文摘

消费者购买选择正在更多地受到在线评论,和坏的在线评论对消费者的影响超过有利的在线评论。为了调查的机制负面在线评论影响消费者购买决策,本文关注负面在线评论的两个关键指标:负面评论的质量和数量的负面评论。它还介绍了消费者产品参与和感知风险作为中介变量。SPSS 20.0和AMOS 23.0分析软件用于描述性、有效性、可靠性、相关性和回归分析的数据。实证方法是用于验证和更新一个模型或假说。有害的网络评论对客户有一个负面影响购买意图,以及感知风险和产品接触的接受者的心理表征,根据这项研究。

1。介绍

根据2018年中国网络购物市场研究报告,大多数用户搜索目标产品后,他们不仅关注产品本身的属性,还浏览产品的相关信息,如用户的在线评论。最近,信息技术的发展和电子商务的出现带来了重大改变顾客的购买行为(Yoon,郑大世胡恩et al ., 2008) (1]。在线产品评论,在线口碑的一种重要形式,是正面或负面评论由消费者根据自己的使用产品的经验(陈和谢,2008)2]。相比之下,商家提供的产品信息,在线评论被消费者认为是具有更高的可信度和吸引力(吴作栋et al ., 2013)3]。在线产品评论已经成为最重要的一个来源的信息对消费者做出购买决定,最终影响消费者的评价和购买产品的意愿(公园et al ., 20074];Pumawirawan et al ., 20125])。

近90%的消费者认为来自其他用户的评价会影响他们的购买选择,根据研究(一家研究公司)。高(2002)发现的市场营销,客户认为负面信息比积极的审判的信息;因此,他们依赖于负面信息更当作出购买决定6]。

Keaveney(1995)研究了扩散的负面评论对消费者购买意愿的影响。结果表明,当消费者改变了原始的购买意愿,他很可能会蔓延其他消费者的负面信息7]。李(2007)在线验证数量和程度的负面评论,感知有用性,和其他因素对消费者购买决策产生影响(8]。钱(2004)指出,网上的负面评论对消费者的态度和行为,影响更大,会影响消费者购买意愿(9]。本文将关注网上的负面评论对消费者购买意愿的影响,并探索的重要因素和机制影响网上负面评论对消费者购买意愿的作用。

2。相关工作

Mehrabian和罗素提出了Stimulus-Organism-Response最初(S-O-R)模型。范式断言外部刺激可能会影响一个人的情绪状态,以及他或她的成就/回避反应。Sizong et al。(2014)结合神经科学决策,消费者口碑re-dissemination评价的决策过程分为六个阶段,在此基础上确定模型变量,最后的决策机制模型负面口碑re-dissemination评价构造(10]。谭从他的思想中吸取教训(2017);相信网上的负面评论对消费者的影响过程的创新阻力包括“第一阶段:信息处理网上的负面评论”,“第二阶段:态度形成的产品评论,”和第三阶段:消费者的抵抗反应”;结合榆树,我、图则和前景理论;和构建网上负面评论对消费者的创新阻力(11]。的影响机制模型如图1。

3所示。施工测量和评估模型

在现有的研究中,一些学者已经做了一些研究网络负面评论对消费者购买意愿的影响。周(2011)研究了网上的负面评论对消费者在线旅游预订的影响决定。结果表明:数量、质量、和信息网上的负面评论强度consumer-perceived风险有显著的积极作用,在线旅游预订决策(12]。Bi(2009)建立了一个模型,在线评论影响消费者购买意图的基础上的理论。研究表明,关系强度具有积极和对消费者购买意愿产生重大影响,而感知风险有一个消极和对购买意愿产生重大影响13]。小王和应(2013)在研究中干预的程度的影响在电动汽车上,实证研究发现,干预的程度将影响消费者购买意愿(14]。冷(2012)的研究结果表明,消费者参与的程度会受到各种preintervention因素的影响,还有一个重要的积极参与的程度和购买意愿之间的相关性15]。乔杜里(2000)通过实证研究发现,参与的程度将影响消费者的感知风险,然后影响他们收集信息的行为(16]。

当顾客认为产品是至关重要的,他们会积极参与。消费者将积极寻求产品相关信息在此期间为了选择最能满足他们的需求,他们将更有可能向别人传播口碑信息。因此,内容的质量和数量的评论被认为是最重要的影响因素研究在线不利的评论。与以往的研究不同,本研究结合评论接收者的心理特征,如产品参与和感知风险,研究分析评论接收者的心理特点的影响购买意愿。

本研究试图探讨网络负面评论对消费者购买的影响从审稿人的角度。假设是直接和间接的影响,间接发挥作用通过影响消费者的产品参与和感知风险。基于上述思想,本研究的概念模型,提出了如图2。

本文提出了研究假设,如下:

H1:负面评论的质量具有积极的影响客户产品的参与。

H2:负面评论的质量对顾客感知风险产生积极的影响。

H3:负面评论的数量有一个积极的影响客户产品的参与。

H4:负面评论的数量有一个积极的影响顾客的感知风险。

H5:产品参与有积极影响顾客感知风险。

编辑:产品参与对客户购买意愿产生负面影响。

H7:感知风险对顾客购买意愿产生负面影响。

H8:负面评论的质量对顾客购买意愿产生负面影响。

H9:负面评论的数量对顾客购买意愿产生负面影响。

4所示。实证结果

4.1。数据收集

本研究采用实证研究的方法,主要使用定量研究方法进行数据收集和调查收集信息依赖各种各样的话题。线下问卷分发通过拦截社会人物在南京和常州的超市和广场,和一些教师和学生在南京财经大学接受了采访。从7月19日到2018年8月25日,官方的调查问卷可用。共有500个问卷发布在整个研究中,持续了一个多月。我们消除了无效问卷通过矛盾的测谎仪在问卷中设置,最后收集487个样本,其中11例和476年被下降,回收率约为95.2%。从上述数据,总体布局的受访者接近第43届统计报告在互联网上发展。调查样本组符合本研究的基本要求。本文主要使用SPSS 20.0对收集的数据进行描述性统计分析,包括人口统计变量,如性别、年龄、教育水平、和网上购物体验。

4.2。描述性统计分析

4.2.1。准备人口统计数据

本文研究对象的人口学变量主要包括性别、收入、年龄、教育程度和职业。数据从476年有效调查被用来进行描述性统计分析。结果表明,有效样本中女性的数量是256,占总数的53.78%,男性的人数是220,占46.22%,这表明,女性的数量是38比男性,但男女比率相对平衡。,42.23%是30岁以上,4.41%的人年龄在25岁至29岁,18.91%的人年龄在21到24日,其余都少于20。在受访者中,大学本科学位的比例最高,占65.97%,其次是大师和医生,占17.22%。的受访者的职业,54.2%的学生,26.84%是上班族和5.25%的自由职业者。

4.2.2。使用网上购物的经验

大部分时间花在网上购物在这个研究是2年以上,占样本总数的71.86%,其中41.81%的人超过4年,13.45%是在3到4年,16.6%是在2到3年。大多数网上购物时间超过10倍,占样本总数的74.79%,其中超过20次占54.2%,16至20年占7.14%,11到15年占13.45%。大多数净物品成本低于500元每次,占总样本的86.35%,有23.11%的成本低于100元,43.91%的成本低于100到300元,19.33%花费300至500元人民币。如果目标产品没有网上评论,137人说他们不会购买它,占总数的28.78%,31人说他们不会购买它,占总数的6.51%。其他表达式取决于具体情况。在网上购物时,有373人说他们会更加注意产品的网上负面评论,占总数的78.36%,而103人说他们会更加注意产品的网上正面评价,占总数的21.64%。在线购物时,有350人说他们会浏览网上的负面评论产品的购买和使用它们作为参考,占总数的73.53%。十个人说他们不会浏览网上的负面评论产品的购买和使用它们作为参考,占总数的2.1%。其他116人说,这取决于具体情况。

总结,调查代表由于样本分布和样本选择的合理性。与此同时,我们可以看到,购物经验和大学学位是两个重要的标准在这一组。由于他们得到更多的网上购物的能力,这些客户可能也代表了目前中国网上购物的基本状态。

4.3。信度和效度分析

本文首先分析了调查数据的可靠性和有效性。有五个影响因素研究模型,主要包括质量的负面评论,评论的数量的负面评论,产品参与、感知风险和购买意愿。摘要五个潜在的可靠性结构组成的18个观测变量进行分析,以测试他们的内部一致性和测量的克伦巴赫α系数。克伦巴赫的α越高,项目的相关性越高,内部一致性越高。的18个表1克伦巴赫的比率α系数为0.937,这表明此问卷的可靠性是可以接受的。

效度分析是指事实调查问卷的调查问卷和其他测量工具可以精确测量的程度问题被研究人员调查,为了说明问卷的有效性。内容效度和结构效度通常用于测试。这项研究的基础上设计相关的调查问卷,所以调查问卷也有较高的内容效度。

所有的测量中选择本研究问卷来自先前的研究学者的成熟量表,如吉莉et al。(1998) (17),邦萨尔和看(2000)18),G劳伦和摩根大通出现(1985)(19),公园et al。(2007)4),和其他的研究由相关专家。因此,调查问卷具有较好的内容效度。

如表2显示,整个克伦巴赫α系数的尺度大于0.8,而每一项的CITC大于0.6克伦巴赫α系数的每项大于0.79,这表明负面评论的内部一致性的质量,数量的负面评论,产品参与、感知风险、购买意愿高,可靠性好。

5。相关分析

研究或者是否有各种现象之间的联系和讨论相关的方向和程度之间的关系,相关性分析是一种统计的方法研究随机变量之间的相关性。两个独立因素的不利评论(质量和数量),两个中间变量(产品干预和感知风险)以及因变量分析使用皮尔逊相关分析研究(购买意愿)。表3显示了五个潜在变量的相关系数和很多因素有实质性的连接。之间存在着显著相关负面评论的质量和负面评论的数量。质量和数量的不利评论,产品参与、感知风险都以一种积极的态度密切相关。产品之间的连接程度参与和感知风险是最强的。

6。因子分析

因子分析之前,KMO样本测量(Kaiser-Meyer-Olkin衡量样本充足率)和巴特利特球形测试(巴特利特球形的考验)通常用来测试变量的相关性。只有具有高相关性可以进一步分析。当KMO大于0.9,它非常适合因素分析。

在本文中,我们使用SPSS 20.0测试KMO Bartlett的18个测量变量的值五个潜在变量,结果如表所示4,表明KMO值为0.926,大于0.7,卡方值Bartlett的测试是非常重要的在1%的水平。它显示了相关的数据可以作为因子分析。重要的概率价值Bartlett的考试范围是0.000,符合标准的因素分析。网络负面评论的质量和数量,感知风险,产品介入,和购买意愿都是完全符合的提取因素的结果,这是符合前面的维度划分的在线评论。

如表所示5,在这项研究中,主成分方法被用来提取共同的因素,最后提取五个共同因素根据特征值的原则应该大于0/98。特征值是3.755,2.823,2.594,2.288,和2.277,分别和累积方差贡献率为76.317%,表明五个常见因素包含的原始变量的大部分信息,也就是说,影响网上负面评论对消费者购买意愿的因素可以从四个方面进行分析。

用于旋转因子来更好地理解之间的联系因素然后更好地理解它们的结构关系。表6显示创建的因子矩阵正交旋转18所观察到的变量。结果表明,因子1的因子负荷三个观测变量的负面评论的质量超过0.6,而其他观测变量的因子载荷小,这意味着作为一个潜在变量,负面评论的质量可以用三个问卷中观察到的变量。同样,因子负载因子5五个观测变量的购买意愿超过0.7,而其他观测变量的因子载荷小,这意味着作为一个潜在变量,购买意愿可以用五个问卷中观察到的变量。总之,天平负面评论的数量,数量的负面评论,感知风险,产品介入,购买意愿都有良好的结构效度。

6.1。因子分析的独立变量

在本文中,首先,KMO和巴特利特球形测试的数据上进行网上负面评论质量和数量。在本文中,我们使用SPSS 20.0测试KMO和Bartlett的价值观五个测量变量的两个潜在变量,结果如表所示7,表明KMO值为0.810,大于0.7,卡方值Bartlett的测试是非常重要的在1%的水平。它显示了相关的数据可以作为因子分析。重要的概率p价值Bartlett的考试范围是0.000,符合标准的因素分析。网络负面评论的质量和数量都是完整合规的提取因素的结果,这是符合前面的维度划分的在线评论。

在这项研究中,用于提取主成分方法常见的因素,最后提取2共同因素根据特征值应大于1的原则,如表所示8。特征值分别为2.173和2.122,分别和累积方差贡献率为71.584%,表明两个常见因素包含的原始变量的大部分信息,也就是说,影响网上负面评论对消费者购买意愿的因素可以从两个方面进行分析。

6.2。因子分析的中介变量

首先,KMO和巴特利特球形测试数据进行产品参与和感知风险的研究。显示在表9KMO值为0.810,高于0.7,和卡方值Bartlett的测试是非常重要的在1%的水平,这两种使用SPSS 20.0进行了测试研究。它表明,因子分析可以进行适当的数据。重要的概率价值Bartlett的考试范围是0.000,符合标准的因素分析。产品的参与和感知风险都是完整合规的提取因素的结果,这是符合前面的产品参与和感知风险维度划分。

如表所示10,在这项研究中,主成分方法被用来提取常见因素最后提取两个常见因素根据特征值应大于1的原则。特征值分别为2.924和2.669,分别和累积方差贡献率为79.895%,表明两个常见因素包含的原始变量的大部分信息,也就是说,影响网上负面评论对消费者购买意愿的因素可以从两个方面进行分析。

6.3。因子分析的因变量

摘要KMO和Bartlett球测试的数据上进行购买意图。我们使用SPSS 20.0测试KMO和Bartlett的两个潜在变量的值的七个测量变量,结果如表所示11,表明KMO值为0.852,大于0.7,卡方值Bartlett的测试是非常重要的在1%的水平。它显示了相关的数据可以作为因子分析。重要的概率价值Bartlett的考试范围是0.000,符合标准的因素分析。购买意图都是完整合规的提取因素的结果,这是符合前面的维度的购买意愿。

如表所示12,在这项研究中,主成分方法被用来提取共同的因素,最后提取1共同因素根据特征值应大于1的原则。特征值是3.753,分别和累积方差贡献率为75.058%,表明一个常见因素包含的原始变量的大部分信息,也就是说,影响消费者购买意愿的因素可以从一个方面分析。

7所示。结构方程模型

7.1。结构方程模型的估计

在本文中,我们首先使用AMOS 23.0估计参数扫描电镜和验证研究假设。在第一步中,我们使用最大似然估计方法来分析476年收集的数据样本。在第二步中,我们得到的路径分析结果网上负面评论对消费者购买意愿的影响,模型的拟合指数。在第三步中,我们标准化路径系数。扫描电镜的结果路径分析和详细的路径分析的结果如表所示13。

看来,对变量之间的关系模型的假设验证通过SEM的结果分析。此外,以下是详细描述五个潜在变量之间的联系:在线质量不利的评论将有利于产品参与的影响。更大的不利的网络评论的数量,客户就越有可能购买产品。感知到的危险会增加如果在线不利的评价是高水平的。网上的负面评论的数量对感知风险会产生积极的影响。消费者产品参与对感知风险会产生积极的影响。消费者产品积极参与将影响购买意愿。感知风险对购买意愿会产生积极的影响。网上的负面评论的质量对购买意愿会产生积极的影响。网上的负面评论的数量对购买意愿会产生积极的影响。

CR和大街的结果如表所示14。和大街五个潜在变量的值(质量的负面评论,负面评论的数量,产品的参与,感知风险,和购买意愿)都高于0.5,和CR值都高于0.8,也就是说,他们都大于临界值。和CR的值和AVE表明,模型具有良好的区分效度,并且每个因素的研究更好的内部一致性。

7.2。健身的模型的分析

结构方程模型估计后,TAM模型的适应性的影响网上负面评论对消费者购买意愿将估计。健康指标的关系模型如表所示15。从这个评价指标,认为健身的实际观测数据的影响网上负面评论对消费者购买意愿的概念模型是好的,合适的高。结果表明,χ²(CMIN)为486.721,而125自由度(p= 0.000),拒绝零假设在1%水平的意义。NFI等其他健康指标,CFI, TLI, IFI大于0.9,接近1,这意味着这个模型的适应性好。

7.3。结构方程模型的估计结果的分析

因果关系模型对网络负面评论对消费者购买意愿的影响如图3,路径系数标准化。结果表明,评估质量的负面评论产品参与是0.19,也就是说,当负面评论的质量增加1个标准差,产品参与增加0.19个标准差。结果表明,估计的负面评论的质量感知风险是0.19,也就是说,当负面评论的质量增加1个标准差,感知风险增加0.19标准差等等。

结构方程模型将用于探索五个潜在变量之间的关系的概念模型,影响网上负面评论对消费者购买意愿的总效应(包括直接影响和间接影响)的潜在变量之间的关系进行分析。

表16将显示本研究的发现。感知风险和产品参与最直接影响购买的可能性,综合效应为0.313;不利的评论,综合效应为0.218,是下一个最重要的影响购买意图。但是,某些因素,如坏评论和参与的质量和数量的产品,将通过一些中介变量对购买意愿的影响,诸如此类。

质量的负面评论会对购买意愿产生间接影响的中介态度产品参与和感知风险,其间接影响估计是0.10,计算方法直接影响系数的负面评论对产品质量参与系数(0.193)繁殖的直接产品参与对购买意愿的影响(0.313)和负面评论质量对感知风险(0.289)乘以系数直接感知风险对购买意愿的影响(0.207)。同样,估计之间的间接影响的负面评论质量和产品参与和感知风险对购买意愿通过使用等于:(0.604×0.313)+ (0.289×0.207)= 0.249。估计之间的间接影响的负面评论质量和感知风险通过产品参与对使用等于:0.193×0.313 = 0.06。估计量之间的间接影响的负面评论,通过产品参与对感知风险使用等于:0.193×0.313 = 0.189。而间接影响估计产品介入,通过感知风险对购买意愿之间使用等于:0.207×0.313 = 0.065,等等。

这是显示在表16,影响购买意愿的因素包括负面评论的质量,数量的负面评论,感知风险和产品参与。不仅负面评论的质量直接影响购买意愿,但也有一个间接影响感知风险和产品的中介参与,其影响力系数是0.100。因此,总质量的负面评论对购买意愿的影响是0.316。不仅数量的负面评论,直接影响购买意愿,但也有一个间接影响感知风险和产品的中介参与,其影响力系数是0.249。因此,总质量的负面评论对购买意愿的影响是0.467。除此之外,产品的参与不仅对购买意愿有直接影响,但也有一个间接影响感知风险的中介,其影响力系数是0.065。因此,总产品参与对购买意愿的影响是0.378。因此,我们可以得出这样的结论:影响购买意愿的最重要的因素是数量的负面评论,0.467的估计。

8。结论

8.1。摘要实证研究

这项研究表明,在线质量的负面评论,评论的数量,接收者的感知风险和产品参与的购买意愿有显著的影响。在线质量的负面评论,评论的数量,接收者的感知风险和产品对消费者购买意愿的影响更大。其中,产品参与对购买意愿的影响最大,其次是评论的数量,评论的质量和感知风险。此外,产品干预对消费者感知风险的影响最大,其次是评论的数量和评论。最后,评论的数量的影响大于对消费者产品参与评论的质量产品参与。

不利的网络评论公司收到越多,越有可能,客户决定购买。客户更容易受到不利的影响当网络坏的评价更相关的物品。客户更倾向于信任在线不利的评论,如果他们发现有相关的信息他们买的产品。不利的网络评估公司越多,顾客就越有可能去避免它。之间有一个直接相关的数量不好互联网审查客户暴露在网上和他们购买的可能性。当消费者在线阅读大量的负面评论,他们会怀疑产品的某些方面,和消费者未来购买的风险估计结果将增加,这将对消费者购买意愿产生影响。

8.2。一些建议管理

8.2.1中。要注意网上的负面评论的传播

消费者愿意购买将在网上受到负面评论,这将直接影响企业的经营效率。当消费者接触网上的负面评论,他们不仅削弱他们的在线购买的意愿,但也减少很多线下购买行为。在网络环境中,网络负面评论的传播更具影响力和更快的比传统的口碑。在短期内,消费者将会发布相同的网络负面评论不同的论坛和社区,这将影响更多消费者购买决策。因此,企业应该足够注意网上的负面评论。企业可以建立特殊的人员和组织有效地管理网上的负面评论。

8.2.2。采取有效措施来控制网络负面评论的数量

网上的负面评论的数量显著影响消费者购买意愿通过感知风险和产品参与。网上的负面评论越多,消费者更容易受到影响,扩大的负面影响。因此,企业应该对在线及时负面评论的传播,努力减少网上负面评论的数量在初始阶段,减少它们对购买意愿的影响。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究是在经济上支持中青年教师教育研究项目福建省教育部(批准号JAT200548)和新特点福建省大学智库“私营经济发展研究所”(批准号F18009)。