大學生網上購物影響因素的實證研究

賈月筱

【摘要】本文運用SPSS軟件對收集到的數據進行統計分析，并利用因子分析對在校大學生經常網購的種類和所反映出的網購的缺點進行了分析。通過研究影響在校大學生對網購的認識和行為的諸因素，為指導大學生理性消費和促進電商針對大學生群體改進經營模式提供有效依據。

【關鍵詞】大學生 因子分析 網上購物 影響因素

一、樣本選擇

本研究根據模型中選擇的變量制訂了大學生網上購物消費行為的調查問卷，并隨機選擇30名大學生進行了預調查。根據所得到的數據和建議對調查問卷進行了適當的調整后，隨即在網上發放調查問卷，最后共回收到117份，為方便統計，我們從中選取了有效問卷100份進行統計，有效率為89.29%。

二、因子分析

（一）對網購種類進行因子分析

設服飾為X1，配飾為X2，鞋為X3，電子產品為X4，美妝為X5，護膚品為X6。

將標準化之后的數據導入SPSS軟件進行分析：

根據KMO度量大于0.5，且Bartletts Test球度檢驗的相伴概率為0.001，小于顯著性水平0.01，因此拒絕Bartletts Test球度檢驗的零假設，適合做因子分析。

利用主成分分析法選取三個主成分，累計方差百分比為69.02%，基本反映了原始變量的大部分信息，原有變量的信息丟失較少。因此提取三個主成分是合理的。

因子載荷矩陣：

因子荷載矩陣是因子分析的核心內容，根據該表可以寫出調查研究的分子模型：

X1可由各因子表示為：X1=0.321F1+0.162F2+0.893F3

X2可由各因子表示為：X2=0.513F1+0.479F2-0.316F3

X3可由各因子表示為：X3=0.222F1+0.813F2-0.072F3

X4可由各因子表示為：X4=-0.407F1+0.489F2+0.190F3

X5可由各因子表示為：X5=0.844F1+0.027F2-0.095F3

X6可由各因子表示為：X6=0.765F1-0.395F2+0.064F3

旋轉成份矩陣：

由旋轉成份矩陣知：F1=0.061X1+0.211X2-0.243X3-0.627X4+ 0.701X5+0.841X6

F2=0.029X1+0.736X2+0.798X3+0.149X4+0.461X5+0.028X6

F3=0.96X1-0.077X2+0.136X3+0.159X4+0.14X5+0.195X6

由旋轉成份矩陣可以得出，第一個因子F1在X6的載荷值大，第二個因子F2在X3的載荷值大，第三個因子F3在X1的荷載值大，這說明在調查中，網上商城的護膚品、鞋和服飾這三類物品受到大學生們的喜愛，成為大學生常購商品。

最后得到因子得分，以各因子的方差貢獻率占三個因子總方差貢獻率的比重作為權重進行加權匯總，得出綜合得分F，既

F=（28.308*F1+23.576*F2+17.14*F3）/69.024

（二）結論

從以上結果我們可以看出，進行因子分析后，我們所提取出來的三個主成分F1、F2、F3，其中護膚品在F1上的得分比較高，鞋在F2上的得分比較高，服飾在F3上的得分比較高，這說明，護膚品、鞋和服飾是在校大學生們經常購買的商品，是主要的三種商品。

三、結束語

在這次實證研究中，利用SPSS的因子分析方法，分析得到了影響大學生網絡購物的主要因素。其中，積極因素包括節省時間、縮短地域差距、價格合理、消息渠道多樣、大學生消費心理的影響；消極因素包括經濟實力的限制、安全性有待改善、質量問題待改進、個別物流存在運輸的安全性和實效性問題、網絡客服的服務態度和交流方式。以上這些因素無論大小，都在時時刻刻影響著大學生對網購的態度。因此，我通過分析大學生網絡購物的影響因素，了解影響大學生網絡購物的積極點與消極點，不僅有利于各大電商的改進和市場的擴大，同時還有利于社會主義市場經濟的健康發展。

參考文獻

[1].ISSN：1672-3473欽國巍.大學生網絡購物影響因素分析[J].內蒙古電大學刊.2012年，第1期：17-18，34.

[2].ISSN：1671-7112薛紅燕，紀鋒.大學生網絡消費行為的實證研究[J].哈爾濱商業大學學報（社會科學版）.2011年，第2期：23-27.