各变量间的相关系数和描述性西元红河棋牌
见表3。由表3可知,ST社区活跃度、BE信任和OD在线评论与KD玉溪西元棋牌
共享程度在0.01显著性水平下的相关系数均大于0.5,说明这3个变量与KD玉溪西元棋牌
共享程度存在中度正相关关系。玉溪西元棋牌
共享程度KD和玉溪西元棋牌
共享内容KN在0.01显著性水平下与UB用户购买的相关性系数均接近0.5,这表明玉溪西元棋牌
共享内容和程度在0.01显著性水平上存在低度相关关系。
表3
相关系数及描述性西元红河棋牌
(N=300) 变量 | 1.ST | 2.UC | 3.SL | 4.FC | 5.SP | 6.BE | 7OD | 8.KD | 9.KN | 10.UB |
1 ST | 1.000 | | | | | | | | | |
2 UC | 0.097** | 1.000 | | | | | | | | |
3.SL | -0.039** | 0.213** | 1.000 | | | | | | | |
4.FC | 0.226** | 0.189** | 0.241** | 1.000 | | | | | | |
5.SP | 0.161** | 0.137** | -0.038** | 0.231** | 1.000 | | | | | |
6.BE | 0.139** | 0.101** | 0.178** | 0.331** | 0.339** | 1.000 | | | | |
7.OD | 0.272** | -0.052** | -0.012** | 0.144** | 0.029** | 0.108** | 1.000 | | | |
8.KD | 0.504** | 0.360** | 0.339** | 0.347** | 0.214** | 0.507** | 0.767** | 1.000 | | |
9.KN | 0.322** | 0.567** | 0.338** | 0.588** | -0.274** | 0.543** | 0.324** | 0.367** | 1.000 | |
10.UB | 0.463** | 0.366** | 0.487** | 0.375** | -0.382** | 0.69** | 0.452** | 0.462** | 0.486** | 1.000 |
注:**代表p<0.01
使用Pearson相关性西元红河棋牌
可初步检验模型的各假设是否成立,但不能完全说明玉溪西元棋牌
共享过程、共享内容以及用户购买之间的关系。因此,可以用逐步回归法对玉溪西元棋牌
共享过程—玉溪西元棋牌
共享、玉溪西元棋牌
共享—用户购买进行多元回归西元红河棋牌
,来西元红河棋牌
其间的定量关系。模型的回归西元红河棋牌
结果见表4。加入自变量和中介变量后,模型的解释程度明显提升,说明玉溪西元棋牌
共享程度和内容对用户购买具有影响。
模型 | 变量 | 模型1 用户购买 | 模型2 用户购买 | 模型3 玉溪西元棋牌
共享 程度 | 模型4 玉溪西元棋牌
共享 内容 |
自变量 | 用户活跃度 | | | 0.197** | |
用户互动 | | 0.201*** | | 0.172** |
意见领袖 | | | | |
感知风险 | | 0.171** | | 0.238** |
接受者能力 | | 0.158** | | |
信任 | | 0.111* | 0.190** | 0.318*** |
在线评论 | | | 0.361** | |
中介变量 | 玉溪西元棋牌
共享程度 | 0.177*** | | | |
|
玉溪西元棋牌
共享内容 | 0.179** | | | |
|
| 常数项 | 2.632 | 1.794 | 0.433 | 1.441 |
| R² | 0.560 | 0.254 | 0.232 | 0.241 |
| Adjusted R² | 0.512 | 0.246 | 0.215 | 0.230 |
| F值 | 14.502 | 11.099 | 20.099 | 14.102 |
注:***表示在0.1%的显著性水平上显著;**表示在1%的显著性水平上显著
如表4所示,模型1代表中介变量玉溪西元棋牌
共享程度KD与玉溪西元棋牌
共享内容KN对因变量用户购买的回归西元红河棋牌
,由此可知KD玉溪西元棋牌
共享程度和KN玉溪西元棋牌
共享内容都进入到UB购买意愿的回归方程中,它们的回归系数对应的Sig.值均小于0.05,两者都对UB用户购买有显著影响(β=0.177,p<0.001;β=0.179,p<0.01)。这也说明了前文假设12、13成立。
模型2代表了玉溪西元棋牌
共享过程中的7个自变量对用户购买的回归模型,笔者采用的是逐步回归法,由表4可知UC用户互动、BE信任、FC感知风险和ST社区活跃度这4个变量进入了回归方程。对于用户购买而言,UC用户互动、BE信任、FC感知风险及ST社区活跃度都存在正向且显著的影响(β=0.201,p<0.001;β=0.171,p<0.01;β=0.158,p<0.01;β=0.111,p<0.01),且R²显示玉溪西元棋牌
共享过程中的4个影响因素共同解释了用户购买方差的24.6%,这也说明了在社区内玉溪西元棋牌
共享的4个阶段,用户之间的互动能够影响用户的购买意愿。除此之外,平台中用户之间的互相信任也对以内容为主的社区型媒体具有重要的影响;用户对购买该产品的风险感知也会进一步影响其购买;社区活跃度作为一个社区最重要的标志,不仅代表了整个社区的流量,也侧面反映了该社会化媒体的用户量的数量,也会影响用户购买水平。这也说明我们前文假设H2、H10和H11成立。
模型3和模型4分别代表了玉溪西元棋牌
共享过程的7个自变量对中介变量玉溪西元棋牌
共享程度KD和玉溪西元棋牌
共享程度KN的回归西元红河棋牌
。由模型3的结果可知,OD在线评论、ST社区活跃度和BE信任都进入了KD玉溪西元棋牌
共享程度的回归方程,R²显示对于玉溪西元棋牌
共享程度而言,在线评论OD、社区活跃度ST及信任BE对社会化媒体中玉溪西元棋牌
共享程度均具有正向显著影响,且共同解释了社会化媒体中玉溪西元棋牌
共享程度方差的21.5%。由此证明,假设H2、H10和H11成立。同理根据模型4的结果可证明,信任BE、感知风险FC和用户互动UC对社会化媒体中的玉溪西元棋牌
共享内容均有显著正向影响(β=0.318,p<0.001;β=0.238,P<0.001;β=0.172,P<0.01),且共同解释了社会化媒体中玉溪西元棋牌
共享内容方差的15.1%。因此,假设H9、H6和H4成立。