第三節 研究方法與技術路線

一 總體研究方法

總體來說，本研究采取規范分析和實證研究相結合的方法。

在規范研究中，使用理論推演和文獻分析的方法，在對相關領域的文獻進行分析和理論推演的基礎上，結合我們的研究主題進行分析和討論，以形成本研究的理論模型的架構，用案例分析法對該模型進行初步的闡釋。

在實證研究中，運用文獻研究結合深度訪談的方法探尋了解能夠解釋模型中具體變量的測量指標，然而根據指標形成量表并設計調查問卷，并對所得數據運用統計軟件分析，以驗證本研究提出的理論模型，并對模型的細節進行修正。

二 數據分析與檢驗方法

在數據分析和檢驗中，運用了信度分析、效度分析、因子分析、獨立樣本T檢驗、單樣本T檢驗、方差分析、相關分析、一元及多元回歸分析、中介和調節效應檢驗等方法。

（一）頻數分析

頻數是指變量值落在某個區間的次數，一般用百分比、有效百分比來體現，為了更直觀還可以畫條形圖或者餅狀圖。在本研究中主要是通過頻數分析來了解被訪者的年齡、性別、學歷、收入、所在地、媒介習慣等特征，通過分析觀察本調查的樣本是否具有總體代表性。

（二）信度分析

“信度分析是一種測度綜合評價體系是否具有一定的穩定性和可靠性的有效分析方法?！?img alt="薛薇：《SPSS統計分析方法與應用》，電子工業出版社，2009，第366～368頁。" class="qqreader-footnote" src="https://epubservercos.yuewen.com/6B258E/11228665904573306/epubprivate/OEBPS/Images/note.png?sign=1753579601-BeDuBFgOLXpJtDZEnSvS6qkQMAKGZF6c-0-3a019ecc4e79e5abd0899990db1d56bf">信度分析是對之前的量表的有效性進行的必要的研究。量表信度分為內在信度和外在信度。內在信度分析考察量表中項目之間是否具有較高的內部一致性。在SPSS中我們主要采用克朗巴哈α系數來檢測量表的內部一致性?？死拾凸?span id="rgmd1ez" class="italic">α系數的數學定義為：α=kr/ [（k-1）r+1], k代表量表題數，題間的平均相關系數為r。通?？死拾凸?span id="0zs09bx" class="italic">α系數的值在0和1之間。在本研究中采用的判斷標準為：如果低于0.6，一般認為內部一致信度不足；達到0.7～0.8，表示具有相當的信度，若達到0.8～0.9時則說明測量工具的信度非常好。外在信度的測量，是指不同時間考察同批被評估對象時結果的一致性，在本研究中考察同時參加預試調查和正式調查的同一部分人的調查結果是否一致。

（三）效度分析（因子分析）

效度是指測量工具或手段能夠準確測出所需測量事物的程度，包括內容效度、表面效度、建構效度等。在前面進行量表設計時，筆者已經采用了專家訪談的方法，對量表的測量項給出專業建議，刪除不合適的項目，可以提高量表的內容效度和表面效度。在本研究中主要用SPSS軟件進行結構效度的測量。學者普遍認為，“效度分析最理想的方法是利用因子分析測量量表的結構效度”。

因子分析是一種從變量群中提取共性因子以達到降維目的的統計方法，在本研究中主要使用的是探索性因子分析，并配合驗證性因子分析。在因子分析檢驗效度方面，本研究選取三個主要的檢驗指標：一是因子載荷，本研究選取大于0.55是比較有意義的；二是變量共同性，變量共同性越大，說明丟失信息越少，本研究標準為大于0.5；三是因子的方差貢獻率，本研究按照慣例抽取的因子累計方差貢獻率以達到60%以上為標準。

（四）單樣本T檢驗

單樣本T檢驗的目的是檢驗單個變量的均值與給定的常數（指定的檢驗值）之間是否存在顯著差異。設定值可以自己任意設定，為了檢驗中立，設定值國際標準一般設定為3。本研究中單樣本T檢驗主要用于進行現狀分析，檢驗用戶答卷時在一個維度上的偏好或者感知狀態。

（五）獨立樣本T檢驗和單因素方差分析

獨立樣本T檢驗和單因素方差分析在本研究中用于分析不同的人口統計變量在激勵用戶過程中的心理和行為上是否存在顯著差異。如果檢驗兩個獨立類別的差異，如性別、所在地，需要用到的是獨立樣本T檢驗。

方差分析的意義是比較不同類別在某一個指標上是否存在差異，和獨立樣本T檢驗的區別在于獨立T只能比較兩類在某一個指標上的差別，而方差分析比較的是三類及以上在某一指標上的差別。此外，方差分析對于有顯著差異的還需要繼續進行兩兩比較（兩兩比較的方法即繼續執行獨立樣本T檢驗），或者通過均值圖來反映具體的差異狀況。

（六）線性相關分析

相關分析是本研究中使用的主要研究方法之一。變量間存在相關關系是研究變量間的影響關系的前提。“相關分析是用于研究現象之間是否存在某種依存關系，并探討具體有依存關系現象的相關方向以及相關程度”，變量間關系的密切程度的大小用相關系數來衡量。由于本研究涉及的變量都是連續變量，因此本研究的相關分析用到的方法是線性相關。相關系數r用Pearson相關系數表示，Pearson相關系數為正數代表正相關，兩者同升同降，Pearson相關系數為復數則代表負相關。Pearson相關系數絕對值的大小代表了兩個變量間關系的密切程度。在顯著性方面，若P＜0.05，則拒絕零假設，說明變量間存在顯著的相關關系。

（七）一元/多元線性回歸分析

在變量間存在相關性的基礎上，若要分析變量間一個或幾個變量精確地決定或者影響另一個變量的程度，就要用到回歸分析?；貧w分析可以確定兩種或兩種以上變量間相互依賴的定量關系，并且確定變量間的因果關系。通過回歸分析可以明確激勵過程中變量或者因子間的因果關系以及變量間影響的程度。在本研究中自變量與因變量為線性關系，因此本研究中包含一個自變量的一元線性回歸，和兩個或兩個以上自變量的多元線性回歸。

對于線性回歸分析來說要檢驗的參數較多，首先要對回歸方程模型進行檢驗，包括R2即模型的擬合度，F檢驗是檢驗線性關系是否成立，T檢驗用來檢驗回歸系數的顯著性，Durbin-Watson值是檢驗模型是否存在偽回歸，殘差需要檢驗是否通過正態性和獨立性檢驗。另外對于多元回歸，要進行觀察容許度（Tolerance）和方差膨脹因子（VIF）的值以檢驗自變量之間是否存在多重共線性的問題。通過回歸分析，最終可以得到回歸方程Y=aX+e或Y=aX1+bX2+cX3…. +e，其中a、b、c…代表了回歸系數，即自變量影響因變量的精確程度。

（八）調節效應檢驗

本研究中有三個假設的驗證都需要運用調節回歸，調節回歸是包含調節變量的線性回歸。調節變量的定義：如果變量Y與變量X的關系是變量M的函數，那么稱M為調節變量。換句話說，Y和X的關系受到第三個變量M的影響，具體如圖1-2所示。

調節變量M有很多種類型，根據不同類型的調節變量，調節回歸的做法也不相同，在本書的檢驗中調節變量和自變量都是連續性變量，用到的方法如下。

首先建立以下回歸方程：模型1: Y=aX+bM+e，模型2: Y=aX+bM+cXM+e，回歸1的擬合系數為R12，回歸2的擬合系數為R22，如果R22顯著高于R12；或者XM的回歸系數顯著，那么說明調節效應是顯著的，反之則調節效應不顯著。

（九）中介效應檢驗

中介效應是指變量間的間接影響關系，即自變量X不是直接影響因變量Y的，而是通過影響中間變量M而間接影響因變量Y的。本書需要驗證的中介效應為三變量中介效應檢驗，參照溫忠麟教授的檢驗方法建立方程及模型，如圖1-3所示。

根據以上的回歸方程及模型，中介效應的檢驗步驟如下：檢驗Y=cX+e1方程中的回歸系數c是否顯著，如果c顯著，則需要進一步進行檢驗，如果不顯著，則說明X對Y不存在顯著影響，中介檢驗停止。第一步得出c顯著之后，需要繼續對方程M=aX+e2進行回歸系數a檢驗，如果a顯著，則仍然需要進一步檢驗，如果不顯著，則中介檢驗停止。在第二步得出系數a顯著之后，需要繼續檢驗方程Y=c′X+bM+e3。該回歸方程中有2個回歸系數，首先檢驗回歸系數b，如果b顯著，說明中介效應顯著。此時，還需要繼續檢驗c′，若c′顯著，則說明是不完全中介效應；如果不顯著，則說明是完全中介效應，X完全通過M對Y產生影響。將上述的檢驗方法直觀地做成圖，結果如圖1-4所示。

三 研究的技術路線

按照美國社會學家華萊士（1971）在《社會學中的科學邏輯》一書中提出的科學研究的基本邏輯模型——“科學環”，本書的研究路線是“問題—理論—假設—收集資料—檢驗—理論”。具體來說，就是在研究問題確定后，先從現有理論入手，運用演繹從一般到特殊，得出假設，再由假設導致調查，然后用實證資料形成的經驗概括來檢定假設，最后回歸理論層面，充實理論或者修改理論。

通過對管理激勵理論、消費者心理學及行為學的理論進行推演，得出本書的核心——數字營銷傳播中對用戶的參與行為進行激勵的模型框架，運用行業的典型案例分析對該模型進行佐證，然后通過實證研究對該模型進行進一步的驗證。分別運用深度訪談法和文獻研究法了解并確定用戶參與的激勵過程中起影響作用的因變量有哪些，然后設計調查問卷進行統計分析，得出影響用戶參與行為的激勵因子，并對原模型進行修正。最后基于實證研究所得到的激勵模型建立激勵機制并制定科學的激勵策略，建立起可用于營銷實踐的數字營銷傳播中用戶參與激勵體系。