基于多层线性模型的网上信任影响因.pdfVIP

第24卷第6期 统 计 与信 息 论坛 2009年 6月 V01．24 No．6 Statistics InformationForum Jun．，2009 统【计调查与分析】 基于多层线性模型的网上信任影响因素研究 周 涛 (杭州电子科技大学 管理学院，浙江杭州 310018) 摘要：网上信任由于其影响因素的多层性，使用传统的回归分析方法无法进行有效和准确的处理，而采用 多层线性模型(HLM)则可弥补这一不足。分析HLM的原理和优点，构建了网上信任多层模型，并运用HLM 对收集的数据进行统计分析，结果表明高层因素(团体规范)不仅直接影响网上信任，而且调节低层因素(声 誉)对网上信任的作用。 关键词：多层线性模型；网上信任；多层分析 中图分类号：F224 文献标志码：A 文章编号：1007—31l6(20o9)06—0089一o4 网上交易由于其匿名性、交易的时空分离(支付 一 、 HLM提 出的背景 与配送的时间分离、买卖双方的空间分离)、缺乏控 制等特征，包含着巨大的不确定性和风险。为了促 对于多层数据，传统的回归分析采取的处理方 进用户进行网上购买，保障电子商务的成功，建立用 法包括：1．忽略高一层的变量，直接对第一层的变 户的信任是至关重要的。网上用户信任的建立受到 量进行分析，如前例中直接对学生的数据进行处理， 多个层面多个因素的作用，如用户所处的团体的影 忽略班级或学校的影响。2．将第一层的数据合并 响(如团体规范)和用户个人的感知(声誉、易用性)。 到第二层，如将一个班级内的所有学生数据进行合 已有的研究往往将多个层面的因素合为一个层面进 并，然后对班级层面数据进行分析。这样做的结果 行处理，采用回归分析或 sEM(结构方程模型)进行 是放弃了同一个班级内样本之间的差异[33]。 处理，忽视了数据的多层嵌套特点，这样将导致得到 上述两种处理方法都没有考虑到数据分层的特 的结果出现偏差 。 点，因此得到的结果可能是不合理的甚至是错误的。 多层线性模型(HIM，hierarchicallinearmode1) 而HLM将因变量的变异分解为两个部分：一部分 是为了解决传统统计方法如回归分析在处理多层嵌 是同一群体的个体差异(群 内变异)，另一部分是不 套数据时的局限而产生的…1。多层数据在社会科 同群体之间的个体差异 (群间变异)[引。通过分解 学领域经常出现，如学生嵌套于班级，班级又嵌套于 变异，多层线性模型能够区分群体效果和个体效果， 学校，而学生的成绩不仅受到其 自身因素的影响，还 揭示群体与个体变量之间的关系。 可能受到班级、学校因素的影响。传统的线性模型 多层线性模型最早由Lindley和Smith于 1972 如方差分析或回归分析只能处理一层数据，对这样 年提出，由于其参数估计方法与传统回归分析方法 的两层、三层或多层数据处理无法进行综合分 不同，而当时的计算技术还很难满足这种要求，直到 析[2I。 后来EM (expectationmaximization)算法提出，并被 本文的研究 目的是构建网上信任多层模型，并 应用于HLM的参数估计后，HLM 的应用才成为可 采用HLM来进行统计分析，以发现不同层面影响 能。英国伦敦大学的HarveyGoldstein和美国密歇 因素对网上信任的作用。 根大学的StephenW．Ra