【文章內(nèi)容簡介】 計分析方法。是否適合做因子分析可以用KMO和球形Bartlett檢驗進行檢測，Bartlett檢驗的概率值（），則認為相關(guān)系數(shù)矩陣與單位矩陣有顯著差異，同時，KMO測試越接近1，越適合做因子分析。一般說來，非常適合；—，很適合；—，適合；—，很勉強；—，不適合 。經(jīng)驗證，且Sig值為0，說明問卷設(shè)計合理，很適合做因子分析。旋轉(zhuǎn)后的因子載荷矩陣顯示：各維度的最大值都在同一列上，第一個因子由前4個變量決定，依次類推，第二、三、四、五、六個因子都是由隨后的4個變量決定，這與問卷設(shè)定的因子變量數(shù)完全一致，說明問卷設(shè)定科學(xué)，問項擬定準(zhǔn)確。表2 觀測變量探索性因子分析結(jié)果問項 因子1 2 3 4 5 6媒體介入度 媒體介入度 媒體介入度 媒體介入度 感知風(fēng)險 感知風(fēng)險 感知風(fēng)險 感知風(fēng)險 產(chǎn)品傷害 產(chǎn)品傷害 產(chǎn)品傷害 產(chǎn)品傷害 口碑 口碑 口碑 口碑 再購行為 再購行為 再購行為 再購行為 企業(yè)社會責(zé)任 企業(yè)社會責(zé)任 企業(yè)社會責(zé)任 在被試者填寫問卷的時候，讓被試者回憶一下自己所經(jīng)歷的一些產(chǎn)品召回事件，讓被試者真正的融入到這個事件當(dāng)中。在問卷中特別設(shè)置了一個問項“回憶一下您所經(jīng)歷的一些產(chǎn)品召回事件都是哪個產(chǎn)品？”用來提醒被試者融入到情景當(dāng)中。結(jié)果顯示，在7分制打分中，均值為 。這說明絕大多數(shù)被試者還是比較好的融入場景。為了檢驗被試者對召回產(chǎn)品知名度的認識，我們在問卷中設(shè)計了一個問項“您覺得該產(chǎn)品品牌的知名度（影響力）如何？”用來測量被試者對品牌知名度的了解程度。結(jié)果顯示，在7分制打分中。這說明絕大多數(shù)的被試者對于回憶中情景的產(chǎn)品知名度是一致的。為了檢驗被試者對自己所回憶的情景事件中品牌的感知信任，我們在問卷中設(shè)計了一個問項“您覺得該品牌是否值得信賴？”用來測量被試者對品牌信賴的程度。結(jié)果顯示，在7分制打分中。這說明絕大多數(shù)的被試者對于回憶中的情景產(chǎn)品品牌的信賴程度是一致的。4 數(shù)據(jù)分析與假設(shè)檢驗數(shù)據(jù)分析全部運用數(shù)據(jù)分析的專業(yè)軟件SPSS ，它是專門用于分析數(shù)據(jù)的專業(yè)軟件，可進行多種分析，是現(xiàn)在數(shù)據(jù)分析最常用的軟件之一。將問卷數(shù)據(jù)總結(jié)整理后錄入SPSS軟件，進行計算，分別得出各項變量的平均值，進行比較。經(jīng)過SPSS軟件測算，數(shù)據(jù)的克拉巴赫系數(shù)（KMO值），因此數(shù)據(jù)真實可信，可以進行以下的定量分析。相關(guān)關(guān)系是另一類普遍存在的關(guān)系。在實際問題中，變量間往往并不是簡單的關(guān)系，也就是說，變量之間有著密切的關(guān)系，但是又不能由一個或幾個變量的值確定另一個變量的值，即當(dāng)自變量取某一值時，因變量的值可能會有多個。這種變量之間的非一一對應(yīng)的、不確定的關(guān)系，稱之為相關(guān)關(guān)系[11]。相關(guān)性介入度風(fēng)險變量傷害變量口碑變量再購變量社會責(zé)任介入度Pearson 相關(guān)性1.542**.517**.390**.037顯著性（雙側(cè)）.000.000.000.659.556N251251251251251251風(fēng)險變量Pearson 相關(guān)性.542**1.650**.268***.062顯著性（雙側(cè)）.000.000.000.016.326N251251251251251251傷害變量Pearson 相關(guān)性.517**.650**1.371**.145*顯著性（雙側(cè)）.000.000.000.386.021N251251251251251251口碑變量Pearson 相關(guān)性.390**.268**.371**1.307**.109顯著性（雙側(cè)）.000.000.000.000.085N251251251251251251再購變量Pearson 相關(guān)性*.307**1.137*顯著性（雙側(cè)）.659.016.386.000.031N251251251251251251社會責(zé)任Pearson 相關(guān)性.037.062.145*.109.137*1顯著性（雙側(cè)）.556.326.021.085.031N251251251251251251**. 在 .01 水平（雙側(cè)）上顯著相關(guān)。*. 在 水平（雙側(cè)）上顯著相關(guān)。圖 相關(guān)性分析圖由上圖可知，，說明介入度和風(fēng)險變量的相關(guān)性是顯著的。，說明介入度和傷害變量的相關(guān)性是顯著的。，說明介入度和口碑變量的相關(guān)性是顯著的。，說明介入度和再購變量的相關(guān)性是不顯著的。，說明介入度和社會責(zé)任的相關(guān)性是不顯著的。，說明風(fēng)險變量和傷害變量的相關(guān)性是顯著的。，說明風(fēng)險變量和口碑變量的相關(guān)性是顯著的。，說明風(fēng)險變量和再購變量的相關(guān)性是顯著的。，說明風(fēng)險變量和社會責(zé)任變量的相關(guān)性是不顯著的。，說明傷害變量和口碑變量的相關(guān)性是顯著的。，說明傷害變量和再購變量的相關(guān)性是不顯著的。，說明傷害變量和社會責(zé)任的相關(guān)性是顯著的。，說明口碑變量和再購變量的相關(guān)性是顯著的。，說明口碑變量和社會責(zé)任變量的相關(guān)性是不顯著的。，說明再購變量和社會責(zé)任變量的相關(guān)性是顯著的。T檢驗，亦稱student t檢驗（Student39。s t test），主要用于樣本含量較?。ɡ鏽30），總體標(biāo)準(zhǔn)差σ未知的正態(tài)分布資料。T檢驗是用于小樣本（樣本容量小于30）的兩個平均值差異程度的檢驗方法。它是用T分布理論來推斷差異發(fā)生的概率，從而判定兩個平均數(shù)的差異是否顯著[12]。配對設(shè)計：將受試對象的某些重要特征按相近的原則配成對子，目的是消除混雜因素的影響，一對觀察對象之間除了處理因素/研究因素之外，其它因素基本齊同，每對中的兩個個體隨機給予兩種處理[13]。當(dāng)卷入度為1時的配對樣本T檢驗結(jié)果如表3表3 成對樣本統(tǒng)計量均值N標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤差風(fēng)險變量1360．10346傷害變量136口碑變量136再購變量136社會責(zé)任136感知責(zé)任136召回及時性136再購變量136召回主動性136再購變量136由表3可知卷入度為1時風(fēng)險變量、傷害變量、口碑變量、再購變量、社會責(zé)任、感知責(zé)任、召回及時性、召回主動性的樣本量、均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤差。表4 成對樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig風(fēng)險變量amp。傷害變量136口碑變量amp。再購變量136社會責(zé)任amp。感知信任136召回及時性amp。再購變量136召回主動性amp。再購變量136表4為配對樣本的可靠性檢驗。，說明風(fēng)險變量與傷害變量的數(shù)據(jù)配對非常合理。，說明口碑變量與再購行為的數(shù)據(jù)配對不太合理。，說明社會責(zé)任和感知信任的數(shù)據(jù)配對不太合理。，說明召回及時性和再購變量的數(shù)據(jù)配對不是很合理。，說明召回主動性和再購變量的數(shù)據(jù)配對很合理。當(dāng)卷入度為2時的配對樣本T檢驗結(jié)果如下表表5 成對樣本統(tǒng)計量均值N標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤差風(fēng)險變量115傷害變量115口碑變量115再購變量115社會責(zé)任115感知責(zé)任115召回及時性115再購變量115召回主動性115再購變量115由上表可知卷入度為2時風(fēng)險變量、傷害變量、口碑變量、再購變量、社會責(zé)任、感知責(zé)任、召回及時性、召回主動性的樣本量、均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤差。表6 成對樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig風(fēng)險變量amp。傷害變量115口碑變量amp。再購變量115社會責(zé)任amp。感知信任115召回及時性amp。再購變量115召回主動性amp。再購變量115上表為配對樣本的可靠性檢驗。，說明風(fēng)險變量與傷害變量的數(shù)據(jù)配對非常合理。，說明口碑變量與再購行為的數(shù)據(jù)配對非常合理。，說明社會責(zé)任和感知信任的數(shù)據(jù)配對非常合理。，說明召回及時性和再購變量的數(shù)據(jù)配對不是很合理。，說明召回主動性和再購變量的數(shù)據(jù)配對不太合理。（ANOVA分析）方差分析（Variance Analysis）是通過對數(shù)據(jù)誤差來源的分析判斷不同總體之間的均值是否相等，進而分析自變量是否有影響的有效分析方法[14]。表7 口碑變量方差分析結(jié)果ModelSum of squaresdfMean squareFSigRegression 3Residual 247 Total 250通過上述分析。因此得出結(jié)論感知風(fēng)險、感知信任、企業(yè)社會合法性三個因素對口碑有顯著的影響。驗證假設(shè)H6：消費者感知企業(yè)社會合法性負向影響負面口碑。H8：消費者感知風(fēng)險正向影響負面口碑。H10：消費者感知信任負向影響負面口碑。表8 感知風(fēng)險方差分析ModelSum of squaresdfMean squareFSigRegression 4 Residual 246 Total 250通過上述分析。因此得出結(jié)論企業(yè)社會責(zé)任、召回主動性、傷害變量、召回及時性對風(fēng)險變量有顯著的影響。驗證假設(shè)H4：消費者感知企業(yè)社會合法性負向影響感知風(fēng)險表9 社會責(zé)任方差分析ModelSum of squaresdfMean squareFSigRegression 3Residual 247Total250通過上述分析。因此驗證假設(shè)H3: 消費者感知企業(yè)社會合法性正向影響感知信任H5：消費者感知企業(yè)社會合法性正向影響產(chǎn)品態(tài)度 表10 再購變量方差分析ModelSum of squaresdfMean squareFSigRegression 3Residual 247Total 250通過上述分析。因此驗證假設(shè)H14：消費者感知企業(yè)社會合法性正向影響再購傾向H16：消費者感知風(fēng)險負向影響再購傾向 H18：消費者感知信任正向影響再購傾向 表11 感知信任方差分析ModelSum of squaresdfMean squareFSigRegression 4Residual 246Total 250通過上述分析。因此驗證假設(shè)H13：消費者感知企業(yè)社會合法性正向影響滿意度 H15：消費者感知風(fēng)險負向影響滿意度H17：消費者感知信任正向影響滿意度表12 模型的假設(shè)檢驗結(jié)果 原假設(shè) 結(jié)論H3: 消費者感知企業(yè)社會合法性正向影響感知信任 接受H4：消費者感知企業(yè)社會合法性負向影響感知風(fēng)險