摘? 要：本文從酒店顧客的角度出發(fā)，對酒店在線評論內(nèi)容可信度的影響因素進行研究。論文針對在線評論內(nèi)容本身，從評論質(zhì)量、評論效價、評論數(shù)量、評論長度這四個方面進行探析，運用SPSS軟件對調(diào)查問卷進行回歸分析，得出評論質(zhì)量和評論數(shù)量對在線評論內(nèi)容可信度有顯著的正向影響，而評論效價呈負向影響。

關鍵詞：酒店顧客;在線評論;可信度 ;影響因素

一、研究設計

（一）量表設計

1、評論質(zhì)量，在線評論的內(nèi)容質(zhì)量是有差異的，通常顧客會更信任質(zhì)量較高的在線評論。在排除發(fā)布者動機的情況下，酒店顧客首先會根據(jù)在線評論中與商品服務相關的有效信息來判斷其可信程度。內(nèi)容的相關性、詳盡性則表現(xiàn)在其與產(chǎn)品或服務體驗過程緊密聯(lián)系，這些會增加顧客的可信度感知。2、評論效價，由于發(fā)布者對商品的體驗感受不同，相同的產(chǎn)品所得到的在線評論也會呈現(xiàn)明顯的差異。評論可能涵蓋了商品及服務的優(yōu)缺點，或有一些情感極性詞匯來反映顧客的主觀感受。3、評論數(shù)量，各類商品會由于需求差異而產(chǎn)生銷售數(shù)量的不同，這就會造成不同商品的在線評論數(shù)量是不一樣的。4、評論長度，在線評論的長度會根據(jù)發(fā)布者的個人偏好、寫作習慣、產(chǎn)品體驗感受而大不相同。有些在線評論可能只有寥寥數(shù)語，而有些在線評論卻可能詳細描述了商品信息和消費體驗，因而評論的篇幅很長。

（二）問卷設計

本研究在上述影響因素的基礎上進行了問卷設計。問卷主要分為三個部分。第一部分是對問卷填寫者基本信息的調(diào)査，主要包括受訪者性別、年齡、學歷等人口統(tǒng)計變量相關問題。問卷的第二部分是在線評論瀏覽相關情況調(diào)查，以了解受訪者是否瀏覽酒店在線評論和評論網(wǎng)站的使用情況。第三部分是問卷主體部分，采用李克特5級量表的形式，根據(jù)上述的指標設立了13個問題，來驗證四個影響因素與在線評論可信度之間的關系，研究要求受訪者根據(jù)自身實際情況在1-5分中做出選擇，代表完全不同意到完全贊同的5個程度，具體為：1代表“完全不同意”，2代表“不太同意”，3代表“不確定”，4代表“基本同意”，5代表“完全同意”。

二、數(shù)據(jù)收集及分析

（一）問卷收集

本研究采用問卷調(diào)查法來收集數(shù)據(jù)，主要以線上的方式進行問卷的發(fā)放和收集。線上發(fā)放主要是在“問卷星”網(wǎng)站上開展，并為其做出推廣，以期能夠獲得更多樣化的樣本數(shù)據(jù)。同時，筆者在多種社交平臺上發(fā)布調(diào)查問卷的鏈接，如百度貼吧、互填社區(qū)、微博等，并請求好友在其朋友圈內(nèi)分享鏈接，進一步擴大受訪者范圍。本次調(diào)查通過線上方式累計回收問卷240份，在剔除所回收問卷中明顯存在錯誤或是重復填寫行為的問卷36份，以及選擇“不瀏覽”酒店在線評論的問卷6份，共得到有效問卷198份，有效問卷的回收率為82.5%。根據(jù)問卷星后臺所查受訪者IP地址可知，這些受訪者來源于多個省份，涉及山東、上海、北京、四川、江蘇、廣東、甘肅、浙江等，樣本來源的區(qū)域性較普遍。

（二）樣本分析

本研究為驗證樣本的普遍性，以第43次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》為依據(jù)，對樣本特征進行對比研究?！吨袊ヂ?lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》（以下簡稱《發(fā)展報告》）作為中國互聯(lián)網(wǎng)絡信息發(fā)布中心所發(fā)布的統(tǒng)計報告，其樣本來源于全國性的人口抽樣調(diào)查，具有較強的科學性、權威性。

在性別方面，本次回收所得問卷中男性112人，女性86人，所占比例為56.6：43.4，略高于報告中的性別比例，但基本吻合男多女少的現(xiàn)象。

在年齡方面，本次問卷樣本主要分布在21-30歲的年齡段中，樣本較為年輕;而41-50歲次之，體現(xiàn)出中老年群體使用網(wǎng)絡趨勢上升。

在受教育程度方面，問卷樣本多以本科以上學歷為主，雖然和報告中以中等教育群體占據(jù)絕大多數(shù)不同，但這與筆者所處社交圈以及問卷發(fā)布形式存在關系，調(diào)研對象相對年輕化，符合實際情況。

在職業(yè)分布上，樣本中學生占據(jù)37%，公司職員占據(jù)29%，而《發(fā)展報告》中的學歷結構亦是以學生群體最多，達到25.4%，符合當前學生上網(wǎng)居多的社會現(xiàn)象。

在每月可支配收入中，月收入3001-5000元的群體所占比重最大，與《發(fā)展報告》收入統(tǒng)計結果相同。另外，本次問卷樣本以學生居多，故而3000元以下群體分布較多，與樣本年齡結構情況相符。

綜上所述，本次調(diào)查問卷樣本在基于筆者所處社交環(huán)境下，與《發(fā)展報告》統(tǒng)計結果基本吻合，所以樣本選取較為合理。

（三）在線瀏覽評論情況

根據(jù)表1所示，可以看出問卷受訪者通常選擇在網(wǎng)上預訂酒店，這就說明了目前網(wǎng)上預訂酒店的普遍性，因而酒店顧客絕大多數(shù)都會接觸到酒店在線評論，而酒店在線評論內(nèi)容的可信度也就對顧客購買意愿有一定影響。

剔除“不瀏覽”情況的問卷樣本6份，本次問卷調(diào)查的在線評論瀏覽情況如表2所示，“一定會瀏覽”的比重最大，占43%，表明了酒店在線評論是顧客預訂酒店的重要考察因素之一。

該題是為了了解酒店顧客對在線評論網(wǎng)站的使用情況，提供目前酒店市場上最常用的在線評論網(wǎng)站，讓問卷受訪者進行多項選擇。由圖1可見，在已知選項中，受訪者更傾向使用攜程網(wǎng)站在線評論，說明攜程網(wǎng)站在線評論內(nèi)容比較具有代表性，本文研究酒店顧客對在線評論內(nèi)容可信度的影響因素，以攜程網(wǎng)在線評論為例較為合理。但本次調(diào)研“其他”選項比重高達20.3%，選項不夠細化，對了解評論網(wǎng)站使用情況可能存在偏差。

（四）相關性分析

在對在線評論內(nèi)容可信度與其影響因素之間進行回歸分析之前，本研究將先對變量之間的相關性進行分析。相關分析是用來研究不同變量之間關聯(lián)程度的統(tǒng)計方法之一。系數(shù)值有正負值之分，正值表明變量之間存在正向關系，負值表明變量之間存在負向關系。系數(shù)值的大小意味著變量之間相關程度的大小。根據(jù)影響因素和酒店顧客信任在線評論的數(shù)據(jù)進行相關性分析，選擇較為普遍運用的Pearson相關性分析，所得結果見下表：

根據(jù)pearson相關性分析可知，評論可信度（credibility）與評論質(zhì)量（quality）、效價（value）、數(shù)量（number）、長度（length）等因素在0.01水平下雙側(cè)均顯著，在線評論可信度與四個因素之間的pearson相關系數(shù)分別為0.620，0.258，0.468，0.487，說明在線評論可信度與評論質(zhì)量、效價等四個因素之間存在顯著的正相關關系，可以進行回歸分析。但是，其中在線評論效價與在線評論內(nèi)容可信度的相關系數(shù)最低，系數(shù)值僅為0.258，在后續(xù)回歸分析中需要著重注意該影響因素是否與在線評論內(nèi)容可信度存在顯著影響。

（五）回歸分析

在通過上述的相關性分析后，得出四個影響因素與在線評論內(nèi)容可信度呈顯著正相關關系，但這并不能說明變量之間必然的因果關系。接下來，本研究將四個影響因素作為自變量，在線評論內(nèi)容可信度作為因變量，進一步用回歸分析來驗證，回歸結果如下：

因變量：評論可信度;

自變量：評論質(zhì)量、評論效價、評論數(shù)量、評論長度。

根據(jù)多元線性回歸分析結果可知，回歸模型整體R?值達到0.420，能夠較好地的解釋和預測因變量評論可信度的變化，同時回歸模型p值<0.05，達到顯著性水平，這就說明該回歸模型的結果是可以被接受的。具體回歸結果如下表：

因變量：評論可信度;

自變量：評論質(zhì)量、評論效價、評論數(shù)量、評論長度。

從回歸模型的系數(shù)表5中可以看到，評論質(zhì)量和評論數(shù)量兩個自變量的p值分別為0.000和0.014，均小于0.05，達到顯著性水平;而評論效價和評論長度兩個自變量的p值為0.523和0.175，均未達到顯著性水平。因此，評論質(zhì)量和評論數(shù)量對在線評論內(nèi)容可信度有顯著的正向影響效果，他們的回歸系數(shù)分別為0.474和0.184。另外，評價質(zhì)量的標準化β最高，達到0.474，對評論可信度影響最大，這可能是由于酒店顧客更容易感知在線評論質(zhì)量，能夠?qū)ζ渥龀雠袛唷Ｆ渲?，評論效價則對因變量評論可信度產(chǎn)生負向影響，影響系數(shù)為-0.042，筆者認為這是主觀感情導致酒店顧客無法理性、有效判斷評論內(nèi)容所導致的。

該模型最終得到的回歸方程如下：

在線評論內(nèi)容可信度=0.789+0.474*評論質(zhì)量+0.184*評論數(shù)量

三、結論

第一， 在線評論內(nèi)容與酒店產(chǎn)品、服務關系越密切，發(fā)布形式越多樣化，且容易被顧客們理解，即指評論質(zhì)量越高，酒店顧客對于酒店在線評論的信任程度也就越高。

第二， 酒店在線評論數(shù)量也是影響評論可信度的重要影響因素之一，酒店在線評論越多，人們對在線評論的關注度越高，酒店顧客就越信任酒店在線評論。

第三， 評論效價對在線評論內(nèi)容呈負向影響，即評論的效價越高，酒店顧客對于在線評論內(nèi)容的信任程度就越低。

第四， 評論長度對在線評論內(nèi)容可信度沒有顯著影響，無論評論內(nèi)容或長或短，酒店顧客對在線評論內(nèi)容的信任程度都與之無關。

參考文獻：

[1]李鋒. 酒店在線評論的感知可信度研究：Filieri調(diào)整模型的實證檢驗[D].東北財經(jīng)大學，2017：26-27.

作者簡介：

沈玉嬋（1996.10-），女，漢族，福建寧德人，本科在讀;研究方向：顧客感知，顧客滿意度。