资源描述：
《内隐态度在消费决策过程中的作用机制》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、内隐态度在消费决策过程中的作用机制［摘耍］消费者的态度评价与测量问题一直是消费决策研究领域的重点课题。研究涉及内隐态度对行为产生影响的不同阶段，取得了不少重要研究发现。文中对此进行了简要介绍，重点讨论了内隐态度在消费决策不同阶段上的不同作用机制。最后对内隐态度在消费决策研究上的应用前景和发展趋势进行了展望。［关键词］内隐态度；消费决策；双过程模型人类的多数行为往往是自动化进行的，不需要太多的有意识的努力。这一现象正日益引起研究者的关注(Jacoby,1991)o消费者的决策经常受到无意识加工过程的影响，而这种影响又会导致内隐态度的形成，并最终影
2、响到消费者的行为。因此，对内隐态度的研究就成为考察和理解消费者决策机制的一个重点。一、内隐态度对消费选择的影响通过广告建立品牌或产品与积极刺激主要是为了是刺激消费者产生品牌购买行为。Juliette(2007)和Adrian(2007)的研究均发现内隐态度能够较准确预测之后的消费选择行为。1•外显态度和内隐态度的定义。外显态度是基于命题性推理的对态度客休的判断和评价，所反映的主要是个体的控制性评价倾向(Nosek,2007)o其加工是非自动化的，需要个体意识控制，并占用较多的心理资源(Mark,Conner&()，Gorman,2007)o根据
3、Greenwald和Banaji(1995)的定义，内隐态度是指"未被意识识别的(或被错误识别的)过去经验的痕迹，它调节个体对社会客体的好恶，想法以及行为。”从内隐态度的加工方式看，它是一种自发性的评价反应，在各种环境下都对行为施加影响，而且这种影响是在无意识状态下自动化进行的(Perugini,2005；Mogg,Bradley&Field,2003)o自动化激活和无意识卷入是内隐态度的两个重要特征。2.在不同认知负荷水平下内隐态度对消费选择的影响。在关于内隐态度和行为关系的研究中，F^io(1990)认为当缺乏对行为有意控制的动机或机会时，
4、即正在考虑中的行为不服从意识控制时,自动化激活的内隐态度会指导行为。如，当注意资源已经被其他方面占用，或被试处于时间压力下必须做出快速选择时，内隐态度能更准确的预测行为。即，当消费者存在认知负荷时，内隐态度能更准确预测产品选择行为。Friese(2006)在关于消费者食品选择行为的研究中发现，时间压力会影响消费者内隐态度的表达。消费者在普通食品和知名食品Z间进行选择的过程中，当内隐态度和外显态度不一致时，消费者在时间压力下更倾向于根据内隐态度做出选择。相反，有充足的时间进行选择时，消费者更倾向于根据外显态度做出选择。Bryan(2008)的研究
5、发现，要求在选择前记忆一串数字，并在进行品牌选择后报告数字的被试，与不需耍记忆数字的被试相比，其内隐态度能更准确的预测品牌选择行为。3•正性心境对内隐态度表达的影响。Martin和Clore(2001)认为情绪在认知过程中被知觉为信息，来自于正性心境的情感线索被个体知觉为自动激活的认知、观点或常规反应的有效性信号。正性心境表明自动化激活的认知或反应是有效的，允许个体使用，而负性心境则表明它们是无效的，禁止个体使用。个体在判断做出何种行为反应的过程屮，处于正性心境状态比处于负性心境状态，更易于根据范式(Bless,Clore&Schwarz,19
6、96)和刻板印象(Bodenhausen,Kramer&Susser,1994)做出反应,更倾向于使用认知捷径(Ruder&Bless,2003)。Huntsinger等人(2009)通过实验证明，相对于负性心境，正性心境会提高内隐态度的有效性。HenkAarts等人(2007)的研究发现当负性情绪和行动目标被共同激活时，被试会无意识中止对目标的追求行为。因此，可以认为正性心境下，消费者的内隐态度更易被知觉为进行消费选择的有效依据指标，进而影响消费者的选择行为。二、内隐态度与正确决策和决策后满意度的关系通常人们认为通过冇意识思维能做出更准确、更
7、满意的决策。但事实上有意识思维并不总是能够做出合理的选择(Dijksterhuis,Bos,Nordgren&Baaren,2006)o相反，在复杂情境下，无意识思维有可能做出更正确的选择(Dijksterhuis,2004)o有意识思维是基于原则的并且很精确，而无意识思维遵从循环检测模式的规则，其精确性要低于冇意识思维，但冇意识思维受低意识容量的限制，而无意识思维则不受意识用量限制。因此在具有严格规则的活动中(如，算数)，有意识思维准确性更高，但是随着问题复杂性的提高，其准确性会降低(Dijksterhuis,Bos,Nordgren&Baa
8、ren,2006)0无意识思维则虽然相对有意识思维缺乏准确性，但是不受意识容量限制，能把大量的信息整合进一个评价性汇总判断中，随着复杂度的提高，其选择
