东北大学学报:自然科学版  2017, Vol. 38 Issue (2): 295-299  
0

引用本文 [复制中英文]

金海哲, 陈瀚, 周玉林, 刘玮琳. 基于顾客偏好的瓶装水外观感性质量评价[J]. 东北大学学报:自然科学版, 2017, 38(2): 295-299.
[复制中文]
JIN Hai-zhe, CHEN Han, ZHOU Yu-lin, LIU Wei-lin. Kansei Quality Evaluation of Bottled Water Appearance Based on Customer Preferences[J]. Journal Of Northeastern University Nature Science, 2017, 38(2): 295-299. DOI: 10.3969/j.issn.1005-3026.2017.02.029.
[复制英文]

基金项目

辽宁省博士启动基金资助项目 (76114007)

作者简介

金海哲 (1983-), 男, 辽宁沈阳人, 东北大学讲师, 博士。

文章历史

收稿日期:2016-01-26
基于顾客偏好的瓶装水外观感性质量评价
金海哲, 陈瀚, 周玉林, 刘玮琳    
东北大学 工商管理学院, 辽宁 沈阳 110169
摘要:从感性质量评价的角度提取13个感性质量评价词对, 用于全面且针对性地评价顾客对瓶装水的偏好.以“想购买”为综合感性提取瓶装水的感性质量评价要素, 结合聚类分析等方法确定7种代表性样本.基于语义差异法构建瓶装水感性质量评价量表, 运用多元回归模型分析建立顾客偏好与感性评价词对之间的关系模型.关系模型解决了如何识别顾客偏好和感性质量需求, 以及如何将这些偏好和需求整合到产品设计过程中的问题.
关键词感性质量    顾客偏好    感性评价词对    多元线性回归    瓶装水    
Kansei Quality Evaluation of Bottled Water Appearance Based on Customer Preferences
JIN Hai-zhe, CHEN Han, ZHOU Yu-lin, LIU Wei-lin    
School of Business Administration, Northeastern University, Shenyang 110169, China
Corresponding author: JIN Hai-zhe, E-mail: hzjin@mail.neu.edu.cn
Abstract: Thirteen word pairs for kansei quality evaluation were extracted to evaluate customer preferences for bottled water comprehensively and pertinently. The comprehensive emotional element, 'want to buy', served as the kansei quality evaluation element of bottled water.Seven representative samples were determined by the evaluation elements combined with the cluster analysis, and etc. The evaluation scale of the kansei quality of bottled water was suggested on the basis of the semantic differential methods, and the relational model of customer preferences and kansei evaluation word pairs was established by using the multiple regression model analysis. The relational model has effectively solved the problem, i.e., how to identify customer preferences and kansei quality requirements, and how to integrate these preferences and requirements into the process of product design.
Key Words: kansei quality    customer preference    kansei evaluation word pair    multiple linear regression    bottled water    

瓶装水种类达上百种, 能否设计出符合顾客偏好的瓶装水是瓶装水企业赢得竞争的重要因素.顾客在购买瓶装水的过程中, 除了考虑瓶装水本身的功能质量 (如口感、成分等) 外, 瓶装水的外观设计给用户带来的感性质量也是影响其购买的重要因素之一.

感性是人对事物的感觉, 存在个体差异.通常认为感性质量是人类固有的感觉和印象表现出的质量特征[1].感性质量在一些产品中 (如汽车、相机、手机、家具等) 得到了很好的体现[2-5], 但在食品行业中对感性质量的应用研究仍然较少[6].顾客的偏好程度可以反映商品外观感性质量水平, 或者说它是对商品外观感性质量的综合评定, 通常较高的外观感性质量会激发顾客更强烈的偏好程度[7].所以从顾客偏好的视角进行商品外观感性质量评价研究, 不仅有助于识别出影响顾客偏好的重要感性质量因素, 也可以为食品企业提升市场竞争力指明方向.

1957年, Osgood提出语义差异法 (SD法), 用来获取调查对象关于研究对象的量化的心理数据[8], SD法在感性质量研究中是一种非常重要和基本的方法.感性质量概念及思想起源于日本马自达汽车前会长山本健一在1986年的一次演讲, 其后针对感性质量中的诸多科学问题的研究在学术界得到了广泛的重视和快速的发展[9].Han等以手机为例, 提出人机界面原件的概念,并针对手机软件和硬件从造型、材质、纹理角度进行了设计要素提取[10].Lin等在Han的基础上增加了音、质等要素,并更加全面地提取了手机产品的感性设计变量[11].Anitawati等以电子商务网站为对象, 从人机交互的角度研究了网页设计变量与消费者情感之间的关系[12].郭伏等以网页外观设计为研究对象, 通过研究网页设计要素与用户偏好之间的关系提出了网页设计优化方案[13-14].

感性质量研究的意义主要有两方面:一是通过研究感性质量的方法论为各领域产品或服务的感性研究提供理论支持; 另一个是通过对各领域的产品或服务开展深度剖析与探讨, 充实该领域产品或服务的设计要素、顾客情感等基础数据, 但该类数据目前多局限于工业产品设计 (如手机、汽车等) 及人机界面交互 (如网站、游戏等) 等领域, 其他领域的相关研究较少[15].食品不同于以往的研究对象, 消费者对它的情感包含着食用的特殊性, 因此消费者对食品类产品的嗜好将不用于工业用品.本研究以大学生群体为研究对象, 以瓶装水为例, 研究考虑顾客偏好的商品外观感性质量评价方法, 将“想要购买瓶装水”作为衡量商品外观感性质量的综合感性评价指标.

1 感性质量评价方法 1.1 瓶装水感性词对的选取 1.1.1 瓶装水初始感性词汇的收集

为了提取全面准确评价瓶装水外观的感性词汇, 本文采用文献研究、互联网搜索、瓶装水相关广告研究以及访谈的方法, 收集初始感性词汇.在访谈中, 从瓶装水的购买经验、了解程度、购买场合、购买后的感受等角度进行了深度剖析式访谈.通过上述方法共得到了“简洁的、时尚的、甘甜的、健康的、环保的、知名的”等98个可用于评价瓶装水外观的感性词汇.

1.1.2 瓶装水感性词对的初步筛选

98个初始感性评价词汇中, 有些评价词汇意义相近, 如“厚实的”和“结实的”; 有些词汇抽象复杂不容易理解, 如“拉风的”、“阴柔的”等.通过对这些词汇正确释义并进行详细的分析比较, 合并具有细微差别但意思相近的词汇, 重新整理出26个瓶装水感性质量评价词汇, 再将其整理成相反含义的感性评价词对.初步筛选出的感性词对不仅包含了产品外观的造型、色彩、材质等物理性方面的因素以及“小巧的-大气的、朴素的-华丽的”等由物理性因素衍生的感性因素, 更包含了作为食品的特殊因素——“不健康的-健康的”.

1.1.3 瓶装水感性词对的确立

初步筛选出的感性词对虽然包含了瓶装水外观评价的方方面面, 但其在被试中所占权重各有不同.为了确立在大学生群体中占重要比重的感性词对, 对26个感性词对通过问卷调查进行了进一步筛选.调查问卷中将26个评价词对随机排序, 要求被试选择适合评价瓶装水感性质量的评价词对, 不限选择评价词对的个数.本次调查共发放问卷300份, 收回有效问卷275份, 有效回收率92%, 其中男性173人, 女性102人,皆为在校大学生.

收集问卷, 对数据进行统计, 并进行项目与总体相关系数分析、项目独立样本T检验、因子分析及结构调整, 最终形成包含13个项目的量表 (见表 1), 达到较高的信度和较好的效度.

表 1 最终筛选出的感性词对 Table 1 Final screened kansei words pairs
1.2 代表性样本的选取与问卷设计 1.2.1 瓶装水感性质量评价要素的提取

本研究由浅入深地对顾客进行多次访谈调查, 用于获取顾客对瓶装水的需求偏好, 提取感性质量评价要素.访谈分为两轮:第一轮访谈对象为学生6人 (男3, 女3;18~25岁); 第二轮访谈对象为学生12人 (男6, 女6;18~25岁).第二轮访谈在第一轮访谈的基础上对访谈内容进行了更深层次的设计与完善.每个对象的访谈时间约为30~60 min.

通过访谈结果发现, 购买偏好主要受瓶装水的价格、品牌、安全健康、口感、广告、瓶身材料以及外形设计等因素影响.

1.2.2 代表性样本的选取

瓶装水的种类繁多, 包装规格不同, 本文以500 mL左右的瓶装水为研究对象, 收集了市场上常见的24种瓶装水样本.

根据瓶装水的种类、瓶身材质和外形设计等的差异, 结合瓶装水感性质量评价要素以及感性词对的选取, 通过聚类分析最终确定了7种瓶装水作为代表性样本, 分别是:康师傅矿物质水、冰露矿物质水、怡宝纯净水、娃哈哈饮用纯净水、农夫山泉矿物质水、百岁山矿物质水、恒大冰泉矿物质水.如图 1所示.

图 1 代表性产品图片 Fig.1 Pictures of representative products
1.2.3 量表构建与问卷调查

根据感性质量评价要素、感性词对以及代表性瓶装水, 运用语义差异法, 通过李克特7级量表 (-3分到+3分) 形式设计调查问卷, 并进行了项目与总体相关系数分析、项目独立样本T检验及结构调整, 形成最终的评价量表, 达到较高的信度和较好的效度.瓶装水感性质量评价量表如表 2所示.问卷主要包括两部分:第一部分是被调查者的个人信息, 包括性别和年龄; 第二部分是问卷主体, 即瓶装水感性质量评价量表, 被调查者按照自己的感觉对7种代表性瓶装水分别评分.调查过程釆取自愿参与原则, 所有参与者都是在自愿前提下进行问卷调查, 并且可以随时提出结束调查过程.

表 2 瓶装水感性质量评价量表 (主体部分) Table 2 Kansei quality evaluation scale of bottled water (main part)

本次问卷采用互联网电子版问卷 (问卷星) 和现场纸质问卷两种形式进行调查.累计发放问卷450份, 收回问卷402份, 经过人工筛选及有效性检验后得到有效问卷351份, 有效率为78%.收集的问卷用于顾客偏好模型的构建.

2 瓶装水外观感性质量评价模型 2.1 基于顾客偏好的瓶装水外观感性质量评价模型的构建

通过多元线性回归分析中的逐步回归法来构建顾客偏好模型, 利用SPSS19.0, 将V13“不想购买的-想购买的”选为因变量, 其他感性词对选为自变量.首先审查数据中的异常值、影响点, 按照标准化残差的绝对值大于3的标准, 诊断出数据中存在4个异常值, 并将其删除.表 3表 4是回归方程产生过程中的各个统计表.

表 3 方差分析 Table 3 ANOVA results
表 4 逐步回归计算过程系数表 Table 4 Coefficients of stepwise regression calculation process

按照置信区间为95%的原则运用逐步回归法进行回归建模, 按照显著性大于或等于0.050变量进入方程、显著性小于或等于0.100从方程中删除变量的原则, 经过7次回归后, 最终有7个变量进入方程:V7“难受的-舒适的”、V3“不健康的-健康的”、V8“复杂的-简洁的”、V1“昂贵的-经济的”、V11“大众的-个性的”、V2“不知名的-知名的”、V10“小巧的-大气的”.

方差分析 (见表 3) 显示了回归拟合过程中的分析结果, 表明了7次回归包含不同的自变量时, 其显著性水平均小于0.001, 说明最终的回归方程应包括这7个变量, 且回归方程的拟合效果比较好.

逐步回归计算过程系数表 (见表 4) 说明, 最终得到的模型共有7个变量:V7, V3, V8, V1, V11, V2, V10; 变量的显著性水平均小于0.05.常数项的显著性水平也小于0.05, 可以进入方程.共线性统计量显示, 各个自变量的容差分别为:0.464, 0.572, 0.592, 0.813, 0.261, 0.811, 0.282, 容差值均大于0.2;各个自变量的方差膨胀因子 (VIF) 分别为:2.156, 1.747, 1.688, 1.231, 3.831, 1.232, 3.548;VIF值均小于5.专家认为, 容差值小于0.2或VIF值大于5即可认为存在共线性, 故所构建的回归方程中各个自变量之间都没有出现共线性问题.

根据上述分析, 可得出顾客偏好“不想购买的-想购买的”与各个感性词对之间的关系模型:

(1)

利用瓶装水样本对顾客偏好模型进行验证, 绘制评分拟合图.结果发现, 顾客实际评分值与偏好模型得分值相差很小, 验证了回归模型的可行性.

瓶装水根据其含有的矿物质量, 可以分为纯净水与矿泉水.基于上述研究结果, 建立不同种类瓶装水的顾客偏好模型如下.

纯净水的顾客偏好“不想购买的-想购买的”与感性词对之间的关系模型:

(2)

矿泉水的顾客偏好“不想购买的-想购买的”与感性词对之间的关系模型:

(3)
2.2 基于偏好模型的瓶装水感性质量分析

通过对顾客偏好与总体感性评价词对的回归模型的分析, 瓶装水的舒适性、健康性、设计简洁性、价格因素、设计个性化、知名度、瓶身轮廓等感性要素对顾客购买偏好产生了较大影响, 瓶装水设计时需着重考虑这些感性评价词对所对应的感性质量要素.

通过比较纯净水与矿泉水的关系模型可知, 健康性的因素虽在矿泉水中有所体现, 但在纯净水中没有得到重视.该结果可能起因于被试及其所代表的大众消费者普遍认为纯净水是通过多层净化而得到的水, 在健康性上存在的差别较小这一认识误区.品牌知名度方面, 纯净水得到了较好的体现, 矿泉水却没有, 这可能是由于被试对于纯净水的品牌较为敏感.整体设计方面, 纯净水与矿泉水在设计个性化“大众的-个性的”方面都得到了体现, 但在“小巧的-大气的”方面只有矿泉水得到了体现, 产生该类区别的原因有待进一步调查分析.

综上, 企业在设计瓶装水包装的过程中需尽量符合顾客的实际感性需求, 以此来增加瓶装水的销量和提升瓶装水的市场竞争力.

3 结语

本文在感性质量的基础上, 基于顾客购买偏好, 以瓶装水为研究对象, 通过对瓶装水感性质量评价要素的提取、感性词对的选取以及代表性样本的选择, 经过访谈调查和大量的问卷调查, 运用多元回归模型分析瓶装水的感性词对与顾客购买偏好之间的关系, 建立顾客偏好与感性词对之间的关系模型, 并对瓶装水的感性质量进行评价分析.研究结果不仅为瓶装水的感性质量评价提供技术支持, 也将为其他产品感性质量评价提供思路和方法.

本文以大学生为对象, 研究与探索了考虑顾客偏好的商品感性质量评价方法, 在后续的研究中, 还需要将被试群体扩大到社会上的所有人员, 在对顾客全体进行细致划分的基础上, 讨论不同类型的顾客群体对瓶装水外观感性认知的不同.

参考文献
[1] 李大庆, 魏大鹏. 关于感性质量管理技法的研究[J]. 工业工程与管理, 2006, 12(5): 118–123.
( Li Da-qing, Wei Da-peng. Kansei quality management techniques study[J]. Journal of Industrial Engineering and Management, 2006, 12(5): 118–123. )
[2] Lin Y C, Yeh C H, Wei C C. How will the use of graphics affect visual aesthetics? A user-centered approach for web page design[J]. International Journal of Human-Computer Studies, 2013, 71(3): 217–227. DOI:10.1016/j.ijhcs.2012.10.013
[3] Carreira R, Patrício L, Jorge R N, et al. Development of an extended kansei engineering method to incorporate experience requirements in product-service system design[J]. Journal of Engineering Design, 2013, 24(10): 738–764. DOI:10.1080/09544828.2013.834038
[4] Chen H Y, Chang Y M. Extraction of product form features critical to determining consumers′ perceptions of product image using a numerical definition-based systematic approach[J]. International Journal of Industrial Ergonomics, 2009, 39(1): 133–145. DOI:10.1016/j.ergon.2008.04.007
[5] Wang K C. A hybrid kansei engineering design expert system based on grey system theory and support vector regression[J]. Expert Systems with Applications, 2011, 38(7): 8738–8750. DOI:10.1016/j.eswa.2011.01.083
[6] Khushaba R N, Wise C, Kodagoda S, et al. Consumer neuroscience:assessing the brain response to marketing stimuli using electroencephalogram (EEG) and eye tracking[J]. Expert Systems with Applications, 2013, 40(9): 3803–3812. DOI:10.1016/j.eswa.2012.12.095
[7] Wang C H. Integrating kansei engineering with conjoint analysis to fulfill market segmentation and product customisation for digital cameras[J]. International Journal of Production Research, 2015, 53(8): 2427–2438. DOI:10.1080/00207543.2014.974840
[8] Osgood C E, Suci C J. The measurement of meaning[M]. Urbana: University of Illinois Press, 1957: 10-45.
[9] Yamamoto K. Kansei engineering—the art of automotive development at Mazda[M]. Ann Arbor: The University of Michigan, 1986: 1-24.
[10] Han S H, Kim K J, Yun M H, et al. Identifying mobile phone design features critical to user satisfaction[J]. Human Factors and Ergonomics in Manufacturing, 2004, 14(1): 15–29. DOI:10.1002/(ISSN)1520-6564
[11] Lin L, Yang M Q, Li J, et al. A systematic approach for deducing multi-dimensional modeling features design rules based on user-oriented experiments[J]. International Journal of Industrial Ergonomics, 2012, 42(4): 347–358. DOI:10.1016/j.ergon.2012.03.005
[12] Anitawati M L, Nor Laila M N, Nagamachi M.Kansei structure and visualization of clothing websites cluster[C]//Proceedings of the International Symposium on Information Technology.Kuala Lumpur, Malaysia, 2008:1-8.
[13] 郭伏, 李美林, 屈庆星. 基于感性工学的电子商务网页外观设计优化[J]. 人类工效学, 2013, 19(3): 56–60.
( Guo Fu, Li Mei-lin, Qu Qing-xing. E-commerce websites appearance design optimization based on kansei engineering[J]. Chinese Journal of Ergonomics, 2013, 19(3): 56–60. )
[14] 郭伏, 郝哲哲, 许娜, 等. 基于情感体验的应用软件可用性评估方法研究[J]. 工业工程与管理, 2013, 18(2): 146–152.
( Guo Fu, Hao Zhe-zhe, Xu Na, et al. Usability evaluation method of applications based on emotion experience[J]. Journal of Industrial Engineering and Management, 2013, 18(2): 146–152. )
[15] Huang Y, Chen C H, Wang I H C, et al. A product configuration analysis method for emotional design using a personal construct theory[J]. International Journal of Industrial Ergonomics, 2014, 44(1): 120–130. DOI:10.1016/j.ergon.2013.11.005