APP营销模式对消费者购物的作用统计分析

　　第 4 章 统计分析

　　4.1 描述性统计分析

　　本次对消费者进行调查的问卷将按如下标准进行回收：

　　（1）对于答案出现明显缺失的问卷一概不予采用计入回收范围，最大限度的保证回收问卷的有效性。

　　（2）对于被调查者态度不严肃，在填写问卷过程中出明显疏忽，导致有错误的问卷一率视为无效问卷，不计入回收范围。

　　本次问卷调查笔者一共发放问卷400份，去除无效问卷后，尚有有效问卷347份，问卷有效率为86.8%，基本符合调查要求。

　　4.1.1 样本基本特征统计

　　对347份有效问卷使用SPSS19.0进行基本统计分析后,结果如下：【1】

　　
　　通过以上各统计分析结果表，笔者发现有如下特点：

　　（1）性别：男性跟女性人数比例接近1：1，其中男性168，女性178，不存在明显的性别数据偏差，表明此次研究对象性别比例较为正常。

　　（2）年龄组成：18岁以下90人，占调查样本的25.9%，19-30岁之间为185人，占调查样本的53.3%，31-40岁之间为39人，占调查样本数的11.2%，而40岁以上为33人，占调查样本数的9.5%。其中，40岁以下的年轻人群累计占比达到90.5%，为本次调查的主要对象，因为这部分人群思想开阔，比较容易接受新事物，同时对手机等移动设备的了解程度也比较高，是APP应用的主要用户。

　　（3）文化程度：初中及以下的有2人，占0.6%，高中文化的有83人，占总样本23.9%，大专及本科文化有200人，占总样本的57.6%，而硕士及以上文化为62人，占样本总数的17.9%。由于移动APP为近两年兴起的智能手机应用，对文化水平高的消费者来说更有吸引力，而表中数据显示大专和本科以及硕士和硕士以上学历的人群占绝大多数，也比符合使用智能手机等移动设备的人群占比趋势。

　　（4）社会身份：由以上数据可知，此次调查中，在校学生为193人，占样本总数的55.6%，社会职员105，占样本总数的30.3%，个体人数为1，占样本总数的0.3%，自由职业者人数为25，占样本总数7.2%，其它为23，占样本总数的6.6%。数据显示，本次调查的主要人群为在校学生及社会职员，数据来源与这部分人群使用手机等移动设备的习惯有很大关系。

　　（5）每月可支配收入：1000-2000元为101人，占样本总数29.1%，2000-3000元为147，占样本总数42.4%，3000-4000元为73人，占样本总数21%，4000-5000元为14人，占样本总数的4%，而5000元以上为12人，占样本总数3.5%。本次调查的对象以18-30岁年轻人为主，根据武汉市学生及普通职员平均月支出水平表明，本次调查所选择的主要样本是具有一定的典型性。

　　根据以上分析，本研究所调查的对象基本上文化水平比较高，这些调查对象思维比较活跃，同时，这些调查对象所代表的群体正是使用移动设备的主力军，他们构成了APP应用的主要消费群体，对这类群体进行研究可以更加客观的反映APP对消费者购买意愿的影响。

　　4.1.2 消费者所关注的移动 APP 信息

　　对调查对象所关注的 APP 客户端类型的统计如下：【2】

　　
　　从调查统计的数据来看消费者最关注的APP客户端类型是：社交应用，查询工具，拍摄美化，影音播放，通话通讯及浏览器，这六大类分别占总样本的14.7%，9.5%，9.3%，10.9%，8.5%，12.3%。这六大类应用与年轻消费群体的生活有着密不可分的关系。

　　4.1.3 自变量描述性统计

　　通过对调查问卷进行SPSS分析后，得出如下自变量描述性统计表：【3】

　　
　　4.1.4 中介变量描述性统计

　　经过SPSS19.0软件对中介变量的描述性统计结果如下：【4】

　　
　　4.1.5 应变量描述性统计

　　经过软件对因变量消费者购买行为的描述性统计分析，结果如下表所示：【5】

　　
　　4.1.6 信度分析

　　为了检测调查数据是否稳定，笔者首先要对本次调查的结果进行信度分析。包括外在信度和内在信度。其中，内在信度测量可以反映出调查量表中的问项是否能够代表同一个概念，即这些调查问卷中的问项在反应量表的维度时是否具有一致性，其稳定性是否可靠。内在信度测量方法中，属克朗巴哈系数测量的方法最为常用，即测量Cronbach's α系数，看其是否在合理的范围之内。除内在信度测量以外，还有外在信度测量，它考察同一批被调查者在同一时间内的测量结果是否一致，是否有存在偏差。根据笔者本次研究调查结果的要求，本研究将检测Cronbach's α系数来判断各组问项的数据一致性。【6】

　　
　　按照统计学意义我们知道，克朗巴哈系数在 0.7 至 0.9 之间视为常见可信，0.9 以上视为非常可信。通过本研究所得数据进行统计所得上表格数据，对其进行分析后，结果显示克朗巴哈系数均大于 0.7，因此笔者认为本次设计问卷信度良好，且各个问项与量表在整体上均存在相关性，本次调查问卷设计合理有效，且无需剔除问项。

　　4.2 相关分析

　　对统计数据采用 SPSS19.0 进行相关分析，结果如下表所示：【7】

　　
　　根据已有的相关理论可知，相关分析指标中相关系数越大，相关性越强，本研究采用皮尔逊(Pearson)相关系数，r值为0时完全不相关，r值为1时完全相关。对APP营销特征与营销模式、消费者感知价值、消费者购买行为进行相关分析得出如下结果：

　　（1）移动APP的丰富性、即时性、针对性、收益性和趣味性分别与消费者感知实用显着正相关；移动APP的丰富性、即时性、收益性和趣味性分别与消费者感知情感显着正相关；移动APP的丰富性、互动性、收益性和趣味性分别与消费者的感知品牌显着正相关； 移动APP的互动性、收益性和趣味性分别与消费者的感知信任显着正相关。

　　（2）消费者感知实用和移动APP营销用户模式和购物模式显着正相关；感知情感和移动APP营销的购物模式与用户模式显着正相关；消费者感知信任和移动APP营销用户模式、植入广告和购物模式显着正相关。

　　（3）消费者感知实用、感知情感和感信任分别与消费者购买行为显着正相关。

　　4.3 回归分析

　　4.3.1 APP 营销与中介变量的回归分析

　　1.运用SPSS统计软件做APP营销特征与中介变量消费者感知实用的回归分析结果如下：【略】
　　
　　从表 4-15 等表中的统计结果显示符合条件的有 5 个变量进入回归方程，分别是即时性、丰富性、收益性、针对性与趣味性。 因此，感知实用的标准回归方程：

　　感知实用=0.472*即时性+0.195*丰富性+0.204*收益性+0.234*针对性+0.195*趣味性2.运用SPSS统计软件做APP营销特征对中介变量消费者感知情感做相关分析，结果如下：【8】

 

　　
　　从表 4-18 中数据结果显示，此时符合条件的有 4 个变量，分别是收益性、即时性、趣味性和丰富性。因此，感知情感的标准回归方程：

　　感知情感=0.411*收益性+0.310*即时性+0.197*趣味性+0.089*丰富性3. 运用 SPSS 统计软件做 APP 营销特征对中介变量消费者感知品牌做相关分析，结果如下：【9】

　　
　　从表 4-20 中的数据结果显示，此时符合条件的有 4 个变量，分别是互动性、趣味性、收益性和丰富性。因此，感知品牌的标准回归方程为：

　　感知品牌=0.450*互动性+0.432*趣味性+0.160*收益性+0.104*丰富性4. 运用 SPSS 统计软件做 APP 营销特征对中介变量消费者感知信任做相关分析，结果如下：【略】
　　
　　从表 4-23 中的数据显示，此时符合条件的有 3 个变量且他们的标准系数不为零，三个变量分别是互动性、趣味性和收益性。因此感知信任的标准回归方程为：感知信任= 0.540*互动性+0.280*趣味性+0.159*收益性5. 运用 SPSS 统计软件做 APP 营销模式对中介变量消费者感知实用做相关分析，结果如下：【略】
　　
　　从表4-26中的数据结果显示，此时发现符合条件的有2个变量，分别是购物模式和用户模式。因此得到感知实用的回归方程：感知实用=0.320*购物模式+0.251*用户模式6. 运用 SPSS 统计软件做 APP 营销模式对中介变量消费者感知品牌做相关分析，结果如下：从表4-29中我们看到，此时符合条件的有3个变量，分别是购物模式和用户模式。因此得到感知情感的回归方程：

　　感知情感=0.405*用户模式+0.216*购物模式+0.117*植入广告通过对APP营销模式与中介变量的回归分析，我们发现其对中介变量的影响是显着的，结果显示，APP营销模式中，用户模式、购物模式以及植入广告模式对消费者的感知实用和感知情感有着重要的影响作用。

　　7. 运用 SPSS 统计软件做 APP 营销模式对中介变量消费者感知情感做相关分析，结果如下：从表4-31中我们看到，F显着性概率小于0.01，说明该模型的整体回归效果显着，此时发现符合条件的有1个变量，为购物模式。因此得到感知信任的回归方程：

　　感知信任=0.491*购物模式8. 运用 SPSS 统计软件做 APP 营销模式对中介变量消费者感知信任做相关分析，结果如下：从表4-31中我们看到，此时符合条件的有3个变量，分别是购物模式和用户模式和植入广告。因此得到感知信任的回归方程：感知信任=0.337*购物模式+0.270*用户模式+0.119*植入广告
　　
　　4.3.2 消费者感知价值中介变量与消费者购买行为回归分析
　　
　　运用 SPSS 统计软件做消费者感知价值对消费者购买行为做相关分析，结果如下：从表 4-33 中我们看到，此时符合条件的有 2 个变量且他们的标准系数均不为零，即得到购买行为的标准回归方程：

　　消费者购买行为=0.372*感知实用+0.193*感知情感+0.233*感知信任

    4.4 消费者感知价值中介变量效应分析

　　本研究为了确定模型中各中介变量的影响作用是否显着，将使用 SPSS19.0对各变量进行回归分析，并以此来判断各变量之间的影响。本研究中所做的中介效应检验主要有消费者感知实用和消费者感知情感。

　　4.4.1 感知实用的中介效应检验

　　1.为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP即时性特征与消费者感知实用对消费者购买行为做逐步的回归分析，结果如下：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，即时性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销与消费者购买行为之间产生了中介作用。

　　2. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP丰富性特征与消费者感知实用对消费者购买行为做逐步的回归分析，结果如下：【10】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，丰富性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销与消费者购买行为间产生了中介作用。

　　3. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP收益性特征与消费者感知实用对消费者购买行为做逐步的回归分析，结果如下：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，收益性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　4. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP针对性特征与消费者感知实用对消费者购买行为做逐步的回归分析：【11】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，针对性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　5. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP趣味性特征与消费者感知实用对消费者购买行为做逐步的回归分析，结果如下：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，针对性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　6. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销购物模式与消费者感知实用对消费者购买行为做逐步的回归分析：【12】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，APP 营销的购物模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　7. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销的用户模式与消费者感知实用对消费者购买行为做逐步的回归分析：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知实用进入回归模型后，APP 营销的用户模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销与消费者购买行为间产生了中介作用。

　　4.4.2 感知情感中介效应检验

　　1 . 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP收益性特征与消费者感知情感对消费者购买行为做逐步的回归分析：【13】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，收益性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　2 . 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP即时性特征与消费者感知情感对消费者购买行为做逐步的回归分析，结果如下：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，即时性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　3 . 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP趣味性特征与消费者感知情感对消费者购买行为做逐步的回归分析：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，趣味性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　4. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP丰富性特征与消费者感知情感对消费者购买行为做逐步的回归分析：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，丰富性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　5. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销用户模式与消费者感知情感对消费者购买行为做逐步的回归分析：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，APP营销的用户模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　6. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销购物模式与消费者感知情感对消费者购买行为做逐步的回归分析：通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，APP 营销的购物模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。7. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销植入广告模式与消费者感知情感对消费者购买行为做逐步的回归分析：【14】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知情感进入回归模型后，APP 营销植入广告模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　4.4.3 感知信任中介效应检验

　　1. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP互动性特征与消费者感知信任对消费者购买行为做逐步的回归分析，结果如下：【15】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知信任进入回归模型后，互动性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　2. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP趣味性特征与消费者感知信任对消费者购买行为做逐步的回归分析，结果如下：【16】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知信任进入回归模型后，趣味性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　3. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP收益性特征与消费者感知信任对消费者购买行为做逐步的回归分析，结果如下：【17】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知信任进入回归模型后，收益性对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　4. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销用户模式与消费者感知信任对消费者购买行为做逐步的回归分析，结果如下：【18】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知信任进入回归模型后，APP营销用户模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　5. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销购物模式与消费者感知信任对消费者购买行为做逐步的回归分析，结果如下：【19】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知信任进入回归模型后，APP 营销的购物模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在 APP 营销和消费者购买行为间产生了中介作用。

　　6. 为了判断消费者感知价值在模型中是产生中介效应，现运用SPSS统计软件对APP营销植入广告模式与消费者感知信任对消费者购买行为做逐步的回归分析，结果如下：【20】

　　
　　通过上表可以看到，逐步回归分析结果显示，中介变量消费者感知信任进入回归模型后，APP营销的植入广告模式对消费者购买行为的回归系数变小了，即显着性明显降低，由此证明其在APP营销和消费者购买行为间产生了中介作用。

　　4.5 假设结论的验证

　　通过以上的分析，对前文的假设的验正情况分别如下：【略】