品牌敏感对消费者购买决策的影响研究

【摘要】 中药保健品市场潜力巨大，中成药保健品如能创造更多和更有效的品牌效益价值，满足了消费者的需求目的，从而形成更多消费者价值，引起消费者的品牌敏感，令消费者倾向购买某品牌产品，最后，为企业和消费者带来更持久和更多的利益。

【关键词】 品牌敏感 香港中成药保健品 消费者价值 消费者购买决策

一、研究概念的形成

消费者购买中成药保健品时，有不同的意图、目的和需求。消费者价值的高与低是视乎消费者对品牌产品的满意程度。消费者的意图、目的和需求有不同层次的深度和宽度、内在与外在、自我与他我、功能与情感、真实与幻想、私利与公益、经济得益与心灵得益等。本文综合各学者的分析，认为消费者的价值有五种：一是基础价值：消费者需求品牌产品的生理基础价值；二是附加价值：品牌产品属性给予消费者的附加价值；三是体验价值：消费者在购买、使用和用后的身体感觉体验价值；四是象征价值：消费者在社会、群体中所感受到个人形象影响带来的价值；五是自我增值价值：消费者通过品牌产品能完善自我、发挥自我潜能和达到真善美等无形的较高层次价值。

中成药保健品企业提供品牌产品，传递信息给消费者。消费者接收信息，将品牌产品的功能效益与消费者的个人需求、意图和目的相比较。如品牌产品能提供更多的功能效益，而消费者能感受和领悟到这些效益，符合消费者的多层次需求和目的，消费者便满意品牌产品，得到消费者所需求的价值。如中成药保健品企业能令消费者感到满意，能与消费者发生长远利益关系，形成品牌价值，也就是顾客价值。

中成药保健品企业传递品牌产品的功能效益信息给消费者，消费者接收品牌产品的信息后，按消费者的意图、目的和需求，比较不同品牌产品的功能效益，得出各品牌产品的差异。消费者会特别注重某一品牌产品，产生品牌敏感的心理因素，认为这一品牌产品能给予消费者最大的消费者价值，这种价值的构成可以是理性的，也可以是感性的。中成药保健品企业可以利用品牌策略，令消费者感知品牌产品和其他品牌产品的差异，形成品牌竞争优势，影响消费者的购买行为和决策。

二、研究假设

根据概念模型的发展，提出下列六项研究假设。

H1：消费者感知中成药保健品的基础功能性效益价值差异对品牌敏感有正向影响。

H2：消费者感知中成药保健品的附加功能性效益价值差异对品牌敏感有正向影响。

H3：消费者感知中成药保健品的体验性效益价值差异对品牌敏感有正向影响。

H4：消费者感知中成药保健品的象征性效益价值差异对品牌敏感有正向影响。

H5：消费者感知中成药保健品的自我完善价值差异对品牌敏感有正向影响。

H6：消费者的品牌敏感对中成药保健品购买决定有正向影响。

三、问卷设计

问卷设计主要分为七部份，第一部分，消费者购买和使用中成药保健品时，他们是否注重产品的功能性价值：基本。第二部分，消费者购买和使用中成药保健品时，他们是否注重产品的功能性价值：附加。第三部分，消费者购买和使用中成药保健品时，他们是否注重产品的体验性价值。第四部分，消费者购买和使用中成药保健品时，他们是否注重产品的象征性价值。第五部分，消费者购买和使用中成药保健品时，他们是否注重产品的自我实现增值性价值。第六部分，消费者购买中成药保健品时，他们是否注重品牌，以品牌作为购买的重要因素，产生品牌敏感。第七部分，消费者在不同的情境下，对中成药保健品品牌的考虑和看法，品牌产品是否影响消费者的购买决定和行为。

四、问卷调查方法

问卷是采用网页（www.省略/go.php?url=drcheng

/12537）的方法和印制问卷的方法。在2011年7月进行了问卷调查，一共收回200份印制问卷和180份网页问卷，合共380份问卷，删除了无效的100份，有效的共计280份，有效率约是77%。

五、数据分析的步骤

1、信度分析

本研究采用（Lattin，Carroll&Green，2003，P.188）Cronbach’s alpha系数测量表的信度，根据系数大于0.7的衡量信度标准，就可以接受。再按Kaiser Meyer-Olkin Measure KMO （1960）的标准除掉特征值小于1的因素，选出特征值大于1的因子。根据KMO的结果，如KMO高于0.9，表示所得的数据非常合适用于因子分析。

2、建构度分析

本研究采用因子分析法（Factor Analysis）的方差最大旋转方法的主成份分析法（Principle Component Analysis），分析变量的建构效度，将特征大于1的作为因子提取标准。先用KMO and Bartlett''s Test 的标准，证明各变量不是单变量，是相关联的，各指标并非独立，是有关系的，数据支持可以做因子分析。

3、效度分析

确定性因子分析（confirmatory factor analysis ），将所提取的因子进行确定性因子分析，以判断各因子的区分效度。对研究中的各个变量进行确定和分析。论文采用了因子分析的变量共同度（Communalities）、因子分析的总方差解释（Total Variance Explained）、陡坡图（Scree Plot）和旋转后的因子载荷矩阵（Rotated Factor Matrix）提取出各个因子。

4、变量的相关分析

本研究采用残差分析测试（General Residuals Testing）分析确定各变量间的相关系。为了证明残差的分布跟随常态分配，本研究套用标测残差直方图（Histogram of Standardized Residuals）和机率图法（Normal Probability Plot）。本研究再采用多元回归分析（Multiple regression analysis）的方法显示自变量对依变量的整体解释力具有统计意义