《手机网络游戏消费者消费意愿的影响因素实证分析》18000字

手机网络游戏消费者消费意愿的影响因素实证分析1绪论 51.1研究背景和意义 51.1.1研究背景 51.1.2研究意义 61.2国内外研究现状 61.3研究内容和方法 81.3.1研究内容 81.3.2研究方法 92理论模型与研究假设 92.1研究理论模型 92.2研究假设 102.2.1促成因素 102.2.3形象 112.2.4产品属性 112.2.5游戏体验 112.2.6有用性感知 112.2.7易用性感知 122.2.8顾客价值感知 123.研究设计 133.1量表设计 133.2问卷设计 153.2.1设计 153.2.2预测试 153.3数据收集与分析 154.实证分析 164.1描述性统计 164.1.1样本的描述性统计分析 164.1.2关键变量的描述性统计分析 184.2信度分析和效度检验 194.2.1信度分析 194.2.2效度分析 204.3相关分析 214.4回归分析 224.4.1促成因素与消费意愿的回归分析 224.4.2形象、主观规范与有用性感知的回归分析 234.4.3主观规范与游戏体验的回归分析 244.4.4产品属性与有用性感知的回归分析 244.4.5产品属性与易用性感知的回归分析 254.4.6产品属性与游戏体验的回归分析 264.4.7游戏体验与顾客价值感知的回归分析 274.4.8有用性感知与消费意愿的回归分析 284.4.9易用性感知与有用性感知的回归分析 284.4.10易用性感知与消费意愿的回归分析 294.4.11顾客感知价值与消费意愿的回归分析 305.研究结论与展望 325.1研究结论 325.2不足与展望 325.2.1研究不足 325.2.2展望 33参考文献 341绪论1.1研究背景和意义1.1.1研究背景近年来，受益于互联网产业的爆炸式增长，我国网络游戏产业呈现出飞速发展态势。网络游戏作为一种新兴娱乐产品，已经走进了人们的生活，并且迅速拥有了大量的消费者。从《第47次中国互联网络发展状况统计报告》中可以看到，到2020年12月为止，我国网络游戏用户达5.18亿人，较2016年12月增长了1.01亿人，具体如图1-1所示；而我国手机网络游戏用户达5.16亿人，较2016年12月增长了1.65亿人，具体如图1-2所示。由此可见，网络游戏市场规模不断扩大，手机网络游戏已然成为了主要增长动力。近年来，随着《和平精英》等射击类手机网络游戏推出，越来越多的游戏厂商进入到手机游戏研发当中，伴随而来的是越来越引人注目的装扮、特效和游戏内置产品的出现。因此，消费者一旦接触到游戏，就会通过刺激并产生消费意愿，从而产生购买行为。因此，本研究以射击类手机网络游戏为例，将帮助人们更加清晰地认识手机网络游戏消费意愿的影响因素及其相互影响关系，以拓宽现有研究成果，将进一步丰富中国手机网络游戏消费意愿、行为的研究。图1-1网络游戏用户规模及使用图1-2手机网络游戏用户规模及使用率1.1.2研究意义1.理论意义自20世纪末以来，网络游戏在学术界得到了广泛的讨论。首先，国外学者通过对网络游戏进行大量的实证研究，从而促进了国外网络游戏产业的迅猛发展；相反，国内学者对于网络游戏的研究较为匮乏，因此国内网络游戏产业的发展也相对较为滞后。国内外学者对于网络游戏消费行为的研究，不仅有益于探讨影响网络游戏消费的因素，同时也可以利于厘清各因素之间的关系。然而，我国学者对于手机网络游戏消费影响因素的研究较为匮乏，因此，本文从手机网络游戏消费者的角度出发，通过问卷调查的方法，探讨影响手机网络游戏消费的因素，通过构建更合理、完善的研究模型，丰富现有的研究成果，弥补相关研究的空白及不足。2.实践意义2017年4月，文化部在《文化部“十三五”时期文化产业发展规划》中要求大力推进游戏产业结构升级。作为新兴的文化产业之一，网络游戏产业目前得到了国家的高度重视与支持。我国的网络游戏产业目前正处于转型期，通过定量分析网络游戏玩家的消费行为，在理论上有助于引导游戏企业生产更加满足消费者需求的虚拟商品，从而促进网络游戏产业的良性运营，以推动网络游戏市场的转型升级；同时，通过对手机网络游戏消费行为的研究，也有助于防止消费者沉迷于手机网络游戏，达到正确引导消费者的消费行为，以取得较好的社会效果。1.2国内外研究现状（一）消费意愿的定义目前，学术界对于消费意愿有着不同的定义。Schiffman（1991）提出，消费者行为是指消费者为满足自身需求，表现出对商品和服务的购买、使用、评价等行为。Ajzen（1980）将消费意愿定义为消费者在主观上进行实际消费行为的概率。Mullet（1985）指出，消费意愿是个人或群体对消费某种商品的立场，通常被作为预测消费行为的指标。通过整合学术界的观点，本文将消费意愿定义为消费者对某种商品或服务的态度，同时将消费意愿作为衡量消费行为的指标，也是决定消费行为发生的概率的指标。（二）消费意愿的影响因素关于影响消费者消费意愿的因素的研究，Spiggle（1987）提出消费者特性会直接影响消费者的购买行为。迄今为止，国内外学者对消费意愿的影响因素的研究大致分为以下几类：1.基于消费体验的影响研究消费者在使用商品或服务时的心理感受被称为消费体验。与传统消费不同，网络消费是一种“体验消费”，所以在网络消费中，消费者的消费体验作用更强。Lee、Tsai（2010）在TAM模型中加入游戏体验，结果表明消费者在游戏中的消费体验在一定程度上影响着消费态度和消费。在网络游戏中，消费体验主要表现为沉醉体验。有研究表明（Ha、Yoon2007），沉醉体验对游戏态度和消费意愿有显著影响。基于Csikszentmihalyi（1990）的沉醉感理论，人们在沉醉体验中会集中于目前的活动，并不会注意到环境的变化，网络游戏中亦是如此。通常，玩家一旦在某一网络游戏中产生沉醉体验，会对该网络游戏更加忠诚。通过分析Hsu、Lu（2004）、Lee、Tsai（2010）的研究，结果表明沉醉体验会影响网络游戏的使用意愿。Boyle（2012）提出网络游戏会带给玩家刺激和挑战，因此带来愉快的游戏体验，通过网络游戏产生的愉悦体验积极地影响着玩家，是游戏玩家产生更高的期待，从而加强了对该网络游戏地粘性。张莹莹（2017）通过研究表明，沉醉体验也是积极的游戏体验，正向影响了玩家的参与程度和消费态度。2.基于用户价值理论的研究用户感知价值是指玩家在网络游戏中对游戏产品属性、体验的反馈和对游戏的评价。在开始游戏前，网络游戏用户会对游戏产品质量产生最直观的感受，从而存在一定地期望价值；在游戏结束后，网络游戏用户对游戏体验产生游戏体验价值，期望价值和游戏体验价值均影响着游湖地态度和消费意愿（欧阳昌海，2014）。3.基于TAM模型的研究由Davis（1989）提出的技术接受模型（TAM模型）是基于理性行为理论（TRA理论）演变而来的，同时也是研究用户接受信息系统的主流模型，一般研究影响用户技术使用的因素。TAM模型认为用户对新技术的接受和使用程度受用户使用意向的影响，而用户使用意向受感知有用性、感知易用性及态度的影响，感知有用性、感知易用性同时也影响了用户的使用态度（Davis，1989）。Davis（1989）提出，研究TAM模型，首先需要探索出模型核心变量的外部影响变量，其中包括感知有用性、感知易用性、态度等。随后学者在Davis的理论上逐渐补充和扩展了TAM模型，建立了不同的研究模型，同时进行了实证研究，使TAM模型得到了越来越广泛的应用。有学者提出，TAM模型也可以用来研究网络游戏。Hsu、Lu（2004）为研究影响网络游戏使用意愿的因素，首次建立了一个基于TAM模型的理论研究模型，通过分析表明，感知有用性和感知易用性对玩家的使用态度产生了影响，从而影响了其使用意愿。基于Hsu和Lu的研究模型，Shin（2010）建立了探讨影响MMORPG类游戏玩家使用意愿的因素的理论模型，分析得出，玩家对游戏态度影响了其使用意愿，而玩家感知的享乐价值和安全价值对态度具有显著影响。Lee、Tsai（2010）认为玩家感知的享乐价值和易用价值影响了玩家的态度，从而对其使用意愿有显著影响。许金亮（2015）通过建立TAM模型，分析出感知有用性、感知易用性、产品质量和沉醉体验对消费意愿产生了影响。（三）研究现状评述通过对用户价值理论、TAM模型的阐述，以及对国内外相关研究的整理分析，发现学术界对网络游戏消费行为的研究在逐渐增多，但是研究却依旧偏单一化。当前关于网络游戏研究的不足有：1.目前，国内外学者对于网络游戏的研究角度多为游戏成瘾、游戏体验、玩家忠诚度，关于网络游戏类型大多为MMORPG类游戏，针对现在风靡一时的《和平精英》等射击类手机网络游戏的研究较少，亟需增加与时俱进的研究。2.针对影响消费体验对网络游戏消费意愿的因素的研究，多数是从沉醉体验的角度展开研究，关于玩家在游戏中感知公平体验的研究较少。然而，在现在的网络游戏市场上，不需要大量时间和金钱投入的、玩家的竞争力完全取决于“公平竞技”类网络游戏才是玩家最受欢迎的。因此，需要增加对公平体验的研究。因此，本文采用Davis的TAM模型，基于Hsu、Lu（2004）、Lee、Tsai（2010）等学者的研究理论和基础，建立研究模型，提出研究假设；同时参照李乐乐（2010）、刘畅（2013）、包成名（2014）等学者的量表，设计出适用于本研究且规范合理的问卷；并通过“问卷星”网络平台发放并回收调查问卷，针对射击类手机网络游戏的消费者，使用SPSS26.0软件对样本数据进行描述性统计、信度分析和效度检验，并采用Pearson相关性分析以及回归分析，以验证模型的有效性。1.3研究内容和方法1.3.1研究内容第一部分是绪论。介绍选题背景及意义，整理国内外学者对网络游戏消费意愿影响因素的研究成果，并概述本文的研究内容及方法；第二部分是理论模型和研究假设。通过借鉴国内外学者的理论基础，建立本文的研究理论模型，并提出研究假设；第三部分是研究设计。借鉴成熟的量表，设计调查问卷并进行回收，并介绍数据收集和分析方法；第四部分是实证分析。对样本数据进行基本的描述性统计分析，利用SPSS26.0进行信度分析和效度检验、相关分析和回归分析，以验证模型的有效性；第五部分是研究结论与展望。1.3.2研究方法（一）文献研究基于特定的研究目的或对象，为获取所需数据而对文献进行调查和分析，进而更加准确地认识和把握研究问题的方法被称为文献研究法。通过文献研究，有助于探索问题的背景和发展现状，形成对研究对象的总体印象，益于获取比较资料以及研究课题的确立，并能够认识到事物的全貌。本文通过收集和整理国内外学者对消费意愿的理论基础和研究成果，分析和总结目前存在的问题，以建立本文的研究思路，为实证设计提供理论参考。（二）用户访谈本文在指标设计和问卷预测试阶段主要运用用户访谈法，通过对手机网络游戏用户进行访谈，修改和完善指标，以提高问卷的有效性和准确度，为问卷正式调查奠定基础。（三）问卷调查基于国内外学者的研究成果，并根据本文的具体情况，设计规范且合理的问卷。首先对问卷进行小范围的发放和测试，基于调查结果对问卷进行修正和完善，然后开展正式问卷的发放。（四）理论研究和实证研究相结合目前，国内外学者对手机游戏用户研究的成果较少，对消费意愿还未形成成熟的理论框架。由于关于手机网络游戏消费意愿的理论较为单薄，为保证研究结果的信效度，需对研究假设进行实践论证。因此，本文基于SPSS26.0软件对样本数据进行信效度的检验以保证其合理性和准确性。2理论模型与研究假设2.1研究理论模型信息系统得发展一方面受到了其自身技术先进性得影响，另一方面受到了用户接受度得影响。目前，国内外涌现了一大批学者从不同的理论视角对信息系统接受度进行了研究，Davis（1989）最先建立技术接受模型（TAM），成为了最有影响力的预测模型之一，该模型结构严谨可靠，因此，在研究用户接受意愿方面已被证明是科学的。随之大量学者在游戏方面以及使用意愿研究中引入TAM模型，如李志彬（2008）将MMORPG网络游戏作为研究对象，引入TAM模型研究使用意愿的影响因素；王晨（2010）关于影响手机游戏使用意愿因素的研究；李乐乐（2010）、张衡（2013）关于影响手机游戏消费意愿因素的研究；夏洪刚（2010）、肖国斌（2013）关于影响网络休闲游戏使用意愿因素的研究；李光贤（2011）、郭乐（2015）关于影响网络游戏产品消费行为因素的研究；刘畅（2013）关于分析手机游戏成功因素的研究；包成名（2014）关于影响移动游戏用户持续使用意愿因素的研究；JaniMerikivi（2017）关于影响手机游戏持续感知娱乐性因素的研究等，并通过实证检验了TAM模型的可参考性以及变量间的作用关系。综上所述，根据关于手机游戏和用户接受行为的研究成果和理论基础，本文将引入并扩展TAM模型，将社会因素、游戏因素和游戏体验作为自变量，顾客价值感知作为中介变量。本文研究假设模型见图2-1所示。H7H8H7H8H3H10H9H1H2H4H5H6促成因素主观规范形象产品属性游戏体验顾客感知价值消费意愿有用性感知（社会因素）（游戏因素）易用性感知H11H122.2研究假设本文的研究模型包括三个层次，首先是外部变量，包括社会因素、游戏因素和游戏经验，其中社会因素包括促成因素、主观规范和形象，游戏因素是手机网络游戏产品属性的统称；其次是个人感知因素，包括有用性感知、易用性感知和顾客感知价值；最后是研究目标，即消费意愿。基于相关文献研究成果，本文假设变量对消费意愿的影响以及其之间的作用关系。2.2.1促成因素促成因素，指顾客在没有经过理性分析和判断的情况下，被包装宣传和促销折扣等手段所影响，刷新自己对商品的认知，从而产生消费意愿。谭春辉（2014）通过研究表明，促成因素对消费意愿有正向影响。因此，本文提出假设：H1：促成因素对于消费意愿具有正向影响。2.2.2主观规范对于是否进行某一特定行为，个人所产生的社会压力被定义为主观规范，一般通过个人的感受或重要关系人的关联程度来衡量。Davis和Venkatesh（2000）通过扩展技术接受模型（TAM），提出主观规范对有用性感知和使用意愿有显著影响；理性行为模型（TRA）认为影响行为意向的主要因素有两个，包括主观规范和态度；在计划行为模型（TPB）中，主观规范也是影响行为意向的因素之一。李志彬（2008）通过实证分析，结果表明在MMORPG网络游戏中，主观规范对有用性感知有正向影响；李乐乐（2010）通过研究，发现主观规范对消费体验有正向影响。因此，本文提出假设：H2：主观规范对于有用性感知具有正向影响；H3：主观规范对于游戏体验具有正向影响。2.2.3形象在社会中，人们会更倾向于维护并且增强相对积极、正面的形象。在扩展TAM模型时，Davis和Venkatesh（2000）在将形象加入其中，同时提出形象在有用性感知中扮演重要角色。李志彬（2008）发现，在MMORPG网络游戏中，形象有用性感知具有正向影响。因此，本文提出假设：H4：形象对于有用性感知具有正向影响。2.2.4产品属性在手机游戏中，主要内容包括游戏的故事背景、画面、音效、游戏机制、系统设计、服务质量等产品属性。这些属性是玩家第一次参与游戏时评价该游戏好坏的直接标准，同时也是玩家是否选择继续参与该游戏的判断准则。李志彬（2008）通过分析得出，游戏设计、服务质量等产品属性对有用性感知和易用性感知有正向影响。张衡（2013）认为游戏题材、感官刺激、游戏机制对游戏体验具有正向影响。因此，本文提出假设：H5：产品属性对于有用性感知具有正向影响；H6：产品属性对于易用性感知具有正向影响；H7：产品属性对于游戏体验具有正向影响；2.2.5游戏体验用户在参与手机游戏时同通过消费使用虚拟产品而产生的体验或感受被称为游戏体验，包括操作性体验、社交性体验和审美性体验。赵艳艳（2010）通过分析提出，顾客价值是通过顾客的体验反映的，满意的体验能够使顾客产生亲切感和信任感，同时获得更全面的价值，最终产生较高的忠诚度。饶婷婷（2012）研究表明，顾客的体验对价值感知有显著的正向影响。因此，本文提出假设：H8：游戏体验对于顾客价值感知具有正向影响。2.2.6有用性感知有用性感知是TAM模型中的重要变量之一，Davis（1985）、王晨（2010）、罗长利（2015）通过研究发现，有用性感知对使用意愿有正向影响郭乐（2015）同样也提出，感知网络游戏有用性对使用意向有影响。因此，本文提出假设：H9：有用性感知对于消费意愿具有正向影响。2.2.7易用性感知易用性感知是TAM模型中的重要变量之二，Davis（1985）发现，易用性感知正向影响使用意愿；李志彬（2008）分析提出，对于MMORPG网络游戏，易用性感知对使用意愿有正向影响；在TAM模型中，可以看出易用性感知正向影响有用性感知，肖国斌（2013）、郭乐（2015）通过研究证实，感知易用性对游戏玩家的感知有用有正向影响。因此，本文提出假设：H10：易用性感知对于有用性感知具有正向影响；H11：易用性感知对于消费意愿具有正向影响。2.2.8顾客价值感知Zeithaml（1988）将顾客感知价值定义为对产品或服务的感知效益及其成本的总体评价，同时提出顾客感知价值水平越高，消费者的消费意愿越高。李天亮（2012）通过分析得出，消费者的功能价值、情感价值、社会价值和利失价值正向影响其使用意愿；欧阳邦宏（2015）认为，消费者的价值感知对消费意愿有正向影响。因此，本文提出假设：H12：顾客价值感知对于消费意愿具有正向影响。综上所述，整理出本文提出的假设如表2-1所示，并在该假设的基础上构建本文的理论模型（如图2-1所示）。表2-1本文研究假设编号假设H1促成因素对于消费意愿具有正向影响H2主观规范对于有用性感知具有正向影响H3主观规范对于游戏体验具有正向影响H4形象对于有用性感知具有正向影响H5产品属性对于有用性感知具有正向影响H6产品属性对于易用性感知具有正向影响H7产品属性对于游戏体验具有正向影响H8游戏体验对于顾客价值感知具有正向影响H9有用性感知对于消费意愿具有正向影响H10易用性感知对于有用性感知具有正向影响H11易用性感知对于消费意愿具有正向影响H12顾客价值感知对于消费意愿具有正向影响3.研究设计本文采用调查问卷的方式，收集数据并进行实证研究分析。首先，整理相关文献，通过对游戏消费意愿、使用意愿等方面的研究成果的分析，构建理论模型，并提出研究假设；其次，进行调查问卷，通过分析数据以验证假设，来探索影响手机网络游戏消费意愿的因素。3.1量表设计为保证问卷的信度和效度，本文在定义变量和量表设计时借鉴了相关文献和学者的研究成果。在本文的研究中，共定义了9个结构变量，分别是促成因素、主观规范、形象、产品属性、游戏体验、有用性感知、易用性感知、顾客价值感知以及消费意愿，各结构变量由多个观测变量来衡量，并采用Likert五级尺度测量法。本文结构变量、编号、具体问题和参考依据见表3-1。表3-1研究量表结构变量编号具体问题参考依据促成因素（EF）A1装饰皮肤的广告宣传很有说服力，感觉商品很有价值Fishbein&Ajzen（1975）Venkatesh&Davis（2000）王晨（2010）A2装饰皮肤的优惠促销活动非常有吸引力，感觉很实惠主观规范（SN）B1亲朋好友对装饰皮肤的推荐会影响我的选择王晨（2010）李乐乐（2010）肖国斌（2013）包成名（2014）B2购买使用某些装饰皮肤可以与某个特定群体更好地融合，赢得认同B3如果大家都有某些装饰皮肤，而我没有的话，我会感到有压力形象（PI）C1在我的社会群体中购买使用某些装饰皮肤是社会地位的象征Venkatesh&Davis（2000）C2在我的社会群体中购买使用某些装饰皮肤的人有较高的形象C3在我的社会群体中购买使用某些装饰皮肤可以提升自己的影响力产品属性（PA）D1手机网络游戏具有真实的体验，内容的丰富性(故事情节，角色，装备，技能)林栋（2008）李乐（2010）张衡（2013）包成（2014）D2手机网络游戏具有真实的画面质感，声音及观赏性D3手机网络游戏具有公平的竞争环境，游戏操作体验D4手机网络游戏操作的便利性，上手程度游戏体验（GE）E1通过某些装饰皮肤可以让自己的操作表现与众不同，获得更畅快满足的操作性体验李乐（2010）郭乐（2015）E2通过某些装饰皮肤可以展现个性，在社交群体中建立较好的形象，获得更自信的社交性体验E3某些装饰皮肤独特的造型设计，动作特效可以带来舒适愉悦的审美新体验有用性感知（PU）F1购买装饰皮肤在游戏中可以获得愉悦或者刺激的体验Davis（1985）肖国（2013）郭乐（2015）刘燕（2015）F2购买装饰皮肤可以战胜他人，满足我的好胜心F3购买装饰皮肤可以增加打击特效，提升用户体验感F4购买装饰皮肤可以更加自信的操作，从而更好的战胜敌人，取得更好的成绩，具有有用性价值F5购买装饰皮肤可以让我感到愉悦舒适，使游戏好感度增加F6游戏里的充值活动，定期折扣，抽奖等活动会让我产生消费的欲望易用性感知（PE）G1穿着装饰皮肤进行游戏是容易的Davis（1985）王晨（2010）郭乐（2015）刘燕（2015）G2购买装饰皮肤的流程是轻松简单的G3学会使用新买的装饰皮肤比较容易顾客价值感知（PV）H1我认为购买游戏的虚拟产品（特别是稀有、限量款），会让我显得比他人更个性李天（2012）张衡（2013）刘燕（2015）H2某些装饰皮肤可以让我更自信的操作从而更好地战胜敌人，取得战绩，具有功能性价值H3使用某些装饰皮肤可以让我感到心情愉悦，具有情感性价值H4在我的社会群体中，使用装饰皮肤可以让我获得社会地位的体现，具有社会性价值消费意愿（CI）I1我认为购买装饰皮肤是值得的林栋（2008）肖国（2013）郭乐（2015）刘燕（2015）I2我愿意向他人推荐装饰皮肤，游戏商品，道具礼包等I3我会购买游戏商品，装饰皮肤，道具礼包等3.2问卷设计本文旨在探讨影响手机网络游戏消费意愿的因素。通过对相关文献的梳理和分析，假设促成因素、主观规范、形象、产品属性、游戏体验、有用性感知、易用性感知和顾客价值感知是影响消费意愿的因素，因此，本文首先要明确研究思路，其次进行问卷的设计和发放，最后收集并分析数据，以检验假设模型是否有效。3.2.1设计本文借鉴前人的研究成果，采用相同或类似的变量，根据本文的研究需求对题项进行合理的修正。本文的变量包括外部因素、个人感知因素和消费意愿。外部因素是自变量，包括社会因素、游戏因素和游戏体验；其中，社会因素包括促成因素、主观规范和形象，游戏因素包括手机网络游戏的产品属性；个人感知因素属于中间变量，包括有用性感知、易用性感知和顾客价值感知；消费意愿是结果变量。本问卷包括两部分：第一部分是个人基本情况的统计，包含10个问题：是否玩过手机网络游戏、性别、年龄、受教育程度、职业、月可支配收入、平均游戏时长等个人基本资料，其中，是否玩过手机网络游戏是判断该问卷是否继续的标准，未曾玩过手机网络游戏的被试者将自动结束问卷，不仅避免被试者浪费时间填写无效问卷，同时也提高了问卷的信度和效度。第二部分是衡量各变量的分值，包含31个问题，对应促成因素、主观规范、形象、产品属性、游戏体验、有用性感知、易用性感知、顾客价值感知和消费意愿这9个变量进行测量。采用Likert五级量表结构，每道题分别有“非常不同意”、“不同意”、“一般”、“同意”、“非常同意”五个选项。3.2.2预测试为验证问卷的合理性，在完成问卷的设计后，首先对小范围人群进行测试。本研究共发放了10份问卷，主要发放对象为游戏经验丰富的玩家，根据其反馈，修改并完善了问卷，使问卷内容更加准确合理。3.3数据收集与分析本文基于“问卷星”在线问卷平台，对问卷进行发放和收集；并采用SPSS26.0软件对样本变量进行描述性统计、信度分析和效度检验、相关分析和回归分析。4.实证分析4.1描述性统计4.1.1样本的描述性统计分析本研究的正式问卷调查时间为2021年3月至4月，主要通过发送问卷链接进行线上问卷调查（问卷星在线问卷平台）的形式进行调查。此次调查共回收问卷308份，其中有效问卷265份，其中无效问卷包括从未玩过手机网络游戏、选项填写高度集中、前后矛盾等，有效率为86.04%，以下数据分析针对有效问卷展开。将回收的问卷进行整理，得到玩家的基本信息。调研结果显示，被试者中男性偏多，有147人，占55.5%，女性有118人，占44.5%；青少年群体是网络游戏消费的主力军，因此，被试者年龄分布主要在18-25岁，共有168人，占比最高，为63.4%，其次为26-30岁，有46人，占17.4%；在被试者的学历分布上，最多的是本科生，有134人，占50.6%，其次是专科生，有63人，占23.8%；由于本研究的对象主要是在校大学生以及刚步入社会的年轻工作者，因此，在被试者中学生占多数，共有138人，占52.1%；同时，对于月可支配收入来说，1000-2000元的有93人，占35.1%，2001-4000元的有45人，占17.0%；对于每月游戏增值业务支出来说，每月支出0元的最多，有123人，占46.4%，其次是1-50元，有46人，占17.4%，可以看出，月可支配收入对网络游戏消费会产生一定的影响；对于经常接触的手机游戏类型来说，玩过射击类游戏的被试者有186位，占70.19%，因此本研究将射击类游戏作为手机网络游戏类型的代表，来研究影响手机网络游戏消费的因素；另外，158位被试者认为单人或者团队游戏都可以接受，占59.6%；对于每日游戏时长来说，有91位被试者玩1小时以内，占34.3%，有77位被试者每日玩1-2小时以内，占29.1%，具体统计结果详见表4-1。表4-1游戏玩家基本信息控制变量变量选项频率比重性别男14755.47%女11844.53%年龄18岁及以下83.02%18~25岁16863.4%26~30岁4617.36%31~35岁238.68%36~40岁134.91%40岁以上72.64%受教育程度中专/高中及以下197.17%专科6323.77%本科13450.57%硕士及硕士以上4918.49%职业部队124.53%学生13852.08%国企职员217.92%私企职员249.06%政府机关职员228.3%事业单位职员228.3%其他269.81%月可支配收入1000元及以下4115.47%1001元-2000元9335.09%2001元-4000元4516.98%4001元-6000元3814.34%6001元-8000元259.43%8001元-10000元155.66%10001元及以上83.02%每月游戏增值业务支出A.0元12346.42%B.1元-50元4617.36%C.51元-100元2810.57%D.101元-150元249.06%E.151元-200元2710.19%F.201元及以上176.42%经常接触的手机游戏类型射击类游戏18670.19%MOBA类游戏13049.06%益智类游戏10338.87%养成类游戏7126.79%喜欢单人游戏还是团队游戏A.单人3212.08%B.团队7528.3%C.单人或者团队都可以15859.62%每日的平均游戏时长A.1小时及以内9134.34%B.1小时-2小时7729.06%C.2小时-3小时5219.62%D.3小时-4小时2810.57%E.4小时-5小时103.77%F.5小时及以上72.64%4.1.2关键变量的描述性统计分析本文的研究对象为射击类网络游戏，因此，分析关键变量是应针对玩过射击类网络游戏的被试者。本研究在265份有效问卷中，整理得到186份玩过射击类游戏的问卷。因此，本文将通过计算该186份样本数据的均值、标准差、偏度、峰度，来研究数据的分布，具体计算结果见表4-2。本研究采用Likert五级量表，从1到5分别对应非常不同意、不同意、一般、同意、非常同意。本研究设定手机网络游戏消费意愿均值应≥3.5，当手机网络游戏消费意愿值＜3.5时，说明玩家对于手机网络游戏的消费意愿较低。通过分析表4-2可得，对于产品属性的评价来说，各观测变量的均值分别为3.71、3.72、3.69、3.80，对于游戏体验的评价来说，各观测变量的均值分别为3.72、3.56、3.83，因此可以得出被试者对这两个指标的认同度较高；相反，对于易用性价值的评价值来说，各观测变量的均值分别为2.61、2.71、2.68，意味着被试者对于该指标的认同度较低。通常认为，偏度值的范围为-1~+1，峰度值的范围为-3~+3，样本近似符合正态分布。根据表4-2的数据显示，各项的偏度均处于-1~+1之间，峰度均处于-3~+3之间，说明样本近似接近正态分布，可以进行相关分析和回归分析。表4-2各变量的描述性统计结果结构变量观测变量个案数最小值最大值平均值标准差偏度峰度统计标准误差统计标准误差促成因素（EF）A1186153.511.300-.524.178-.674.355A2186153.391.324-.542.178-.757.355主观规范（SN）B1186153.441.319-.499.178-.796.355B2186153.481.320-.437.178-.864.355B3186153.191.385-.254.178-1.167.355形象（PI）C1186153.281.379-.350.178-1.046.355C2186153.271.404-.323.178-1.136.355C3186153.261.390-.313.178-1.093.355产品属性（PA）D1186153.711.144-.789.178.123.355D2186153.721.044-.745.178.431.355D3186153.691.212-.774.178-.112.355D4186153.801.091-.797.178.235.355游戏体验（GE）E1186153.721.176-.698.178-.271.355E2186153.561.185-.540.178-.515.355E3186153.831.159-.775.178-.085.355有用性感知（PU）F1186153.601.187-.547.178-.414.355F2186153.371.233-.459.178-.633.355F3186153.691.124-.666.178-.100.355F4186153.491.249-.438.178-.712.355F5186153.631.184-.681.178-.219.355F6186153.631.267-.652.178-.502.355易用性感知（PE）G1186152.611.315.169.178-1.175.355G2186152.711.340.027.178-1.304.355G3186152.681.299.130.178-1.139.355顾客价值感知（PV）H1186153.561.315-.469.178-.867.355H2186153.421.242-.430.178-.739.355H3186153.681.244-.621.178-.566.355H4186153.471.392-.419.178-1.057.355消费意愿（CI）I1186153.461.278-.406.178-.794.355I2186153.421.297-.459.178-.814.355I3186153.531.295-.558.178-.720.3554.2信度分析和效度检验4.2.1信度分析为保证研究结果的准确性和可信性，信度分析需要在数据分析之前进行。本文将采用Cronbach’sα系数法以及修正条款的总相关系数对数据进行信度分析。Cronbach’sα系数范围在0~1之间，该系数越大，数据越可信，问卷信度越高。学术界一般认为，变量少于6个时，系数大于0.6，说明信度较高；变量多于6个时，系数应大于等于0.7，才能说明信度较高；同时，修正条款的总相关系数的临界值应大于0.4。根据以上两个标准，对本文的9个结构变量分别展开信度检验，具体结果见表4-3。通过表4-3显示，各个变量的α值均大于0.7，表明信度较好。同时，各题项修正条款的总相关系数均大于0.4，意味着删除某一个题项不会明显改变内部一致性系数。因此，本研究样本较为可靠。表4-3量表信度检验结果Cronbachα系数基于标准化项的Cronbachα系数项数.979.98031表4-4结构变量和观测变量信度检验结果结构变量Cronbachα系数观测变量修正后的项与总计相关性删除项后的Cronbachα促成因素（EF）.919A1.850A2.850主观规范（SN）.922B1.849.881B2.857.875B3.819.906形象（PI）.964C1.937.938C2.924.947C3.911.957产品属性（PA）.943D1.900.914D2.899.917D3.841.935D4.827.937游戏体验（GE）.940E1.898.896E2.867.920E3.863.923有用性感知（PU）.965F1.914.956F2.876.960F3.885.960F4.879.960F5.895.958F6.889.959易用性感知（PE）.944G1.852.944G2.912.897G3.889.915顾客价值感知（PV）.959H1.938.934H2.917.941H3.842.962H4.905.945消费意愿（CI）.959I1.925.931I2.895.954I3.920.9354.2.2效度分析效度也称有效性，是测量结果对考察内容的反映程度。效度越高，意味着测量结果与考察内容的匹配度越高。本文采用KMO和Bartlett球体检验，一般认为KMO值大于0.7时，结构效度较好；KMO值位于0.5与0.7之间时，结构效度一般；KMO值小于0.5时，结构效度不能接受。在Bartlett球体检验中，显著性指数小于0.05，表明可以进行因子分析，样本具有一定的效度。本文对于KMO和Bartlett球体检验的结果如表4-6所示。根据表4-6可以发现，模型的KMO值均在0.5以上，Bartlett球体检验显著性为0.000＜0.05，变量间存在相关关系。因此，本文模型效度较好，可以实现检验目的，可以进行因子分析。表4-5KMO和Bartlett球体检验结果结构变量KMO取样适切性量数。Bartlett球形度检验近似卡方自由度显著性促成因素（EF）.500235.6251.000主观规范（SN）.759416.1243.000形象（PI）.776664.4733.000产品属性（PA）.853717.6753.000游戏体验（GE）.764497.2703.000有用性感知（PU）.9191353.2083.000易用性感知（PE）.756532.6043.000顾客价值感知（PV）.849899.0663.000消费意愿（CI）.773621.7613.0004.3相关分析相关性分析是研究两个或两个以上变量之间的相关程度的方法，是学者们常用的定量研究方法，一般通过相关系数描述。相关系数r值为1或-1时，称为完全线性相关；当-1＜r＜1时，存在相关；当r＞0时，称为正相关；当r＜0时，称为负相关。本文采用Pearson相关分析法，对促成因素、主观规范、形象、产品属性、游戏体验、有用性感知、易用性感知、顾客感知价值、消费意愿进行相关分析。首先将各个变量的观测变量得分进行加权平均，得到各变量数值，然后利用SPSS26.0进行相关分析，具体计算结果如表4-6。通过分析可得，促成因素与消费意愿在0.01水平上显著相关；主观规范与游戏体验、有用性感知在0.01水平上显著相关；形象与有用性感知在0.01水平上显著相关；产品属性与有用性感知、游戏体验在0.01水平上显著相关；游戏体验与顾客感知价值在0.01水平上显著相关；有用性感知与消费意愿在0.01水平上显著相关；顾客感知价值与消费意愿在0.01水平上显著相关。表4-6各变量相关性分析促成因素主观规范形象产品属性游戏体验有用性感知易用性感知顾客感知价值消费意愿促成因素相关性1.804**.766**.806**.821**.838**-.034.837**.809**Sig.(2-tailed).000.000.000.000.000.644.000.000主观规范相关性.804**1.915**.766**.783**.845**-.114.855**.790**Sig.(2-tailed).000.000.000.000.000.120.000.000形象相关性.766**.915**1.669**.746**.804**-.145*.837**.773**Sig.(2-tailed).000.000.000.000.000.049.000.000产品属性相关性.806**.766**.669**1.868**.840**.036.834**.801**Sig.(2-tailed).000.000.000.000.000.623.000.000游戏体验相关性.821**.783**.746**.868**1.913**.077.908**.856**Sig.(2-tailed).000.000.000.000.000.296.000.000有用性感知相关性.838**.845**.804**.840**.913**1.050.951**.898**Sig.(2-tailed).000.000.000.000.000.499.000.000易用性感知相关性-.034-.114-.145*.036.077.0501-.002-.041Sig.(2-tailed).644.120.049.623.296.499.980.579顾客感知价值相关性.837**.855**.837**.834**.908**.951**-.0021.906**Sig.(2-tailed).000.000.000.000.000.000.980.000消费意愿相关性.809**.790**.773**.801**.856**.898**-.041.906**1Sig.(2-tailed).000.000.000.000.000.000.579.000**.Correlationissignificantatthe0.01levelSig.(2-tailed).*.Correlationissignificantatthe0.01levelSig.(2-tailed).4.4回归分析回归分析是通过建立方程式来探索变量间的作用关系。本研究将基于SPSS26.0，采用多元线性回归分析，通过建立回归方程，来验证变量间的作用方向。4.4.1促成因素与消费意愿的回归分析将消费意愿作为因变量，促成因素作为自变量进行回归分析，结果如表4-7、4-8、4-9所示。通过分析表4-7、4-8可得，F统计值为349.195，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-9可得，促成因素对消费意愿的回归系数为0.796，t值显著性为0.000＜0.05，说明促成因素对消费体验的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：消费意愿=0.721+0.796×促成因素因此本文的研究假设H1成立。表4-7促成因素对消费意愿的回归模型摘要模型RR方调整后R方标准估算的误差1.809a.655.653.73078a.预测变量：(常量),促成因素表4-8促成因素对消费意愿的回归模型的方差分析模型平方和自由度均方F显著性1回归186.4861186.486349.195.000b残差98.265184.534总计284.751185a.因变量：消费意愿b.预测变量：(常量),促成因素表4-9促成因素对消费意愿的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量).721.1564.612.000促成因素.796.043.80918.687.0001.0001.000a.因变量：消费意愿4.4.2形象、主观规范与有用性感知的回归分析将有用性感知作为因变量，形象、主观规范作为自变量进行回归分析，结果如表4-10、4-11、4-12所示。通过分析表4-10、4-11可得，F统计值为234.737，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-12可得，形象、主观规范对有用性感知的回归系数分别为0.161、0.597，t值显著性均为0.000＜0.05，说明形象、主观规范对有用性感知的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：有用性感知=1.032+0.597×主观规范+0.161×形象因此本文的研究假设H2、H4成立。表4-10形象、主观规范对有用性感知的回归模型摘要模型RR方调整后R方标准估算的误差1.848a.720.716.59413a.预测变量：(常量),形象,主观规范表4-11形象、主观规范对有用性感知的回归模型的方差分析模型平方和自由度均方F显著性1回归165.717282.859234.737.000b残差64.596183.353总计230.314185a.因变量：有用性感知b.预测变量：(常量),形象,主观规范表4-12形象、主观规范对有用性感知的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量)1.032.1268.203.000主观规范.597.087.6686.873.000.1626.157形象.161.081.1931.991.000.1626.157a.因变量：有用性感知4.4.3主观规范与游戏体验的回归分析将游戏体验作为因变量，主观规范作为自变量进行回归分析，结果如表4-13、4-14、4-15所示。通过分析表4-13、4-14可得，F统计值为292.028，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-15可得，主观规范对游戏体验的回归系数为0.696，t值显著性为0.000＜0.05，说明主观规范对游戏体验的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：游戏体验=1.356+0.696×主观规范因此本文的研究假设H3成立。表4-13主观规范对游戏体验的回归模型摘要模型RR方调整后R方标准估算的误差1.783a.613.611.69137a.预测变量：(常量),主观规范表4-14主观规范对游戏体验的回归模型的方差分析模型平方和自由度均方F显著性1回归139.5881139.588292.028.000b残差87.951184.478总计227.539185a.因变量：游戏体验b.预测变量：(常量),主观规范表4-15主观规范对游戏体验的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量)1.356.1469.264.000主观规范.696.041.78317.089.0001.0001.000a.因变量：游戏体验4.4.4产品属性与有用性感知的回归分析将易用性感知作为因变量，产品属性作为自变量进行回归分析，结果如表4-16、4-17、4-18所示。通过分析表4-16、4-17可得，F统计值为442.388，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-18可得，产品属性对有用性感知的回归系数为0.902，t值显著性为0.000＜0.05，说明产品属性对有用性感知的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：有用性感知=1.356+0.902×产品属性因此本文的研究假设H5成立。表4-16产品属性对有用性感知的回归模型摘要模型RR方调整后R方标准估算的误差1.840a.706.705.60637a.预测变量：(常量),产品属性表4-17产品属性对有用性感知的回归模型的方差分析模型平方和自由度均方F显著性1回归162.6601162.660442.388.000b残差67.654184.368总计230.314185a.因变量：有用性感知b.预测变量：(常量),产品属性表4-18产品属性对有用性感知的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量).205.1661.235.218产品属性.902.043.84021.033.0001.0001.000a.因变量：有用性感知4.4.5产品属性与易用性感知的回归分析将易用性感知作为因变量，产品属性作为自变量进行回归分析，结果如表4-19、4-20、4-21所示。通过分析表4-19、4-20可得，F统计值为0.242，显著性为0.623＞0.05，不显著，说明该回归模型无效。通过表4-21可得，产品属性对有用性感知的回归系数为0.029，t值显著性为0.623＞0.05，说明产品属性对有用性感知的影响作用不显著。因此本文的研究假设H6不成立。表4-19产品属性对易用性感知的回归模型摘要模型RR方调整后R方标准估算的误差1.036a.001-.004.83160a.预测变量：(常量),产品属性表4-20产品属性对易用性感知的回归模型的方差分析模型平方和自由度均方F显著性1回归.1681.168.242.623b残差127.248184.692总计127.415185a.因变量：易用性感知b.预测变量：(常量),产品属性表4-21产品属性对易用性感知的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量)1.657.2287.278.000产品属性.029.059.036.492.6231.0001.000a.因变量：易用性感知4.4.6产品属性与游戏体验的回归分析将游戏体验作为因变量，产品属性作为自变量进行回归分析，结果如表4-22、4-23、4-24所示。通过分析表4-22、4-23可得，F统计值为560.954，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-24可得，产品属性对游戏体验的回归系数为0.926，t值显著性为0.000＜0.05，说明产品属性对游戏体验的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：游戏体验=0.249+0.926×产品属性因此本文的研究假设H7成立。表4-22产品属性对游戏体验的回归模型摘要模型RR方调整后R方标准估算的误差1.868a.753.752.55267a.预测变量：(常量),产品属性表4-23产品属性对游戏体验的回归模型的方差分析模型平方和自由度均方F显著性1回归171.3381171.338560.954.000b残差56.201184.305总计227.539185a.因变量：游戏体验b.预测变量：(常量),产品属性表4-24产品属性对游戏体验的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量).249.1511.646.102产品属性.926.039.86823.684.0001.0001.000a.因变量：游戏体验4.4.7游戏体验与顾客价值感知的回归分析将顾客感知价值作为因变量，游戏体验作为自变量进行回归分析，结果如表4-25、4-26、4-27所示。通过分析表4-25、4-26可得，F统计值为859.642，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-27可得，游戏体验对顾客感知价值的回归系数为0.921，t值显著性为0.000＜0.05，说明游戏体验对顾客感知价值的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：顾客感知价值=0.182+0.921×游戏体验因此本文的研究假设H8成立。表4-25游戏体验对顾客价值感知的回归模型摘要模型RR方调整后R方标准估算的误差1.908a.824.823.51617a.预测变量：(常量),游戏体验表4-26游戏体验对顾客价值感知的回归模型的方差分析模型平方和自由度均方F显著性1回归229.0341229.034859.642.000b残差49.023184.266总计278.056185a.因变量：顾客感知价值b.预测变量：(常量),游戏体验表4-27游戏体验对顾客价值感知的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量).182.1321.379.169游戏体验0.921.034.90829.320.0001.0001.000a.因变量：顾客感知价值4.4.8有用性感知与消费意愿的回归分析将消费意愿作为因变量，有用性感知作为自变量进行回归分析，结果如表4-28、4-29、4-30所示。通过分析表4-28、4-29可得，F统计值为764.738，显著性为0.000＜0.05，达到显著性水平，说明该回归模型有效。通过表4-30可得，有用性感知对消费意愿的回归系数为0.998，t值显著性为0.000＜0.05，说明有用性感知对消费意愿的影响作用是正向的。因此，将自变量的系数代入回归方程中，得到自变量与因变量之间的回归方程：消费意愿=0.096+0.988×有用性感知因此本文的研究假设H9成立。表4-28有用性感知对消费意愿的回归模型摘要模型RR方调整后R方标准估算的错误1.898a.806.805.54785a.预测变量：(常量),有用性感知表4-29有用性感知对消费意愿的回归模型的方差分析模型平方和自由度均方F显著性1回归229.5261229.526764.738.000b残差55.225184.300总计284.751185a.因变量：消费意愿b.预测变量：(常量),有用性感知表4-30有用性感知对消费意愿的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量).096.135.711.478有用性感知.988.036.89827.654.0001.0001.000a.因变量：消费意愿4.4.9易用性感知与有用性感知的回归分析将有用性感知作为因变量，易用性感知作为自变量进行回归分析，结果如表4-31、4-32、4-33所示。通过分析表4-31、4-32可得，F统计值为0.460，显著性为0.499＞0.05，不显著，说明该回归模型无效。通过表4-33可得，易用性感知对有用性感知的回归系数为0.067，t值显著性为0.499＞0.05，说明易用性感知对有用性感知的影响作用不显著。因此本文的研究假设H10不成立。表4-31易用性感知对有用性感知的回归模型摘要模型RR方调整后R方标准估算的误差1.050a.002-.0031.11740a.预测变量：(常量),易用性感知表4-32易用性感知对有用性感知的回归模型的方差分析模型平方和自由度均方F显著性1回归.5741.574.460.499b残差229.7401841.249总计230.314185a.因变量：有用性感知b.预测变量：(常量),易用性感知表4-33易用性感知对有用性感知的回归方程计算中的系数表模型未标准化系数标准化系数t显著性共线性统计B标准误差Beta容差VIF1(常量)3.451.19317.883.000易用性感知.067.099.050.678.4991.000