（一）验证假设H5a

H5a：产品类别相似性会降低延伸后消费者对母品牌钟爱，相对于高类别一致性的延伸，低类别相似性的品牌延伸对母品牌钟爱的影响更大。

首先，A1和A3组均属于高产品种类相似性延伸组，因此对A1和A3组的前后母品牌钟爱分别进行了配对T检验，从表4-28可得出，在高产品类别相似性组，母品牌钟爱的平均值发生了显著变化，变小了。这说明在高产品类别相似的品牌延伸，也会稀释消费者对母品牌钟爱。

表4-28　高产品类别相似性组母品牌钟爱前后配对样本T检验

其次，A2和A4组均属于低产品类别相似性延伸组，因此对A2和A4组的前后母品牌钟爱分别进行了配对T检验，从表4-29可得出，在低产品类别相似性组，母品牌钟爱的平均值发生了显著变化，都变小了。这说明在低产品类别相似的品牌延伸，也会稀释消费者对母品牌钟爱。综合高产品类别相似性组结果，说明品牌延伸会稀释消费者对母品牌的钟爱。

表4-29　低产品类别相似性组母品牌钟爱的前后配对样本T检验

比较表4-28和表4-29，低产品种类相似性组的品牌钟爱前后差异的平均值比高产品类别相似性组更大，这说明，相比高产品类别相似性，低产品类别相似性的延伸，对母品牌钟爱的影响更大，这样就证明了假设H5a。

再次，我们对各组前后品牌钟爱差进行独立样本T检验，品牌钟爱差由后测与前测的差来衡量。结果分析见表4-30所示，由T统计量和P值得出，高产品类别相似性组（A1组和A3组）与低产品类别相似性组（A2组和A4组）的品牌延伸确实存在稀释效应，并且存在显著差异，集中体现在低产品类别相似性组的品牌钟爱稀释效应更明显。这样就证明了H5a。

表4-30　产品种类相似性（高/低）与母品牌钟爱差的独立样本T检验

（二）验证假设H5b

H5b：品牌形象相似性会降低延伸后消费者对母品牌钟爱，相对于高形象一致性的延伸，低形象相似性的品牌延伸对母品牌钟爱的影响更大。

首先，A1和A2组均属于高品牌形象相似性延伸组，因此对A1和A2组的前后母品牌钟爱进行了配对T检验，从表4-31可得出，在高品牌形象相似性组，母品牌钟爱的平均值都发生了显著变化，都变小了。这说明在高品牌形象相似的品牌延伸，也会稀释消费者对母品牌钟爱。

表4-31　高品牌形象相似性组母品牌钟爱前后配对样本T检验

其次，A3和A4组均属于低品牌形象相似性延伸组，因此对A3和A4组的前后母品牌钟爱进行了配对T检验，从表4-32可得出，在低品牌形象相似性组，母品牌钟爱的平均值都发生了显著变化，都变小了。这说明在低品牌形象相似的品牌延伸，也会稀释消费者对母品牌钟爱。

表4-32　低品牌形象相似性组母品牌钟爱前后配对样本T检验

再次，我们对高/低品牌形象相似性组前后品牌钟爱差进行独立样本T检验，品牌钟爱差由后测与前测的差来衡量。结果分析见表4-33，由T统计量和P值得出，高品牌形象相似性组（A1组和A2组）与低品牌形象相似性组（A3组和A4组）的品牌延伸确实存在稀释效应，并且存在显著差异，但高品牌形象相似性组比低品牌形象相似性组的母品牌钟爱稀释效应更明显。这与研究假设有一定差异。

表4-33　品牌形象相似性（高/低）与母品牌钟爱差独立样本T检验

（三）验证假设H5c

H5c：延伸期望性会降低延伸后消费者对母品牌钟爱，相对于高期望性的延伸，低期望性的品牌延伸对母品牌钟爱的影响更大。

将期望性的3个题目的总得分进行排序分组，选取期望性分值最高的10%被试作为高期望性组，期望性分值最低的10%被试作为低期望性组，由此确定的高期望性组为39人，低期望性组为39人。

对高期望性与低期望性组分别做了延伸前后母品牌钟爱的配对T检验，检验结果见表4-34，对于高期望性组，延伸前后母品牌钟爱差异存在显著差异；对于低期望性组，延伸前后母品牌钟爱差异存在显著差异，换句话说，在高期望性的情况下，原品牌态度较差的品牌受到了稀释，在低强度的前提下，原品牌态度较好的品牌受到了稀释。

表4-34　高期望性与低期望性组前后品牌钟爱的配对T检验

为了对比消费者期望性（高、低）对母品牌钟爱稀释效应有无显著差异，我们进一步对低期望性、高期望性组的母品牌钟爱延伸前后的差做了独立样本T检验，差异为后测与前测的差，检验结果见表4-35所示，由T统计量和P值可以看出，不同组母品牌钟爱差是存在显著性差异的，其中，品牌稀释效应低期望性组大于高期望性组。综上，高期望性能降低原品牌钟爱的品牌稀释效应，这样就部分证明了假设H5c。

表4-35　高期望性与低期望性组母品牌钟爱影响的独立样本T检验

（四）验证假设H6a、H6b、H6c、H7

H6a：产品类别相似性越高，消费者的品牌延伸态度越积极。

H6b：品牌形象相似性越高，消费者的品牌延伸态度越积极。

H6c：消费者期望性越高，消费者的品牌延伸态度越积极。

H7：品牌延伸态度对延伸后的母品牌钟爱产生正向的影响。

为验证变量之间的关系，本研究采用AMOS17.0软件的SEM结构方程模型对模型进行验证。运行后，模型的各拟合指数分别为CMIN/DF=1.778，GFI=0.910，AGFI=0.895，PGFI=0.754，NFI=0.911，RFI=0.921，IFI=0.967，TLI=0.959，CFI=0.967，RMSEA=0.054，均达到了适配标准，模型拟合度较好。标准化系数见图4-4所示。此外，表4-36提供了延伸一致性三维度对延伸后母品牌钟爱影响模型假设检验汇总表，路径系数检验假设是否成立。结果显示：产品种类相似性正向影响品牌延伸态度，路径系数为0.48，并在0.001的置信水平下显著，即支持了假设H6a。品牌形象相似性正向影响品牌延伸态度，路径系数为0.506，并在0.001的置信水平下显著，即支持了假设H6b。消费者期望性正向影响品牌延伸态度，路径系数为0.44，并在0.001的置信水平下显著，即支持了假设H6c。品牌延伸态度正向影响延伸后母品牌钟爱，路径系数为0.304，并在0.001的置信水平下显著，即支持了假设H7。

图4-4　延伸对钟爱的反馈模型

表4-36　结构方程模型结果及假设检验

（五）验证假设H8a、H8b、H8c

为了得出科学的结论，对各变量之间是否存在多重共线性问题、序列相关性、异方差性等问题进行检验。本研究使用SPSS软件计算了消费者创新性、产品类别相似性、品牌形象相似性、消费者期望性、延伸品牌态度5个变量的容忍度（Tolerance）及方差膨胀因子（VIF）、条件指数（Condition Index）等参数。从表4-37可看出，各变量容忍度均大于0.1，方差膨胀因子均小于10，表明研究模型不存在多重共线性问题。另外，在序列相关性检验方面，通过回归分析，本研究的DW值为1.225，表明随机误差项之间不存在序列相关性，适合做回归分析。

表4-37　变量多重共线性检验结果

1.检验H8a

H8a：品牌延伸过程中，消费者创新性对产品类别相似性与品牌延伸态度之间的关系起负向调节作用。

本研究使用SPSS19.0软件进行层次回归分析来验证消费者创新性调节作用。结果见表4-38。具体步骤如下：第一步，将控制变量（年龄、专业、性别、教育程度）引进方程，结果显示控制变量对品牌延伸态度的解释力较小（R2=0.035，P＜0.01），说明控制变量影响较小。

第二步，在对干扰变量进行控制后，将产品类别相似性引入方程，检验该自变量对品牌延伸态度的贡献。结果显示，模型2显著（F=67.146，p＜0.01），对品牌延伸态度的解释力达到30.1%。模型2比模型1具有更好的解释力（ΔR2=0.266，ΔF=365.425，p＜0.01）。模型2的回归分析结果显示，品牌延伸过程中，产品类别相似性对品牌延伸态度有显著正向影响（p＜0.01）。

第三步，将调节变量引入方程，结果模型3显著（F=82.341，p＜0.01），对品牌延伸态度的解释力达到41.5%，模型3较模型2的解释力又有了进一步的提高（ΔR2=0.135，ΔF=246.277，p＜0.01）。

第四步，为检验消费者创新性的调节作用，引入调节变量与自变量的交互项（消费者创新性*产品类别相似性）。纳入交互项后，模型4是显著的（F=78.256，p＜0.01），对品牌延伸态度的解释力达到48.2%，模型4比模型3具有更高的解释力（ΔR2=0.067，ΔF=15.365，p＜0.0l）。结果证明：消费者创新性与产品类别相似性的交互作用显著，交互项的回归系数为负（b=-0.079，p＜0.01）。因此，消费者创新性能够对产品类别相似性与品牌延伸态度之间的关系起显著的负向调节作用。即：对于创新性水平高的消费者，产品类别相似性对品牌延伸态度的影响程度比较小，对于创新性水平低的消费者，产品类别相似性对品牌延伸态度的影响程度比较大，H8a成立。

表4-38　消费者创新性对产品种类相似性与品牌延伸态度调节效应的回归分析结果

注：1.表中所列系数为标准化系数；2.＊＊＊表示在0.001水平上显著

2.检验H8b

H8b：品牌延伸过程中，消费者创新性对品牌形象相似性与品牌延伸态度之间的关系起负向调节作用。

消费者创新性对品牌形象相似性与品牌延伸态度关系的回归分析结果如表4-39所示。根据层级回归分析方法对创新性的调节效应进行检验，步骤如下：(www.daowen.com)

第一步，在回归方程中引入控制变量（被试的年龄、性别和受教育程度），结果显示控制变量对品牌延伸态度的解释力较小（R2=0.035，p＜0.01），表明控制变量对延伸态度的影响较弱。

第二步，在对干扰变量进行控制后，将品牌形象相似性引入方程，检验该自变量对品牌延伸态度的贡献。结果显示，模型2显著（F=81.026，p＜0.01），对品牌延伸态度的解释力达到38%。模型2比模型1具有更好的解释力（ΔR2=0.311，ΔF=594.117，p＜0.01）。模型2的回归分析结果显示，品牌延伸过程中，产品类别相似性对品牌延伸态度有显著正向影响（p＜0.01）。

第三步，将消费者创新性这个调节变量引入到回归模型中，回归结果显示模型3显著（F=80.465，p＜0.01），对品牌延伸态度的解释力达到40.4%，较模型2又有了进一步的提高（ΔR2=0.024，ΔF=50.116，p＜0.0l）。

第四步，引入调节变量与自变量的交互项（消费者创新性*品牌形象相似性），以检验消费者创新性的调节作用。在纳入交互项后，模型4是显著的（F=78.471，p＜0.01），对品牌延伸态度的解释力达到40.8%，较模型3具有更高的解释力（ΔR2=0.004，ΔF=10.108，p＜0.01）。

回归结果显示：消费者创新性与品牌形象相似性的交互作用显著，交互项的回归系数为负（b=-0.098，p＜0.01）。因此，消费者创新性能够对品牌形象相似性与品牌延伸态度之间的关系起显著的负向调节作用。即：对于创新性水平高的消费者，品牌形象相似性对老字号品牌延伸态度的影响程度比较小，对于创新性水平低的消费者，品牌形象相似性对老字号品牌延伸态度的影响程度比较大，H8b成立。

表4-39　消费者创新性对产品契合度与品牌延伸态度调节效应的回归分析结果

续表

注：1.表中所列系数为标准化系数；2.***表示在0.001水平上显著

3.检验H8c

H8c：品牌延伸过程中，消费者创新性对消费者期望性与品牌延伸态度之间的关系起负向调节作用。

消费者创新性对消费者期望性与品牌延伸态度关系的回归分析结果如表4-40所示。根据层级回归分析方法对消费者创新性的调节效应进行检验，逐步验证假设如下：

第一步，在回归方程中引入控制变量（被试的年龄、性别和受教育程度），回归结果显示控制变量对品牌延伸态度的解释力较小（R2=0.035，p＜0.01），表明控制变量对延伸态度的影响较弱。

第二步，在第一步的基础上将自变量消费者期望性引入到回归模型中，检验控制其他变量的情形下，自变量对因变量的贡献。在纳入消费者期望性变量后，模型2是显著的（F=79.451，p＜0.01），对品牌延伸态度的解释力达到36.0%。与模型1相比，模型2具有更好的解释力（ΔR2=0.291，ΔF=578.014，p＜0.01）。模型2的回归分析结果显示，品牌延伸过程中，期望性对品牌延伸态度具有显著正向影响（p＜0.01）。

第三步，将消费者创新性这个调节变量引入到回归模型中，回归结果显示模型3显著（F=78.591，p＜0.01），对品牌延伸态度的解释力达到38.3%，较模型2又有了进一步的提高（ΔR2=0.022，ΔF=45.674，p＜0.0l）。

第四步，引入调节变量与自变量的交互项（消费者创新性*消费者期望性），以检验消费者创新性的调节作用。在纳入交互项后，模型4是显著的（F=72.745，p＜0.01），对品牌延伸态度的解释力达到38.7%，较模型3具有更高的解释力（ΔR2=0.004，ΔF=9.199，p＜0.01）。回归结果显示：消费者创新性与品牌形象相似性的交互作用显著，交互项的回归系数为负（b=0.048，p＜0.01）。因此，消费者创新性能够对期望性与品牌延伸态度之间的关系起显著的正向调节作用。即：对创新性水平高的消费者，期望性对品牌延伸态度的影响程度比较大，而并非正向调节作用，所以H8c不成立。

表4-40　消费者创新性对期望性与品牌延伸态度调节效应的回归分析结果

注：1.表中所列系数为标准化系数；2.***表示在0.001水平上显著

（六）验证假设H9a、H9b、H9c

为了得出科学的结论，对各变量之间是否存在多重共线性问题、序列相关性、异方差性等问题进行检验。本研究使用SPSS软件计算了消费者涉入度、产品类别相似性、品牌形象相似性、消费者期望性、延伸品牌态度5个变量的容忍度（Tolerance）及方差膨胀因子（VIF）、条件指数（Condition Index）等参数。从表4-41可看出，各变量容忍度均大于0.1，方差膨胀因子均小于10，表明研究模型不存在多重共线性问题。另外，在序列相关性检验方面，通过回归分析，本研究的DW值为1.225，表明随机误差项之间不存在序列相关性，适合做回归分析。

表4-41　变量多重共线性检验结果

1.检验H9a

H9a：消费者涉入度对产品类别相似性与品牌延伸态度之间关系的调节效应。本研究基于大样本数据，使用分组回归分析，检验消费者涉入度对产品类别相似性与消费者的品牌延伸态度之间关系的调节作用。回归模型概况如表4-42所示，因变量是品牌延伸态度，回归方法采用强行进入法，共有两组回归方程，一组是低消费者涉入度（1），另一组是高消费者卷入度（2）。

表4-42　消费者卷入度对产品契合度与品牌延伸态度调节效应的回归模型概况

表4-43是回归模型的总体情况，高消费者卷入度和低消费者卷入度的两组回归方程具有显著效应（P＜0.001），表明消费者卷入度这一变量具有显著的调节效应。从数据可以看出，低卷入度组的回归方程解释了因变量21%的方差变异，高卷入度组的回归方程解释了因变量29%的方差变异。

表4-43　消费者卷入度对产品类别相似性与品牌延伸态度调节效应的模型汇总结果

表4-44给出了自变量的标准化回归系数Beta值，在低卷入度组中，标准化Beta为0.438；在高卷入度组中Beta值为0.567，且都达到显著性水平p＜0.001，说明自变量对因变量有显著的预测作用。

表4-44　消费者卷入度对产品类别相似性与品牌延伸态度调节效应的回归系数表

因此，通过回归分析，验证了消费者卷入度对产品类别相似性与品牌延伸态度之间的关系起正向调节作用，H9a成立。即：相对于低消费者卷入度水平来说，在高消费者卷入度水平下，产品类别相似性对消费者的品牌延伸态度具有更显著的正向影响。

2.检验H9b

H9b：消费者卷入度对品牌形象相似性与品牌延伸态度之间关系的调节作用。消费者卷入度对品牌形象相似性与品牌延伸态度之间的关系的调节效应的回归模型概况如表4-45所示，因变量是品牌延伸态度，回归方法采用强行进入法，共有两组回归方程，一组是低消费者卷入度组（1），另一组是高消费者卷入度组（2）。

表4-45　消费者卷入度对品牌形象相似性与品牌延伸态度调节效应的回归模型概况

表4-46是回归模型的总体情况，高消费者卷入度和低消费者卷入度的两组回归方程具有显著效应，表明消费者卷入度这一变量具有显著调节效应。从数据可以看出，低卷入度组的回归方程解释了因变量的方差变异的26.7%，高卷入度组的回归方程解释了因变量的35.4%方差变异。

表4-46　消费者卷入度对文化契合度与品牌延伸态度调节效应的模型汇总结果

表4-47给出了自变量的标准化回归系数值，在低卷入度组中，标准化系数为0.601；在高卷入度组中值为0.698，且都达到显著性水平P＜0.001，说明自变量对因变量有显著的预测作用。

表4-47　消费者卷入度对品牌形象相似性与品牌延伸态度调节效应的回归系数表

因此，通过回归分析，验证了消费者卷入度对品牌形象相似性与品牌延伸态度的影响起正向调节作用，H9b成立。即：相对于低消费者卷入度水平来说，在高消费者卷入度水平下，品牌形象相似性对消费者的品牌延伸态度具有更显著的正向影响。

3.检验H9c

H9c：消费者卷入度对消费者期望性与品牌延伸态度之间关系的调节作用。消费者卷入度对消费者期望性与品牌延伸态度之间关系的调节效应的回归模型概况如表4-48所示，因变量是品牌延伸态度，回归方法采用强行进入法，共有两组回归方程，一组是低消费者卷入度组，另一组是高消费者卷入度组。

表4-48　消费者卷入度对期望性与品牌延伸态度调节效应的回归模型概况

表4-49是回归模型的总体情况，高消费者卷入度和低消费者卷入度的两组回归方程具有显著效应，表明消费者卷入度这一变量具有显著调节效应。从数据可以看出，低卷入度组的回归方程解释了因变量的方差变异的23.4%，高卷入度组的回归方程解释了因变量的35.9%方差变异。

表4-49　消费者卷入度对期望性与品牌延伸态度调节效应的模型汇总结果

表4-50给出了自变量的标准化回归系数值，在低卷入度组中，标准化系数为0.599；在高卷入度组中值为-0.702，且都达到显著性水平P＜0.001，说明自变量对因变量有显著的预测作用。

表4-50　消费者卷入度对期望性与品牌延伸态度调节效应的回归系数表

但通过回归分析结果可知，卷入度较高时，消费者卷入度负向调节期望性与品牌延伸态度之间的关系，即卷入度较高时，消费者期望性越低，则对延伸品牌态度越高。卷入度较低时，消费者期望性越高，则对延伸品牌态度越高。所以，H9c不成立。