基于TAM的在线评论对消费者购买意愿影响机制深度剖析_第1页
基于TAM的在线评论对消费者购买意愿影响机制深度剖析_第2页
基于TAM的在线评论对消费者购买意愿影响机制深度剖析_第3页
基于TAM的在线评论对消费者购买意愿影响机制深度剖析_第4页
基于TAM的在线评论对消费者购买意愿影响机制深度剖析_第5页
已阅读5页,还剩24页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于TAM的在线评论对消费者购买意愿影响机制深度剖析一、引言1.1研究背景随着互联网技术的飞速发展,网络购物已成为人们日常生活中不可或缺的一部分。根据华经产业研究院的数据,截至2024年12月,中国网络购物用户规模达到9.74亿人,2024年全国网上零售额155225亿元,比上年增长7.2%,网络购物在国内愈发普及,已然成为大众主流消费方式。在网络购物环境中,消费者无法像在传统实体店购物那样直接接触和体验商品,因此,在线评论作为消费者获取商品信息的重要来源,对消费者的购买决策产生了深远影响。在线评论是消费者在网络上发布的有关所购买产品或服务的评价,涵盖了产品性能、使用效果、服务态度等多方面的实际感受。88%的消费者表示会信任在线评论并根据评论做出选择和决策,且有大约85%的消费者会选择查看10个以上的评论后再做购买决策。这表明在线评论在消费者购物决策过程中扮演着关键角色,它不仅为消费者提供了宝贵的信息参考,还影响着消费者对商品的认知、态度和购买意愿。技术接受模型(TechnologyAcceptanceModel,简称TAM)由Davis在1989年提出,该模型旨在解释和预测用户对信息技术的接受和使用行为。TAM模型认为,用户对技术的接受主要受到感知有用性(PerceivedUsefulness)和感知易用性(PerceivedEaseofUse)两个核心因素的影响。感知有用性是指用户认为使用某一技术能够提高其工作绩效或实现某种目标的程度;感知易用性则是指用户认为使用某一技术的容易程度。这两个因素会进一步影响用户的使用态度和使用意愿,最终决定用户是否会实际使用该技术。在网络购物情境下,TAM模型可以为研究在线评论对消费者购买意愿的影响提供一个有效的理论框架。消费者对在线评论的接受和利用,类似于对一种信息技术的接受和使用。消费者会根据自己对在线评论的感知有用性和感知易用性,来决定是否参考在线评论做出购买决策。例如,如果消费者认为在线评论能够帮助他们更好地了解商品信息,从而做出更明智的购买决策,那么他们对在线评论的感知有用性就较高;如果消费者觉得在线评论易于获取和理解,那么他们对在线评论的感知易用性就较高。这种感知有用性和感知易用性会影响消费者对在线评论的态度,进而影响他们的购买意愿。综上所述,随着网络购物的快速发展,在线评论对消费者购买意愿的影响日益显著。基于TAM模型研究在线评论对消费者购买意愿的影响,有助于深入理解消费者在网络购物环境下的决策行为,为电商平台和商家提供有针对性的营销策略建议,具有重要的理论和实践意义。1.2研究目的与意义1.2.1研究目的本研究旨在基于技术接受模型(TAM),深入探究在线评论对消费者购买意愿的影响机制。具体而言,通过实证分析,明确在线评论的哪些特征(如评论数量、评论效价、评论深度等)会影响消费者对在线评论的感知有用性和感知易用性,进而影响其购买意愿。同时,识别出在这一影响过程中可能存在的调节变量(如消费者的涉入度、产品类型等),分析它们如何对在线评论与消费者购买意愿之间的关系产生调节作用。最终,构建出一个较为完善的理论模型,以揭示在线评论影响消费者购买意愿的内在路径和作用机制,为电商平台和商家制定营销策略提供理论支持。1.2.2研究意义理论意义:丰富技术接受模型的应用领域:技术接受模型(TAM)最初主要应用于信息技术领域,本研究将其拓展到网络购物中的在线评论研究,为TAM模型在电子商务领域的应用提供了新的视角和实证依据,有助于进一步验证和完善TAM模型在解释消费者行为方面的有效性和普适性。深化在线评论对消费者购买意愿影响的研究:以往关于在线评论对消费者购买意愿影响的研究,多从单一因素或简单模型进行分析,缺乏系统性和全面性。本研究基于TAM模型,综合考虑在线评论特征、消费者感知以及调节变量等多方面因素,深入剖析它们之间的相互关系和作用机制,有助于深化对这一领域的理论认识,丰富和完善相关理论体系。实践意义:为电商平台和商家提供营销策略建议:通过本研究,电商平台和商家可以了解到消费者对在线评论的关注重点和需求,从而有针对性地优化评论管理策略。例如,鼓励消费者发布详细、真实的评论,提高评论的质量和可信度;根据消费者的反馈,及时改进产品和服务,提升消费者的满意度和购买意愿;利用评论数据进行精准营销,提高营销效果和转化率。帮助消费者做出更明智的购买决策:对于消费者而言,本研究可以帮助他们更好地理解在线评论的价值和作用,提高对在线评论的辨别能力和利用效率。消费者可以根据本研究的结论,更加理性地看待在线评论,避免受到虚假评论或片面评论的影响,从而做出更加明智的购买决策,提高购物体验和满意度。1.3研究方法与创新点1.3.1研究方法文献研究法:广泛收集和整理国内外关于在线评论、技术接受模型(TAM)以及消费者购买意愿的相关文献资料。通过对这些文献的深入研读,梳理出在线评论对消费者购买意愿影响的研究现状、理论基础和研究方法,明确已有研究的成果和不足,为本研究提供坚实的理论支撑和研究思路。例如,在梳理TAM模型相关文献时,了解到该模型在不同领域的应用情况以及其局限性,从而为在本研究中对TAM模型的改进和拓展提供参考。问卷调查法:设计针对消费者的调查问卷,以收集实证研究所需的数据。问卷内容涵盖消费者的基本信息、网络购物习惯、对在线评论的关注程度和使用情况,以及对不同类型在线评论的感知有用性、感知易用性和购买意愿等方面。通过合理设计问卷题目和选项,确保能够准确测量研究所需的变量。在发放问卷时,采用线上和线下相结合的方式,扩大样本的覆盖面,提高样本的代表性。利用统计软件对回收的问卷数据进行分析,包括描述性统计分析、相关性分析、回归分析等,以验证研究假设,揭示在线评论与消费者购买意愿之间的关系。实证分析法:基于问卷调查所获得的数据,运用统计分析方法对研究模型和假设进行验证。通过构建结构方程模型(SEM),将在线评论特征作为自变量,消费者的感知有用性和感知易用性作为中介变量,购买意愿作为因变量,同时纳入调节变量,分析各变量之间的直接和间接影响路径及强度。利用SPSS、AMOS等统计软件对数据进行处理和分析,检验模型的拟合度和假设的显著性,从而深入探究在线评论对消费者购买意愿的影响机制。1.3.2创新点变量选取创新:在以往研究的基础上,更加全面和细致地选取在线评论的特征变量。除了常见的评论数量、评论效价等,还纳入了评论的深度(评论内容的详细程度和专业性)、评论的时效性(评论发布的时间距离当前的长短)、评论的多样性(评论内容涵盖的方面是否丰富)等变量。这些变量的选取能够更全面地反映在线评论的特点,从而更深入地研究在线评论对消费者购买意愿的影响。例如,评论深度的纳入可以研究详细和专业的评论如何影响消费者对产品的认知和购买意愿;评论时效性的考虑可以分析新鲜的评论对消费者决策的即时影响。模型构建创新:在传统的TAM模型基础上进行拓展和改进。将消费者的涉入度(消费者对产品的兴趣和关注程度)、产品类型(功能性产品和享乐性产品)等作为调节变量纳入模型,分析它们在在线评论与消费者购买意愿之间的调节作用。这种改进后的模型能够更好地反映现实购物情境中多种因素的相互作用,更准确地揭示在线评论影响消费者购买意愿的复杂机制。例如,研究发现消费者涉入度高时,在线评论的质量对其购买意愿影响更大;对于享乐性产品,消费者更注重评论中的情感表达,而对于功能性产品,更看重评论中的性能描述。二、理论基础与文献综述2.1技术接受模型(TAM)2.1.1TAM概述技术接受模型(TechnologyAcceptanceModel,TAM)由Davis在1989年提出,该模型以用户的行为意图和实际使用行为为研究对象,旨在解释和预测个体对信息技术的接受和使用行为。TAM的提出源于对计算机广泛接受的决定性因素的探究,为理解用户与信息技术之间的交互提供了一个重要的理论框架。TAM模型包含两个核心变量:感知有用性(PerceivedUsefulness)和感知易用性(PerceivedEaseofUse)。感知有用性是指个体认为使用某一特定技术能够提高其工作绩效或实现某种目标的程度。例如,在网络购物情境中,消费者若认为在线评论能够帮助他们更好地了解商品的质量、性能等信息,从而做出更明智的购买决策,那么他们对在线评论的感知有用性就较高。感知易用性则是指个体认为使用该技术的容易程度。对于在线评论而言,如果消费者觉得评论内容易于理解,获取评论信息的操作简便快捷,如在电商平台上能够轻松找到评论入口并快速浏览评论,那么他们对在线评论的感知易用性就较高。在TAM模型中,这两个核心变量与其他变量之间存在着紧密的关系。使用行为意向(BehavioralIntentiontoUse)是个体愿意使用某一技术的程度,它由使用态度(AttitudeTowardUsing)和感知有用性共同决定。使用态度反映了个体在使用系统时主观上积极或消极的感受,由感知有用性和感知易用性共同影响。而感知有用性又受到感知易用性和外部变量的共同作用,感知易用性则由外部变量决定。外部变量涵盖了系统设计特征、用户特征(包括感知形式和其他个性特征)、任务特征、开发或执行过程的本质、政策影响、组织结构等多方面因素。例如,电商平台的界面设计是否简洁明了、操作流程是否便捷,会影响消费者对在线评论的感知易用性;消费者自身的网络使用经验、对电子产品的熟悉程度等用户特征,也会对他们感知在线评论的有用性和易用性产生影响。TAM模型认为,当个体对某一技术的感知有用性和感知易用性较高时,他们对该技术的使用态度会更加积极,进而使用行为意向也会更强,最终导致实际使用行为的发生。这一模型为研究用户对各类信息技术的接受行为提供了一个简洁而有效的分析框架,在信息系统、市场营销等多个领域得到了广泛的应用和验证。通过对TAM模型中各个变量的分析和研究,可以深入了解用户在面对新技术或信息时的决策过程和行为动机,为相关技术的推广和应用提供有针对性的策略建议。例如,在电商平台中,若希望消费者更多地参考在线评论做出购买决策,就可以从提高评论的感知有用性和感知易用性入手,优化评论展示方式、增加评论的真实性和可靠性等,以提升消费者对在线评论的接受程度和使用意愿。2.1.2TAM的发展与应用自1989年Davis提出技术接受模型(TAM)以来,该模型在众多领域得到了广泛的拓展和应用,不断发展和完善。在信息技术领域,TAM被广泛用于研究用户对各种信息系统的接受和使用行为。例如,研究人员运用TAM探究企业员工对企业资源规划(ERP)系统的接受情况。通过分析员工对ERP系统的感知有用性和感知易用性,发现当员工认为ERP系统能够帮助他们更高效地完成工作任务,且系统操作简单易懂时,他们更愿意接受和使用该系统。这为企业在实施ERP系统时,如何提高员工的接受度提供了理论指导,企业可以通过加强系统培训、优化系统界面设计等方式,提升员工对ERP系统的感知有用性和感知易用性。在教育领域,TAM也被应用于研究学生对在线学习平台的接受程度。有研究表明,学生对在线学习平台的感知有用性,如平台提供的丰富学习资源、个性化学习功能等,以及感知易用性,如平台的操作便捷性、界面友好度等,会显著影响他们的学习态度和使用意愿。如果学生觉得在线学习平台对他们的学习有帮助,且容易上手操作,他们就更有可能积极参与在线学习,提高学习效果。这启示教育机构和学校,在开发和推广在线学习平台时,要注重满足学生的需求,提高平台的质量和易用性。在医疗领域,TAM被用于研究医护人员对医疗信息技术的接受和应用。例如,研究医护人员对电子病历系统的接受情况时发现,感知有用性和感知易用性同样是影响他们使用意愿的关键因素。如果医护人员认为电子病历系统能够提高医疗工作效率、减少医疗差错,并且操作方便快捷,他们就更愿意采用该系统。这对于医疗行业推进信息化建设具有重要意义,医疗机构可以根据医护人员的需求和反馈,不断改进医疗信息技术,提高医护人员的接受度和使用积极性。在电子商务领域,TAM在研究消费者网络购物行为方面发挥了重要作用。许多学者基于TAM模型,探究消费者对电商平台的接受和使用行为,以及在线评论对消费者购买决策的影响。例如,有研究发现,消费者对电商平台的感知有用性,如商品种类丰富、价格优势、购物便捷等,以及感知易用性,如界面友好、搜索功能强大、支付流程简单等,会影响他们对平台的信任和购买意愿。同时,在线评论作为消费者获取商品信息的重要来源,其质量、数量、效价等因素会影响消费者对评论的感知有用性和感知易用性,进而影响购买决策。如果消费者认为在线评论真实可靠、内容丰富且易于理解,能够帮助他们更好地了解商品,那么这些评论就会对他们的购买意愿产生积极影响。TAM模型在不同领域的广泛应用,为深入理解用户行为提供了有力的理论支持。通过对TAM模型的不断拓展和完善,研究者可以更好地分析和解释各种复杂的用户接受和使用行为,为相关领域的发展提供有价值的参考和建议。在本研究中,基于TAM模型研究在线评论对消费者购买意愿的影响,能够充分利用TAM模型在解释用户信息接受行为方面的优势,深入剖析在线评论如何通过影响消费者的感知有用性和感知易用性,进而影响他们的购买意愿,为电商平台和商家制定营销策略提供科学依据。例如,电商平台可以根据消费者对在线评论感知有用性和感知易用性的反馈,优化评论展示方式,突出优质评论,提高评论的可读性和可信度;商家可以积极回复消费者的评论,提高消费者对评论的满意度,从而增强消费者的购买意愿。2.2在线评论相关研究2.2.1在线评论的概念与特点在线评论是消费者在网络平台上对所购买的产品或服务发表的评价性言论,涵盖了对产品质量、性能、外观、使用体验以及商家服务态度、物流配送等多个方面的反馈。这些评论通常以文字、图片、视频等形式呈现,为其他消费者提供了丰富的产品信息和参考依据。与传统的口碑传播相比,在线评论具有即时性、多样性、交互性等显著特点。在线评论的即时性体现在消费者在购买产品或服务后,能够迅速在网络平台上发表自己的评价,几乎不受时间和空间的限制。这种即时性使得信息能够快速传播,消费者可以在短时间内获取大量最新的产品评价,及时了解产品或服务的实际情况,从而为购买决策提供更及时的参考。例如,在消费者购买一款新上市的智能手机后,当天就可以在电商平台上发表使用感受和评价,其他消费者在浏览该产品页面时,便能立刻看到这些新鲜的评论,了解手机的实际表现,如拍照效果、续航能力、系统流畅度等。在线评论的多样性表现为评论内容和形式的丰富多样。从内容上看,评论不仅包括对产品或服务的客观描述,如产品的规格、功能等,还包含消费者的主观感受和情感表达,如对产品的喜爱或不满。同时,评论涉及的方面广泛,涵盖了产品的各个细节以及购买过程中的各个环节。从形式上看,除了传统的文字评论外,还出现了图片评论、视频评论等多种形式。消费者可以通过上传图片或视频,更直观地展示产品的外观、使用场景、实际效果等,使评论内容更加生动、真实、全面。比如,在购买一件服装时,消费者可以上传自己穿着服装的照片或视频,展示服装的上身效果、材质质感等,让其他消费者更直观地了解产品,从而更准确地判断是否符合自己的需求。在线评论的交互性也是其重要特点之一。在网络平台上,消费者之间可以针对评论内容进行互动交流,分享自己的看法和经验。同时,商家也可以对消费者的评论进行回复,解答疑问、处理问题,增强与消费者的沟通和互动。这种交互性不仅促进了消费者之间的信息共享,也有助于商家及时了解消费者的需求和反馈,改进产品和服务,提升消费者的满意度。例如,在某款化妆品的评论区,消费者A发表了自己使用后的过敏反应,消费者B看到后分享了自己使用同款产品的不同体验,并给出了一些使用建议;商家看到评论后,及时与消费者A取得联系,了解具体情况,提供解决方案,并对产品成分和适用肤质进行了详细说明,这种互动增强了消费者对商家的信任和好感。此外,在线评论还具有公开性和可获取性。所有在平台上发布的评论对其他消费者都是公开可见的,消费者可以方便地搜索和浏览这些评论,获取所需的信息。而且,随着大数据和人工智能技术的发展,电商平台可以根据消费者的浏览历史和偏好,为其精准推送相关的在线评论,进一步提高了评论的可获取性和利用效率。例如,当消费者在电商平台上搜索某类产品时,平台会在搜索结果页面展示该产品的相关评论,并且根据消费者之前的购买行为和浏览记录,优先展示与消费者需求相关度较高的评论,帮助消费者更快速地筛选出有价值的信息。2.2.2在线评论对消费者行为的影响研究现状众多学者围绕在线评论对消费者行为的影响展开了广泛而深入的研究,研究成果主要集中在在线评论对消费者购买决策、信任、感知等方面的影响。在在线评论对消费者购买决策的影响方面,大量研究表明,在线评论是消费者做出购买决策的重要参考依据。消费者在购买产品或服务时,往往会参考其他消费者的评价,以降低购买风险,提高决策的准确性。Chevalier和Mayzlin的研究发现,在线评论的星级评分与产品销量之间存在显著的正相关关系,评分越高的产品,销量往往也越高。这表明消费者在购买决策过程中,会倾向于选择那些获得高评价的产品。此外,Liu通过对亚马逊网站上的书籍销售数据进行分析,发现评论数量也会对消费者的购买决策产生影响,评论数量越多,消费者对产品的关注度和购买意愿越高。这是因为较多的评论数量意味着产品受到了更多消费者的关注和讨论,消费者会认为这样的产品更具可靠性和吸引力。在线评论对消费者信任的影响也是研究的重点之一。消费者在网络购物中,由于无法直接接触产品,往往会对产品的质量和商家的信誉存在疑虑。而在线评论可以为消费者提供关于产品和商家的真实信息,增强消费者对产品和商家的信任。Mcknight等人的研究指出,积极的在线评论能够提高消费者对商家的信任度,进而增加消费者的购买意愿。当消费者看到其他消费者对产品和商家给予正面评价时,他们会认为该商家是可靠的,产品质量是有保障的,从而更愿意选择在该商家购买产品。相反,负面评论则可能降低消费者的信任度,导致消费者放弃购买。例如,在某家餐厅的在线评论中,如果大量消费者反馈菜品口味差、食材不新鲜,那么潜在消费者看到这些负面评论后,很可能会对该餐厅失去信任,选择其他餐厅就餐。在线评论还会影响消费者对产品的感知。消费者通过阅读在线评论,可以获取关于产品的各种信息,从而形成对产品的感知。Park和Lee的研究表明,在线评论的内容和情感倾向会影响消费者对产品质量的感知。详细、积极的评论会使消费者认为产品质量较高,而简短、消极的评论则会让消费者对产品质量产生怀疑。例如,对于一款智能手表,如果评论中详细描述了其精准的健康监测功能、流畅的操作体验以及时尚的外观设计,消费者就会对该手表的质量和性能有较高的感知;反之,如果评论中只是简单提及手表存在续航短、连接不稳定等问题,消费者对其质量的感知就会降低。此外,在线评论还会影响消费者对产品价值的感知。如果消费者在评论中提到产品性价比高,使用后带来了超出预期的价值,那么其他消费者在阅读评论后,也会倾向于认为该产品具有较高的价值,从而增加购买意愿。综上所述,在线评论对消费者行为的影响是多方面的,它不仅影响消费者的购买决策,还会影响消费者的信任和对产品的感知。然而,现有研究在某些方面仍存在不足,例如,对于在线评论影响消费者行为的具体机制,尚未形成统一的认识;在研究方法上,多以定量研究为主,定性研究相对较少,对消费者在阅读在线评论过程中的心理和行为变化缺乏深入的探究。因此,未来的研究可以进一步深入探讨在线评论影响消费者行为的内在机制,综合运用多种研究方法,如实验法、深度访谈法等,从多个角度揭示在线评论与消费者行为之间的复杂关系。2.3消费者购买意愿研究2.3.1购买意愿的定义与测量购买意愿(PurchaseIntention)是消费者在特定的市场环境和时间条件下,有能力且愿意购买某种产品或服务的主观概率或可能性,它反映了消费者对购买行为的一种倾向和心理准备状态,是消费者购买行为发生的前奏。购买意愿在消费者行为研究领域中占据着核心地位,对企业的市场营销策略制定和销售业绩提升具有重要的指导意义。如果企业能够准确把握消费者的购买意愿,就能更好地满足消费者需求,提高市场份额和盈利能力。在学术研究和实际应用中,通常采用问卷调查的方式来测量消费者的购买意愿。常用的量表包括李克特量表(LikertScale),该量表一般将消费者的态度分为多个等级,如非常不同意、不同意、中立、同意、非常同意,分别对应不同的分值,通过消费者对相关问题的选择来量化他们的购买意愿。例如,在测量消费者对某品牌智能手机的购买意愿时,问卷中可能会设置这样的问题:“您在未来三个月内购买该品牌智能手机的可能性为?1.非常不可能;2.不可能;3.不确定;4.可能;5.非常可能”,消费者根据自己的实际想法进行选择,研究者根据选择结果统计购买意愿的强弱。除了李克特量表,语义差异量表(SemanticDifferentialScale)也常被用于购买意愿的测量。语义差异量表通过一系列意义相反的形容词对,如“好-坏”“喜欢-不喜欢”“有吸引力-无吸引力”等,让消费者在这些形容词对之间选择一个合适的位置来表达他们对产品或服务的态度,从而反映购买意愿。例如,对于某款汽车,消费者需要在“外观很时尚-外观很陈旧”“性能非常好-性能非常差”等量表上进行评价,这些评价结果综合起来可以反映消费者对该款汽车的购买意愿。此外,在一些研究中,还会采用购买概率量表(PurchaseProbabilityScale)直接询问消费者购买某产品的概率,如“您购买该产品的概率为0%、10%、20%……100%”,让消费者选择对应的概率值,以此来精确测量购买意愿。不同的测量量表各有优缺点,研究者会根据研究目的、研究对象和研究情境的不同,选择合适的量表进行测量,以确保能够准确、有效地获取消费者的购买意愿数据。例如,对于一些简单的产品或服务,李克特量表可能就足以满足测量需求;而对于一些复杂的、涉及多个维度评价的产品,如汽车、房产等,语义差异量表可能更能全面地反映消费者的态度和购买意愿。同时,为了提高测量的准确性和可靠性,在实际应用中,常常会综合使用多种量表,从多个角度对消费者的购买意愿进行测量和分析。2.3.2影响消费者购买意愿的因素影响消费者购买意愿的因素是多方面的,涉及产品、消费者自身以及外部环境等多个维度。从产品角度来看,产品的质量、价格、品牌等因素对消费者购买意愿有着显著影响。产品质量是消费者购买决策的重要考量因素之一。高质量的产品通常能够提供更好的使用体验和性能表现,满足消费者的需求和期望,从而增强消费者的购买意愿。例如,苹果公司的产品以其卓越的质量和稳定性著称,消费者普遍认为购买苹果产品能够获得高品质的使用体验,因此对苹果产品的购买意愿较高。产品价格也是影响购买意愿的关键因素。消费者在购买产品时,会对产品价格与自身的经济状况和对产品价值的认知进行权衡。一般来说,价格合理且性价比高的产品更容易吸引消费者,激发他们的购买意愿。当产品价格超出消费者的心理预期时,购买意愿可能会降低。例如,在购买电子产品时,消费者会比较不同品牌和型号产品的价格和性能,选择性价比最高的产品。品牌形象和品牌声誉同样会影响消费者的购买意愿。知名品牌往往具有较高的品牌知名度和美誉度,消费者对其产品质量和售后服务更有信心,从而更愿意购买该品牌的产品。像可口可乐、耐克等国际知名品牌,凭借其强大的品牌影响力,吸引了大量消费者购买其产品。消费者自身因素也是影响购买意愿的重要方面。消费者的个人偏好、消费观念、收入水平等都会对购买意愿产生影响。个人偏好是消费者基于自身的兴趣、爱好、审美等因素形成的对产品的独特喜好。如果产品符合消费者的个人偏好,消费者就会更倾向于购买。例如,喜欢运动的消费者更可能购买运动品牌的服装和运动鞋;追求时尚的消费者更愿意购买设计新颖、潮流的产品。消费观念反映了消费者对消费的总体看法和价值取向,不同的消费观念会导致消费者在购买决策上的差异。注重环保的消费者可能更倾向于购买环保型产品;追求品质生活的消费者则更愿意为高品质的产品支付较高的价格。收入水平直接决定了消费者的购买能力,收入较高的消费者通常对价格的敏感度较低,更注重产品的品质和品牌,购买意愿相对较高;而收入较低的消费者则更关注产品的价格,在购买时会更加谨慎,购买意愿可能受到价格因素的较大制约。例如,高收入人群在购买汽车时,可能更注重汽车的品牌、性能和舒适性,对价格的关注度相对较低;而低收入人群在购买汽车时,可能会优先考虑价格因素,选择价格较为亲民的车型。外部环境因素对消费者购买意愿也有着不可忽视的影响。社会文化环境、市场竞争环境、促销活动等都会影响消费者的购买决策。社会文化环境包括社会价值观、文化传统、风俗习惯等,这些因素会影响消费者的消费观念和行为。在一些注重家庭观念的文化中,消费者更倾向于购买适合家庭使用的产品;在崇尚健康生活的社会环境中,健康食品和健身器材的市场需求会增加,消费者对这些产品的购买意愿也会相应提高。市场竞争环境的激烈程度会影响消费者的选择空间和购买决策。当市场上同类产品众多,竞争激烈时,消费者可以更容易地比较不同产品的优缺点,选择最符合自己需求的产品。这种情况下,企业为了吸引消费者,会不断提高产品质量、降低价格、优化服务,从而刺激消费者的购买意愿。例如,在智能手机市场,各大品牌之间竞争激烈,消费者可以在众多品牌和型号中进行选择,这促使手机厂商不断推出新产品、提升产品性能和降低价格,以吸引消费者购买。促销活动是企业常用的营销手段之一,如打折、满减、赠品、优惠券等,这些促销活动能够直接降低消费者的购买成本,增加产品的附加值,从而激发消费者的购买意愿。在“双11”“618”等电商购物节期间,各大电商平台和商家会推出各种促销活动,吸引大量消费者购买商品,销售额往往会大幅增长。三、研究模型与假设提出3.1研究模型构建本研究基于技术接受模型(TAM),结合在线评论的特点以及消费者购买意愿的相关理论,构建了在线评论影响消费者购买意愿的理论模型。在该模型中,将在线评论的特征作为外部变量,包括评论数量、评论效价、评论深度、评论时效性和评论多样性;消费者对在线评论的感知有用性和感知易用性作为中介变量;消费者购买意愿作为因变量。同时,引入消费者涉入度和产品类型作为调节变量,以分析它们在在线评论与消费者购买意愿之间关系的调节作用。具体模型如图1所示:[此处插入研究模型图]图1:在线评论影响消费者购买意愿的理论模型在这个模型中,各变量之间存在着紧密的联系。在线评论的特征会直接影响消费者对评论的感知有用性和感知易用性。例如,较多的评论数量可能使消费者认为该产品受到了广泛关注,从而增加对评论的感知有用性;积极的评论效价(如好评)可能让消费者觉得产品质量可靠,也会提高感知有用性;评论深度高,即评论内容详细、专业,能为消费者提供更多有价值的信息,有助于提升感知有用性和感知易用性;评论时效性强,表明评论是近期发布的,更能反映产品的当前状态,对消费者的参考价值更大,进而影响感知有用性;评论多样性丰富,涵盖产品的多个方面,能满足消费者全面了解产品的需求,同样会影响感知有用性和感知易用性。消费者对在线评论的感知有用性和感知易用性又会进一步影响其购买意愿。当消费者认为在线评论对他们了解产品、做出购买决策有帮助(感知有用性高),且评论易于获取和理解(感知易用性高)时,他们对产品的态度会更加积极,购买意愿也会相应增强。消费者涉入度和产品类型作为调节变量,会对在线评论特征与消费者购买意愿之间的关系产生调节作用。消费者涉入度是指消费者对产品的兴趣、关注程度以及参与购买决策的程度。对于涉入度高的消费者,他们可能更注重评论的质量和专业性,在线评论的深度、时效性和多样性等特征对他们购买意愿的影响可能更为显著;而对于涉入度低的消费者,可能更容易受到评论数量和效价的影响。产品类型分为功能性产品和享乐性产品,功能性产品强调产品的实用功能和性能,享乐性产品则更注重消费者的情感体验和心理满足。对于功能性产品,消费者可能更关注评论中关于产品性能、质量等方面的信息,评论深度和效价对购买意愿的影响较大;对于享乐性产品,消费者可能更看重评论中的情感表达和用户体验分享,评论的多样性和时效性对购买意愿的影响可能更为突出。通过构建这样的理论模型,可以更全面、深入地探究在线评论对消费者购买意愿的影响机制,为后续的实证研究提供清晰的框架和方向。3.2研究假设提出3.2.1在线评论特征与感知有用性、感知易用性在线评论的数量是消费者在浏览商品时最先关注的特征之一。大量的评论意味着该产品受到了众多消费者的关注和讨论,能够为潜在消费者提供更丰富的信息样本。更多的评论可以涵盖产品在不同使用场景下的表现、不同消费者的使用体验等多方面信息,使潜在消费者更全面地了解产品,从而增加他们对评论的感知有用性。例如,在购买一款热门手机时,消费者会发现有成千上万条评论,这些评论中包含了手机在游戏、拍照、日常使用等各种场景下的优缺点,消费者可以从中获取更全面的产品信息,因此会觉得这些评论更有用。基于此,提出假设:H1:在线评论数量与消费者对评论的感知有用性呈正相关关系。H1:在线评论数量与消费者对评论的感知有用性呈正相关关系。评论质量是影响消费者感知的关键因素。高质量的评论通常包含详细的产品描述、客观的评价以及准确的使用感受等内容。详细的产品描述能让消费者更深入地了解产品的特性和功能,客观的评价有助于消费者做出理性的判断,准确的使用感受则增加了评论的可信度。当评论质量较高时,消费者能够从中获取更有价值的信息,从而提高对评论的感知有用性和感知易用性。比如,一篇关于某款护肤品的评论,不仅详细介绍了产品的成分、质地、使用方法,还客观地评价了产品的效果,并分享了自己使用后的真实感受,消费者在阅读这样的评论时,能更轻松地理解产品信息,觉得评论既有用又易用。由此,提出假设:H2:在线评论质量与消费者对评论的感知有用性呈正相关关系。H3:在线评论质量与消费者对评论的感知易用性呈正相关关系。H2:在线评论质量与消费者对评论的感知有用性呈正相关关系。H3:在线评论质量与消费者对评论的感知易用性呈正相关关系。H3:在线评论质量与消费者对评论的感知易用性呈正相关关系。评论效价即评论的情感倾向,分为正面、负面和中性评论。正面评论传递出产品的优点和良好的使用体验,能增强消费者对产品的信心;负面评论则指出产品存在的问题,帮助消费者避免购买到不满意的产品。消费者在阅读评论时,会根据评论效价来判断产品是否符合自己的需求。正面评论和负面评论都能为消费者提供有价值的信息,使他们更准确地评估产品,进而提高对评论的感知有用性。例如,对于一款智能手表,正面评论可能强调其精准的健康监测功能和时尚的外观,负面评论可能指出其续航能力不足,消费者通过综合考虑这些不同效价的评论,能更好地判断该手表是否适合自己,从而觉得这些评论更有用。所以,提出假设:H4:在线评论效价与消费者对评论的感知有用性呈正相关关系。H4:在线评论效价与消费者对评论的感知有用性呈正相关关系。评论深度体现了评论内容的详细程度和专业性。深度较高的评论会对产品的各个方面进行深入分析和解读,为消费者提供更专业、更全面的产品信息。消费者在面对复杂产品或需要做出重要购买决策时,更依赖深度评论来获取准确的信息。深度评论能满足消费者对产品深入了解的需求,提高他们对评论的感知有用性。例如,在购买一款专业的摄影器材时,消费者会更关注那些详细介绍器材性能参数、拍摄效果对比、适用场景等内容的深度评论,这些评论能帮助他们更好地了解产品,从而觉得评论非常有用。因此,提出假设:H5:在线评论深度与消费者对评论的感知有用性呈正相关关系。H5:在线评论深度与消费者对评论的感知有用性呈正相关关系。评论时效性指评论发布的时间距离当前的长短。及时的评论能更准确地反映产品当前的状态和市场反馈,对于消费者来说具有更高的参考价值。在快速变化的市场环境中,产品可能会不断更新换代,其质量、性能等方面也可能发生变化。消费者更倾向于参考最新的评论来了解产品的实际情况,以做出更明智的购买决策。例如,对于一款新上市的电子产品,近期发布的评论能让消费者了解到产品在实际使用中出现的新问题或改进之处,而较早的评论可能无法反映这些最新信息,所以消费者会觉得时效性强的评论更有用。基于此,提出假设:H6:在线评论时效性与消费者对评论的感知有用性呈正相关关系。H6:在线评论时效性与消费者对评论的感知有用性呈正相关关系。评论多样性是指评论内容涵盖的方面是否丰富。丰富多样的评论可以从多个角度展示产品的特点和使用体验,满足消费者全面了解产品的需求。当评论多样性较高时,消费者能够获取关于产品不同方面的信息,从而更全面地评估产品,提高对评论的感知有用性。比如,对于一款旅游产品,评论中不仅包含景点的介绍、住宿条件的评价,还涉及当地美食、交通便利性等方面的分享,消费者通过阅读这样多样化的评论,能更全面地了解该旅游产品,觉得评论很有价值。由此,提出假设:H7:在线评论多样性与消费者对评论的感知有用性呈正相关关系。H7:在线评论多样性与消费者对评论的感知有用性呈正相关关系。3.2.2感知有用性、感知易用性与购买意愿根据技术接受模型(TAM),感知有用性和感知易用性是影响用户使用态度和行为意向的重要因素。在网络购物情境下,当消费者认为在线评论能够帮助他们更好地了解商品信息,从而做出更明智的购买决策时,他们对在线评论的感知有用性就较高。这种感知有用性会使消费者对商品产生更积极的态度,认为购买该商品能够满足自己的需求,进而增强他们的购买意愿。例如,消费者在购买一款智能音箱时,通过阅读详细且有用的在线评论,了解到该音箱的音质出色、智能语音交互功能强大,能够满足自己在家中听音乐、控制智能设备等需求,就会觉得这些评论非常有用,从而对购买这款智能音箱产生更强的意愿。因此,提出假设:H8:消费者对在线评论的感知有用性与购买意愿呈正相关关系。H8:消费者对在线评论的感知有用性与购买意愿呈正相关关系。感知易用性也是影响消费者购买意愿的重要因素。如果消费者觉得在线评论易于获取和理解,能够轻松地从中获取所需信息,他们就会更愿意参考在线评论做出购买决策。当消费者在电商平台上能够快速找到评论入口,并且评论内容简洁明了、排版清晰时,他们对在线评论的感知易用性就较高。这种感知易用性会让消费者在购物过程中感到更加便捷和舒适,减少信息处理的成本和压力,从而增强他们对商品的购买意愿。例如,在购买一款化妆品时,消费者在电商平台上点击商品页面后,就能直接看到清晰分类、通俗易懂的评论,无需花费过多时间和精力去筛选和理解信息,就会觉得获取评论信息很容易,进而更有可能购买该化妆品。所以,提出假设:H9:消费者对在线评论的感知易用性与购买意愿呈正相关关系。H9:消费者对在线评论的感知易用性与购买意愿呈正相关关系。此外,感知易用性还可能通过影响感知有用性来间接影响购买意愿。当消费者觉得在线评论易于获取和理解时,他们更有可能深入阅读评论内容,从而更好地理解评论中所传达的信息,提高对评论的感知有用性。而感知有用性的提高又会进一步增强购买意愿。例如,消费者在购买一款健身器材时,如果评论页面设计简洁,评论内容以图表、要点等形式清晰呈现,消费者就能轻松地获取和理解评论信息,从而更深入地了解健身器材的性能和使用方法,觉得评论非常有用,最终增强购买意愿。基于此,提出假设:H10:消费者对在线评论的感知易用性正向影响感知有用性。H10:消费者对在线评论的感知易用性正向影响感知有用性。3.2.3控制变量的考虑性别是一个可能影响消费者购买意愿的重要控制变量。男性和女性在消费观念、购物习惯和决策方式等方面存在一定差异。一般来说,女性在购物时可能更注重产品的细节、外观和口碑,对在线评论的关注度相对较高,更倾向于参考评论中的情感表达和用户体验分享,评论的多样性和情感倾向等因素对她们的购买意愿影响可能较大;而男性在购物时可能更关注产品的性能、功能和性价比,对评论的专业性和客观性要求较高,评论的深度和效价等因素对他们的购买意愿影响可能更为显著。例如,在购买服装时,女性可能更在意其他消费者对服装款式、颜色、面料舒适度等方面的评价,而男性则更关注服装的材质质量、尺码准确性等功能性方面的评论。因此,性别可能会对在线评论与购买意愿之间的关系产生调节作用。年龄也是一个不可忽视的控制变量。不同年龄段的消费者具有不同的生活经历、消费观念和需求偏好,这会影响他们对在线评论的依赖程度和购买决策。年轻人通常对新事物接受度较高,更善于利用互联网获取信息,在购物时可能更依赖在线评论,且更容易受到评论中时尚、潮流元素的影响;而中老年人可能更注重产品的实用性和可靠性,对在线评论的信任程度相对较低,在购买决策中可能更依赖自己的经验和传统的信息渠道。例如,在购买电子产品时,年轻人可能会根据在线评论中关于产品创新性、科技感的描述来决定是否购买,而中老年人则更关注评论中关于产品质量稳定性、操作便捷性的内容。所以,年龄可能在在线评论与购买意愿的关系中起到调节作用。消费经验同样会对消费者的购买意愿产生影响。具有丰富消费经验的消费者在购物过程中积累了更多的产品知识和购买技巧,他们对在线评论的辨别能力和筛选能力更强,能够更准确地判断评论的可信度和价值,从而更有效地利用评论信息做出购买决策。而消费经验较少的消费者可能缺乏对产品的深入了解,更容易受到在线评论的影响,尤其是一些缺乏批判性思维的消费者,可能会盲目相信评论内容,导致购买决策受到较大干扰。例如,经常购买数码产品的消费者,能够根据自己的经验判断在线评论中关于产品性能描述的真实性,而初次购买数码产品的消费者则可能会完全依赖评论来选择产品。因此,消费经验可能会调节在线评论与购买意愿之间的关系。综上所述,性别、年龄、消费经验等控制变量可能会对在线评论与消费者购买意愿之间的关系产生不同程度的影响,在后续的实证研究中需要加以考虑和控制,以更准确地揭示在线评论对消费者购买意愿的影响机制。四、研究设计4.1变量测量4.1.1在线评论特征变量评论数量:通过统计电商平台上某一产品的评论总数来衡量。这是一个客观的计数变量,例如在淘宝平台上,某款手机的评论数量可以直接从产品页面获取。消费者在浏览商品时,首先能直观看到评论数量,较多的评论数量会使消费者认为该产品受到了广泛关注,从而增加对评论的感知有用性。评论质量:采用内容分析法,从评论的完整性、准确性、客观性等方面进行评估。例如,评论是否包含对产品详细的使用体验描述,是否客观地指出产品的优缺点,是否有逻辑地组织语言等。可以邀请多位专家对评论进行打分,采用李克特5级量表,1表示质量非常低,5表示质量非常高。高质量的评论通常包含详细的产品描述、客观的评价以及准确的使用感受等内容,能让消费者更深入地了解产品,提高对评论的感知有用性和感知易用性。评论效价:将评论分为正面、负面和中性三类。通过情感分析算法对评论内容进行分析,判断其情感倾向。正面评论赋值为1,负面评论赋值为-1,中性评论赋值为0。正面评论传递出产品的优点和良好的使用体验,负面评论指出产品存在的问题,都能为消费者提供有价值的信息,使他们更准确地评估产品,进而提高对评论的感知有用性。评论深度:从评论内容的详细程度和专业性角度进行测量。可以通过计算评论的平均字数、涉及产品专业知识的程度等指标来衡量。例如,对于电子产品的评论,提及产品的技术参数、性能原理等专业内容的评论深度较高。同样采用李克特5级量表,1表示深度非常低,5表示深度非常高。深度较高的评论会对产品的各个方面进行深入分析和解读,为消费者提供更专业、更全面的产品信息,提高他们对评论的感知有用性。评论时效性:通过计算评论发布时间与当前时间的时间差来衡量。时间差越小,说明评论越及时,时效性越强。例如,以天为单位计算时间差,然后将其标准化到[0,1]区间,0表示评论发布时间与当前时间几乎相同,时效性最强;1表示评论发布时间距离当前时间很久,时效性最弱。及时的评论能更准确地反映产品当前的状态和市场反馈,对于消费者来说具有更高的参考价值,能提高他们对评论的感知有用性。评论多样性:从评论内容涵盖的方面是否丰富来考量。可以分析评论是否涉及产品的多个维度,如功能、外观、价格、服务等。采用李克特5级量表,1表示多样性非常低,评论仅涉及产品的单一维度;5表示多样性非常高,评论全面涵盖了产品的各个方面。丰富多样的评论可以从多个角度展示产品的特点和使用体验,满足消费者全面了解产品的需求,提高对评论的感知有用性。4.1.2感知有用性与感知易用性变量感知有用性:采用Davis等人开发的量表,通过询问消费者“阅读这些在线评论能帮助我了解产品的真实情况”“在线评论能帮助我做出更明智的购买决策”等问题,使用李克特7级量表,1表示非常不同意,7表示非常同意,来测量消费者对在线评论感知有用性的程度。当消费者认为在线评论能够帮助他们更好地了解商品信息,从而做出更明智的购买决策时,他们对在线评论的感知有用性就较高。感知易用性:同样使用Davis等人开发的量表,问题包括“我觉得阅读在线评论很轻松”“我能很容易地从在线评论中获取我需要的信息”等,采用李克特7级量表进行测量,1表示非常不同意,7表示非常同意。如果消费者觉得在线评论易于获取和理解,能够轻松地从中获取所需信息,他们就会更愿意参考在线评论做出购买决策,对在线评论的感知易用性就较高。4.1.3购买意愿变量购买意愿变量采用经典的李克特量表进行测量,通过询问消费者对购买某产品的可能性、意向等问题来获取数据。具体题项包括“您在未来一个月内购买该产品的可能性为”“您是否有意愿购买该产品”等,采用7级量表,1表示非常不可能或非常不愿意,7表示非常可能或非常愿意。购买意愿反映了消费者对购买行为的一种倾向和心理准备状态,是消费者购买行为发生的前奏,通过这些问题可以量化消费者的购买意愿程度。4.1.4控制变量性别:设置为分类变量,男性赋值为0,女性赋值为1,以此来区分不同性别的消费者在在线评论对购买意愿影响上的差异。男性和女性在消费观念、购物习惯和决策方式等方面存在一定差异,可能会对在线评论与购买意愿之间的关系产生调节作用。年龄:采用分组的方式进行测量,分为18-25岁、26-35岁、36-45岁、46岁及以上等组别,分析不同年龄段消费者的行为差异。不同年龄段的消费者具有不同的生活经历、消费观念和需求偏好,这会影响他们对在线评论的依赖程度和购买决策,可能在在线评论与购买意愿的关系中起到调节作用。消费频率:询问消费者在过去一年中购买该类产品的次数,以此衡量消费频率。消费频率高的消费者可能具有更丰富的消费经验,对在线评论的辨别能力和筛选能力更强,能够更准确地判断评论的可信度和价值,从而更有效地利用评论信息做出购买决策,可能会调节在线评论与购买意愿之间的关系。4.2问卷设计4.2.1问卷结构问卷整体结构清晰,涵盖引言、主体问题和个人信息三个主要部分。引言部分位于问卷开头,以简洁明了的语言向受访者介绍本次调查的目的、背景以及大致内容,强调调查的重要性和匿名性,消除受访者的顾虑,以提高其参与度和回答的真实性。例如,“尊敬的先生/女士,您好!非常感谢您抽出宝贵的时间参与本次关于在线评论对消费者购买意愿影响的调查。本次调查旨在了解消费者在网络购物过程中对在线评论的看法和使用情况,您的回答将对我们的研究提供重要的参考依据。所有数据仅用于学术研究,我们将严格保密您的个人信息。”主体问题部分是问卷的核心内容,围绕研究模型中的各个变量展开,通过精心设计的问题来获取相关数据。这些问题涵盖了在线评论特征(如评论数量、质量、效价、深度、时效性和多样性)、消费者对在线评论的感知有用性和感知易用性,以及消费者的购买意愿等方面。问题类型丰富多样,包括单选题、多选题和量表题等。例如,对于在线评论数量,设置单选题“您在购买商品时,通常会关注该商品的评论数量吗?A.总是关注B.经常关注C.偶尔关注D.从不关注”;对于感知有用性,采用量表题“您认为阅读在线评论对您了解商品真实情况的帮助程度如何?1.非常小2.比较小3.一般4.比较大5.非常大”。通过这些问题,全面、准确地测量各个变量,为后续的数据分析提供充足的数据支持。个人信息部分置于问卷末尾,主要收集受访者的性别、年龄、消费频率等控制变量信息。这些信息有助于在数据分析过程中控制其他因素对研究结果的干扰,使研究结论更加准确可靠。例如,询问性别时设置单选题“您的性别是?A.男B.女”;询问年龄时采用分组形式,如“您的年龄是?A.18-25岁B.26-35岁C.36-45岁D.46岁及以上”;询问消费频率时设置“在过去一年中,您购买该类产品的次数大约是?A.1-3次B.4-6次C.7-9次D.10次及以上”。4.2.2问卷内容引言部分旨在引起受访者的兴趣并获得其积极配合。通过清晰阐述调查的背景和目的,让受访者了解到他们的参与对于研究网络购物中在线评论与购买意愿的关系具有重要意义。强调匿名性和保密性,使受访者能够放心地提供真实的回答。例如,“随着网络购物的日益普及,在线评论已成为消费者获取商品信息的重要途径。为了更好地了解在线评论如何影响消费者的购买决策,我们开展了此次调查。您的每一个回答都将为我们的研究增添有价值的信息,再次感谢您的支持与配合。”主体问题部分的设计紧密围绕研究变量。在测量在线评论特征时,通过不同的问题形式全面了解消费者对评论各方面的认知。对于评论数量,除了询问是否关注评论数量,还可以进一步询问认为多少数量的评论具有较高参考价值;对于评论质量,通过让受访者对评论的完整性、准确性等方面进行评价来衡量;评论效价则通过询问对正面、负面评论的关注程度和信任程度来体现;评论深度可通过询问是否关注评论中的专业术语和详细分析来测量;评论时效性通过询问是否更倾向于参考近期发布的评论来反映;评论多样性通过询问评论内容是否涵盖产品多个方面来考察。在测量感知有用性和感知易用性时,采用量表题从多个角度进行测量。例如,感知有用性方面,询问“在线评论能帮助我比较不同品牌的产品”“在线评论能让我提前了解产品可能存在的问题”等;感知易用性方面,询问“我能轻松区分在线评论中的关键信息”“我觉得在线评论的排版很清晰,便于阅读”等。购买意愿的测量则通过直接询问受访者对某产品的购买可能性和意向来实现,如“您在未来一个月内购买该产品的可能性为”“如果您近期有购买该类产品的计划,您会优先考虑购买该产品吗”等问题,使用李克特量表让受访者进行选择,以量化其购买意愿。个人信息部分收集的性别、年龄、消费频率等信息,为后续分析不同群体在在线评论与购买意愿关系上的差异提供依据。通过对不同性别、年龄和消费频率的消费者进行分组分析,可以探究这些因素是否会对在线评论的影响产生调节作用,从而使研究结果更具针对性和实用性。4.3数据收集4.3.1样本选择本研究选择电商平台用户作为调查对象,主要基于以下原因和依据:首先,电商平台用户是在线评论的主要产生者和使用者,他们在网络购物过程中积累了丰富的经验,对在线评论有着直接的接触和体验,能够提供关于在线评论与购买意愿关系的真实感受和见解。其次,随着网络购物的普及,电商平台用户群体庞大且具有多样性,涵盖了不同年龄、性别、职业、地域和消费习惯的人群,这使得研究样本具有广泛的代表性,能够更全面地反映在线评论对不同消费者购买意愿的影响。例如,年轻消费者可能更关注在线评论中的时尚元素和个性化体验,而中老年消费者则更注重评论中的产品质量和实用性。通过对不同类型消费者的调查,可以深入探究在线评论在不同消费群体中的作用差异。此外,电商平台上的商品种类丰富,包括各种功能性产品和享乐性产品,便于研究不同产品类型下在线评论对消费者购买意愿的影响。比如,对于功能性产品,消费者可能更关注评论中的性能参数和使用效果;对于享乐性产品,消费者可能更看重评论中的情感体验和外观评价。选择电商平台用户作为样本,能够满足本研究对不同产品类型进行分析的需求。为了确保样本的代表性和有效性,在选择调查对象时,采用了分层抽样的方法。根据电商平台的用户活跃度、消费金额等指标,将用户分为不同层次,然后从每个层次中随机抽取一定数量的用户进行调查。同时,考虑到不同电商平台的用户特点和评论环境可能存在差异,还对不同类型的电商平台进行了分层,如综合电商平台(如淘宝、京东)、垂直电商平台(如唯品会、小红书)等,在每个类型的电商平台中都抽取一定比例的用户,以保证研究结果的普适性。4.3.2收集方法本研究采用线上问卷发放的方式收集数据,主要借助问卷星平台进行问卷的制作、发放和回收。问卷星是一款专业的在线问卷调查平台,具有操作简便、功能强大、数据统计分析便捷等优点。在问卷制作过程中,充分利用问卷星的模板和编辑功能,确保问卷的格式规范、问题清晰、逻辑合理。例如,对不同类型的问题(如单选题、多选题、量表题)进行了合理设置,使受访者能够轻松理解和回答问题;对问卷的排版进行了优化,保证页面简洁美观,提高受访者的填写体验。问卷制作完成后,通过多种渠道进行发放。首先,利用社交媒体平台,如微信、微博、QQ等,发布问卷链接和二维码,邀请用户参与调查。在微信上,通过加入各种购物交流群、兴趣群,向群成员发送问卷邀请;在微博上,发布带有问卷链接的话题微博,并@相关领域的博主和大V,请求他们帮忙转发扩散;在QQ上,向好友、班级群、校友群等发送问卷信息。通过社交媒体平台的传播,能够快速扩大问卷的覆盖面,吸引大量用户参与调查。其次,与一些电商平台合作,在平台内部向用户推送问卷。例如,与淘宝、京东等电商平台沟通协商,在平台的用户消息通知栏、商品详情页等位置展示问卷链接,引导用户参与调查。这种方式能够直接接触到电商平台的真实用户,提高样本的针对性和有效性。此外,还通过电子邮件的方式向部分有网购经验的用户发送问卷,确保调查对象的多样性。在问卷发放过程中,为了提高问卷的回收率和质量,采取了一系列措施。在问卷开头,详细说明了调查的目的、意义和匿名性,消除受访者的顾虑,提高他们参与调查的积极性。例如,向受访者强调“本次调查仅用于学术研究,所有数据将严格保密,您的回答不会对您产生任何不利影响”。设置了一些激励措施,如抽奖、发放优惠券等,鼓励受访者认真填写问卷。对于完成问卷填写的受访者,给予一次抽奖机会,奖品包括现金红包、电商平台优惠券、小礼品等;对于部分电商平台的用户,在问卷结束后发放该平台的专属优惠券,吸引用户参与调查。定期对问卷的回收情况进行跟踪和分析,及时调整发放策略。如果发现某个渠道的问卷回收率较低,就加大在该渠道的推广力度,或者调整问卷的推送时间和方式,以提高问卷的回收率。五、实证分析5.1数据预处理5.1.1数据清理在回收问卷后,首先对数据进行了全面的清理工作,以确保数据的质量和可靠性。在剔除无效问卷时,依据既定的标准进行严格筛选。若问卷中漏答数过多,以漏答总题数的2/3为准,例如一份问卷有20道题,若漏答14道题及以上,则判定为无效问卷。若问卷中存在设计反向问项,当正反问项出现矛盾时,视为无效问卷。如第1题问“我喜欢购买品牌商品”,答案选“非常同意”,而第2题问“我购买商品时不太在意品牌”,答案也选“非常同意”,这种前后矛盾的问卷即被剔除。若整份问卷所勾选的选项皆为同一个,或者选项呈现规律性,如全部选A,或按1、2、3、1、2、3的顺序选择,这类问卷也被认定为无效。对于未按问卷所指示之题项填答的问卷,同样予以剔除。经过细致的筛选,共剔除无效问卷[X]份。对于数据中的缺失值,根据不同情况采用了相应的处理方法。当某个变量的缺失值比例较低(小于5%)时,使用均值填充法,即计算该变量所有有效数据的平均值,用此平均值来填补缺失值。对于缺失值比例较高(大于30%)的变量,直接将该变量删除,因为大量缺失值可能会对分析结果产生较大偏差,保留反而不利于研究。当缺失值比例介于5%-30%之间时,采用多重填补法,利用SPSS软件中的多重填补模块,基于其他相关变量的信息来预测缺失值并进行填补。例如,在“购买意愿”变量中存在少量缺失值,通过计算该变量其他有效数据的平均值,用此平均值填补了缺失值;而对于“评论时效性”变量中缺失值比例过高的情况,则直接删除了该变量。在异常值处理方面,主要通过箱线图来识别。将数据导入SPSS软件,绘制各个变量的箱线图。在箱线图中,若某个数据点距离箱线图的上下边缘超过1.5倍的四分位距(IQR),则判定为异常值。对于异常值,采用盖帽法进行处理,即将高于上界的值调整为上界值,低于下界的值调整为下界值。上界值的计算公式为:Q3+1.5*IQR,下界值的计算公式为:Q1-1.5*IQR,其中Q1为下四分位数,Q3为上四分位数,IQR=Q3-Q1。如在“评论数量”变量中,通过箱线图发现个别数据点远远高于其他数据,经计算判断为异常值,采用盖帽法将其调整为上界值,从而保证数据的合理性。5.1.2描述性统计分析对最终纳入分析的有效样本进行描述性统计分析,以了解样本的基本特征和主要变量的分布情况。在样本的基本特征方面,性别分布上,男性占比[X1]%,女性占比[X2]%,性别比例相对均衡。年龄分布中,18-25岁的受访者占比[X3]%,26-35岁的占比[X4]%,36-45岁的占比[X5]%,46岁及以上的占比[X6]%,其中26-35岁的年龄段占比较高,反映出该年龄段人群在网络购物和参与调查中的活跃度较高。在消费频率方面,过去一年中购买该类产品1-3次的受访者占比[X7]%,4-6次的占比[X8]%,7-9次的占比[X9]%,10次及以上的占比[X10]%,表明大部分消费者购买该类产品的频率处于中等水平。对于主要变量的描述性统计结果如下:在线评论数量的均值为[X11],标准差为[X12],说明不同产品的评论数量存在一定差异;评论质量的均值为[X13](采用李克特5级量表,1表示质量非常低,5表示质量非常高),表明整体评论质量处于中等偏上水平;评论效价的均值为[X14](正面评论赋值为1,负面评论赋值为-1,中性评论赋值为0),说明正面评论略多于负面评论;评论深度的均值为[X15](采用李克特5级量表,1表示深度非常低,5表示深度非常高),体现出评论深度有待进一步提高;评论时效性的均值为[X16](时间差标准化到[0,1]区间,0表示评论发布时间与当前时间几乎相同,时效性最强;1表示评论发布时间距离当前时间很久,时效性最弱),表明评论的时效性整体较好;评论多样性的均值为[X17](采用李克特5级量表,1表示多样性非常低,评论仅涉及产品的单一维度;5表示多样性非常高,评论全面涵盖了产品的各个方面),说明评论在多样性方面表现尚可。消费者对在线评论的感知有用性均值为[X18](采用李克特7级量表,1表示非常不同意,7表示非常同意),感知易用性均值为[X19],购买意愿均值为[X20],这些数据初步反映了消费者对在线评论的感知以及购买意愿的程度。通过描述性统计分析,为后续进一步深入分析变量之间的关系奠定了基础。5.2信度与效度检验5.2.1信度检验运用Cronbach'sα系数对问卷各变量测量的内部一致性进行检验,以评估问卷测量结果的可靠性和稳定性。在SPSS软件中,点击“分析”-“标度”-“可靠性分析”,将测量各变量的题项选入“项目”列表框中,即可得到Cronbach'sα系数值。一般认为,Cronbach'sα系数大于0.8表示信度极好,大于0.7表示较好,至少应大于0.6,否则需要重新修订研究工具。对在线评论特征变量进行信度检验,评论数量为客观计数变量,无需进行信度分析。评论质量、评论效价、评论深度、评论时效性和评论多样性这几个变量的Cronbach'sα系数分别为[X1]、[X2]、[X3]、[X4]、[X5]。其中,评论质量的Cronbach'sα系数为[X1],大于0.7,表明该变量的测量具有较好的内部一致性,即不同的测量题项能够较为稳定地反映评论质量这一概念;评论效价的Cronbach'sα系数为[X2],大于0.6,说明该变量的测量信度尚可,虽然不是非常理想,但在可接受范围内;评论深度的Cronbach'sα系数为[X3],大于0.7,信度较好;评论时效性的Cronbach'sα系数为[X4],大于0.6,测量信度可接受;评论多样性的Cronbach'sα系数为[X5],大于0.7,具有较好的内部一致性。对于感知有用性变量,其Cronbach'sα系数为[X6],大于0.8,说明感知有用性的测量具有极好的信度,各测量题项之间具有较高的相关性,能够可靠地测量消费者对在线评论的感知有用性。感知易用性变量的Cronbach'sα系数为[X7],大于0.8,同样表明感知易用性的测量信度极好,测量结果稳定可靠。购买意愿变量的Cronbach'sα系数为[X8],大于0.8,说明购买意愿的测量具有较高的内部一致性,能够准确反映消费者的购买意愿。总体而言,除评论效价和评论时效性的信度处于可接受水平外,其他变量的Cronbach'sα系数均大于0.7,部分甚至大于0.8,表明问卷各变量测量的内部一致性较好,问卷具有较高的可靠性,能够用于后续的数据分析和假设检验。5.2.2效度检验通过探索性因子分析和验证性因子分析对问卷的结构效度进行检验,以确保问卷能够准确测量研究所需的变量。探索性因子分析旨在从众多测量题项中提取潜在的因子,以简化数据结构并检验测量题项与因子之间的关系;验证性因子分析则是基于一定的理论假设,对测量模型进行验证,评估模型的拟合优度和因子载荷的合理性。在进行探索性因子分析前,首先进行KMO和Bartlett球形检验。KMO用于检查变量间的偏相关性,取值在0-1之间,KMO值越接近于1,因子分析效果越好。一般KMO值0.9以上极适合做因子分析,0.8以上适合做因子分析,0.7以上尚可,0.6以上勉强度可以,0.5以上不适合,0.5以下非常不适合。Bartlett球形检验用于检验相关矩阵是否为单位矩阵,若P<0.05,则拒绝各变量独立的假设,表明变量间有较强相关,适合做因子分析;若P>0.05,则服从球形检验,各变量相互独立,不能做因子分析。将所有测量变量选入SPSS软件的“分析”-“降维”-“因子分析”对话框中,在“描述”选项中勾选“初始解”和“KMO和Bartlett的球形度检验”,在“提取”选项中选择“主成份”和“碎石图”,在“旋转”选项中选择“最大方差法”。结果显示,KMO值为[X9],大于0.7,Bartlett球形检验的P值小于0.05,表明数据适合进行探索性因子分析。进行探索性因子分析后,根据特征根大于1的标准提取因子,并通过碎石图辅助判断因子提取个数。当折线由陡峭突然变得平稳时,陡峭到平稳对应的因子个数即为参考提取因子个数。得到的因子载荷矩阵显示,各测量题项在相应因子上的载荷基本大于0.5,说明各题项能够较好地归属于相应的因子,问卷的结构效度较好。例如,关于评论质量的测量题项主要载荷在一个因子上,表明这些题项能够有效地测量评论质量这一概念;感知有用性和感知易用性的测量题项也分别清晰地载荷在各自对应的因子上,进一步验证了问卷对这些变量测量的有效性。为了进一步验证问卷的结构效度,使用AMOS软件进行验证性因子分析。根据研究模型构建测量模型,将各变量的测量题项与相应的潜变量建立联系。在AMOS软件中设置好模型参数和输出选项,运行分析后,主要关注标准因子载荷、平均方差抽取量(AVE)和组合信度(CR)这几个指标。标准因子载荷应大于0.5,AVE应大于0.5,CR应大于0.7。结果显示,各潜变量的标准因子载荷均大于0.5,AVE值均大于0.5,CR值均大于0.7,表明问卷的结构效度良好,测量模型与数据具有较好的拟合度,能够准确地测量各变量。通过探索性因子分析和验证性因子分析,充分证明了问卷具有较高的结构效度,能够为后续的研究提供可靠的数据支持,确保研究结果的准确性和有效性。5.3相关性分析使用SPSS软件计算各变量之间的皮尔逊相关系数,以此来分析变量之间的相关关系,初步判断变量间是否存在显著关联,结果如表1所示:[此处插入相关性分析结果表][此处插入相关性分析结果表]从表1可以看出,在线评论数量与感知有用性呈显著正相关(r=[X1],p<0.01),表明评论数量越多,消费者越觉得评论有用,假设H1得到初步验证。评论质量与感知有用性(r=[X2],p<0.01)和感知易用性(r=[X3],p<0.01)均呈显著正相关,支持了假设H2和H3。评论效价与感知有用性显著正相关(r=[X4],p<0.01),验证了假设H4。评论深度与感知有用性呈显著正相关(r=[X5],p<0.01),假设H5成立。评论时效性与感知有用性显著正相关(r=[X6],p<0.01),假设H6得到验证。评论多样性与感知有用性显著正相关(r=[X7],p<0.01),假设H7得到支持。感知有用性与购买意愿呈显著正相关(r=[X8],p<0.01),验证了假设H8。感知易用性与购买意愿显著正相关(r=[X9],p<0.01),假设H9得到支持。同时,感知易用性与感知有用性也呈显著正相关(r=[X10],p<0.01),支持了假设H10。此外,控制变量性别、年龄、消费频率与部分研究变量之间也存在一定的相关性。性别与评论效价(r=[X11],p<0.05)、购买意愿(r=[X12],p<0.05)存在显著相关性,说明性别可能会对消费者对评论效价的感知以及购买意愿产生影响。年龄与评论数量(r=[X13],p<0.05)、评论深度(r=[X14],p<0.05)、购买意愿(r=[X15],p<0.05)存在显著相关性,表明年龄可能在这些变量关系中起到一定的调节作用。消费频率与评论质量(r=[X16],p<0.05)、评论多样性(r=[X17],p<0.05)、购买意愿(r=[X18],p<0.05)存在显著相关性,说明消费频率可能会影响消费者对评论质量和多样性的感知,进而影响购买意愿。相关性分析结果为后续进一步深入分析变量之间的关系奠定了基础,初步验证了部分研究假设,同时也揭示了控制变量与研究变量之间的关联,为后续的回归分析和调节效应分析提供了参考依据。5.4回归分析5.4.1在线评论特征对感知有用性、感知易用性的影响为深入探究在线评论特征对消费者感知有用性和感知易用性的影响,以评论数量、评论质量、评论效价、评论深度、评论时效性和评论多样性为自变量,分别以感知有用性和感知易用性为因变量,运用SPSS软件进行多元线性回归分析。在进行回归分析前,对数据进行了多重共线性检验,通过计算方差膨胀因子(VIF)来判断自变量之间是否存在严重的共线性问题。一般认为,VIF值大于10时,存在严重共线性问题。结果显示,各自变量的VIF值均小于10,表明数据不存在严重的多重共线性问题,可以进行回归分析。以感知有用性为因变量的回归分析结果如表2所示:[此处插入以感知有用性为因变量的回归分析结果表][此处插入以感知有用性为因变量的回归分析结果表]从表2可以看出,在线评论数量(β=[X1],t=[X2],p<0.01)、评论质量(β=[X3],t=[X4],p<0.01)、评论效价(β=[X5],t=[X6],p<0.01)、评论深度(β=[X7],t=[X8],p<0.01)、评论时效性(β=[X9],t=[X10],p<0.01)和评论多样性(β=[X11],t=[X12],p<0.01)对感知有用性均具有显著的正向影响,回归系数均为正值,且t检验的p值均小于

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论