張亞茹
大學生網上購物行為的影響因素研究——以上海地區為例
張亞茹
以上海各高校大學生為調查對象,研究影響大學生網購行為的因素,用因子分析等方法進行了實證分析,結果表明,影響上海大學生網購行為的因素主要有6個:網上購物的便捷性、網上購物的安全性、對上網購物的熱衷程度、學校的地理位置、網上商品價格和網上商品質量。
上海大學生;網上購物;影響因素
近年來,隨著互聯網和通信技術高速發展,電子商務迅速普及,網上購物已成為國內一種時尚、方便及流行的購物方式,且網上購物省時省力,商品種類齊全,價格相對便宜。在這種情況下,網購就成了大學生重要的購物途徑。上海地理位置優越,高校眾多,經濟發達,且具有強大的技術、人才、資源、信息等優勢,無疑是電子商務行業的沃土。在這種背景下,上海地區的大學生網購情況如何呢?本文以上海大學生為對象,進行問卷調查,對影響他們購物行為的因素進行研究。
(一)問卷設置
通過網上發布、實地發放等途徑,共抽樣調查了1200名學生,覆蓋了上海各所高校、各個年級和專業,共收到有效問卷705份。
問卷的主要內容有:(1)大學生選擇網購的原因是什么?網購是否是他們購物的首選?(2)物流速度對于他們選擇網購的影響是怎樣的?(3)他們對于網購的熱衷程度是怎樣的?(4)他們認為網上購物的安全可信程度如何?(5)他們對以前的網購經歷滿意程度如何?(6)他們認為網購存在哪些不足?
(二)假設提出
調查發現,在所有的被調查者中,有過網購經歷的高達99%,其中60%的學生把網購作為購物的首選,這說明網上購物在大學生的日常生活中發揮了較大作用。大學生選擇網購的原因見表1:

表1 選擇網購原因
從表中我們可以看出,促使上海大學生選擇網購的原因有很多,其中,網購的便利性和網購價格相對便宜且種類齊全所占比例最高,因此,我們提出假設:
假設1.網上購物的便捷性是影響上海大學生網購行為的因素
假設2.網上購物價格相對便宜是影響上海大學生網購行為的因素
我們把學校地理位置列入考慮范圍,問卷結果如下:

表2 學校所處地理位置對網購頻率的影響
由此,我們可以提出假設:
假設3:學校的地理位置是影響上海大學生網購行為的因素
考慮物流因素,問卷調研結果發現,超過六成的同學認為物流對他們的網購產生較大影響,其中近一半的表示物流的快慢比較影響他們的網購行為,13%的學生認為物流因素非常影響他們的網購行為。

表3 物流對你網購的影響情況
我們可以提出假設:
假設4:物流的速度是影響上海大學生網購行為的因素
通過此次問卷調研,我們大致了解了大學生認為網購存在了哪些方面的不足,問卷結果如下:

表4 大學生認為網購的不足
從表中我們可以看出,大學生對網購的不滿大多集中在商品描述和商品質量以及網絡安全和法律的保護上,我們在此提出假設:
假設5:網上商品的質量是影響上海大學生網購行為的因素
假設6:網上購物的安全性問題是影響上海大學生網購行為的因素
(一)因子分析簡介
在諸多的變量中,有很多是相關的。我們希望能找出當中少數“代表”來對它們進行描述,并對這種有很多變量的數據進行高度概括。因子分析的基本目的就是用較少幾個因子去概括許多指標因素之間的關聯,我們每一類變量定義為一個因子,用較少的幾個因子表達主體信息。而當變量很多,個案數不多,直接使用判別分析可能無解,這時候可以使用主成分分析對變量簡化。在主成分分析中,相關系數越大,主成分對該變量的代表性越大。可以知道,第一主成分對各個變量解釋的都很充分。最后的幾個和原先的變量相關性較低。運用這種技術我們可以較準確的判斷出影響上海大學生網上購物的主要因素是哪些,以及它們的影響力(權重),并作出分析。
(二)數據分析
通過問卷調查和綜合各方意見,本文形成了“影響上海海事大學學生網上購物行為”的18個指標,詳見下表。

表5 指標列表與編號
我們把每一個指標對上海海事大學學生網購行為影響的程度分為五個等級,分別用1、2、3、4、5五個數字表示。
經過初步的因子分析發現,有兩項指標提取的公因子方差低于0.5,不適合做因子分析。因此,本文決定把這兩項指標,即物流速度和網購經歷剔除掉。

公因子方差初始 提取節省時間 1.000 .814提高生活效率 1.000 .861流程簡單 1.000 .905支付方便 1.000 .808便宜價格 1.000 .818性價比高 1.000 .904地理位置 1.000 .755附近購物不便 1.000 .820物流速度 1.000 .427商品質量 1.000 .761網上商店值得相信 1.000 .842風險小 1.000 .839時尚有趣 1.000 .573支付方式較為安全 1.000 .818愛好網購 1.000 .762商品滿足期許 1.000 .507種類齊全更新快 1.000 .745網購經歷 1.000 .445提取方法:主成分分析。
接著,對剩下的16項指標繼續做因子分析。我們首先采取了最簡單的描述性統計方法,分別求出了16個指標的平均值和標準差。但由于16個指標之間存在著復雜的重疊成分,因此,為了進一步研究,本文采取了主成分分析法和方差極大正交旋轉法,最后得到6個因子。
1.指標的平均值和標準差

描述統計量均值 標準差 分析 N節省時間 3.65 1.074 705提高生活效率 3.65 1.109 705流程簡單 3.67 1.053 705支付方便 3.78 1.083 705便宜價格 3.51 1.057 705性價比高 3.73 1.085 705地理位置 3.47 1.294 705附近購物不便 3.69 1.146 705商品質量 4.31 0.593 705網上商店值得相信 2.55 1.109 705風險小 2.51 1.128 705時尚有趣 3.21 1.007 705支付方式較為安全 2.43 1.027 705愛好網購 2.99 1.079 705商品滿足期許 2.13 1.020 705種類齊全更新快 3.45 1.118 705
由表可以看出,指標的平均值相對集中,而標準差代表了指標的穩定性,除了“商品質量”這項指標偏低外,其他都很均衡,反映出被調查者對這些指標的影響程度認識是比較一致的。
2.KMO和Bartlett球形檢驗
對這16個指標進行KMO和Bartlett的檢驗,其中KMO值為0.702,Bartlett的球形度檢顯著水平為0.000,遠遠小于0.05。所以以上16項指標完全可以進行主成分模型分析。

KMO和Bartlett的檢驗取樣足夠度的Kaiser-Meyer-Olkin度量。Bartlett的球形度檢驗.702近似卡方 1048.885 df 120 Sig. .000
另外,從公因子方差表可以看出,提出后各項指標的共同度比較大,均在0.5以上且多數達到0.8或0.9以上,表明這些數據完全適合做主成分分析。

公因子方差初始 提取節省時間 1.000 .825提高生活效率 1.000 .863流程簡單 1.000 .910支付方便 1.000 .842便宜價格 1.000 .847性價比高 1.000 .921地理位置 1.000 .835附近購物不便 1.000 .844商品質量 1.000 .666網上商店值得相信 1.000 .866風險小 1.000 .839時尚有趣 1.000 .537支付方式較為安全 1.000 .841愛妤網購 1.000 .768商品滿足期許 1.000 .662種類齊全更新快 1.000 .767提取方法:主成分分析。
3.主成分提取分析
按照特征值大于1的原則,本文提取了6個主成分,它們的解釋比例如下表:

這6個主成分解釋了總方差的80%多,即對16個指標的累計貢獻率達到80%,說明這6個主成分可以較好地概括16個指標的含義,所以說16個指標基本上測量了上海大學生網上購物行為的6個方面。
根據每個指標在6個因子上的載荷值,在做因子分析時,進行從大到小的排序,并顯示因子載荷絕對值大于0.5的部分,得到旋轉成分矩陣如下表。

根據上表中各主因子的相關矩陣,我們可以概括出6個主因子,分別是:網上購物的便捷性、網上購物的安全性、對上網購物的熱衷程度、學校的地理位置、網上商品價格、網上商品質量。因此,假設1、2、3、5、6都成立,假設4不成立。
第一因子是由“流程簡單”“支付方便”“提高生活效率”和“節省時間”4個指標組成的,根據它們因子載荷值,把它們歸結為“上網購物的便捷性”因子,因子貢獻率為22.3%。
第二因子是由“網上商店值得相信”“支付方式安全”和“網購風險較小”3個指標組成,根據它們因子載荷值,歸結為“網上購物的安全性”因子,因子的貢獻率為15.9%。
第三因子是由“網上商品種類齊全更新快”“個人愛好網購”和“覺得網購時尚有趣”3個指標組成,根據它們因子載荷值,歸結為“對上網購物的熱衷程度”因子,因子的貢獻率為12.0%。
第四因子是由“學校附近購物不便”和“學校地理位置偏遠”兩個指標組成,根據它們因子載荷值,歸結為“學校的地理位置”因子,因子貢獻率為11.7%。
第五因子是由“網上購物性價比高”和“網上商品價格相對便宜”兩個指標組成,根據它們因子載荷值,歸結為“網上商品價格”因子,因子的貢獻率為11.5%。
第六因子是由“網購商品能夠滿足期許”和“網購商品質量”兩個指標組成,根據它們因子載荷值,歸結為“網上商品質量”因子,因子貢獻率為6.8%。
通過本文上述的分析結果,我們可以得出上海地區大學生網上購物行為的主要影響因素有6個,它們分別是網上購物的便捷性、網上購物的安全性、對上網購物的熱衷程度、學校的地理位置、網上商品價格和網上商品質量。通過問卷,還可以了解到,大學生認為上網購物的不足之處主要表現在網上商品描述不清楚、無法保證商品質量以及對網絡安全問題和法律保護不完善的擔憂。
[1]李曉霄,李娜,高峰.大學生網上購物現狀及對策分析[J].中國商貿,2011,(18).
[2]杜經偉.關于當代大學生網絡消費心理研究[J].China’sForeign Trade,2010,(22).
[3]劉云.關于大學生網購消費結構差異的研究分析[J].時代金融,2012,(07).
[4]夏海燕.大學生網購現狀調查分析與思考[J].江蘇科技信息,2012,(11).
[5]陳淵博.大學生網購消費現狀的實證分析——基于武漢市大學生的調查[J].當代經濟,2013,(16).
[6]趙亮.影響消費者在線購買行為因素的實證研究[D].2011.
[7]吳明隆.結構方程模型:AMOS的操作與應用[M].重慶:重慶大學出版社,2009.
[8]張美慧.網絡購物中大學生的信任傾向對感知風險的影響[D].2013.
[9]常亞萍.基于消費者創新性視角的網上購物意向影響因素研究[J].管理學報,2007,(06).
[10]董鐵牛.消費者網上購物行為的實證研究[J].工業工程與管理,2007,(06).
張亞茹,女,安徽宿州人,上海海事大學研究生,研究方向:系統工程。
F713.36
B
1008-4428(2016)03-84-03