החלת תוכנית התאמה אישית מאסיבית ככלי מחקר להערכת יתרונות הצרכן

הפרוטוקול שלנו מחייב את המשתתפים לחוות התאמה אישית המונית לפני שהם עושים סקר, ומשתמש בנתוני הסקר כדי לבדוק את היחסים בין תגובות הצרכנים. הפרוטוקול מאפשר ליישם נתוני צרכנים על מידול משוואות מבניות וניתוח אמצעים סמויים כדי להשיג נתונים סטטיסטיים מתוחכמים ולהגדיל את תוקפו של המחקר. המחקר שלנו יועיל למחקר החוקר את ההשפעות של טכנולוגיה קמעונאית או שיווקית על תגובות הצרכנים.

למרות בדיקת מספר בדיקות invariance כגון תצורה, מטריצה ו invariance סקלארי עשוי להיות קשה, אנו ממליצים סבלנות בעקבות הליך זה בזהירות רבה כדי להגדיל את איכות הנתונים. הדגימה של ההליך תהיה היון קים, תלמידת כיתה א' מהמעבדה שלי. השתמש בסקר מקוון כדי לגייס צרכנים נשים שיש להם חוויית קניית הלבשה מקוונת.

שלח דוא"ל הזמנה למשתתפים זכאים הכולל מידע לגבי מטרת המחקר והבטחה לסודיות התגובות. שלח קווים מנחים למשתתפים בסקר שמסכימים להשתתף בסקר המראה כיצד ליצור מעילי גשם באמצעות תוכנית ההתאמה האישית. משתתפים שמסכימים להשתתף בסקר מתחילים את הליך הסקר.

הם מקבלים קישור המחובר לתוכנית eMass Customization באתר קניות קיים, ומתבקשים לדמיין שאתה איום מספיק כדי לרכוש בגדים חביבים ויהיה עליך לרכוש מעיל גשם כדי להשתתף בפגישה חשובה. אתה רוצה ליצור מעיל גשם ייחודי. בעת גלישה באינטרנט, אתה נתקל באתר ההלבשה המושלם שיש לו תוכנית התאמה אישית המונית.

24 שעות לאחר קבלת התרחיש, הפעילו את קישור הסקר כך שמשתתפים שסיימו את מעיל הגשם שלהם ומוכנים לקחת את הסקר יוכלו ללחוץ על קישור הסקר. בסקר, יש למשתתפים להעלות את צילום המסך ואת המחיר של מעיל גשם שהם יצרו לדף הראשון של הסקר. לאחר מכן, יש להשלים את השאלון המקוון לגבי היתרונות הנתפסים וההחזקה הרגשית למוצר המותאם אישית, והגישה לתוכנית ההתאמה האישית, כוונות הנאמנות והשאלות הדמוגרפיות.

ספק תגמול כספי לאותם משתתפים המשלים את הסקר. לאחר השלמת כל הסקרים, שמור את נתוני הסקר בקובץ SPSS המכיל את כל התגובות של משתתפי הסקר ולהשתמש בנתונים הנקיים כדי לבצע ניתוח מידול משוואה מבנית. באמצעות פיצול חציוני, סכום ממוצע הציונים של שישה פריטים של חדשנות אופנה לחשב את הציון החציוני של חדשנות אופנה.

תחת תפריט המרה, לחץ על קוד מחדש למשתנים שונים וקוד אחד עבור קבוצה חדשנית אופנה נמוכה אם הציון הממוצע נמוך יותר מחציון. לחץ פעמיים על משתנה קבוצת האופנה החדשנית כדי להעביר אותו לפיצול אירועים לפי שדה. לאחר מכן, הקצה את מיקום ספריית קבצי הפלט כדי לשמור את הקבצים Data_low אופנה.

סאב Data_high אופנה. sav בספריה שהוקצתה. כדי לאשר את חוקיות ההתכנסות, לחץ על בחר קבצי נתונים Data_TOTAL.sav.

לפתח את מודל המדידה על סמך שאלות המחקר שיכללו חמישה משתנים סמויים ו-17 משתנים שנצפו. הגדר כל אחת מההונות של המשתנים הסמויים כאחד ולחץ על חשב הערכות. לאחר מכן, בדוק את מדדי התאמה של מודל המדידה מתוצאות ניתוח גורם אישור קבוצה אחת, טוב של מדד התאמה, טוב מותאם של מדד התאמה, מדד התאמה נורמטיבית, מדד טאקר לואיס, מדד התאמה השוואתית וטעות ריבועית ממוצעת שורש של קירוב.

בניתוח מייצג זה, קבוצה אחת ניתוח גורם מאשר נערך עם חמישה משתנים סמויים ו 17 משתנים שנצפו. כל היחסים הקריטיים של מקדמי הגורם היו משמעותיים, מה שמרומז כי התוקף המתכנס הושג. מדדי מתאים של מידול משוואה מבנית קבוצה אחת חשפו התאמה מקובלת.

מעבר מניתוח גורם מאשר של קבוצה אחת לניתוח גורם מאשר מרובה קבוצות כדי לאמת את מודל מדידת חמשת הגורמים עבור שתי הקבוצות מגלה כי אי-שן מוגדר הושג ושם שכל היחסים הקריטיים של מקדמי הפקטור היו משמעותיים. כדי לבדוק את השונות המדדית, מקדמי הגורם היו מוגבלים להיות זהים על פני שתי קבוצות, וניתוח גורם מאשר רב-קבוצתי נוסף בוצע, מה שמצביע על כך שהפרש ריבועי של צ'י של 14.728 לא היה משמעותי ושמדד ההתמצאות היה מרוצה. מאז המודל invariance המדד התקבל, אי-שן סקלארי נבדק.

מכיוון שמודל ה-metric/full scaliance היה מקונן במודל ההתהוות המדדי המלא, נערך מבחן הפרש צ'י-ריבועי, המוכיח כי הבדל ריבועי של צ'י של 11.18 לא היה משמעותי, וששבתנות סקלארית הייתה מרוצה. בהתחשב בכך שתמידות התצורה, ההתהוות המטרית והשתנות סקלארית הושגו, בוצע ניתוח ממוצע סמוי ואמצעים של חמישה משתנים סמויים עבור הקבוצות החדשניות הגבוהות נקבעו כערכים חיוביים שהיו גבוהים משמעותית מאלה של קבוצות האופנה הנמוכות. תוכנית ההתאמה האישית ההמונית עשויה להיראות קשה בהתאם לתפיסה של הפרט לגבי מורכבות המשימה.

זכור לספק מספיק זמן למשתתפים להתאקלם בתוכנית ההתאמה האישית. כדי לטפל בהבדלי קבוצות ביחסי הגומלין בין משתנים סמויים, ניתן לבצע מידול מרובה של משוואות מבניות קבוצתיות כדי להשוות מקדמי עבר בין הקבוצות. רוב החוקרים השתמשו במודלים של משוואות מבניות קבוצתיות מרובות להשוואות קבוצתיות.

המחקר שלנו מספק דרך נוספת להשוואות קבוצתיות מרובות להתבצע בתחום מדעי החברה.