这即是说,PAD不计量顾客的消费情感本身,它只计量顾客在一系列的外界因素的刺激下产 生的愉快感、内心被唤起的程度;而CES量表消费情感集合中的16类情感都是顾客在产品 和服务的消费过程中,由产品使用和服务消费导致顾客产生的心理体验,所以针对本文的研 究方向,笔者选用PAD量表作为本文情感量表的参考基础 除了以上的两个量表,本文也考虑了中国学者对情感归类的叙词,但是由于与本文研究 的目的不同(如“真有之情”和“应有之情”多用于描述在人际关系中的情感,何云最终划 分的四个二阶因子描述的是消费情感),所以本文在叙词的选用上以PAD量表为主 在深度访谈的时候,发现PAD量表中的某些词是不适合描述民族情感的,如恐慌、憎恶 轻松,因此在本文量表中删除了这三个情感测项,有些词是PAD量表中不包含的,如无可替 代、亲切、惋惜、同情,因此在本文量表中加入了这些测项:在进行初测的时候,渴望一词 被营销专业的多名同学建议删去,而且在实际选择中,该词被选择的次数为0,因此量表中 没有这一测项:此外,结合专家意见和相关文献资料,最终确定了32个情感测项,分别为: 责任、自豪、欣赏、佩服、愉快、满意、喜欢、乐观、发展、置疑、厌烦、失望、羞耻、遗 憾、无奈、悲哀、担忧、不屑一顾、信仼、生气、冋情、惋惜、丢脸、鄙视、惊喜、支持 难过、可靠、无可替代、友好、亲切、期望。测项的选择有了两个基本标准:一是在中国大 学生中具有一定的代表性;二是能较好地推测消费行为。采用6分点量表进行测量,6表示 完全同意,5表示比较同意,4表示有点同意,3表示有点不同意,2表示比较不同意,1表 示完全不同意。 四、结果与分析 (-)测项纯化 笔者按照以下两个标准对测项进行了纯化: (1)、题目总分相关(item- total correlation)<0.4且删除后的 Cronbach a值会 增加者删除( Gilbert和 Churchill,1979) (2)、旋转后因子负荷值小于0.4或者同时在两个因子上的负荷值都大于0.4者删除 ( Nunnally, 1978): 根据以上2个标准,32个测项最后删除了10个,剩下的22个测项形成了一个用于分 析的量表(见表2)。 (二)竞争模型 探索性因子分析(EFA) Nunnally(1978)认为,探索性因子分析的样本量应至少是量表测项数目的10倍2。本 研究中的初始量表共包含32个测项,回收的大学生样本为326个,所以符合探索性因子分 析的要求 (1)5个因子分析结果表明,探索性因子分析数据分析方法是对剩下的22个测项, 利用统计软件SPSS16.0中的因子分析命令来进行数据处理。数据显示,22个测项的KM0值 为0.877, Bartlett’s球状检验的显著性水平Sig.=0.000<0.05,表示这些数据很适合6 这即是说, PAD 不计量顾客的消费情感本身,它只计量顾客在一系列的外界因素的刺激下产 生的愉快感、内心被唤起的程度；而 CES 量表消费情感集合中的 16 类情感都是顾客在产品 和服务的消费过程中,由产品使用和服务消费导致顾客产生的心理体验，所以针对本文的研 究方向，笔者选用 PAD 量表作为本文情感量表的参考基础。 除了以上的两个量表，本文也考虑了中国学者对情感归类的叙词，但是由于与本文研究 的目的不同（如“真有之情”和“应有之情”多用于描述在人际关系中的情感，何云最终划 分的四个二阶因子描述的是消费情感），所以本文在叙词的选用上以 PAD 量表为主。 在深度访谈的时候，发现 PAD 量表中的某些词是不适合描述民族情感的，如恐慌、憎恶、 轻松，因此在本文量表中删除了这三个情感测项，有些词是 PAD 量表中不包含的，如无可替 代、亲切、惋惜、同情，因此在本文量表中加入了这些测项；在进行初测的时候，渴望一词 被营销专业的多名同学建议删去，而且在实际选择中，该词被选择的次数为 0，因此量表中 没有这一测项；此外，结合专家意见和相关文献资料，最终确定了 32 个情感测项，分别为： 责任、自豪、欣赏、佩服、愉快、满意、喜欢、乐观、发展、置疑、厌烦、失望、羞耻、遗 憾、无奈、悲哀、担忧、不屑一顾、信任、生气、同情、惋惜、丢脸、鄙视、惊喜、支持、 难过、可靠、无可替代、友好、亲切、期望。测项的选择有了两个基本标准：一是在中国大 学生中具有一定的代表性；二是能较好地推测消费行为。采用 6 分点量表进行测量，6 表示 完全同意，5 表示比较同意，4 表示有点同意，3 表示有点不同意，2 表示比较不同意，1 表 示完全不同意。 四、结果与分析 （一）测项纯化 笔者按照以下两个标准对测项进行了纯化： （1）、题目总分相关（item－total correlation）＜ 0.4 且删除后的 Cronbachα值会 增加者删除（Gilbert 和 Churchill ，1979）； （2）、旋转后因子负荷值小于 0.4 或者同时在两个因子上的负荷值都大于 0.4 者删除 （Nunnally,1978）； 根据以上 2 个标准1，32 个测项最后删除了 10 个，剩下的 22 个测项形成了一个用于分 析的量表（见表 2）。 （二）竞争模型 1．探索性因子分析（EFA） Nunnally（1978）认为，探索性因子分析的样本量应至少是量表测项数目的 10 倍 2。本 研究中的初始量表共包含 32 个测项，回收的大学生样本为 326 个，所以符合探索性因子分 析的要求。 （1） 5 个因子 分析结果表明，探索性因子分析数据分析方法是对剩下的 22 个测项， 利用统计软件 SPSS16.0 中的因子分析命令来进行数据处理。数据显示，22 个测项的 KMO 值 为 0.877，Bartlett’s 球状检验的显著性水平 Sig.＝0.000＜0.05，表示这些数据很适合