前述在文献综述和扎根理论方法研究基础上构建了理论模型和研究假设，需要对其结果的正确性进行验证。本研究参考已有文献对相关变量的测量量表，设计各变量的测量问项，结合研究内容制定初始问卷。通过小规模的访谈，对问卷进行修正，然后通过小样本的前测，确定最终的测量量表及正式问卷。最后通过确定调研对象样本，搜集研究数据，为后续的实证分析提供支持。本章包括两部分内容：研究设计部分包括变量的测量、问卷的设计等；数据收集部分包括调研对象、调研方法与调研过程等。
4.1.1变量的测量
本研究涉及的变量包括网络口碑信息的视觉线索、口碑数量；传播者的专业性、关系强度；接收者的信任倾向、品牌印象、产品涉入、感知风险、信任、归因、网络涉入；行为意愿的购买意愿、再传播意愿。
4.1.1.1口碑视觉线索
视觉线索最初是心理学研究视觉刺激对消费者心理的影响（麦克林，1996；平斯基和维普，2000；邓林园等，2009），随着计算机的应用与网络的普及，学者们开始关注计算机界面、网页设计、网站界面的视觉信息对消费者的影响（雷格尔斯贝格和萨瑟，2002；房和萨尔文迪，2003；薛建儒等，2008）。戴维斯和卡赞希（2008）探讨了网络口碑视觉线索对电子商务网站销售业绩的影响，是比较早的网络口碑视觉线索研究。但是以往关于视觉线索的研究，往往涉及文字、图片、视频等信息的排版及组合，没有给出可供参考的具体测量量表。本研究结合以往文献，设计了负面网络口碑视觉线索的测量量表。
4.1.1.2口碑数量
瓦斯科（Wasko）和法拉杰（Faraj，2005）研究了电子网络中人们的知识贡献行为，指出对于知识贡献的总量可以使用回复总数来测量。舒伯特和塞尔兹（Selz，1999）对于超越传统营销模式（Marketing Paradigms）的网络营销进行了研究，分析了如何测量电子商务网站的有效性。研究指出对于网站信息可以通过网页数量、E-mail数量、回复数量、聊天频率和时间进行测量。以往文献没有给出专门网络口碑数量的测量量表，参考以上研究，结合网络口碑信息特点，本研究设计了负面网络口碑数量的测量量表。
4.1.1.3专业性
邦塞尔和博耶尔（2000）在针对服务决策情境下的口碑过程研究中，对口碑发送者的专业性的测量涉及有见识的（Knowledgable）、有能力（Competent）、专家内行的（Expert）、训练过的（Trained）和有经验的（Experienced）5个方面。尼特迈耶（Netemeyer）和比尔登（Bearden，1992）对于专业能力的测量，吉莉等（1998）对于口碑来源专业性的测量，都涉及同样5个指标。本研究参照上述研究，设计了负面网络口碑传播者专业性的测量量表。
4.1.1.4关系强度
弗伦岑和戴维斯（1990）在针对嵌入市场的购买行为研究中，从熟悉程度（Closeness）、亲密程度（Intimacy）、支持度（Support）和关联性（Association）4个方面来测量关系强度变量。吉莉等（1998）研究口碑对消费者购买决策影响时，认为对于关系强度的测量应加入相似性维度。本研究参照上述研究，设计了负面网络口碑传播者和接收者关系强度的测量量表。
4.1.1.5信任倾向
盖芬（2000）在针对电子商务中熟悉和信任的角色研究时，给出了测量互联网环境下信任倾向的量表。赖丁斯等（2002）研究虚拟社区中信任的前因与影响，借鉴了盖芬（2000）的研究来设计信任倾向的量表，包括3个问项：我通常对人性有信心；我觉得人们通常是可信的；我通常信任他人，除非他们给了我不信任的理由。李和特班（Turban，2001）探讨了消费者网络购物的信任模型，并给出了信任倾向的测量量表。本研究参照上述研究，设计了负面网络口碑接收者信任倾向的测量量表。
4.1.1.6品牌印象
品牌印象来源于消费者之前对该品牌的消费经验或者相关知识的了解，是品牌各要素在消费者心目中的记忆与评价。格雷茨和奥卡斯（Grace＆O'Cass，2005）研究了何种因素影响消费者对于服务品牌的判定，研究结果表明品牌实据（Evidence）、广告和促销显著影响消费者品牌的选择。在研究中，给出了测量消费者品牌态度的4个问项：总体上我认为这个品牌是很好的（Very good）；总体上我认为这个品牌是不错的（Nice）；总体上我认为这个品牌是很有吸引力的（Very Attractive）；总体上我认为这个品牌是令人满意的（Desirable）。本研究参照上述研究，添加消费者记忆性变量，设计了负面网络口碑接收者品牌印象的测量量表。
4.1.1.7产品涉入
涉入程度作为一个抽象变量，以往研究往往通过涉入的前因来对其衡量。衡量方法包括单一构面（赖特，1973；布洛赫，1982）和多重构面[罗特希尔德（Rothschild），1979；劳伦特（Laurent）和卡普费雷尔（Kapferer），1985；扎伊克斯基，1985]两种。单一构面往往难以涵盖涉入的内涵，所以学者们比较认同多重构面的测量，其中尤其扎伊克斯基（1985）的测量量表最值得关注。
扎伊克斯基（1985）根据涉入的个人、产品、情景3个因素，来测量消费者的产品涉入程度，并给出了包括20个测量项目的“个人涉入量表”（Personal Involvement Inventory，简称PII）。为确保衡量的准确性，PII采取语意差异衡量（Semantic Differential）。在经由内部信度、时间信度、内部效度、准则效度和结构效度的一连串检测后，扎伊克斯基（1994）将PII量表的20个项目缩减为10项。PII的简化量表的包括：重要的、有趣的、相关的、兴奋的、很有意义的、有魅力的、迷人的、有价值的、有投入的、有需要的10个问项。本研究参照扎伊克斯基（1985，1994）的研究，对涉入的问项进行简化，设计了负面网络口碑接收者产品涉入的测量量表。
4.1.1.8感知风险
坎宁安（1967）把感知风险分为两个因素不确定性和后果，并构建了第一个感知风险测量模型，这个概念成为后续研究的主流。学者们针对不同的研究，从不同角度对感知风险的构面进行了划分。雅各比和卡普兰（Jacoby＆Kaplan，1972）将消费者的感知风险划分为财务、产品形式、物理、心理和社会5个方面的风险。斯通和克龙哈格（Stone＆Gronhaug，1993）把感知风险归纳为经济、绩效、物理、心理、社会和时间/便利性6个维度。董大海等（2005）指出了以往网络购物感知风险维度研究的不足，指出网络零售商核心服务风险、网络购物伴随风险、个人隐私风险、假货风险是影响消费者的主要因素。邦塞尔和博耶尔（2000）在口碑传播研究模型中增加了感知风险变量，并通过财务、功能、便利、心理、身体、社会6个构面对其测量。本研究结合以上研究，主要借鉴邦塞尔和博耶尔（2000）的研究，设计了负面网络口碑接收者感知风险的测量量表。
4.1.1.9信任
在本研究中，信任是负面网络口碑传播影响因素和行为意愿之间的中间变量，表示口碑接受者对传播者及传播信息的确信程度。赖丁斯等（2002）研究虚拟社区中信任的前因和影响，给出了能力、善心、正直的测量量表。本研究参照上述研究，加入对负面口碑信息的确信程度，设计了负面网络口碑接收者信任的测量量表。
4.1.1.10网络涉入
巴尔基（Barki）和哈特威克（Hartwick；1989，1994）从信息系统（IS）的领域探讨了使用者涉入的概念，考虑的是人对特定主题的心理状态以及信息系统的特殊情景，并且把涉入定义为：“使用者认为系统对个人的重要性与攸关程度”。上述扎伊克斯基（1985，1994）也提出了被广泛认同的涉入测量量表。阙克儒（2004）参考上述研究，给出了网络涉入测量的11个问项要点：必要的、基本的、关系重大的、重要的、有需要的、跟我有关系的、我会花精力或时间在上面的、对我有影响力的、对我有意义的、令我兴奋的、能引起我兴趣的。本研究参考以往研究，设计了负面网络口碑接收者网络涉入的测量量表。
4.1.1.11归因
本研究把消费者对负面网络口碑的归因界定为：消费者对导致该负面网络口碑信息的原因的解释。伯纳德·维纳（1974）提出了一个归因模型，认为个人对成败的解释不外乎四种因素：（1）自身的能力；（2）所付出的努力程度；（3）任务的难度；（4）运气的好坏。其中，能力和努力是描述个人特征的“内在原因”；难度和运气则是表示环境因素的“外在原因”。拉兹尼亚克、迪卡洛和莫特利（1996）针对负面口碑对商店评价影响的研究中，把归因类型分为沟通者和商店两种。
本研究参考伯纳德·维纳（1974）和拉兹尼亚克、迪卡洛和莫特利（1996）的研究，把接收者对负面网络口碑信息的归因分为消费者和企业两个方向。考虑到导致负面网络口碑信息的原因，可能消费者和企业都有责任的情况，对于归因的测量采用李克特7级等距量表。测量问项为：“根据您的判断，该负面网络口碑信息是什么原因导致的”。其中，“1”代表完全在消费者、“2”代表大部分在消费者、“3”代表在消费者、“4”代表各占一半、“5”代表在企业、“6”代表大部分在企业、“7”代表完全在企业。
4.1.1.12购买意愿
本研究对消费者购买意愿的界定比较宽泛，没有区分在线和线下两种购物行为。把购买意愿界定为消费者主观感觉在线上或线下购买某品牌产品的可能性。吉莉等（1998）研究口碑来源对信息搜寻者的影响，给出了测量影响搜寻者购买决策的10个问项。邦塞尔和博耶尔（2000）测量发送者口碑的影响力时，给出了8个测量问项，要点涉及：提供新信息、显著影响、提及有帮助的事情、提供不同的意见、改变想法、真正有帮助、在服务方面有影响（Influence in service）、在特征方面有影响（Influence on features）。本研究参考吉莉等（1998）和邦塞尔和博耶尔（2000）的研究，设计了负面网络口碑接收者购买意愿的测量量表。
4.1.1.13再传播意愿
考虑到互联网作为消费者获取信息的方式之一，网络口碑对消费者的影响不仅局限在虚拟环境中。所以，本研究把负面网络口碑再传播意愿界定为消费者因内心的不确定性或利他性，而对之前所接受的信息在线上或者线下传播的可能性。布朗等（2005）测量传统口碑的消费者线下传播意愿，使用了两个问项：（1）如果我的朋友正在购买此产品，我愿意将此供应商推荐给他；（2）如果我正在帮助我的亲戚朋友作出此类产品的购买决定，我更愿意将此供应商推荐给他。萨恩等（2006）研究消费者对在线音乐及其评论的转寄的行为意愿，测量了6个问项：（1）对我发现有趣的音乐时，我倾向于使用“发送这个网站给我朋友”功能推荐该音乐；（2）我喜欢转寄给我朋友E-mail，关于我喜欢的音乐的信息和观点；（3）当我收到我朋友最喜欢音乐的E-mail时，我会把邮件转寄给他/她；（4）我喜欢把有趣的音乐从一个朋友组转寄到另一个；（5）我倾向转寄给我朋友正面的音乐评论；（6）我倾向转寄给我朋友负面的音乐评论。
本研究参考布朗等（2005）和萨恩等（2006）的研究，结合网络媒介信息传播平台，设计负面网络口碑接收者线上线下再传播意愿的测量量表。
4.1.2问卷方法的选择
芭比（Babbie，1995）认为使用问卷调查法有三个前提：一是当研究是以个体作为研究对象时；二是当样本总体太大以至于不能够直接观察时；三是当研究目的是为了测量大样本的态度时。本研究满足上述条件，对负面网络口碑对消费者行为意愿的影响各变量的测量使用问卷调查法。
调查问卷包括三部分内容：问卷介绍、问卷正文与个人信息。在问卷正文中对各变量的测量采用7级李克特量表，其中“1”代表完全不同意；“2”代表不同意；“3”代表有点不同意；“4”代表一般；“5”代表有点同意；“6”代表同意；“7”代表完全同意。问卷对于个人信息的问项设置，参考CNNIC2009年第24次中国互联网络发展状况统计报告中对网民结构特征的分类，有助于调研结果有效性的衡量和比较。
在负面网络口碑传播相关变量测量的基础上，本研究设计初始研究的问卷（见附录2）。初始问卷往往存在不完善的地方，本研究通过小规模访谈和问卷前测对问卷进行修正，最终形成正式调研问卷（见附录3）。
4.1.3小规模访谈
通过对调查对象的小规模访谈，可以删除问卷不必要的问题，补充重要的问题，以及对问题的提法和措辞做重要的修改（马庆国，2004）。本研究发放9份初始问卷，进行初步测试。发放对象包括2名博士生、4名硕士生、3名事业单位员工。告知调研对象本研究内容及各变量的关系及内涵，请其提出修改、删除及添加的建议。调研对象对于问卷的总体设计、测量问项的语意模糊、问项存在重复等问题给出了建议。在小规模访谈基础上，对调研问卷的题量、问项的语句、措辞等进行了完善，从而提高测量量表的内容效度。修正后，包括13个变量62个测量问项。
4.1.4问卷前测
4.1.4.1前测的方法与标准
在形成正式问卷前，需要通过前测（pretest），对相关变量测量的有效性进行分析，从而对问卷题项进行净化。对测量项目的评估，主要用效度（Validity）和信度（Reliability）两个指标（李怀祖，2004）。
信度指测量结果的稳定性，它代表对同一测量对象反复测量结果的接近程度。信度可以分为：重测信度（Test-retest Reliability）、复本信度（Alternate-form Reliability）和内部一致性信度（Internal Consistency Reliability）。重测信度和复本信度主要考虑了测量在不同时间的一致性（稳定性）和不同对象的一致性（等值性）。内部一致性考虑的是测量问项之间的关系。本研究测量问项采取7点李克特（Likert）量表，而克朗巴哈（Cronbach）α系数适合定距尺度的测量量表的信度分析。所以本研究通过克朗巴哈α值来评估信度。关于克朗巴哈 α系数的测量标准，多数学者认为应该大于0.7（李怀祖，2004），在0.9以上则量表的信度甚佳，也有学者认为大于0.6即可接受，越接近于1信度越高。
效度指测量结果与试图达到的目标的接近程度。效度的指标主要有内容效度和结构效度两种（李怀祖，2004）。
内容效度是指每个测量项目（问卷问项）在多大程度上覆盖研究目的的要求达到的各个方面和领域，是主观评价指标，通常可以通过文献分析和访谈的方法进行评估。本研究在确定每个测量问项时，是在文献回顾的基础上提出的，并通过小规模访谈进行了修正。所以，本研究问卷具有较高的内容效度。
结构效度是指问卷的测量问项能够反映所测量的理论概念的程度，主要涉及两个指标：收敛效度（convergent validity）和区分效度（discriminant validity）。收敛效度是指某研究变量的不同测量问项的一致性；区分效度是指不同研究变量测量的差异程度。
对于结构效度的评估，本研究采用探索性因子分析（Exploratory Factor Analysis，简称EFA）方法。首先检验变量之间的相关性，以确定是否适合做因子分析。主要通过KMO样本测度（Kaiser-Meyer-Olkin Measure of Sampling Adequacy）和巴特利（Bartlett）球体检验（test of sphericity）两种方法。KMO的值不应低于0.5越接近于1越适合做因子分析。巴特利统计值的显著性概率，小于等于α时，适合做因子分析。
变量符合上述条件后，本研究通过主成分分析（Principle Component Methods），经Varimax旋转，提取特征值（Eigenvalue）大于1的因子，进行因子分析。对测量项目的结构效度的评价遵循4个原则：（1）当一个测量项目自成一个因子时，则删除；（2）测量项目在所属因子载荷必须大于0.5，说明具有较好的收敛效度；（3）每一个测量项目在其所属的因子的载荷越接近于1越好，而在其他因子的载荷越接近于0越好，说明具有较好的区分效度。（陈蓓蕾，2008）。（4）测量项目在两个因子的载荷大于0.5时，则具有横跨因子现象，对其删除。
4.1.4.2前测数据收集
对于前测数据的收集，本研究采取E-mail电子问卷和纸质问卷两种形式。电子问卷针对企业人员发送近100个E-mail，并建议对方让自己的同事参与答题；纸质问卷针对在校大学生发出50份问卷，采取现场回收方式。最终收到有效电子问卷29份，有效纸质问卷38份，共计67份。
对于测量项目的信度和效度的评价，本研究首先通过探索性因子分析进行效度评价，净化测量项目；然后通过剩余测量项目的克朗巴哈 α值，来评估项目信度。
4.1.4.3前测的结果
在上述确定的13个变量62个测量问项中，归因变量只有一个问项，所以无须对其结构效度和信度进行评估。本研究通过搜集的数据，只对12个变量，61个问项的结构效度和信度进行分析。
（1）结构效度。本研究将61个测量问项分为口碑信息和传播者、接收者、中介和调节变量、行为意愿四部分进行探索性因子分析。显示四组变量的KMO值最小为0.656，且巴特利 球体检验都显著。所以，61个测量问项适合做因子分析。
对四组变量通过主成分分析，经Varimax旋转，提取特征根大于1的因子，显示了旋转后因子矩阵信息。四组变量所提取因子的共解释方差分别为：口碑信息和传播者82.777%；接收者70.756%；中介与调节变量72.198%；行为意愿72.236%。
根据上述结构效度的评价原则，共删除7个测量问项。其中，专业性5、关系强度2、信任倾向5、产品涉入2、感知风险4属于自成一个因子现象；感知风险6在两个因子的载荷大于0.5；购买意愿1的因子载荷小于0.5.
最终通过探索性因子分析提取12个因子，并且各个测量问项的因子载荷都大于0.5，且在所属因子的载荷都接近于1，且在其他因子的载荷接近于零，表明测量问项具有较好的区分效度。
（2）信度。通过上述结构效度分析，删除了7个测量项目，12个变量还有54个测量项目。本研究对12个变量进行信度分析。可以看出，除了产品涉入的克朗巴哈 α值为0.713外，其他变量的克朗巴哈 α值都大于0.8.根据上述信度评估标准，12个变量的测量问项具有较高的信度。
通过上述分析，本研究变量的测量项目最终包括55个（加归因变量），且都通过了效度和信度的评估。在此基础上，本研究确定了最终的调研问卷（见附录3），作为后续数据收集的主要工具。在问卷中对品牌涉入问项1和信任问项5采取反向题项设置，以此来检验答题者的认真程度。当上述两问项的答案与同变量的其他问项的答案不一致时，表明答题者认真。
