中國網民網絡廣告信任度的影響因素(3)
1.4研究創新之處
許正林(2008)曾對我國的廣告學研究論文進行過統計，他指出我國廣告學研究由於研究者大多來自高校，“較少與業界聯系”，“研究論文的主題明顯偏重於廣告文化、廣告技術，與廣告業的聯系較遠”，致使現今廣告研究與廣告實際脫節。針對於廣告研究的這一缺陷，以及以往研究中對網絡廣告信任度關註不足這一現狀，方才進行瞭本次研究。
同時，相對於以往我國的網絡廣告信任度研究中定性有餘、定量不足，宏觀有餘、微觀不足的缺陷，本文選取受眾這一小角度切入，以定量模型為主，以定性描述為輔，以求洞悉問題的本質。
本文綜合西方學者的研究思路和其所建立的信任度研究指標體系，適用到我國的具體情況，如我國采用一黨制，故而將政黨屬性從指標體系中排除；和網絡廣告的獨特特質，如目標受眾年齡分佈較為集中，故而在指標體系中排除年齡一項，等等。再將剩餘的衡量指標歸為網絡廣告受眾的人口統計學特征、互聯網的使用與依賴情況和網絡廣告認知情況三個大類進行分析。
油煙分離機
本文的具體思路如下：先是結合瞭社會調查研究和傳播現象描述，對當今受眾的特征進行瞭詳盡羅列，揭示出網絡廣告現所處的受眾環境背景。再在此基礎上，利用瞭經濟學的計量經濟模型，將這三個網絡廣告受眾特征設定為量化指標，作為自變量，建立與因變量——網絡廣告信任度的回歸分析；對各因素背後所涉及的因果關系、相關關系加以分析與概括，對影響受眾的網絡廣告信任度因素的重要性加以排序。
綜合觀之，本文從受眾角度切入，借鑒西方的指標體系，采用定量與定性相結合的方式，結合經濟學與傳播學兩個領域的知識綜合探討問題，為今後的研究提供瞭方法論上的借鑒，是為本文最主要的創新之處。
1.5研究理論及模型基礎
基於社會調研所得數據的基礎上，運用統計學中的數據分析及經濟學中的計量經濟學的方法進行模型建構。
1.5.1數據來源
靜電機
本文數據來源於中國人民大學新聞學院和中國傳媒大學廣告學院共同執行的互聯網廣告認知調查項目，該項目通過網絡電子問卷調查的方式，對全國范圍內的18-60周歲間的網民進行調查。最終得到問卷602份，有效樣本量為579個。與國內以往的調查所采用的隨機抽樣方法不同，此次調查采用非隨機抽樣的方法，依照CNNIC於2009年7月發佈的《中國互聯網發展狀況統計報告》中網民結構數據中的性別比例和職業比例進行配額，重點針對大學生、公司職員和行政事業單位人員這幾類主要的網民群體，數據更能代表中國網民狀況，故而本文中所得結論將比國內以往相關研究更具說服力。
1.5.2數據整理及分析
采用SPSS13.0forWindows軟件對調研結果進行整理、錄入，並進行後期的描述性統計、相關性分析和回歸檢驗。
1.5.3計量經濟學模型
1、多元回歸分析
本文所采用的計量經濟學裡古典回歸中的多元回歸分析的方法。根據現代回歸分析的定義，回歸分析是關於研究應變量和一個或多個自變量或解釋變量之間依賴關系的分析。
總體多元回歸模型(populationmultipleregressionmodel)可表示為：yi=β0+β1x1i+β2x2i+…+βkxki+μi
其中，yi表示因變量的預測值(dependentvariable)，xi表示自變量的觀測值(independentvariable)或回歸因子(regressor)。
β0表示截距(intercept)。
靜電油煙處理機
βk為截距(slope)，表示在其他自變量假設不變時，某一個自變量變化引起因變量變化的比率；βk的正負表示因變量與自變量呈同方向或反方向的變化，可說明二者具有正相關或負相關的關系。在進行回歸時，需對偏回歸系數進行t顯著性檢驗，通過檢驗結果可判定方程的自變量與因變量是否構成線性關系。
μi是誤差項(errorterm)，其作用主要有三：一是作為對不可預測的隨機性的反應；二是彌補大量被省略的自變量所帶來的誤差；三是為瞭校正因變量測量上的誤差。
2、本文應用基礎
本文以用戶對網絡廣告的信任度作為因變量，將人口變項、網絡應用情況與網絡廣告認知情況等作為自變量；采用逐步回歸的方法，將自變量（主要是分類變量），依次代入回歸方程。
在進行古典回歸時，需註意其假設前提。古典多元回歸的假設前提有以下幾點：1）誤差分佈的均值為零，即對於所有的i,E(μi)=0；2）誤差項的方差相同，Var(μi)=σ2；3）誤差項相互獨立，即Cov(μi,μj)=0；4）所有的xi都是可觀察的並且獨立於μi,Cov(xi,μ)=0；5）誤差服從於正態分佈，均值是0，方差是σ2；6）X是非隨機的；7）所有的x之間不存在線性關系。
在本研究中，由於是針對於每個個體進行抽樣調查分析，個體之間相互獨立，對於每個個體i而言，因變量y、自變量xi和誤差項μi均隨機且呈現正態分佈；同時，每指定一組變量時，自變量集X是給定的，因而X是非隨機的；故而有關於古典回歸的前6項前提假設在本項研究中全部適用。相應的數據分析結果也支持這一點：對誤差項采用DW(Durbin-Watson)檢驗時，DW=1.861≈2，說明誤差項不存在自相關；從殘差的直方圖(圖1)中，可觀測到誤差項均值為3.6*10-17、方差為0.995，幾乎服從於(0，1)標準正態分佈。
對於第7項假設，xi之間不存在線性關系，即不存在完全的多重共線性(perfectmulticollinearity)。這條假設設立的出發點是為瞭保證最後的估計方程與原始模型的一致性。然而本文應用計算機程序采用向後篩選(Backward)的策略，先將所有的自變量都代入回歸方程，再逐步剔除影響不顯著的變量，這一過程中會將相關性的變量予以剔除，並對新的一組變量重新進行參數估計，直至得到最後的顯著方程為止。同時，本次研究目的是通過建立預測方程，先是探討各自變量與因變量間的相關性，隻在最後的回歸方程中探究具有顯著性影響的因素。故而變量之間的相關性對最後最得到的分析結果不會帶來過多影響。因此這一假設在回歸開始時，無需過多討論。 1.6研究關註點
【1】【2】【3】【4】【5】【6】【7】【8】【9】【10】
【11】【12】【13】【14】【15】
除油煙機 【油煙處理首選】有油煙味道問題常常被旁邊的住戶抗議嗎，選擇靜電機不再煩惱～@1@
B79D1650E4FC69BD
留言列表
