第 6 章 数据分析
6.1 描述性统计分析
本文先对所收集到的样本数据进行了描述性统计。在购买过网络原创品牌的受访者中，购买过同一品牌 5 次以上的人数有 25 人，占比 13.1%；购买过同一品牌 1 次、2-3 次和 4-5 次的人数分别有 48 人、82 人和 36 人，分别占比 25.1%、42.9%和 18.8%。
本研究的人口样本主要集中在 21-25 岁和 26-30 岁，分别占总样本的 47.6%和 39.3%，这与网购消费者的年龄特征吻合。从性别比例上来看，男性占 29.8%，女性占 70.2%。从教育程度上来看，94.8%的被调查者有专科以上学历，其中，专科学历人数为 32 人，占比16.8%；本科学历人数为 93 人，占比 48.7%；硕士及以上学历人数为 56 人，占比 29.3%。
被调查者的职业以学生、企业员工和政府机关及事业单位员工为主，分别占比 33.5%、28.8%和 16.8%。本文的描述性统计结果如下表 9 所示：
6.2 信度分析
信度分析（Reliability analysis)又称可靠性分析，用来衡量量表结果的稳定性和一致性，是以不同时间或不同形式对相同或相似的问项进行测量，所得结果一致的程度。
本文采用目前被普遍使用的 Cronbach α系数来进行信度分析，目前虽然对信度系数的数值没有规定统一的标准，但一般认为，Cronbach α系数大于 0.7 就可以表示该量表信度较高。
本文采用 SPSS19.0 进行数据分析，如表 10 所示，本文调查问卷的整体信度为 0.968，各个维度的信度均大于 0.85，分析结果如表 11 所示:
6.3 效度分析
效度分析(Validity analysis)，即有效性分析，是对问卷有效性的衡量，衡量了问卷数据结果反映样本真实情况的程度。效度越高，则表示问卷数据结果越能反映样本的真实情况，反之，则表示问卷数据结果越不能反映样本的真实情况。
效度一般包括内容效度、实用效度和结构效度，本文的量表借鉴了国内外学者的研究成果，内容效度较高，因此本文采用因子分析法对量表进行结构效度检验。因子分析主要有两种基本形式：探索性因子分析和验证性因子分析。本文主要采用探索性因子分析检验量表的结构效度，对问项进行 Bartlertt 球体检验显着性和 KMO 样本检验。
Bartlertt 球形检验是为了检验问卷数据是否来自服从正太分布的总体，当 P 值小于0.05 时，证明所测变量适合做因子分析，反之，则不适合做因子分析。KMO 样本检验的标准是，KMO 的值越接近于 1，则表示变量间的相关性越强，量表越适合做因子分析，反之，KMO 的值越接近于 0，则变量间的相关性越弱，量表越不适合做因子分析。Kaiser 提出的 KMO 度量标准较常用，[0.9,1]—非常适合做因子分析，[0.8,0.9)—很适合做因子分析，[0.7,0.8)—适合做因子分析，[0.6,0.7）—表示不太适合做因子分析，[0.5,0.6)—表示做因子分析很勉强，[0,0.5)—表示不适合做因子分析。
（1）顾客感知价值的效度分析
如表 12 所示，本研究中的顾客感知价值量表的 KMO 值为 0.916，Bartlertt 球体检验的Sig 值为 0.000，显着性水平很高，非常适合做因子分析。
（2）顾客满意的效度分析
如表 14 所示，本研究中顾客满意量表的 KMO 值为 0.726，Bartlertt 球体检验的 Sig 值为 0.000，显着性水平很高，适合做因子分析。
如表 15 所示，通过因子分析提取出 1 个主成分，主成分在三个原始变量上的因子载荷量都大于 0.85，可以有效反映这三个变量的信息。由表 16 和 17 可知，三个变量的共同度都在 70%以上，反映了主成分对于这三个问项所描述信息的解释能力很强，其方差贡献率是 77.441%，顾客满意的结构效度较好。
（3）转换成本的效度分析
如表 18 所示，本研究中转换成本量表的 KMO 值为 0.817，Bartlertt 球体检验的 Sig 值为 0.000，显着性水平很高，很适合做因子分析。
如表 19 所示，通过因子分析提取出 1 个主成分，主成分在四个原始变量上的因子载荷量都大于 0.8，可以有效反映这四个变量的信息。由表 20 和 21 可知，四个变量的共同度都在 60%以上，反映了主成分对于这四个问项所描述信息的解释能力很强，其方差贡献率是 73.177%，转换成本的结构效度较好。
（4）顾客态度忠诚的效度分析
如表 22 所示，本研究中转换成本量表的 KMO 值为 0.833，Bartlertt 球体检验的 Sig 值为 0.000，显着性水平很高，很适合做因子分析。
如表 23 所示，通过因子分析提取出 1 个主成分，主成分在四个原始变量上的因子载荷量都大于 0.8，可以有效反映这四个变量的信息。由表 24 和 25 可知，四个变量的共同度都在 70%以上，反映了主成分对于这四个问项所描述信息的解释能力很强，其方差贡献率是 77.202%，顾客态度忠诚的结构效度较好。
（5）顾客行为忠诚的效度分析
如表 26 所示，本研究中顾客行为忠诚量表的 KMO 值为 0.759，Bartlertt 球体检验的Sig 值为 0.000，显着性水平很高，适合做因子分析。
如表 27 所示，通过因子分析提取出 1 个主成分，主成分在三个原始变量上的因子载荷量都大于 0.9，可以有效反映这三个变量的信息。由表 28 和 29 可知，三个变量的共同度都在 85%以上，反映了主成分对于这三个问项所描述信息的解释能力很强，其方差贡献率是 91.061%，顾客行为忠诚的结构效度很好。
6.4 相关分析
相关分析是分析事物间关系的数量分析方法，能有效地揭示事物之间关系的强弱程度，但不能确定事物之间的因果关系。本研究运用 Pearson 相关系数对顾客态度忠诚、顾客行为忠诚和顾客满意与功能价值、服务价值和社会价值三个因素的相关性进行分析。结果如下表 30 所示：
由上表可知，功能价值、服务价值和社会价值与顾客满意的相关系数分别为 0.731、0.731 和 0.718，显着性水平均为 0.000，小于 0.05，说明功能价值、服务价值和社会价值分别与顾客满意存在正向相关关系，且相关性很强。功能价值、服务价值和社会价值与顾客态度忠诚的相关系数分别为 0.566、0.566 和 0.765，显着性水平均为 0.000，小于 0.05，说明功能价值、服务价值和社会价值分别与顾客态度忠诚存在正向相关关系，其中，社会价值与顾客态度忠诚的相关性很强。功能价值、服务价值和社会价值与顾客行为忠诚的相关系数分别为 0.589、0.609 和 0.665，显着性水平均为 0.000，小于 0.05，说明功能价值、服务价值和社会价值分别与顾客行为忠诚存在正向相关关系。
6.5 回归分析
本节在相关分析的基础上，利用回归分析对变量之间的定量关系进行进一步验证。同时，还将完成转换成本对顾客满意和顾客忠诚关系调节作用的验证。本研究采用多元线性回归对变量进行回归分析。为了保证回归分析的准确性和可靠性，多元线性回归设定了一系列的前提假设，如正态分布、序列相关、多重线性回归和方差齐性等。本研究在进行回归分析的时候主要用序列相关和多重共线性来检验数据。
模型的序列相关关系普遍用回归模型中的 Durbin-Waston(DW)值来验证，DW 值的取值范围为 0 到 4，当 DW 接近 2 时说明残差序列不存在自相关，当 DW 等于 4 时，说明残差序列存在完全负自相关，当 DW 等于 0 时，说明残差序列存在完全正自相关，当 DW 介于 2 和 4 之间时，说明残差序列存在负自相关，当 DW 介于 0 和 2 之间时，说明残差序列存在正自相关。本研究中，解释变量的多重共线性主要通过 VIF 值来检验,VIF 的取值范围大于等于 1，VIF 值越接近于 1，表示解释变量间的多重共线性越弱，VIF 值越大则表示解释变量间的多重共线性越强，当 VIF 值大于或等于 10 时，表示解释变量间有很强的多重共线性。
6.5.1 顾客感知价值对顾客满意的回归分析
对顾客满意与顾客感知价值的三个维度功能价值、服务质量价值和社会价值进行逐步回归分析。回归分析结果如表 31 所示，功能价值、服务价值和社会价值都进入了模型，三个模型的调整 R 方分别是 0.532、0.607 和 0.644，第三个模型的调整 R 方较高，服务价值和功能价值的进入使得解释顾客满意的变异量得到上升，上升至 64.4%，所以本研究选取模型 3。模型 3 序列相关的 DW 值为 2.112，接近 2,多重共线性检验 VIF 值为 2.984、2.229和 2.633，比较小，因此可以进行多元回归分析。
由上表可知，服务价值、社会价值和功能价值对顾客满意的非标准化系数分别为 0.245、0.261 和 0.303，常量是 1.218，因此顾客感知价值对顾客满意的回归方程为：
顾客满意=1.218+0.261*社会价值+0.245*服务质量价值+0.303*功能价值由此可知，假设 1 中，“H1a 功能价值对顾客满意有直接正向影响”、“H1b 服务价值对顾客满意有直接正向影响”和“H1c 社会价值对顾客满意有直接正向影响”均被验证成立。
6.5.2 顾客满意对顾客忠诚的回归分析
（1）顾客满意对顾客态度忠诚的回归分析
对顾客满意与顾客态度忠诚进行回归分析，回归分析结果如表 32 所示，模型的调整 R方为 0.574，序列相关的 DW 值为 1.730，接近 2,多重共线性检验 VIF 值为 1，非常适合进行多元回归分析。
由上表可知，顾客满意对顾客态度忠诚的非标准化系数为 0.913，且通过了显着性检验，常量是-0.074，常量未通过显着性检验。
（2）顾客满意对顾客行为忠诚的回归分析
对顾客满意与顾客行为忠诚进行回归分析，回归分析结果如表 33 所示，模型的调整 R方为 0.575，序列相关的 DW 值为 1.685，接近 2,多重共线性检验 VIF 值为 1，非常适合进行多元回归分析。
由上表可知，顾客满意对顾客行为忠诚的非标准化系数为 1.128，且通过了显着性检验，常量是-0.980，常量未通过显着性检验。
由此可知，假设 4“顾客满意对顾客态度忠诚有直接正向影响”和假设 5“顾客满意对顾客行为忠诚有直接正向影响”均被验证成立。
6.5.3 顾客满意中介作用的回归分析
James&Brett(1984)提出中介变量的判定要满足三个条件：一是自变量与中介变量回归系数显着；二是自变量与因变量回归系数显着；三是当自变量、中介变量和因变量同时发生作用时，自变量和因变量的回归系数显着性明显降低或不显着。 [60]
（1）顾客满意对功能价值与顾客态度忠诚的中介作用
对功能价值与顾客满意、功能价值与顾客态度忠诚和功能价值、顾客满意与顾客态度忠诚分别进行回归分析，对回归结果进行汇总，汇总结果如表 34 所示：
由表 34 模型 1 可知，功能价值与顾客满意的回归系数为 0.694，Sig 为 0.000，显着性通过检验。由表 34 模型 2 可知，功能价值与顾客态度忠诚的回归系数为 0.646，Sig 为 0.000，显着性通过检验。由表 34 模型 3 可知，当功能价值、顾客满意与顾客态度忠诚同时进入模型时，功能价值与顾客态度忠诚的回归系数不显着，Sig 为 0.743，顾客满意与顾客态度忠诚的回归系数为 0.893，Sig 为 0.000，通过了显着性检验。由此可知，顾客满意对功能价值与顾客态度忠诚有明显的中介作用。
（2）顾客满意对服务价值与顾客态度忠诚的中介作用
对服务价值与顾客满意、服务价值与顾客态度忠诚和服务价值、顾客满意与顾客态度忠诚分别进行回归分析，对回归结果进行汇总，汇总结果如表 35 所示：
由表 35 模型 1 可知，服务价值与顾客满意的回归系数显着。由模型 2 可知，服务价值与顾客态度忠诚的回归系数显着。由模型 3 可知，当服务价值、顾客满意与顾客态度忠诚都进入模型时，服务价值与顾客态度忠诚的回归系数没有通过显着性检验，Sig 为 0.741。
由此可知，顾客满意对服务价值与顾客态度忠诚有明显的中介作用。
（3）顾客满意对社会价值与顾客态度忠诚的中介作用
对社会价值与顾客满意、社会价值与顾客态度忠诚和社会价值、顾客满意与顾客态度忠诚分别进行回归分析，对回归结果进行汇总，汇总结果如表 36 所示：
由表 36 模型 1 可知，社会价值与顾客满意的回归系数显着。由模型 2 可知，社会价值与顾客态度忠诚的回归系数显着。由模型 3 可知，当社会价值、顾客满意与顾客态度忠诚都进入模型时，社会价值和顾客满意与顾客态度忠诚的回归系数均通过了显着性检验。
社会价值与顾客态度忠诚的回归系数为 0.447，顾客满意与顾客态度忠诚的回归系数为0.522。由此可知，顾客满意对社会价值与顾客态度忠诚没有明显的中介作用，社会价值对顾客满意、顾客态度忠诚均有直接正向影响。
（4）顾客满意对功能价值与顾客行为忠诚的中介作用
对功能价值与顾客满意、功能价值与顾客行为忠诚和功能价值、顾客满意与顾客行为忠诚分别进行回归分析，对回归结果进行汇总，汇总结果如表 37 所示：
由表 37 模型 1 可知，功能价值与顾客满意的回归系数显着。由模型 2 可知，功能价值与顾客行为忠诚的相关系数显着。由模型 3 可知，当功能价值、顾客满意与顾客行为忠诚都进入模型时，功能价值与顾客行为忠诚的回归系数不显着，Sig 为 0.295。由此可知，顾客满意对功能价值与顾客行为忠诚有明显的中介作用。
（5）顾客满意对服务价值与顾客行为忠诚的中介作用
对服务价值与顾客满意、服务价值与顾客行为忠诚和服务价值、顾客满意与顾客行为忠诚分别进行回归分析，对回归结果进行汇总，汇总结果如表 38 所示：
由表 38 模型 1 可知，服务价值与顾客满意的回归系数显着。由模型 2 可知，服务价值与顾客行为忠诚的回归系数显着，当服务价值、顾客满意与顾客行为忠诚同时进入模型时，服务价值与顾客行为忠诚的相关系数不显着，Sig 为 0.095。因此，顾客满意对服务价值与顾客行为忠诚的中介作用显着。
（6）顾客满意对社会价值与顾客行为忠诚的中介作用
对社会价值与顾客满意、社会价值与顾客行为忠诚和社会价值、顾客满意与顾客行为忠诚分别进行回归分析，对回归结果进行汇总，汇总结果如表 39 所示：
由表 39 模型 1 可知，社会价值与顾客满意的回归系数显着。由模型 2 可知，社会价值与顾客行为忠诚的回归系数显着。由模型 3 可知，当社会价值、顾客满意与顾客行为忠诚同时进入模型时，社会价值与顾客行为忠诚的回归系数为 0.301，Sig 为 0.000，通过了显着性检验。因此，顾客满意对社会价值与顾客行为忠诚的中介作用不显着，社会价值对顾客满意、顾客行为忠诚均有直接正向影响。
由以上回归分析结果可知，假设 H2a“功能价值通过顾客满意对顾客态度忠诚有间接正向影响”、H2b“服务价值通过顾客满意对顾客态度忠诚有间接正向影响”、H3a“功能价值通过顾客满意对顾客行为忠诚有间接正向影响”和 H3b“服务价值通过顾客满意对顾客行为忠诚有间接正向影响”成立，假设 H2c“社会价值通过顾客满意对顾客态度忠诚有间接正向影响”和 H3c“社会价值通过顾客满意对顾客行为忠诚有间接正向影响”不成立。
6.5.4 转换成本调节作用的回归分析
（1）转换成本、顾客满意对顾客态度忠诚的层次回归分析为了检验转换成本对顾客满意与顾客态度忠诚关系的调节作用，对转换成本、顾客满意与顾客态度忠诚进行层次回归分析，将中心化后的顾客满意、转换成本作为第一层，中心化后的顾客满意、转换成本及两者乘积项作为第二层来进行回归分析，回归分析结果如表40所示：
由上表模型2可知，转换成本与顾客满意乘积项未通过显着性检验。由此可知，转换成本对顾客满意与顾客态度忠诚的调节作用未通过显着性检验。
（2）转换成本、顾客满意对顾客行为忠诚的层次回归分析为了检验转换成本对顾客满意对顾客行为忠诚的调节作用，对转换成本、顾客满意与顾客行为忠诚进行层次回归分析，将中心化后的顾客满意、转换成本作为第一层，中心化后的顾客满意、转换成本及两者乘积项作为第二层进行回归分析，结果如表41所示：
由表41可知，转换成本与顾客满意乘积项未通过显着性检验，Sig为0.191，大于0.05。
因此，转换成本对顾客满意与顾客行为忠诚的调节作用未通过显着性检验。
由以上回归分析结果可知，假设 H6“转换成本越高，顾客满意对顾客态度忠诚的直接正向影响越大”和假设 H7“转换成本越高，顾客满意对顾客行为忠诚的直接正向影响越大”不成立。
值得说明的是，通过以上分析，尽管转换成本对顾客满意与顾客忠诚关系的调节作用不显着，但是，对转换成本分别与顾客态度忠诚、顾客行为忠诚进行回归分析可以发现，转换成本对顾客态度忠诚和行为忠诚有直接正向影响，如表 42 和 43 所示。
6.6 假设验证
根据上文的回归分析得到的显着性水平检验结果，本研究提出的假设 H1 成立，功能价值、服务价值和社会价值对顾客满意有直接正向影响；假设 H2a 和 H2b 成立，H2c 不成立，功能价值和服务价值通过顾客满意对顾客态度忠诚有间接正向影响，社会价值对顾客态度忠诚有直接正向影响；假设 H3a 和 H3b 成立，H3c 不成立，功能价值和服务价值通过顾客满意对顾客行为忠诚有间接正向影响，社会价值对顾客行为忠诚有直接正向影响；假设 H4 和 H5 成立，顾客满意对顾客态度忠诚和顾客行为忠诚均有直接正向影响。假设 H6和假设 H7 不成立，,转换成本对顾客满意与顾客忠诚之间的调节作用不显着，但转换成本对顾客态度忠诚和顾客行为忠诚有直接正向影响。经过检验，本文构建的网络原创服装品牌顾客忠诚模型如下图所示：
