4.4 群體特性與從眾行為程度分析
4.4.1 群體特性基本描述。
研究結果顯示（表 4.4.1），本次調查的受眾對群體特性中的"我經常和別人討論"o2o"產品的信息" （3.81）最為同意，然后依次是"其它"o2o"用戶介紹的產品，對我有很大吸引力" （3.69）、"大多數"o2o"用戶喜歡的產品，我也喜歡"（3.68）、""o2o"產品購買過程中，"o2o"用戶們的話是可信的"（3.61）等平均值都分布在"不確定"到"同意"之間。由此四項群體特性來看，受眾在購買時會重視其它人的意見和好評，容易受到他人意見的吸引，對他人意見有所依賴，易受到其他人的影響而做出從眾行為，所以群體特性是另一個重要影響因素。
4.4.2 受眾群體特性的因子分析。
受眾群體特性的 6 項指標，相互之間存在一定的關聯，為了簡化分析，擬通過因子分析從 6 項指標中提取公因子，縮減指標數量，從而有利于進一步深入分析群體特性對從眾行為的影響。
Bartlett 球形檢定和 KMO 檢定是通過統計學方法判斷各因素之間是否存在相關性，是否適合進行因子分析的指標。
KMO 是 Kaiser 一 Meyer 一 olkin 的抽樣適當性量數，KMO 值越大，表示雙項間的共同因子越多，越適合進行因子分析。KMO 值小于 0.5,不適合進行因子分析。而表 4.4.2 說明個人特性部分的 KMO 系數值為 0.815,Bartlett 球形度檢驗的 p 值小于 0.05,提示 6 項群體特性問題具有相關性，適合進行因子分析。
針對 6 個條目采用主成分分析法選取共同性的因子，選取特征值大于 1 的前幾個主成分的貢獻率累計占總方差的 50%以上者，后面的因子省略；同時用最大方差法旋轉，使各因子間差異性變大，并具有較好的解釋能力。表 4.4.3 的結果可知只有 1 個因子的特征值大于 1,累計貢獻率達到 54.136%.這個貢獻率具有研究意義，因此選擇這個公因子來描述群體特性對從眾行為的影響情況。由于一個公因子就可以描述這 6 項群體特性，所以將這個公因子命名為"群體綜合特性"為了使因子載荷矩陣中的系數向 O 和 1 分化，對初始因子載荷矩陣進行了方差最大法旋轉，旋轉后的因子載荷矩陣如表 4-4-4 所示。從此表可以看出，1 因子與 6 個變量的相關性都很好，佐證了主成分分析法得到的結果，每個指標在公因子上都得到了較好的解釋。說明用量表的總分來綜合反應該受眾的群體特性是合理的。
4.4.3 受眾基本屬性對群體特性的單因素分析。
以兩獨立樣本 t 檢驗與 F 檢驗分析發現，受眾基本屬性中，發現最近一年花費在"o2o"產品上的金額、您最近一年購買"o2o"產品的次數兩項基本屬性，在群體特性綜合上存在差異，且有統計學意義。（見表 4.4.5）組內差異的事后 LSD 檢驗，說明在"您最近一年購買'o2o'產品的次數"這一指標上，購買行為在4次及以上的受眾相比2次的受眾的群體特性得分更高，差異有統計學意義，說明他們的群體綜合特性更強，群體綜合特性越強那么"o2o"購買行為頻率越高，提示群體特性與"o2o"購買行為頻率之間存在關聯。
4.5 個人特性和群體特性對受眾從眾行為單因素分析。
4.5.1 受眾從眾行為程度基本描述。
研究結果顯示，受眾對從眾行為中的"我曾聽從別人意見購買某樣'o2o'
產品，并感到滿意"（3.74）最為同意，然后依次是"很多人覺得好的產品我也覺得好" （3.68）、"我選擇'o2o'產品會受他人的影響"（3.56）、"很多人買的'o2o'產品我也跟著買"（3.51）（表 4.5.1）。由此四項從眾行為來看，購受眾在"o2o"購買時會很在乎購買產品的人數和他人對產品的評價，而且很容易根據購買人數的多少和他人的意見而做出從眾購買行為。
4.5.2 個人特性各因素對從眾行為程度的單因素分析。
單因素分析提示（見表 4.5.2），"我曾聽從別人意見購買某樣'o2o'產品，并感到滿意"和"很多人買的'o2o'產品我也跟著買"這兩項從眾行為指標上，在個人特性的四項公共因子上都存在差異，且差異有統計學意義。
經過 LSD 事后檢定（見表 4.5.3），除了"很多人買的'o2o'產品我也跟著買"在"高度自我監控"這一個人特性維度上的"不確定"和"同意"兩項條目之間呈現個人特性低從眾行為程度高外，其他條目之間都了說明從眾行為程度在個人特性的四個公共因子上都存在差異，且從眾行為程度越高的，在個人特性的四個公共因子上的得分越高，說明個人特性的"高度自我監控"、"自信"、"公眾自我意識"、"順從性"越強，從眾行為程度越高，所以個人特性對從眾行為程度有影響。
4.5.3 群體特性對從眾行為程度的單因素分析。
經過因子分子，提取公因子，發現只有一個公因子"群體綜合特性",所以本研究在分析群體特性對從眾行為程度的影響時，只用"群體綜合特性"這一公因子指標來分析對從眾行為程度的影響。 單因素分析提示（見表 4.5.4），"我曾聽從別人意見購買某樣'o2o'產品，并感到滿意"和"很多人買的'o2o'產品我也跟著買"這兩項從眾行為指標上，在群體綜合特性的因子上都存在差異，且差異有統計學意義。
經過 LSD 事后檢定（見表 4.5.3），說明從眾行為程度在群體綜合特性的因子上都存在差異，且從眾行為程度越高的，在群體綜合特性因子上的得分越高，說明群體綜合特性越強，從眾行為程度越高，所以群體特性對從眾行為程度有影響。
4.6 從眾行為程度對受眾 o2o 網絡購買行為的影響分析。
將年購買行為多于或等于 5 次的編碼為 1,視為購買頻率高；將年購買行為少于 5 次的編碼為 0,視為購買頻率低。將購買頻率作為因變量 Y,從眾行為程度各指標作為自變量 X,納入 Logistic 回歸方程進行分析，運用逐步法篩選變量，得到如下結果。
Logistic 回歸方程：
Logit（高頻率購買行為/低頻率購買行為）= -3.302+0.975（我曾聽從別人意見購買某樣"o2o"產品，并感到滿意）表中 p 值小于 0.05,說明系數是有意義的。Exp （B）是 logistic 回歸方程中的 OR 值，表中值為 2.651,說明"我曾聽從別人意見購買某樣'o2o'產品，并感到滿意"是購買行為的促進因素。
通過 Logistic 回歸方程，可以發現從眾行為程度中的"我曾聽從別人意見購買某樣'o2o'產品，并感到滿意"會對"o2o"購買行為產生促進影響，系數值為 0.975,OR 值是 2.65,表示當這一從眾行為程度增加一個單位時，其購買行為的頻率增加 2.65 倍，檢驗回歸方程的預測率，發現預測正確率達到 68.1%,說明該回歸方程的整體解釋性較好，從眾行為程度中的指標"我曾聽從別人意見購買某樣'o2o'產品，并感到滿意"對受眾的購買行為發生頻率會產生影響。
