大学生网络游戏消费动机与消费行为的实证分析

郭苗苗 黄小红

(北京物资学院 北京 101149)

一、大学生网络游戏消费行为分析

在网络游戏消费过程中，男生比女生有更高的消费倾向，由于男生喜欢玩对战平台类或者在线角色扮演类游戏，所以他们乐于在游戏作战时花钱买一些游戏装备做辅助，而女生主要以休闲竞技类游戏为主，很多游戏基本不需要花额外的钱，所以女生网游消费经历较少。而且在网络游戏消费金额和消费频率的调查结果显示，有65.8%的学生在游戏支出的频率为每月不足一次，并且有65.2%的高校学生在游戏支出的花费低于每月50元，看出高校学生游戏消费较为理性。但仍有部分同学游戏支出金额较大，且消费频率较高，如在数据结果中显示，每次游戏消费金额超过300元的占7%，每天都有游戏消费经历的占3%。

二、大学生网络游戏消费动机与消费行为的实证分析

本文采用五级量表法设计15个问题描述大学生玩网络游戏的感知状况，运用SPSS22.0软件对回收数据进行处理，分析大学生网络游戏的消费动机与消费行为之间的关系。

(一)变量选取。

1.自变量。根据五级量表调查得出的数据，本文把消费动机作为自变量，并利用主成分分析方法，确定自变量的类型与个数，实证结果如下：(1)自变量信度与效度检验。网络游戏消费动机的克隆巴赫系数为0.899，大于0.7，说明五级量表中描述消费动机数据具有较高信度；KMO值为0.894，且巴特利特检验显著，说明数据具有很好的效度，因此，自变量可进行因子分析。(2)自变量因子分析。对15个影响因子进行因子分析，通过特征值和方差贡献率数值得出前三个因子的特征根均大于1，且三个因子累计可解释62.2%的方差，说明因子分析符合结果，因此，进行因子分析之后可得出三个主要影响因子，并利用最大方差法对因子进行旋转，得出旋转后的成份矩阵结果如下：将15个因子看做三个主成分因子分析：问题10-15是玩家在网络游戏的娱乐感受，将组件2命名为“娱乐动机”；问题15-16是大学生玩游戏的逃避心理，将组件3命名为“逃避动机”；问题17-24是大学生在游戏中得到的反馈情况，将组件1命名为“成就动机”。对这三个因子进行因子得分计算，成份得分系数矩阵，计算结果如下：

X1=0.1430×Q17+0.1798×Q18+0.2029×Q19+0.2227×Q20+0.2203×Q21+0.2488×Q22+0.2161×Q23+0.2027×Q24

X2=0.3191×Q10+0.3318×Q11+0.2872×Q12+0.2746×Q13+0.1168×Q14

X3= 0.5314×Q15+ 0.5021×Q16

综上，自变量确定为三个：娱乐动机、成就动机和逃避动机。

表1 旋转后的成分矩阵

2.因变量。根据设计的问卷情况，在确定大学生网络游戏消费行为指标时，将“消费金额”和“消费频率”提取为“消费行为”进行分析。两个因子的克隆巴赫系数为0.831，因子数据信度较好，KMO值为0.5，数据的效度一般，但巴特利特检验中Sig为0.000，符合标准，因此因变量可以做因子分析。根据因子分析后的成份得分系数矩阵，计算出因变量为：Y(消费行为)= 0.5381×Q7(网游消费总额)+ 0.5381×Q8(网游消费频率)

(二)模型构建。确定自变量与因变量后，构建模型，运用多元线性回归方法分析俩者关系：1.提出假设。根据自变量因子(娱乐动机、成就动机、逃避动机)和因变量(消费行为)，提出如下假设：H1：成就动机与网络游戏消费行为成正相关关系；H2：娱乐动机与网络游戏消费行为成正相关关系；H3：逃避动机与网络游戏消费行为成正相关关系；2.模型检验。对相关数据进行回归得出结果如下：在0.1的显著性水平下，F=6.994，P<0.100,回归模型整体通过显著性检验，且“娱乐动机”、“逃避动机”、“成就动机”三个变量的P值均小于0.1,即通过显著性检验，原假设均成立，回归方程为:Y=-0.366+0.224×X1+0.011×X2+0.128×X3

因此，从实证分析结果发现，娱乐动机、成就动机、逃避动机都会影响高校大学生网络游戏消费行为，且具有正向相关关系，娱乐动机影响最大，逃避动机影响最小。

三、结论

影响大学生网络游戏消费的因素有很多，但就消费动机来讲，娱乐动机是影响力较大的，并且娱乐动机在男女的分布也存在差异，说明大学生玩游戏的最终目的是为了娱乐消遣，并且游戏作战具有社交性，大学生在玩游戏中结交新朋友，同时通过游戏难关获得成就感和参与感，所以使得大学生参与游戏，并在游戏中消费以满足更大的娱乐。尽管很多大学生都能做到不沉迷和消费有度，但仍存在大学生有“游戏上瘾”的现象，花费时间长、消费频率和金额较高等，所以大学生在游戏过程中应该做到合理时间玩游戏、合理游戏消费。