3.2回歸結果說明及原因分析
根據表2和表3，在回歸過程中，所建立的Model1，是包含有所有13個自變量的模型。由這一模型，可看出在前期假設中所選取的13個自變量對因變量的影響及其顯著性。根據回歸結果，這一方程式可表示為：
y=0.109x1-0.035x2+0.054x3-0.002x4-0.006x5+0.101x6-0.014x7+0.149x8+0.083x9+0.037x10-0.079x11+0.030x12+0.296x13
在這一方程中可看到，因變量——網絡廣告的信任度(y)，與收入水平(x3)互聯網應用情況(x6)、媒介信任度(x8)、網絡廣告的關註度(x9)、網絡廣告好感度(x10)、信息需求符合程度(x12)和網絡廣告中商品品牌的權威性(x13)這幾個自變量呈現出正向相關的關系；即收入越高、互聯網應用越多、對互聯網的信任度越高，對網絡廣告更加關註並抱有好感、認為網絡廣告符合其信息需求、且認同其中商品品牌權威性的人，更加傾向於相信網絡廣告的真實性。反之，學歷越低、網齡和日均上網時間越短、對互聯網依賴性約差、對網絡廣告信息豐富程度評價越低的人，對網絡廣告的信任度更高。此外，女性較男性更易於相信網絡廣告的真實性。由是，可對本研究第一個關註點做出回應。
但是，在對偏回歸系數進行t檢驗時，在95%的置信區間下，學歷、收入水平、網齡、日均上網時長、網絡依賴程度、網絡廣告好感度、信息含量評價指數這幾項指標均未通過顯著性檢驗(sig 0.05)。故在這一方程中，無法判斷這些變量對因變量有著顯著性的影響。
經過對數據的進一步分析，發現Model1大部分變量未通過顯著性檢驗的最主要原因即是在所選的這13個自變量中，存在著線性相關的關系。
表4即為對Model1中各變量進行相關性分析的結果。表中的第二列(ConditionIndex)即為方差膨脹因子(VIF)；在第5-14項中，這一指標均大於10，說明變量之間存在著線性相關。
因此，正如在前文所探討的，Model1隻適用於參照偏回歸系數的符號，來討論各自變量變化時，因變量產生相應變化的方向性；而因為線性相關的影響，無法對變量的顯著性做出解釋。因此，采用向後篩選的策略，逐一去除影響不顯著的變量。經過7次篩選，依次篩去網齡、日均上網時長、網齡依賴度、信息需求符合程度、好感度、學歷和收入水平等變量，最終得到Model8：
y=0.102x1+0.091x6+0.149x8+0.088x9-0.085x11+0.295x13
且由表2，可知Model7中的各偏回歸系數均通過瞭置信度為0.05的t檢驗，因此這幾個自變量可視為對因變量影響顯著。
這時再進行變量的相關性檢驗，在方差膨脹因子(ConditionIndex)的數值一列，除最後一個數值超過10以外，其餘的數值均小於10，由是可知此時所保留的各自變量間的相關性已大為減弱；可以接受現在的回歸結果。
由是可知，網民的性別、網絡應用情況、對互聯網的信任度、對網絡廣告的關註度和好感度，以及對網絡廣告中商品品牌權威性的評價等因素，均對網民的網絡廣告度產生重要影響。
【1】【2】【3】【4】【5】【6】【7】【8】【9】【10】
【11】【12】【13】【14】【15】
越南商標註冊程序
越南商標申請流程
文章標籤
全站熱搜
留言列表
