影响因子，检验各项微博营销影响因子。(二) 研究方法为了分析服装微博营销对用户行为意愿的影响，本文采用理论研究和实证分析相结合的方法来实现研究目的，具体来说，主要通过下面四种方法来进行分析。1、文献研究通过收集和阅读国内外相关文献，了解微博营销、网络消费行为等方面的理论和实证研究现状，为本文研究设计、逻辑分析和模型提供理论支持。2、小规模访谈为了探索旅游微博营销的各影响因子，作者将邀请部分消费者和有经验的微博营

8、销人员进行访谈，从中收集和甄别影响用户行为意愿的重要因素，为后文确定影响因子提供依据。3、问卷调查根据研究模型，查找己有量表，结合访谈结果修正量表，设计调查问卷，通过预调研和正式调研，收集数据。4、统计分析本文将调查收集到的有效数据通过SPSS和EXCEL统计软件进行因子分析，以确定微博营销影响变量、感知变量和行为意愿变量的因子。三、微博营销相关研究(一) 微博的内涵 微博(Micro-blogging，Microblog ), 又称微型博客、即时博客是web2.0时代新兴起的一种集成化、开放化的互联网社交服务平台。是表达自己，传播思想，吸引关注，与人交流最快、最方便的网络传播平台。作者认为微

9、博的功能在于信息的发布、查看、评论、转发、用户间的关注、私信等基本功能，同时，微博的微群、应用、活动、工具等附加功能则增进了用户之间的互动交流。微博的传播模式是一种裂变式传播（One To N To N）,第一级为分众传播，具体表现为由个人到个人，个人到群体的传播模式；第二级为大众传播，传播内容、范围、深度、广度和效果的几何状扩大。微博的基本功能完成了微博的第一级分众传播，而附加功能则完成了第二级大众传播。(二) 微博营销的必要性微博营销顾名思义就是通过微博这一载体进行的网络营销。微博营销于2010年逐渐兴起的一种新型的网络营销方式。通过注册一个微博，更新、发布自己的状态，并且能够跟大家交流、

10、互动，吸引他人关注、发起活动、引起话题兴趣，从而达到营销的目的。微博营销是一种全新的以Web2.0为基础的新媒体营销模式，企业可以通过利用长度在140字以内的微型博客，快速宣传企业新闻、产品、文化等，形成的一个固定圈子的互动交流平台。因为微博营销依托微博进行，所以其各种形式也同时是微博的部分功能的体现。目前微博营销的形式主要有四种。1、 品牌宣传开通微博的商家、企业首先都是通过发布最新信息，包括企业新闻、行业动态、商品信息来进行自身的宣传，这是微博营销最基本的形式。用户浏览企业微博就相当于是在看企业的微型官方网站。2、广告形式商家企业的图片广告、视频广告等新形式新创意的广告植入在微博之中，使用

11、户在浏览微博信息时，更加被吸引，这也是给商品无形的进行营销。3、活动营销企业或商家可以在微博上发起活动，从而吸引用户来参加，包括线上活动和线下活动。通过对活动的宣传，引起用户产生关注或进-步购买的行为。或是发起一些公益性活动，给自己的企业赚足眼球、扩大声势。4、客户服务平台通过微博，企业或商家可以听到客户、消费者的声音，有的微博都直接成为了客户投诉的平台，商家可以及时进行反馈。这种能够和消费者互动的形式使得商家的行为更加透明化，拉近了和消费者的距离，消费者之间也可以相互评论，给予意见。四、模型构建与变量设计(一) 服装微博营销影响因子提取1、微博营销人员访谈 本次访谈共选择了3位微博营销人员，

12、均来自服装行业内。他们都有微博营销的经验，同时都关注服装类微博，有服装杂志、时尚达人、服装名人、服装公司官方等微博。三位微博营销人员在微博上十分活跃，每天刷微博次数在10 次以上，有人更是有空就刷。三位微博营销人员对微博营销持有积极的支持态度。他们认为微博营销是企业或者组织借用微博这一社交网络媒体为平台，发布品牌信息，塑造品牌形象，不定期举办促进受众群互动性的活动，以此来强化品牌产品的知名度，从而达到品牌产品销量上升的最终目的。与其他营销方式相比，微博营销更为亲民，足一种更符合以“人”为研究对象的营销方式，也是企业将营销活动从传统层面转向网络的必经之路。但是他们也表示目前国内的微博营销还不成熟

13、。首先平台太多，太杂，如何有针对性的选择平台进行有效的微博营销是许多微博专员的第一难题。虽然许多微博平台也认识到了这个问题，也在积极探索为品牌客户提供更多的服务，如新浪推出了企业版。其次，微博营销人员的从业能力参差不齐，从而增加了微博营销许多不可控制的因素，如一些品牌病毒式的营销方式引起用户对所有品牌微博的抵触情绪。最后，品牌、机构、名人等认证账号无论从粉丝数，举办的活动，与用户互动等各方而都要优于私人、草根账号，这直接增加了一些小企业， 小品牌，或者个人进行微博营销的难度。关于微博营销是否会影响用户的行为意愿问题，三位微博营销人员都表示有影响，而产生影响的原因主要是意见领袖的赞扬，品牌本身的

14、影响力，活动的吸引力，折扣力度，文字，图片。意见领袖的微博有更高的可信度，同时若能与意见领袖互动会给用户带来更多的关注和互动，满足了用户的虚荣心，特别是在新浪微博这类以名人效应为主打的微博产品平台上。品牌自身的影响力直接导致用户会不会关注该品牌，对该微博的信任程度也是建立在对该品牌的信任程度上，同时，大品牌由于自身实力雄厚，举办的营销活动更具有吸引力。活动吸引力和折扣力度是导致用户参与活动进行互动的重要因素，同时，国内微博的形式更加富有多样化，其中文字加图片已经成为微博营销的固有形式，特别对于旅游类微博来说，精美的图片和文字，实用的旅游信息是吸引用户的第一要素。三位专家表示他们所接触到的旅游类

15、微博文字和图片都比较精美，表达清晰。2、用户访谈本次作者访问了十位用户，这十位对服装都有一定的兴趣，有在校大学生，也有职场人士，有从事服装相关工作的，也有从事其他工作的。他们都关注了服装类微博，关注对象有服装媒体，服饰官方，时尚名人等微博。这十人微博活跃度各不相同，有一天刷2-3次的，也有一天刷无数次，一有空就刷的。用户对微博营销的理解相比微博营销人员而言要简单。他们认为微博营销是企业在微博上加粉丝，做广告或者发布活动，推广自己的产品，具有传播面广，时效强的特点。从专家对微博营销的理解不难看出，他们将相关微博的活动都作为营销来看，是广义的微博营销，而用户对微博营销的理解是狭义的微博营销，指企业

16、在微博上加粉丝，发广告，推销产品等行为。十人中两人对微博营销持积极态度，认为微博营销贴近大众能比较直观的知道市场反映；三人对重复发广告，或者利用高粉丝账号发广告表示反感；另外五人则认为有利有弊，表示中立，其中也有表示微博只是获取信息的一种方式， 感兴趣的就多看看，不感兴趣的则略过。关于微博营销是否会营销用户的行为意愿这一问题， 七位用户表示有影响，三位表示几乎没影响。七位表示有影响的用户认为影响主要在以下几个方面，首先，从微博上能了解更多服饰方面的动向，从而影响服装搭配的选择；其次即便没有购买计划，但是微博上精美的搭配和图片也会勾起购买的欲望，同时也能培养自己的审美观；最后，对于已有购买服饰计

17、划的用户而言，微博上提供的信息有助于服饰选择更加多样化，若有相应的打折促销则影响会更大。产生这些影响的主要原因是用户对漂亮服饰的兴趣，品牌，生动的文字叙述和精美的图片，互动。对服装搭配的兴趣致使用户关注此类微博，这也为服装企业和组织做针对性的营销提供了方便；品牌的大小直接导致用户对该微博的知晓度和信任度；生动的文字叙述和精美的图片则给用户带视觉享受，对于部分用户还会直接刺激需求。互动分为和原微博的互动和其他用户的互动，在本次访谈中，用户表示关于某一服装话题与其他用户（多为朋友，或者有同一目的，参加同一活动的用户）的互动要多余与发布信息微博的互动。与其他用户的互动多是分享信息或者讨论同一话题，而

18、与信息发布微博的互动多是咨询相关内容。虽然有两位用户表示微博营销对其几乎没有影响，但是对精美的旅游图片，一些感兴趣的服装活动他们仍然会关注，有一位甚至表示会有购买的冲动，这说明，微博对其的影响是无声无息的，在不知不觉中用户已经受到了影响。由于他认为的微博营销是狭义，其自觉不觉受到影响，但是从广义的微搏营销看，用户已经在无形中受到了影响。2、访谈小结从专家和用户的访谈中可以看出，微博营销对用户的行为意愿有很大的影响，根据访谈结果，作者归纳出以下服装微博营销影响因子：1)兴趣；2 )品牌；3)活动营销：4)促销；5)信息；6)互动；7)意见领袖。理论模型的提出 根据理性行为理论（TRA),个人所进

19、行实际行为是由行为意愿决定的，而行为意愿由行为态度和主观规范决定。再根据Freedman，sears&Carlsmith等人提出的关于态度的观点，认为态度是既包含认知、情感因素，也包含行为倾向的持久系统。最后考虑到购买行为与信任之间的关系，作者归纳出影响行为意愿的是两个中间变量：1) 认知；2)情感；3) 信任。 根据AISAS模式，网络消费行为决策过程为“引起注意（Attention)引起兴趣（Interest)进行搜索（Search)购买行动（Action)人人分享(Share) ”，注意和兴趣是人的心理活动，搜索、购买和分享是人的行为，所以作者将用户的行为意愿分为：1) 搜索意愿；2)

20、购买意愿；3) 分享意愿。结合小规模访谈结果，作者构建出了微博营销对用户行为意愿的影响理论模型，如下图1所示： 微博营销影响因子 感知变量 用户行为意愿意见领袖互 动信 息促 销兴 趣品 牌活动营销 搜索意愿认 知 购买意愿信 任情 感 分享意愿 图1 理论模型变量定义 本研究涉及到需要测量的变量有11个，预测变量为微博营销影响因子变量，中间变量为感知变量，结果变量为用户行为意愿变量。 表4-1 变量定义 模 块 变 量 预测变量（微博营销影响因子）兴趣 2) 品牌 3) 活动营销 4) 促销；5) 信息 6) 互动 7) 意见领袖中间变量（感知变量）1）认知 2）感知 3）信任结果变量 （用

21、户行为意愿）1）搜索意愿 2）购买意愿 3）分享意愿 Nulmally(1978)指出，前测变量包含3或者3个以上的测量问项，才能保证有较好的效度。Churcchin (1979)指出变量的多个题项测量出来的结果具有一致性情况时，能够有效的增强变量的信度。Danaher&Haddrel (1996)也指出用多个测量问项测量一个变量要比单个测量问项更加可靠。因此，本研究对于每个变量的测量，保证有3个测量问项来测量。 1、微博营销影响因子变量设计 变量 具体测量指标 兴趣我对服饰很感兴趣我对微博很感兴趣我对服饰微博营销活动很感兴趣 品牌我知晓该微博所代表的服饰品牌/企业/组织我对该微博所代表的服饰

22、品牌/企业/组织有好感我持续关注该微博所代表的服饰品牌/企业/组织 促销我相信微博中的打折、促销，抽奖等信息和活动我关注微博中的打折、促销等信息我会参加“有奖转发”、“抽奖”等活动 信息该微博信息完整，对我有用该微博表达准确简洁，生动易懂该微博信息实时，适量，不会让我厌烦 互动我经常在微博中与其他用户互动我愿意参加服饰微博举办的交流活动我认为与其他用户的互动和参加活动有助于我了解他们 意见领袖我认为服饰微博中的意见领袖信息量大，知识而广，专业性强我认为服饰微博中的意见领袖具有特殊的人格魅力我认为服饰微博中的意见领袖发微博和互动频繁 表4-2 微博营销影响因子变量设计 2、感知变量设计 表4-3

23、 感知变量设计 3、用户行为意愿变量设计 变量 具体测量指标 认知通过微博我对服饰搭配有了新的认知通过微博我对该服装品牌/企业/组织产生了新的认知通过微博让我对自我有更好的认知 信任我信任微博这个平台我信任微博平台上的用户我信任微博所代表的服装品牌/企业/组织 表4-4 用户行为意愿变量设计 变量 具体测量指标 搜索意愿我会在网络或者媒体上注意相关信息我会在百度/google等上搜索引擎上搜索相关信息我会到其官网或者门店查询相关信息 购买意愿我会考虑购买该服装产品我觉得我购买该服装产品的愿望很强烈我觉得购买该服装产品的可能性很大 分享意愿我会在微博中评论、转发，他人我会把微博中的信息在其他网络

24、平台进行分享我会和朋友家人分享微博中的信息小结本章主要归纳了小规模访谈的结果，并提取出7个微博营销影响因子，设计了本次研究的理论模型，设计变量。五、问卷设计与调研方法（一）问卷设计本研究的调查问卷主要采用5分制李克特量表，样本根据自身实际认知对微博营销影响因子感知变量和用户行为意愿进行评分，其中，1表示非常不符合；2表示有些不符合；3表示中性（难以判断）；4表示有些符合；5表示非常符合。 问卷由两部分构成：1）甄别问卷。甄别问卷由2个问题组成，检测样本是否为新浪微博用户，是否关注服装类微博，两问中有一个否定答案，则表示对象并非本次研究的样本，该问卷作废。两个问题分别为：Q1、请问您是否有使用新

25、浪微博？Q2、请问您关注旅游类微博吗？2）主问卷由35个问题组成，分为三个部分，第一部分：Q3-Q20 ; 测量用户对微博营销影响因子的认识。第二部分：Q21-Q26 ; 测量用户对旅游微博营销的感知；第三部分：Q27-Q35 ; 测量用户的行为意愿。具体问题与表4-2，表4-3，表4-4中测量指标相同。（二）调研方法本研究采用实地调研和网络调研相结合的方法。实地调研以发放纸质调研问卷的形式进行，选取的调研对象为武汉纺织大学管理学院研究生及周围的人群为主。共发放问卷20份。网络调研先在网络调研网站问卷上设置问卷，然后通过微博、QQ 、BBS论坛发放网络问卷链接进行。本研究共发放问卷链接100份

26、，分二次进行。第一次为新浪微博调研，通过以下三种方式进行：（1）加入服装类微群，发布调研问卷链接（2）发私信给新浪认证的服装相关微博账户，包括时尚名人、服装工作者、服装类企业等；（3）通过本人微博账户，发布问卷链接，通过转发扩散。第二次为QQ 调研。通过以下三种方式进行：（1)）在QQ群中发布问卷链接；（3）直接发送问卷链接给好友。经过一个星期的问卷调研，回收实地调研问卷20份，网络问卷调研150份，其中有效问卷为142份。对于实地调研问卷，作者先通过人工剔除回答不完整的问卷，然后将数据输入SPSS , 网络问卷结果直接从问卷网站上下载，通过筛选，剔除回答不完整的数据条，然后与实地调研所得数据

27、合并，形成调研原始数据。在原始数据上通过甄别问项（Q1，Q2）筛选得到有效数据。六、因子分析因子分析是应用统汁学中一种重要的研究方法，它的目的是将多个变量描述事物总体或样本的情况转化为用少数具有代表性的变量来描述。本研究采用因子分析中的主成分分析法，对微博营销影响因子、感知变量和行为意愿变量分别进行主成分分析，提取出具有代表性的因子。主成分分析的基本思想是：用较少的几个综合指标來代替原来较多的指标，而这些较少的综合指标既能尽量地反映原来较多指标的有用信息，并且相互无关。根据相关的统计理论，用主成分分析法提取显著性因子的标准是：因子的特征根大于1；因子所包含的各变量项负荷值大于0.3；所有主要因

28、子的累枳贡献率大于40%。为了使提取的因子显著性更加突出、研究结果更加精准，本研究将提取因子的标准定为：因子的特征根大于1， 因子负荷量的绝对值大于0.6。微博营销影响因子的因子分析 对142个有效样本进行微博营销影响因子的主成分法因子分析，并用正交旋转法对初始因子做进一步旋转，得到结果如表6-1 ,6-2所示。同时保存因子得分。 表6-1 微博营销影响因子-解释的总方差成分 初始特征值 提取平方和载入 旋转平方和载入合计方差的%累积%合计方差的%累积% 合计 方差的% 累积%17.96737.93637.9367.96737.93637.9362.99314.25414.25421.8138

29、.63546.5711.8138.63546.5712.92713.93628.19131.7588.36954.941.7588.36954.942.75313.10841.29841.3136.25461.1941.3136.25461.1942.44711.6552.94851.2275.84467.0381.2275.84467.0382.24910.7163.65961.0414.95571.9331.0414.95571.9331.758.33571.933提取方法：主成分分析从表6-1中可以看到，特征根大于1的因子数为6个；累计贡献率为71.993 % ， 说明可将微博营销影响因

30、子归纳为6个因子，且这六个因子可以反映71.993% 的有用变量信息。 表6-2 微博营销影响因子-旋转成份矩阵 具体测量指标 成份 品牌意见领袖信息促销互动兴趣Q3：我对服饰很感兴趣0.111-0.0670.222-0.030.120.792Q4：我对该服装品牌/企业/组织感兴趣0.6420.0170.0340.130.1640.38Q5：我对微博很感兴趣0.1150.4370.024-0.020.3820.495Q6：我知晓该微博所代表的服饰品牌/企业/组织0.8460.1810.1190.120.090.108Q7：我对该微博所代表的服饰品牌/企业/组织有好感0.8280.3160.14

31、10.0930.136-0.05Q8：我持续关注该微博所代表的服饰品牌/企业/组织0.7990.2140.1440.0740.2290.121Q9：我认为该活动有创意，有吸引力0.3060.3110.5020.1660.0230.416提取方法：主成分分析 续表6-2 微博营销影响因子-旋转成份矩阵 具体测量指标 成份 品牌意见领袖信息促销互动兴趣Q10：我认为该活动运作好，曝光性强、互动性强0.2610.430.310.297-0.060.485Q11：我认为该活动后续服务好，延续性强0.1750.50.0990.375-0.020.46Q12：我相信微博中的打折、促销，抽奖等信息和活动0.

32、2480.1170.120.8030.0860.081Q13：我关注微博中的打折、促销等信息0.0670.1650.2440.8260.1210.033Q14：我会参加“有奖转发”、“抽奖”等活动0.0030.1280.0710.7130.417-0.01Q15：该微博信息完整，对我有用0.0980.1340.7860.2510.1820.168Q16：该微博表达准确简洁，生动易懂0.1060.270.7740.030.1780.067Q17：该微博信息实时，适量，不会让我厌烦0.1060.270.7740.030.1780.067Q18：我经常在微博中与其他用户互动0.1520.0560.1

33、320.1120.8170.063Q19：我愿意参加服饰微博举办的交流活动0.2260.0140.1560.370.730.063Q20：我认为与其他用户的互动和参加活动有助于我了解他们0.1780.3520.140.1020.6790.125Q21：我认为服饰微博中的意见领袖信息量大，知识而广，专业性强0.2110.7340.3490.0780.1280.038Q22：我认为服饰微博中的意见领袖具有特殊的人格魅力0.1750.850.1680.1040.1250.011Q23：我认为服饰微博中的意见领袖发微博和互动频繁0.2110.6770.1760.2020.1360.062提取方法：主成

34、分分析 根据表6-2中，六个主成分表达式的因子负荷可以得到：第一主成分中，“我对该服装品牌/企业/组织很感兴趣”、“我知晓该微博所代表的品牌/企业/组织”、“我对该微博所代表的品牌/企业/组织有好感”、“我持续关注该微博所代表的品牌/企业/组织”这四项微博营销影响因子的负荷值大于0.6 ，表明第一主成分主要描述的是品牌对微博营销的影响，因此将该因子命名为“品牌”。根据作者的设计“我对该服装品牌/企业/组织很感兴趣”这一指标表示兴趣，而现在这一指标成为品牌的构成，这是因为这一指标包含了用户对品牌/企业/组织的偏好。 第二主成分中，“意见领袖信息量大，知识面广，专业性强” “意见领袖具有特殊的人格

35、魅力”、“意见领袖发微博和互动频繁”这三项微博营销影响因子的负荷值大于0.6 , 表明第二主成分主要描述的是意见领袖对微博营销的影响，因此将该因子命名为“意见领袖”因子。 第三主成分中，“信息完整，对我有用”、“表达准确简洁，生动易懂”、“信息实时，适量，不会让我厌烦”这三项微博营销影响因子的负荷值大于0.6 ，表明第三主成分主要描述的是信息对微博营销的影响，因此将该因子命名为“信息”因子。 第四主成分中，“我相信微博中的打折、促销，抽奖等信息和活动”、“我关注微博中的打折，促销等信息”、“我会参加“有奖转发”、“抽奖”等活动”这三个微博营销影响因子的负荷值大于0.6，表明第四主成分主要描述的

36、是促销对微博营销的影响， 因此将该因子命名为“促销”。 第五主成分中，“我经常在微博中其他用户互动”、“我愿意参加旅游微博平办的交流活动”、“我认为与其他用户的互动和参加活动有助于我了解他们”这三项微博营销影响因子的负荷值大于0.6，表明第五主成分主要描述的是互动对微博营销的影响，因此将该因子命名为“互动” 因子。 第六主成分中，“我对服饰很感兴趣”这-微博营销影响因子的负荷值大于0.6，表明第六主成分主要描述的兴趣对微博营销的影响，因此将该因子命名为“兴趣”。但这里需要注意，这一变量“兴趣”只表示对服饰的兴趣，不包括对微博的兴趣。 同时，可以看到“我对微博很感兴趣”“我认为该活动有创意，有吸

37、引力”、“我认为该活动运作好，曝光性强、互动性强”、“我认为该活动后续服务好，延续性强”这四个指标未进入主成分。“我对微博很感兴趣”这一指标未进入主成分， 说明样本认为对微博的兴趣不会影响其行为意愿。“我认为该活动有创意，有吸引力”、“我认为该活动运作好，曝光性强、互动性强”、“我认为该活动后续服务好，延续性强”这三项指标表示活动营销，这三项指标未进入主成分，说明样本认为微博中的活动营销对其行为意愿没有影响，因此舍弃这四个指标。通过以上分析，作者得到六类微博营销影响因子，分别为品牌、意见领袖、信息、促销、互动、兴趣。感知变量的因子分析 对142个有效样本进行感知变量的主成分法因子分析，并用正交

38、旋转法对初始因子做进一步旋转，得到结果如表6-3，6-4所示。 表6-3 感知变量-解释的总方差成份 初始特征值 提取平方和载入 旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%14.64951.66151.6614.64951.66151.6613.40537.82937.82921.26114.00865.6691.26114.00865.6692.50627.8465.669提取方法：主成分分析从表6-3中可以看到，特征根大于1的因子数为2个；累计贡献率为65.669 % , 说明可将微博营销影响因子归纳为2个因子，且这两个因子可以反映65.669%的有用变量信息。

39、表6-4 感知变量-旋转成份矩阵 具体测量指标 成份认知-情感信任Q24：通过微博我对服饰搭配有了新的认知.836 .138 Q25：通过微博我对该服装品牌/企业/组织产生了新的认知.853 .079 Q26：通过微博让我对自我有更好的认知.706 .251 Q27：浏览服饰微博让我感到愉悦，有满足感.719 .331 Q28：浏览服饰微博让我热爱漂亮衣服.626 .346 Q29：浏览服饰微博让我对该服装品牌/企业/组织有好感.646 .411 Q30：我信任微博这个平台.263 .814 Q31：我信任微博这个平台上的用户.215 .849 Q32：我信任微博所代表的服装品牌/企业/组织等

40、.197 .797 提取方法：主成分分析法旋转法：具有Kaiser标准化的正交旋转法。a.旋转在3次迭代后收敛。 根据表6-4中,两个主成分表达式的因子负荷可以得到：第一主成分中，“通过微博我对服饰搭配有了新的认知”“通过微博我对该服装品牌/企业/组织产生了新的认知”、“通过微博让我对自我有更好的认知”、“浏览服饰微博让我感到愉悦，有满足感”、“浏览服饰微博让我热爱漂亮衣服”、“浏览服饰微博让我对该服装品牌/企业/组织有好感”这六项感知变量的负荷值大于0.6 ，表明第一主成分主要描述用户的认知和情感，因此将该因子命名为“认知-情感”因子。 第二主成分中，“我信任微博这个平台”、“我信任微博平台

41、上的用户”、“我信任微博所代表的服饰品牌/企业/组织等”这三项感知变量的负荷值大于0.6，表明第二主成分主要描述的是的用户的信任，因此将该因子命名为“信任”因子。 这一因子分析结果与作者的理论模型有出入。根据态度理论，认知、情感和行为意向是态度的组成成分，而信任则与认知、情感不属于同一范畴，所以通过主成分因子分析，将认知和情感归为一类，信任单独归为一类是符合理论研究的结果。 通过以上分析，作者得到两类感知变量，分别是认知-情感和信任。行为意愿变量的因子分析 对142个有效样本进行行为意愿变量的主成分法因子分析，并用正交旋转法对初始因子做进一步旋转，得到结果如表6-5，6-6所示。同时保存因子得分。 表6-5 行为意愿变量-解释的总方差成份 初始特征值 提取平方和载入 旋转平方和载入合计方差