管理研究方法课程研究设计.doc

一引言网络信息时代下的网络信息在以几何级数的方式不断膨胀。根据CNNIC公布的第27次互联网统计报告显示，截至2010年12月，全国拥有网站数量为191万个，为网络用户提供了巨大的信息储量。我国网民规模也达到4.57亿，其中网络购物用户增长48.6% 见第27次中国互联网络发展状况统计报告，中小企业试水“网络营销”，网络信息环境对购物用户的影响也成了企业和学者关注的焦点。 信息数量对决策有效性的影响是网络营销研究中的一个重要问题。最早受关注的关于信息数量对决策有效性的影响的研究认为，当面对更多信息时，尽管消费者决策的满意度更高，然后其决策的质量却下降了(Jacoby, Speller et al. 1974)。该研究还提出了信息过载的概念，认为过多的信息造成信息过载，从而降低了决策者的决策质量。之后，又有不少研究得出了类似或相反的结论。Malhotra(Malhotra 1982)根据Jacoby等的设计收集了新的数据，他发现当消费者被要求选择住房时，随着住房特征信息的增加，消费者的决策准确性降低了。而Scammon(Scammon 1977)经过研究发现信息数量的增加对决策结果没有显著影响。最近的研究又认为信息数量越高越容易导致信息过载，且信息过载造成的负面效应导致了较低的消费者主观状态(Chen, Shang et al. 2009)。 前人研究的结论并没有为信息数量对决策结果的影响得出一致的结果。有一些学者转而研究信息数量对决策结果影响过程中的中介或调节变量，如信息过载。Malhotra(Malhotra 1984)认为消费者可以被信息过载且存在着信息过载的可能性，只要消费者面对的信息超过他们的处理能力。Lee和他的同事发现消费者在一定时间内面临太多的信息很可能造成信息过载，并降低他们决策的质量(Lee and Lee 2004)。Keller和他的同事通过一个实验研究认为信息数量和信息质量的上升都造成决策质量的下降，而其影响可能是信息过载造成的(Keller and Staelin 1987)。本文中，我们在信息系统和有限理性的理论框架下，提出一个重要的调节变量-信息质量，并检验网络信息环境中信息数量对决策质量的影响以及信息质量的调节作用。我们假设信息负载在信息数量对决策质量的影响过程中起着一种中介作用。这样，本文扩展了以往关于信息与决策质量之间关系的研究，并在一定程度上解释了这种关系的作用机理。我们先根据以往的研究分析信息数量与决策质量之间的关系。然后再加入信息质量来检验信息质量的调节作用。通过一个实验设计我们可以看到信息数量对决策结果的影响以及信息质量的调节作用。二文献综述基于有限理性假设的信息过载，最早是由Jacoby提出的，他认为当消费者面对更多信息时，如果信息的数量超过了他能处理的最大限度时，消费者就面临着信息过载。信息过载会降低消费者的决策质量(Jacoby, Speller et al. 1974)。1.信息负载与决策质量关于信息负载与决策质量的研究主要基于Schroder(Schroder 1967)提出的关于信息负载和信息处理的模型。该模型认为，当决策者的信息负载上升时，决策者首先会提高自己的信息处理强度；然而当信息负载达到一定的水平时，决策者不会继续提高信息处理强度，反而会减少，甚至停止信息处理行为，这种情况被成为“信息过载”。信息负载与信息处理的关系表现为一个U型曲线（见图1）。如图1，当决策者处于信息欠载时，决策者的信息处理行为增加；当决策者处于信息过载时，决策者的信息处理行为减少。由于信息处理行为与决策质量之间的关系非常密切，因此信息处理与决策质量的关系也基本成U型曲线(Hwang and Lin 1999)。最初关于信息数量对决策质量影响的研究中也证实了这样的关系。通过改变选择集中的产品数量和产品特征数量，信息负载对于决策结果的影响就得到了检验(Jacoby, Speller et al. 1974; Jacoby 1977)。这些研究中发现信息数量与决策质量的关系呈倒U型。然而，也有很多学者通过研究从概念和方法论等方面质疑Jacoby的研究结果(Malhotra 1982; Iselin 1988; Keller and Staelin 1989)。一方面，不同的产品特征对于不同的消费者的价值不同(Keller and Staelin 1987)，也就是说，面对同一个产品特征，有些消费者觉得很重要，而有些消费者觉得很不重要，从而导致两种消费者对相同信息的处理程度是不同的，觉得重要的消费者可能对该特征相关信息处理的更多，而觉得不重要的消费者可能对该特征相关信息处理的更少，因此导致两种消费者很可能面临不同的信息负载程度，最终导致决策结果的不一致。这个问题我们通过加入“信息质量”这个理论概念来进一步完善。另一个问题是对决策结果的评价。由于实验研究中的决策者面对的是非结构性问题，因此很难定义一个广泛接受的最优解。对于一个决策者来说最好的决策结果对于另一个决策者来说不一定好，因为他们本身对产品不同特征的评价不同(Keller and Staelin 1987)。为此，Jacoby在研究中根据决策者事先对产品特征的评价定义了一个最佳选择，作为评价最终决策准确度的标准(Jacoby, Speller et al. 1974)。然而这个方法也存在一些问题，比如决策者在决策过程中由于信息处理的原因对不同产品特征的评价发生了变化等等(Chen, Shang et al. 2009)。因此，本文对决策结果的评价使用每个决策的相对加权额外效用(Greyer, Bettman et al. 1990)。这种评价方法综合了决策者处理了所有的信息和决策者对不同决策呈现不同评价这两个方面。2.信息质量与信息负载Jacoby的研究中的一个明显问题就是，不同的产品特征对于不同的消费者的价值不同。比如说，购买笔记本电脑时，对于一个消费者来说，笔记本的各种功能很重要，而对于令一个消费者来，他可能更看重笔记本的质量重于功能。因此很可能不同的消费者对相同信息的处理程度是不同的，其结果就是不同消费者对于相同数量的信息可能面临不同的信息负载程度。因此为了测量信息的这个维度我们加入信息质量对该过程的影响(Keller and Staelin 1987)。早期的研究就已经建立了信息质量与决策质量之间的关系。例如，在网络购物环境下，消费者察觉到的信息质量决定了其实际购物行为(Jeong and Lambert 2001)。也有研究表明相关信息的可得性显著的影响决策的准确性(Streufert 1973)。信息的相关性是信息质量的一个重要指标，其他指标还包括精确性，完整性等等(Jeong and Ohand Mary 2003)。信息的相关性指信息与问题本身的相关性。然而对于这种相关性的认知随着决策者的经验、目标、个人特征的不同而变化(O'Reilly 1982)。因此，不同的决策者对于相同的信息察觉到的信息质量是不同的。本文通过限制其他的指标而将信息的相关性作为测量察觉到的信息质量的主要指标。信息质量对决策质量的影响也有多种可能。Raghunathan在研究中认为，信息质量的提高对决策质量的影响受决策者自身素质的影响，当决策者对于问题有较好的理解时，信息质量的提高引起决策质量的提高；而当决策者对于问题没有相关知识时，信息质量的提高导致决策质量下降(Raghunathan 1999)。在一种情况下，较高的信息质量和较高相关性的信息的可利用性在一定程度上提高其信息处理能力，同时，较高的信息质量减少了决策者进行信息转换、推断、筛选的需要，减少了其信息负载，从而降低了信息过载的可能性，因此，在相同信息数量的情况，较高的信息质量提高决策质量(Keller and Staelin 1987)；在另一种情况下，根据信息系统的理论研究，消费者察觉到的信息质量越高，其察觉到的网站有用性也更高，其对购物行为的态度也更好(Jeong and Lambert 2001)。较高的信息质量导致决策者的信息处理动机提高，其结果将是消费者会处理更多的信息，从而导致决策者的信息负载上升，在相同的信息数量下更容易导致信息过载，从而降低消费者的决策质量。本文中我们将根据这两种不同的可能性提出不同的假设。3. 决策的相对加权决策质量模型首先，为了有一个有效的标准来评价决策结果的质量，我们必要确定一个决策标准。由于产品特征对于不同的消费者而言的评价是不同的，对于某一消费者非常重要甚至占绝对优势的产品特征对于另一个消费者来说可能一点都不重要，因此，我们无法在研究过程中挑选一个“最佳”的决策结果。以往文献中评价决策结果质量有多种标准。例如，Jacoby和他的同事提出了一种“最佳选择”来评价决策质量，通过根据决策者对每种特征重要性的自我评价，根据该自我评价来评价决策者的实际选择，并与最佳选择做比较(Jacoby, Speller et al. 1974)。然而这种标准也存在着缺陷，比如决策者在决策过程中的认知并不是始终不变的，在信息处理过程中消费者可能会改变其对不同产品特征重要性的评价。也有学者使用是否选择了占统治地位的产品或者决策有效性模型等来评价决策结果(Keller and Staelin 1987; Lee and Lee 2004)。在多特征选择研究中，经常使用决策的相对加权额外效用来作为决策质量的评价标准(Johnson and Payne 1985; Payne, Bettman et al. 1988)。决策的相对加权额外效用通过将实际决策的额外效用与最优和最差决策的额外效用进行比较，并通过加权得到最终的相对加权额外效用（见图2）。这种评价方法综合了两个方法，一方面是决策者处理了所有的信息，另一方面是决策者对不同的决策的评价。在该模型中，当选择到最优决策时，其决策质量为1；当选择到最差决策时，其决策质量为0三：假设提出当决策者面临更多的信息时，决策者首先会提高自己的信息处理强度并处理更多的信息，从而导致决策质量中包含更多的信息，很可能提高决策质量；当信息负载达到一定的水平时，由于决策者面临信息过载问题，决策者不会继续提高信息处理强度，反而会减少，甚至停止信息处理行为，导致决策质量下降。因此，我们假设：H1a：当其他条件相同时，决策质量在一定水平内随着信息数量的上升而上升。H1b：当其他条件相同时，决策质量在某一点之后随着信息数量的上升而下降。较高的信息质量在一定程度上提高其信息处理能力，且较高的信息质量减少了决策者进行信息转换、推断、筛选的需要，减少了其信息负载，因此，在相同信息数量的情况，较高的信息质量减低决策者的信息负载，从而推迟了信息过载的到来，决策者的决策质量下降的越缓慢。H2a：当其他条件相同时，信息质量越高，导致决策质量下降的信息数量越多。决策者察觉到的信息质量越高，其察觉到的网站有用性也更高，其对网站及购物行为的态度也更好，导致决策者的信息处理动机提高。因此信息质量越高，决策者处理的信息越多，其信息负载越高。在相同信息数量的情况，较高的信息质量提高决策者的信息负载，从而提前了信息过载的到来，决策者的决策质量下降的越快速。H2b：当其他条件相同时，信息质量越高，导致决策质量下降的信息数量越少。四：研究方法1. 实验方法本研究通过一个实验设计检验信息质量和信息数量对决策质量的影响。实验设计为一个3（信息数量：高、中、低）*2（信息质量：高、低）的被试间实验。实验内容是让被试在不同的信息环境下进行购买行为。2. 变量测量本文的信息数量通过改变产品的特征数量而进行调整。前人研究多使用产品数量和产品特征数量的共同变化来改变信息数量(Jacoby, Speller et al. 1974; Jacoby 1977)。而产品数量的变化导致了选择集的变化，在一定程度上会影响决策结果。还有使用产品的特征数量分布和特征数量作为信息数量的指标并得出了有效的结果(Lurie 2004)。本文通过固定产品特征平均分布到每个产品上来控制该影响。本文的信息质量通过信息的相关性来测量。在被试做出最终决策时，通过问卷问项记录被试对不同特征的评价。通过该评价的积累重要性得分来确定该组信息对于该被试的信息质量(Keller and Staelin 1987)。本文对决策质量的评价通过相对加权决策质量来测量(Greyer, Bettman et al. 1990; Lurie 2004)。通过被试对不同特征的评价计算其选择集中的最优选择和最差选择，并根据实际选择计算其相对加权决策质量。当选择到最优决策时，其决策质量为1；当选择到最差决策时，其决策质量为0。五：计划安排5月4日前，完成研究框架设计及文献综述5月5日-5月15日，设计并进行实验，数据回收5月15日-6月1日，分析数据，反馈实验结果和结论6月1日-6月5日，补充研究局限性等，和其他相关信息局限性1不同的决策者的信息处理能力不同，因此即使面对相同的信息和相同的信息负载，其处于欠载还是过载的情况不一定相同。由于信息处理能力无法很好的测量，因此本文只是在被试的选择上，挑选了来自同一所高校的研究生，将信息处理能力的不同尽可能降低。Chen, Y. C., R. A. Shang, et al. (2009). "The effects of information overload on consumers' subjective state towards buying decision in the internet shopping environment." Electronic Commerce Research and Applications 8(1): 48-58.Greyer, E. H., J. Bettman, et al. (1990). "The impact of accuracy and effort feedback and goals on adaptive decision behavior." Journal of Behavioral Decision Making 3(1): 1-16.Hwang, M. I. and J. W. Lin (1999). "Information dimension, information overload and decision quality." Journal of Information Science 25(3): 213.Iselin, E. R. (1988). "The effects of information load and information diversity on decision quality in a structured decision task* 1." Accounting, Organizations and Society 13(2): 147-164.Jacoby, J. (1977). "Information load and decision quality: Some contested issues." Journal of Marketing Research 14(4): 569-573.Jacoby, J., D. E. Speller, et al. (1974). "Brand choice behavior as a function of information load." Journal of Marketing Research 11(1): 63-69.Jeong, M. and C. U. Lambert (2001). "Adaptation of an information quality framework to measure customers' behavioral intentions to use lodging web sites." International Journal of Hospitality Management 20(2): 129-146.Jeong, M. and H. Ohand Mary (2003). "Conceptualizing web site quality and its consequences in the lodging industry." International Journal of Hospitality Management 22(2): 161-175.Johnson, E. J. and J. W. Payne (1985). "Effort and accuracy in choice." Management science 31(4): 395-414.Keller, K. L. and R. Staelin (1987). "Effects of quality and quantity of information on decision effectiveness." The Journal of Consumer Research 14(2): 200-213.Keller, K. L. and R. Staelin (1989). "Assessing biases in measuring decision effectiveness and information overload." The Journal of Consumer Research 15(4): 504-508.Lee, B. K. and W. N. Lee (2004). "The effect of information overload on consumer choice quality in an on-line environment." Psychology and Marketing 21(3): 159-183.Lurie, N. H. (2004). "Decision making in information-rich environments: The role of information structure." Journal of consumer research: 473-486.Malhotra, N. K. (1982). "Information load and consumer decision making." The Journal of Consumer Research 8(4): 419-430.Malhotra, N. K. (1984). "Reflections on the information overload paradigm in consumer decision making." The Journal of Consumer Research 10(4): 436-440.O'Reilly, C. A. (1982). "Variations in decision makers' use of information sources: The impact of quality and accessibility of information." The Academy of Management Journal 25(4): 756-771.Payne, J. W., J. R. Bettman, et al. (1988). "Adaptive strategy selection in decision making." Journal of Experimental Psychology: Learning, Memory, and Cognition 14(3): 534.Raghunathan, S. (1999). "Impact of information quality and decision-maker quality on decision quality: a theoretical model and simulation analysis." Decision Support Systems 26(4): 275-286.Scammon, D. L. (1977). "" Information load" and consumers." The Journal of Consumer Research 4(3): 148-155.Schroder, H. M. (1967). Human information processing.Streufert, S. C. (1973). "Effects of information relevance on decision making in complex environments." Memory & Cognition 1(3): 224-228.