大学生对微信营销的反应问卷设计和调查分析

　　第4章:问卷设计和调查分析

　　4. 1研究内容与研究对象

　　4.1.1研究内容

　　自从腾讯公司在2011年推出微信这种新兴的媒介以来,微信这个名词通过网络、电视、口头、报刊、杂志等传播媒介几乎渗透到了人们生活中的所有角落,达到了无人不知无人不晓的程度。许多企业看准了微信在较短的时间内就积聚了大量用户这个庞大的潜在市场,纷纷试水微信营销,他们通过公众平台关注、组织促销活动、提供某方面的及时资讯等方式达到营销的目的,从目前来看,微信的价值在3年多的实践中逐渐得到了展示。本文研究调查对象是使用微信并且接触过微信营销的成都地区大学生群体,而不是听说过或者了解微信的人。同时,大学生群体对微信营销活动的参与度影响是指成都地区的大学生群体在微信营销环境中受其影响而积极地参与到微信营销活动中。通过这次调查,期望可以了解成都地区的大学生群体对微信营销的认可度和满意度,了解影响他们参与微信营销活动的影响因素,为以后通过微信营销影响消费者购买行为的研究做一定基础性和探索性的工作,为企业的微信营销方式提供策略依据。

　　4. 1.2研究对象的界定

　　自从微信在2011年1月问世以来,随着其功能的不断增加和对现有功能的不断完善,近几年已培养出很大一部分的忠诚粉丝,微信的发展前景十分乐观,由此衍生的微信营销也如火如茶地开展起来。我们提出对占领微信营销大部分市场份额的大学生群体的微信营销活动参与度进行研究,但是鉴于实际的情况和条件的局限性,我们只针对成都地区的大学生群体进行研究。对成都地区的大学生群体的购买行为进行研究主要基于如下考虑:一是我国希望扩大人民的高层次受教育面,随着高等教育扩招政策的出台使进入大学深造的人数增加,大学生群体已经成为社会不可忽视的重要群体。

　　大学生群体是社会中非常活跃的群体,他们不仅容易接受新生事物并且愿意进行实践,对我国未来几年的社会发展起着助推的作用,也将是市场未来几年的主要消费群体,他们的实际购买能力和潜在购买行为是不可小剧的;二是成都的发展速度在我国的各大城市中处于前列,从近几年成都承办的一系列国际性会议的趋情况可看出它也正积极地向国际化迈进,虽处内陆位置,但是新生事物在成都这个大都市中的流传速度相对而言较快;立足于成都地区大学生群体展开研究是具有一定的科学性和前瞻性的。

　　4. 2研究方法

　　本文的调查研究融合了定性分析和定量分析两种方法,通过借鉴与微信营销相似的微博营销的消费者购买行为研究和微信营销的相关文献,辅以问卷调查的方法进行研究;通过进成都部分高校随机调查取得原始数据,然后运用SPSS统计软件进行数理分析,进一步分析影响成都地区大学生对微信营销活动参与程度的几个变量之间的关联程度。最后对获得的数据进行描述性的定性分析,最终得出结论。

　　4. 3问卷调查实施流程

　　4. 3. 1文献的搜集与整理

　　在确定了本文的研究内容后及研究对象后,我们对微信营销的相关文献和资料进行了搜集。微信是近三年迅速发展起来的新兴的传播媒体,而且微信营销已经成为了许多企业在渠道营销上选择的网络营销方式。目前国内外对微信营销的研究并不多,针对微信营销环境下的消费行为研究几乎没有,现有的文献资料几乎都是研究微信营销的功能利用、营销策略、效果评估以及成功案例分析等,在对微信营销用户的研究方面从知网、万方数据库、图书馆和互联网四个渠道查阅的资料来看,仅有一篇研究了微信用户的使用态度影响因素,以上的研究在本文的文献综述部分已做了详细的描述,在此就不再进行赘述了。相关的文献和资科整理工作对于本文理论模型的建立和问卷题目的设计起到了较大的辅助作用,本文借鉴了相关文献和资料设计出问卷的题目和答案。

　　4. 3. 2问卷设计

　　1、问卷结构

　　在进行问卷初稿的拟定之前,我们找了 5位使用微信的大学生对他们分别进行访谈,通过开放性的问答,了解他们对微信功能的使用情况和感受,同时掌握他们对微信营销这种新兴的传播媒体的认识、态度和感受;然后在对这5位学生答题内容进行整理归类的基础上,结合网络营销环境的调查问卷和微信用户行为的相关理论,设计出微信营销环境下大学生参与微信营销活动研究的问卷。

　　根据其他人员研究的结果和实际经验,在体现问卷的科学性和合理性,在遵循问卷的合理性原则、一般性原则、逻辑性原则、明确性原则、非诱导性原则和便利性原则等六大原则前提下,本文设计的问卷涉及30道题,共分3个部分。第一部分,调查微信的使用情况,这部分可作为研究使用微信的用户成为微信营销消费者的潜在可能性。第二部分,针对模型对测量内容展JT调查,包括品牌知名度、网页环境、互动性、意见领袖意见、态度、微信营销活动参与度,这是问卷的核心部分,对实证研究结果产生着重大影响。第三部分,对被调查对象的个人信息做调查,包括性别、每月可支配的费用、年龄,这部分调查主要用于背景分析。

　　2、量表设计

　　本文根据研究假设,参考借鉴国内外学者的相关研究文献,结合与之有很多相似之处的微博营销对消费者行为影响的研究编制出量表。

　　问卷第二部分,即核心部分的测量内容设计采用李克特量表作为测量工具,该量表每一陈述有”非常同意”、"同意”、”不一定"、”不同意”、”非常不同意”五种回答,从两种极端表述意愿的偏向。

　　前文对模型的各个变量进行了说明,在此就不多加赘述,我们根据相关文献和已有量表,设计出测量本研究各个变量的样表,具体如下:

　　

 

　　4. 3. 3问卷控制

　　为保证问卷调查的结果能够达到预期研究目的,除了在问卷设计时科学合理,注意问题的可行性、准确性和效率外,还要关注被访者的认真程度,否则就会引起问卷数据整理时的计量误差。

　　在设计问卷时,本人将第1题和第2题,第2题和第3题作为逻辑检验题项,检查被访者做调查问卷时的答题是否可靠。第8、9、10题,第11、12、13题,第14、15、16题,第17、18、19题,第20、21、22、23题是分别检测被访者做问卷调查时答题的态度是否认真的题组。

　　4. 3. 4抽样方法

　　1、抽样调查概述与特点

　　抽样调查是市场调查中最常见的一种调查方式,它依据一定的原则和方法从整体样本中抽取部分样本进行调查研究,并通过对这部分样本的情况掌握推断出期望调查的总体信息。抽样调查虽然不是一种全面调查方式,但它能用这种方法取得反映样本总体的信息资料并能对总体的相关参数进行估计,可以达到全面调查的作用。因此,抽样调查能在时间、经费有限和某些条件限制无法丌展大规模调查的实际情况下解决研究问题的数据来源,同时也能对已有的数据进行效验和调整,具有节省费用,调查周期短、时效快等多种好处。

　　抽样调查只针对总体中的样本进行调查,它所涉及的调查面相对较小,可以极大地降低调查费用,追根究底抽样调查是解决数据精确度和费用局限的优选调查方式,因此具有节省费用的特点;抽样调查的特点之二为调查周期短、时效快。因为抽样调查的样本只是调查总体中一部份,所以能在较短的时间内完成调查并收集到调查信息;抽样调查的特点之三为有助于提高原始数据质量。抽样调查由于调查面小,调查质量能够得到较大的保障,可以选择负责的调查人员并对他们进行严格的培训,同时对派出的调查人员进行监督和检查。

　　综上,由于成都地区大学生的总量较大,并且调查过程难以完全监控,我们选择了抽样调查的方式进行研究问题的数据收集。

　　2、概率抽样与非概率抽样

　　根据抽样的实际情况,我们按照抽取的不同方式将抽样划分为概率抽样和非概率抽样两种方式。

　　概率抽样是在遵循随机原则的基础上进行的抽样方式,俗称随机抽样。在概率抽样的抽取方式中,我们又根据每个个体被抽入样本的机会是否相同的将其划分为等概率抽样和不等概率抽样,但是我们要看到无论是等概率抽样还是不等概率抽样,都是通过抽样的随机化程序来认定每个个体进入样本的概率。概率抽样中有不同的抽样方式,用样本统计量推断总体参数的方法和这种推断的精确程度其实与抽样方法有着密切的关系。

　　非概率抽样是与概率抽样相对而定的,较之概率抽样具有一定的随意性,主观意识在一定程度上会影响抽样的结果,这个抽样方式主要就是基于时间、成本的考虑而进行的一种方便、快捷的抽样活动。由于非概率抽样依赖于抽样者的主观判断能力和经验,所以非概率抽样的结果在理论上一般不能作为对总体进行推断的依据。非概率抽样能很好的解决由于客观条件限制难以采用概率抽样方式、由于时间紧迫无法进行概率抽样等问题而在市场调查中也经常使用。

　　我们在实际的调查过程中考虑到成都地区的大学生分布较广和实际调查时的多因素情况影响,主要采取的是在大学生较集中的春熙路、电脑城等地方进行随机抽样和方便抽样结合的方式进行。

　　4.3.5问卷预调查及确定样本容量

　　1、问卷预调查结果分析

　　通过问卷调查的方式进行总体结果估计,一份理想的问卷起着关键性的作用。一份理想的问卷不仅能够准确的反映所研究问题的情况,而且又能起到在一定的条件下使计量误差降到最小的作用,而如何测评一份问卷是理想的,我们一般采用信度和效度来进行评价。

　　(1)信度分析

　　信度是指问卷调查结果的可靠性、一致性和稳定性,它主要说明调查结果的可信程度。本文由统计软件计算出信度系数Oronbacha值,由a系数评价量表中各题项得分间的一致性。一般的信度判别标准为:Cronbach a值小于等于0.30为不可信,Cronbacha值大于0.30而小于等于0.40时作为现象的初步研究勉强可信,Cronbach a值大于0.40而小于等于0.50时作为现象的初步研究稍微可信,Cronbach a值大于0.50而小于等于0.70时属于最常见的信度范围,Cronbach a值大于0.70而小于等于0.90时很可信,Cronbach a值大于0.90时为十分可信。本文所要进行的微信营销对大学生群体购买行为的影响研究属于探索性的研究,所以我们界定为Cronbacha值大于0.70的研究就是有价值的。

　　我们采用SpSS19统计软件进行检验,经其检验表明:本次预调查问卷中总体的a值为0.905。各个变量之间的信度分析结果的a系数值如下表4-2:

　　

　　上表的数据表明:企业微信营销因子、消费者态度、消费者微信营销活动的参与度以及消费者购买能力这四类变量的Cronbacha值系数均大于0.7,其因子是可靠的信度通过检验,本问卷设计具有较强的可靠性。我们也看到在问项'A、B、C、D、E五个大类某项已删除的度量值a都比未删除时降低了,由此可知A、B、C、D、E五个大类删除的项对我们要研究的问题影响较明显,具有保留价值。总体而言,我们认为该问卷设计的内容具有较好的信度,可用于大规模的市场调查。

　　(2)效度分析

　　效度是指问卷是否能有效地测量到所要测量的东西从而达到测量的目的。对于问卷设计,效度的度量可以从内容效度、准则效度和建构效度三个角度来看。本文由于研究需要,我们选择内容效度和建构效度两种方法进行度量。

　　内容效度测量的是问卷内容的相符性和适合性,即问卷设定的内容是否能达到调查预期的目的。本文的问卷是在参考国内外相关文献的基础上,通过与微信人士进行深度访谈而设计出来的,内容效度较高,可实现所欲调查的目的。

　　建构效度也称为结构效度,被认为是最强有力的效度测量程序,本文采用因子分析法对预调查样本四个因子进行KMO样本测度和Bartlett’ s球型检验,如下图4-3所示:

　　
 

　　用于度量变量之间简单相关性和偏相关量的KMO样本测度学术界普遍认为:KMO样本取值介于0到度值小于0.6,则不适宜做因子分析;KMO样本测度值在0.6到0.7之间,不太适合做因子分析;KMO样本测度值介于0.7到0.8之间,是适合做因子分析的;KMO样本测度值大于0.8小于0.9,则很适合做因子分析;KMO样本测度值大于0.9,非常适合做因子分析。由上表所示,预调查的样本KMO为0.784,该问卷设置的内容适宜做因子分析。同时,Bartlett' s球型检验的显着性概率为0.000,小于0.01通过显着性检验,球形假设被拒绝,也说明了变量间具有相关性,能用于做因子分析。

　　2、问卷样本容量的确定

　　本次预调查共发放问卷38份,回收有效问卷37份,有效回收率率r = 37/38≈97.37%,设定抽样相对误差二 0.05.为保证客观性,我们主要对问题1,问题4一问题7进行量化分析,用以估计总体诸统计量的方差。这里问题1为成数抽样,其方差估计值

　

　　为保证各统计量的相对误差在5%以内,应选取所有《,中的最大者,即530,考虑问卷的有效回收率为97. 37%,计算出问卷样本的总量为544. 32份,即实际需回收有效问卷545份。

　　4. 3. 6问卷正式调查

　　通过上文对预调查问卷的信度分析和效度分析,证明本文微信营销对大学生群体购买行为影响的探索性研究是可行的,同时表明了本次研究的调查工具一问卷是合理并切实可行的,因此,问卷设计的30个问题全数保留来测量微信营销对大学生群体购买行为影响。

　　本次问卷调查从2013年12月初幵始,历时2个半月时间。调查前我们选择了与调查对象相匹配并且语言交流能力较强的调查人员20名,对他们进行了为期半天培训工作,首先进行了责任心教育,教导他们要以严谨的态度去采集需调查的信息。其次,应有规范的行为,在调查过程中要保持客观、中立的态度,不能以任何方式引导被访者做出选择;最后针对调查的内容对所有的调查人员进行了项目培训,给他们讲授了微信以及微信营销的情况和问卷内容的含义、题项之间的相关性等等。在教授完后,采用模拟和试访的方式对这20名调查人员进行了检验。我们选择了人口密集的成都市春熙路的四个路口及地铁出入口,较多大学生聚积地成都百脑汇、新世纪电脑城、数码广场、新华电脑城进行问卷调查。在调查的过程中我们分派5名现场督查人员进行了隐性的督导,观察20名调查人员的工作态度、随机测量了 150名被访者的答题时间,以此现场控制问卷的答题质量。

　　2014年3月3 F1问卷调查结束,我们回收了问卷并作了如下工作:

　　(1)每次回收的问卷都做了唯一的顺序识别记号,并记录了收集地点和收集时问作为原始文件。

　　(2)每次发放的问卷数量和回收的问卷数量进行了记录,掌握调查情况并计划后续发放数量。

　　(3)每次回收的问卷都通过经验判断并结合设计问卷时设置的逻辑题筛选出有效问卷,避免大规模地审核出现因审核人员疲劳的原因造成有效问卷的错判。

　　考虑到发放的问卷存在无效的情况,我们预计存在10%的无效问卷数量,共发放调查问卷600份,回收有效问卷575份。

　　4. 4描述性分析

　　1、微信使用情况

　　微信在其推出后的发展中,逐渐进入了人们的生活中,甚至己经成为了部分人群生活的一部分,它的发展态势目前来说是非常乐观的。在大学生群体中,微信的使用覆盖率十分广泛,部分髙校甚至已采用使用微信公众平台的方式发布通知,在本次的问卷调查中共发放的600份问卷里无效问卷为25份,其中包括未使用过微信的问卷仅5份,即在本次的调查中大学生群体使用微信的概率达到了 99%。以下为微信的使用情况统计:

　　

 

　　从上表可以看出成都地区大学生群体使用微信的目的主要是与朋友聊天、在朋友圈与朋友互动和看新闻,即微信研发的初衷得到了充分的体现。在使用微信的时间上来看,微信蓬勃发展的这几年在成都地区的确积聚了大量的大学生用户,而且这些大学生用户在微信的发展初期都已经体验了微信这个新兴的传播媒体。在使用的这部分大学生群体里每天使用多次的使用频次占样本总量的28.70%,这个较高的数据反映出成都地区的大学生群体在使用微信的过程中每天关注它的频次是较多的。另一方面,我们要看到,微信营销这种营销模式完全不了解的人数占到了本次调查样本的36.70%,也就表明微信营销虽已被企业当做一种全新、高校的营销模式,但它的价值并没有引起成都地区大学生群体的重视,不了解它的人较多,这就对这部分人群对它的接受程度造成了影响。同时我们要看到,据本次调查的样本显示,接收过微信营销信息的比例虽然占有总量的83.48%,覆盖率看似较高,但是我们需看到这部分占用率里面包括有时接收和很少接收的人群,即它的到达率并不高,当然我们也不排除和微信营销锁定的目标群体有关。

　　2、人口特征统计

　　
 

　　从人口特征统计的结果显示:本次样本的男女比例相当,适合做成都地区大学生群体的总体推论分析。大学生的年龄不同,他们的阅历不一样,对待事物的判断、接受和态度也有区别,在本次研究中调查的年龄分界比例适合。同时我们看到成都地区的大学生群体每月可供自己自由支配的费用岁从数据上显示并不多,但是由于他们生活相对单纯,费用一般只用于生活和学习开支,所以他们的这部分费用其实并不低。

　　4. 5总体有效样本信效度分析

　　4. 5.1信度分析

　　本研究使用Alpha方法,在统计软件的辅助下计算出信度系数Cronbach a值。我们遵从于如下的信度判别标准:Cronbach a值大于0.50而小于等于0.70时属于最常见的信度范围,Cronbach a值大于0.70而小于等于0.90时很可信,Cronbach a值大于0.90是则十分可信。本文所要进行的微信营销对大学生群体购买行为的影响研究属于探索性的研究,所要我们界定为Cronbach a值大于0.70的研究就是有价值的。

　

 

　　从表数据可以看出,总体量表的Cronbach a值为0.888,微信营销四项因子的Cronbach a值为0. 860,态度、微信营销活动参与的以及购买行为组成的Cronbach a值为0.815,均在很可信的范围内,信度良好。稍欠缺的是意见领袖意见和网页环境比.

　　公认的标准0.7稍小。就调查的总体而言,我们掌握的样本数据信度较好,符合研究的要求。

　　4. 5. 2效度分析
　　
　　(1)企业微信营销各因素的因子分析

　　在本研究中,我们通过分析概念模型的因子的方法来检验问卷的效度。我们首先使用KMO样本测度和Bartlett’ s球型检验检验样本。表4-8为企业微信营销12个问项的KMO和Bartlett’s的值。

　　

　　本研究使用主成分分析法抽取因子,利用相关矩阵抽取因子,同时使用最大变异法进行因子转轴。企业微信营销四项因子的分析结果如表4-9所示:

　　

 

　　从上表可以看出,旋转后因子的所有特征值都大于1,其四项累积解释总方差为70.541%,对原有测量指标的大部分信息基本覆盖,达到了较好的结构效度。

　　(2)态度、微信营销参与度与购买行为的因子分析表4-10为态度、微信营销参与度与购买行为的KMO值和Bartlett’ s球型检验值,可以看出KM?为0.786,对于探索性研究来说,这个KMO值适合进行因子分析,Bartlett’s球型检验值的显着性概率为0.000,小于0.01,说明变量之间具有相关性,亦能做因子分析。

　
 

　　本研究使用主成分分析法抽取因子,利用相关矩阵抽取因子,同时使用最大变异法进行因子转轴。企业微信营销态度、微信营销参与度与购买行为的分析结果如表4-11所示:

　　

 

　　从上表可以看出,旋转后因子的所有特征值都大于1,其四项累积解释总方差为70.196%,对原有测量指标的大部分信息基本覆盖,达到了较好的结构效度。

　　

　　旋转后的因子矩阵如图4-12所示,旋转后的因子载荷大于0.6的项Al、A2和A3进入因子3,即企业品牌知名度;El、E2和E3进入因子4,即态度;Fl、F2、F3和F4进入因子1,即微信营销参与度。

　　统计结果显示理论模型预估的网页环境、互动性和意见领袖意见这三个因子在旋转后的因子载荷中存在交互的情况,说明这三个测试类别中有重复糅合。原来问卷中测试网页环境因素的因子仅剩下B1进入旋转后的因子矩阵中,考虑到B1 (网页能吸引浏览内容)测试的内容能够反映大学生群体能否受到网页吸引继而与企业丌展互动,所以本研究将B1归类到因子5互动性中;原来问卷中测试互动性因素的因子C3进入旋转后的因子2中,考虑到C3 (微信互动意识高主动性强)测试的内容可以解释为它的主动意识其实是由意见领袖发起的,所以本研究将C3归类到因子2意见领袖意见中。

　　4. 5. 3研究假设修正

　　针对以上的分析结果,我们对提出的假设做出如下fTH:
　　
　　HI:品牌知名度对大学生群体态度有显着正影响;H2:互动性对大学生群体态度有显着正影响;H3:意见领袖意见对大学生群体态度有显着正影响;H4:品牌知名度对大学生群体的微信营销活动参与度有显着正影响;H5:互动性对大学生群体的微信营销活动参与度之间有显着正影响;H6:意见领袖意见对大学生群体的微信营销活动参与度之间有显着正影响;H7:态度对大学生群体的微信营销活动参与度有显着正影响H8:性别在影响大学生群体对微信营销态度和他们参与微信营销活动程度上存在显着差异;H9:年龄在影响大学生群体对微信营销态度和他们参与微信营销活动程度上存在显着差异;H10:每月可支配的费用在影响大学生群体对微信营销态度和他们参与微信营销活动程度上存在显着差异;
　　
　　4. 6方差分析

　　方差分析(Analysis of Variance,简称ANOVA),即我们常常称之为“变异数分析”或“F检验”,这种分析方法主要是检验两个及两个以上的样本的均数差别是否具有显着性。方差分析从观测变量的方差角度研究影响其变化的诸多控制变量屮具有显着影响的变量是哪些。

　　由于本研究中的人口统计特征(性别、每月可支配的费用和年龄)可分成不同的组进行他们对微信的态度、微信营销参与度和其他的微信营销影响因子是否存在差异的分析,所以我们用完全随机设计的单因素方差分析的方法展丌探讨。

　　4. 6. 1性别特征与其他变量之间的关系

　　在本研究中,性别特征对各变量影响的单因素方差分析结果如下表4-13所7K。

　　

 

　　由上表数据可看出,性别与企业知名度的显着性概率为0.800〉0.05,_性别与互动性的显着性概率为0.534〉0.05,性别与意见领袖意见的显着性概率为1.232〉0.05,性别与态度的显着性概率为1.927〉0.05,性别与微信营销参与度的显着性概率为1.556>0.05,说明性别与其他变量之间不存在显着性影响。

　　4. 6. 2年龄特征与其他变量之间的关系

　　在本研究中,年龄特征对各变量影响的单因素方差分析结果如下表4-14所示。

　　

　　由上表数据可看出,年龄与企业知名度的显着性概率为0.406〉0.05,年龄与互动性的显着性概率为0.962〉0.05,年龄与意见领袖意见的显着性概率为0.202>0.05,年龄与态度的显着性概率为0.205>0.05,年龄与微信营销参与度的显着性概率为1.556>0.05,说明年龄与其他变量之间不存在显着性影响。

　　4. 6. 3每月可支配的费用特征与其他变量之间的关系

　　在本研究中,每月可支配费用特征对各变量影响的单因素方差分析结果如下表4-15所示。

　

　　由上表数据可看出,每月可支配费用与互动性的显着性概率为0.031〈0.05,其F值为2. 241,说明每月可支配费用的高低在成都地区大学生群体与企业的互动性上存在着显着的差异。每月可支配费用与企业知名度的显着性概率为0.405〉0.05,每月可支配费用与意见领袖意见的显着性概率为0.967〉0.05,每月可支配费用与态度的显着性概率为0.418〉0.05,每月可支配费用与微信营销参与度的显着性概率为0.106〉0.05,说明每月可支配费用与这四个变量之间不存在显着性差异。

　　4. 7回归分析

　　回归分析能够确定两种及两种以上变量间相互关系的一种定量统计分析方法,也是目前使用较广泛的数据分析方法之一。回归分析可以分析变量之间的相互关系、内在规律而建立可靠的数学模型。回归分析能够明确研究的预定变量之间的因果关系。

　　我们在本研究中就综合使用了多元线性回归和一元线性回归者两种方法。

　　由于回归分析是基于研究数据的科学分析方法,因此它在确定数据间的因果关系的同时不仅能够计算出自变量对于因变量的影响大小,而且可以做基于回归方程变量值的预测和控制。本研究主要采用多元逐步回归方法。

　　4. 7. 1人口特征与态度的回归分析

　　在本研究中,我们把性别、年龄和每月可支配的费用三个人口特征变量进行他们对态度的影响分析,通过spss统计软件的分析,发现经过三次回归后得出的回归系数没有发生变化,同时也没有新的变量进入回归方程。所以我们判定人口特征包含的三个控制变量对成都大学生群体对微信营销的态度没有影响。用同样的方法,发现经过三次回归后,人口特征包含的三个控制变量对成都大学生群体对微信营销活动的态度也没有影响。

　　4. 7. 2各个变量与态度的回归分析

　　通过对预定影响因子进行旋转后,我们发现仅有三个因子进入了影响因素,在此我们根据调整后的模型进行各个变量与态度之间的回归分析,得到的结果如表4-16和4-17所示:

　

　　从表4-16的统计结果可以看出:DW值为2.019,在1.5至2.5之间,我们可以判断本研究中没有自.相关关系的存在。在各个变量与态度的回归分析模型汇总结果里面显示:作为确定性系数的R方值为0.245,对态度的解释为24.5%,这个数据虽然较小,但是在我们研究问题中,也足够放映出这种相关性了。同时,我们发现显着性概率为0.004,这个值小于0.01,F值为8.175,以上都说明这个回归分析模型总体效果是达到了显着性水平的规定要求的。

　　

　　从表4-17中,我们看到经过三次迭代后,意见领袖意见、企业知名度和互动性逐渐进入了回归方程。根据这三个影响因素进入回归方程的先后顺序,我们也可以确定出他们对态度的影响程度由大到小依次为意见领袖意见、知名度和互动性。常量t的显着性概率为0.000,这个数值小于0.05,所以常量要出现在回归方程中。统计显示:进入回归方程的意见领袖意见、知名度和互动性的系数分别是0.304、0.238和0.207,由此我们可得出态度的回归方程如下:

　　

　　态度=5.122+0.304*意见领袖意见+0.238*企业知名度+0.207*互动性故,我们可以确定:企业知名度、互动性和意见领袖意见对成都地区大学生群体对微信营销的态度具有显着的正向影响。这个群体越认为进行微信营销的意见领袖意见可信赖、企业知名度越高和企业的互动性越强,他们对微信营销的态度就更加的积极。

　　4. 7. 3态度与微信营销参与度的回归分析

　　

　　从表4-18的统计结果可以看出:DW值为1.931,在1.5至2.5之间,我们可以判断本研究中没有自相关关系的存在。在态度与微信营销参与度的回归分析模型汇总结果里面显示:作为确定性系数的R方值为0.185,对态度的解释为18.5%,这个数据虽然较小,但是在我们研究问题中,也足够放映出这种相关性了。同时,我们发现显着性概率为0.000,这个值小于0.05,F值为84.311,以上都说明这个回归分析模型总体效果是达到了显着性水平的规定要求的。

　　从表4-19中,我们看到经过一元回归后态度进入了回归方程。常量t的显着性概率为0.000,这个数值小于0.05,所以会出现在回归方程中。统计显示:进入回归方程的态度的系数分是0.395,由此我们可得出态度的回归方程如下:

　　微信营销参与度=7.601+0.395*态度故,我们可以确定:成都地区大学生群体对微信营销的态度对他们参加微信营销的参与度具有显着的正向影响。这个群体对微信营销的态度越正面,他们参加微信营销活动就更加的积极。

　　4. 7. 4各个变量与微信营销参与度的回归分析

　

　　从表4-20的统计结果可以看出:DW值为2.263,在1.5至2.5之间,我们可以判断本研究中没有自相关关系的存在。在各个变量与微信营销参与度的回归分析模型汇总结果里面显示:作为确定性系数的R方值为0.172,对态度的解释为17.2%,这个数据虽然较小,但是在我们研究问题中,也足够放映出这种相关性了。同时,我们发现显着性概率为0.000,这个值小于0.01,F值为7.985,以上都说明这个回归分析模型总体效果是达到了显着性水平的规定要求的。

　　

　　从表4-21中,我们看到经过三次迭代后,意见领袖意见、企业知名度和互动性逐渐进入了回归方程。根据这三个影响因素进入回归方程的先后顺序,我们也可以确定出他们对态度的影响程度山大到小依次为意见领袖意见、知名度和互动性。常量t的显着性概率为0.000,这个数值小于0.05,所以常量要出现在回归方程中。统计显示:进入回归方程的意见领袖意见、知名度和互动性的系数分别是0.055、0.066和0.257,由此我们可得出态度的回归方程如下:

　　微信营销参与度=1.452+0.257*意见领袖意见+0.066*企业知名度+0.055*互动性故,我们可以确定:企业知名度、互动性和意见领袖意见对成都地区大学生群体参与微信营销活动的参与度具有显着的IH向影响。这个群体越认为进行微信营销的意见领袖意见可信赖、企业知名度越高和企业的互动性越强,他们参与微信营销活动就越频繁。

　　4. 8分析结果小结

　　本小结在以上问卷调查收集的数据首先进行因子分析,从提取的主因子里修改理论模型,根据理论模型整合数据后输入SpSS19.0统计软件进行回归分析得出的数据的基础上,总结回归分析后得出的结果。

　　4. 8.1研究假设的验证

　　通过本章对理论模型假设相关因素回归分析的结果,我们提出的假设最终得到表4-22验证所示

　　4. 8. 2人口特征对微信营销活动的态度分析

　　在性别、年龄和每月可支配费用这三个人口特征变量的研究方面,我们采用了单因素方差分析法探究他们对态度和微信营销活动参与度的影响是否具有显着性。

　　从单因素方差分析的结果来看,性别和年龄均未在成都地区大学生群体对微信营销态度和微信营销参与度两个方面产生影响。

　　每月可支配的费用在成都地区大学生群体里只对和他们和使用微信营销企业的互动性产生了显着影响,而对其他方面并没有产生影响。但是从总体而言,性别、年龄和每月可支配的费用三个方面都没有对成都地区大学生群体对微信营销的态度产生非常显着的影响。

　　4. 8. 3修正后的模型及分析

　　根据上述的验证结果,我们对本研究的概念模型做出了修正,从而得到新的模型,同时我们根据上述的分析结果,将企业知名度、互动性、意见领袖意见、态度和微信营销活动参与度分别以x,、X2、X3、Y,、Y2表示,通过回归分析后得出的相互关系如下图4-23所不.

　　1.Y,=5.122+0. 238 X,+0. 207 X2+0. 304 X3;;Y2=7.601+0.395 Y,;Y2=l.452+0. 066 X,+0. 055 X2+0. 257X:i;
　　
　　2.网络环境这个微信营销营销因子在做主因子提取时没有进入旋转后的因子矩阵,它已分解到互动性中。

　　3.人口特征变量只对微信营销影响因子中的互动性产生了显着性影响,对其他的因子没有产生显着的影响。

　　4.人口特征变量对成都地区大学生群体对微信营销活动的态度和参与度也没有显着性的影响。