大学生网上购物行为的影响因素研究

来源:用户上传      作者: 张亚茹

　　摘 要：以上海各高校大学生为调查对象，研究影响大学生网购行为的因素，用因子分析等方法进行了实证分析，结果表明，影响上海大学生网购行为的因素主要有6个：网上购物的便捷性、网上购物的安全性、对上网购物的热衷程度、学校的地理位置、网上商品价格和网上商品质量。
　　关键词：上海大学生；网上购物；影响因素
　　中图分类号：F713.36 文献标识码：B 文章编号：1008-4428（2016）03-84 -03
　　近年来，随着互联网和通信技术高速发展，电子商务迅速普及，网上购物已成为国内一种时尚、方便及流行的购物方式，且网上购物省时省力，商品种类齐全，价格相对便宜。在这种情况下，网购就成了大学生重要的购物途径。上海地理位置优越，高校众多，经济发达，且具有强大的技术、人才、资源、信息等优势，无疑是电子商务行业的沃土。在这种背景下，上海地区的大学生网购情况如何呢？本文以上海大学生为对象，进行问卷调查，对影响他们购物行为的因素进行研究。
　　一、问卷设计与假设提出
　　（一）问卷设置
　　通过网上发布、实地发放等途径，共抽样调查了1200名学生，覆盖了上海各所高校、各个年级和专业，共收到有效问卷705份。
　　问卷的主要内容有：（1）大学生选择网购的原因是什么？网购是否是他们购物的首选？（2）物流速度对于他们选择网购的影响是怎样的？（3）他们对于网购的热衷程度是怎样的？（4）他们认为网上购物的安全可信程度如何？（5）他们对以前的网购经历满意程度如何？（6）他们认为网购存在哪些不足？
　　（二）假设提出
　　调查发现，在所有的被调查者中，有过网购经历的高达99%，其中60%的学生把网购作为购物的首选，这说明网上购物在大学生的日常生活中发挥了较大作用。大学生选择网购的原因见表1：
　　从表中我们可以看出，促使上海大学生选择网购的原因有很多，其中，网购的便利性和网购价格相对便宜且种类齐全所占比例最高，因此，我们提出假设：
　　假设1.网上购物的便捷性是影响上海大学生网购行为的因素
　　假设2.网上购物价格相对便宜是影响上海大学生网购行为的因素
　　我们把学校地理位置列入考虑范围，问卷结果如下：
　　由此，我们可以提出假设：
　　假设3：学校的地理位置是影响上海大学生网购行为的因素
　　考虑物流因素，问卷调研结果发现， 超过六成的同学认为物流对他们的网购产生较大影响，其中近一半的表示物流的快慢比较影响他们的网购行为，13%的学生认为物流因素非常影响他们的网购行为。
　　我们可以提出假设：
　　假设4：物流的速度是影响上海大学生网购行为的因素
　　通过此次问卷调研，我们大致了解了大学生认为网购存在了哪些方面的不足，问卷结果如下：
　　从表中我们可以看出，大学生对网购的不满大多集中在商品描述和商品质量以及网络安全和法律的保护上，我们在此提出假设：
　　假设5：网上商品的质量是影响上海大学生网购行为的因素
　　假设6：网上购物的安全性问题是影响上海大学生网购行为的因素
　　二、实证分析
　　（一）因子分析简介
　　在诸多的变量中，有很多是相关的。我们希望能找出当中少数“代表”来对它们进行描述，并对这种有很多变量的数据进行高度概括。因子分析的基本目的就是用较少几个因子去概括许多指标因素之间的关联，我们每一类变量定义为一个因子，用较少的几个因子表达主体信息。而当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成分分析对变量简化。在主成分分析中，相关系数越大，主成分对该变量的代表性越大。可以知道，第一主成分对各个变量解释的都很充分。最后的几个和原先的变量相关性较低。运用这种技术我们可以较准确的判断出影响上海大学生网上购物的主要因素是哪些，以及它们的影响力（权重），并作出分析。
　　（二）数据分析
　　通过问卷调查和综合各方意见，本文形成了“影响上海海事大学学生网上购物行为”的18个指标，详见下表。
　　我们把每一个指标对上海海事大学学生网购行为影响的程度分为五个等级，分别用1、2、3、4、5五个数字表示。
　　经过初步的因子分析发现，有两项指标提取的公因子方差低于0.5，不适合做因子分析。因此，本文决定把这两项指标，即物流速度和网购经历剔除掉。
　　接着，对剩下的16项指标继续做因子分析。我们首先采取了最简单的描述性统计方法，分别求出了16个指标的平均值和标准差。但由于16个指标之间存在着复杂的重叠成分，因此，为了进一步研究，本文采取了主成分分析法和方差极大正交旋转法，最后得到6个因子。
　　1.指标的平均值和标准差
　　由表可以看出，指标的平均值相对集中，而标准差代表了指标的稳定性，除了“商品质量”这项指标偏低外，其他都很均衡，反映出被调查者对这些指标的影响程度认识是比较一致的。
　　2.KMO和Bartlett球形检验
　　对这16个指标进行KMO 和 Bartlett 的检验，其中KMO值为0.702，Bartlett 的球形度检显著水平为0.000，远远小于0.05。所以以上16项指标完全可以进行主成分模型分析。
　　另外，从公因子方差表可以看出，提出后各项指标的共同度比较大，均在0.5以上且多数达到0.8或0.9以上，表明这些数据完全适合做主成分分析。
　　3.主成分提取分析
　　按照特征值大于1的原则，本文提取了6个主成分，它们的解释比例如下表：
　　这6个主成分解释了总方差的80%多，即对16个指标的累计贡献率达到80%，说明这6个主成分可以较好地概括16个指标的含义，所以说16个指标基本上测量了上海大学生网上购物行为的6个方面。 　　根据每个指标在6个因子上的载荷值，在做因子分析时，进行从大到小的排序，并显示因子载荷绝对值大于0.5的部分，得到旋转成分矩阵如下表。
　　根据上表中各主因子的相关矩阵，我们可以概括出6个主因子，分别是：网上购物的便捷性、网上购物的安全性、对上网购物的热衷程度、学校的地理位置、网上商品价格、网上商品质量。因此，假设1、2、3、5、6都成立，假设4不成立。
　　第一因子是由“流程简单”“支付方便”“提高生活效率”和“节省时间”4个指标组成的，根据它们因子载荷值，把它们归结为“上网购物的便捷性”因子，因子贡献率为22.3%。
　　第二因子是由“网上商店值得相信”“支付方式安全”和“网购风险较小”3个指标组成，根据它们因子载荷值，归结为“网上购物的安全性”因子，因子的贡献率为15.9%。
　　第三因子是由“网上商品种类齐全更新快”“个人爱好网购”和“觉得网购时尚有趣”3个指标组成，根据它们因子载荷值，归结为“对上网购物的热衷程度”因子，因子的贡献率为12.0%。
　　第四因子是由“学校附近购物不便”和“学校地理位置偏远”两个指标组成，根据它们因子载荷值，归结为“学校的地理位置”因子，因子贡献率为11.7%。
　　第五因子是由“网上购物性价比高”和“网上商品价格相对便宜”两个指标组成，根据它们因子载荷值，归结为“网上商品价格”因子，因子的贡献率为11.5%。
　　第六因子是由“网购商品能够满足期许”和“网购商品质量”两个指标组成，根据它们因子载荷值，归结为“网上商品质量”因子，因子贡献率为6.8%。
　　三、 研究结论
　　通过本文上述的分析结果，我们可以得出上海地区大学生网上购物行为的主要影响因素有6个，它们分别是网上购物的便捷性、网上购物的安全性、对上网购物的热衷程度、学校的地理位置、网上商品价格和网上商品质量。通过问卷，还可以了解到，大学生认为上网购物的不足之处主要表现在网上商品描述不清楚、无法保证商品质量以及对网络安全问题和法律保护不完善的担忧。
　　参考文献：
　　[1]李晓霄，李娜，高峰.大学生网上购物现状及对策分析[J].中国商贸，2011，（18）.
　　[2]杜经伟.关于当代大学生网络消费心理研究[J].China’s Foreign Trade，2010，（22）.
　　[3]刘云.关于大学生网购消费结构差异的研究分析[J].时代金融，2012，（07）.
　　[4]夏海燕.大学生网购现状调查分析与思考[J].江苏科技信息，2012，（11）.
　　[5]陈渊博.大学生网购消费现状的实证分析――基于武汉市大学生的调查[J].当代经济，2013，（16）.
　　[6]赵亮.影响消费者在线购买行为因素的实证研究[D].2011.
　　[7]吴明隆.结构方程模型：AMOS的操作与应用[M].重庆：重庆大学出版社，2009.
　　[8]张美慧.网络购物中大学生的信任倾向对感知风险的影响[D].2013.
　　[9]常亚萍.基于消费者创新性视角的网上购物意向影响因素研究[J].管理学报，2007，（06）.
　　[10]董铁牛.消费者网上购物行为的实证研究[J].工业工程与管理，2007，（06）.
　　作者简介：
　　张亚茹，女，安徽宿州人，上海海事大学研究生，研究方向：系统工程。
转载注明来源:https://www.xzbu.com/3/view-7767666.htm