首页 理论教育 模型与假设检验对品牌资产的影响

模型与假设检验对品牌资产的影响

时间:2023-11-28 理论教育 版权反馈
【摘要】:图5-1结构方程模型统计方法的发展Lohmoller最早开发了PLS路径模型的分析软件——LVPLS1.8。②*表示假设通过检验的显著性水平,*为0.05,**为0.01,***为0.001,无*说明未通过检验。因此,假设B13、B14通过了检验,品牌体验价值对品牌资产各维度的影响是依消费者购买经历和卷入程度而动态变化的。图5-2品牌体验各维度对总体品牌资产的贡献度

模型与假设检验对品牌资产的影响

1.基于偏最小二乘的结构方程模型

自从Joreskog在1973年发展了基于协方差的结构方程模型,结构方程模型就得到了广泛应用,基于极大似然估计的结构方程模型(SEM-ML)几乎成了结构方程模型的代名词,研究者们似乎忽略了其他可选择的结构方程模型分析方法,例如偏最小二乘方法等。基于偏最小二乘的结构方程模型(又称偏最小二乘路径模型,PLS path modeling)有许多优秀的特点,Fornell称偏最小二乘回归是第二代回归技术[224],PLS路径建模方法在近几年得到了较快发展,在分析经济、管理等社会科学的学术论文和行业应用逐年增多。

结构方程模型的发展阶段是以图5-1中学者发表的关键论文为标志的。Wold最早提出了偏最小二乘(partial linear square,PLS)的思想,而偏最小二乘的潜变量路径模型的最终形成则是Wold在1979年发表的论文中,和他在1985年阐述其“软模型”[225]的论著一同成为此后偏最小二乘算法的主要引证文献[1]。PLS回归的应用首先是在化学统计学取得了很大的成功,并逐渐应用在社会科学领域,尤其是近几年PLS方法受到了社会科学研究者的关注并得到了广泛的应用。PLS方法包括PLS回归和PLS路径模型,PLS回归不包含潜变量的分析,而PLS路径模型则包含潜变量,即为本书采用的方法。Wold称Joreskong 的SEM-ML为“硬模型”,因为它需要严格的分布假设和很大的样本容量,而PLS“软模型”则对分布限制很少,而且可以在小样本下进行模型估计。

图5-1 结构方程模型统计方法的发展

Lohmoller最早开发了PLS路径模型的分析软件——LVPLS 1.8。之后Chin又开发了PLS-Graph 3.0,它包含了LVPLS 1.8的一些核心模块,目前已经有较多的软件可以实现PLS路径模型的分析。Chin(1998)[226]和Tenenhaus (2005)[227]对PLS路径模型进行了理论回顾和总结,Fornell和Cha(1994)提出了PLS路径模型在市场营销中的应用并对其进行了深入的论述[228]。PLS路径模型不同于SEM-ML,它没有一套成熟的拟合指数,其评价主要通过观察外部权重和观测变量载荷及其显著性、路径系数及其显著性、解释效度R2等。本书中构建的模型适合使用结构方程模型进行分析,但由于本书的探索性较强,并且具有较复杂的路径,故采用基于偏最小二乘的结构方程模型。相比基于极大似然估计的结构方程模型(SEM-ML),基于偏最小二乘的结构方程模型(SEM-PLS)具有需求样本量小、适合复杂分析与探索性研究等优点,分析软件采用smartpls 2.0。

2.假设检验

我们首先使用全部样本数据(N=446)对假设H1~H12进行检验,计算获得的各假设的路径系数如表5-5所示,通过bootstrap过程获得各路径的显著性以“*”进行区别。为了检验假设H13和H14,我们先把总体样本根据消费者购买经历分为低经历(N=298)和高经历(N=148)两组,再根据其卷入程度不同分为低卷入(N=208)和高卷入(N=238)两组,分别对假设进行检验,以观察低经历和高经历、低卷入和高卷入情况下品牌体验价值对品牌资产影响力的差异(见表5-5)。另外,计算所得的品牌忠诚、感知质量和品牌联想的R2值分别达到了0.512、0.338和0.333,说明品牌体验价值对品牌资产各维度解释程度分别达到了51.2%、33.8%和33.3%。

表5-5 路径系数及其显著性(www.xing528.com)

注:①SEV:感知体验;AEV:情感体验;IEV:认知体验;SE:关系体验;BL:品牌忠诚;PQ:感知质量;BA:品牌联想。②*表示假设通过检验的显著性水平,*为0.05,**为0.01,***为0.001,无*说明未通过检验。

通过观察全部样本下的路径系数及其显著性水平可以发现(见表5-5),假设B1~B12中多数通过了检验,仅有4项没有达到显著性水平而未通过检验。品牌体验价值对品牌资产各维度的影响并不是一成不变的,而是存在一定差异。因此,假设B13、B14通过了检验,品牌体验价值对品牌资产各维度的影响是依消费者购买经历和卷入程度而动态变化的。

3.品牌体验价值对总体品牌资产的影响

品牌体验价值各维度对品牌资产各维度具有广泛的影响,并具有较高的解释力,为了观察其对总体品牌资产(OBE)的贡献度,我们单独构建了结构方程模型对其进行检验(见图5-2)。由于本部分研究的目的在于观察品牌体验价值对总体品牌资产的解释力,因此模型中没有加入调节变量。使用全部样本数据对模型进行检验,得到SEV、AEV、SoEV和IEV对OBE的路径系数分别为0.0344、0.526、0.1941和0.1676,感官体验价值T的检验值为0.385,未对总体品牌资产产生显著影响,其他各项均在P<0.05的显著性水平下通过检验,且情感体验价值对总体品牌资产具有很强的影响;检验得到R2的值为0.581,即58.1%的总体品牌资产变异得到解释,模型具有较高的解释力,说明品牌体验价值对总体品牌资产具有较高的贡献度。

图5-2 品牌体验各维度对总体品牌资产的贡献度

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈