服装设计师品牌社会媒体营销模型构建及研究假设

　　第 3 章 模型构建及研究假设

　　3.1 模型构建

　　3.1.1 理论基础

　　在服装设计师品牌微博营销蓬勃发展的背景下，本文主要探究消费者对其参与意愿的影响因素。本文中的参与意愿是指消费者未来参与服装设计师品牌微博营销的可能性。本文采用 TAM 和 IDT 的综合模型作为基础，同时引入服装设计师品牌因素为外部变量构建参与意愿的影响因素模型，并对其进行实证研究。

　　TAM 和 IDT 是消费者对新兴技术关注意愿及行为研究的两个经典模型。这两个理论来自不同的研究模型，但是观念的相似性可以作为互补研究。微博是一种新兴网络社交技术，属于创新产品，所以 TAM 和 IDT 理论适用于研究服装设计师品牌微博营销。

　　TAM 理论认为感知有用性和感知易用性是影响消费者态度-意向的关键因素。IDT 理论认为系统的相容性、复杂性、相对优势、可试性以及可观察性是影响创新在使用者中进行扩散的主要因素。但是有学者研究表明，IDT 中可试性因素和可观察性因素的稳定性较弱，在实证分析中不利于衡量。因此现有 IDT 模型实证研究文章，主要探究系统的相容性、复杂性和相对优势这几个因素[43]。

　　TAM 理论强调了个人态度对使用意愿的作用，忽视了社会因素对行为意愿的影响。IDT中相容性指一项新技术或者新产品相对于旧技术老产品所存在的价值观、经验需求一致的程度，这点正好对应于社会因素，因此 IDT 相容性因素可以弥补 TAM 理论中没有反映的社会因素[44]。Vijayasarathy Leo R. (2004) 研究指明 TAM 的感知易用性同 IDT 的复杂性因素概念类似，可以相互比拟[45]。

　　相对优势是指相比于其他事物，使用者认为的某一项技术更好的主观感受。本文中的相对优势是指服装设计师品牌通过微博开展营销相较于以往营销渠道所呈现出的优势。本文采用微博信息质量因素和微博互动性来体现微博营销相对于其他营销方式的优势。

　　通过综合考虑，本研究的理论模型共包含六个变量，在 TAM 模型感知有用性、感知易用性关键因素的基础上，选取 IDT 中的相容性和相对优势为补充变量以扩展模型。其中相对优势变量又扩展为微博信息质量和微博互动性两个子变量。最后，增加品牌因素作为外部变量扩展模型进行分析。表 8 给出各变量定义，这六个变量是通过结合相关文献使用的变量定义与本研究的实际情况综合形成的。【1】

　　
　　3.1.2.模型提出

　　服装设计师品牌微博营销参与意愿影响因素研究模型如下：【2】

　　
　　3.2 研究变量的定义及研究假设

　　根据以上模型框架，对变量进行解释和提出假设：
　　
　　3.2.1 感知有用性

　　Davis（1989）指出，感知有用性会影响技术使用者想要采用某项技术的意愿。关注服装设计师品牌微博的消费者可以降低搜索品牌信息的时间，可以及时全面的了解服装设计师品牌的信息，并且快速有效在微博链接上购买到品牌的正版服饰，同时也可以增进对朋友的了解。这些可能带来有用性因素会影响消费者参与服装设计师品牌微博营销的意愿。

　　H1: 消费者感知服装设计师品牌微博越有用，参与微博营销的意愿就越强。

　　3.2.2 感知易用性

　　感知易用性即创新扩散理论中的复杂性，主要衡量使用服装设计师品牌微博的便利程度。对消费者来说，搜索、关注和分享(转发、评论)自己感兴趣的服装设计师品牌微博是否容易，这些因素都会影响消费者对其微博营销的参与意愿。

　　H2:消费者感知服装设计师品牌微博越易使用，参与微博营销的意愿就越强。

　　3.2.3 社会影响

　　IDT 中的相容性定义为新技术与潜在使用者曾经的经历、个体需要的一致程度。根据创新扩散理论，一项相容性越高的创新，消费者对它的接受可能性也越高。文中选取社会影响变量反映相容性的概念。社会影响指消费者因认为参与微博营销更易得到重要他人的认可而愿意使用的动机和意向。人是社会性的，个人的决策往往会受到他人以及环境的影响。身边朋友是否关注服装设计师品牌微博，以及周围朋友们对服装设计品牌通过微博进行营销这一行为的认可度也会影响消费者个人对服装设计师品牌微博的关注情况。同时，其他途径（网络新闻，视频网站，人人网等）也会引导消费者关注服装设计师品牌微博H3: 服装设计师品牌微博社会影响越大，消费者参与微博营销意愿就越强。

　　3.2.4 微博信息质量

　　在微博社会中，微博通过不断发布信息来维持日常运作。因此，受众感知到的微博信息质量对其在虚拟社会中判断的影响是非常重要的。根据第二章中所阐述的微博信息特点，结合服装设计师品牌微博信息发布内容和质量状况，笔者将服装设计师品牌微博信息因素归纳为服装设计师品牌微博信息的可信度，专业性，实时动态性和趣味性四项来进行研究。

　　H4: 服装设计师品牌微博信息质量越高，消费者参与微博营销的意愿就越强。
　　
　　3.2.5 微博互动性

　　本文将互动性定义为微博上的双方（既可以是关注方与被关注方，也可以是各关注方之间）进行的对话模式的信息互动。通过微博用户可以实时了解目前最受关注的新闻或者事件，并且可以评论及回复他人的留言，以此来实现用户之间的沟通。最重要的是，用户还能够借助官方微博与企业职员直接交流，并且及时获取对方的反馈信息，这样有利于建立商家与消费者的友好关系。消费者通过关注服装设计品牌微博不仅能够和志同道合的其他消费者进行互动更可以同品牌管理者进行沟通。服装设计师品牌微博运行者不仅通过微博发布品牌信息，还可以让微博成为品牌和消费者沟通的桥梁，更全面的了解消费者的状态，有针对性的和消费者进行沟通，实现微博营销的精准化目标。

　　H5: 服装设计师品牌微博互动性越强，消费者参与微博营销的意愿就越强。

　　3.2.6 品牌因素

　　服装设计师品牌开展微博营销过程中，消费者是否愿意参与服装设计师品牌的微博营销，除了上文列出五个维度以外，与服装设计师品牌自身的文化价值取向，品牌的定位和品牌的知名度也是有密切关系的。基于综合因素的考虑，本研究归纳出影响消费者关注服装设计师品牌微博的自身因素包括：服装设计师品牌的知名度；服装设计师品牌在消费者心目的美好程度，即品牌美誉度；服装设计师品牌的品牌态度，品牌文化，品牌定位，即品牌的个性。

　　H6：服装设计师品牌知名度、美誉度越高，品牌个性越鲜明，消费者参与微博营销的意愿就越强。

　　3.2.7 参与意愿

　　本研究衡量服装设计师品牌微博营销效果的变量是参与意愿，主要指消费者未来参与服装设计师品牌微博营销的可能性。

　　3.3 研究变量的测量

　　本研究的自变量：感知有用性、感知易用性、社会影响、微博信息质量、微博互动性及品牌因素。因变量:微博用户的参与意愿。本文变量的测试问题采用 Likert 五点尺度量表：“非常不同意”1 分，“不同意”2 分，“一般”3 分，“比较同意”4 分，“非常同意”5 分。

　　受访者越赞同选项描述的含义分数越高，受访者越不赞同选项描述的含义分数越低。表 9和表 10 分别代表自变量和因变量的测量及参考来源。【3】

　　
　　3.4 调研问卷的设计与发放
　　
　　3.4.1 问卷设计

　　根据上文的研究假设及变量分析，本文对服装设计师品牌微博营销参与意愿影响因素模型进行调查问卷设计。问卷设计由三部分组成：用户基本信息、使用微博基本情况和主问卷。

　　用户基本信息主要测量样本的性别、学历、职业。使用微博基本情况调查主要包括使用哪种微博、使用微博的历史、登录微博的次数及花费在微博上的时间。最后有一个甄别问题，检测样本是否为关注服装设计师品牌微博的用户，如果是否定答案，则表示该对象非本文的研究对象，问卷作废。主问卷针对本文的自变量和因变量设计问题，包括两个方面，一是测量用户对服装设计师品牌微博营销影响因素的认识，二是测量用户参与服装设计师品牌微博营销的意愿。

　　3.4.2 预调研

　　为了确保问卷设计的合理性，在发放大规模正式问卷前启动预调研。通过检验预调研问卷的有效性和一致性，为大规模正式问卷的调研做准备。预调研随机选取了本校学生 30名和其他 18-35 岁的年轻人 20 名，共发放问卷 50 份。

　　3.4.2.1 信度分析信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。在李克特量表法中常用的信度检验方法为克隆巴赫提出的“Cronbach's a”值系数。该系数介于 0-1 之间，Cronbach's a 值越大表示信度越高，其标准如表 10。【4】

　　
　　本研究采用 SPPS 的 Cronbach's a 系数来进行问卷的信度检验，笔者对预调研问卷的主问卷部分（第 1-22 道题）统一进行信度检验，Cronbach's a 值是 0.795，说明本研究预调研的数据很可信。其次，按照服装设计师品牌微博营销影响因素和参与意愿两类进行信度分析，结果如表 11 所示。【5】

　　
　　根据上表分析，看出本问卷量表中所有变量的 Cronbach's a 系数均大于 0.7，所以本问卷量表的一致性达到了很好水平。

　　3.4.2.2 效度检验量表是否能够反映研究目的这需要效度分析。效度即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。本研究釆用 KMO 检验和 Bartlett's 球形检验方法，来进行预调研问卷的变量效度检验。KMO 测查变量间的偏相关性，取值范围在 0-1 之间，其值越大，则表明变量间的共同因素越多，越适合做因子，如果 KMO 值小于 0.5 认为样本不合适进行因子分析。Bartlett's 球形检验考虑的是整个相关系数矩阵，如果指标达到显着性水平（即 sig.值小于 0.05)则说明母群体的相关矩阵间有共同因素存在，可以做因子分析。笔者按照服装设计师品牌微博营销影响因素和参与意愿两类进行KMO检验和Bartlett's球形，结果如表 12 所示。【6】

　　
　　从表 12 可以看出，服装设计师品牌微博营销的影响因素变量的 KMO 值是 0.886，且Bartlett's 球形检验的显着性水平小于 0.05，说明变量之间具有相关性，表明数据适合进行因子分析。服装设计师品牌微博营销的参与意愿变量的 KMO 值是 0.785，且 Bartlett's 球形检验的显着性水平小于 0.05，说明变量之间具有相关性，表明数据适合进行因子分析。

　　通过上述预调研的分析结果可知，问卷变量设计具有良好的信度和效度，可以大规模发放正式问卷。

　　3.4.3 正式问卷发放

　　为了提高样本的代表性，本文采取实地调查和网络调查相结合的方式。

　　实地调查：在北京服装学院，三里屯商圈，西单商圈，北京来福士购物中心和银座百货随机发放问卷 340 份，现场收回 286 份，有效问卷共计 211 份。

　　网络调查：将问卷发布于在线调研平台“问卷星”上，并通过网络链接形式邀请同学和朋友填写问卷，通过这种方式收回问卷 62 份，有效问卷共计 42 份。

　　将全部调研结果汇总，本研究最终获取有效问卷 253 份。

　　据前人研究得知，样本量与测量题比例在 5:1 以上是比较合适的，最好能达到 10:1。

　　本问卷共有 30 题，所以样本量必须在 150 份以上才能较好验证模型。经收集与整理，本研究的有效问卷为 253 份，比例超过了 10:1，因此该样本的大小满足本研究的要求。