基于Amos的消费者忠诚度影响因素研究

(天津工业大学经济与管理学院 天津 300381)

引言

疫情期间，经济受损消费也受到很大冲击，但国民必要的生活开销支出必不可少。疫情不会改变国家经济长期向好的趋势，国民收入还是会不断提高，于是对于消费者来说在百货公司或者超市消费的机会大增，消费者们的消费倾向收到很多因素的影响；而对于企业来说，消费者的忠诚度已然成为追求的目标，这决定了企业的再获益率。

Teguh Soedarto(2019)[1]提出品牌信任对品牌情感的影响和品牌信任对态度忠诚的影响描述了顾客对特定品牌的信任会影响顾客的情感部分，态度忠诚与顾客对品牌的态度偏好和承诺有关。品牌效应对态度忠诚的影响、品牌效应对行为忠诚的影响等关系表明，顾客的态度偏好和承诺会影响顾客的态度忠诚和行为忠诚。本研究的新颖之处在于，探讨了品牌质量与忠诚度的关系，即态度忠诚度和行为忠诚度。品牌质量包括品牌所附加的一些属性，它对顾客的态度忠诚和行为忠诚都有显著的影响。研究最后拒绝了品牌信任与行为忠诚度之间的关系。

Apri Budianto(2019)[2]提出企业营销最基本的概念是思考如何满足顾客需求和进行外部分析。主要研究服务质量对现代市场顾客忠诚的影响，最后得出结论：基于现代市场顾客感知的服务质量属于良好范畴。服务质量对顾客忠诚具有显著的正向影响。这意味着更好和正确的服务质量将是更忠诚的消费者。

一、消费者忠诚度的定义和分类

(一)忠诚度的定义

顾客忠诚度(Customer loyalty)是指顾客对于企业或公司提供的产品、服务或人员的一种认同感。忠诚是经常被观察到的行为。忠诚通常被定义为鼓励服务组织绩效的实际行为，但是诸如购买和批发购买等行为措施由于缺乏基本概念而受到批评，实际上这是一个动态的过程，例如某项服务的低重复购买程度可能是结果和情境因素，如不忠、追求多样性和缺乏买方的偏好或偏好。忠诚的客户是公司提高盈利能力的最有价值的资产。要想成为忠诚的客户，强调公司抓住新客户和留住客户的重要性，需要在资金和人力资源上都有很高的承诺，使产品质量真正符合客户的意愿。

(二)忠诚度的分类

本文将忠诚度分为两种：态度忠诚度和行为忠诚度。

态度忠诚度(Attitude loyalty)是消费者对于产品的倾向，是心理过程的作用，包括态度偏好和对产品的承诺，针对这一点我们不难发现，态度忠诚度是一种专注于心理领域的忠诚，这种心理领域在行为领域形成之前，在形成过程中只有思想上的迁移而没有形成行为。

行为忠诚度(Behavioral loyalty)被认为是观察得到的忠诚。一些研究人员认为，重复购买可以体现消费者对产品的忠诚度；另外一点，消费者对于产品的宣传和分享也可证明他们的忠诚度。基于这些我们发现行为忠诚度大体上有两种情形，即购买频率和需求共享。

二、影响消费者行为忠诚度的因素

(一)服务品质

服务品质是指消费者对于整体服务的一种评价，这是一种主观性的品质。高的服务品质意味着消费者能达到更高的满意程度。Parasuraman等人推荐SERVQUAL服务质量模型，用来衡量消费者期望与感知之间的差异程度。提出了服务品质的10个维度：有形性、可靠性、响应性、能力、礼貌、信誉、安全、访问、沟通和理解客户。Fogli(2006)将服务品质定义为“与特定服务相关的全球判断或态度，客户对组织及其服务相对劣势或优势的总体印象”。服务质量是一种认知判断。

Kazi Omar Siddiqi(2011)[3]研究找出孟加拉零售银行业服务品质属性、顾客满意与顾客忠诚之间的相互关系。结果表明，孟加拉国零售银行的服务品质属性与顾客满意度呈正相关，顾客满意度与顾客忠诚呈正相关。

(二)企业形象

企业形象和企业声誉等相关结构是通过多种方式定义和联系在一起的。企业形象一词是指公众对一个企业的总体印象。企业形象的塑造往往与价值观有关，它是一个漫长的过程，可以通过技术突破和意外的成就迅速改善，反之，也可以通过忽视与组织互动的各个群体的需要和期望而破坏。在商品市场中，企业形象将发挥重要作用，因为企业形象将对其产品产生裙带作用。

DE LEANIZ等人(2016)[4]在研究中表明企业形象对于企业声誉有正向影响，同时企业形象对顾客忠诚度也有正向影响，企业形象和声誉都是战略资产，适合激发对服务绩效的积极情感感知，从而提高客户的忠诚度。

(三)转换成本

转换成本的正式定义是指从一个服务中进行转换所涉及的成本。这是对不忠的惩罚阻止消费者转向竞争对手，转换成本不仅包括那些可以用货币计量的成本，还有变成新顾客的心理效应、时间成本和购买新商品付出的努力。转换成本部分是针对消费者的，经济或财务上的转换成本可以被认为是一种“沉没成本”。

AYDIN等人(2005)[5]研究了转换成本与顾客满意度的影响，结果表明：高转换成本感知的顾客忠诚度更强；企业信任与消费者忠诚度有正相关关系；顾客满意度对顾客忠诚度有正向影响；高感知转换成本的顾客，满意度与忠诚度之间的关系更弱，信任与忠诚度之间的关系也更弱。

(四)顾客满意度

客户满意度和忠诚度之间的关系一直是市场营销中广泛研究的关系之一。顾客满意度是指顾客对其整体消费体验感知的基础，它对顾客忠诚度有显著的影响，而顾客忠诚是顾客保持和再购买行为的驱动因素，这一前提是企业顾客导向的关键，正是这种关系构成了衡量营销效果的基础。

Nobuhiko Terui等人(2016)[6]研究了顾客满意度与忠诚度之间的非线性关系。将顾客满意度指数(CSI)模型所提出的关系推广到满意度与忠诚度之间的非线性函数形式。提出了一个以简约的方式反映非线性效应的内在特征的模型，如效用的饱和可达到极限、非恒定边际收益、满意与不满意顾客之间的不对称反应。

三、模型与研究假设

本文主要利用结构方程模型(SEM)和Amos软件进行数据分析和模型验证，图3-1为研究的概念模型。

图3-1 概念模型

SEM分析时不对每一条模型路径提出假设，而是对整个模型与样本资料的配适度进行评估。因此，研究的第一个假设为模型的期望共变异数矩阵与样本共变异数矩阵没有差异：S-∑(θ)=0。S是样本共变异数矩阵，∑(θ)是模型期望共变异数矩阵，于是有：

假设H0：模型的期望共变异数矩阵与样本共变异数矩阵没有差异；假设H1：企业形象对顾客满意度有正向影响；假设H2：顾客满意度对态度忠诚度有正向影响；假设H3：态度忠诚度对行为忠诚度有正向影响；假设H4：服务品质对顾客满意度有正向影响；假设H5：服务品质对态度忠诚度有正向影响；假设H6：服务品质对行为忠诚度有正向影响；假设H7：转换成本对顾客满意度有正向影响；假设H8：转换成本对态度忠诚度有正向影响；假设H9：转换成本对行为忠诚度有正向影响。

四、样本统计

本研究的研究变量项均采用Likert7点尺度量表，其构面与题目如表4-1。

表4-1 研究构面及相关题目设计

SEM对数据的要求较高，一般来说样本数与观察变量的比例在5:1到10:1之间，样本数应在200-300之间比较适合。本研究有效样本为286个，符合SEM分析样本数的要求。样本以网络问卷的形式收集，时间为2020年4月11日至2020年4月17日，总计回收289份问卷，扣除数据较差的3份，有效样本合计286份。

在本次调查样本中，女性居多占比59.86%，男性占比40.14%；填写者的年龄结构大多数都在21-30岁，合计129份，20岁以下28份，31-40岁65份，40岁以上67份；婚姻状况分析已婚和未婚几乎各占一半，已婚146份未婚143份；职业结构以学生和公职人员为主共占64.71%，工人、农民、个体户以及企业管理人员占35.29%；在受教育程度方面，大专及以下和本科生占绝大多数，硕士研究生占比15.92%，博士研究生及以上占比1.73%。

五、实证分析

(一)信度与效度分析

在使用SEM时，信度和效度的分析是必不可少的。如果说不能够确信度量代表结构，那么就没有理由使用它们来评估和检查结构方程。在探索性研究中，每个指标的标准化因素负荷量应高于0.6，题目信度应高于0.5，组成信度应在0.7以上，而收敛效度也就是平均方差提取量应高于0.5才能表明已达到收敛有效性。本研究中针对所有构面分别进行CFA(Confirmatory factor analysis)分析，模型的六个构面的标准化因素负荷量均大于0.9，组成信度均大于0.7，说明六个构面具有良好的信度；收敛效度均大于0.5，因此六个构面均具有收敛效度。表5-1为潜在构面的信度分析表。

表5-1 潜在构面信度分析表

区别效度可以通过两种方式进行评估[7]。第一种方法将两个结构之间的平方相关性与为两个结构中的每一个提取的平均方差进行比较，当每对结构的平方相关小于两个平均方差提取值时，即可获得区别有效性；第二种方法检查无约束测量模型和嵌套测量模型之间的卡方值差异，无约束模型的卡方显著降低表明区别有效性得到了实现。这里我们采用第一种方法得到构面之间的区别效度分析表如下表5-2。比较可以得出：每个构面自身的平均方差提取量都要大于与其他构面的平均方差提取量，说明构面具有良好的区别效度。

表5-2 区别效度分析表

在对假设H0进行验证时，我们希望原假设成立，但是如果H0被拒绝，究竟是不是模型整体不好的原因?这里我们用Bollen-Stine来进行评估[8]。将模型跑1000次，得到如下数据：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适度，6次得到较差的模型配适度，那么下一次得到较差模型配适度的概率为p=7/1001=.007<0.05，证明我们的模型配适度很好。于是原假设H0成立。

(二)模型设定和识别

前面我们已经完成了模型的验证性分析，得知各个构面的信度和效度均已达到对应标准，并对模型配适度进行了修正，最终得到了模型的路径运行图如下图5-1。不难发现，如果分析数据为非多元常态易造成卡方值膨胀，Bollen-Stine可以加以修正卡方值。模型跑完1000次后卡方值由原来的569.180降低到370.473。

图5-1 模型运行图

为了理解和正确地建立一个感兴趣的模型，显式地跟踪未知参数是非常重要的，并且在需要时对其进行适当的修改。对于结构方程模型的模型参数规则这里不多作介绍。根据模型T法则我们可以判断模型是否可识别。

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分析我们得出结论模型过度识别。

(三)模型修正和解释结论

对于一个好的模型来说，一定具有一系列好的拟合指标[9]。下表5-3为常用拟合指数说明表。

表5-3 常用拟合指数说明表及模型配适度

利用最初的原始289份数据进行分析的过程中，我们发现模型配适度不太理想如下图5-2。GFI和AGFI均未达到理想情况，同时RMSEA超过了0.8，模型不够理想。

图5-2 原始模型运行图

在本研究中，通过对马氏距离的分析删掉了3个异常值，同时分别对每个构面进行CFA分析时，通过对题目的筛删以及由于系统误差导致残差的相关，得到了最终模型如图5-1。并运用Booststrap对模型指标进行修正如表5-3。

我们通过非标准化系数来说明各构面之间的显著性，通过标准化系数来说明构面之间的影响力。结果如下表5-4：

表5-4 非标准化系数与标准化系数表

于是我们得出结论：转换成本对顾客满意度不显著，转换成本对行为忠诚度不显著；企业形象对顾客满意度、服务品质对顾客满意度、顾客满意度对态度忠诚度、服务品质对态度忠诚度、转换成本对态度忠诚度、态度忠诚度对行为忠诚度、服务品质对行为忠诚度均显著。

本文在构建模型时给出了构面之间的多项假设，根据表5-4对提出的假设进行分析如表5-5。

表5-5 模型的路径系数与假设检验

同时通过路径系数我们可以得出结论：对于顾客满意度来说，服务品质最重要；对于态度忠诚度来说，顾客满意度最重要；对于行为忠诚度来说，态度忠诚度最重要。

六、结语

本研究提出了关于消费者忠诚度影响因素的问题，通过问卷调查和SPSS、Amos相关软件进行建立模型，对模型提出假设并进行验证，同时针对相关指标对模型进行不断修正，最终得到指标较好的模型并对假设进行检验。本文不足之处在于研究数据来自不同地区，会产生相关误差；其次对于忠诚度的影响因素挖掘还可以继续深入和细化。