媒介广告态度与消费行为模型.doc

媒媒媒介介介广广广告告告态态态度度度与与与消消消费费费行行行为为为模模模型型型在在在广广广告告告投投投放放放中中中的的的应应应用用用 赵冬云摘要：本研究以“使用和满足”信息传播思想为理论基础，建立了联系消费者对媒介广告的态度与消费行为关系的计量模型指导广告投放。在采用计量模型准确进行态度分析的前提下，使得广告投放即能够得到受众的高度关注，又能够保证广告投放覆盖的受众与产品推广的目标消费者相一致，为得到高效的广告投放回报率提供有力的支持。关键词：媒介投放，使用和满足理论，信息传播，结构方程模型，消费者生活形态和价值观 Abstract: Based on the Uses And Gratification theory, we established the Econometric Model on the Relationship between the Attitude toward Media Advertisement and Consumption Behavior. By applying the econometric model to analysis the attitude toward Advertisement more approximate, the result can insure the advertisement attracting high attention degree effectively and promoting consumption behavior simultaneously. Key words: Media Planning, Uses And Gratification theory，Communication, Structural Equation Modeling， Life style and Value 一位叫做约翰·华纳梅克的美国费城商人曾说过，“我知道我的广告费有一半都浪费了,但我不知道到底是哪一半。”这是全世界所有进行过广告投入的企业普遍面临的问题，它反映了传统营销模式中 ROI（Return on Investment“投资回报率”）普遍过低的现状。广告 ROI指的是单位广告花费所得到的回报，简单来说就是广告中每一块钱的投入所取得的广告效果。一直以来，企业在进行广告投入的过程中都绕不开那个浪费的黑洞。如何减少广告投入中浪费的资金？正是本研究针对该问题展开，并得到了高效的解决方法。 观点的提出： 1.1问题的提出： (1)基于对受众媒介接触行为得到的媒介投放（比如，对印刷媒体，以询问“最近阅读过”得到阅读率，来衡量媒体受众的媒介接触状况），不能判断受众对投放于该媒介的广告的态度，如何能够尽量避免投放的广告被“听而不闻、视而不见”呢？ (2)通过对中国快速消费品市场的研究我们发现：中国消费者的消费行为确实存在着符合帕累托原则的重度消费现象，快速消费品市场存在着严重的重度消费状况，所以，对重度消费者的把握和影响对于提高广告投放效果促进消费具有决定性意义。另一方面，我们也不能因为现有的消费行为而简单的仅锁定重度消费者为广告投放目标，因为为数众多的轻度消费者和现在还未消费该产品的消费者均有可能成为未来潜在的重度消费者。如何能够根据不同的广告投放目的，即能够使广告投放被高价值的重度消费者高度接受，又能够得到适当的媒介组合方案兼顾到轻度消费者，实现广告的广泛覆盖面与高关注度两者兼得呢？ (3)以往对于价值观和态度的因果关系分析，往往采用一般线形回归完成，在传统的统计学范畴下的回归模型，虽然容许因变量含测量误差，但假设自变量是没有误差的。像态度、行为等变量的测量，往往含有误差。比如，通过生活形态语句测量受访者态度及价值观时，虽然我们采用量表进行测量，但并不像衡量身高、体重的厘米或公斤有统一的度量衡，不同的受访者对“完全同意”、“比较同意”等态度倾向语句的判断和理解是不同的，因而测量不可避免的会产生不可忽视的误差，但是传统统计分析认为自变量是没有误差的，因此对价值观和态度的因果关系以及更高阶分析已经超出了传统统计学范畴，若依然采用传统回归等方法进行定量分析，会由于结果可靠性无法保障，而导致研究失效。因此，对价值观的定量分析不能采用传统的统计方法。 1.2问题的解决： (1)从 20世纪 80年代 Windahl等人就提出了“使用和满足”理论指导信息传播。但是，对态度进行准确衡量的计算技术是随着计量经济学的发展逐步得到改进和提高的。第 1 页共 27 页20世纪 90年代后，结构方程等现代计量分析方法日臻成熟，（William H. Greene， 2003），为实现对价值观及态度的准确衡量提供了可靠的分析工具，同时也推动了针对价值观和态度的研究理论在应用层面的发展。在为了保证定量分析结果的有效性和可靠性，我们应用结构方程模型(SEM, Structural Equation Modeling) ，进行消费者广告态度和消费行为关系的分析。采用结构方程计量模型允许自变量中包含误差，并对误差项进行衡量从而降低分析误差，得到可靠的分析结果。 (2)本研究基于“使用和满足”理论（Windahl，1981），把受众看作是在个人信息需要驱使下的主动的媒介信息处理者，而大众媒介则变为信息的提供者。本研究认为受众对媒介广告的态度是否积极，即是否主动地注意媒介广告，是广告投放能否对受众心理产生有效影响的决定性因素之一。以受众对各媒介广告的接受态度为依据，将受众对媒介广告的态度作为媒介计划的起点，是本研究相对仅以消费者媒体接触行为为投放依据的广告投放方法的极大改进。(见图 1) (3)将投放广告的目标消费品的消费者的消费行为与其对媒介广告的态度联系在一起，衡量两者的关系，得到即能够保证广告被受众关注，又能够保证广告投放覆盖的受众与产品推广的目标消费者相一致，实现广告的广泛覆盖面与高关注度两者兼得。 1、广告投放需求 2、媒体接触行为3、广告投放传统广告投放流程1、受众媒体态度比较2、受众媒体接触行为 3、广告投放广告投放模型流程图图 1 基于媒介广告态度分析的广告投放模型示意图2媒介态度与消费行为计量模型的建立： 2.1模型的设计： 2.1.1媒介广告态度的测量 第 2 页共 27 页 基于研究问题，我们设计了 8条态度语句用以测量消费者对各类媒介广告的关注态度用以反映消费者对户外广告、电视广告及报纸杂志广告这三种媒介广告的关注态度，并且从这 8条态度语句中提取出 3个因子分别反映消费者对户外广告、电视广告及报纸杂志广告这三种媒介广告的关注态度。态度测试采用 LIKET五点量表（1=完全同意，5=完全反对），这 8条语句在问卷中的顺序是随机排列的。测量语句详见表 1。表 1 媒介广告关注态度的测量语句媒介广告类型态度测量语句我很注意候车亭广告户外广告我很注意车身广告我很注意路牌广告电视上的广告和节目我都喜欢电视广告广告是生活中必不可少的东西购买商品时，还是有广告的品牌比较可靠报纸杂志广告我经常阅读报纸及杂志中的广告我认为杂志和报纸中的插页和内插宣传单吸引人 2.1.2 媒介广告态度与消费行为计量模型的构建本研究旨在测量两方因素的关系从而得到最佳的广告投放媒介选择： (1) 消费者对不同媒介广告的关注态度； (2) 广告态度与消费者消费程度之间的关系。消费行为采用产品在一定时期内的消费频率表示，假设消费者每次消费的产品量稳定，则消费频率越高表示消费者消费该产品的量越大。为了从广告态度语句中提取态度因子以及测量提取出来的广告态度因子与消费行为之间关系，我们建立消费者媒介广告态度与消费行为关系计量模型。结构方程模型提取态度因子与评估态度因子与消费行为之间关系是同时进行计算的，并且评估属于不同态度因子的态度语句的测量误差间的相关性，更加准确地反映了客观现实。不过对态度测量误差的分析不作为本研究的分析重点，本研究集中精力于分析消费者媒介第 3 页共 27 页广告态度与消费行为之间的关系，从而提高广告投效率。如图 2所示。广告态度测量语句反映了受访者的媒介广告态度，因果关系为：受访者的媒介广告态度倾向导致其对态度测量语句表达的含义的不同态度选择（从“完全同意”到“完全反对”），态度因子代表了受访者的媒介广告态度倾向。 态度因子户外广告户外广告与消态度因子费的关系与测量语句之间的关系电视广告消费程度（频率）电视广告态度因子报纸、杂志广告态度因子对电视广告的态度测量语句1、2、3 对报纸、杂志广告的态度测量语句1、2图2 媒介广告态度与消费行为计量模型示意图与消费的关系与测量语报纸、杂志广告与消费的关系态度因子关系句之间的态度因子与测量语句之间的关系对户外广告的态度测量语句 1、2、3 2.2媒介广告态度与消费行为计量模型的计算方法： 2.2.1 结构方程模型的应用：由于本研究以消费者对各类媒介广告的态度分析及比较为基础，为了保证定量分析结果的有效性和可靠性，本研究应用结构方程模型(SEM, Structural Equation Modeling) ，进行因子分析和和因果关系分析。以下几点原因，决定了我们必须采用结构方程模型完成分析： (1)结构方程模型可以同时处理多个因变量：结构方程模型分析可同时考虑并处理多个因变量。在回归分析或路径分析中，就算统计结果的图表中展示多个因变量，其实，在计算回归系数或路径系数时，仍是对每个因变量逐一计算。所以貌似多个因变量同时考虑，在实际计算中，对某一个因变量的影响或关系的计算都忽略了其他因变量的存在及其影响。然而，我们进行的多媒介影响比较，要求我们能够对各个媒体的影响同时进行比较和权衡，所以应用结构方程模型而不是一般多元回归分析来解决该问题十分必要； (2)结构方程模型容许自变量和因变量包含测量误差：传统方法（如回归分析），虽然第 4 页共 27 页容许因变量含测量误差，但假设自变量是没有误差的，然而像态度、行为等变量，往往含有误差，也不能简单地用单一指标测量。所以不能够用传统方法估计变量之间的关系。结构方程分析容许自变量和因变量均含测量误差，且变量也可用多个指标测量，从而降低分析误差，得到可靠的分析结果； (3)同时估计因子结构和因子关系：在进行媒体态度与消费行为关系的衡量过程中，媒介态度因子负荷的计算以及态度因子与消费行为的关系计算是同时进行的，而不是像传统的统计方法那样将其分为两个独立的步骤；这样同一个研究中其它共存的态度因子及其结构，会相互影响，不仅会影响因子间的相关系数，也会影响因子与指标间的关系。更加符合客观事实，使得模型具有非常强的应用性，针对不同的产品消费者媒介态度因子的提取、因子负荷及态度因子与相应产品的消费行为之间的关系都应是不同的，具有鲜明的个性。 (4)容许更大弹性的测量模型：结构方程模型能够处理一个指标从属多个因子，或者有比较复杂的从属关系的模型。 (5)结构方程模型能够估计整个模型的拟合程度：传统路径分析只能估计每一路径（变量间关系）的强弱。在结构方程模型中，除了参数估计外，还可以计算不同模型对同一个样本数据的整体拟合程度，从而判断哪个模型更接近数据所呈现的关系。因为我们在建模过程中很难一次就能发现最佳的描绘客观事实的数学模型，而模型与模型之间的比较是我们确定最佳模型的唯一途径，利用结构方程模型估计整个模型的拟合程度大大降低了以往仅通过参数估计及经验判断带来的误差。 2.2.2本研究模型的方程模型： y = i + .+ y() ，内源变量矩阵，本模型中，该变量为可观测的消费行为（消费程度），反映了对某消费品的消费程度。 i ，截距矩阵，反映了内源变量与外源变量之间的截距。 ，外源变量矩阵，反映了外源变量的得分，本模型中，该变量反映了消费者对相应媒体的态度。 () ，内源变量负荷矩阵，反映了外源变量对内源变量的影响，本模型中，该负荷矩阵反映了媒体对消费程度的影响。第 5 页共 27 页，结构方程的残差项，反映了内源变量在方程中未能被外源变量解释的部分。i . . . . .本研究模型的矩阵模型： i11 i1.y11 y1n x1n . . . . . . . . . . . . .+ . . . . . . . . . . .b1bniyij x= ij i iy y xn1 n1 mn mmn .e11 e1n . . . . . . . . . +eij e en1 mn yij，反映了 j媒体影响下的消费者i的消费程度。 ii，反映了 j媒体影响下的消费者i的消费程度的回归值的截距。 xi，消费者i（同时也是在主动选择媒体的基础上的媒体受众）。 bj，媒体 j在模型中的权重。 eij，反映了 j媒体影响下的消费者i的媒体选择与消费程度之间的关系在模型中不可解释的残余部分，即误差项。3.模型应用与结果解释： 3.1可乐消费者媒介广告关注态度与可乐消费行为模型 我们认为，能够最有效的依据目标消费者的媒介广告态度发布可乐广告就能够在第一时间赢得消费者的关注，赢得高效的广告投放效果。模型计算结果详见图3。 第 6 页共 27 页 我很注意候车亭广告我很注意候车身广告 我很注意路牌广告电视上的广告和节目我都喜欢广告是生活中必不可少可乐消费程度（频率）户外广告态度因子电视广告态度因子报纸、杂志广告态度因子户外广告与消费的关系=0.26 电视广告与消费的关系=-0.17 0.63 0.81报纸、杂志广告与消费的关系=-0.07 0.570.410.55 0.590.81 的东西 购买商品时，还是以有广告的品牌比较可靠 我经常阅读报纸及杂志中的广告0.88 我认为杂志和报纸中的插页和内插宣传单图 3 可乐消费者媒介广告态度与消费行为计量模型吸引人 可乐消费频率采用 8级量表（1=每周饮用 4次或以上，饮用频率最高，即消费量最多；7=一个月一次以下；8=不饮用，即消费量为0），8条态度语句采用 5级量表（1=完全同意，5=完全反对）。 由 8条广告态度语句提取的 3个媒介广告态度因子与相应语句的关系如图 3所示，计算结果显示因子提取有效，因子与测量语句高度正相关，因子的实际含义与因子命名相一致。样本量2，497人。（详见附表1） 分析模型计算结果，根据研究目的，我们可以得到如下结论： (1)户外广告态度因子代表了消费者对户外广告的关注态度，本研究显示该因子与可乐消费程度呈高度正相关（相关系数为0.26），即可乐消费量越大的消费者越关注户外广告，因此，可乐户外广告的投放，能够得到更多的机会为可乐重度消费者所关注； (2)电视广告态度因子与可乐消费呈高度负相关（相关系数为-0.17），即可乐的轻度消费者更加关注电视广告，在电视投放可乐广告，可以得到更多的机会为可乐轻度消费者所关注。若与户外广告配合投放，可以得到更大的广告覆盖面。 (3)报纸、杂志广告态度因子与可乐消费的相关性较弱（相关系数为-0.07），即可乐消第 7 页共 27 页费者对报纸、杂志广告态度与可乐消费相关性不如其它两类媒介广告显著，因为，可乐消费者对报纸、杂志广告的关注对可乐消费量的影响甚微，所以，我们认为不必选择报纸、杂志作为可乐广告的投放媒介。 模型参数计算结果详见附表1。 3.2巧克力消费者媒介广告关注态度与可乐消费行为模型 不同产品消费者的媒介广告态度是不同的，而且广告态度与消费行为的关系也不尽相同，接下我们对巧克力消费者的媒介广告态度与巧克力消费行为的分析证明了我的这一假设是成立的。同时，由于巧克力消费者的媒介广告态度与巧克力消费行为模型成功通过了各项参数检验，是非常可靠的，因此，也说明了媒介广告态度与巧克力消费行为计量模型的可应用性是很强的。 巧克力消费频率采用 8级量表（1=每天 1次或以上，食用频率最高，即消费量最多；7=一个月 1次以下；8=不食用，即消费量为0），8条态度语句采用 5级量表（1=完全同意，5=完全反对）。 由 8条广告态度语句提取的 3个媒介广告态度因子与相应语句的关系如图 4所示，计算结果显示因子提取有效，因子与测量语句高度正相关，因子的实际含义与因子命名相一致。样本量2，497人。（详（详见附表2） 模型示意图如图4。 第 8 页共 27 页我很注意候车亭广告我很注意候车身广告 我很注意路牌广告电视上的广告和节目我都喜欢巧克力消费程度户外广告态度因子电视广告态度因子报纸、杂志广告态度因子户外广告与消费的关系=0.33 电视广告与消费的关系=-0.06 0.57 0.730.520.410.55 0.59广告是生活中必不可少的东西（频率）购买商品时，还是以有报纸、杂志广告广告的品牌比较可靠 与消费的关系=-0.21 0.87 我经常阅读报纸及杂志中的广告0.82 我认为杂志和报纸中的插页和内插宣传单图 4 巧克力消费者媒介广告态度与消费行为计量模型吸引人 由模型计算结果和研究目的，我们可以得到如下结论： (1)户外广告态度因子代表了消费者对户外广告的关注态度，本研究显示该因子与巧克力消费程度呈高度正相关（相关系数为0.33），即巧克力消费量越大的消费者越关注户外广告，因此，巧克力户外广告的投放，能够得到更多的机会为巧克力重度消费者所关注； (2)电视广告态度因子与巧克力消费的相关性较弱（相关系数为-0.06），即巧克力消费者对电视广告态度与巧克力消费相关性不如其它两类媒介广告显著，因为，巧克力消费者对电视广告的关注对巧克力消费量的变化的影响甚微，所以，我们认为不必选择电视作为巧克力广告的投放媒介。 (3)报纸、杂志广告态度因子与巧克力消费量呈高度负相关（相关系数为-0.21），即巧克力的轻度消费者更加关注报纸、杂志广告，在报纸、杂志投放巧克力广告，可以得到更多的机会为巧克力轻度消费者所关注。若与户外广告配合投放，可以得到更大的广告覆盖面。 模型参数计算结果详见表2。 4.讨论与思考： 第 9 页共 27 页4.1媒介态度模型应用的局限性和改进方案 (1)本研究模型针对快速消费品的广告投放是有效的，但对于专业性很强的如汽车、高档音响等耐用消费品的广告投放有效性就比较弱了，需要重新考虑问卷设计，但模型的理论基础和方法依然适用。这是由于： 模型在设计时有前提假设：能够最有效的依据目标消费者的媒介广告态度发布产品广告就能够在第一时间赢得消费者的关注，赢得高效的广告投放效果。因此，本模型仅限于对快速消费品广告投放的指导。对于像汽车、高档音响等专业性非常强、价值很高的耐用消费品信息，消费者会通过相关专业网站或杂志等途径去寻找相关信息，而不是以日常的信息获取媒介为首选。 (2)计量经济学中所指的误差并非测量错误，而是我们不可评估的那部分值。由于问卷在设计时采用五级量表的形式，所以只有从1到5，这5个值可用于函数拟合（从1到 5分别代表“完全同意”到“完全反对”），众所周知，态度的差异往往是渐进的，五级量表不能够完全反映出这种差异的渐进型，从而带来了误差，降低了模型对客观事实的解释和分析能力。虽然本计量模型可以容忍测量误差的存在并进行计算与评估，但是如果我们在测量时能够更加逼近客观事实，那么我们的计算就能够更加精确，从而提高模型的可靠性。采用更加细分的量表可以解决这个问题，比如10级量表，或者采用长度测量即问卷在设计时仅规定两端的含义由受访者在两端之间标出点的位置以表示消费者的态度倾向，可以帮助我们得到对消费者的态度倾向更逼近的测量值。从而提高模型的精度。 4.2媒介态度与消费行为计量模型价值 模型的有效性：本模型基于“使用、满意”理念（Windahl，1981），将消费者对媒介广告的关注态度与消费行为的关系进行分析评估，即保证广告为受众关注，又兼顾了广告投放覆盖的受众与产品推广的目标消费者相一致；实现了广告投放被受众高度关注，并且有效覆盖目标消费者两方面的媒介投放目的。 模型的可靠性：由于模型计算采用了更先进的计量模型计算技术-结构方程模型，对消费者的态度测量及评估更加准确，提高了模型计算结果的可靠性。 Reference : 第 10 页共 27 页1. 侯杰泰，温忠麟，成子娟，结构方程模型及其应用，教育科学出版社， 2005年 1月,P14-18. 2. 马金科，孟庆茂，心理与教育测量，浙江教育出版社， 1997，P2-5 3. Jack Z. Sissors and Roger B. Baron, Advertising Media Planning, 2002. 4. Lidwien van de Wijngaert, Matching Media-Information need and new media choice, 1999. 5. Arnold M. Barban, Steven M. Cristol, Frank J. Kopec, Essentials of Media Planning, 1993. 6. Kno and De Chernatony, The Appplication of multi-attribute modeling techniques to the mineral water market, 1989. 7. William H. Greene， Econometric Analysis. 8. Michael D.Eredita，UNDERSTANDING CONSUMERS ATTITUDE TOWARD ADVERTISING， Eighth Americas Conference on Information Systems，2002. 9. Ibnu Hamad， Political Education ThroughThe Mass Media? A Survey OfIndonesian University Students，Asia Pacific Media EducatorIssue No.11 July - Dec. 2001. 10. Bernard Nnamdi Emenyeon，Media Uses and Gratifications：A Review，1994. 11. McQuail, D. & Windahl, S. Communication models for the study of mass communications. 2nd ed. London: Longman. ，1993, P105. 12. Steven Maras，Some these on critical communications practice, The Annual Meeting of the Australian and New Zealand Communication Association, Christchurch, New Zealand, July 2005 ,P4-7. 13. Bonney, B, Two approaches to communication. Australian Journal of Communication28(2), 2001 ,P19-32. 14. McLeod, J.M., Bybee, C.R. and Durall, J.A. Evaluating Media Performance by Gratification Sought and Received, Journalism Quarterly, 59: 3,1982, P12. 15. Windahl, Sven, Uses And Gratification at The Crossroads, in G.C. Wilhoit & H. d Bock (eds), Mass Communication Review Yearbook,Volume 2, Beverly Hills: Sage Publication, 1981. 16. Leo Bogart, Strategy in Advertising, 2nd edition, Lincolnwood, IL: NTC Business Books, 1984, P251. 第 11 页共 27 页 附表1 可乐消费者媒介广告关注态度与可乐消费行为模型计算结果 NOTE: The model is recursive. Sample size: 2497 Model: Default model Minimum was achievedChi-square = 8.860（模型的误差可接受，模型拟合很好） Degrees of freedom = 6Probability level = 0.182 （模型的可靠性高） Maximum Likelihood Estimates（采用极大似然估计） -Regression Weights: Estimate S.E. C.R. - - Q2199_02 <- 户外广告影响 1.000 Q2383_31 <- 杂志广告影响 0.953 0.038 25.355Q2383_32 <- 杂志广告影响 1.000 Q2199_02 <- 杂志广告影响 -0.192 0.061 -3.155Q2199_02 <- 电视广告影响 -0.797 0.187 -4.266Q2383_28 <- 户外广告影响 1.000 Q2383_29 <- 户外广告影响 1.131 0.038 29.881Q2383_30 <- 户外广告影响 1.407 0.059 24.019Q2383_24 <- 电视广告影响 1.000 Q2383_23 <- 电视广告影响 0.929 0.092 10.053Q2383_33 <- 电视广告影响 0.722 0.069 10.531 Standardized Regression Weights: Estimate Q2199_02 <- 户外广告影响 0.257Q2383_31 <- 杂志广告影响 0.814Q2383_32 <- 杂志广告影响 0.875Q2199_02 <- 杂志广告影响 -0.073Q2199_02 <- 电视广告影响 -0.170Q2383_28 <- 户外广告影响 0.574Q2383_29 <- 户外广告影响 0.628Q2383_30 <- 户外广告影响 0.814Q2383_24 <- 电视广告影响 0.588Q2383_23 <- 电视广告影响 0.548Q2383_33 <- 电视广告影响 0.413 第 12 页共 27 页Intercepts: Q2199_02 Q2383_31 Q2383_28 Q2383_29 Q2383_30 Q2383_32 Q2383_33 Q2383_23 Q2383_24 Covariances: fe1 <-> fe3 e1 <-> e2 e2 <-> e3 e1 <-> e3 e8 <-> fe1 e3 <-> e8 e8 <-> e5 e2 <-> e8 e3 <-> e6 e6 <-> fe1 e4 <-> e6 e6 <-> fe3 e4 <-> e8 e2 <-> e4 e7 <-> fe1 e4 <-> e7 e5 <-> e7 e3 <-> e4 e7 <-> fe3 Correlations:fe1 <-> fe3 Estimate -5.746 2.907 2.911 2.835 2.906 3.005 2.678 2.210 2.538 Estimate -0.441 0.506 0.268 0.176 0.263 -0.171 0.236 -0.062 -0.034 0.092 0.001 0.056 0.302 -0.033 0.117 1.461 1.426 -0.159 -1.285 Estimate -0.778 S.E. 0.049 0.021 0.022 0.022 0.021 0.021 0.018 0.017 0.017 S.E. 0.024 0.043 0.055 0.048 0.053 0.074 0.020 0.060 0.015 0.017 0.014 0.020 0.020 0.013 0.014 0.550 0.524 0.019 0.549C.R. - 117.030 135.660 134.827 127.035 135.594 143.587 149.236 126.762 145.114 C.R. - 18.287 11.719 4.881 3.683 4.984 -2.307 11.930 -1.033 -2.199 5.502 0.078 2.866 15.309 -2.671 8.296 2.654 2.719 -8.239 -2.340 （除“广告是生活中不可缺少的一部分” 与“我认为杂志和报纸中的插页和内插宣传单”的误差项相关性不显著外，其余各指标间误差项均存在显著的相关性，置信度为0.95。第 13 页共 27 页 e1 <-> e2 0.660 e2 <-> e3 0.497 e1 <-> e3 0.320 e8 <-> fe1 0.521 e3 <-> e8 -0.337 e8 <-> e5 0.465 e2 <-> e8 -0.088 e1 <-> e8 -0.046 e3 <-> e6 -0.075 e6 <-> fe1 0.204 e4 <-> e6 0.003 e6 <-> fe3 0.084 e4 <-> e8 0.730 e2 <-> e4 -0.076 e7 <-> fe1 0.268 e4 <-> e7 4.083 e5 <-> e7 3.246 e3 <-> e4 -0.504 e7 <-