重要性测量的理论与方法探幽（三）用显性重要性还是用隐性重要性？

        显性重要性与隐性重要性孰优孰劣的问题，一直是一个存在争议的问题。为此学术界也有人进行了为数不多的对比研究。尽管Griffin 和 Hauser 在1993年指出对比研究表明直接重要性（显性重要性）优于隐性重要性，从目前能找到的文献看，支持隐性重要性的结果占了绝对多数。这一点，在今天市场研究行业的实践中表现尤为明显。
        我的观点是，显性重要性与隐性重要性测量的是消费者决策标准的不同侧面，因而其对企业的意义也就不同。因而单纯的优劣比较是没有意义的。显性重要性与隐性重要性结合起来分析是最理想的状况，在二者不可兼得的情况下，我们主张用隐性重要性。
        为什么要用隐性重要性呢？这可以从两个方面来讲。
        首先，隐性重要性比显性重要性具有更强的行为预示性。
        重要性测量从实质上讲是一种态度测量，而态度本身是多层面的。根据Breckler于1984年提出的三层面态度理论（Tricomponent Attitude Theory）, 态度有三个层面，即认知性（Cognitive）层面、情感性（Affective）层面和行为倾向性（Conative）层面。其中认知性层面指的是一个个体通过直接经验及其他信息来源获取的关于态度对象的知识与理解；情感性层面指的是个体对态度对象的好与恶，即情感性评价；行为倾向性层面反应的是个体对态度对象的采取特定行为的倾向性或可能性（Schiffman 和 Kanuk，242-245）。
        我们测量重要性的目的，在于把握消费者的行为倾向，将其与消费者的品牌选择倾向、购买意向等联系起来。显而易见，通过直接询间法获取重要性时，消费者会下意识时地表现为一个理性的人，并力图使自己的回答与自己的身份、地位等社会性因素相符。而实际购买行为绝不是纯理性的，它常常会受到诸多其他因素如情感及环境因素的影响。因而，如果说通过直接提问法得出的重要性即显性重要性对于态度的认知性层面的测量是有效的话，它对于态度的情感性层面与行为倾向性层面的测量则往往是效果不理想甚至是全然无效的。
        与此相对照，隐性重要性本身就是用统计分析方法得到的消费者关于态度对象具体属性的评价与他们对态度对象的接受程度与行为倾向（如总体评价、购买意向）之间的联系，因而从很大程度上突破了消费者理性的壁垒，具有强烈的行为预示性。尽管从理论上说统计方法并不能证明属性评价与总体接受程度或行为倾向间是否因果关系，市场研究实践表明，它对市场营销的策略具有更强的指导意义，相对于显性重要性而言，已向前迈了一大步。
        再其次，显性重要性在各特性间缺乏区分性。
        从事市场研究的人几乎都有一个共同的经验，就是通过直接询问得到的重要性在各属性间经常差异很小，在统计意义上没有显著性，似乎消费者认为所有的特性都重要，且重要程度相差无几。这种情况一出现，重要性测量用于确定产品或服务改进的优先顺序的目的就难以达到了。
       事实上，从直接测量法产生之初，人们就承认这种方法是充满了问题的，因为消费者在使用一个尺度（Scale）进行重要性评分时，他们的反应的准确性会因受到各种因素的影响而被扭曲，这些因素包括取悦他人的需要（the need to please）、社交需求（social demands）、认知性干扰（cognitive dissonance）以及笼统重要性（generic importance）。为了克服这些问题，人们进行了多种探索。如为了消除由取悦他人的需要而带来的偏向性，人们引入了高度偏态的尺度（Highly Skewed Scale），在尺度的设计中有意侧重于积极性反应；为了避免社交需求带来的影响，人们采用投射法（Projection）,访问时要求被访者把意见投射到一个假想的他人上；为了克服认知性干扰，人们有意把关于行为的问题与关于态度的问题在时间和空间上分离；为了剔除笼统重要性的影响，人们引入了正态化（Normalization）和标准化（Standardization）方法对数据进行调整（Harry E. Heller，1981）。
       尺管这些方法方面的探索是有益的，从某种程度上说也是有效的，但这并不能从根本上解决显性重要性本身所存在的诸多问题。这也正是促使人们去探求隐性重要性的根本动因。联合分析模型的引入和多元回归分析的引入，代表了人们在这一领域所取得的显著成果。隐性重要性近二十年来在市场研究行业的实际应用，为其有效性做出了有力的证明，再辅以电脑化统计分析的快速普及，它正在成为市场研究行业普遍接受的一种有力的分析工具而得以发扬光大。
       当然隐性重要性本身也存在着其局限性，比如迄今为止大多数模型都是基于群体（Aggregated）的而不是基于个体的（Individual Based）,不能像显性重要性那样表现个体差异；再如它们大多依赖复杂的统计分析方法，因受到分析方法本身的限制而存在结果被错误解读的危险性等。人们在这些方面的探索还在不断进行中。