




版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
消費者購買購買國產(chǎn)SUV汽車的影響因素實證分析案例目錄TOC\o"1-3"\h\u26399消費者購買購買國產(chǎn)SUV汽車的影響因素實證分析案例 1115031.1研究假設 1104531.2研究模型 3228681.3觀測指標設定 3303901.4問卷設計 5326711.5問卷發(fā)放與回收 5144981.6預測分析 5280511.7正式分析 8238771.8結(jié)構(gòu)方程模型 1459671.9調(diào)查分析結(jié)果對產(chǎn)品定位的指導意義 211.1研究假設1、車企形象與消費者購買意愿、涉入程度的研究假設企業(yè)形象是指潛在消費者對企業(yè)的感知印象,包括企業(yè)的品牌價值,企業(yè)的規(guī)模和產(chǎn)品市占率,以及企業(yè)的服務質(zhì)量。消費者在購車前會考慮口碑好,服務一流的車企,傾向于優(yōu)先了解市場銷量排名靠前的車型,好的企業(yè)形象會吸引更多潛在消費者的關注,促進消費者購買產(chǎn)品。結(jié)合前文中Zaichkowsky的研究,車企形象與品牌可行性息息相關,會對消費者涉入程度產(chǎn)生影響,車企規(guī)模越大,品牌價值越高,售前售后服務評價越好,消費者涉入程度越高進而正向影響消費者購買意愿。所以,可以假設:H1:車企形象對消費者購買意愿存在顯著的正向影響H5:車企形象對消費者涉入程度存在顯著的正向影響2、產(chǎn)品因素與消費者購買意愿、涉入程度的研究假設 產(chǎn)品因素包含了產(chǎn)品的功能、使用成本、感知質(zhì)量等等,產(chǎn)品的感知質(zhì)量對車企口碑和顧客忠實度都有很大影響,而產(chǎn)品功能豐富和價格有競爭力也符合的潛在消費者的利益訴求同時也會增強消費者的涉入程度。所以,可以假設:H2:產(chǎn)品因素對消費者購買意愿存在顯著的正向影響H6:產(chǎn)品因素對消費者涉入程度存在顯著的正向影響3、績效期望與消費者購買意愿、涉入程度的研究假設根據(jù)Venkatesh(2003)在UTAUT模型中績效期望與消費者意愿正向影響關系,同時也被諸多學者證明,績效期望作為重要變量因素之一,會對消費者行為意向影響顯著。在本文中選擇的績效期望包含了是否能比合資或進口品牌更有性價比,滿足一些國產(chǎn)品牌情懷的消費者需求,是否能體現(xiàn)自己的身份,是否能對自己的家庭生活有益等幾個觀測項,同時根據(jù)前人研究,績效期望也是消費者涉入程度的重要前因之一。所以,可以假設:H3:績效期望對消費者購買意愿存在顯著的正向影響H7:績效期望對消費者涉入程度存在顯著的正向影響4、消費者態(tài)度對消費者購買意愿、涉入程度的研究假設教授Ajzen與Fishbein(1977)提出TRA理論,通過實踐表明,TRA在很多領域都可以成功預測消費者行為。TRA理論闡述了消費者會在要求利益最大化和他人要求的約束條件下他人的行為動機和消費者獲得的信息都會對消費者行為產(chǎn)生影響。本文的消費者態(tài)度選取了購車用途,企業(yè)讓利信息,生活場景影響和他人影響等幾個觀測項。因此,可以假設:H4:消費者態(tài)度對消費者購買意愿存在顯著的正向影響H8:消費者態(tài)度對消費者涉入程度存在顯著的正向影響5、對于消費者涉入程度對本模型相關中介作用的研究假設H9:消費者涉入程度在車企形象對消費者購買意愿的影響中存在中介作用H10:消費者涉入程度在產(chǎn)品因素對消費者購買意愿的影響中存在中介作用H11:消費者涉入程度在績效期望對消費者購買意愿的影響中存在中介作用H12:消費者涉入程度在消費者態(tài)度對消費者購買意愿的影響中存在中介作用。6、消費者購買意愿假設研究本文所指消費者購買意愿是消費者購買國產(chǎn)SUV汽車的可能性,設定了如下觀測內(nèi)容:我會考慮購買國產(chǎn)SUV,我愿意推薦他人購買國產(chǎn)SUV,我期待有更多品種與型號的國產(chǎn)SUV能夠推出。1.2研究模型本節(jié)依據(jù)UTAUT模型中的績效期望因素,涉入理論模型以及目前對消費者購買意愿產(chǎn)生影響的因子等理論基礎,提出研究模型,如圖4-1.車企形象CP、產(chǎn)品因素PA、績效期望CI和消費者態(tài)度CA會影響消費者的涉入程度DI,進而影響消費者的購買意愿CW。圖4-1研究模型1.3觀測指標設定根據(jù)上一節(jié)對國產(chǎn)SUV汽車消費者購買意愿的影響因素假設和觀測指標,作出表4-1。涉及潛變量4個,中介變量1個。表4-1提出的影響因素研究假設和觀測指標測量量表研究變量觀測指標理論來源題項數(shù)車企形象CPCP1企業(yè)品牌MThomson,DJMacinnis,CWPark-《JournalofConsumerPsychology》(2005)
Keller,KLane-《JournalofConsumerResearch》(2003)3CP2企業(yè)規(guī)模及產(chǎn)品市占率CP3服務產(chǎn)品因素PAPA1安全性Margaret
J.E.(201
1)8PA2感知質(zhì)量PA3外觀及內(nèi)飾PA4購車價格和使用費用PA5動力性PA6配置PA7智能網(wǎng)聯(lián)、信息及娛樂功能PA8空間績效期望CICI1與進口/合資品牌SUV比,有更多的功能滿足Venkatesh(2003)3CI2與轎車比更能體現(xiàn)身份,檔次較進口/合資品牌SUV比也不遜色CI3購買國產(chǎn)SUV于家庭有益消費者態(tài)度CACA1購車用途Ajzen和Fishbein(1977)研究的TRA理論4CA2企業(yè)讓利促銷/補貼政策CA3生活場景影響CA4他人影響消費者涉入程度DIDI1愿意用業(yè)余時間去4S店試駕國產(chǎn)SUVpetty&Caeioppo提出偏好修正模型(ElaborationLikehoodModel,ELM)來解釋高低涉入程度不同的消費者對待信息處理方式及態(tài)度上的差異3DI2愿意花費時間了解國產(chǎn)SUV減稅降費政策DI3愿意花費很多時間了解國產(chǎn)SUV產(chǎn)品性能消費者購買意愿CWCW1我會考慮購買國產(chǎn)SUVDodds和Grewal&Monroe(1991)所開發(fā)的量表,從三個方面測量消費者的購買意愿:“會考慮購買”、“愿意購買”、“樂意推薦給他人”3CW2我愿意推薦他人購買國產(chǎn)SUVCW3我期待有更多品種與型號的國產(chǎn)SUV能夠推出1.4問卷設計首先需明確問卷設計的目的分為兩個。第一是通過調(diào)研SUV市場的目標客戶,主要統(tǒng)計消費者年齡、性別、婚姻狀況、教育背景、從事行業(yè)、家庭年收入、地域分布以及購車經(jīng)歷等消費者個人信息,得出消費者個人基本特征。第二個目的是問卷最重要的目的,通過李克特五分量表對觀測指標進行打分,給分方法:十分同意5分,同意4分,不確定3分,不同意2分,十分不同意1分。每個觀測指標選擇選項唯一,通過得分多少得出消費者對該項的贊同程度。1.5問卷發(fā)放與回收本問卷發(fā)放對象為潛在的消費者,無嚴格的地域限制,本次共發(fā)放問卷346份,回收有效樣本315份,回收效率91%。有效樣本數(shù)為觀測項數(shù)的15倍,大于統(tǒng)計分析法中樣本數(shù)為觀測項10倍的要求。分析結(jié)果可靠性較高。1.6預測分析(1)探索性因子分析表4-2KMO和巴特利特檢驗?KMO取樣適切性量數(shù)0.710巴特利特球形度檢驗近似卡方1251.580自由度276p
值(顯著性)0.000通常我們利用效度分析來測量目標數(shù)據(jù),通過對任務數(shù)據(jù)進行信息濃縮計算,判定其后續(xù)能進行相關因子分析的可行性。如表4-2所示,通過計算:KMO系數(shù)檢測后得出的結(jié)果為0.710,滿足技術上KMO>0.6并趨近于1的要求,證明本次檢測達成因子分析的前提要求。接著利用巴特利特(Bartlett)球形度檢驗,卡方為1251.580,自由度為276,且結(jié)果滿足技術上p值(顯著性)<0.05的要求,證明將調(diào)研得出的數(shù)據(jù)用于因子分析是較為恰當?shù)?。?-3方差分析調(diào)研因子特征根旋轉(zhuǎn)前旋轉(zhuǎn)后特征根方差解釋率%累積%特征根方差解釋率%累積%特征根方差解釋率%累積%產(chǎn)品因素5.38822.44922.4495.38822.44922.4491.94020.58420.584消費者態(tài)度3.10812.95135.4003.10812.95135.4002.67711.15431.738消費者購買意愿2.57510.73146.1312.57510.73146.1312.3249.68441.422消費者涉入程度2.0928.71851.8482.0928.71851.8482.3179.65551.077車企形象1.9057.94062.7881.9057.94062.7882.2709.45860.535績效期望1.6716.96369.7511.6716.96369.7512.2129.21669.751如表4-3所示:通過對提取出6個調(diào)研因子進行方差分析,特征根值都是大于1的,提取的因子旋轉(zhuǎn)后,得出的方差解釋率為20.584%,11.154%,9.684%,9.655%,9.458%,9.216%,最終得出累積方差解釋率的百分比為69.751%,大于50%。表4-4旋轉(zhuǎn)后因子載荷系數(shù)計算表名稱因子載荷系數(shù)測量共同度(公因子方差)產(chǎn)品因素消費者態(tài)度消費者購買意愿消費者涉入程度車企形象績效期望CP10.1780.0030.0910.1110.8820.0130.831CP20.0890.0390.1110.0440.806-0.0110.673CP3-0.109-0.0090.0610.0620.8310.0250.710PA10.9270.0630.1250.0520.0940.0490.892PA20.7090.020-0.0180.0000.068-0.0470.511PA30.752-0.0610.1060.042-0.0870.0180.590PA40.756-0.0200.0980.038-0.0350.0320.585PA50.7300.1330.126-0.054-0.0270.1400.589PA60.7580.0650.1370.048-0.0200.1280.617PA70.811-0.010-0.007-0.0170.081-0.0560.668PA80.6990.015-0.113-0.0210.1400.0530.525CI10.0320.0440.100-0.0230.0300.9060.836CI2-0.0390.107-0.1370.0300.0140.8440.745CI30.2270.1060.1280.001-0.0170.7720.675CA10.1370.8640.008-0.066-0.0910.1380.797CA2-0.0560.7640.217-0.0830.1460.0410.664CA30.0790.8130.0470.0930.0490.0460.683CA4-0.0240.751-0.0030.206-0.0590.0540.614DI10.0270.1170.0670.8990.0770.0230.833DI20.0090.0660.0200.8230.037-0.0200.683DI30.021-0.0340.0340.8440.0950.0070.724CW10.0700.0610.9190.0230.1030.0110.864CW20.213-0.0230.820-0.0490.1980.0840.767CW30.0410.2010.7740.1540.001-0.0030.664說明:表4-4中藍色數(shù)據(jù)結(jié)果代表題項在對應因子上的載荷系數(shù)絕對值大于0.4SPSS軟件會自動標記出載荷系數(shù)絕對值大于0.4、共同度小于0.4的數(shù)據(jù),便于分析研究。如表4-4所示,對研究數(shù)據(jù)進行最大方差旋轉(zhuǎn)方法旋轉(zhuǎn),通過因子提取情況和其對應研究項關系分析可以得出,共同度全部都大于0.4,表明維度劃分比較合理,結(jié)構(gòu)效度良好,研究項和變量因子之間的關聯(lián)性較高。(2)信度分析表4-5信度分析Cronbach信度分析變量項數(shù)樣本量Cronbachα系數(shù)車企形象33150.808產(chǎn)品因素83150.905績效期望33150.805消費者態(tài)度43150.817消費者涉入程度33150.826消費者購買意愿33150.82由表4-5可知,文章研究所用的6個量表所對應的Cronbach'sAlpha系數(shù)值分別為0.808、0.905、0.805、0.817、0.826、0.82,均大于0.8,表明問卷的內(nèi)部一致性較好,所以本次調(diào)查的結(jié)果信度極好。1.7正式分析(1)消費者個人基本特征統(tǒng)計分析通過315份有效問卷的統(tǒng)計分析,得出消費者個人基本特征統(tǒng)計表4-6.表4-6相關描述性結(jié)果統(tǒng)計及分析項目分項頻數(shù)記錄百分比(%)累積百分比(%)性別男性18057.1457.14女性13542.86100.00年齡分布25歲以下5015.8715.8725-39歲14445.7161.5939-45歲8928.2589.8445歲以上3210.16100.00購車經(jīng)歷首次購車24176.5176.51有購車經(jīng)歷7423.49100.00家庭年收入9-15萬257.947.9415-21萬7925.0833.0221-27萬12238.7371.7527萬以上8928.25100.00所處行業(yè)制造業(yè)9630.4830.48零售業(yè)5718.1048.57服務業(yè)4113.0261.59房地產(chǎn)業(yè)299.2170.79其他9229.21100.00所處階層普通職員、一般員工16552.3852.38中層管理者、部門領導10232.3881.76企業(yè)高管4213.3398.10大股東、企業(yè)決策者61.90100.00學歷海歸、博士165.085.08研究生226.9812.06本科12940.9553.02大專8928.2581.27中?;蚋咧屑耙韵?918.73100.00合計315100.0100.0從表4-6可知:性別方面樣本中選擇“男性”的比例為57.14%。另外女性樣本的比例是42.86%。從年齡分布來看,樣本中“25-39歲”相對較多,比例為45.71%。購車經(jīng)歷方面樣本中“首次購車”的比例為76.51%。家庭年收入方面樣本中選擇“21-27萬”的比例為38.73%。行業(yè)方面樣本中30.48%會選擇“制造業(yè)”。階層方面樣本“普通職員、一般員工”的比例為52.38%。還有32.38%的樣本為中層管理者、部門領導。學歷方面樣本中選擇“本科”的比例為40.95%。(2)探索性因子分析表4-7KMO和巴特利特檢驗KMO取樣適切性量數(shù)0.955巴特利特球形度檢驗近似卡方5431.579自由度276p
值(顯著性)0.000首先重復在預測分析中對相關因子的分析步驟,判定其后續(xù)進行因子分析的可行性。如表4-7所示,通過計算:KMO系數(shù)檢測結(jié)果為0.955,滿足技術上KMO>0.6的要求,符合前提。接著利用巴特利特(Bartlett)球形度檢驗,近似卡方為5431.579,自由度276,且滿足p值(顯著性)<0.05的技術要求,證明將調(diào)研數(shù)據(jù)進行因子分析是比較恰當?shù)摹1?-8方差分析調(diào)研因子特征根旋轉(zhuǎn)前旋轉(zhuǎn)后特征根方差解釋率%累積%特征根方差解釋率%累積%特征根方差解釋率%累積%112.34651.44251.44212.34651.44251.4425.68123.67223.67221.6076.69758.1391.6076.69758.1393.31613.81837.48931.1061.60962.7481.1061.60962.7483.05212.71850.20741.0761.48367.2311.0761.48367.2312.54810.61760.82551.0061.19471.4241.0061.19471.4242.54410.59971.424240.1350.563100.000由表4-8分析得出:通過對提取出的5個調(diào)研因子進行方差分析,特征根值全部大于1,旋轉(zhuǎn)后方差解釋率分別是23.672%,13.818%,12.718%,10.617%,10.599%,最終得出的累積方差解釋率百分比等于71.424%,大于50%。表4-9旋轉(zhuǎn)后因子載荷系數(shù)計算表名稱因子載荷系數(shù)共同度(公因子方差)因子1因子2因子3因子4因子5CP10.3180.2110.7860.1570.1450.808CP20.3370.1980.7550.1890.1560.783CP30.3540.2010.7350.1760.2140.782PA10.8520.2270.2050.1270.1880.871PA20.6890.2520.2210.1970.2170.673PA30.7300.2100.2160.1940.1890.698PA40.7710.1800.1910.1610.1890.726PA50.7200.2530.2020.1800.1860.691PA60.7170.1410.2540.2520.1730.692PA70.7060.1780.2350.1980.1180.638PA80.6710.1230.3220.1680.2310.651CI10.3020.1820.2210.2240.7570.796CI20.2410.2140.1830.2110.6810.646CI30.2220.1720.1280.0740.7970.736CA10.2340.7920.2310.2040.1760.808CA20.1550.7070.1370.2630.2750.687CA30.2690.7770.1190.0280.1540.714CA40.2180.7090.2220.2510.0620.667DI10.2100.2240.2480.7650.2320.796DI20.2960.1720.1020.7450.1530.705DI30.2680.2380.2030.7530.1200.750CW10.3620.4400.3890.3060.3620.701CW20.3820.2800.4460.2740.2300.551CW30.3910.3460.4350.1610.2930.574說明:表4-9中藍色數(shù)據(jù)結(jié)果代表題項在對應因子上的載荷系數(shù)絕對值大于0.4如表4-9所示,通過因子提取情況和其對應研究項關系分析可以得出,共同度值全部都高于0.4,表明維度劃分較為合理且結(jié)構(gòu)效度良好,研究項與變量因子間關聯(lián)程度較高。(3)驗證性因子分析表4-10擬合指標結(jié)果測量指標CMIN自由度自由度比值規(guī)范擬合指數(shù)適配指數(shù)TLI比較擬合指數(shù)優(yōu)度指數(shù)近似誤差均方根標準--<3>0.9>0.9<0.9>0.9>0.9<0.08值340.5022371.4370.9390.9810.9770.9810.9210.037通過利用AMOS軟件計算模型中的各項擬合優(yōu)度指數(shù),并驗證其顯著性。由表4-10可知,本文分析模型中的NFI、適配指數(shù)、TLI、比較擬合指數(shù)、GFI等指標都大于0.9,近似誤差均方根、自由度比值也達到要求,說明該模型擬合效果較好,模型構(gòu)建比較成功。表4-11因子載荷系數(shù)計算結(jié)果Factor(潛變量)分析項(顯變量)非標準載荷系數(shù)(Coef.)標準誤(Std.Error)z
(CR值)p標準載荷系數(shù)(Std.Estimate)平均方差萃取AVE值組合信度CR值車企形象CP11.0000.8710.7330.891CP20.8560.04518.8620.0000.845CP30.8770.04618.9400.0000.847產(chǎn)品因素PA11.0000.9210.6680.941PA20.7480.03720.0020.0000.802PA30.7510.03620.6850.0000.815PA40.7540.03620.7630.0000.816PA50.7350.03620.3290.0000.808PA60.7420.03719.9440.0000.801PA70.7050.03917.9900.0000.760PA80.7490.04118.4010.0000.769績效期望CI11.0000.8790.6360.833CI20.6470.04613.9500.0000.730CI30.6240.04613.6040.0000.715消費者態(tài)度CA11.0000.8930.6360.872CA20.7290.04416.3990.0000.770CA30.6770.04515.0310.0000.726CA40.7040.04515.6610.0000.747消費者涉入程度DI11.0000.8600.6520.845DI20.6780.04913.7590.0000.719DI30.7950.05015.8340.0000.807消費者購買意愿CW11.0000.9050.7000.869CW20.6170.03716.8380.0000.765CW30.6180.03616.9260.0000.768由表4-11可知,模型中24個測量指標的標準化因子載荷全部都大于0.50,對應的P值結(jié)果顯示其顯著性全部小于0.05,證明各個潛變量與觀測項之間有顯著的影響關系。接著觀測平均方差萃取AVE值的結(jié)果,全部大于0.5,組合信度CR值均大于0.7,說明本研究量表的聚斂效度是比較理想的。表4-12區(qū)分效度表區(qū)分效度:Pearson相關與AVE平方根值?車企形象產(chǎn)品因素績效期望消費者態(tài)度消費者涉入程度消費者購買意愿車企形象0.856產(chǎn)品因素0.6960.817績效期望0.5550.6150.798消費者態(tài)度0.5670.5910.5440.797消費者涉入程度0.5590.6080.5380.5730.807消費者購買意愿0.6920.7290.6350.6720.6260.837備注:斜對角線藍色數(shù)字為AVE平方根值根據(jù)表4-12的區(qū)分效度研究可知,AVE的平方根結(jié)果全部大于與其他因子間的相關系數(shù)結(jié)果,所以各變量之間內(nèi)部因子的判別效度較好。(4)信度分析表4-13信度分析表Cronbach信度分析變量項數(shù)樣本量Cronbachα系數(shù)車企形象33150.889產(chǎn)品因素83150.938績效期望33150.81消費者態(tài)度43150.862消費者涉入程度33150.833消費者購買意愿33150.839由表4-13可知,文章研究所用的6個量表所對應的Cronbach'sAlpha系數(shù)值分別為0.808、0.905、0.805、0.817、0.826、0.82,均大于0.8,表明問卷的內(nèi)部一致性較好,所以本次調(diào)查的結(jié)果信度極好。1.8結(jié)構(gòu)方程模型結(jié)構(gòu)方程模型目前常被用于驗證性因子分析及結(jié)果分析,如圖4-2所示。它通過一些便于觀測的變量結(jié)果,來反映一些不能或不便于直接觀測但須研究的變量,以此來建立觀測變量與潛變量之間的結(jié)構(gòu)關系。圖4-2結(jié)構(gòu)方程模型F1、F2、F3成為潛變量,Y1、Y2、Y3、X1、X2、X3、Z1、Z2、Z3稱為觀測變量。e1-e9稱為誤差變量,結(jié)構(gòu)方程用于通過較大的樣本量去驗證假設的潛變量和觀測變量之間的關系。目前樣本量315,滿足樣本量超過觀測變量5倍以上的要求。表4-14模型相關指標標準自由度比值<3近似誤差均方根(RMSEA)<0.08RMR<0.05優(yōu)度指數(shù)>0.9相對擬合指標>0.9適配指數(shù)(IFI)>0.9TLI>0.9比較擬合指數(shù)(CFI)>0.9PNFI>0.5PCFI>0.5結(jié)構(gòu)方程模型利用AMOS軟件通過極大似然法,對調(diào)研得到的數(shù)據(jù)進行指標擬合處理,匯總擬合度檢驗的評價標準,如上表4-14所示。圖4-3通過利用AMOS軟件繪制路徑分析圖,如上圖4-3所示,對模型擬合度進行分析:表4-15擬合分析表測量指標CMIN自由度自由度比值規(guī)范擬合指數(shù)適配指數(shù)TLI比較擬合指數(shù)優(yōu)度指數(shù)近似誤差均方根標準--<3>0.9>0.9<0.9>0.9>0.9<0.08值340.5022371.4370.9390.9810.9770.9810.9210.037通過AMOS軟件計算模型中各參數(shù)結(jié)果,由表4-15可知,本文分析模型的CMIN/DF、NFI、IFI、TLI、CFI、GFI、RMSEA、CFI等適配指標全部符合判斷標準,得出該模型與量表匹配情況較好,模型擬合度較高,證明該模型是成立的。路徑關系效應表4-16結(jié)構(gòu)模型路徑系數(shù)路徑關系EstimateS.E.C.R.P消費者涉入程度<車企形象0.1790.092.0820.037消費者涉入程度<產(chǎn)品因素0.1950.0982.2650.024消費者涉入程度<消費者態(tài)度0.2830.0983.791***消費者涉入程度<績效期望0.2150.1212.6270.009消費者購買意愿<車企形象0.2180.0753.2120.001消費者購買意愿<產(chǎn)品因素0.1990.0812.930.003消費者購買意愿<績效期望0.2020.1013.0940.002消費者購買意愿<消費者態(tài)度0.2880.0861.613***消費者購買意愿<消費者涉入程度0.1340.0682.0790.038結(jié)構(gòu)模型路徑系數(shù)結(jié)果如表4-16所示。車企形象對消費者涉入程度存在顯著的正向影響(β=0.179,P<0.05);產(chǎn)品因素對消費者涉入程度存在顯著的正向影響(β=0.195,P<0.05);消費者態(tài)度對消費者涉入程度存在顯著的正向影響(β=0.283,P<0.05);績效期望對消費者涉入程度存在顯著的正向影響(β=0.215,P<0.05);車企形象對消費者購買意愿存在顯著的正向影響(β=0.218,P<0.05);產(chǎn)品因素對消費者購買意愿存在顯著的正向影響(β=0.199,P<0.05);績效期望對消費者購買意愿存在顯著的正向影響(β=0.202,P<0.05);消費者態(tài)度對消費者購買意愿存在顯著的正向影響(β=0.288,P<0.05);消費者涉入程度對消費者購買意愿存在顯著的正向影響(β=0.134,P<0.05)。中介效應表4-17中介效應測算路徑關系效應值BootLLCIBootULCIp效應占比消費者態(tài)度→消費者涉入程度→消費者購買意愿總效應0.3260.2140.4260.001直接效應0.2880.1750.3940.00188.34%間接效應0.0380.0030.0950.02811.66%績效期望→消費者涉入程度→消費者購買意愿總效應0.2310.1220.3510.001直接效應0.2020.0870.320.00287.45%間接效應0.0290.0030.0770.03112.55%產(chǎn)品因素→消費者涉入程度→消費者購買意愿總效應0.2250.0950.3550.002直接效應0.1990.0620.3320.00788.44%間接效應0.0260.0010.0820.04111.56%車企形象→消費者涉入程度→消費者購買意愿總效應0.2420.1070.3790.002直接效應0.2180.0750.3550.00490.08%間接效應0.0240.0010.0760.0449.92%通過總效應、直接效應及中介效應分解表可知,在“消費者態(tài)度→消費者涉入程度→消費者購買意愿”路徑中,基于消費者涉入程度的中介效應的偏差校正值CI為[0.003 ,0.095],區(qū)間不含0,顯著性p小于0.05,表面中介效應顯著,同時直接效應顯著,表面為部分中介效應,且直接效應的相對效應值占比為88.34%,中介效應的相對效應值占比為11.66%。在“績效期望→消費者涉入程度→消費者購買意愿”路徑中,基于消費者涉入程度的中介效應的偏差校正值CI為[0.003 ,0.077],區(qū)間不含0,顯著性p小于0.05,表面中介效應顯著,同時直接效應顯著,表面為部分中介效應,且直接效應的相對效應值占比為87.45%,中介效應的相對效應值占比為12.55%。在“產(chǎn)品因素→消費者涉入程度→消費者購買意愿”路徑中,基于消費者涉入程度的中介效應的偏差校正值CI為[0.001 ,0.082],區(qū)間不含0,顯著性p小于0.05,表面中介效應顯著,同時直接效應顯著,表面為部分中介效應,且直接效應的相對效應值占比為88.44%,中介效應的相對效應值占比為11.56%。在“車企形象→消費者涉入程度→消費者購買意愿”路徑中,基于消費者涉入程度的中介效應的偏差校正值CI為[0.001 ,0.076],區(qū)間不含0,顯著性p小于0.05,表面中介效應顯著,同時直接效應顯著,表面為部分中介效應,且直接效應的相對效應值占比為90.08%,中介效應的相對效應值占比為9.92%。假設研究結(jié)果表4-18假設研究結(jié)果匯總表假設驗證結(jié)果H1:車企形象對消費者購買意愿存在顯著的正向影響支持H2:產(chǎn)品因素對消費者購買意愿存在顯著的正向影響支持H3:績效期望對消費者購買意愿存在顯著的正向影響支持H4:消費者態(tài)度對消費者購買意愿存在顯著的正向影響支持H5:車企形象對消費者涉入程度存在顯著的正向影響支持H6:產(chǎn)品因素對消費者涉入程度存在顯著的正
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 5級考試題及答案
- 2025年廣州市花都區(qū)獅嶺鎮(zhèn)芙蓉初級中學教師招聘考試筆試試題(含答案)
- 北京知識產(chǎn)權貫標培訓課件
- 2025年佛山市南海區(qū)獅山鎮(zhèn)英才學校教師招聘考試筆試試題(含答案)
- 醫(yī)務人員營養(yǎng)培訓考核試題(附答案)
- 2024貴州省社區(qū)《網(wǎng)格員》備考題匯編(含答案)
- 藥品及醫(yī)療器械冷鏈操作培訓試題測試題庫含答案
- 導游業(yè)務綜合測試題(含答案)
- 2025年XX市婦聯(lián)普法知識競賽題庫及答案
- 2025年二級注冊結(jié)構(gòu)工程師模擬題和答案分析
- 幼兒思維培訓課件
- 數(shù)字經(jīng)濟產(chǎn)業(yè)組織-洞察及研究
- 2025年中國美甲貼片行業(yè)市場全景分析及前景機遇研判報告
- 租賃汽車安全管理制度
- mcn公司管理制度
- 兒童腹痛的課件
- 食品廠留樣管理制度
- 2025年上海市中考語文真題試卷含答案(回憶版)
- T/ZJP 1-2024產(chǎn)業(yè)組織專利池建設和管理指引
- T/CUPTA 006-2020低地板有軌電車車輛驗收規(guī)范
- 會計常用的130個函數(shù)公式
評論
0/150
提交評論