基于Amos的消費者忠誠度影響因素研究

(天津工業大學經濟與管理學院 天津 300381)

引言

疫情期間，經濟受損消費也受到很大沖擊，但國民必要的生活開銷支出必不可少。疫情不會改變國家經濟長期向好的趨勢，國民收入還是會不斷提高，于是對于消費者來說在百貨公司或者超市消費的機會大增，消費者們的消費傾向收到很多因素的影響；而對于企業來說，消費者的忠誠度已然成為追求的目標，這決定了企業的再獲益率。

Teguh Soedarto(2019)[1]提出品牌信任對品牌情感的影響和品牌信任對態度忠誠的影響描述了顧客對特定品牌的信任會影響顧客的情感部分，態度忠誠與顧客對品牌的態度偏好和承諾有關。品牌效應對態度忠誠的影響、品牌效應對行為忠誠的影響等關系表明，顧客的態度偏好和承諾會影響顧客的態度忠誠和行為忠誠。本研究的新穎之處在于，探討了品牌質量與忠誠度的關系，即態度忠誠度和行為忠誠度。品牌質量包括品牌所附加的一些屬性，它對顧客的態度忠誠和行為忠誠都有顯著的影響。研究最后拒絕了品牌信任與行為忠誠度之間的關系。

Apri Budianto(2019)[2]提出企業營銷最基本的概念是思考如何滿足顧客需求和進行外部分析。主要研究服務質量對現代市場顧客忠誠的影響，最后得出結論：基于現代市場顧客感知的服務質量屬于良好范疇。服務質量對顧客忠誠具有顯著的正向影響。這意味著更好和正確的服務質量將是更忠誠的消費者。

一、消費者忠誠度的定義和分類

(一)忠誠度的定義

顧客忠誠度(Customer loyalty)是指顧客對于企業或公司提供的產品、服務或人員的一種認同感。忠誠是經常被觀察到的行為。忠誠通常被定義為鼓勵服務組織績效的實際行為，但是諸如購買和批發購買等行為措施由于缺乏基本概念而受到批評，實際上這是一個動態的過程，例如某項服務的低重復購買程度可能是結果和情境因素，如不忠、追求多樣性和缺乏買方的偏好或偏好。忠誠的客戶是公司提高盈利能力的最有價值的資產。要想成為忠誠的客戶，強調公司抓住新客戶和留住客戶的重要性，需要在資金和人力資源上都有很高的承諾，使產品質量真正符合客戶的意愿。

(二)忠誠度的分類

本文將忠誠度分為兩種：態度忠誠度和行為忠誠度。

態度忠誠度(Attitude loyalty)是消費者對于產品的傾向，是心理過程的作用，包括態度偏好和對產品的承諾，針對這一點我們不難發現，態度忠誠度是一種專注于心理領域的忠誠，這種心理領域在行為領域形成之前，在形成過程中只有思想上的遷移而沒有形成行為。

行為忠誠度(Behavioral loyalty)被認為是觀察得到的忠誠。一些研究人員認為，重復購買可以體現消費者對產品的忠誠度；另外一點，消費者對于產品的宣傳和分享也可證明他們的忠誠度。基于這些我們發現行為忠誠度大體上有兩種情形，即購買頻率和需求共享。

二、影響消費者行為忠誠度的因素

(一)服務品質

服務品質是指消費者對于整體服務的一種評價，這是一種主觀性的品質。高的服務品質意味著消費者能達到更高的滿意程度。Parasuraman等人推薦SERVQUAL服務質量模型，用來衡量消費者期望與感知之間的差異程度。提出了服務品質的10個維度：有形性、可靠性、響應性、能力、禮貌、信譽、安全、訪問、溝通和理解客戶。Fogli(2006)將服務品質定義為“與特定服務相關的全球判斷或態度，客戶對組織及其服務相對劣勢或優勢的總體印象”。服務質量是一種認知判斷。

Kazi Omar Siddiqi(2011)[3]研究找出孟加拉零售銀行業服務品質屬性、顧客滿意與顧客忠誠之間的相互關系。結果表明，孟加拉國零售銀行的服務品質屬性與顧客滿意度呈正相關，顧客滿意度與顧客忠誠呈正相關。

(二)企業形象

企業形象和企業聲譽等相關結構是通過多種方式定義和聯系在一起的。企業形象一詞是指公眾對一個企業的總體印象。企業形象的塑造往往與價值觀有關，它是一個漫長的過程，可以通過技術突破和意外的成就迅速改善，反之，也可以通過忽視與組織互動的各個群體的需要和期望而破壞。在商品市場中，企業形象將發揮重要作用，因為企業形象將對其產品產生裙帶作用。

DE LEANIZ等人(2016)[4]在研究中表明企業形象對于企業聲譽有正向影響，同時企業形象對顧客忠誠度也有正向影響，企業形象和聲譽都是戰略資產，適合激發對服務績效的積極情感感知，從而提高客戶的忠誠度。

(三)轉換成本

轉換成本的正式定義是指從一個服務中進行轉換所涉及的成本。這是對不忠的懲罰阻止消費者轉向競爭對手，轉換成本不僅包括那些可以用貨幣計量的成本，還有變成新顧客的心理效應、時間成本和購買新商品付出的努力。轉換成本部分是針對消費者的，經濟或財務上的轉換成本可以被認為是一種“沉沒成本”。

AYDIN等人(2005)[5]研究了轉換成本與顧客滿意度的影響，結果表明：高轉換成本感知的顧客忠誠度更強；企業信任與消費者忠誠度有正相關關系；顧客滿意度對顧客忠誠度有正向影響；高感知轉換成本的顧客，滿意度與忠誠度之間的關系更弱，信任與忠誠度之間的關系也更弱。

(四)顧客滿意度

客戶滿意度和忠誠度之間的關系一直是市場營銷中廣泛研究的關系之一。顧客滿意度是指顧客對其整體消費體驗感知的基礎，它對顧客忠誠度有顯著的影響，而顧客忠誠是顧客保持和再購買行為的驅動因素，這一前提是企業顧客導向的關鍵，正是這種關系構成了衡量營銷效果的基礎。

Nobuhiko Terui等人(2016)[6]研究了顧客滿意度與忠誠度之間的非線性關系。將顧客滿意度指數(CSI)模型所提出的關系推廣到滿意度與忠誠度之間的非線性函數形式。提出了一個以簡約的方式反映非線性效應的內在特征的模型，如效用的飽和可達到極限、非恒定邊際收益、滿意與不滿意顧客之間的不對稱反應。

三、模型與研究假設

本文主要利用結構方程模型(SEM)和Amos軟件進行數據分析和模型驗證，圖3-1為研究的概念模型。

圖3-1 概念模型

SEM分析時不對每一條模型路徑提出假設，而是對整個模型與樣本資料的配適度進行評估。因此，研究的第一個假設為模型的期望共變異數矩陣與樣本共變異數矩陣沒有差異：S-∑(θ)=0。S是樣本共變異數矩陣，∑(θ)是模型期望共變異數矩陣，于是有：

假設H0：模型的期望共變異數矩陣與樣本共變異數矩陣沒有差異；假設H1：企業形象對顧客滿意度有正向影響；假設H2：顧客滿意度對態度忠誠度有正向影響；假設H3：態度忠誠度對行為忠誠度有正向影響；假設H4：服務品質對顧客滿意度有正向影響；假設H5：服務品質對態度忠誠度有正向影響；假設H6：服務品質對行為忠誠度有正向影響；假設H7：轉換成本對顧客滿意度有正向影響；假設H8：轉換成本對態度忠誠度有正向影響；假設H9：轉換成本對行為忠誠度有正向影響。

四、樣本統計

本研究的研究變量項均采用Likert7點尺度量表，其構面與題目如表4-1。

表4-1 研究構面及相關題目設計

SEM對數據的要求較高，一般來說樣本數與觀察變量的比例在5:1到10:1之間，樣本數應在200-300之間比較適合。本研究有效樣本為286個，符合SEM分析樣本數的要求。樣本以網絡問卷的形式收集，時間為2020年4月11日至2020年4月17日，總計回收289份問卷，扣除數據較差的3份，有效樣本合計286份。

在本次調查樣本中，女性居多占比59.86%，男性占比40.14%；填寫者的年齡結構大多數都在21-30歲，合計129份，20歲以下28份，31-40歲65份，40歲以上67份；婚姻狀況分析已婚和未婚幾乎各占一半，已婚146份未婚143份；職業結構以學生和公職人員為主共占64.71%，工人、農民、個體戶以及企業管理人員占35.29%；在受教育程度方面，大專及以下和本科生占絕大多數，碩士研究生占比15.92%，博士研究生及以上占比1.73%。

五、實證分析

(一)信度與效度分析

在使用SEM時，信度和效度的分析是必不可少的。如果說不能夠確信度量代表結構，那么就沒有理由使用它們來評估和檢查結構方程。在探索性研究中，每個指標的標準化因素負荷量應高于0.6，題目信度應高于0.5，組成信度應在0.7以上，而收斂效度也就是平均方差提取量應高于0.5才能表明已達到收斂有效性。本研究中針對所有構面分別進行CFA(Confirmatory factor analysis)分析，模型的六個構面的標準化因素負荷量均大于0.9，組成信度均大于0.7，說明六個構面具有良好的信度；收斂效度均大于0.5，因此六個構面均具有收斂效度。表5-1為潛在構面的信度分析表。

表5-1 潛在構面信度分析表

區別效度可以通過兩種方式進行評估[7]。第一種方法將兩個結構之間的平方相關性與為兩個結構中的每一個提取的平均方差進行比較，當每對結構的平方相關小于兩個平均方差提取值時，即可獲得區別有效性；第二種方法檢查無約束測量模型和嵌套測量模型之間的卡方值差異，無約束模型的卡方顯著降低表明區別有效性得到了實現。這里我們采用第一種方法得到構面之間的區別效度分析表如下表5-2。比較可以得出：每個構面自身的平均方差提取量都要大于與其他構面的平均方差提取量，說明構面具有良好的區別效度。

表5-2 區別效度分析表

在對假設H0進行驗證時，我們希望原假設成立，但是如果H0被拒絕，究竟是不是模型整體不好的原因?這里我們用Bollen-Stine來進行評估[8]。將模型跑1000次，得到如下數據：N=1000，Mean=370.473，S.e.=2.258。模型跑完1000次，其中994次得到很好的模型配適度，6次得到較差的模型配適度，那么下一次得到較差模型配適度的概率為p=7/1001=.007<0.05，證明我們的模型配適度很好。于是原假設H0成立。

(二)模型設定和識別

前面我們已經完成了模型的驗證性分析，得知各個構面的信度和效度均已達到對應標準，并對模型配適度進行了修正，最終得到了模型的路徑運行圖如下圖5-1。不難發現，如果分析數據為非多元常態易造成卡方值膨脹，Bollen-Stine可以加以修正卡方值。模型跑完1000次后卡方值由原來的569.180降低到370.473。

圖5-1 模型運行圖

為了理解和正確地建立一個感興趣的模型，顯式地跟蹤未知參數是非常重要的，并且在需要時對其進行適當的修改。對于結構方程模型的模型參數規則這里不多作介紹。根據模型T法則我們可以判斷模型是否可識別。

Computation of degrees of freedom(Default model)

Number of distinct sample moments:

253

Number of distinct parameters to be estimated:

58

Degrees of freedom(253-58):

195

由上面Amos分析我們得出結論模型過度識別。

(三)模型修正和解釋結論

對于一個好的模型來說，一定具有一系列好的擬合指標[9]。下表5-3為常用擬合指數說明表。

表5-3 常用擬合指數說明表及模型配適度

利用最初的原始289份數據進行分析的過程中，我們發現模型配適度不太理想如下圖5-2。GFI和AGFI均未達到理想情況，同時RMSEA超過了0.8，模型不夠理想。

圖5-2 原始模型運行圖

在本研究中，通過對馬氏距離的分析刪掉了3個異常值，同時分別對每個構面進行CFA分析時，通過對題目的篩刪以及由于系統誤差導致殘差的相關，得到了最終模型如圖5-1。并運用Booststrap對模型指標進行修正如表5-3。

我們通過非標準化系數來說明各構面之間的顯著性，通過標準化系數來說明構面之間的影響力。結果如下表5-4：

表5-4 非標準化系數與標準化系數表

于是我們得出結論：轉換成本對顧客滿意度不顯著，轉換成本對行為忠誠度不顯著；企業形象對顧客滿意度、服務品質對顧客滿意度、顧客滿意度對態度忠誠度、服務品質對態度忠誠度、轉換成本對態度忠誠度、態度忠誠度對行為忠誠度、服務品質對行為忠誠度均顯著。

本文在構建模型時給出了構面之間的多項假設，根據表5-4對提出的假設進行分析如表5-5。

表5-5 模型的路徑系數與假設檢驗

同時通過路徑系數我們可以得出結論：對于顧客滿意度來說，服務品質最重要；對于態度忠誠度來說，顧客滿意度最重要；對于行為忠誠度來說，態度忠誠度最重要。

六、結語

本研究提出了關于消費者忠誠度影響因素的問題，通過問卷調查和SPSS、Amos相關軟件進行建立模型，對模型提出假設并進行驗證，同時針對相關指標對模型進行不斷修正，最終得到指標較好的模型并對假設進行檢驗。本文不足之處在于研究數據來自不同地區，會產生相關誤差；其次對于忠誠度的影響因素挖掘還可以繼續深入和細化。