消费者对不同强弱品牌的质量感知：评价模式的调节作用，本文主要内容关键词为：强弱论文,调节作用论文,消费者论文,评价论文,模式论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：O212 文献标识码：A 文章编号：1002-1566(2007)06-0977-07
0 引言
营销学研究发现，作为产品外部线索，品牌标志着产品的质量。如果其他方面相同，消费者感知的质量与产品的品牌强弱正相关，较强的品牌会被消费者视为质量更高。
认知心理学的研究表明，消费者在评价事物时所采用的评价模式(evaluation mode)会影响评价结果，对于同样的认知对象，采用不同的评价模式所得的结论可能不同(Hsee 1996; Hsee and Leclerc 1998)[1]-[2]。所谓评价模式是指被评价的多个刺激物是同时呈现给评价者，还是分别单独呈现给评价者，前者被称为联合评价，后者被称为单独评价。比如有A、B、C三个被评价物，如果把它们同时呈现给某个消费者让其进行评价，称为“联合评价”；如果把A、 B、C分别让三个不同的消费者进行评价，则称为“单独评价”。
那么，评价模式是如何影响“品牌—质量感知”关系的呢？
已有的研究主要侧重于不同属性在不同评价模式下的相对权重，较少有研究者就评价模式在产品属性的可能取值空间下的调节作用做出系统明确的假设。例如Nowlis and Simonson (1997)[3]认为，品牌作为一种丰富的属性在单独评价下比在联合评价下权重要小：Willemsen and Keren(2004)[4]发现负面属性在单独评价下比在联合评价下权重要大；Hsee and Zhang (2004)[5]发现，量的差异在单独评价下比在联合评价下影响要大，而质的差异在两种评价模式下影响可能差不多。此外，对于为什么单独评价和联合评价条件下评价结果会存在不同，多数研究是基于心理学的推论而缺乏定量推导。一种有代表性的解释认为，对于某些产品属性，消费者在单独评价的情境下是难以衡量好坏的，这些属性在单独评价的情境下的权重小于在联合评价情境下的权重，从而导致在不同模式下评价结果的差异(Hsee 1996)。
我们也同意消费者在单独评价模式下比在联合评价模式下拥有较少的关于属性的取值范围和分布的知识，这会使消费者在单独评价模式下难以准确衡量所给产品属性的好坏；而在联合评价模式下，消费者有更多关于产品属性取值范围和分布的知识，更容易做出符合客观实际的评价。但我们进一步认为，这种联合评价使评价更加符合客观实际，而单独评价可能引入更多偏差效应，这一点在产品属性的整个取值空间上具有一定的规律性。不仅如此，我们认为，背后的机理可能是在单独评价情况下，由于缺少直接的参照物，消费者对于评估对象的有偏差的评价遵循一种随机分布。具体说，在产品客观属性较差的条件下，单独评价较联合评价更可能高估产品属性得分；而在产品客观属性较好的情况下，单独评价下更可能低估产品的属性得分。
1 产品属性评分模型
在单独评价情况下，消费者或部分消费者对品牌或产品某方面的属性取值范围不确定，这可能是由于消费者知识方面的欠缺，也可能是由于该属性本身在单独评价时难以衡量好坏。对这样的消费者，假定他们评价品牌或产品时对其属性所给分数s是连续型随机变量并服从1到N之间的均匀分布，有
则s大于特定值s[,0]的概率为
；
而s小于特定值s[,0]的概率为
；
不妨设某品牌或产品在特定属性上的客观值为s[,0]，则P(s＞s[,0])代表被高估的可能性，P(s＜s[,0])代表被低估的可能性。不难看出，当s[,0]相对于1到N的中间值较小时，即
时，
，即(1)＞(2)，品牌或产品属性被高估的可能性大于被低估的可能性；当s[,0]相对于1到N的中间值较大时，即
时，
，即(1)＜(2)，品牌或产品属性被低估的可能性大于被高估的可能性。即客观属性较差的品牌或产品容易被高估，而客观属性较好的品牌或产品容易被低估。此外，由于(1)是关于s[,0]的单调减函数，(2)是关于s[,0]的单调增函数：当s[,0]的值由小变大时，s大于s[,0]的概率变小，同时s小于s[,0]的概率变大。这意味着随着品牌或产品属性客观值由弱变强，在单独评价模式下被高估的可能性变小，被低估的可能性变大，逐渐从高估转变为低估。
然而，在联合评价模式下，消费者眼前有多个备选项，它们的相对优劣就容易鉴别，做出的评价会比较符合客观实际。甚至由于对比或参照作用的存在，较差的品牌或产品属性将较客观值得分更低，而较好的品牌或产品属性将比客观值得分更高。因此，在联合评价模式下，消费者对品牌或产品质量的评价(1)接近于客观实际值，或者(2)评价偏差遵循着与单独评价的偏差相反的方向变动，即属性客观值较低时被评价得更低，随着属性客观值s[,0]的值由小变大，被低估的可能性变小，逐渐从低估转变为高估。
设产品质量的客观值s[,0]是品牌强弱b的增函数，则随着b由低变高，s[,0]的值也由小变大，在这个过程中，单独评价模式下的消费者逐渐从高估转变为低估（图1），而联合评价模式下的消费者要么符合实际，要么逐渐从低估转变为高估（图2），从而使得单独评价得分减去联合评价得分之后的差值逐渐减小，甚至变为负数，且负数的绝对值越来越大（图3）。
图1 单独评价模式下的得分
图2 联合评价下的两种可能得分
图3 单独和联合评价模式下的感知质量
根据以上推导，我们有如下假设：消费者对产品的感知质量随着品牌强弱而提高的效应受到评价模式的调节，即品牌较弱时，感知质量在单独评价模式下较联合评价模式下高；但两者的差异量随着品牌由弱变强而缩小；品牌强到一定程度时，两者的差异量会进一步缩小到负数，即感知质量在联合评价模式下较单独评价模式下要高。
我们将用两个研究来证实上面的假设。实验一将选择低、中、高强度的3个手机品牌来检验消费者的质量评价是否符合图3所示的轨迹；研究二将在改进的条件下，在笔记本电脑领域作进一步验证。
1.1 研究一
实验设计。我们采用3品牌强弱（低、中、高）X[,2]评价模式（单独评价、联合评价）的组间和组内混合实验设计方法，单独评价是组间设计，联合评价是组内设计。
刺激物的选择。第二手资料显示，Haier、Samsung和Nokia在中国手机市场占有率分别为0.6%，11.3%和31.2%，该数据可以近似看作这三个品牌影响力和产品品质的客观反映。但预测试显示不同消费者对于Samsung的品牌强弱看法差异相当大，于是我们设计了一个虚拟的Haler-Samsung联合品牌来代表中档强弱品牌，因为增加了较强品牌的成分相当于提供了一个更高质量的“暗示”。对23名消费者的预测试的结果验证了Haier、Haier-Samsung和Nokia的品牌强弱依次为“低”、“中”、“高”，说明操纵是成功的。
因变量的测量。因变量是消费者对品牌产品的感知质量，用9点李克特量表从四个方面测量：(1)可靠(2)性能(3)质量(4)耐用（这4个测量维度的相关系数矩阵见表1），最终采用简单加权平均得到“感知质量”综合指数作为因变量。
表1 因变量4个维度相关系数矩阵
可靠 性能 质量
耐用
可靠
1
性能0.822**
1
质量0.900**0.845**
1
耐用0.860**0.767**0.883** 1
（其中**代表p＜0.01）
表2 实验一中各实验小组在因变量“感知质量”上的均值与标准差
品牌强弱
评价模式 低中
高
联合评价3.3704.5567.333
(1.417) (0.934) (1.271)
单独评价4.7125.1767.065
(1.560) (1.197) (0.783)
样本。调查于2006年5月-6月在北京市某高校研究生宿舍楼进行，共获得有效问卷113份，其中单独评价问卷85份，联合评价问卷28份（每份问卷包含对三种品牌的评价）。
数据分析方法。我们采用控制年龄和月收入的协方差分析ANCOVA进行数据分析。
实验结果及讨论。感知质量的测量信度系数（Cronbach α）为0.96，说明对因变量的测量具有较高的信度。ANCOVA统计分析结果表明，“品牌强弱”和“评价模式”存在显著的交互效应(F(2，154)=5.098，P=0.007)，说明假设提出的总体趋势是非常显著的。表2列出了各实验小组在感知质量上的均值和标准差，图4列出了低、中、高强弱品牌的产品在单独评价和联合评价模式下消费者的感知质量均值。
图4 实验—评价模式与品牌强弱的交互作用
表3 研究二中的品牌强弱得分
品牌 均值 标准差 最小值 最大值
TCL 3.03 1.45 1
8
惠普 5.43 1.79 2
9
Think Pad8.07 1.04 5
9
1.2 研究二
为了进一步验证我们关于两种评价模式下“感知质量”差异量在品牌强弱的整个取值范围内递减的变化趋势的假设，同时也为了检验实验一中的结果的可信度，我们做了另一个研究，它与实验一存在如下不同：(1)采用笔记本产品，选择了“TCL”、“惠普”和“ThinkPad”三个品牌；(2)直接测量品牌强弱，由消费者对品牌的强弱打分；(3)通过网上问卷的方式收集数据；(4)在问卷中加入了被试对于产品类别的熟悉程度和对品牌的熟悉程度的测量，以便控制这些因素的潜在影响；(5)运用带有交互项的回归分析方法进行数据分析。
网上调查于2006年7月-9月进行，共获得有效问卷99份，其中单独评价问卷60份，联合评价问卷39份（每份问卷包含对三种品牌的评价）。因变量“感知质量”的测量方法与实验一完全相同，测量的信度系数（Cronbach α）为0.92，说明该变量的测量具有可信度。
表3列出了被试对于“TCL”、“惠普”和“Think Pad”三个品牌的“强弱”打分的描述性统计。从中我们可以看出，被试的打分覆盖到了9点李克特量表的整个区间；同时，这三个品牌强弱基本拉开了距离（均值分别为3、5和8）。
我们采用含有品牌强弱和评价模式及其交互项，同时控制年龄、月收入、产品类别熟悉程度和品牌熟悉程度的多元回归模型进行数据分析。具体模型如下：
PQ=α[,0]+α[,1]BrandStrength+α[,2]EvaluationMode+α[,3]
BrandStrenength×EvaluationMode+α[,4]Age+α[,5]Income+
α[,6]ProductFamiliarity+α[,7]βrandFamiliarity+ε
图5 研究二中不同评价模式及品牌强弱下感知质量的散点图
表4 感知质量对评价模式、品牌强弱、产品熟悉程度和品牌熟悉程度的回归结果
回归系数 标准误 T值P值
截距项1.5073 0.5892 2.5580.01139*
品牌强弱 0.7179 0.037918.929
＜2e-16***
评价模式 1.2575 0.3950 3.1840.00173**
（单独评价）
品牌强弱×-0.2154 0.0674-3.1970.00166**
评价模式
（单独评价）
年龄 0.0181 0.01517 1.1940.23414
月收入 0.01863 0.05098 0.3650.71526
产品熟悉程度 -0.1070 0.07365-1.4520.14827
品牌熟悉程度
0.1150 0.06694 1.7170.08772
回归模型调整的R[2] 0.7161
回归模型整体F值 64.42＜2.2e-16***
（其中“*”代表P＜0.001，“代表P＜0.01，代表P＜0.05）
其中PQ表示感知质量。Evaluation Mode表示评价模式，取0时代表联合评价，取1时代表单独评价。Brand Strength表示品牌强弱得分，取值为1至9。Age为被试的年龄；Income为被试的家庭月收入档次；Product Familiarity和Brand Familiarity分别表示被试对于笔记本产品类别的熟悉程度和对所需评价的品牌的熟悉程度。
研究二的回归分析结果如表4所示。结果显示交互项回归系数估计值符合假设的方向，而且在统计上显著(P＜0.01)，回归模型具有较高的解释力（调整的R[2]达到0.72）且整体非常显著(P＜0.001)，说明假设得到了很好的支持。
为了更直观地显示假设所预计的趋势，我们将被试在不同评价模式下对三个刺激物品牌 （“TCL”、“惠普”和“ThinkPad”）的感知质量取均值，得到表5和图6。
图6 研究二评价模式与品牌强弱的交互作用
表5 研究二中各品牌在因变量“感知质量”上的均值与标准差品牌
品牌
评价模式 TCL
HPThinkPad
联合评价
4.290 6.405
8.181
(0.214)(0.214) (0.214)
单独评价
4.818 5.660
7.139
(0.303)(0.310) (0.293)
2 结论与讨论
本研究采用两个实验研究初步证实了评价模式和品牌强弱交互影响消费者感知质量。具体而言，实验一表明，在品牌比较弱低时，单独评价时的感知质量比联合评价时高，但随着品牌由弱变强，单独评价减去联合评价的感知质量的差异量逐步缩小，直至品牌强弱达到较强时两者的差异变为负数，评价模式的这种调节趋势在统计上显著。我们在研究二中并不预先对品牌强弱做出统一判定，而是要求消费者直接评价品牌的强弱。在此条件下，我们证实了两种评价模式下“感知质量”差异量在品牌强弱的整个取值范围内递减的变化趋势。
本研究及结论至少有三个方面的意义：一是从理论上提出了不同评价模式下感知质量的差异可能是由于在单独评价时对属性水平不甚确定的情况下消费者的评价遵循某种特定的随机分布的结果。我们的实验证据似乎与这种随机模型预测的结果相吻合，从而为单独评价下的感知质量偏差提供了一种新的也许更加符合实际的解释。二是我们发现单独评价高于联合评价的差异量随着品牌由弱变强而逐渐减小的趋势，越弱的品牌从单独评价中获得的消费者感知提升越多，而越强的品牌从联合评价中获得的消费者感知提升越多。因此，对于那些质量高、有属性优势的产品或品牌，需要在与竞争产品或企业自己提供的“参照品”的比较过程中突出自己的优势，使消费者对产品或品牌的评价更为正面。当企业重点推广的产品或品牌处于中等质量，或处于中等属性水平时，通过引进更低端的产品线，或避免与强的竞争产品陈列在一起，可以提高产品的吸引力。三是在学术研究中经常涉及产品属性或产品质量的评价，我们应该注意在此过程中采用何种评价模式可能对研究结果产生影响。
根据统计学中的不充分理由原则(principle of insufficient reason)，当不知道确切的概率分布时假设遵循均匀分布是恰当的，这样我们可以“让数据自己说话”。我们假设随机评分模型遵循均匀分布并且发现实验数据支持了该假设的推测，但我们并不排除其他的随机分布的可能性。在其他的分布假设下检验本文的结论将是有益的尝试。
我们在本研究中只考察了品牌强弱和评价模式对于感知质量的交互作用，我们的研究结论是否能推广到消费者对其他的产品属性（诸如感知价值）的评价中文仍需要进一步探究。
更为一般和重要的一个问题是，评价模式的负向调节作用是仅仅存在于“品牌一感知质量”关系中，还是普遍存在于各种各样的正相关关系（例如产品价格和消费者感知价值、信息源的权威性和信息接受者感知的信息可信度）之中。对这个问题的验证将是今后研究的一个可能的方向。
收稿日期：2006年12月01日
标签：产品属性论文;