14、终端用户对信息技术的接受度：Rasch 分析解读

最新推荐文章于 2025-10-06 09:49:49 发布

Python

最新推荐文章于 2025-10-06 09:49:49 发布

阅读量48

点赞数

CC 4.0 BY-SA版权

分类专栏：终端用户计算的进步与挑战文章标签：信息技术接受度 Rasch模型行为创新性

本文链接：https://blog.youkuaiyun.com/python/article/details/150599816

终端用户计算的进步与挑战专栏收录该内容

18 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

终端用户对信息技术的接受度：Rasch 分析解读

在当今科技飞速发展的时代，信息技术产品层出不穷，但新产品的失败率却居高不下。有研究估计，三分之二的新产品会失败，平均每个失败产品的成本约为 1500 万美元。然而，像吉列和惠普等许多大公司仍依赖新产品来获取利润和实现增长。因此，消费者对新产品的接受度至关重要，深入了解消费者的扩散过程对众多组织而言意义重大。

研究背景与动机

以往的创新研究多聚焦于单一产品的接受情况，而对于一组创新产品（行为创新性）随时间的接受情况研究较少。对于个人电脑和娱乐系统等产品，消费者可能进行多次购买并升级到性能更好的产品，还可能购买相关的辅助设备或软件。所以，研究应关注创新如何融入现有消费模式，而非仅着眼于单一产品的接受度。

研究方法

样本：于 2002 年 3 月的周末，通过随机电话拨号在澳大利亚一个大城市的市区收集数据，共获得 302 份回复，但回复率较低，仅为 17%。最终样本性别均衡，主要是从事行政或白领职业的人群，三分之一的受访者拥有大学学历，约 32%的受访者收入在 33600 美元至 50400 美元之间。
量表使用 ：为检验相关假设，在问卷中纳入了多个构念，包括创新性、使用创新性、意见领袖、知识和信息使用等。多数情况下，使用从强烈不同意（1）到强烈同意（7）的李克特式量表收集数据。具体量表信息如下表所示：
| 构念 | 量表来源 | 项目数量 | 均值（标准差） | 阿尔法可靠性 |
| — | — | — | — | — |
| 创新性 | Goldsmith 和 Hofacker（1991） | 5 | 11.57（4.88） | 0.87 |
| 使用创新性 | Girardi 等人（2003），基于 Price 和 Ridgway（1983） | 9 | 28.47（6.64） | 0.79 |
| 意见领袖 | Flynn 等人（1996） | 3 | 6.57（12.5） | 0.89 |
| 受意见领袖影响 | Flynn 等人（1996） | 3 | 12.00（2.84） | 0.87 |
| 客观知识 | Rao 和 Monroe（1988） | 6 | 1.00（1.21） | n.a. |
| 主观知识 | Rao 和 Monroe（1988） | 1 | 2.88（1.32） | n.a. |
| 购物知识 | Rao 和 Monroe（1988） | 5 | 2.65（1.74） | n.a. |
| 经验：上次购买以来的天数、上月 IT 物品数量 | Rao 和 Monroe（1988） | 2 | 293（489）、5（9） | n.a. |
| 信息使用 | Midgley 和 Dowling（1993） | 7 | 1.57（1.19）* 、1.41（1.00）、1.11（.56）、1.20（.68）、1.10（.51）、1.10（.51）、1.65（4.66） | n.a. |

注：* 按 1（从不）、2（一年一次）、3（每六个月一次）、4（每两个月一次）和 5（每月一次）进行缩放。

信息技术接受度分析 ：使用 Rasch 单维测量模型（RUMM）程序分析所有权数据，通过项目 - 特质检验（卡方检验）和项目 - 受访者检验确定数据与模型的拟合度。模型为每个受访者提供了在所有权量表上的位置估计，该分数可视为等距量表，因此使用回归分析来检验自变量与行为创新性之间的关系。

研究结果

硬件和软件所有权情况 ：受访者对硬件和软件物品的拥有比例差异很大。例如，92%的受访者拥有调制解调器，而只有 8%的受访者拥有超模糊硬盘驱动器；87%的受访者有互联网浏览器，仅 15%的受访者有语音激活软件。有趣的是，软件物品的总拥有数量多于硬件物品，显示出计算机使用的多样性。
Rasch 模型分析结果
- 硬件：十个硬件物品中的一个（调制解调器）与模型拟合不佳，可能因其普及度高，将其移除后，其余九个物品与模型拟合良好。受访者在量表上分布较合理，但更多集中在低端。物品的分布不够理想，标准差较小，表明分布尾部的物品较少，需要进一步研究确定更多能提供更好区分度的物品。
- 软件：十一个软件物品中，四个物品在找到合理拟合前需移除，且拟合检验的效力和可靠性系数仅为中等，这表明软件所有权可能不是单维的，其他分析方法（如对应分析）可能更合适。因此，后续分析仅针对硬件数据进行。
回归分析结果
- 初始数据筛选时排除了两个异常值。采用分层回归分析评估九个假设，将自变量分为三个独立块依次输入。
- 结果显示，创新性、使用创新性和上月购买相关物品的数量是行为创新性的显著预测因素。意见领袖、意见寻求、信息使用、年龄和收入等因素对行为创新性无预测作用，但澳大利亚 PC 用户杂志的阅读率最初有预测作用，可能是一个抑制变量，因其与其他重要预测变量相关。

结果总结

计算机硬件的购买存在单维顺序，这对戴尔等计算机制造商和英特尔等芯片制造商很有帮助，他们可预测消费者对新技术的接受情况。
软件购买决策可能更复杂，消费者对软件创新的接受可能无特定顺序，可能取决于用户的需求、知识和背景。
消费者的创新性和对现有信息技术的创新使用方式会影响新技术的接受度，创新消费者可能是前沿用户。

本次研究虽有一定成果，但也存在局限性，如采用横截面设计而非纵向设计。未来研究可考虑消费者购买 IT 产品时对硬件和软件捆绑包的看法，同时可进一步探索 Rasch 方法在研究一系列技术采用和技术接受模型组件方面的应用，结合不同方法以更好地理解信息技术的接受过程。

终端用户对信息技术的接受度：Rasch 分析解读

研究结果的深入讨论

硬件与软件购买模式差异
- 计算机硬件呈现出单维的购买顺序，这一发现与以往研究中消费者按特定顺序购买重要且互补物品的结论相符。对于计算机和芯片制造商而言，这是一个极具价值的信息。他们可以依据这一顺序，合理预测消费者对不同层次技术的接受情况，进而制定更精准的产品研发和市场推广策略。例如，当消费者接受了某一阶段的硬件技术后，制造商可以有针对性地推出下一阶段的升级产品，满足消费者的升级需求。
- 相比之下，软件的购买决策更为复杂，可能不存在单维的创新模式。消费者购买软件往往是基于特定的应用需求，如统计分析、网页设计等。不同的软件应用场景导致消费者对软件的选择更加多样化，难以形成统一的购买顺序。这意味着软件公司在推广新产品时，不能简单地假设消费者会按照某种固定顺序接受软件创新，而需要深入了解不同用户群体的需求特点，制定个性化的营销策略。
影响技术接受度的因素
- 消费者的创新性和使用创新性是影响新技术接受度的重要因素。具有较高创新性的消费者更愿意尝试新的技术产品，他们对新鲜事物充满好奇，敢于冒险。而使用创新性则体现了消费者对现有技术的创造性运用能力，能够将产品的功能发挥到极致。这些创新消费者通常是市场的前沿用户，他们的购买行为和使用体验会对其他消费者产生示范和引导作用。
- 产品类别知识和经验也在一定程度上影响着技术接受度。知识渊博的消费者对技术创新有更深入的理解，能够更好地评估新产品的价值和适用性。他们在购买决策中更加理性，更有可能早期采用新技术。然而，意见领袖、意见寻求、信息使用、年龄和收入等因素在本次研究中并未对行为创新性产生显著的预测作用。这可能是因为在信息技术领域，消费者的决策受到多种复杂因素的综合影响，这些因素的作用可能被其他更关键的因素所掩盖。

研究的意义与启示

对企业的启示
- 对于计算机硬件制造商来说，明确硬件购买的单维顺序有助于优化产品规划和市场推广。他们可以根据消费者的购买顺序，合理安排产品的研发和上市时间，提高产品的市场适应性。同时，针对创新消费者这一目标群体，企业可以开展更有针对性的营销活动，如举办新产品发布会、提供试用体验等，吸引他们的关注和购买。
- 软件公司则需要更加注重用户需求的细分和个性化服务。通过深入了解不同用户群体的软件应用需求，开发出更符合市场需求的产品。此外，软件公司还可以加强与用户的互动和沟通，收集用户反馈，不断改进产品功能和用户体验，提高用户的满意度和忠诚度。
对研究的启示
- 本研究采用的 Rasch 方法为研究一系列技术采用提供了一种新的视角和方法。未来的研究可以进一步拓展 Rasch 方法的应用范围，结合技术接受模型（TAM）等其他理论模型，深入探讨消费者对信息技术的接受过程。例如，可以研究 TAM 模型中的感知易用性和有用性等因素与 Rasch 模型中的行为创新性之间的关系，以及经验等因素如何调节这些关系。
- 考虑到本次研究采用的横截面设计存在一定局限性，未来研究可以采用纵向设计，跟踪消费者在不同时间点对信息技术的接受情况，更全面地了解技术扩散的动态过程。此外，还可以进一步研究消费者在购买 IT 产品时对硬件和软件捆绑包的决策机制，以及不同技术组合对消费者接受度的影响。

未来研究方向

技术组合与消费者决策
- 随着信息技术的不断发展，硬件和软件的组合形式越来越多样化。未来研究可以深入探讨消费者在面对不同技术组合时的决策过程，分析哪些因素会影响他们对硬件和软件捆绑包的选择。例如，研究不同品牌、功能、价格的硬件和软件组合对消费者购买意愿的影响，以及消费者对技术兼容性和集成性的关注度。
- 可以构建一个消费者决策模型，综合考虑消费者的个人特征、需求偏好、技术知识等因素，预测消费者对不同技术组合的接受度。这将有助于企业更好地设计产品组合，满足消费者的多样化需求。
文化和社会因素的影响
- 文化和社会因素在消费者对信息技术的接受过程中可能起着重要作用。不同文化背景下的消费者对新技术的态度和接受程度可能存在差异。未来研究可以比较不同国家或地区的消费者在信息技术接受方面的差异，分析文化价值观、社会规范等因素如何影响消费者的决策。
- 社会网络和口碑传播也会对消费者的技术接受产生影响。研究可以探讨意见领袖在不同社会网络中的作用机制，以及口碑传播如何加速或阻碍新技术的扩散。通过了解这些因素，企业可以制定更有效的营销策略，利用社会网络和口碑传播的力量推广新产品。

总结

本研究通过对终端用户对信息技术接受度的研究，揭示了计算机硬件和软件购买模式的差异，以及影响技术接受度的关键因素。研究结果表明，计算机硬件购买存在单维顺序，而软件购买决策更为复杂。消费者的创新性、使用创新性和产品类别知识是影响技术接受度的重要因素。

虽然本研究取得了一定的成果，但也存在一些局限性。未来的研究需要进一步拓展研究方法和视角，考虑更多的影响因素，如技术组合、文化和社会因素等，以更全面地理解消费者对信息技术的接受过程。这将为企业制定营销策略和产品规划提供更有力的理论支持，促进信息技术的更好发展和应用。

以下是一个 mermaid 流程图，展示了研究的主要流程：

graph LR
    A[研究背景与动机] --> B[相关理论回顾]
    B --> C[研究方法]
    C --> D[研究结果]
    D --> E[结果总结与讨论]
    E --> F[研究意义与启示]
    F --> G[未来研究方向]

同时，为了更清晰地展示研究中的假设和结果，我们可以列出以下表格：
| 假设 | 内容 | 结果 |
| — | — | — |
| H1 | 信息技术行为创新性与消费者的创新性正相关 | 支持 |
| H2 | 信息技术行为创新性与消费者的使用创新性正相关 | 支持 |
| H3 | 信息技术行为创新性与消费者的意见领袖地位正相关 | 不支持 |
| H4 | 信息技术行为创新性与消费者的意见寻求地位正相关 | 不支持 |
| H5 | 信息技术行为创新性与消费者的产品类别知识正相关 | 支持 |
| H6 | 信息技术行为创新性与消费者的信息使用正相关 | 不支持 |
| H7 | 信息技术行为创新性与年龄负相关 | 不支持 |
| H8 | 信息技术行为创新性与消费者的教育程度正相关 | 不支持 |
| H9 | 信息技术行为创新性与消费者的收入正相关 | 不支持 |

通过这些表格和流程图，我们可以更直观地理解研究的整体结构和主要发现，为进一步的研究和实践提供参考。