反向世代视域下父辈购物行为数据分析与讨论

　　4 数据分析与讨论

　　4.1 数据分析

　　4.1.1 样本基本资料分析

　　对问卷调查收回得到的207份有效问卷进行数据整理,分析被调查样本的基本人口统计特征及计算机网络相关经验和网络购物经验等因素的分布情况。

　　1、人口统计资料

　　在收回的207份有效调查问卷中,参与调查的对象中以女性居多,男女比例约是1: 2。在调查对象的教育程度方面,大专和本科的比例占51.2%,高中(中专)及以下的比例占到42.5%,分布较为均勾。在被调查者月收入方面,月收入集中在1000-3000,3000-5000,5000-10000三个区间,占比大约都为28%。说明 知:有网络意愿的年长一代有比较强的经济能力。【1】

　　
　　2、计算机、网络相关经验及网络购物经验
　　
　　本次研究中,以调查计算机使用熟练程度、网络使用时间、网络购物经验及网络购物次数等几个方面来考察被访者的计算机网络相关经验及网络购物相关经验。

　　通过对207份有效问卷数据的整理发现,对计算机使用操作熟练程度达到一般及以下的被调查者约占70%,其中不会计算机的被访者占16.4%,说明在不会使用计算机的年长一辈中也有意愿进行网购。网络使用历史超过3年的比例占样本总体的63.3%。以上数据表明本次调查对象计算机和网络的相关经验较为一般。

　　在被调查对象网络购物相关经验方面,有24.2%的受访者没有网络购物经验,大部分(占样本总数的72.5%)受访者有2年以下网购经验。在网络购物次数方面,有将近一般的受访者网购次数在4次及以下,但是网购次数超过10次以上的比例也达到39%。以上数据表明本次调查对象网络购物相关经验方面,网购经验较少,但是网购次数比较多。【2】

　　
　　4.1.2信度和效度分析

　　1、问卷信度分析为确保正式问卷测试所得数据具有良好内部一致性,本文再次对收回的207份问卷进行信度检验。本研究各变量Cronbach' s a都大于0.7,在可接受范围内。

　　所以本文认为问卷各题项具有一定的一致性和稳定性(如表9)。【3】

　　
　　2、问卷效度分析

　　(1)内容效度分析本文所使用的量表大体是直接引用参考前人的成熟量表。这些量表已经被众 奶多实证研究所验证,同时也被国内学者根据中国的特定语境所修改,经过多年的修改发展已经变得相当成熟可用了。所以本研究的量表具有相当程度的内容效度。

　　(2)探索性因子分析虽然本研究量表是引自成熟量表,但本文研究情境与以往不同,并在预测试后有进行稍微的修改。所以本研究将采用探索性因子分析方法来验证效度。本研 ,宄各问项探索性因子分析的结果如下:

　　A.消费沟通通过对消费沟通因子分析得出一个因子,可以解释62.03%的方差(表10-1 )。【4】

　　
　　B.主动观察通过对主动观察因子分析得出一个因子,可以解释67.13%的方差(表10-2)。【5】

　　
　　C.共同消费体验通过对共同消费体验因子分析得出一个因子,可以解释64.39%的方差(表10-3)。D.个体独立性通过对个体独立性因子分析得出一个因子,可以解释73.90%的方差(表10-4) 。【6-7】

　　
　　E.网络购物意向通过对网络购物意向析得出一个因子,可以解释65.78%的方差(表10-5)。(3)验证性因子分析尽管本文所采用的量表都是在成熟量表的基础上修改而成,修改过程中参考了国内的同类研究,并且前文已经对量表进行信度分析和探索性因子分析。但本文所研究的反向世代影响与之前的研究相比范围更广泛,也更有明确的指向性。

　　为了检验关键变量“消费沟通”、“主动观察”、“共同消费体验”、“网络购物意向”和“个体独立性”的收敛和区分效度,本研究利用AMOS 4.0对这些研究变量进行验证性因子分析(CFA),在五因子模型、四因子模型、三因子模型、双因子模型与单因子模型之间进行对比。【9】

　　
　　研究结果显示,五因子模型与数据吻合得比较好(X2(220)= 427.97,p<0.05;RMSEA=0.06, RMR=0.05. CFI=0.92, TLI=0.90),每个问项的因子载荷也达到了显着性水平(p<0.05),这说明本研究中变量的测量具有良好的收敛效度。同时,通过表10-6的模型比较分析结果我们可以看出,五因子模型的拟合度显着高于四因子模型、三因子模型、双因子模型和单因子模型的拟合程度(详见表10-6)。所以本研究中变量的测量也具备良好的区分效度。

　　4.1.3描述性分析

　　为了考察不同背景特征的受访者在各变量上是否存在显着差异,本研究分别进行了独立样本t检验和单因素方差分析,并在表格中呈现了不同类别的样本量、均值和标准差。

　　首先,对性别进行独立样本t检验并进行分析。

　　其次,对受教育水平、个人收入、计算机使用操作程度、网络使用时间、网络购物经验、网购次数等具有三个或三个类别以上的变量进行单因素方差分析。

　　进行单因素方差分析需要遵循以下原则:当方差分析所得的F值达到显着性水平(p<0.05)时,就说明至少有两个组别的平均数间差异达到了显着性水平,然后进一步运用Scheffe检验法(样本方差同质时)或Dunnett' sC检验法(样本方差不同质时)进行事后配对比较,得出具体是哪几对配对组平均数间的差异达到显着。如果F值未达到显着水平,则表示没有任何配对组间的平均数达到显着差异,就不用进行事后配对比较。

　　1、独立样本t检验

　　(1)不同性别的调查对象在各个变量上的差异比较由表11-1可知,不同性别的受访者只有在共同消费体验方面上有显着的差异。经Levene检验,消费沟通的F=2.48,p=0.12>0.05,未达到0.05显着水平,应将两组方差视为相等。因此,在独立样本T检验中,取“假设方差相等”时的t值和Sig值,即t=-1.71,P =0.09〉0.05。可以认为年长一代无论是男或是女所受到的消费沟通作用没有显着差异存在。同理,可发现性别在主动观察、网购意向没有显着差异存在。

　　就“共同消费体验”依变量而言,经Levene检验,共同消费体验的F=5.05,p=0.03 <0.05,达到0.05显着水平,故需要查看“不假设方差相等”的t值和Sig值。即t=-1.98,P =0.05。这表示年长一代的性别不同在“共同消费体验”感受上有显着差异存在,其中女性年长一代的共同消费体验感受显着高于男性的共同消费体验感受。【10】

　　
　　2、单因素方差分析

　　(1)不同个人收入水平的受访者在各变量上的差异比较由表12-1可知:不同收入水平的受访者在各变量上都没有显着差异存在。【11】

　　
　　(2)不同受教育程度的受访者在各变量上的差异比较由表12-2可知:不同受教育程度的受访者在网络购物意向方面有显着差异存在。教育程度为“大专”组在网络购物意向上的打分显着高于教育程度为“高中(中专)以下”组。这也符合我们的经验推理:受教育水平较高的人更有意愿在网上购物。【12】

　　
　　(3)不同计算机使用熟练程度的受访者在各变量上的差异比较由表12-3可知:不同计算机使用熟练程度的受访者在共同消费体验、网络购物意向方面有显着差异存在。

　　在共同消费体验的得分上,我们看到“会使用,不熟练”组显着高于“熟练”组。也就说计算机使用不熟练的受访者比起熟练的,更会受到年轻一代关于网络购物一起消费体验的指导。

　　在网络购物意向的得分上,“熟练”组显着高于“不会”组。这也很符合“不懂计算机的受访者对于与计算机操作有关事物的不参与,因此网购意向相对较弱”逻辑。【13】

　　
　　(4)不同网络使用时间的受访者在各变量上的差异比较由表12-4可知:不同网络使用时间的受访者只有在共同消费体验上有显着差异存在。在共同消费体验的得分上,我们看到“1-2年”组显着高于“5年(含)以上”组。这与不同计算机使用熟练程度的解释是一致的。【14】

　　
　　(5)不同网购经验的受访者在各变量上的差异比较由表12-5可知:不同网购经验的受访者在共同消费体验、网络购物意向方面有显着差异存在。特别地,网购经验水平“1-2年”组在网络购物意向上的打分显着比“没有”组的高。这一定程度上说明有过网络购物经验的年长一代比从来没有在网上购物的人更有网购意向。【15】

　　
　　(6)不同网购次数的受访者在各变量上的差异比较由表12-6可知:不同网购次数的受访者在共同消费体验、网络购物意向方面有显着差异存在。

　　在共同消费体验的得分上,我们看到“1-2次”组和“3-4次”组显着高于“0次”组。也就说会网购的,但是网购次数不多的人比没有网购体验的年长一代更经常与年轻一代一同网购或者一起进行网购体验分享。

　　在网络购物意向的得分上,我们看到“10次”组显着高于“0次”组。这一定程度上说明网购次数较多的人比从来没有在网上购物的人更有网购意向。【16】

　　
　　3、描述性分析总结

　　根据以上的独立样本t检验和单因素方差分析,将在各变量上有显着差异的背景特征变量总结如表12-7所示。【17】

　　
　　4.1.4相关分析

　　表13总结了变量的平均值、方差以及相关系数。从表13我们可以看到,消费沟通与网络购物意向正相关(r = 0.15; p<0.05),主动观察与网络购物意向正相关(r = 0.30;p < 0.01),共同消费体验与网络购物意向正相关(r = 0.16; p < 0.05)。

　　以上的数据结果都与本研究提出的假设是一致的。【18】

　　
　　4.1.5假设验证

　　本文采用逐步多元回归分析法对研究假设进行检验。首先检验消费沟通对网络购物意向的影响,其次检验主动观察对网络购物意向的影响,再检验共同消费体验对网络购物意向的影响,其中会检验个体独立性、计算机使用熟练程度、网络使用时间的调节作用。在梳理数据分析结果时,上述回归分析模型的容忍度值和VIF值,都符合共线性诊断的要求。表示进入回归方程式的自变量间没有线性重合的问题,因此使用的回归分析方法为逐步回归分析法。为求简略,以下不再将共线性指标一一列出。

　　1、消费沟通对网购意向的影响及调节效应

　　(1)消费沟通对网购意向的影响及独立性的调节效应由表14-1可知,在控制了性别、受教育程度、个人收入的影响后,消费沟通对网络购物意向有显着的正向影响(M2,/0=0.16, ^<0.05, AF显着),其解释量为2%。接着来看独立性对消费沟通、网购意向的调节效应。从调节效应显着性来看,消费沟通、独立性交互项的回归系数达到sigCO.Ol的显着水平,调节效应显着。从调节效果来看,消费沟通的回归系数为正,消费沟通、独立性交互项的回归系数为负,这表明年长一代独立个性越强,消费沟通对网购意向的正向影响越弱。图6-1显示了这种交互作用的影响模式,根据科恩等推荐的程序,本文分别以低于均值一个标准差和高于均值一个标准差为基准描绘不同个体独立性的年长一代在消费沟通反向世代影响下的网络购物意向差异。鉴此,假设HI和H4得到支持。【19】

　　
　　(2)计算机使用熟练程度对消费沟通、网购意向的调节效应表14-2说明了计算机使用熟练程度调节消费沟通、网购意向的数据分析结果。从调节效应显着性来看,消费沟通、计算机使用熟练程度交互项的回归系数未达到sig<0.05的显着水平,调节效应不显着。鉴此,假设H7得不到支持。【20】

　　
　　(3)网络使用时间对消费沟通、网购意向的调节效应表14-3说明了网络使用时间调节消费沟通、网购意向的数据分析结果。从调节效应显着性来看,消费沟通、网络使用时间交互项的回归系数达到sig<0.05的显着水平,调节效应显着。从调节效果来看,消费沟通的回归系数为正,消费沟通、独立性交互项的回归系数为负,这表明年长一代网络使用历史越短,消费沟通对网购意向的正向影响越强。鉴此,假设H10得到支持。【21】

　　
　　图6-2显示了这种交互作用的影响模式,根据科恩等推荐的程序,本文分别以低于均值一个标准差和高于均值一个标准差为基准描绘不同网络使用时间的年长一代在消费沟通反向世代影响下的网络购物意向差异。【22】

　　
　　2、主动观察对网购意向的影响及调节效应

　　(1)主动观察对网购意向的影响及独立性的调节效应由表14-4可知,在控制了性别、受教育程度、个人收入的影响后,主动观 彳-察对网络购物意向有显着的正向影响。(M2,P = 0.30, p<0.01, AF显着)其解释量为9%.接着来看独立性对主动观察、网购意向的调节效应。从调节效应显着性来看,主动观察、独立性交互项的回归系数达到sig<0.05的显着水平,调节效应显着。从调节效果来看,主动观察的回归系数为正,主动观察、独立性交互项的回归系数为负,这表明年长一代独立个性越强,主动观察对网购意向的正向影响越弱。图6-3显示了这种交互作用的影响模式,根据科恩等推荐的程序,本文分别以低于均值一个标准差和高于均值一个标准差为基准描绘不同独立性的年长一代在主动观察反向世代影响下的网络购物意向差异。鉴此,假设H2和H5得到支持。【23】

　　
　　(2)计算机使用熟练程度对主动观察、网购意向的调节效应【24】

　　
　　表14-5说明了计算机使用熟练程度调节主动观察、网购意向的数据分析结果。从调节效应显着性来看,主动观察、计算机使用熟练程度交互项的回归系数未达到sig〈0.05的显着水平,调节效应不显着。鉴此,假设H8得不到支持。

　　(3)网络使用时间对主动观察、网购意向的调节效应表14-6说明了网络使用时间调节主动观察、网购意向的数据分析结果。从调节效应显着性来看,主动观察、网络使用时间交互项的回归系数未达到sig<0.05的显着水平,调节效应不显着。鉴此,假设H11得不到支持。【25】

　　
　　3、共同消费体验对网购意向的影响及调节效应

　　(1)共同消费体验对网购意向的影响及独立性的调节效应由表14-7可知,在控制了性别、受教育程度、个人收入的影响后,共同消费体验对网络购物意向有显着的正向影响。(M2,p = 0.17,p<0.05,AF显着)其解释量为3%。接着来看独立性对共同消费体验、网购意向的调节效应。从调节效应显着性来看,共同消费体验、独立性交互项的回归系数达到sig<0.05的显着水平,调节效应显着。从调节效果来看,共同消费体验的回归系数为正,共同消费体验、独立性交互项的回归系数为负,这表明年长一代独立个性越强,共同消费体验对网购意向的正向影响越弱。图6-4显示了这种交互作用的影响模式,根据科恩等推荐的程序,本文分别以低于均值一个标准差和高于均值一个标准差意向差异。鉴此,假设H3和H6得到支持。【26】

　　
　　(2)计算机使用熟练程度对共同消费体验、网购意向的调节效应表14-8说明了计算机使用熟练程度调节共同消费体验、网购意向的数据分析结果。从调节效应显着性来看,共同消费体验、计算机使用熟练程度交互项的回归系数未达到sig<0.05的显着水平,调节效应不显着。鉴此,假设H9得不到支持。【27】

　　
　　(3)网络使用时间对共同消费体验、网购意向的调节效应表14-9说明了网络使用时间调节共同消费体验、网购意向的数据分析结果。

　　从调节效应显着性来看,共同消费体验、网络使用时间交互项的回归系数达到sig<0.05的显着水平,调节效应显着。从调节效果来看,共同消费体验的回归系数为正,共同消费体验、网络使用时间交互项的回归系数为负,这表明年长一代网络使用历史越短,共同消费体验对网购意向的正向影响越强。图6-5显示了这种交互作用的影响模式,根据科恩等推荐的程序,本文分别以低于均值一个标准差和高于均值一个标准差为基准描绘不同网络使用时间的年长一代在共同消费体验反向世代影响下的网络购物意向差异。鉴此,假设H12得到支持。【28】

　　
　　4.2 结果讨论

　　经前文数据分析,本研究的假设检验结果汇总如表14所示。本研究的检验结果说明:

　　1、传统购物环境背景下的反世代影响的三大作用机制,在网络购物环境下也被证明有效(H1,H2和H3)。消费沟通、主动观察、共同消费体验对年长一代的网络购物意向有着显着的正向影响。前文己经提到沟通和观察是形成代际影响的两大机制,经过本文的检验,这两大机制被引用到世代领域也是适用的。此外,何佳讯(2012)在中国文化背景研究下发现的另一种反向代际的作用机制一共同消费体验,在本文研究的网络购物环境背景下也被验证。

　　2、在传统购物领域的代际研究中,学者们一致认为家庭成员间的交流沟通是最直接和常见的代际影响方式。除了惯常的消费沟通,子女们经常会直截了当地向他们的父母口头推荐新产品或者通过商品使用演示的方式传递新消费理念、新潮流等相关资讯(Karin, 2007)。而相对于子女的直接影响,父母通过观察间接接收到子女的反向代际影响却较弱。

　　但在网络购物环境背景下的结论却大相径庭。从本文研究的结果发现消费沟通、主动观察、共同消费体验对于网络购物意向正向影响的解释量分别是2%、9%、3%。说明在网络购物环境背景下,主动观察是更为有效的反向世代影响方式。消费沟通在网购背景所起到的作用己经不那么大了。而针对于网络购物这种需要一定的计算机和网络技能,共同消费体验是比较有效的反向世代作用机制。

　　3、在传统领域,主观性强、强势、个性独立的父母对子女们的提议接受程度往往都比较低,较不容易受到反向代际影响的作用(Webster& Wright,1999)。

　　在网络购物环境下也得到相同的结论:年长一代的独立性越强,会削弱反向世代作用机制对年长一代网络购物意向的影响(H4,H5和H6)。

　　然而,计算机使用熟练程度和网络使用时间对反向作用机制、网购意向的调节效应中,计算机使用熟练程度的调节效应都不显着(H7, H8和H9)。而网络使用时间对消费沟通、网购意向和共同消费体验、网购意向的调节效应如我们的预期一样显着(H10和H12)。但网络使用时间对消费沟通、网购意向的调节效应却不显着(H11)。【29】