基于SEM的消费者行为实证研究

2006年2月第20卷第2期

华　东　经　济　管　理

E ast China E conomic Management

Feb.,2006

Vol.20,No.2

[收稿日期]　2006—11—29[基金项目]　国家社会科学资金项目(01BJ Y 025)

[作者简介]　胡浩峰(1981—

),男,安徽巢湖人,硕士研究生,研究方向:数据挖掘及其应用;贺昌政(1947—

),男,四川成都人,教授,博士生导师,研究方向:数据挖掘及经济预测,管理定量方法与技术。

●营销

基于SEM 的消费者行为实证研究

胡浩峰,贺昌政

(四川大学　工商管理学院,四川　成都　610064)

[摘要]目前,消费者的行为越来受到企业各界的关注,它的研究也开始逐渐发展起来,但消费者行为研究

常用的传统统计技术存在这样或那样的不足。文章旨在引入一种新社会科学研究方法———结构方程模型来研究消费者行为,试图找到更有效的研究消费者行为的分析方法。通过对结构方程模型本身的分析和实证研究发现,结构方程模型不仅擅长于心理学方面的研究,而且在消费者行为方面也显示了其独特的优势,实证研究证实了这一观点。

[关键词]消费者行为;结构方程模型;心理学

[中图分类号]F274 [文献标识码]A [文章编号]1007—5097(2006)02—0112—04

SEM 2based Exparimental R esearch of Consumer Behavior

HU Hao 2feng ,HE Chang 2zheng

(B usiness School of Sichuan U niversity ,Chengdu 610064,China )

Abstract :Resently ,more and more enterprises pay attention to consumer behavior ,its research also starts to develop gradually.But the traditional techology of statistic that used commonly in consumer behavior has these or those shortages.This paper means that intro 2duce an new social science research methodology ———SEM to find a more efficiency analytic method to study consumer behavior.Though analysis SEM and exparimental research ,we find that SEM not only is good at phychology research ,but also show its particular advan 2tage in consumer behavior .This point has been validated by exparimental research.K ey w ords :consuner behavior ;SEM ;phychology

一、引　言随着消费社会的发展,企业的经营观念越来越关注消费者的变化。从20世纪60年代起,企业的经营观念已从生产取向(production orientation)、推销取向(sale orientation)发展为营销取向(m arketing orienta 2

tion)。在市场营销观念的推动下,西方的消费者行为

研究逐渐发展起来。直到20世纪90年代后期,我国的卢泰宏教授才开始招收“消费者行为与中国营销”方向的博士研究生,并致力于本土化的方法研究中国消费者行为[1]。

西方研究消费者行为路线主要从两个方面:一是实证主义的研究路线;二是所谓后现代阐释主义路线[2]。实证主义研究的路线主要是把消费者视为可解剖操纵的客观系统,通过模拟试验的手段或市场抽样调查的方法,得到大量关于消费者反应的定量数据并

用统计分析技术得到一般的结论,以预测总体消费群的行为。后现代阐释主义路线认为消费者行为是受情境影响的,不存在共同的行为规律,只能把消费者个体同所处的环境联系起来才能理解消费者行为特征[3]。

消费者行为研究从产生到迅速发展已经经历了半个世纪,在实证研究方面,目前西方主要采用传统统计分析技术。1978年,W eicher 对美国家庭支付能力与购房行为进行了相关分析[4]。1978年,H empel 和Jain 采用多元回归分析方法建立消费者行为预测模型[5]。1982年,G alster 以多元回归方法建立了因子函数模型,试图解决影响向费者行为的影响因素[6]。1988年,N elson 和R abianski 采用聚类分析技术对不同细分市场的消费者偏好因素进行分析[7]。由于国内消费者行为研究始于20世纪90年代后期,有关研究还比较少。绝大多数都是关于消费者行为特征的一般分析,仅有

—

211—

少数的文章采用描述性统计(朱存梅,2004)[8],因子分析(何志毅,2005)[9]等对消费者行为进行实证研究。然而这些方法也存在许多不足:如使用相关分析发现两个变量间有高的相关值,但可能产生于两变量之外某变量的影响,相关分析方法无法找出这种影响关系。而回归分析时,虽能够同时考虑较多变量,但容易出现虚假回归,使得回归模型与真实系统存在很大偏差。此外,回归分析在数学上假设每个变量没有测量误差存在,而这一点在消费者行为上是很难得到保证,如对人的态度、感觉,测量误差总是难免的。消费者行为一般受多因素影响,显示出复杂的关系结构,含有很多难以直接测量的因素,这样使得传统的统计技术难以在此很好的应用。

本文旨在解决传统统计技术在消费者行为研究方面的不足,尝试引用了一种新的社会科学研究方法———结构方程模型(structural equ ation model 简称SEM),其主要优点是可以同时处理多个因变量,容许自变量和因变量含有测量误差,在因子分析的过程中同时估计出因子的结构,容许更大弹性的测量模型,估计出整个模型的拟合程度[10]。目前在国内外消费者行为研究方面,笔者尚未发现采用结构方程模型方法对其进行分析。结构方程模型是在为了解决常用统计,为心理学的发展做出巨大的贡献。而消费者行为就是研究消费者心理的一门学科,运用结构方程模型在其研究将会更加有效。

本文以香烟消费者改变常吸品牌香烟的影响因素分析为例,探索用结构方程模型进行消费者行为研究的新方法。

二、结构方程模型分析原理

自20世纪70年代中期,瑞典统计学家———心理测量学家K arl G 1Joreskog 提出了结构方程模型(Struc 2tural Equ atin Modeling ,简称SEM)以来,SEM 一直在心理学和社会科学方面得到很大的应用和发展,并被成为近年来统计学三大发展之一[11][12]。结构方程模型分为测量模型和结构模型。测量模型部分求出观测指标与潜变量之间的关系,结构模型部分求出潜变量与潜变量之间的关系。对于所研究的问题,可以直接测量的变量记为观测变量(observed variables)或称显变量;对不可直接测量的变量记为潜变量(latent vari 2ables)或称隐变量[13]。

测量模型(Measurement Model)也称为验证性因子分析(Conf irm atory F actor Analysis ,简称CFA)模型,反映了因子(潜变量)与其测量指标之间的关系。一般有两个方程组成,分别规定为外生潜在变量ξ与外生观测指标向量X,以及内生潜在变量η与内生观测指标向量Y 之间的关系,模型的形式为:

x =Λx

ξ+δ(1)………………………………………y =Λy

η+ε(2)………………………………………其中,(1)是外生变量的测量方程,x 是由q 个外

生观测指标组成的q ×1向量,ξ是由外生潜变量(因子)组成的n ×1向量,Λx 是x 在ξ上的q ×n 因子负荷矩阵,δ是q 个测量误差组成的q ×1向量;(2)是内生变量的测量方程,y 是由p 个内生观测指标组成的p ×1向量,η是由m 个内生潜变量(因子)组成的m ×1向量,Λy 是y 在η上的p ×m 因子负荷矩阵,ε是

p 个测量误差组成的p ×1向量,ε、

δ表示不能由潜变量解释的部分。

结构模型(Structural Model)又称为潜变量因果关系模型,主要表示潜变量之间的关系。规定了所研究的系统中假设的外生潜变量与内生潜变量之间有因果关系,模型形式为:

η=B η+Γξ+ζ(3)…………………………………其中,η是内生潜变量向量,ξ是外生潜变量向量,B 是m ×m 系数矩阵,描述了内生潜变量η之间的彼此影响;Γ是m ×n 系数矩阵,描述了外源潜变量ξ对内生潜变量η的影响;ζ是m ×1残差向量,模型中未能解释的部分。

三、案例分析

本文以SF 卷烟厂(遵照烟厂意愿,不用真实厂名)香烟消费者改变常吸品牌的行为分析为例,详细展示研究消费者行为时结构方程模型的构建、拟合、评价及修正过程,旨在揭示消费者改变常吸品牌香烟的影响因素,为SF 卷烟厂提供更好的产品品种、产品品质改进、营销及促销策略。该研究调查的对象为某市及周边地区的消费者,共发出问卷710份,有效问卷560份。问卷设置的指标体系详细见下表1,影响消费者改变常吸品牌香烟因素指标体系。

　表1影响消费者改变常吸品牌香烟因素指标体系潜变量

观测指标

改变常吸品牌的香烟(ξ)

收入改变(X 1)

口味改变(X 2)

以前吸的烟假产品多(X 3)

现在吸的烟味醇、烟丝好、烟劲合适(X 4)现在吸的烟价格更合理(X 5)家人朋友推荐(X 6)

目前该价位主流品牌(X 7)购买方便(X 8)尝试新产品(X 9)促销活动影响(X 10)

(一)初始模型构建

从模型(1)、(2)和(3)可以看出来,为了构建结构方程模型,首先必须根据理论和经验知识构建潜变量和指标变量以及潜变量之间的关系,即确定初始模型。本案例只建立潜变量与指标变量之间的关系,

分析影响消费者改变常吸品牌香烟的主要因素。构建初始模型,如图1所示

:

□表示可测量的指标变量, ○表示不可测量的潜变量

图1:指标变量和潜变量之间的关系

(二)模型参数估计

初始模型一旦确定,模型(1),(2)的变量数目

也就随之确定。模型中潜变量ζ、

η是不可观测,因而也就不可估计。结构方程模型是通过总体协方差矩阵

∑(θ)与样本协方差矩阵S 尽可能的“接近”来估计参数。总体协方差矩阵∑(θ)与样本协方差矩阵S 尽可能的“接近”的含义是指定义一个类似于人们熟知的“距离”,

它是S 与∑(θ)的函数,称为拟合函数,记为F (S,∑(θ))。模型的参数据估计就是要求出这样的θ,使得F (S,∑(θ))达到最小。∑(θ)可以表示为8个参数矩阵的函数,形式为:

∑(θ)=∑yy (θ)　∑yx (θ)

∑xy (θ)　∑xx (θ)

=

Λy B (ΓΦΓπ+Ψ)B πΛπy +Θε)　Λy B ΓΦΛπx Λx ΦΓπB πΛπy Λx ΦΛπx +Θε

其中,Λy ,Λx ,B,Γ已经在方程(1),(2)和

(3)中出现。

Φ为潜变量ξ的协方差矩阵,Ψ为残差项ζ的协方差矩阵,Θε和Θδ和分别是ε和δ的协方差矩阵。由于总体协方差∑(θ)未知,需要用样本协方差矩阵S 来估计,即∑(θ)=S 。于是对结构方程模型的参数估计就转化为求解一组参数,使得∑(θ)与

S 的差距最小。通常的一般估计方法有极大似然估计、

最小二乘法估计等。有时也用到由最小二乘法估计延展的广义最小二乘法和未加权最小二乘法来对参数进行估计,本研究采用极大似然估计的方法,对所调查的数据在里LISRE L 8154进行运算和拟合。根据LIS 2RE L 8154输出的结果对模型模型进行评价和修正。

(三)模型评价及修正

模型评价就是再生总体协方差矩阵∑和样本协方差矩阵S 的拟合程度。结构方程模型和一般的建模有区别。一般的建模方法是把模型建立出来,通过软件运算,最后对运算的结果进行解释,得出相应的结论。但在结构方程模型中,参数被估计出来只是建模的第一步,更重要的是对模型的合理性进行检验,包括对每个参数的合理性检验和显著性检验。建模者可以通过模型输出的拟合指数对模型进行评价和修正。拟合指数根据的依据不同可以有不同的分类,一般将拟合指数分为两类:一类是绝对拟合指数(absolute index);一类是相对拟合指数(relative index)[14]。绝对拟合指数常有x 2,RMSEA (R oot Mean Squ are E rror of Ap 2proxim ation ,近似误差均方根),G FI (goodnesss -of -f it index)和AG FI (adjustted goodness -of -f it index)等;相对拟合指数常有NFI (normed f it index),NNFI (non -normed f it index)和CFI (comparative f it index ,比较拟合指数,愈接近1越好[15])等。那么模型的拟合指数在一个什么范围内算是好的呢?一般认为,卡方与自由度之比x 2/f 在210到510之间时,模型可以接受,G FI,AG FI,NFI 的应大于019,PNFI 和PG FI 则越大越理想(K ellow ay ,1998)[16]。Steiger (1990)认为[17],RMSEA 低于011表示好的拟合;低于0105表示非常好的拟合;低于0101表示非常出色的拟合。

首先,我们将假设的十个影响因素全部输入模型,计算出各拟合指数以及所有自由参数的估计值、标准误和t 检验值。一般认为,如果一个自由参数对应的t 检验值小于2,则认为该自由参数不显著,可以从模型中剔出,然后从新拟合模型。从LISRE L 运算的结果,我们发现指标5的t 检验值只有0157,小于2,顾应将指标5剔出,从新拟合模型。用剩下的9个指标建立模型,并估计出相应的参数和拟合指数,从运算的结果发现指标4的t 检验值为1176,小于2,顾可以将指标4也剔出,再次从新拟合模型。这次剩余的8个指标建立的模型中,各指标的自由估计参数t 检验值均大于2,各拟合指数较前两个模型也有很大的改进,基本上得到满意的模型。从初始模型到最终满意模型的拟合参数详细见下表2所示:

表2

从初始模型到最终满意模型的拟合参数

x 2/f

RMSEA NFI NNFI CFI PNFI G FI AG FI PG FI 初始模型参数4118010940187018601890167019201880159中间模型参数3153010860191019101930168019401900156满意模型参数

2154

01071

0195

0195

0197

0168

0196

0193

0153

—

411—

可以看出,得到的满意模型拟合指标,在相对适度和绝对的适度上各参数都优于初始和中间模型,尽管简约指数PG FI 有所减小,但是由于最终模型能够满足理论事实而可以得到肯定。形成的最终结构方程模型如下图2:影响因素路径系数。LISRE L 可以同时输出模型的标准化和非标准化结果,其意义与回归方程的非标准化系数和标准化系数意义类似,本研究只对标准输出结果解释,图2为标准化输出结果。

标准化系数反应了一个指标对另一个指标的影响大小,本研究的结果从图2影响因素路径系数可以看出:促销活动对吸烟者改变常吸品牌有很大的影响,购买方便也对改变常吸品牌有较大的影响,我们把这两个因素结合起来考虑的话,可以把它们归结为厂家在很大程度上可以改变消费者行为,具体的做法可以通过改变营销渠道和促销活动;家庭朋友的推荐和目前该价位主流品牌这两个指标也有较大的影响,最终可与归属为社会因素对改变消费者行为有积极推动的影响;个人的收入、口味以及尝试新产品等个人因素从模型的路径系数可以看出也起到很大的影响。至于以前抽的烟假烟产品多从路径系数上看,影响不大,这与实际也是比较吻合的

。

图2　影响因素路径系数

四、结　论

从对结构方程的理论和案例的分析可以看出,结构方程模型为消费者行为研究提供了一个有效的统计方法。结构方程模型还可以允许我们统计比较不同群体的模型,在上面的例子中,由于我们受调查的数据和调查涉及的范围局限,没有做出不同群体的比较模型。事实上,不同年龄、不同的地区消费者的行为在理论上是有差异的,可以对此进行更好的研究,研究的结果将对细分市场的消费者行为有更好的把握,为厂家在不同细分市场提供相应的有效策略。在本文的整个描述过程中,我们旨在探索为消费者行为研究理论模型提供一种新的研究方法;同时,也为SF 卷烟厂分析出影响消费者改变常吸香烟品牌的因素轻重,为SF 卷烟厂在改变香烟品质、营销渠道以及促销等方面提供有价值的参考。结构方程模型在消费偏好和购买动机方面也将有很好的应用。我们恳请读者去参考更多地资料,运用好这门技术。相信结构方程模型在消费者行为研究领域将会有更广阔的应用空间。

[参考文献]

[1]杨晓燕.中国消费者行为研究综述[J ].经济经纬,2003,(1).

[2]罗纪宁.消费者行为研究进展评述:方法论与理论

范式[J ].山东大学学报,2004,(4).

[3]Douglas B.Holt.Poststruralit Lifestyle Analysis :Con 2ceptualizing the S ocial Postmodernity [J ].Consumer Research.,1997,23(3).

[4]John C.Weicher ,New Home Affordability ,Equity ,and Housing Market Behavior [J ].American Real Estate and Urban Economics Association.1978,(4):395-416.

[5]Donald J.Hempel ,Subhash C.Jain.House Buying Behav ior :An Empirical Study in Cross -Cultural Buyer Behav 2ior [J ].American Real Estateand Urban Econom ics Associa 2tion ,1978,(1):1-21.

[6]G eorge C.G alster :Black and White Preferences for Neigh borhood Racial Composition [J ].American Real Estateand Urban Economics Association ,1982,(1):39-66.

[7]Theron R.Nelson ,Joseph Rabianski ,Consumer Pre 2fer encesin Housing Market Analysis :An Application of Multidi mensional Scaling Techniques [J ].American Real Estate and Urban Economics Association ,1988,(2):138-159.

[8]朱存梅,王　军,计　艳.消费者人格特征及消费

者行为研究[J ].经济问题探索,2004,(12).

[9]何志毅.中国消费者的产品利益偏好研究———基于

耐用消费品的探索性研究[J ].管理世界,2005,(3).

[10]侯杰泰,温忠麟,成子娟.结构方程模型及其应

用[M ].北京:教育科学出版社.

[11]龙立荣.结构方程模型:心里学方法变革的逻辑

[J ].自然辩证法通讯,2001,(5).

[12]Anderson J C ,G erbing D W.Structural equation modeling in practice :A review and recommended two -step ap 2proach [J ].Psychological Bulletin ,1988,103:411—423.

[13]Scott Maclean ,K evin Gray structural equation mod 2elling in market research [J ].Australin Market Research S oci 2ety ,1998.

[14]王　权,李金波.实证性因素分析[M ],杭州,

浙江大学出版社.

[15]Bentler P https://www.360docs.net/doc/df2736930.html,parative fit indexes in structural models [J ].Psychological Bulletin ,1990,107:238—246.

[16]K elloway , https://www.360docs.net/doc/df2736930.html,ing L ISREL for strutural equa 2tion modelling [M ].Thousand Oaks ,CA :Sage Publications ,1998.

[17]Steiger J H.Structure model evaluation and modifica 2tion :An interval estimation approach [J ].Multivariate Behav 2ioral Research ,1990,25:173—180.

[责任编辑:许跃辉]