如何筛选核心顾客落地方案

5.5.1　数据收集和描述性统计分析

本研究调查对象主要是江浙地区的KIBS企业，问卷中出现的顾客是KIBS企业所面对的顾客，与一般服务企业所面对的单个消费者不同，KIBS企业的顾客更多的是以正式组织形式存在的公司。数据收集阶段共进行了两个多月，主要采用纸质和电子版两种形式，由于在问卷前测阶段数据收集时寻找符合要求的企业存在一些困难，因此在大样本调查时采用的是同一企业由不同部门受访者填写问卷，主要选择与顾客接触频繁或者与新服务开发有较多联系的部门，这样数据回收率有所提高，而且数据也更加全面。本次研究共发放问卷260份，回收232份，回收率89%，其中无效问卷28份，有效问卷204份。调查样本的基本情况见表5.10。

表5.10　样本描述性统计分析

续表

通过表5.10可以看出，本研究所调查的企业主要以民营企业为主（76.5%），其次是国有企业（16.2%），中外合资企业和外商独资企业所占的比例较少，分别为4.4%和2.9%。根据魏江（2007）对KIBS企业的划分，本研究中所调查的企业除了四大国有银行、保险和电信属于国有企业外，其他均是民营企业。企业主要业务所在领域分布中最多的是商务服务业和信息与通信服务业，分别占39.7%和25.0%，因为这两个领域中以咨询企业和软件企业居多，且顾客参与度较高，而且新服务开发也较多，最少的是科技服务业，只占14.7%。受访者所在部门以研发部最多（29.4%），营销运作部和顾客服务部分别占26.5%和23.5%，其他部门占20.60%。受访者的工作年限，较多的是1～3年和3～5年，分别占总受访者的50%和30.84%，而不到一年的只占7.4%，五年以上的占11.76%。

5.5.2　信度分析

大样本的信度分析采用Cronbach'sα系数，在问卷净化的基础上总体信度α系数值为0.918，明显大于0.7，表明本研究总体上具有较高的信度。顾客参与这一变量的克朗巴哈α系数为0.886，顾客知识获取这一变量的克朗巴哈α系数为0.764，各变量的信度分析结果如表5.11所示，可以看出顾客参与三个维度的克朗巴哈α系数分别为0.809、0.774、0.826，均大于0.7，顾客知识获取三个维度的克朗巴哈α系数分别为0.842、0.734、0.812，也均大于0.7，总体信度较好，可以进行下一步研究。调节变量知识内隐性信度系数为0.833，新服务开发绩效的信度系数为0.856，均大于0.7，说明量表符合标准。

表5.11　各变量的信度分析结果

续表

5.5.3　效度分析

本研究中大样本效度分析主要采用因子分析来进行，因子分析的目的是为了揭示各变量之间的内在关联性，在尽可能保持原有资料的前提下，用较少的维度去表示原来的数据结构。本样本的变量测量问项总计33项，样本量204，变量数与样本数比例接近1∶6，适合进行因子分析。

在因子分析前，先测出各变量的KMO值和巴特莱特球体检验，如果KMO在0.9以上代表非常适合，0.8～0.9代表很适合，0.7～0.8代表适合，0.6～0.7代表不太适合，0.5～0.6代表很勉强，0.5以下代表不适合。本次研究主要利用主成分分析方法进行因子分析，并采用最大方差法来进行因子旋转，选择特征值大于1的因子，通过评价测量问项的因子载荷来判断效度，对于因子载荷小于0.5的指标予以删除。

1.顾客参与各维度的因子分析

通过表5.12可以看出，顾客参与的KMO值为0.841，大于0.7，巴特莱特球体检验显著性水平为0.000，因此可以对顾客参与这一变量进行因子分析。

表5.12　顾客参与的KMO和巴特莱特球检验结果

顾客参与三个维度在剔除了A5和B5两个问项后，各个问项的因子载荷都大于0.5，并且提取的三个因子累积总方差解释力度为63.858%，说明已经包含了测量变量的大部分信息（见表5.13和表5.14）。

表5.13　顾客参与各维度因子分析结果

表5.14　顾客参与解释的总方差

2.顾客知识获取因子分析

通过表5.15可以看出顾客知识获取的KMO值为0.710，虽然不是很高，但是还是大于0.7，也是可以进行因子分析的。

表5.15　顾客知识获取的KMO值和巴特莱特球体检验结果

顾客知识获取各维度的因子分析结果见表5.16，各因子的因子载荷均大于0.5，特别是消费使用知识在剔除问项E4后，各问项因子载荷分别为0.674、0.819和0.763。旋转后提取的三个因子累计解释总方差69.132%（见表5.17），可以包含大部分的测量信息。

表5.16　顾客知识获取因子分析结果

表5.17　顾客知识获取解释的总方差

3.知识内隐性因子分析

通过表5.18可以看出知识内隐性的KMO值为0.747，大于0.7，可以进行因子分析。因子分析结果见表5.19，只提取了一个因子，各因子的因子载荷均大于0.5，各问项的因子载荷分别为0.850、0.802、0.897和0.714。旋转后提取的因子累计解释总方差67.015%，可以包含测量的大部分信息，因此知识内隐性这一变量的问项设计也是有效的。

表5.18　知识内隐性KMO和巴特莱特球体检验结果

表5.19　知识内隐性因子分析结果

4.新服务开发绩效因子分析

通过表5.20可以看出新服务开发绩效的KMO值为0.811，大于0.7，可以进行因子分析。因子分析结果见表5.21，也只提取了一个因子，各因子的因子载荷均大于0.5，各问项因子载荷分别为0.880、0.798、0.862、0.753和0.687。旋转后提取的因子累计解释总方差63.843%，可以包含测量的大部分信息，因此新服务开发绩效这一变量的问项设计也是有效的。

表5.20　新服务开发绩效的KMO值和巴特莱特球体检验结果

表5.21　新服务开发绩效因子分析结果

通过对顾客参与三个维度、顾客知识获取三个维度、知识内隐性和新服务开发绩效的信度和效度分析，各变量的信度系数α和KMO值均大于0.7，各问项的因子载荷均大于0.5，因此问卷的问项设计是有效的，可以进行下一步的分析以验证假设。

5.5.4　相关分析和回归分析

相关分析是研究变量之间相关程度并用相应的统计指标表示出来的统计方法，本研究中将采用皮尔森（Pearson）相关分析法衡量变量之间相关性是否显著。然而相关分析只是验证变量之间是否存在相关关系，需要通过回归分析进一步来验证变量之间的因果关系和关系强弱。

1.顾客参与和顾客知识获取的相关分析

在相关分析中，顾客参与的责任行为和人际互动维度与顾客知识获取三个维度均表现出显著正相关。其中信息共享与顾客知识获取三个维度的相关系数分别为0.423、0.133和0.156，责任行为与顾客知识获取三个维度的相关系数分别为0.629、0.423和0.332，人际互动与顾客知识获取三个维度的相关系数分别为0.629、0.466和0.498。从表5.22可以看出，信息共享与消费使用知识获取的相关性不显著，显著性系数为0.057，大于0.05。

表5.22　顾客参与和顾客知识获取的相关分析

续表

注：**表示在0.01水平（双侧）上显著相关；*表示在0.005水平（双侧）上显著相关。

2.顾客参与对顾客知识获取的回归分析

（1）顾客参与对服务相关知识获取的逐步多元回归分析

通过表5.23可以看出，顾客参与三个维度信息共享、责任行为和人际互动对服务相关知识获取的逐层回归均为显著，最终调整R2为0.557，说明回归方程能解释的总变异为55.7%。最终的标准回归系数为0.134、0.313和0.449，而且显著性系数均小于0.005，说明顾客参与可以显著地提高服务相关知识的获取。

表5.23　顾客参与对服务相关知识获取的逐步多元回归分析结果

容差是测度解释变量间多重共线性的统计量，容差的取值在0到1之间，越接近0表示多重共线性越强，越接近1表示多重共线性越弱。在逐步多元回归分析结果中，容差都接近1，说明不存在多重共线性。方差膨胀因子（VIF）是容差的倒数，取值均大于等于1。当1≤VIF＜10的时候，不存在多重共线性；当10≤VIF＜100的时候，存在较强的多重共线性；当VIF≥100的时候，存在严重的多重共线性。三个维度对服务相关知识获取的VIF值也接近1，因此不存在多重线性相关。因此通过顾客参与三个维度对服务相关知识的回归分析，可以验证假设Ha1、Ha2和Ha3成立。

（2）顾客参与对消费使用知识获取的逐步多元回归分析

通过表5.24可以看出，顾客参与的责任行为和人际互动两个维度可以显著地提高消费使用知识的获取，显著性系数均小于0.005。而信息共享与消费使用知识的回归不显著，在第一次回归中显著性系数为0.057，第二次回归中显著性系数为0.865，第三次复回归的回归系数为0.163，说明信息共享对顾客消费使用知识的获取不明显。因此通过顾客参与两个维度对消费使用知识的回归分析，可以验证假设Ha5和Ha6成立，假设Ha4不成立。

表5.24　顾客参与对消费使用知识获取的逐步多元回归分析结果

（3）顾客参与对顾客自我知识获取的逐步多元回归分析

通过表5.25可以看出，顾客参与三个维度中人际互动对顾客自我知识的逐层回归显著。但是信息共享和责任行为对顾客自我知识获取的影响均不显著，显著性系数分别为0.349和0.446，均大于0.05。因此通过顾客参与三个维度对顾客自我知识的回归分析，可以验证假设Ha7、Ha8不成立，Ha9成立。

表5.25　顾客参与对顾客自我知识获取的逐步多元回归分析结果

综上所述，通过顾客参与三个维度分别对顾客知识获取三个维度的相关分析和逐步回归分析可以得出，信息共享与服务相关知识获取正相关，责任行为与服务相关知识获取和消费使用知识获取正相关，人际互动与三种顾客知识均相关。因此假设Ha中的9个假设，Ha4、Ha7和Ha8不成立，其余6个假设均成立，可以证明顾客参与对顾客知识获取存在一定的影响。

3.顾客知识获取和新服务开发绩效的相关分析

从表5.26可以看出，顾客知识获取三个维度和新服务开发绩效显著正相关，显著性系数均为0.000，相关系数分别为0.509、0.583和0.434。因此可以通过逐步回归验证三种知识获取对新服务开发绩效的影响。

表5.26　顾客知识获取和新服务开发绩效的相关分析结果

注：**表示在0.01水平（双侧）上显著。

4.顾客知识获取对新服务开发绩效的回归分析

通过表5.27可以看出，顾客知识获取的三个维度对新服务开发绩效的逐层回归均为显著，显著性系数均小于0.05，最终调整R2为0.381，说明回归方程能解释的总变异为38.1%。同时容差和VIF均接近1，不存在多重共线性的问题。三步回归中DW值也均大于1.5，可以接受样本中的残差序列不存在自相关的现象，说明回归方程能够解释变量的变化规律。因此通过顾客知识获取三个维度对新服务开发绩效的回归分析，可以验证假设Hb成立，即顾客知识获取对新服务开发绩效有正向影响，同时Hb1、Hb2和Hb3均成立。

表5.27　顾客知识获取对新服务开发绩效的逐步多元回归分析结果

续表

5.5.5　中介作用验证

1.中介变量的验证方法

自变量X对因变量Y的影响通过变量M来实现时，则M为中介变量。对于中介变量的验证，本研究主要采用Baron和Kenny（1986）判定中介变量的标准，分别做自变量与因变量回归、自变量与中介变量回归、中介变量与因变量回归，最后做因变量同时与自变量和中介变量回归，回归系数均为显著，如果中介变量有作用时，自变量对因变量的影响减弱或者消失。如果是完全中介作用，自变量对因变量的影响系数会变得不显著，如果是部分中介作用，自变量对因变量的显著性系数仍然显著，但是会减小。

2.顾客知识获取中介作用验证

通过表5.28可以得出：模型1表示自变量顾客参与对新服务开发绩效的直接影响，回归系数显著，为0.562。模型2将因变量换成顾客知识获取，回归系数显著，为0.669。模型3将自变量换成中介变量顾客知识获取，因变量为新服务开发绩效，回归还是显著的，回归系数为0.496。模型4将自变量顾客参与和中介变量顾客知识获取同时与新服务开发绩效做回归，可以看出回归显著，回归系数分别变成了0.268和0.438，说明由于顾客知识获取这一变量的存在，导致顾客参与到新服务开发绩效和顾客知识获取到新服务开发绩效的作用减弱，因此可以说明顾客知识获取在顾客参与和新服务开发绩效中发挥部分中介作用，验证假设Hd。

表5.28　中介作用验证分析结果

续表

5.5.6　调节作用验证

1.内隐性在顾客参与和顾客知识获取之间的调节作用

通过表5.29可以看出，内隐性在顾客参与和顾客知识获取之间有显著调节作用。将顾客参与、内隐性分别对顾客知识获取做回归，得出的调整R2为0.467，将顾客参与*内隐性加入回归中得出最终调整R2为0.480，大于之前的R2，而且显著性系数均小于0.05，可以证明假设Hc成立。

表5.29　内隐性在顾客参与和顾客知识获取之间的调节作用分析结果

因变量：顾客知识获取

2.内隐性在顾客参与和服务相关知识获取之间的调节作用

通过表5.30可以看出，内隐性在顾客参与三个维度与服务相关知识获取之间有调节作用。模型1是信息共享和信息共享*内隐性分别对服务相关知识获取的回归分析结果，最终调整R2为0.190，高于信息共享、内隐性对服务相关知识获取回归的R2 0.174，显著性系数均小于0.05，调节作用成立。模型2为责任行为和责任行为*内隐性对服务相关知识获取的回归分析，调整R2 0.425也高于责任行为和内隐性单独对服务相关知识的R2 0.415，显著性系数均小于0.05，调节作用成立。模型3为人际互动和人际互动*内隐性对服务相关知识获取的回归分析，调整R2 0.514也高于人际互动、内隐性对服务相关知识的R2 0.474，显著性系数均小于0.05，调节作用成立。因此验证假设Hc1、Hc2和Hc3。

表5.30　内隐性在顾客参与和服务相关知识获取之间的调节作用分析结果

因变量：服务相关知识获取

3.内隐性在顾客参与和消费使用知识获取之间的调节作用

由于信息共享对消费使用知识获取的影响不显著，因此只验证内隐性在责任行为、人际互动和消费使用知识获取之间的调节作用。通过表5.31可以看出，模型1是责任行为和责任行为*内隐性对消费使用知识获取的回归分析结果，最终调整R2为0.241，高于责任行为、内隐性对消费使用知识获取回归的R2 0.227，显著性系数均小于0.05，调节作用成立。模型2是人际互动和人际互动*内隐性对消费使用相关知识获取的回归分析，调整R2 0.231，略低于于人际互动、内隐性单独对消费使用知识的回归R2 0.232，显著性系数大于0.05，调节作用不显著。因此验证假设Hc4和Hc6不成立，Hc5成立。

表5.31　内隐性在顾客参与和消费使用相关知识获取之间的调节作用分析结果

因变量：消费使用知识获取

4.内隐性在顾客参与和顾客自我知识获取之间的调节作用

由于在多元回归分析中信息共享和责任行为对顾客自我知识获取均没有显著作用，因此这里只验证内隐性在人际互动和顾客自我知识获取之间的调节作用。通过表5.32可以看出，人际互动和人际互动*内隐性对顾客自我知识获取的回归分析，最终调整R2 0.337，略低于人际互动、内隐性单独对顾客自我知识获取的回归R2 0.340，显著性系数大于0.05，调节作用不显著成立。因此验证假设Hc9，Hc7和Hc8不成立。

表5.32　内隐性在顾客参与和顾客自我知识获取之间的调节作用分析结果

因变量：顾客自我知识

通过验证知识内隐性的调节作用，本研究发现知识内隐性会部分调节顾客参与和顾客知识获取之间的关系，特别是调节顾客参与和服务相关知识获取之间关系、责任行为和消费使用知识获取之间关系时最为显著。因此通过验证内隐性的调节作用可以得出假设Hc成立，Hc1、Hc2、Hc3、Hc5显著，Hc4、Hc6、Hc9、Hc7、Hc8不显著。

5.5.7　假设验证结论

通过多元回归分析，将本研究的研究假设验证情况总结如表5.33所示。

表5.33　假设验证结果

续表