建立奢侈品消费预测模型的数据:偏最小二乘结构方程模型方法(PLS-SEM)外文翻译资料
2022-12-18 15:43:01
英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料
建立奢侈品消费预测模型的数据:偏最小二乘结构方程模型方法(PLS-SEM)
Eugine Tafadzwa Maziriri
南非威特沃特斯兰大学
摘要：本文给出了排他性、物质主义、感知质量和品牌意识对奢侈品消费影响的原始推理统计数据。这些数据是从开普敦市区的消费者中收集的。采用定量研究方法对数据进行分析。在南非开普敦市区向消费者分发了结构问卷。经检验，信度和效度得到了验证。采用智能PLS软件(版本3)进行结构方程建模(SEM)构建，路径分析显示了数据中主要结构的相互关联性的估计。该数据得到的结果表明，排他性、感知质量与品牌意识之间的关系对奢侈品消费具有正向的显著影响。然而，事实证明，物质主义对奢侈品消费的影响是消极的，不显著的。
表1 规格表
|
主题范围 |
市场 |
|
特定主题领域 |
消费行为，服装消费 |
|
数据类型 |
表和图 |
|
数据获取 |
向开普敦市区内的客户进行问卷调查 |
|
数据格式 |
原始、分析、描述和统计数据 |
|
实验因素 |
样本包括开普敦市区内的消费者，在邀请消费者之后，研究人员做了问卷，其中包括人口数据和与奢侈品消费有关的研究问题，对所调查的变量进行分析。本文对排他性、物质主义的影响进行了分析，感知质量意识和品牌意识对奢侈品的消费起着至关重要的作用。 |
|
实验特征 |
排他性、物质主义、感知质量和品牌等因素 |
|
数据源位置 |
南非开普敦 |
|
数据可访问性 |
数据包含在本文中 |
表2 数据值
|
|
|
|
数据
我们向南非开普敦市区的的170名消费者进行了问卷调查，共计回收有效问卷157份，问卷有效率为92%。首先，研究人员参与了数据准备过程。根据Aaker等人[1]的观点，数据准备是问卷中的数据转换成可以分析的格式的过程。此外，数据准备包括四个阶段，即数据编辑、编码、捕获和清理[1,3]。采用这些阶段是为了确保所收集的数据是完整的，是可以进行分析的。在检查了数据中的缺失值和异常值之后，研究人员开始评估测试结果的可靠性。我们共用了三种方法进行可靠性的测量，分别为量表的阿尔法测试(克伦巴赫alpha;)，综合可靠性测试即组合信度(CR)和提取的平均值(AVE)。如表3所示，所有的可靠性值均高于0.7[4]的临界值，表明内部一致性水平良好。
实验设计，材料，方法
本研究采用描述性研究设计，以了解消费者对奢侈品消费预测因子的看法。选用的调查方法被认为是一种适当的数据收集方法，因为它允许收集标准化的数据，从而使研究人员能够产生信息，以回答有关主题的问题如何、谁、什么和何时提出。研究选择了开普敦市区内的顾客作为调查对象。为了检验数据，研究人员提出了排他性、物质主义、感知质量和品牌意识这几个预测变量，奢侈品消费是结果变量。研究人员必须提出一个模型来测试所提模型的有效性，并确定实地收集的数据是否与所提概念模型吻合。
表3 测量精度评估
|
研究结构 |
PLS代码 |
项目规模 |
Cronbachs alpha |
组合信度（CR） |
AVE |
因子载荷 |
|
|
平均值 |
标准差 |
||||||
|
物质主义（M） |
M2 |
3.178 |
1.181 |
0.789 |
0.845 |
0.481 |
0.663 |
|
M3 |
3.930 |
0.932 |
0.690 |
||||
|
M4 |
3.439 |
0.986 |
0.764 |
||||
|
M5 |
3.611 |
1.081 |
0.666 |
||||
|
M6 |
3.522 |
1.026 |
0.518 |
||||
|
M7 |
3.159 |
1.154 |
0.823 |
||||
|
排他性(E) |
E1 |
3.159 |
1.115 |
0.757 |
0.863 |
0.678 |
0.872 |
|
E2 |
3.064 |
1.032 |
0.873 |
||||
|
E4 |
3.471 |
1.032 |
0.717 |
||||
|
感知质量（PQ） |
PQ1 |
3.274 |
1.104 |
0.776 |
0.849 |
0.586 |
0.858 |
|
PQ2 |
3.140 |
1.202 |
1.760 |
||||
|
PQ3 |
3.873 |
0.949 |
0.674 |
||||
|
PQ4 |
3.535 |
1.080 |
0.761 |
||||
|
品牌因素(BC) |
BC1 |
3.395 |
1.081 |
0.798 |
0.850 |
0.489 |
0.589 |
|
BC3 |
3.541 |
1.056 |
0.658 |
||||
|
BC5 |
3.414 |
0.978 |
0.831 |
||||
|
BC6 |
3.573 |
1.060 |
0.707 |
||||
|
BC7 |
3.497 |
0.988 |
0.618 |
||||
|
BC8 |
3.025 |
1.094 |
0.753 |
||||
|
奢侈品消费（LC） |
LC1 |
3.013 |
1.041 |
0.813 |
0.878 |
0.643 |
0.856 |
|
LC2 |
3.025 |
1.022 |
0.802 |
||||
|
LC4 |
3.089 |
1.055 |
0.697 |
||||
|
LC5 |
3.089 |
1.055 |
0.844 |
||||
2.1 拟合优度评估(GOF)
总体而言，图1中的R2表明，研究模型解释奢侈品消费方差的74.3%。下面的公式由Tenenhaus等人提供，全球拟合优度利用该方程计算了研究模型的统计数据。
拟合优度=2
=2
=0.43
其中AVE为研究变量所有AVE值的平均值，R2为全路径模型中所有R2值的平均值。计算得到的全局GOF为0.43，超过了Wetzels等人提出的GOF=0.36的建议阈值。因此，本文的数据表明，该研究模型具有较好的整体拟合性。
图1 测量和结构模型
2.2路径模型
结构模型、路径系数值和
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[20172]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
