服装零售卖场因素对消费情绪的影响＊

李 敏,朱 珠,李凤娟

(东华大学 服装学院,上海 200051)

服装零售卖场因素对消费情绪的影响＊

李 敏,朱 珠,李凤娟

(东华大学 服装学院,上海 200051)

借鉴在社会学、经济学、心理学应用比较广泛的结构方程模型,建立了影响消费情绪的卖场7方面因素的相关性假设模型.在市场调查得出一手数据的基础上,利用数据分析软件SPSS 12.0和结构方程模型分析软件AMOS 7.0对数据的信度、效度、模型拟合度和路径进行了分析.调研结果验证了“7Ps”营销理论在服装零售卖场的适用性,并最终得出了服装卖场影响消费情绪的7方面因素的量化关系模型.

服装零售卖场因素;消费情绪;“7Ps”营销理论;结构方程模型(SEM)

MCCARTHY将营销要素概括为4Ps,即产品(Product)、价 格 (Price)、地 点 (Place)、促 销(Promotion)[1].1981年,BOOMS等[2]根据服务营销特点,建议在MCCARTHY提出的4Ps营销组合的基础上,增加人员(Participants)、有形展示(Physical Evidence)、过程(Process)因素,“7Ps”对营销要素进行了更为全面的概括和阐述,并在实际营销尤其是零售营销中广泛应用.随着生活中情绪消费的现象越来越普遍,在零售行业的研究中加入环境心理学的内容,可以更全面地研究零售行业消费者的心理、行为对营销者的影响.零售卖场环境是营销者可以控制的因素,能激起消费者的情绪反映,而这种情绪反应影响消费者的行为和决策[3].因此,对消费情绪的影响因素进行深入研究具有十分重要的意义.

1 问题的提出

消费情绪是指在产品使用或消费过程中所引发的一系列特定的情绪反应,与相关的感情现象和心情所不同的是,消费情绪在心理上更为急迫,有潜在的动机,并有更大的情境性 .在服装零售行业中,产生消费的诱因大部分存在于服装零售卖场中,诱因与消费者的内心情感形成了共鸣,外在因素刺激消费者内在的情绪,产生购买结果.只有营造一个良好的零售卖场环境才能够对消费者的情绪产生积极的影响,从而促进卖场的销售.理论上,“7Ps”适用于整个零售营销,具体到服装零售卖场内的营销要素是否仍然适用,需要进行检验.

本文针对服装行业的特殊性进行了量表设计,验证了“7Ps”理论在服装零售行业的适用性,并得出服装零售卖场构成因素间的相互关系和重要性排序,同时对服装零售卖场的构成因素对消费情绪的影响进行探讨和研究.

2 影响消费情绪的服装零售卖场因素的相关性模型研究构架假设

2.1 结构模型研究构架

本文采取实地调研的方法,以3大空间的划分为指导,收集卖场内的所有因素,并结合“7Ps”营销组合理论和零售要素的具体内容,将服装零售卖场的所有因素,归纳为产品属性、产品价格、卖场地点、卖场促销、服务人员、有形展示和过程管理7个方面,通过头脑风暴对服装零售卖场信息进行补全后,卖场因素中又添加了“品牌形象”,而由于“过程管理”的具体内容跟“品牌形象”中的信誉度有联系,因此把“过程管理”和“品牌形象”这两个方面合并成同一个方面,仍然称为“品牌形象”.

通过调查每一类因素对消费情绪的影响程度,并分析他们受消费情绪的影响大小和主次,建立这7个方面的相关性模型,如图1所示.

图1 影响消费情绪的服装零售卖场因素的相关性模型Fig.1 The relevantmodel of aspects of fashion retail storesaffecting consumption emotions

2.2 结构模型研究假设

本文研究的模型是服装零售卖场影响消费情绪的7个方面因素之间的相关性模型,因此有7个结构变量,它们分别是:“产品属性”、“产品价格”、“卖场地点”、“卖场促销”、“服务人员”、“有形展示”和“品牌形象”.

综上所述,提出以下假设:

假设1 基于各个结构变量与观测变量之间的关系提出相关假设:

假设1-1 “产品属性”与对应的观测变量有相关关系,且结果显著;

假设1-2 “产品价格”与对应的观测变量有相关关系,且结果显著;

假设1-3 “卖场地点”与对应的观测变量有相关关系,且结果显著;

假设1-4 “卖场促销”与对应的观测变量有相关关系,且结果显著;

假设1-5 “服务人员”与对应的观测变量有相关关系,且结果显著;

假设1-6 “有形展示”与对应的观测变量有相关关系,且结果显著;

假设1-7 “品牌形象”与对应的观测变量有相关关系,且结果显著;

假设2 基于结构变量之间的关系提出相关假设:“产品属性”、“产品价格”、“卖场地点”、“卖场促销”、“服务人员”、“有形展示”和“品牌形象”,这 7个因素之间存在相关关系,且结果显著.

本文采用5分量表进行度量,1分代表最低,5分代表最高.本研究采用的服装零售卖场因素5维度测量题项如表1所示.

表1 服装零售卖场因素5维度测量题项Table 1 Question itemsabout five dimensions of aspects of fashion retail stores

续 表

3 影响消费情绪的服装零售卖场因素的实证研究

3.1 调研的基本情况

本次调研主要分为3个阶段:

第1阶段:服装零售卖场因素的实地调查.通过对上海市各大商区的服装零售卖场因素的实地调查和相关文献的研究,总结了7个服装零售卖场因素的具体内容;

第2阶段:头脑风暴.通过头脑风暴对归纳和总结的服装零售卖场信息进行补全,参与头脑风暴的人为有零售经验或有服装专业知识的人;

第3阶段:问卷调研.调查对象多选择年轻白领,年龄大概在25～35岁之间.调研地点设定为上海地区中高档服装店铺最集聚的几个商场、购物中心和店铺.调研时间为一个星期,星期日和星期六为调研的重点.本次调研共发放问卷250份.漏填的或全部答案都选同一选项的均被视为废卷,问卷经过严格的审核,最后得到有效问卷235份,有效问卷率达到94%.

3.2 模型的品质检验

信度概念是关于一种现象的测度提供的稳定性和一致性结果的程度;效度是指测验指标能够真正测出研究人员所要衡量的事物的程度,它揭示结构变量和它的测量指标之间的关系[5].

本文主要通过SPSS 12.0软件中的因子分析功能来分析量表的信度和效度.KMO检验(Kaiser- Meyer - Olkin Measure of Sample Adequacy)和巴特利特球体检验(Bartlett Test of Sp hericity)主要用来检验数据是否适合做因子分析.KMO样本测度值越接近1,表明数据越适合做因子分析,一般认为测度值为0.90以上,极适合;测度值为0.80～0.90,好 ;测度值为 0.70～0.8,较好 ;测度值为 0.60～0.70,中等;测度值为 0.50～0.60,差;测度值为小于0.50,不可接受.Bartlett球体检验的目的在于确定所要求的数据是否取自多元正态分布的总体,若差异检验的 F值的sig.显著,表示数据来自正态分布总体,可以作进一步分析[6].检验的结果见表2.

表2 卖场因素的 KMO检验和Bartlett球体检验结果Table 2 KMO measure of sample adequacy and Bartlett test of aspects of fashion retail stores

由表2中的数据可知,KMO值为0.769,介于0.70～0.80之间,说明该量表的数据可以做因子分析.表中Bartlett球体检验 F值的sig.=0.000,表明量表的数据来自正态分布,数据具有相关性,符合做因子分析的要求.

为了验证“7Ps”理论具体到服装零售卖场内的营销要素是否仍然适用,本研究对服装零售卖场7方面量表进行主成分因子分析,利用最大变异法旋转,采取 Kaiser标准选取因子.主成分分析将“品牌的独特性(v24)”归入产品属性,“节假日促销(v11)”和“会员优惠(v12)”也都归入价格因素,“品牌信誉度(v23)”项和有形展示的内容归到一起,其他设置保持不变.假设模型各量表的因子分析的相关方面结果见表3.

表3 因子分析结果Table 3 Principal component and factor analysis

续 表

α信度系数主要用于分析量表的内在信度,是目前应用最广泛的而且效果较好的方法.NUNNALL Y[7]建议量表α信度系数达到或高于0.7时,则说明各分量表的信度基本上可以接受,从而保证了数据具有一定的可靠性.从表2可以看到,服装零售卖场的24个因素信度分析的结果为0.860,结果符合NUNNALL Y建议的最低值0.7,因此可以说明服装零售卖场的因素的量表内部一致性很好.

观察表3的信度系数发现,对表中24个观测变量进行主成分分析后,得到的7个主因子的信度系数除了产品属性的信度系数低于0.7以外,其余都高于0.7,说明除产品属性因子外的6个因子的题项内部一致性很好,此6个量表具有较高的可靠性.产品属性的信度系数为0.565,说明产品属性量表的内部一致性较差,但 YA TES[8]在研究模型内部一致性的问题时指出,对于尚未验证过的变量尺度,信度系数大于0.5即可,认为内部一致性满足要求.SM ITH[9]也认为在基础研究的初级阶段,信度系数为0.5～0.6是可以接受的.国内学者钱丽萍等[10]在检验服务质量的量表一致性时,也认为信度系数大于0.5即可认为内部一致性满足要求.因此,本文将产品属性中的题项保留,不作删减.

ANDERSON等[11]认为结构变量的值可通过各结构变量所有的测量项的得分数的平均数获得.表4为影响消费情绪7方面因素的Pearson相关系数与信度系数α,可以看出,任意两结构变量的Pearson相关系数均小于其各自的信度系数α(对角线上黑体数字),根据前面分析则知各量表具有很好的判别效度.

表4 影响消费情绪7方面因素的Pearson相关系数与α信度系数Table 4 Pearson correlationship coefficient and reliability coefficientαof 7 factors affecting consumption emotions

3.3 假设模型的量化结果

借用AMOS 7.0的验证性因子分析功能对影响消费情绪的7方面因素间的相关性进行分析,首先需要对模型进行检验.对模型的整体拟合度参数和路径系数的分析是同时进行的,且所有的数据都是通过标准化之后输出的结果,称该模型为模型1,其整体拟合度参数如表5所示.

表5 模型1的7方面因素相关性模型的AMOS整体拟合度参数Table 5 AMOS fit index of 7 factors of the relevantmodel of Model 1

BEN TLER[12]认为,当模型的卡方自由度比χ2/d f小于3时,其整体拟合度较好.从表5可以看出,模型1的卡方自由度比χ2/d f是满足这一条件的,表明整体拟合度较好,但部分拟合度指标没有达到标准.由于本研究的数据来源于对消费者的问卷调查,受到较多的外界因素影响,指标不一定能达到结构方程模型的拟合度标准,为尽可能接近这一标准,对模型进行了必要的修正.

对M I指数(修正指数)进行分析和观测发现,变量 v23与 v24,v5与 v6,v12与 v23,v11与 v12之间都存在着残差相关.BAGOZZI[13]认为残差相关意味着研究者可能在模型中遗漏了一个或几个重要的潜在变量的设定,不同的残差之间仍有共同的影响来源.进行模型修正的途径有两种:一是把修正指数大的项目删除;二是允许它们相关,但是这种相关需要符合实际.

结合本研究的内容,研究中涉及的各因素都来自服装零售卖场,其中 v23与 v24与品牌形象有关,消费者在进行问卷填写时对它们的差别不会考虑太多,存在混淆的情况,因此,这两项有相关性;v5与v6是关于价格的因素,相关性不可避免;v11,v12,v13是关于促销,三者所表达的意思很近,在短时间内,消费者极易产生混淆,因此,也可以允许相关.

经过上述相关性分析得到修正后的模型,称该模型为模型2,模型2的整体拟合参数如表6所示.

表6 模型2的7方面因素相关性模型的AMOS整体拟合度参数Table6 AMOS fit index of 7 factors of the relevant model of Model 2

经修正后,模型的χ2/df=1.98比原来更小,说明修正后的模型整体拟合度更好,NFI,AGFI,CFI的值均非常接近1,虽然尚未达到拟合指数的标准,但由于观测变量较多,必然会导致拟合度下降,因此,本模型的拟合指标满足关于判断标准的补充说明,认为拟合指数达到要求.PGFI值超过了拟合值较好的标准,RMSEA值也较原有模型偏小,更接近标准值.因此,从整个模型拟合指数来看,该模型更符合要求,说明影响消费情绪的卖场7方面因素的相关性模型拟合较好.

表7为相关性模型中各观测变量与结构变量之间的相关系数统计,此表可以检验假设1中的前7个假设,即各结构变量与观测变量显著相关.

表7 相关性模型中各观测变量与结构变量之间的相关系数统计Table7 Relevant coefficient of average value of the construct

续 表

从表7可以看出,24个观测变量与7个结构变量之间的相关性非常好,P值最大也小于0.01,说明它们之间的相关性非常显著.一般认为,任何临界比超过1.96被认为是显著的.表7中所有临界比都大于1.96,因此,证明了假设1中的前7个假设是正确的.

卖场因素经过因子分析被分成7个方面,本文建立它们之间的相关性假设模型,并用AMOS的验证性因子分析对模型进行验证,得到这7个方面之间的路径系数表,如表8所示.

表8 影响消费情绪的服装卖场7方面因素间的路径系数表Table8 Path coefficient of 7 aspects of fashion retail stores affecting consumption emotions

续 表

从表8可以看出,促销对人员及地点对人员间的路径系数相对于其他的结构变量间的路径系数较小.且部分结构变量间的相关性很大,如产品对有形展示间的路径系数为0.50,说明产品的属性与有形展示的内容存在很大的相关性.价格与促销的关系也很密切,路径系数为0.48,不同价位的服装所进行的促销活动也会不同,这与实际情况一致.另外,地点与有形展示、地点与品牌形象、产品与品牌形象之间的路径系数也很高,均超过了0.4.

表9为相关性模型中各结构变量之间的相关系数统计,此表用以检验假设2,也就是各结构变量之间显著相关.

表9 相关性模型中结构变量之间的相关系数统计Table 9 Relevan t coeff icien t of average value of the construct

从表9可以看出,P值最大为0.05,说明各结构变量间相关性显著.又表9中所有的临界比都大于1.96,证明了假设2的正确性.

由整体均值数据分析得:服装零售卖场7方面因素对消费情绪的影响主次顺序为服务人员、产品属性、有形展示、产品价格、品牌形象、卖场促销、卖场地点,其得分依次为3.91,3.75,3.53,3.46,3.32,3.21,3.06.该7项的得分均在3.0～4.0之间,说明每一个方面对消费者的消费情绪都有很大的影响,都应该引起服装零售商足够的重视.因此,营销者需注意以下几点:不仅要加大人员培训的力度,更要加强导购人员的技能;产品的生产应以基本属性为主,注意产品在款式、颜色上的变化;卖场环境的风格应与服装特色相对应;尽量给消费者传递一种“物有所值”的信息;完善售后服务制度,加强各种促销活动的宣传力度;选址应符合服装品牌定位.

4 结论

(1)“7Ps”营销理论在服装零售卖场具有适用性.

(2)服装零售卖场7方面因素对消费情绪的影响主次顺序为服务人员、产品属性、有形展示、产品价格、品牌形象、卖场促销、卖场地点.

(3)产品属性、产品价格、卖场地点、卖场促销、服务人员、有形展示和品牌形象之间的相关系数均很高,表明此7个因素间的相互影响程度很大,一个因素对消费情绪产生影响,将会连带改变其他因素对消费情绪的影响,从而影响消费者在服装零售卖场中的最终消费情绪.

[1] 杰罗姆·麦卡锡.市场营销学基础[M].赵银德,译.12版.北京:机械工业出版社,1998.

[2] BOOM S B H,B ITNER M J.Marketing Strategies and Organizational Structures for Service Firm s[M].Chicago:Marketing of Service,American Marketing Association,1981:47-51.

[3] KAREN A M,SEVGIN A E.Describing and Measuring Emotional Response to Shopping Experience[J].Journal of Business Research,2000,49(2):101-111.

[4] WESTBROOK R A,OL IV ER R L.The Dimensionality of Consumption Emotion Patterns and Consumer Satisfaction[J].Journal of Consumer Research,1991,18(6):84-91.

[5] 董春婷.服务质量对顾客价值、顾客满意和顾客忠诚的影响—对杭州汽车经销服务业的实证研究[D].杭州:浙江大学管理学院,2004.

[6] 章文波,陈红艳.实用数据统计分析及SPSS 12.0应用[M].北京:人民邮电出版社,2006:235-236.

[7] NUNNALL Y J C.Psychometric Theory[M].2nd ed.New Yo rk:McGraw-Hill,1978.

[8] YA TESJ F,STONE E R.Risk-Taking Behavior[M].New Yo rk:John Wiley&Sons,1992:1-25.

[9] SM ITH A M.Some Problem w hen Adopting Churchill's Paradigm for the Development of Service Quality Measure Scales[J].Journal of Business Research,1999,46:109-120.

[10] 钱丽萍,刘益,程超.连锁超市服务质量感知模型研究[J].当代经济科学,2005,27(3):15-18.

[11] 邱浩政.结构方程模式:LISREL的理论技术与应用[M].台湾:双叶书廊出版社,2003.

[12] BEN TLER P M,BONETT D G.Significant Tests and Goodness of Fit in the Analysis of Covariance Structures[J].Psychological Bulletin,1980,88:588-606.

[13] BAGOZZI R P.Issues in the Application of Covariance Structure Analysis:A Further Comment[J].Journal of Consumer Research,1983(9):449-450.

Aspects of Fashion Retail Stores Affecting Consumption Emotions

L IM in,ZHU Zhu,L I Feng-juan
(Fashion Institute,Donghua University,Shanghai200051,China)

Structural Equation Modeling(SEM)is widely used in sociology,economics and psychology.Based on SEM,a correlation model of 7 aspects of fashion retail stores that affect consumption emotions was put forward.W ith data from marketing research and help of SPSS 12.0 and AMOS 7.0,reliability,validity of the data,model fitness and path analysis w ere tested.The results of the survey showed the“7Ps”theory in retailing marketing was suitable to fashion industry.Finally,the correlation model of 7 aspects of fashion retail stores that affect consumption emotions was measured through path analysis.

aspectsof fashion retail stores;consumption emotions;7Ps theory;Structural Equation Modeling(SEM)

TS 941.12

A

2009-07-13

李 敏(1970—),女,河北清河人,副教授,博士研究生,研究方向为服装产业经济与服装舒适性.E-mail:fidlimin@dhu.edu.cn

1671-0444(2010)03-0311-07