目錄TOC\o"1-3"\h\u15374第1章緒論 15371.1研究背景 1174461.1.1互聯網的影響 1130281.1.2在線評論的必要性 3132221.2研究目的 4182731.3研究意義 549561.3.1理論意義 5323371.3.2實踐意義 525460第2章相關研究與文獻回顧 7189352.1網絡口碑相關研究 7319612.1.1網絡口碑的內涵 7308182.1.2網絡口碑的傳播 8130362.2在線評論相關研究 9324662.2.1在線評論的內涵 9245162.2.2在線評論的特點 1024172.3感知有用性相關理論研究 1160302.4購買意愿相關理論研究 13147822.5認知需求相關理論研究 1425541第3章研究設計及相關理論 1644403.1在線評論相關理論 16116133.2在線評論實證研究整合框架模型 18133173.2.1科特勒行為選擇模式 18299753.2.5霍華德——謝思模式 19172033.3研究模型的建立 19132033.4研究變量與研究假設 20261843.4.1在線評論特征對消費者感知有用性及購買意愿的影響 20181433.4.2感知有用性在在線評論對消費者購買意愿影響中的作用 21282643.4.3認知需求的調節作用對在線評論與消費者感知有用性之間關系的影響 22167873.5問卷設計 2214766第4章數據分析與假設檢驗 25204124.5消費者感知有用性的中介效應檢驗 3722757第5章管理建議與研究展望 4118463參考文獻 4421569附錄： 4729855致謝 48第1章緒論1.1研究背景1.1.1互聯網的影響當今社會中，網絡技術持續開拓創新，數字智能深入開發，經濟社會下互聯網的茁壯發展凸顯了更加重要的重用。中國互聯網絡信息中心（CNNIC）在2019年8月發布了一篇名為《第44次中國互聯網絡發展狀況統計報告》的報告，其中顯示截至到同年6月，我國已經達到8.5億的網民規模，這比2018年足足增加了2598萬，互聯網普及率達61.2%，較2018年底提升1.6個百分點（如圖1-1所示）[1]。根據以上數據，結合往年互聯網報告統計分析，互聯網對于大眾生活的滲透度持續成增長趨勢。互聯網健康快速的發展使人類原本的交際方式與信息傳播形式得到了空前的變化，同時形成了一種前所未有的社會生存形態————網絡社會[2]。圖1-1網民規模與互聯網普及率網民規模的擴大以及互聯網的迅速發展是當下的社會背景，網絡技術也在日益提高，物流的服務也在不斷的完善發展，這位網絡購物的流行奠定了基礎，也提供了有利條件。《第44次中國互聯網絡發展狀況統計報告》中指出，截至到2019年6月，我國網絡購物用戶增長至6.39億，占網民整體的百分比為74.8%（如圖1-2所示）[1]；CTR市場調研公司與淘寶網聯合表示，2011年商場的滲透率開始出現首次下降的跡象，網購滲透率卻得到了大幅度增長。除此之外，網購粘性也在不斷加強，網購覆蓋地域范圍逐步擴大，中國互聯網絡信息中心研究統計，截至2019年6月，我國農村網民已達到2.5億，比較2018年增長305萬。[1]這都說明互聯網的便捷性逐步改變著國民購物習慣，隨著網絡安全技術的許多消費者逐漸放下傳統購物模式下“眼見為實”的觀念，網絡購物隨即褪去新潮的外衣，逐漸被廣大消費者接受，成為了消費者日常生活中不可或缺的一部分。網絡購物之所以快速興起，得益于電商的商品種類更加齊全，品牌多且樣式豐富，甚至可以精確到你所要的商品的價格浮動需要。網絡購物在時空上相較于傳統購物在時空上存在著很大的優越性，時間與地點不會對消費者的網絡購物造成影響，消費者根據自己的需求購買商品，不在局限于購物實體店。在日常生活中，如果消費者心儀的品牌在本地的店面較少，或是實體店的位置距離消費者所在地較遠，此時，網絡購物便可讓消費者只需動動鼠標即可購物到家。當前，網購大多是快遞公司送貨上門，且大部分商家都會提供包郵服務，這對于快節奏生活的群眾來說，無疑具有很大誘惑力。數據來源：CNNIC中國互聯網絡發展統計調查圖1-2網購用戶規模與使用率1.1.2在線評論的必要性以互聯網為依托媒介，買賣雙方進行購物交易的過程為網絡購物。然而網購這樣的在線交易常常由于網店買賣雙方的在線不見面交易而具有虛擬性和可包裝性，買家無法對商品進行購前親身體驗，也因此對商品的質量和性質沒有明確的了解，只有商品的詳情頁、評價頁、銷售記錄數據、店鋪等級能夠得消費者提供了解產品或服務的渠道，但商家將這些信息展現在購物網頁上時，本身就已經進行了信息過濾，且無法避免部分商家借此機會來對產品進行虛假包裝。與此同時，在線交易會導致商品的購買與交付間存在時間差以及距離差[4]，原本在相同時空下進行的交易行為被互聯網分割，消費者無法立即體驗產品，存在體驗滯后的問題。綜上來看，從信息經濟學的角度來分析，網絡購物就是一種典型的信息不對稱交易，只有有限的信息提供給消費者，這最終導致了道德風險和逆向選擇問題的出現[5]。基于以上情形，一種聲譽反饋機制——在線評論機制應運而生。網絡購物是一種典型的傳播行為，它不僅具備明確的傳播者、接收者和傳播中介，還存在著傳播過程中可能出現的影響要素，這些要素在傳播過程中相互作用并最終對整個傳播有著作用效果[6]。在線評論就是一種傳播要素，它還是一種特殊形式的網絡口碑，相較于傳統口碑，在線評論的傳播速度與傳播范圍更勝一籌。它是真實消費的顧客根據產品實際情況（產品體驗感、服務滿意度、使用意見等）發表在在線銷售平臺以及其他網頁上的評價意見。閱讀網絡在線評論已成為網絡消費者了解產品并作出購買決策的重要參考渠道。Forrester一家在在市場調查界較為出名的公司通過多年研究發現，許多消費者在進行網絡購物時，認為參考在線評論這一因素對網絡購物決策十分有必要[7]。調查數據顯示，71%的消費者在形成購買意愿之前已經參考了產品的有關評論信息，如今在線評論已經是消費者做出購買決策最主要影響因素[8]。在線評論風行以來，一直被消費者和營銷者視作為有價值的信息來源。于消費者、營銷人員、第三方平臺而言，在線評論都對他們產生不容小覷的影響力。在這樣的網絡購物背景下，我國許多在線交易方面研究專家也日益對在線評論的影響機制加大了研究力度，以期為中國互聯網的多方位發展提供經濟理論支柱。1.2國內外研究現狀國外針對在線評論的研究要早于國內學者，Park著重研究了評論質量產生的影響；Sencal對消費者進行了分組實驗，證明在線評論會對消費者行為意向產生影響，同時攝入了在線商品類型的影響研究；郭俊鵬等人最終得出結論表示，在線評論的情感傾向在購物決策中發揮了很大的作用，積極的情感偏見更能激發人們的購物欲望。國外學者已經建立了多樣化的模型，Bansal建立了發送者在線評論接受模型，基于非人際因素和人際因素研究在在線口碑對消費者購買意愿的雙因素影響模型；Yuan

&

Lin等運用偏最小二乘方法建立了PLR-SEM模型。國內對于在線評論的研究是比較晚的，但隨著互聯網的深入普及以及廣泛的網購消費覆蓋，學者們不斷進行實驗與模型的介入，研究漸漸深入優化，提出了許多優秀的研究成果。陳曉紅通過根據不同認知需求對消費者分類從而研究影響機制。張艷輝指出，賣家對于評論者發布內容的回復也是非常重要，它在評論有效數以及中差評和感知有用性之間起到了中介作用。梁霞通過對在線評論情感詞分析，提出在線評論可以有效幫助消費者進行產品的選擇與購買。在模型改進方面，國內也有了許多優秀研究。高寶俊等探究了B2C平臺的影響機制，建立回歸模型來進行在線評價對商品銷售的影響的分析。楊銘以亞馬遜購物平臺的評論與消費者為研究對象，對評論效用以及消費者的購物決策進行了綜合度量評價。晏芳通過將技術采納模型與信息系統成功模型進行整合與優化拓展，建立了在線評論相關系統對消費行為影響的理論假設模型。杜學美建立了在線評價對消費者購買意愿的影響系統，并將接受者的專業能力納入到模型。1.3研究目的以數據驅動的信息服務正在影響人們的生活，數據時代的到來給消費者提供了多元化的消費方式與消費機會，同時縮短了消費路徑；然而新的問題出現了，消費者在海量數據下進行購物時難免會在收益的同時也存在損失，消費者的選擇成本被增加了。因此，在繁雜的數據信息中，在線評論已然成為了影響用戶在線購物行為的主要因素。通過梳理相關文獻發現，國內外研究者更多研究的是在線評論本身特征以及評論者特征來研究購買意愿的作用機理，從消費者這一視角出發的研究卻是比較少的。然而，消費者作為最終的決策者，通過在線評論交流評估購買意愿，他們對不同維度的在線評論的信息處理能力影響了評論的可接受性，這最終會作用于其對商品的整體感知，從而影響購買決策。尤其是隨著網絡信息的膨脹，消費者的信任傾向會影響消費者對網絡購物環境的信任。由于每個人的信任傾向高低不同，對于相同的評論，消費者會產生不同的判斷。在技術接受模型中，Davis提出了兩種因素：感知有用性和感知易用性。本文認為，在海量的評論信息中，消費者所感知到有用的評價將賣家與買家連接了起來，搭起了互通的橋梁。此外，認知需求是一種重要的人格特征，他不僅反映了個體在認知加工動機上的差異，也會在很大程度上影響個體對信息加工的廣度和深度[9]。認真需求的高低也會影響消費者對在線評論的涉取。綜上分析，本文將感知有用性作為中介變量，認知需求作為調節變量，本文從評論將致力質量、評論效價、評論者專業性、消費者信任傾向四個維度進行探討對購買意愿的影響。1.4研究意義1.4.1理論意義在線評論是消費者購買決策過程中的一種外部刺激因素，它深入的影響著消費者的心理認知。感知有用性也是心理認知的一種，它一直是學術研究的重點與熱點。購物決策過程中感知有用性作為消費者的心理產出，會受到多方面的影響，如高質量產品、合理的購物成本、產品的良好口碑等。在線評論的相關研究中將認知需求作為考慮因素的并不多，大部分學者忽略了這一重要的人格特征產生的作用。本論文將評論質量與效價、評論者專業性、消費者信任傾向作為網絡消費者產生感知有用性的第一步，并將認知需求作為調節因素，深入探究認知需求對于在線評論與感知有用性之間產生的作用價值，深化在線評論對消費者購買意愿影響的研究。1.4.2實踐意義就企業而言，在線評論對于購買意愿的研究為企業管理活動提供有效的指導性建議。在網絡與數據時代下研究在線評論對消費者購買意愿的作用機制能讓企業認識到在線評論在口碑營銷中起到的重要作用，使企業更清楚的了解市場環境與市場需求，有效分析消費者偏好。同時企業可以根據消費者對商品反饋信息，及時跟進產品完善，并結合自身產品特點來做出有效的口碑營銷策略。企業還可以利用在線評論的口碑傳播作用來擴大消費群體，進行潛在客戶的開發管理與老客戶的維護管理，提高消費者的忠誠度與滿意度，實現企業與客戶雙贏，提高企業經營效益。從消費者的角度來說，在線評論可以使消費者規避網絡購物的虛擬性和可包裝性帶來的弊端，基本消除信息不對稱現象。消費者可以對產品質量、產品性能、使用感受、服務態度等有一個更加真實的了解，從而對消費者的購買意愿產生積極的引導作用。因此，在線評論可以幫助消費者來做出合理的購買決策。對于第三方網絡銷售平臺而言，在線評論增強了消費者與購物網站之間的黏連性，高質量的在線評論為消費者的購物行為提供了便利，購物便捷性會在一定程度上影響顧客是否再次訪問該平臺進行消費。因此，在線評論也有助于提高第三方網絡銷售平臺的競爭力。第2章相關研究與技術概述本章對在線評相關研究進行了整理和評述，明確了相關概念以及各個變量的定義，并梳理了所用數據分析技術的相關理論及技術優勢所在，為第三章、第四章的模型構建與驗證假設打下基礎。2.1網絡口碑相關研究2.1.1網絡口碑的內涵互聯網的蓬勃發展更新了信息傳播的方式，為人類提供了不被時空限制的人際溝通媒介，口碑的傳播不再只是在有限制的面對面的形式下進行，網絡給消費者提供了多種渠道來獲取自己想要的口碑信息。同時，消費者還可以在互聯網環境中與他人分享在消費過程中的真實感受，將自己的評論通過社交媒體、產品評價頁面、網絡社區等傳播媒介傳播出去，這大大提升了人們主動分享消費經驗的意識。網絡傳播顛覆了傳統的傳播方式，網絡口碑應運而生。網絡口碑表現出的巨大潛力得到了市場研究人員和相關領域的學者關注，網絡口碑的定義慢慢的被學者們加以豐富。本文作者將網絡口碑的相關定義總結為如下表格（表2-1）。表2-1網絡口碑的相關定義作者時間定義Gelb和Johnson1995互聯網上產生的信息交流行為Hanson2000以計算機和網絡為媒介，通過群組、電子郵件、在線論壇等形式傳播口碑。Newman2003發生在消費者之間的以網絡為媒介來進行的信息交互過程。Kjerstin2006利用互聯網傳播的陳述對產品以及服務的正負情感行為。董大海2012消費者之間，在互聯網上以文本為表達方式進行的雙向交流互動的，非商業性的溝通。劉躍余2014消費者在互聯網平臺上，用圖文來表達并傳播關于產品的體驗感受，并發揮特定情感偏向作用的行為。通過總結學者們對于網絡口碑的定義不難發現，網絡口碑的傳播離不開三要素：發送者、信息、接受者。圖2-1網絡口碑三要素根據以上總結，并結合本文研究內容，現將將網絡口碑定義為：網絡口碑是消費者基于自身消費經驗且出于非商業性目的通過網絡媒介在線交流溝通有關產品、服務、企業品牌的體驗感受，并形成特定的情感偏向的行為。2.1.2網絡口碑的傳播網絡口碑不同于傳統口碑的口口相傳，它基于互聯網通過多樣的網絡媒介進行快速的、廣泛的、高效率的傳播，所承載的信息量大過面對面的人際傳播，它不僅不受參與者數量的限制，也不會因口耳相傳而影響信息質量。網絡傳播的主要形式是文字交流，此外還有圖片、多媒體信息、搜索引擎信息等已經經過數字化處理的數據，通過TCP/IP等方式直接作為信號來進行雙向傳輸，信息傳遞的中間環節被有效的省略，借助網絡的廣泛性，通過網民進行瀏覽、轉載、復制等行為手段將口碑在短時間內做到處處可見時時可見。營銷人員都知道口碑對于品牌發展的重要性，尤其是在網絡下，口碑傳播更是快速且廣泛，BuzzMetrics認為很多營銷人將在線討論、Blog作為一種營銷渠道，然而實際上這正是一種為網絡口碑提供的有效交流渠道。陳偉[10]在研究中將橫縱坐標設置為交互性的交流模式，將十一種在線交流平臺進行了分類，他認為消費者網絡購物時，每一個人都有獨特的信息要求，各種交流渠道都有其獨特之處，可以滿足消費者不同的信息表達需求。本文借鑒陳偉的交流渠道分類并結合當今互聯網形式繪制了如下交流渠道分類圖，如圖2-2所示：貼吧、論壇貼吧、論壇聊天群組社交平臺品牌官方網購物平臺即時通訊工具交流模式多對多一對多一對一交互性同步交流異步交流圖2-2在線交流渠道分類2.2在線評論相關研究2.2.1在線評論的內涵網絡口碑傳播的主要形式中，在線評論是應用范圍最廣泛，應用程度最重要的一種形式。不斷完善的網絡技術下，購物網站都為消費者提供在線評論的功能，不僅可以進行文字評論還能為產品拍攝買家秀，以圖片的形式進行反饋，同時進行評分制度，如我們常見的淘寶五星好評。在線評論幫助企業與消費者更有效地進行溝通，真實的了解產品。在線評論是網絡營銷的一種特有的產物，ckart（2012）認為在線評論是網絡口碑的一種表現形式，它可以將評論內容最大時限地保留在網絡中，方便消費者隨時進行查閱瀏覽。在線評論的載體是企業的官方購物網站，如ZARA、H&M、BM、Dior等，或者第三方網絡銷售平臺，如淘寶、京東、拼多多等。在線評論的傳播介質是互聯網，有了網絡技術的支持，在線評論能夠長時間保存于購物網站，而且是原樣存在，不會被人為的惡意修改，連評論的發布者也不可以更改。Godes（2004）定義在線評論為消費者發布在網絡平臺上關于產品的用后體驗及意見，并表達對該產品或服務認可或抱怨。Hennig（2004）強調了在線評論的情感傾向，并定義評論方向為消費者發布在網上的積極的或者消極的評價。Chen（2008）從評論效價出發，對于評論的正向和負向以評分或者文字的形式做出了明確的界定。Lee和BradLow（2011）認為消費者的評論是獨立于企業之外的，它不受企業的影響，完全出發于自己的內省感知，真是的根據自身消費意見來傳達貶義或者是褒義的評論。這就是在線評論具有更強可信性與參考價值的原因。同時，在線評論的匿名性、共享性以及消費者從彼此之間的弱連接關系進一步加強為具有深度交流的粘性連接關系，正因如此，消費者就更加愿意在購物后進行意見反饋，說出自己的真實想法，互相交流購物經驗。綜上所述，毫無疑問在線評論正逐步降低信息不對稱性弊端帶來的購物風險。雖然在線評論存在可包裝性與可欺騙性，但是現在國家政策嚴厲打擊刷單刷好評行為，而且通過國家對刷單的知識普及，消費者都具備了一定的辨識能力，在線評論慢慢成為支持消費者形成購買意愿的最佳助手。根據查閱文獻以及對各位學者的在線評論定義的梳理，本論文將在線評論定義為是消費者文字、圖片、評分的形式將自己的消費意見發布在互聯網購物平臺上或者是信息交流平臺上，消費意見的內容包括對某產品、服務的正向或者負向評價，涵蓋了購買經歷、使用感受、商家服務態度、產品屬性、產品質量和價格等相關方面的信息。2.2.2在線評論的特點在線評論口碑是在互聯網時代特有的產物。根據己有的研究成果可以總結出在線評論具有以下幾個方面的特征：（1）匿名性。評論者在發布評論的時候，可以選擇匿名發布，這增強了在線評論的可信任度，消費者可以沒有壓力的進行產品相關信息或者觀點的闡述，不用擔心會因為對產品的抱怨表達給自己帶來什么影響。（2）快速性。在線評論在互聯網中的發布與傳播速度是明顯快于傳統口碑的，消費者在進行體驗后第一時間發表看法會迅速的進行同步傳播。（3）便利性。大部分網站都為消費者的在線評論提供了持久的存儲時間，評論信息被完整的保存在網站中，日積月累，豐富度也得到了大大的提高，這消費者在進行檢索想獲取的信息時，可以明顯的感受到信息攝入的便捷性。（4）非線性。評論發布者與接受者是非線性的關系，這種交流是雙向的，評論者可以在網絡中搜索其他評論者發布的信息，接受者也同樣可以以評論者的身份出現。（5）廣域性。無時無刻消費者都可以進行在線評論的查閱與發布，不受時空的局限。2.3感知有用性相關理論研究2.3.1感知有用性的概念信息管理系統領域最早提出了感知有用性的相關概念，Davis把感知有用性運用在技術接受模型中[14]。隨后，感知有用性的廣泛應用不僅涉及信息管理系統領域，同時在營銷系統中深入涉及。Ahluwalia,Burnkrant和Unnava（2000）表明評論是否能在購物的最后環節幫助到消費者決策取決于兩個步驟：第一步信息篩選，第二步是是信息整理。首先評論接受者要先選擇查看這些評論才能進入到消費者對信息進行判斷的環節[15]。Aitken，Gray和Lawson（2008）把感知有用性定義為消費者能夠在多么大的程度上來感知評論者想要傳遞給自己的信息，并且這些信息可以對閱讀者發揮多大的影響效應，比如產品或服務的態度、以及評論的情緒傾向等[17]。Mudambi和Schuff認為感知有用性可以在評論接受者做出消費決策時給予潛在的及時幫助，他們將感知有用性作為診斷評論的有效秘方[18]。簡單來說，如果想要界定在線評論是否具備價值，我們需要依據評論接收者對評論的接收與消化程度來做出判定的。因此，本文對感知有用性作如下定義：消費者在接受評論時主觀上感知到這條評論對自己了解與衡量產品或服務時起到的作用程度。2.3.2在線評論對感知有用性的影響消費者在進行網上購物時，繁多的商品總是讓消費者面對抉擇，如何挑選出最優產品呢，此時在線評論系統起到了關鍵的作用，然而最重要的是在線評論是否有用，這是評判消費者對商品原有看法與是否改變態度的決定條件。Clemons（2006）提出消費者為了降低購買風險，往往選擇對在線產品評論進行閱讀，從而獲得商品的有用信息[19]。本文對前人的研究成果進行如下總結：表2-2感知有用性在在線產品評論中的應用總結表作者時間研究成果Ghose2007提出了評論方式、評論的主觀客觀傾向對感知有用性的影響[20]郝媛媛2010研究對象為影評對網友的觀影影響，從評論信息本身，用概念模型預測并探討了在線評論感知有用性的影響作用[21]。Zhang2010運用計量模型對正負向評價、評論的長度對感知有用性有積極作用的分析，以控制消費為目的表明[25]。蔡淑琴2017整合京東有關評論數據，研究了評論內容深入度、負面情感偏向、賣家回應等對感知有用性的影響[28]通過對在線產品評論對消費者感知有用性影響的梳理，本文將在前人的研究思想基礎上，將感知有用性作為中介變量。2.4購買意愿相關理論研究2.4.1購買意愿的概念在1977年“意愿”被正式提出，Fishbein將它定義為個體發生某種行為發生的概率，并且指明意愿一詞語態度是不同的[33]。這一定義在營銷領域中不斷被深入優化，進行了不同定向的延伸，購物意愿的定義便漸漸清晰明了起來。購買意愿是購買行為發生前必經的過程。1991年Dodds通過研究，將購買意愿定義為：消費者即將購買產品或服務的可能性。他指出，消費者的感知心理在很大一方面影響著這種可能性[34]。Kanuk（1997）消費者的購買過程是以態度到意愿，再到行為而完成，購買意愿在其中發揮了促進行為產生的作用，幫助消費者產生購物沖動。Engel在1994年指出，購買意愿表明了消費者主觀上挑選商品的傾向，這是一種驅動行為，購買意愿則顯示了這種行為的發生可能[37]。周梅華（2015）也認為購買意愿表現了消費者的內心感知到的有用信息對于某些產品的購買的概率[38]。所以，購買意愿是衡量其消費行為終極指標[35]。綜上所述，消費者購買意愿最終在某種程度上決定了購買決策，對購買意愿做出把握就有能有效的對后續購買行為做出估計。本文對購買意愿做出如下界定：消費者在互聯網平臺上選購某種產品或服務行為的可能性。2.5認知需求相關理論研究人類對外界事物的認知是一個不斷累積的過程，我們從外界獲取信息并通過自身的感官系統加以理解，對獲取的信息進行分析與整理之后，我們在大腦形成了自我認知。在早期認知心理學學者的界定中，認知概括了情感等心里過程是。Katz（1960）認為，每個人與生俱來的都會有去了解外部事物的需要，而這些“了解的需要”會讓他們得到滿足后而形成落差，也就是失落感。LevinandGaeth（1988）的研究認為，信息的本身不具有說服性，當人們真正接受這些信息的說服效果時，是因為人們本身的動機與思想需求產生了作用。因此，同一條數據信息被不同需求的人接受到，便產生了不同的感知效果。Cacioppo在1996年就依據人們的認知需求做了相關實驗，他把實驗對象分為高認知需求與低認知需求人群，學者做出了合理的情景設定，認知需求低的人會情景的設定應當是穩定的有規律的，而認知需求高的人依據個人經驗對情景進行了主觀分析，采取了更加具有挑戰性的自我學習來理解情景。根據對國外文獻的閱讀，將過去研究認知需求的定義制作如下表：表2-1認知需求的相關定義學者定義Cohenetal.(1955)個人以感官為基礎來整合相關情景的需求Katz(1960)認知需求是信息來源，代表了信息是否讓人獲得滿足的態度。Petty&Cacioppo(1982)認知需求是人們在思考與行動過程中產生的動機差異。AndrewsDurvasulaAkhter(1990)認知需求是個人對廣告進行處理的程度。Verplanken(1992)個人求知成功后是否存在喜悅的差異。根據以往文獻分析，認知需求對于在線評論對消費者購買意愿影響的研究有著重要的作用，因此本文將認知需求作為調節變量。2.6數據分析相關研究2.6.1數據分析概念數據分析時用統計分析方法來進行海量數據的分析，它是數學與計算機科學的結合產物，數據分析是為了提取有用信息和總結結論而對數據加以詳細研究和概括總結的過程。通過計算機來將龐大的數據量加以匯總與處理，進而理解與消化，以求最大化地讓數據發揮其作用，開發數據功能。數據分析有廣泛的應用范圍，典型的數據分析可能包含以下三個步：第一步是探索性數據分析：數據的初始形態大都是雜亂無章的，我們通過作圖制表，用各種形式的方程來對收集的初始數據進行擬合，并對某些特征量進行計算等手段來總結出數據的規律，再加以數據利用；第二步是模型選定分析：人們通常在數據初步規整處理后提出若干相應的模型，然后通過進一步的分析從來確定模型；第三步是推斷分析：運用數據分析工具及數據分析方法對模型可靠程度和精確程度作出推斷，對假設進行檢驗[56]。2.6.2數據分析工具SPSS25.0本文用到的數據分析工具為SPSS25.0。SPSS是世界上最早采用圖形菜單驅動界面的統計軟件。它采用類似于EXCEL表格的方式輸入與管理數據，數據接口也十分方便，能簡單的從其他數據庫中讀入數據。它包括了常用的的統計過程，并且這些統計過程已經是相對成熟的，完全可以滿足需要。SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等。它的統計分析過程主要包括描述性統計、一般線性模型、均值比較、相關分析、對數線性模型、回歸分析、聚類分析、生存分析等幾大類，每類中又劃分出了小類，比如在回歸分析中劃分了線性回歸分析、曲線估計、Logistic回歸、Probit回歸、兩階段最小二乘法、非線性回歸等。本文用到了描述性統計分析，多元化線性回歸，相關性分析，雙因素方差分析等。SPSS，已經在我國的社會科學、自然科學的各個領域發揮了巨大的作用。該軟件應用范圍涵蓋了經濟學、數學、統計學、生物學、心理學、地理學、醫療衛生、農業、商業等各個領域。SPSS有許多具有優越性的特點，如圖2-3所示：圖2-3SPSS的特點2.6..3SPSSPROCESS插件AndrewF.Hayes開發的基于SPSS和SAS的Process插件在進行調節效應與中介效應檢驗時，具有明顯的優勢。本文總結了如下優點：首先，可以直接輸出效應檢驗結果。沒有安裝Process之前，如果使用SPSS進行以上這些效應檢驗，需要分步進行，而Process可以一次性輸出所有步驟的結果，能夠幫助分析者一目了然的了解中介效應是否存在。其次，它可以輸出標準化和非標準化結果。直接使用SPSS，需要首先對所有數據進行標準化才能獲取標準化結果，雖然標準化的步驟簡單，但是Process將這些操作步驟省略，提高了效率。再者，此插件可以整合Bootstrap和Sobel檢驗功能，能夠直接得到以上兩種分析的結果。最后，它能夠處理多種同時包含中介效應和調節效應的模型。中介變量和調節變量的數量和位置的不同，可以延伸出非常多的結構方程模型的變種。Process整合了76種結構方程模型的形式。本研究在第四章數據分析的中介效應檢驗部分，使用了Process插件，準確而又有效率的對感知有用性的中介作用進行了檢驗。第3章研究設計及相關理論本章旨在構建一個新的在線評論對消費者購物意愿影響研究模型，并提出在線評論影響機制的有關假設。在模型構建提出之前，本章會先介紹在線評論的相關理論，以此作為基礎，再通過對相關整合模型的梳理與分析，總結理論與模型的指導作用。本章的核心是提出模型及相關假設。3.1在線評論相關理論3.1.1消費者行為理論（1）理性行為理論理性行為理論（TRA）闡述了行為主體的態度規范與行為意愿以及實際行動之間的關系。消費者的行為在一定程度上取決于消費者的行為態度和主觀規則，美國學者Fishbein[46]指出在特定的情況下，行為動向可以作為判斷消費者行為決策的依據。通過閱讀文獻發現，有學者提出理性行為理論隱含著一個重要的假設：人們完全可以控制自己的行為，也就是說人具有控制行為的能力[47]。其具體模型如圖3-1所示：圖3-1理性行為理論模型圖（2）計劃行為理論Ajzen[48]認為，在實際情況下，個體可能是無法衡量好自身狀態與意愿行為之間的關系的，這在一定程度上是不可控的。此時，理性行為理論則不能為這種現象做出一種合理的解釋。除此之外還存在一個更重要影響因素，Ajzen在經過論證后提出發揮不可取代的作用的還有知覺行為的衡量控制，由此新的模型產生了，即計劃行為理論。人們也稱之為TPB理論[49]。Gopi[50]等人證明人的態度、主觀規范對在線購物意向有著影響控制作用。計劃行為理論是對理性行為理論的深入理解與優化而形成的，它仍認為行為意向決定實際行為。Hansen[51]指出計劃行為理論適用于網絡購物意愿的相關研究。如圖3-2所示：圖3-2計劃行為理論模型圖（3）技術接受模型理論戴維斯(FredD.Davis)是一位美國學者，他對理性行為理論(TRA)和計劃行為理論(TPB)進行了深入理解與改造，最終于1989年提出了技術接受模型理論。他認為消費者在網絡中進行在線評論的查閱是是受到了行為意向的影響[52]。本文主要借助此模型來研究在線評論對消費者購買意愿影響機制，許多學者也將此模型作為研究的重要借鑒依據。此模型介入的兩個重要因素：感知有用性與感知易用性也是構成行為意向的重點。圖3-3技術接受模型框架3.2在線評論實證研究整合框架模型3.2.1科特勒行為選擇模式在科特勒行為選擇模型中，在多方面刺激因素的作用下產生了消費者購買行為，企業廣告宣傳，優惠刺激，以及消費者需求和態度等內部刺激因素，都會促使消費者的內心產生對產品的認知與理解，并且會產生內心實際需求感，從而通過消費者黑箱的決策過程，形成最終的購買行為。但是由于個體的差異性，不同的消費者在面對這些同樣的刺激時所給出的行為反應也是存在差別的，也就是說有些人并不能因為這些刺激的存在就激發出需求與購買動機。這很好的解釋了在網購中出現的多種多樣的消費者購買行為，消費者的偏向喜好與需求特征最終產生了作用。3.2.3尼科西亞模式在尼科西亞模式中可以通過四個部分來揭示消費者的購買決策行為，分別是信息傳遞和態度形成、信息搜集和評價、實際購買決策、信息反饋。首先企業會把自身相關信息傳該消費者，這是信息的第一源頭。消費者在得到企業形象、相關產品以及服務等信息時，通常會根據自身的理解來形成對于產品或者服務的態度。接下來，消費者則在接收到的信息基礎上產生想要更加進一步了解的想法，他們通常會通過各種渠道來繼續搜集有關的產品信息，通過思考加工產生更加深入的理解與心理評價，從而做出購買決策或形成購買意愿。當消費者做出實際的購買行動時，第三步便已經完成了。第四部分則是消費者對產品或服務的反饋。在交消費者往往會在交易結束后進行產品的試用，通過實際的接觸而產生相關評價，這些評價信息會在消費者進行下一次消費時會發揮它的指導性。同時，消費者也有可能將存儲的購后信息傳遞給企業。圖3-4尼科西亞模式3.2.5霍華德——謝思模式在霍華德——謝思模式中（圖3-5），消費者購買行為通過外在、內在、投入、產出四大類因素進行解釋。在外部環境中能對消費者購買意愿產生影響的因素是外在因素，外在因素與投入因素共同刺激消費者，引起消費者需求；投入變量包括了方方面面，如價格、廣告、相關群體等；內在因素是在模型中的起到核心作用的因素，它作用于“刺激”與“反應”，“輸入”與“產出”，主要用來說明投入因素和外在因素如何激發出消費者心理活動的；產出因素則指的是消費者最終的購買行為。圖3-4尼科西亞模式3.3研究模型的建立綜合上前一部分的理論與模型的總結，本文提出研究模型(圖3-9)，旨在探討在線評論對消費者購買意愿的影響。考察在線評論因素對影響消費者購買意愿的路徑，深入研究感知有用性對購買意愿產生的作用情況，以及認知需求在這個過程中起到的調節作用。圖3-5在線評論對消費者購物意愿影響模型3.4研究變量與研究假設3.4.1在線評論特征對消費者感知有用性及購買意愿的影響（1）評論質量在線評論質量指消費者從在線評論中獲得的信息是否讓其滿意。評論的方式與語言表達都是評價者根據自身習慣來發布的，由于在線評論沒有具體的模板。格式等具體要求，所以評論者的個人主觀色彩被進一步強化。他們通常以文本、圖片、評分的方式來表達自己對產品或服務的看法。因此，在線評論的質量是不定向的，這往往會對消費者對產品的認知產生或大或小的影響，從而干擾了消費者的判斷決策。許多研究表明，評論的客觀性，清晰性，詳細度會影響消費者的購買意愿，高質量的評論更加具備說服效果。綜上所述，提出以下研究假設:H1a：在線評論質量正向影響消費者感知有用性H1b：在線評論質量正向影響消費者購買意愿（2）評論效價Christiansen和Tax（2000）提出口碑的正負性，即效價（valance），分為正負兩個方向。正面評論對某物品提供正向的評估信息和積極的態度，這會增加消費者購買該產品或服務的概率；負面評論則對某物品提供負向的評估信息和消極的態度，該產品或服務的形象易受損，從而降低了消費者做出購物行為的概率。因此本文將假設：H2a：在線評論效價正向影響消費者感知有用性H2b：在線評論效價正向影響消費者購買意愿（3）評論者專業性評論者專業性主要含有專業能力和可靠性這兩個因素。評論發布者的專業能力對消費者的購買意愿影響力是不盡相同的，具備更多專業知識以及更多經驗的評論者發布的評論讓消費者能夠更加堅定的產生相應的購買意愿。Seneca[54]認為可靠性指的是消費者對在線評論的發布者的信任程度，就像在線評論領域的專家發布的產品或服務的看法，能夠讓消費者產生主觀的可信感，增強評論的可信度。因此本文將假設：H3a：在線評論者專業性正向影響消費者感知有用性H3b：在線評論者專業性正向影響消費者購買意愿（4）消費者信任傾向信任者對他人的信任是受到信任者的信任傾向的調節，信任是個人的一種特點。Rotter（1967）定義人際信任為：一個個體或群體對另一個體或群體的言語、承諾、口頭或書面陳述是可以信賴的期待[43]。學者們認為信任傾向是信任者的內部穩定因素，信任者是否會對他人產生信任感則取決于信任傾向，它代表了一種可能性。千差萬別的生活經驗、先天人格特征以及受教育程度等都會成為影響個體信任傾向的因素。現有的研究結果指出信任傾向是存在很大的研究價值的。所以，本研究會采用信任傾向作為其中一個研究變量，并做出如下假設：H4a：消費者信任傾向正向影響消費者感知有用性H4b：消費者信任傾向正向影響消費者購買意愿3.4.2感知有用性在在線評論對消費者購買意愿影響中的作用通過第二章對感知有用性的相關文獻的梳理與分析，本文做出如下假設：H5:感知有用性正向影響消費者購買意愿。H5a:感知有用性在在線評論內容的質量與購買意愿影響過程中起中介作用。H5b:感知有用性在在線評論評論效價與購買意愿影響過程中起中介作用。H5c:感知有用性在在線評論者的專業度與購買意愿影響過程中起中介作用。H5d:感知有用性在消費者信任傾向與購買意愿影響過程中起中介作用。3.4.3認知需求的調節作用對在線評論與消費者感知有用性之間關系的影響綜合第二章對認知需求相關研究的梳理與分析，現做如下假設:H6a：消費者認知需求不同，在線評論質量對消費者感知有用性的影響不同。H6b：消費者認知需求不同，在線評論效價對消費者感知有用性的影響不同。H6c：消費者認知需求不同，在線評論者專業性對消費者感知有用性的影響不同。H6d：消費者認知需求不同，消費者信任傾向對消費者感知有用性的影響不同。3.5問卷設計3.5.1變量設計本章節在總結前人文獻的基礎上以及本研究的需要，進行研究模型的變量定義。各變量的定義及參考文獻如表3-1所示：表3-1研究變量的定義變量定義來源在線評論質量在線評論的真實客觀性、可理解程度、相關程度、詳細程度。McKinney,Yoon&Zahedi(2002)在線評論效價在線評論口碑的正負性。Christiansen（2000）在線評論者專業性消費者所能感受到的評論者的專業能力與可靠性。Park&Kim（2008）消費者信任傾向消費者對評論者的在線評論是可以信賴的期待。Rotter(1967)感知有用性消費者在接受評論時主觀上感知到這條評論對自己了解與衡量產品或服務時起到的作用程度。陸海霞（2016）認知需求認知需求是了解信息的來源Katz(1960)購買意愿消費者在互聯網平臺上選購某種產品或服務行為發生的概率大小。3.5.1變量測量本研究根據研究目的和具體研究變量的需要，采用以往已經使用過得成熟量表，設定了4個自變量，1個中介變量和1個調節變量，其中自變量公設有14個問項，中介變量設有4個問項，本文中調節變量采用北京大學心理系專家設計的大學生認知需求量表。表3-2研究變量的測量變量測量問項參考文獻在線評論質量A1我認為在線評論的內容是真實客觀的。A2我認為在線評論的內容是細致詳盡的。A3我認為在線評論所表達的內容是較容易理解的。A4在線評論內容與產品本身特征密切相關。周晶晶（2009）趙冬（2012）在線評論效價B1評論者對該產品的評價基本是正面的。B2評論者建議我購買此產品。B3我所購買的產品評分較高。ManYeeCheungetal.(2007)評論者專業性C1我認為評論者具有該產品的相關專業知識。C2我認為評論這對該產品具有一定的購物經驗。C3我認為評論者的購物等級較高。Park,Lei&Han（2008）消費者信任傾向D1我覺得大多數人都是可靠的、值得信賴的。D2我傾向于相信大多數人都是善良的。D3我常愿意依賴其他消費者的評論作為購買決策參考。Rotter(1967)感知有用性E1評論豐富了我對該產品的了解。E2評論對我的購買決策有用。E3瀏覽評論后使我的購買決策變得更容易了。E4瀏覽評論有助于我做出更明智的購買決策。陸海霞（2016）購買意愿F1瀏覽評論后，我有購買該商品的想法。F2覽評論后，我購買該商品的可能性很大。F3我很可能把這個商品主動推薦給自己的朋友。F4瀏覽評論后，我很有可能會把該產品作為首選。陸海霞（2016）第4章數據分析與假設檢驗本文在第三章構建了相關模型并提出了若干假設，本章通過問卷調查以及問卷數據分析對模型進行了檢驗，并對假設做出了有效驗證。問卷的發放與數據收集通過問卷星與微信平臺實現；數據分析通過SPSS25.0實現，主要的分析方法有描述性統計分析，信度分析，效度分析，相關分析，回歸分析，中介效應檢驗，調節效應檢驗。4.1問卷說明本調查問卷的第一部分為基本信息的收集與統計，作為本章節的控制變量；第二部分是對自變量、中介變量、調節變量所做出的的相應問項的問答，以收集本章的主要數據。為了使數據真實有效，調查問卷的首頁題要明確表明，將自己最近的一次購物經歷作為受調查的前提，通過回想購買過程中感知到的在線評論發揮的影響來如實填寫。問卷中包括6個變量所對應的34個問項，并采用Likerts7點計分法。問卷的發放時間選擇在消費者網購高峰期時段，比如淘寶購物街，新勢力周前后。本次調中共收回156份，剔除無效問卷3份，有效問卷153份，問卷有效率98.04%。4.2描述性統計分析首先對調查獲取數據的基本情況從樣本的性別、年齡、職業、月收入、月均網購花費、接觸網購時長等控制變量進行進行描述性統計分析。其中男性49人占32%，女性104人占68%，許多研究顯示，女性的購物水平明顯高于男性。調研對象的年齡分布上，21-25歲占比達到79%，調研對象的職業分布學生占比75.8%，本文主要調研在校及剛剛畢業的高校學生為主，他們的網購經驗豐富，且比較關注在線評論。此次調研對象的網購接觸時間普遍較長，1-3年占比11.1%，3-5年占比46.4%，5年以上占比40.5%，小于一年的僅占比2%，網購歷史較長的消費者對網購流程較為熟悉，可以有效規避網購風險，了解在線評論的可能性也更大。調研對象的收入金額，其中1000-5000元所占比重最大，占56%。表4-1控制變量統計分析基本信息頻數百分比累計百分比性別男4932.032.0女10468.0100.0年齡20歲及以下138.58.521-25歲12179.187.626-35歲117.294.836-40歲32.096.741歲及以上53.3100.0職業其他63.93.9上班族2214.418.3學生11675.894.1自由職業者95.9100.0月收入1000-50008555.655.61000元以下4831.486.95000-80001711.198.08000以上32.0100.0月均網購花費100-500元8454.954.91000元以上1610.565.4100元及以下1711.176.5500-1000元3623.5100.0接觸網購時間1-3年1711.111.13-5年7146.457.55年以上6240.598.0小于1年32.0100.04.2量表的信度及效度分析4.2.1信度分析在數據分析之前，為確保問卷測量結果的內部一致性，需對問卷進行信度分析。本論文采用Cronbach'sAlpha系數來測量問卷信度。當α系數大于0.70時，被視為可信。從表4-1可以看出，各變量的α系數均在0.7以上，說明這些變量各測量題項設計比較好，題項之間表現較好的一致程度，本研究問卷信度良好。表4-2信度分析結果變量問項數Cronbach'sAlpha系數在線評論質量4.854在線評論效價3.786評論者專業性3.782消費者信任傾向3.851感知有用性4.843購買意愿4.8484.2.2效度分析調查問卷是否正確及有效往往由效度來進行衡量，它是問卷能夠得到預想測量特點的程度，獲取高效度的測度和結果是問卷的目標。我們通常利用因子分析來進行量表測度或者是問卷結構效度的分析。通過因子分析，從存在共線性的變量中挑出能夠具有代表性的變量。因子分析適合度檢驗主要有兩個指標：Bartlett球形檢驗與KMO檢驗。對量表做KMO樣本測度和Bartlett球體檢是進行因子分析的首要步驟，可以得到各問項之間的相關程度，當相關性較高時，才適合做因子分析。如表4-3所示，一般認為，KMO越接近1，越適合作因子分析，當KMO大于0.7時比較適合。表4-3KOM檢驗標準KOM值檢驗標準0.9以上十分適合做因子分析0.8-0.9適合做因子分析0.7-0.8不太適合做因子分析0.6-0.7做因子分析很勉強0.5-0.6不適合做因子分析（一）自變量的因子分析首先對在線評論質量、在線評論效價、評論者專業性和消費者信任傾向進行KMO樣本測度和Barlett球體檢驗，KMO值為0.904，接近1，Barlett球體檢驗的顯著性概率為0.000<0.01，適合作因子分析。結果如表4-2所示：表4-4自變量的KMO樣本測度和Barlett球體檢驗結果KMO和巴特利特檢驗KMO取樣適切性量數.904巴特利特球形度檢驗近似卡方1114.318自由度91顯著性.000進行因子分析的結果如表4-3所示，自變量歸結為了四個因子，因子載荷量為0.716，累積方差貢獻率為71.695%，大于50%，說明該研究問卷具有良好的效度，且符合研究預期假設。表4-5自變量旋轉后的成分矩陣變量問項因子1234在線評論質量A1.783A2.769A3.755A4.687在線評論效價B1.838B2.783B3.674評論者專業性C1.813C2.765C3.520消費者信任傾向D1.807D2.728D3.713D4.684累積方差貢獻率71.695%（二）中介變量的因子分析對中介變量感知有用性進行KMO樣本測度和Bartlett球體檢驗，KMO值為0.807>0.7，Bartlett球體檢驗的顯著性概率為0.000<0.01，適合做因子分析。結果如表4-6所示：表4-6自變量的KMO樣本測度和Barlett球體檢驗結果KMO和巴特利特檢驗KMO取樣適切性量數.807巴特利特球形度檢驗近似卡方265.188自由度6顯著性.000（三）因變量的因子分析對消費者購物意愿進行KMO樣本測度和Bartlett球體檢驗，KMO值為0.780>0.7，Bartlett球體檢驗的顯著性概率為0.000<0.01，適合作因子分析。結果如表4-6所示：表4-7因變量的KMO樣本測度和Barlett球體檢驗結果KMO和巴特利特檢驗KMO取樣適切性量數.780巴特利特球形度檢驗近似卡方272.067自由度6顯著性.0004.2.4認知需求的測量為了使認知需求量表更具廣泛的應用意義，北京大學學者將大學生群體作為測試群體，編制出了適合大學生群體的認知需求量表。本研究的問卷填寫者大多為在校大學生，所以，本文選用北京大學心理系學者編制的適合大學生群體的認知需求量表，由17個題目組成的認知需求量表的內部一致性與分半信度都超過0.89，另外此量表有良好的較好的區分效度。4.3相關分析相關分析是分析變量間的線性相關關系為前提，研究彼此之間線性相關緊密水平的一種統計方法。本研究主要采用Person相關系數，檢驗變量間的相關性分析。本部分相關性分析目的在于檢驗自變量在線評論四個維度和中介變量感知有用性、調節變量認知需求以及因變量之間的相關性，見下表4-8。表4-8相關分析結果在線評論質量在線評論效價評論者專業性信任傾向感知有用性認知需求購買意愿在線評論質量Pearson1Sig.（雙尾）在線評論效價Pearson.435**1Sig.（雙尾）.000評論者專業性Pearson.614**.494**1Sig.（雙尾）.000.000消費者信任傾向Pearson.590**.617**.625**1Sig.（雙尾）.000.000.000感知有用性Pearson.465**.620**.475**.627**1Sig.（雙尾）.000.000.000.000認知需求Pearson.038.160*.351**.286**.216**1Sig.（雙尾）.032.024.000.000.004購買意愿Pearson.506**.511**.664**.668**.604**.348**1Sig.（雙尾）.000.000.000.000.000.000**.在0.01級別（單尾），相關性顯著。*.在0.05級別（單尾），相關性顯著。從表4-8可知，在0.01顯著性水平下，在線評論質量與在線評論效價、評論者專業性、消費者信任傾向、感知有用性以及購買意愿正相關；在線評論效價與評論者專業性、消費者信任傾向、感知有用性以及購買意愿正相關；評論者專業性與消費者信任傾向、感知有用性、認知需求以及購買意愿；認知需求與感知有用性、購物意愿正相關；感知有用性與購物意愿正相關。在0.05顯著性水平下在線評論質量、在線評論效價與認知需求正相關。4.4回歸分析本研究采用線性回歸分析來驗證各變量間的關系以及驗證第三章構建的模型是否合理。第一部分是自變量對感知有用性的回歸，第二部分是自變量對購買意愿的回歸，第三部分是感知有用性對購買意愿的回歸。本部分通過多元線性回歸進行數據分析，分析自變量與因變量、自變量與中介變量以及中介變量與因變量之間的關系。采用方差膨脹因子(VIF)、容差等指標進行檢驗自變量的多重共線性問題，容許度是VIF的倒數，一般容許度的判別標準是小于0.1則自變量可能存在共線問題。方差膨脹因子大于0且小于10時，表明不存在多重共線性；大于10時，則存在較強的多重共線性。4.4.1自變量對感知有用性的回歸分析用自變量對消費者感知有用性進行回歸，模型I是控制變量對感知有用性的回歸，模型II是在控制變量影響下自變量對感知有用性的回歸。模型II中調整判定系數為0.482，說明，在控制變量的影響下，該回歸方程解釋了總變異的48.2%，F統計量顯著性水平為0.000，說明總體回歸效果顯著。結果如表4-9所示：表4-9自變量對感知價值的回歸模型總體參數C表模型RR方調整R方標準估算錯誤更改統計R方更改F更改Df1Df2Sig.F更改F顯著性I.157a0.025-0.0150.844330.0250.61961460.7150.619.715bII.718b0.5160.4820.603110.49136.0344142015.142.000c從下表4-10中可以看出，各自變量的方差膨脹因子值均小于10，說明自變量之間不存在多重共線性問題。根據回歸模型發現，在線評論的效價（回歸系數0.397，顯著性水平0.000）、消費者信任傾向（回歸系數0.313，顯著性水平0.001）進入了感知有用性的回歸方程，且均程正相關，而在線評論質量及評論者專業性未進入回歸方程，它們對感知有用性的影響不明顯。假設H4a被驗證，假設H1a，H2a，H3a未驗證。表4-10感知有用性回歸系數a表模型未標準化系數標準化系數共線性統計B標準錯誤Betat顯著性容差VIF1(常量)5.3370.47111.3350.000性別0.0810.1550.0450.5240.6010.8881.126年齡0.1360.1030.1161.3210.1890.8591.164職業0.0220.10.020.2190.8270.7991.252收入-0.030.111-0.024-0.2660.790.7941.259月均網購花費-0.0410.073-0.051-0.5670.5710.8361.196接觸網購時長0.0860.1060.070.8080.4210.8961.1162(常量)2.1720.4295.0610.000性別-0.1120.113-0.063-0.9970.320.8621.16年齡0.0350.0770.030.4590.6470.791.267職業0.1110.0730.1021.5260.1290.7661.305收入-0.0970.08-0.08-1.210.2280.7721.296月均網購花費-0.0610.052-0.074-1.1620.2470.8331.2接觸網購時長-0.1570.081-0.128-1.9470.0530.7941.259在線評論質量0.0970.0640.1241.5320.1280.521.923在線評論效價0.3760.0750.3975.0090.0000.5421.846評論者專業性0.0310.0660.0390.4660.6420.4822.077消費者信任傾向0.2780.080.3133.4620.0010.4162.402a.因變量：感知有用性4.4.2自變量對購買意愿的回歸分析用自變量對消費者購買意愿進行回歸，模型I為控制變量對購買意愿的回歸，模型II為控制變量影響下自變量對購買意愿的回歸。模型II中調整判定系數為0.499，說明，在控制變量的影響下，該回歸方程解釋了總變異的49.9%,F統計量顯著性水平為0.000,說明總體回歸效果顯著。結果如表4-11所示:表4-11自變量對購買意愿的回歸模型總體參數C表模型RR方調整R方標準估算錯誤更改統計R方更改F更改Df1Df2Sig.F更改F顯著性I.286a0.0820.0440.96130.0822.1661460.052.16.050bII.762b0.5810.5510.65860.49942.2741420.00019.667.000c從表4-12中可以看出，各自變量的方差膨脹因子值均小于10，說明自變量之間不存在多重共線性問題。根據回歸模型發現，在線評論的效價（回歸系數0.217，顯著性水平0.046）、評論者專業性（回歸系數：0.329顯著性水平：0.000）消費者信任傾向（回歸系數0.365，顯著性水平0.000）進入了感知有用性的回歸方程，顯著性水平皆小于0.05，且均程正相關，而在線評論質量及評論者專業性未進入回歸方程，它們對感知有用性的影響不明顯。假設H2b，H3b，H4b被驗證，假設H1b未驗證。表4-12自變量購買意愿回歸系數a表模型未標準化系數標準化系數共線性統計B標準錯誤Betat顯著性容差VIF1(常量)3.6190.5366.7510性別0.3570.1770.172.0190.0450.8881.126年齡0.1450.1170.1061.2370.2180.8591.164職業0.1470.1130.1151.2950.1980.7991.252收入0.0940.1260.0660.7450.4580.7941.259月均網購花費0.0360.0830.0380.4360.6630.8361.196接觸網購時長0.1620.1210.1121.3370.1830.8961.1162(常量)0.3510.4690.7490.455性別0.1320.1230.0631.0760.2840.8621.16年齡-0.0280.084-0.021-0.3390.7350.791.267職業0.2550.0790.23.2170.0020.7661.305收入-0.0270.088-0.019-0.3080.7590.7721.296月均網購花費0.0040.0570.0050.0780.9380.8331.2接觸網購時長-0.0480.088-0.033-0.5440.5870.7941.259在線評論質量0.0550.0690.060.7920.430.521.923在線評論效價0.130.0820.2171.5820.0460.5421.846評論者專業性0.3030.0720.3294.2080.0000.4822.077消費者信任傾向0.380.0880.3654.3330.0000.4162.402a.因變量：購買意愿4.4.3感知有用性對購買意愿的回歸分析用感知有用性對消費者購買意愿進行回歸，模型I為控制變量對購買意愿的回歸，模型II為控制變量影響下感知有用性對購買意愿的回歸。模型II中調整判定系數為0.319，說明，在控制變量的影響下，該回歸方程解釋了總變異的31.9%,F統計量顯著性水平為0.000,說明總體回歸效果顯著。結果如表4-13所示:表4-12感知有用性對購買意愿回歸系數a表模型RR方調整R方標準估算錯誤更改統計R方更改F更改Df1Df2Sig.F更改F顯著性I.286a0.0820.0440.96130.0822.1661460.052.16.050bII.633b0.4010.3720.77930.31977.1571145013.839.000c表4-13為中介變量感知有用性對消費者購買意愿的回歸系數表。根據表中顯示，消費者感知有用性，回歸系數為0.572，顯著性水平為化0.000，對購買意愿的影響的回歸系數為正，且影響顯著，所假設H5成立。表4-12感知有用性對購買意愿回歸系數a表模型未標準化系數標準化系數共線性統計B標準錯誤Betat顯著性容差VIF1(常量)3.6190.5366.7510性別0.3570.1770.172.0190.0450.8881.126年齡0.1450.1170.1061.2370.2180.8591.164職業0.1470.1130.1151.2950.1980.7991.252收入0.0940.1260.0660.7450.4580.7941.259月均網購花費0.0360.0830.0380.4360.6630.8361.196接觸網購時長0.1620.1210.1121.3370.1830.8961.1162(常量)0.3510.4690.7490.455性別0.1320.1230.0631.0760.2840.8621.16年齡-0.0280.084-0.021-0.3390.7350.791.267職業0.2550.0790.23.2170.0020.7661.305收入-0.0270.088-0.019-0.3080.7590.7721.296月均網購花費0.0040.0570.0050.0780.9380.8331.2接觸網購時長-0.0480.088-0.033-0.5440.5870.7941.259感知有用性0.6710.0760.5728.7840.0000.9751.025a.因變量：購買意愿4.5消費者感知有用性的中介效應檢驗根據網絡消費者決策模型，本文提出了感知有用性在在線評論對消費者購物意愿影響中起到中介效應，本節根據Hayes提出的PROCESS程序對感知有用性的中介效應進行檢驗。首先，溫忠麟等人的中介效應檢驗方法中指出，分析自變量X對因變量Y的影響關系，如果自變量X通過影響變量M從而影響Y，則變量M為中介變量[55]，如圖4-1，4-2所示。圖4-1中介變量檢驗圖圖4-3中介效應檢驗流程如今，學者們研究出了一種新型的中介效應檢驗方式，對原有的驗證流程進行了優化與改進，由“部分中介”和“完全中介”轉化為“中介效應”占比，避免了許多原有驗證方式的弊端，如圖4-4：圖4-4新型中介效應檢驗流程本文采用Hayes編制的SPSS中的Model4，結果如圖4-13,4-14表明，評論質量對購物意愿的預測作用顯著(B=0.47，t=7.277，p＜0.01)，加入中介變量后，評論質量對購物意愿的直接預測依然是顯著的(B=0.28，t=6.40，p＜0.01)。評論質量對對感知有用性的預測作用也是顯著的(B=0.19，t=4.27，p＜0.01)，感知有用性對購物意愿的預測作用也顯著(B=0.19，t=6.40，p＜0.01)。評論質量對購物意愿影響的直接效應和感知有用性的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表4-14），表明評論質量不僅能夠直接預測購物意愿，而且能夠通過感知有用性的中介作用預測購物意愿。該直接效應和中介效應，分別占總效應的41%，59%。表4-13感知有用性對評論質量的中介效應檢驗購買意愿購買意愿感知有用性t檢驗p值t檢驗p值t檢驗p值評論質量4.27190.0007.2770.0006.44880.000感知有用性6.40080.000R方0.41850.25960.2159F53.970952.954141.5874表4-14感知有用性對評論質量的中介效應檢驗效應值BootSE上限下限效應占比感知有用性的中介效應0.19290.05360.0860.294741%直接效應0.2770.10780.11220.526159%總效應0.46990.0650.3420.597如圖4-15、4-16表明，評論效價對購物意愿的預測作用顯著(B=0.58，t=7.59，p＜0.01)，加入中介變量后，評論效價對購物意愿的直接預測作用依然是顯著的(B=0.29，t=3.20，p＜0.01)。評論效價對感知有用性的預測作用也是顯著的(B=0.19，t=9.71，p＜0.01)，感知有用性對購物意愿的預測作用也顯著(B=0.19，t=5.26，p＜0.01)。評論效價對購物意愿影響的直接效應和感知有用性的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表4-14），表明評論效價不僅能夠直接預測購物意愿，而且能夠通過感知有用性的中介作用預測購物意愿。該直接效應和中介效應，分別占總效應的51%，49%。表4-15感知有用性對評論效價的中介效應檢驗購買意愿購買意愿感知有用性t檢驗p值t檢驗p值t檢驗p值評論效價3.20060.00177.596809.71190感知有用性5.26670R方0.38940.27650.3845F47.834357.711794.3215表4-16總效應、直接效應、中介效應分解表效應值BootSE上限下限效應占比感知有用性的中介效應0.29490.08410.14370.468751%直接效應0.2890.12630.04550.544249%總效應0.58390.0770.4320.736如圖4-17、4-18表明，評論者專業性對購物意愿的預測作用顯著(B=0.58，t=7.59，p＜0.01)，加入中介變量后，評論者專業性對購物意愿的直接預測作用依然是顯著的(B=0.29，t=3.20，p＜0.01)。評論者專業性對感知有用性的預測作用也是顯著的(B=0.19，t=9.71，p＜0.01)，感知有用性對購物意愿的預測作用也顯著(B=0.19，t=5.26，p＜0.01)。評論者專業性對購物意愿影響的直接效應和感知有用性的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表4-16），表明評論者專業性不僅能夠直接預測購物意愿，而且能夠通過感知有用性的中介作用預測購物意愿。該直接效應和中介效應，分別占總效應的51%，49%。表4-15感知有用性對評論效價的中介效應檢驗購買意愿購買意愿感知有用性t檢驗p值t檢驗p值t檢驗p值評論效價3.20060.00177.596809.71190感知有用性5.26670R方0.38940.27650.3845F47.834357.711794.3215表4-16總效應、直接效應、中介效應分解表效應值BootSE上限下限效應占比感知有用性的中介效應0.29490.08410.14370.468751%直接效應0.2890.12630.04550.544249%總效應0.58390.0770.4320.736如圖4-17、4-18表明，評論者專業性對購物意愿的預測作用顯著(B=0.60，t=10.56，p＜0.01)，加入中介變量后，評論者專業性對購物意愿的直接預測作用依然是顯著的(B=0.44，t=7.52，p＜0.01)。評論者專業性對感知有用性的預測作用也是顯著的(B=0.16，t=5.66，p＜0.01)，感知有用性對購物意愿的預測作用也顯著(B=0.16，t=6.62，p＜0.01)。評論者專業性對購物意愿影響的直接效應和感知有用性的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表4-18），表明評論者專業性不僅能夠直接預測購物意愿，而且能夠通過感知有用性的中介作用預測購物意愿。該直接效應和中介效應，分別占總效應的26%，74%。表4-17感知有用性對評論效價的中介效應檢驗購買意愿購買意愿感知有用性t檢驗p值t檢驗p值t檢驗p值評論者專業性7.5211010.562906.62550感知有用性5.66730R方0.52630.42490.2252F83.3432111.574443.897表4-18總效應、直接效應、中介效應分解表效應值BootSE上限下限效應占比感知有用性的中介效應0.15810.04870.07390.263326%直接效應0.44210.06830.30330.570174%總效應0.60020.0770.4320.736如圖4-19、4-20表明，消費者信任傾向對購物意愿的預測作用顯著(B=0.69，t=10.92，p＜0.01)，加入中介變量后，消費者信任傾向對購物意愿的直接預測作用依然是顯著的(B=0.50，t=6.49，p＜0.01)。消費者信任傾向對感知有用性的預測作用也是顯著的(B=0.18，t=9.88，p＜0.01)，感知有用性對購物意愿的預測作用也顯著(B=0.18，t=3.81，p＜0.01)。消費者信任傾向對購物意愿影響的直接效應和感知有用性的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表4-20），表明消費者信任傾向不僅能夠直接預測購物意愿，而且能夠通過感知有用性的中介作用預測購物意愿。該直接效應和中介效應，分別占總效應的27%，73%。表4-19感知有用性對評論效價的中介效應檢驗購買意愿購買意愿感知有用性t檢驗p值t檢驗p值t檢驗p值評論者專業性6.4959010.924609.88050感知有用性3.81790.0002R方0.49090.44150.3927F72.3275119.347797.6252表4-20總效應、直接效應、中介效應分解表效應值BootSE上限下限效應占比感知有用性的中介效應0.1860.06420.07360.324727%直接效應0.50510.09370.32150.685973%總效應0.69110.0630.5660.816綜上結果表明