基于SEM用户忠诚度影响因素研究

成越超

摘 要：本文基于前人对用户忠诚度的的研究成果，构建了QN平台用户忠诚度影响因素模型，并借鉴成熟量表开发出本研究测量量表。采用SPSS 24.0和AMOS 21.0软件分析了QN平台用户忠诚度影响因素间的相关关系，并依据研究结果提出了进一步提升用户忠诚度的策略建议。

关键词：SEM用户;QN平台

一.引言

近年来，由于竞争环境激烈，平台用户数量增长乏力，QN平台在整体市场的占比正在逐渐缩减，留存老用户和吸引新用户成了QN平台的重要任务。只有拥有大规模的忠诚用户，才能在未来激烈的行业在竞争中处于不败之地。

二.用户忠诚度内涵

国外学者对网络用户忠诚度的内涵研究一般都是从用户行为视角来阐释的。Flavian、Guinaliu和Gurrea （2006）在进行网络用户忠诚度研究过程中，将网络用户忠诚度定义为网络用户根据以往购买经验继续选择某一网站，而不会转移至其他商务网站的可能性[1]。我国的一些学者也对用户忠诚度进行了研究，李晓蕾（2019）基于结构方程模型研究了影响展会网站用户忠诚度的因素，指出用户满意度是展会网站用户忠诚度的主要影响因素，感知质量对用户忠诚度有直接影响，服务质量通过感知价值的中介效应间接对用户忠诚度产生影响[2]。杨硕（2019）研究了O2O电子商务模式下外卖平台的用户体验用户忠诚度的影响，并提出了优化产品质量、完善服务评价机制、构建信任机制等一系列具体提升外卖平台用户忠诚度的策略[3]。

三.研究模型与假设

本文以SCBC、ACSI、ECSI、CCSI模型为理论基础，借鉴学者们对网络用户忠诚度研究的成果，并结合QN平台的一些特性，进行QN平台用户忠诚度影响因素模型构建，建立的QN平台用户忠诚度影响因素模型如图1所示：

图1 QN平台用户忠诚度影响因素模型

基于前人在用户忠诚度研究中的成果，本文提出了QN平台用户用户忠诚度影响因素间的研究假设，具体假设如下：

H1：用户满意度与用户忠诚有正相关关系

H2：用户抱怨与用户忠诚有负相关关系

H3：用户感知风险与用户忠诚有负相关关系

H4：转换成本与用户忠诚有正相关关系

H5：感知质量与用户满意度有正相关关系

H6：用户满意度与用户抱怨有负相关关系

H7：用户抱怨对用户满意度与用户忠诚度影响存在中介作用

四.问卷设计与数据收集

本文以原始的SERVQUAL量表为基础，保留了部分原始评价指标，结合QN平台的特点进行修改，并借鉴Chang H.H （2008）[4]、Tran （2012）、Qing Yang （2015）、邹维娜（2015）、Burnham （2003）[5]、Oliver （1999）等学者在用户忠诚度方面的研究成果，最终开发出了QN平台用户忠诚度影响因素调查问卷。

本研究通过问卷星网站进行数据收集，共收回问卷320份，对回收问卷中填写时间短、前后逻辑矛盾的问卷进行标记剔除，得到有效问卷227份，问卷有效回收率为70.9%。

五.实证分析

（1） 信度与效度检验

本研究采用Amos 21.0软件建立分析模型，对收集数据进行收敛效度、题目信度以及组合信度检验，具体分析结果如表1所示：

表1 组成信度与收敛效度检验

分析结果显示，所有变量的t值均大于1.96，且P值均是小于0.001，说明所有参数估计均是显著的;标准化因素负荷量均大于0.45的最低门槛值;所有题项信度R2符合黄芳铭提出的应大于0.2的基本要求;六个潜在变量的组合信度CR值均在0.6以上，并且除用户忠诚度与用户抱怨的AVE值略低于0.5以外，其余所有潜在变量的AVE值均大于0.5，而用户忠诚度的AVE值为0.458，用户抱怨的AVE值为0.348，均处于0.36-0.5的可接受范围内。综合以上分析结果认为，本研究的问卷具有良好的信度与效度。

（2） 结构方程分析

根据建立的QN平台用户忠诚度理论模型，采用AMOS 21.0软件建立结构方程模型如图2所示：

模型运行结果显示，χ2/df值为3.063，还未达到理想范围，GFI、CFI、NFI、TLI均大于门槛值0.9，AGFI值为0.853，略小于0.9，但RMSEA值为0.096，超过了可接受范围门槛值0.08，说明模型与测量数据间适配效果较差，需对模型进行修正。

通过AMOS软件中MI修正指数，进行六次模型修正后得到的模型运行结果如图所示：

第六次修正模型结果中，绝对适配指标χ2/df=1.822，已达到理想值范围，GFI、AGFI均达到了最低门槛值0.9的要求，RMSEA=0.06，也達到了0.05-0.08的可接受范围。相对适配指标CFI=0.970、NFI=0.936、TLI=0.958均超过了最低门槛值0.9。综合以上分析结果说明，模型在完成第六次修正后达到了较好的适配效果。

将第六次修正模型运行结果中各个变量间的路径系数、显著性指标等整理成表格，如表2所示：

表2 模型结构参数估计及显著性检验

综合以上分析结果可知，经过六次修正后的QN平台用户忠诚度影响因素结构方程模型适配度指标均符合要求，路径系数参数估计值均达到了显著水平。因此，可以认为第六次修正完的模型适配度良好。

（3） 假设检验

本文认为，当两个变量间路径系数的显著水平在0.05以下，即P值小于0.05时，可认定该路径在本文的研究假设中是成立的，反之，当两个变量间路径系数的显著水平P值大于0.05时，可认定该路径在本文的研究假设中不成立。

根據前面结构方程模型分析结果，得到各个变量间的标准化路径系数及显著水平如表3所示：

表3变量间路径系数及显著性

通过上表的结果可知，假设H1-H6的P值均小于0.001，认为假设成立。假设H7中，用户满意度与用户抱怨、用户抱怨与用户忠诚度路径系数分别为-0.29和-0.282，均不为0，因此认为用户抱怨在用户满意度对用户忠诚度的影响中起部分中介作用。

六.结论与建议

本文通过对QN平台用户进行问卷调查，构建QN平台用户忠诚度影响因素模型，通过实证分析证实了转换成本与用户满意度对用户忠诚度有显著正向影响;用户抱怨与感知风险对用户忠诚度有显著负向影响;感知质量对用户满意度有正向影响;用户抱怨在用户满意度对用户忠诚度的影响中起部分中介作用。

为了能够在未来的激烈竞争环境中仍处于有利地位，QN平台在未来用户忠诚度提升方面可以从提升转换成本、和用户感知质量，降低用户感知风险着手。

参考文献：

[1]Flavian C， Guinaliu M， Gurrea R. The influence of familiarity and usability on loyalty to online journalistic services： The role of user experience[J]. Journal of Retailing and Consumer Services， 2006， 13（5）： 363-375.

[2]李晓蕾. 基于结构方程模型的展会官网用户忠诚度影响因素分析[J]. 互联网天地， 2019（5）： 46-53.

[3]杨硕. O2O 电子商务模式下外卖平台用户体验对顾客忠诚度影响因素研究[J]. 广西质量监督导报，2019（4）： 219-220.

[4]Chang H H， Chen S W. The impact of customer interface quality， satisfaction and switching costs on e-loyalty： Internet experience as a moderator[J]. Computers in Human Behavior， 2008（24）： 2927-2944.

[5]Burnham T A， Frels J K， Mahajan V. Consumer switching costs： A typology， antecedents and consequences[J]. Journal of the Academy of Marketing Science， 2003， 31（2）： 109-126.