英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
网络评价对网络购物中消费者购买决策的影响
摘要：本文以女装网上购物作为研究对象。基于B2C交易平台，设计和收集数据，借助相关分析发布问卷并结合数据进行回归分析，本文研究网络相关因素——评论会影响消费者的购买决策。我们发现在线评论包括评论内容的质量，评论的价值和评论的及时性，影响消费者的购买决定显著，但其他因素包括评论数量和评论者声誉则没有。这些发现为在线零售商提供有参考价值的营销的公式并对未来在其他专业领域的学习有重要影响。
关键词：回归分析，消费者购买决策，在线评论，在线购物
- 背景
随着互联网应用的普及，网购逐渐成为一种新的购物方式。在线购物不仅为商家提供了一个发布商品商业广告属性，特征和特殊优势的平台，也为消费者提供一个可以分享购买经验和使用感受的平台。通过在线购物，消费者可以查看产品详情、浏览在线评论并查找有用信息，这已成为消费者购买环节的重要组成部分。
通常，借助浏览在线评论，消费者能了解货物的质量，卖家的信誉，服务和交货速度，快递送货服务质量等信息，这将有助于消费者做出正确的决定。研究在线评论中的哪些因素对消费者的购买决策起作用及如何影响都是值得研究的理论与实践。特别地，这些消费者评论因素里包含在线评论数量、评论内容质量、评论的声誉、评论的及时性和其他因素。
然而，在目前的在线评论研究中，许多学者担心在线评论对产品销售的影响以及在线评论的有效性，并且很少有关于对消费者购买决策影响的研究。 其中一些研究人员将在线评论视为单一元素，以讨论其对购买决策的影响，而不是将消费者购买决策在线评论的所有相关因素考虑在内。
鉴于此，本文以网上购物中的女性服装为研究对象，根据现有研究结果，提出假设，通过问卷收集数据，运用回归分析，探讨在线评论中相关因素对消费者购买决策的影响，从而验证假设。研究结果对网络零售商营销策略的制定具有一定的参考价值。
- 理论
在线评论是一种电子口碑，它是评估消费者购买和使用商品或服务的感觉（Park and Lee，2009 [1]）。在本研究中，在线评论主要是指消费者对B2C网络购买模式下的商品质量、卖家服务、物流服务的评价。在线评论不仅可以直接反映消费者购买和使用的感受，还可以间接反映销售情况和商品普及程度，因此许多学者研究了在线评论的相关方面，包括理念，分类和口碑效应（张晓飞和董大海，2011 [2]），网上口碑对图书销售的影响（Chevalier和Mayzlin，2006 [3]），评论数量净增加对销售的影响（Davis和Khazanchi，2008 [4]），评论的情绪对消费者购买意愿的影响（Cheung，Lee和Thadani，2009 [5]），评论内容的定量测定对消费者感知质量的影响（Shen和Demoss，2012 [6]），评论内容和数量对消费者购买决策的影响（Kaisheng，2010 [7]），在线评论有用性的影响因素（Sweeney，Soutar和Mazzarol，2008 [ 8]），关于在线评论有用性的研究（Schindler和Bickart，2013 [9]）等。
消费者的购买决策（CPD）是消费者在某些购买动机下满足其特定需求的过程，通过对几种替代商品的仔细分析，评估，选择和购买后评估（Zhao Dong，2012 [10]）。在本研究中，消费者的购买决策是指在根据在线评论的分析和评估比较各种商品后，顾客的购买决策过程。消费者购买决策过程的研究主要基于线索利用理论和感知质量理论的运用。线索利用理论阐述了消费者如何通过分析和使用产品线索来确定产品的质量。产品包括一系列线索作为消费者的代理质量指标（Richardson Dick和Jain，1994 [11]）。在正常情况下，由于交易双方有不同的信息，消费者无法对不同品牌的同类商品的质量做出客观判断。因此，产品的质量只能与内部和外部线索分开（Dawar和Parker，1994 [12]）。通常，与内部线索分离的产品质量是消费者的感知质量。感知质量是消费者通过各种正式或非正式访问对市场相关信息进行综合分析，根据产品需求对产品质量的主观评价（王新新，2007 [13]）。感知质量是消费者对产品质量感知的抽象主观判断，因此它与产品的客观质量有一些差异。感知价值由感知质量和感知牺牲组成。感知质量越高，感知牺牲越低，感知价值越高。产品的高感知价值将增加消费者的购买意愿（Zeithaml，1988 [14]）。在线评论为消费者提供了内部线索，以便消费者可以通过与提示分离的信息来感知产品的质量，从而做出购买决策。
- 假设
3.1评论数量对消费者购买决策的影响
在线评论（QTR）的数量是购买产品的消费者给出的关于商品质量，卖家态度或快递服务的评论的数量。消费者贡献的评论越多，吸引的注意力就越多，并且用于判断产品的更有用的信息被传递。因此，消费者的决定将受到在线评论数量的影响（郑小平，2008 [15]），这导致了以下假设：
H1：在线评论的数量对消费者的购买决策产生积极影响。
3.2 评论内容质量对消费者购买决策的影响
评论内容的质量（QR）包括评论的真实性，可靠性，客观性，与产品的相关性以及它们是否对未来消费者有用。由于内容来自客户的主观感受，因此评论的质量因人而异。高质量的评论更全面，更客观。根据感知质量理论，消费者通过浏览高质量的评论来决定是否购买，从而对产品质量进行评估。研究表明，消费者更喜欢用更好的在线口碑来购买产品（刘玉明，2010 [16]）。 然后我们提出如下假设：
H2：评论内容的质量会对消费者的购买决策产生积极影响。
3.3评论效价对消费者购买决策的影响
评论的效价（VR）是指整体在线评论中的积极意见和负面意见的相对程度。也就是说，如果积极意见的数量超过负面意见的数量，则评论的效价显示为正数，否则显示为负数。积极评价对产品有利，有助于消费者形成更好的感知价值，增强消费者购买和使用产品的愿望（Sweeney，Soutar和Mazzarol，2013 [17]）。然而，负面评价会对消费者群体的稳定性产生严重影响，因为其他消费者的购买行为将受到口碑的影响（Lou，2011 [18]）。因此，该研究假设如下：
H3：评论的效价对消费者的购买决策产生积极影响。
3.4评论者声誉对消费者购买决策的影响。
评论者的声誉（RR）是评论者提供在线评论的功劳，包括评论者的专业能力和可靠性。评论者的专业能力是指消息发送者为接收者提供正确信息和专业行为的能力（赵东，2012） [10]）。具有专业能力的评论者将从产品质量和实用性的角度进行评论，以减少客户搜索信息的时间成本。消费者倾向于通过这些评论做出购买决定。评论者的可靠性包括论坛中的可信度和网络级别。具有较高可靠性的评论者通常会在网上购物中发布更可信的评论。廖（2012）指出，信息的可信度对购买意愿有显着影响[19]。基于以上分析，假设是：
H4：审稿人的声誉对消费者的购买决策产生积极影响。
3.5审查及时性对消费者购买决策的影响。
审核的及时性（TR）代表了信息的新颖性以及它是否反映了产品的最新状态。由于技术的进步，产品会根据大多数人的喜好改变外观或调整产品结构。消费者可以通过最新的在线评论以及商店的介绍获得及时的产品信息。评论的及时性在发表评论的时间和最近发布的信息更有效，因此消费者将根据这些评论做出购买决定。黄（2011）的研究表明，在网上书店，评论的及时性对消费者的购买决策具有显著的积极影响[20]。 根据这些，有假设：
H5：评论的及时性对消费者的购买决策产生积极影响。
-
模型
- 指示系统的建立
选择在线女性服装购物作为研究对象来验证这些假设。购买女性服装的消费者大多是女性，但有些男性会为家人或朋友购买，因此男性消费者仍然需要填写问卷。考虑到购买女性服装时在线评论的相关因素，本研究确定了六个变量:( 1）评论的数量，包括评论的长度，产品注意，消费者发表的评论查的数量，评论的褒贬程度; （2）评论内容的质量，包括产品真实性，可靠性，客观性和相关的评论的相关性; （3）评论的价值，包括评论的一致性，整体情绪倾向和评价建议; （4）评论者的声誉，包括评论者的专业知识，评论者在论坛中的水平，评论者的可信度和可靠性; （5）评论的及时性，包括评论的最新程度，最新的信息程度和及时程度; （6）消费者的购买决策，包括影响消费者购买决策的评论程度，评论提供的新信息数量以及评论有助于消费者做出购买决策的好处。
基于科学性和有效性原则，建立指示系统，如表1所示。
A1，A2，A3和A4反映了在线评论的数量; B1，B2，B3，B4和B5反映了评论内容的质量; C1，C2和C3反映了评论的价态; D1，D2，D3和D4反映了评论者的声誉; E1，E2和E3反映了审查的及时性; F1，F2和F3反映了消费者的购买决策。
4.2问卷设计
问卷由两部分组成。第一部分是受访者的基本信息，包括性别（GEN），年龄（AGE），教育水平（EDU）以及他们是否具有在线购物体验（SHP）。第二部分是调查问卷的正文，包括相关变量的李克特5分量表。受访者被要求回忆起网站上关于女性服装的最新在线购物体验。 在浏览往期的在线评论时，考量在线评论的因素如何影响购买决策，然后记录被影响程度的数值。受访者还被要求阅读在线评论对消费者购买决策的影响的描述，并根据他们的认可程度进行标记。
4.3数据采集
该问卷包括纸质和电子形式。由于大多数购买女性服装的消费者都是年轻女性，因此纸质问卷主要分布在大学和员工等环境中。电子问卷主要通过电子邮件分发和收集，部分通过问卷星进行。最后，本次调查共发放问卷214份，回收207份，回收率为96.72％。排除无效问卷，问卷有效数为180，有效率为86.96％。
4.4数据分析
（1）可靠性分析
使用Cronbach的alpha;系数来衡量数据的一致性，较高的alpha;系数表示较高的可靠性。据分析，整体alpha;系数和每个变量的alpha;系数都超过0.7，仅消费者的购买决定的系数alpha;略低于0.637，这也是可以接受的范围。这表明问卷具有高可靠性，如表2所示。
（2）有效性分析
在本研究中，由于量表成熟，问卷具有良好的内容有效性，只需使用因子分析来分析构建效度。在因子分析之前，需要用问卷的数据进行KMO和Bartlett的检验。测试结果显示在表3，其中KMO测量值为0.825，Bartlett的球形度测试值小于0.01，达到因子分析的标准，适用于因子分析。
通过主成分分析提取常见因子（如表4所示）。根据特征值大于1的原理，我们提取了6个公因子，其累积贡献率为62.635％。
使用varimax旋转所有因子，旋转矩阵如表5所示。它表示最大负载具有聚合的项属于一个因子。结果表明问卷的收敛效度和判别有效性较好。
（3）相关分析
使用Pearson相关分析，本研究通过双侧检验对所有变量进行双变量相关分析。结论（在表6中）显示评论的数量，评论的内容质量，评论的效价，评论的声誉，评论的及时性和消费者的购买决策在0.01水平上显着正相关。在受访者的个人信息中，性别，年龄，教育，网上购物体验与消费者的购买决策无关。
（4）回归分析
通过控制性别，年龄，教育，网上购物体验等因素，建立自变量与因变量之间的线性回归方程。根据回归系数beta;反映的显着性，我们估计自变量和因变量之间的线性关系是否良好拟合。为了区分单个变量的影响，我们首先将控制变量放入回归方程中以测量beta;，然后将自变量加到上述回归方程中以测量beta;并比较两个beta;的变化。
模型1：将控制变量放入回归方程中，并测量控制变量对消费者购买决策的影响。
模型2：将控制和自变量放入回归方程中，并测量控制和自变量对消费者购买决策的影响。
根据表7，调整后的R2从模型1中的0.015增加到模型2中的0.220，这表明回归系数是显著的。由于问卷使用横截面数据而不是时间序列数据，因此回归方程的R2不太严格。根据表8中显示的结果，F统计量从模型1中的1.691变为模型2中的6.621，表明显著性增强。统计结果表明回归模型拟合得更好。表9列出了两种模式的系数。
4.5结果
每个因素的影响可以在表9中看到：
（1）消费者购买决策与评论数量之间的正相关性不够显著。beta;= 0.071，p = 0.402gt; 0.05，表明评论数量对消费者的购买决策几乎没有积极影响。
（2）消费者的购买决策与评论内容的质量显著正相关。beta;= 0.143，p = 0.059 lt;0.1，在0.01水平显着。它表明评论内容的质量对消费者的购买决策有很大的积极影响。
（3）消费者的购买决策与评价的价值显著正相关。beta;= 0.157，p = 0.05，在0.01水平显著。它表明，评论的效价对消费者的购买决策有很大的积极影响。
（4）消费者的购买决策与评论者的声誉之间存在正相关关系。beta;= 0.129，p = 0.119gt; 0.1，表明评论者的声誉对消费者的购买决策几乎没有积极影响。
（5）消费者的购买决策与评论的及时性之间存在显著的正相关关系。beta;= 0.183，p = 0.015 lt;0.05，在0.05水平显着。它表明，评论的及时性对消费者的购买决策有很大的积极影响。
总之，验证了H2，H3和H5的假设，而不是H1和H6（表10）。这可能是由于女性的服装款式随着时尚而迅速变化。消费者转移到最新流行的评论，忽略评论数量和评论者声誉的因素。
5。结论
结果证明了在线评论对消费者购买决策的影响。它为在线零售商提供了这项研究的营销意义。首先，在线零售
全文共5831字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[453983]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
