市場營銷專業(yè)畢業(yè)論文-基于TAM的大學生網絡團購影響因素研究_第1頁
市場營銷專業(yè)畢業(yè)論文-基于TAM的大學生網絡團購影響因素研究_第2頁
市場營銷專業(yè)畢業(yè)論文-基于TAM的大學生網絡團購影響因素研究_第3頁
市場營銷專業(yè)畢業(yè)論文-基于TAM的大學生網絡團購影響因素研究_第4頁
市場營銷專業(yè)畢業(yè)論文-基于TAM的大學生網絡團購影響因素研究_第5頁
已閱讀5頁,還剩30頁未讀, 繼續(xù)免費閱讀

付費下載

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

目 錄 摘 要 . 1 Abstract . 2 1 引言 . 1 2 文獻回顧 . 3 2.1 技術接受模型 . 3 2.2 感知風險 (Perceived Risk) . 4 2.3 感知流行性 (Perceived Popularity) . 5 3 研究方法 . 6 3.1 研究假設與模型架構 . 6 3.1.1 基于技術接受模 型( TAM)理論的假 設 . 6 3.1.2 基于感知風險理論的假 設 . 6 3.1.3 基于感知流行性理論的假 設 . 7 3.2 研究變量的操作性定 義 . 7 3.3 問卷設計 . 8 3.3.1 文獻研究 . 8 3.3.2 預測試及問卷修訂 . 8 3.3.3 正式問卷設計 . 8 3.4 正式問卷發(fā)放與數(shù)據(jù)搜集 . 8 3.5 數(shù)據(jù)分析方法簡介 . 9 3.5.2 信度分析 . 9 3.5.3 因子分析 . 9 3.5.4 結構方程模型方法 . 9 4 實證分析結果 . 11 4.1 樣本結構分析 . 11 4.1.1 性別結構 . 11 4.1.2 年級結構 . 11 4.2 描述性分析 . 12 4.3 信度與效度分析 . 13 4.3.1 信度分析 . 13 4.3.2 效度分析 . 14 4.4 相關分析 . 19 4.5 結構方程模型分析 . 19 5 結論與建議 . 24 5.1 研究結論 . 24 5.2 管理應用 . 24 5.3 研究限制與未來研究建議 . 26 謝 辭 . 27 參考文獻 . 28 附錄:大學生網絡團購現(xiàn)象調查問卷 . 30 1 摘 要 : 近年來,隨著互聯(lián)網的發(fā)展,網絡團購交易越來越頻繁, 國內團購網站已 經超過 400 家,網絡購物人數(shù)也逐年激增。而如何進行有效需求聚集,增加消費者的參與意愿,就是本文的研究目的。 本文以大學生網絡團購的影響因素為研究主題,在經典的技術接受模型的基礎上,結合網絡團購的特點,提出大學生網絡團購的用戶接受模型,并通過實證研究的方法驗證模型中關于影響因素的假設。 實證研究的結果表明,技術接受模型中關于感知有用性、感知易用性、使用意向之間的假設在本文的研究主題中依然成立,感知流行性也對使用意向具有正向的影響作用,根據(jù)實證研究的結果 ,本文在文章最后針對各影響因素提出了相關建議,期望可以幫助推動網絡團購在我國的發(fā)展。 關鍵詞 : 網絡團購 技術接受模型( TAM) 感知風險 感知流行性 2 Abstract: In recent years, with the development of the Internet,the trade of online group buying enjoys a great popularity. The number of the domestic group-buying websites has already over 400. And there has been an accelerating growth in the number of online cousumers.This paper aims to study how to gather effective demand and increase customers willingness to participate in the shopping. With the research topic of the influencing factors of undergraduates online group buying, on the basis of the typical TAM,this paper puts forward the pertinent usersacceptance model, combining with the characteristics of online group buying. It further verifies the hypothesis about the influencing factors in the model,which is based on the method of empirical study. The result of empirical study indicates that the hypothesis between the perceived usefulness,the perceived usability and the use intention in the TAM is still stand in this papers research topic.The perceived popularity aslo has a positive effect on the use intention of online group-buying shoppers.Based on the result, im the end, according to the influencing factors,this paper puts forward relevant suggestions, expecting that it can become a help in boosting the development of online group buying in China. Keywords: Web-based group-buying Technology acceptance model( TAM) Perceived Risk Perceived Popularity 1 1 引言 所謂網絡團購( Web-based group-buying)是指通過 Internet 將 消費者的相同需求進行聚集,形成基于大宗購買的買方優(yōu)勢,以此獲得購買的優(yōu)惠交易條件,其運作核心是需求聚( Demand aggrega-tion)和總額折扣( Volume discount-ing),目標是降低交易成本和交易風險,增加消費者群體的消費效用 1。 20 世紀 90 年代末,在歐美, Mercata、 Mobshop、 LetsBuyIt、 Hap-pymany 等知名團購網站的迅速發(fā)展引起人們對網絡團購的熱烈討論,成為關注的熱點,被認為是買賣雙方及網絡中介平臺多方共贏的一種電子商務模式 2。 Groupon 于 2008 年底上線,每天在一個城市推出某一單品,通過較大的折扣吸引網民團購消費,網站則從中提取一部分服務傭金。憑此模式 Groupon 半年即實現(xiàn)盈利,一年半創(chuàng)下了 13.5億美元估值的紀錄。但近年來,部分歐美網絡購網站因消費者參與意愿不高、需求聚集不足,導致成交量下降,難以支持團購的形成而遭遇轉變商務模式或關閉的困境 3。而我國從 2002 年以來,網絡團購交易越來越頻繁,淘寶網團購專區(qū)、籬笆網、美團網、滿座網、愛赴團、拉手網、窩窩網、酷團網等團購網站一夜之間如雨后春筍般冒出。據(jù)不完全統(tǒng)計,目前國內團購網站已經超過 400 家。這些網站幾乎都是美國 Groupon 的克隆,從頁面設計到營銷理念和商業(yè)模式等如出一轍,其團購的產品覆蓋范圍已經非常廣泛,不僅滲透進家居建材、房產汽車、數(shù)碼通訊、日用等消費類產品,而且擴展到包括旅游休閑、保險理財、教育培訓等服務領域。據(jù) 2008 年1 月 17 日中國互聯(lián)網絡信息中心( CNNIC)發(fā)布的第 21次中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告的數(shù)據(jù)顯示,截止到 2007 年 12 月,中國整個網絡購物市場成交額已經達到 590 億元人民幣,中國網民網絡購物人數(shù)規(guī)模已經達到 4640 萬,人均購物額已近 1000 元人民幣。我國網絡 團購呈現(xiàn)進一步快速擴張的態(tài)勢,但如何進行有效需求聚集,增加消費者的參與意愿,提高成交量,成為網絡團購這一消費者通過網絡面向企業(yè)進行商務活動的模式體現(xiàn)出進一步競爭優(yōu)勢的關鍵性問題,需要電子商務實踐者和學者共同深入探索。 國外對網絡團購的研究,主要基于前期的團購研究進行延續(xù),并結合互聯(lián)網的運作模式特點加以展開。其研究主要是從定性上對網絡團購的運作和盈利模式進行分析 4,在定量上從總額折扣角度進行價格發(fā)現(xiàn)機制的探討。國內學者對網絡團購的研究則主要從現(xiàn)象闡釋、內涵分析、運作特點、模式探討等方面初步加以展開 5。 但 2 總體而言,從消費者角度分析網絡團購的形成機制沒有深入涉及。因此,本文嘗試基于技術接受模型和感知風險理論及感知流行性理論從消費者的角度建立消費者網絡團購參與意愿模型,以期通過研究消費者網絡團購參與意愿的影響因素和機理,對網絡團購的營銷實踐提供理論指導和實證依據(jù)。 3 2 文獻回顧 2.1 技術接受模型 技術接受模型 (technology acceptance model)是目前信息系統(tǒng)研究領域中最優(yōu)秀的技術接受理論之一,由于模型結構簡單和各種實證研究 對其價值的證實 6,技術接受模型被廣泛地用于研究對各種信息技術的接受 ,從早期的個人計算機、電子郵件系統(tǒng)、字處理軟件以及電子制表軟件到目前的知識管理系統(tǒng)、 ERP 應用系統(tǒng)、電子商務方面的各種復雜的應用系統(tǒng) ,應用范圍越來越廣 .最近 ,科學情報與社會科學引文索引協(xié)會報告說 ,從 1999 年以來有多達 335 種雜志引用文獻 7中關于技術接受模型的研究報告 ,反映出技術接受模型對信息技術和信息系統(tǒng)領域影響的深度和廣度。 技術接受模型是 Davis8運用理性行為理論 (theory of reasoned action)研究用戶對信息系統(tǒng)接受時所提出的一個模型,提出技術接受模型最初的目的是對計算機廣泛接受的決定性因素做一個解釋說明。 技術接受模型提出了兩個主要的決定因素:感知的有用性 (perceived usefulness),反映一個人認為使用一個具體的系統(tǒng)對他工作業(yè)績提高的程度;感知的易用性 (perceived ease of use),反映一個人認為容易使用一個具體的系統(tǒng)的程度。 技術接受模型 (參見圖 2-1)認為系統(tǒng)使用是由行為意向 (behavioral intention)決定的,而行為意向由想用的態(tài) 度 (attitude toward using)和感知的有用性共同決定 ,想用的態(tài)度由感知的有用性和易用性共同決定 ,感知的有用性由感知的易用性和外部變量共同決定 ,感知的易用性是由外部變量決定的。外部變量包括系統(tǒng)設計特征、用戶特征(包括感知形式和其他個性特征 )、任務特征、開發(fā)或執(zhí)行過程的本質、政策影響、組織結構等等 ,為技術接受模型中存在的內部信念、態(tài)度、意向和不同的個人之間的差異、環(huán)境約束、可控制的干擾因素之間建立起一種聯(lián)系。 4 圖 2-1 技術接受模型 2.2 感知風險 (Perceived Risk) 感知風險最初的概念是由哈佛大學的 Bauer(1960)從心理學延伸出來的。他認為消費者任何的購買行為,都可能無法確知其預期的結果是否正確,而某些結果可能令消費者不愉快 9。所以,消費者購買決策中隱含著對結果的不確定性,而這種不確定性,也就是風險最初的概念。 顧客擔心新產品會給自己帶來哪些風險呢,國外一些學者已經對此做了較為深入的研究。 1972年, Jacoby、 Kaplan 將顧客感知風險分為財務風險、功能風險、身體風險、心理風險和社會風險 10; 1975年, Peter Tarpey 提出的第六個重要的風險為時間風險; 1993年, Stone Gronhaung 的研究表明,前五種風險加上時間風險可以解釋 88.8%總感知風險。至此,許多對顧客感知風險的研究都是從以下六個因素來進行的:時間風險、功能風險、身體風險、財務風險、社會風險和心理風險 : ( 1) 時間風險:購買的產品需要調整、修理或退還造成的時間浪費而帶來的風險。 ( 2) 功能風險:產品不具備人們所期望的性能或產品性能比競爭者的產品差所帶來的風險。 ( 3) 身體風險:產品可能對自 己或他人的健康與安全產生危害的風險。 ( 4) 財務風險:產品定價過高或產品有質量問題等招致經濟上蒙受損失所產生的風險。 ( 5) 社會風險:因購買決策失誤而受到他人嘲笑、疏遠而產生的風險。 ( 6) 心理風險:因決策失誤而使顧客自我情感受到傷害的風險。 感知有用性 外部變量 感知易用性 想用態(tài)度 行為意向 系統(tǒng)使用 5 2.3 感知流行性 (Perceived Popularity) 感知流行性是消費者感知到的產品受歡迎程度。許多心理學與營銷學界的研究顯示,消費者具有遵從大眾標準的社會期許傾向。因此,消費者經常通過觀察或模仿他人的行為作為自身的 決策依據(jù)。 感知流行性反應了消費者感知到的相關產品的受歡迎程度,根據(jù)社會期許傾向理論,消費者對產品會有一個正面的感知和印象,其購買意愿也會越高;相反,當感知到產品并不受歡迎時,購買意愿也會相應降低。 6 3 研究方法 3.1 研究假設與模型架構 本研究的目的是找出影響 大學生 接受 網絡團購 的因素,并對 網絡團購 的系統(tǒng)和功能上的設計提供指導作用。因此,本研究主要基于 3 個方面理論 : 一是技術接受理論,二是 感知風險理論 ,三是 感知流行性理論。 3.1.1 基于技術接受模型( TAM)理論的假設 技術接受模型 (TAM)相關理論中,有兩個重要變量:感知有用和感知易用。根據(jù)實際經驗, 網絡團購作為購物方式的一種,它既擁有普通購物的特性,比如消費者會搜尋信息、評價選擇、做出決策、實施購買、要求售后服務等,同時它還擁有網絡購物的特性以及團購獨有的特性 11。網絡團購是消費者通過與計算機和網絡交互完成的,需要消費者擁有與網絡相連的計算機和一定的計算機和網絡技巧,所以網絡團購參與者又具有計算機和網絡使用者的特性。同時,網絡團購又不同于普通網絡購物,它通過 Internet 自愿聚集具有相同需求的消費者,形成基于大宗購買的買方優(yōu)勢,從而使得單個消費者可以以盡可能低的價格獲得商品和服務,它是消費模式的一種創(chuàng)新。綜上所述,消費者接受網絡團購模式類似于一個接受新技術的過程,因此,我們可以借鑒技術接受模型建立消費者接受網絡團購的理論模型,以感知有用性和感知易用性作為影響消費者對網絡團購的態(tài)度和參與意愿的重要變量。 因此,綜上所述,形成假設: H1:感知有用性越高,消費者對網絡團購的態(tài)度越正面。( +) H2:感知有用性越高,消費者參與網絡團購的意愿越強。( +) H3:感知易用性越高,消費 者參與網絡團購的態(tài)度越正面。( +) H4: 感知易用性越高,對消費者感知有用性影響越正面。 ( +) H5:消費者對網絡團購的態(tài)度越正面,消費者參與網絡團購的意愿越強。( +) 3.1.2 基于感知風險理論的假設 但針對網上消費者行為分析時,魯耀斌和徐紅梅 12認為,由于消費者網上行為的自主性,所以除了感知的有用性和易用性這兩個因素之外,還要考慮其他因素的影響。 Taylor 認為消費者購買決策與其感知到的風險有關,當感知風險較高時,容易讓消費者形成負面態(tài)度,從而降低消費者購買意愿。感知到風險是因為存在著不確 7 定性,網絡團購具有網上購物和團購的雙重特性,存在著不確定性以及由此帶來的風險。作為網上購物的一面,消費者通過計算機和網絡逛虛擬商場、達成交易,無法檢測商品實體、面對面接觸商家,增加了購物的不確定感。作為團購的一面,消費者要等待一段時間以募集相應的人數(shù),導致購物時間過長,甚至很有可能募集失敗而導致白白等待。如果是募集后議價,也有可能因為談判能力不足而導致最后成交價格不理想,比預期花費更多的錢。因此,我們將感知風險引入作為影響消費者對網絡團購的態(tài)度變量,感知風險越高,消費者對網絡團購的態(tài)度越負面。 因此 ,綜上所述,形成假設: H6:感知風險越高,消費者對網絡團購的態(tài)度越負面。( ) H7:感知風險越高,消費者對網絡團購的意愿越負面。( ) 3.1.3 基于感知流行性理論的假設 在網絡團購的推廣過程中,未使用網絡團購的大學生可能會感受到來自周圍人及周圍環(huán)境的壓力。創(chuàng)新擴散理論的研究發(fā)現(xiàn)社會環(huán)境因素對用戶的使用意愿影響巨大。很多人會在潮流引導者的作用、影響下,開始追隨創(chuàng)新潮流。當周圍的人開始越來越多的使用新購物方式時,尚未使用的人會感覺到流行性,這將促使他們作出使用決定。 因 此,綜上所述,形成假設: H8:感知流行性越高,消費者對網絡團購的態(tài)度越正面。( +) H9:感知流行性越高,消費者對網絡團購的意愿越正面。( +) H10:感知流行性越高,消費者對網絡團購的感知易用性越正面。( +) 3.2 研究變量的操作性定義 本研究一共涉及到 6 個潛變量,分別是 :感知有用、感知易用、感知流行、感知風險、使用態(tài)度和使用意向。盡管這些變量和變量的測度項大部分來源于己有的文獻,但浩如煙海的文獻可能對這些變量有不同的解釋。因此,有必要明確本研究中這 6 個變量的定義。 表 3-1 變量的定義 變量 定義 感知有用( PU) 用戶感覺網絡團購的有用程度 8 感知易用( PEOU) 用戶感覺網絡團購的容易使用程度 感知風險( PR) 用戶對網絡團購使用的風險擔憂程度 感知流行性( PP) 用戶對網絡團購的流行感知程度 使用態(tài)度( A) 用戶對網絡團購的態(tài)度 使用意愿( I) 用戶對使用網絡團購的心理傾向 3.3 問卷設計 3.3.1 文獻研究 搜集國內外與 TAM 研究相關的文獻,研究其問卷設計的思路和考慮因素,作為本研究分析網絡團購接受行為影響因素的參考和設計問題的基 礎。 3.3.2 預測試及問卷修訂 根據(jù)網絡團購的特點和以往學者研究過程中所開發(fā)的量表工具為依據(jù),形成問卷初稿。為了避免因語意不清等問題導致受訪者誤答的情況,進而影響問卷的效度以及研究結果,在正式進行問卷調查之前,作者隨機選取了 30 位在校大學生對問卷進行前測,以檢驗問卷的信度及效度。針對其中信度較低的部分題目,進行修正或刪除,以改善問卷質量。 3.3.3 正式問卷設計 本文的調查問卷 (參見附錄:調查問卷 )分為兩個部分: 第一部分主要調查了人口統(tǒng)計變量信息和區(qū)分信息,包括性 別、年級及是否有過團購經驗三個問項。 第二部分是問卷主體,采用國際通行的李克特 (Likert)量表打分。請被調查者按“ 1 非常不同意”到“ 5 非常同意”打分。為了避免光環(huán)效應,以及被調查者重復選擇同樣刻度,有些測量項目采用反向問句。其中 1 4 題是測量研究對象對使用網絡團購感知有用性的評價; 5 8 題是測量研究對象對使用網絡團購感知易用性的評價; 9 13 題是測量研究對象對網絡團購風險的感知; 14 17 題是測量研究對象對網絡團購的流行性的感知; 18 22 題是測量研究對象對網絡團購的態(tài)度; 23 26題是測量 研究對象對網絡團購使用的意愿情況。 3.4 正式問卷發(fā)放與數(shù)據(jù)搜集 9 本文所要研究的是大學生對網絡團購的接受行為,但是由于目前筆者精力有限,因此本次調研的樣本很難鎖定在全國大學生身上,所以本文以作者所在學校(合肥工業(yè)大學)各年級學生為調查對象。 本次調查問卷發(fā)放時間是從 2011 年 4 月23 日開始,到 5月 1 日結束,歷時一個星期。一般認為樣本數(shù)量應該是調查問卷測量題項的 5-10 倍。本次研究的調查問卷測量題項為 27 個,樣本量在 140-270 之間是比較合適的。本次紙質問卷每個年級各 60 份,共發(fā)放 240 份, 回收問 卷 215 份,其中無效問卷 (填寫不完整的、選擇不了解網絡團購的 )36 份,有效問卷 179 份,有效率 占總回收問卷的 83.26%。 3.5 數(shù)據(jù)分析方法簡介 本研究以統(tǒng)計軟件 SPSS 16.0 和 AMOS 7.0 作為主要分析工具,對回收的問卷調查數(shù)據(jù)進行如下統(tǒng)計分析: 3.5.1 描述性統(tǒng)計分析 借助 SPSS 統(tǒng)計軟件對調查數(shù)據(jù)進行描述性統(tǒng)計分析,主要是通過百分比等統(tǒng)計數(shù)據(jù)來了解被調查樣本的結構和分布。 3.5.2 信度分析 信度是指量測結果是否具有一致性或穩(wěn)定性的程度。 Goetz等認為信度就是一項研究在多大程度上具有可重復性。一般而言,兩次或兩個測驗的結果愈是一致,則誤差愈小,所得的信度愈高。一種測量手段只有具有較高的信度,其結果才具有參考價值。 3.5.3 因子分析 效度是指一項測驗能測量其所欲測量內容的特質,本研究采用因子分析的方法來做問卷的效度分析。 3.5.4 結構方程模型方法 結構方程模型 (Structural Equation Modeling),簡稱 SEM)是一門基于統(tǒng)計分析技術的研究方法學,用以處理復雜的多變量研究數(shù)據(jù)的探究與分析。近 年來,這一統(tǒng)計建模及分析方法獲得了巨大的發(fā)展,不僅擁有專屬期刊結構方程模型 (Structure Equation Modeling),研究和應用結構方程的論文更是難計其數(shù)。它已經成為心理學、經濟學、金融學、管理學、社會學等社會科學領域中一種十分重要的數(shù)據(jù)分析技巧。在國內,結構方程模型研究方法則剛剛興起,相當多的人文社科類實證研究論文中 10 都己經采用了這一建模方法。隨著中國學術研究國際化發(fā)展的過程,這一研究方法未來的發(fā)展將尤為廣泛 13。與傳統(tǒng)的統(tǒng)計建模分析方法相比較,結構方程模型有如下優(yōu)點 14-16: ( 1)同時考慮并處理多個因變量:在傳統(tǒng)的回歸分析或路徑分析中,就算統(tǒng)計結果的圖表中展示多個因變量,其實在計算回歸系數(shù)或路徑系數(shù)時,仍然是對每一因變量逐一計算。表面看來是在同時考慮多個因變量,但在計算對某一因變量的影響或關系時,其實都忽略了其他因變量的存在與影響。在結構方程模型中,允許統(tǒng)一模型中出現(xiàn)多個因變量,在模型擬合時對所有變量的信息都予以考慮,可以增強模型的有效性。 ( 2)容許自變量和因變量包含測量誤差:在傳統(tǒng)統(tǒng)計方法特別是計量模型中,自變量通常都是默認可直接觀測,不存在觀測誤差。但是對于 管理學等社會科學領域很多研究課題來說,模型所涉及到的自變量常常不可觀測,結構方程模型將這種測量誤差納入模型,能夠加強模型對實際問題的解釋性。 ( 3)容許更大彈性的測量模型 (模型設定 ):在傳統(tǒng)建模技術中,模型的設定通常限制較多,例如,傳統(tǒng)的因子分析難以處理一個指標從屬于多個因子的情形。但 SEM允許更加復雜的模型,限制相對較少。 ( 4)估計整個模型的擬合程度:傳統(tǒng)的路徑分析只估計每一路徑 (變量之間關系 )的強弱。在結構方程分析中,除上述參數(shù)估計外,還能計算不同模型對同一樣本數(shù)據(jù)的整體擬合程度,據(jù)此判斷 哪一個模型更接近數(shù)據(jù)所呈現(xiàn)的真實關系。 11 4 實證分析結果 4.1 樣本結構分析 4.1.1 性別結構 調查樣本人口統(tǒng)計特征餅狀圖 4-1 顯示,在性別方面,女生人數(shù) (77)稍低于男生人數(shù) (102),占總人數(shù)比例的 43.02%。 圖 4-1 性別結構 4.1.2 年級結構 在年級方面,四年級的人數(shù) (53)最多,占總人數(shù)比例的 29.61%;其次為三年級的人數(shù) (50),占總人數(shù)比例的 27.93%;二年級人數(shù)( 39),占總人數(shù)比例的 21.79%;一年級的人數(shù)( 37)最少,占總 人數(shù)比例的 20.67%。 12 圖 4-2 年級結構 4.2 描述性分析 表 4-1 是對本研究變量測量問項結果的描述性統(tǒng)計,包括最小值、最大值、平均值和標準差。 表 4-1 研究變量問項結果描述統(tǒng)計 量表 項目 Minimum Maximum Mean Std. Deviation 感知有用性 PU1 1 5 3.82 0.768 PU2 2 5 3.81 0.709 PU3 1 5 3.65 0.877 PU4 2 5 3.72 0.821 感知易用性 PE1 1 5 3.61 0.99 PE2 1 5 3.47 0.92 PE3 2 5 3.26 0.868 PE4 1 5 3.5 0.946 感知風險性 PR2 1 5 3.59 0.731 PR3 1 5 3.67 0.66 PR4 2 5 3.45 0.773 PR6 1 5 3.66 0.814 感知流行性 PP1 1 5 3.26 1.044 PP2 1 5 3.05 1.013 13 PP3 1 5 3.08 1.073 PP4 1 5 2.94 1.004 使用態(tài)度 A2 1 5 3.6 0.89 A3 1 5 3.4 0.877 A5 1 5 3.57 0.874 使用意向 I1 1 5 3.83 0.691 I2 1 5 3.45 0.875 I3 1 5 3.63 0.741 I4 1 5 3.61 0.843 從表 4-2 中可以看出,在極值方面,各問項的最大值均是 5,最小值 1 居多,少數(shù)幾個最小值為 2;這說明調查對象對各問項的回答范圍還是比較廣泛的。在均值方面,各問項的均值都在 3 以上接近 4 浮動,這說明受調查者對本問卷多數(shù)持肯定以上態(tài)度。 4.3 信度與效度分析 4.3.1 信度分析 信度 (Reliability)是指根據(jù)測驗工具所得到的結果的一致性或穩(wěn)定性,在對問卷進行數(shù)據(jù)分析前,我們必須考察其信度,以確保測量的質量。所謂一致性,是指同一調查項目調查結果的一致程度。較高的一致性意味著同一受訪者接受關于同一項目的各種問卷調查所得到的各種測量結果之間顯示出強烈的正相關;所謂穩(wěn)定性則是指在前后不同的時間內,對相同受測者重復測量所得到結果的相關程度。本研究使用目前最常用的信度系數(shù) Cronbachs alPha 系數(shù)對問卷信度進行檢 驗。 Cronbachs alPha 系數(shù),表明量表中每一項目得分之間的一致性,該方法適用于項目多重記分的測驗數(shù)據(jù)或問卷數(shù)據(jù),可以用該系數(shù)測量累加 Likert 量表的信度,適用于本研究的問卷調查。 Cronbachs alPha 系數(shù)值介于 0 與 1 之間,值越大表示問卷項目間的相關性越好,內部一致性可信度越高。一份信度系數(shù)好的量表或問卷,最好在 0.80 以上, 0.70至 0.80 之間還算是可以接受的范圍 ;分量表最好在 0.70 以上, 0.60 至 0.70 之間可以接受。若分量表的內部一致性系數(shù)在 0.60 以下或者總量表的信度系 數(shù)在 0.70 以下, 14 應考慮重新修訂量表或增刪題項 17。 將 Cronbachs alPha 信度標準總結如下表 4-2: 表 4-2 Cronbachs alPha 信度標準 Cronbachs AlPha 值 標準 Cronbachs AlPha0.3 不可信 0.3 Cronbachs AlPha0.4 初步研究,勉強可信 0.4 Cronbachs AlPha0.5 稍微可信 0.5 Cronbachs AlPha0.7 可信 0.7 Cronbachs AlPha0.9 很可信 Cronbachs AlPha 0.9 十分可信 表 4-3 是本研究所有變量的信度分析。表中從左向右依次為變量名、問項、刪除該問項變量量表的均值,刪除該問項后該變量量表的變異,該問項與總體的相關,該項目刪除后總體的 Cronbachs alPha 系數(shù),該變量量表的 Cronbachs alPha 系數(shù)以及該變量量表的問項數(shù)。 由表中數(shù)據(jù)可知,本研究問卷的整體信度系數(shù)為 0.885,這說明問卷的整體具有可靠的信度 ;各變量測量項的信度系數(shù)在 0.60 以上,這說明問卷各變量的測量項可靠性較好, 屬于很可信范圍。因此,本研究的問卷在信度方面的評估達到公認的標準,可做進一步的數(shù)據(jù)分析。 表 4-3 問卷信度指標 變量 感知有用性 感知易 用性 感知風險性 感知流行性 使用態(tài)度 使用意愿 CronbachsalPha 0.724 0.773 0.644 0.907 0.827 0.8 N of ltem 4 4 4 4 3 4 整體 系數(shù) 0.885 4.3.2 效度分析 有效度 (亦稱效度 )通常是指測量結果的正確程度,即測量結果與試圖測量的目標之間的接近程度。就調查問卷而言,有效度是指 問卷能夠在多大程度上反映它所測量的理論的概念 18。效度又可分為內容效度、表面效度和結構效度 19。內容效度指 15 量表題項是否包括了所要測量內容的各個方面,表面效度是指題項的書面表達是否為真正要測定的內容。本研究的問卷是在參考以往學者問卷的基礎上形成的,在量表初步形成后,還經過預測試作進一步調整與修改,這確保了問卷已經具備了較好的內容效度和表面效度。 本研究采用因子分析的方法來對問卷的結構效度進行檢驗。因子分析最初是由英國心理學家 C Speannan 提出,目前在社會學、經濟學、管理學、醫(yī)學、地質學、氣象學中 得到較廣泛的應用,主要有以下兩個方面作用:一、尋求基本結構。在多元統(tǒng)計分析中,經常碰到觀測變量很多且變量之間存在著較強的相關關系這種情形,這不僅對問題的分析和描述帶來了一定困難,而且在使用某些統(tǒng)計方法時會出現(xiàn)問題。例如,在多元回歸分析中,當自變量之間高度相關時,會出現(xiàn)多重共線性現(xiàn)象。通過因子分析,可以找出較少的有意義的因子來反映出資料的基本結構;二、資料化簡。通過因子分析把一組觀測變量化為少數(shù)的幾個因子后,可以進一步將原來是觀測變量的信息轉換成這些因子的因子值,然后,用這些因子代替原來的觀測變量進行其它的統(tǒng) 計分析 20。 本研究在因子分析時采用主成分分析 (principal Component Analysis),提取特征值(Eigenvalue)大于 l的因子,并以方差最大旋轉 (Varimax solution)為轉軸方式,使每個因子上的具有最高載荷的變量數(shù)最小,簡化對因子的解釋。 首先進 KMO(Kaiser-Meryer-Olkin)和 Bartlett 球形檢驗。 KMO 值是相關系數(shù)與偏相關系數(shù)的一個比值。 KMO 值最大接近 1。當使用 KMO 判定時,若 KMO 值愈大,表示變項間的共同因素愈多,愈適合進行因素分析。根 據(jù)學者 Kaiser(1974)觀點,如果 KMO 值小于 0.5 時,較不適宜進行因素分析,要進行因素分析, KMO 值最好在0.7 以上。結果顯示: KMO 樣本充分性檢驗系數(shù) 0.8570.7,說明比較適合做因子分析 ;樣本分布的 Bartlett 球形檢驗卡方值為 1879,顯著性水平為 0.000,說明各指標間并非獨立,而是相互聯(lián)系的,可以對數(shù)據(jù)進行分析,見表 4-4 所示。 表 4-4 KMO 和 巴特勒特球形檢驗 Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.857 Bartletts Test of Sphericity Approx. Chi-Square 1879 df 253 Sig. 0 16 在過去研究中,不同研究者在選擇問卷項目時,均以因子負荷量 (foadings)大小作為保留和刪除該問句項目的標準。 Lederer&sethi(1991)以 0.35 作為取舍項目的臨界值,也有些研究者, Marywoffinbarger&Ma 巧 C.Giny(2001)提出以 0.50 作為取舍的臨界值。本研究進行因子分析時,采用的標準是: ( 1)以因子負荷量 (loadings)0.50 作為因子分析時的刪除的標準; ( 2)若一個因子只有一個項目,則刪除; ( 3)每一個項目所對應的因子負荷量,必須接近 1,但在其他因素的因子負荷量必須接近 0。也就是,當一個項目在所有因子的因子負荷量小于 0.5,或者這個項目的因子負荷量有二個大于 0.5 的 (即橫跨二個因子以上 )的,皆刪除。 通過因子分析得到因子特征值及在總方差中的比重見表 4-5,可以看出,共提取感知有用性、感知易用性、感知風險、感知流行性、使用態(tài)度、使用意愿 6 個特征值大于 l因子, 6 個因子總體解釋了變量的 63.65%,即涵蓋了 63.65%的信息,解釋了大部分信息。 17 表 4-5 完全變量解釋 Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative% 1 7.06 30.697 30.697 7.06 30.697 30.697 4.093 17.794 17.794 2 2.489 10.821 41.518 2.489 10.821 41.518 3.362 14.616 32.41 3 1.94 8.434 49.952 1.94 8.434 49.952 2.442 10.618 43.028 4 1.597 6.944 56.895 1.597 6.944 56.895 2.404 10.453 53.481 5 1.209 5.256 62.151 1.209 5.256 62.151 1.72 7.477 60.958 6 0.928 4.033 66.185 0.928 4.033 66.185 1.202 5.227 66.185 7 0.892 3.879 70.064 . . . . . . 21 0.221 0.963 98.492 22 0.182 0.79 99.282 23 0.165 0.718 100 提取方 法:主成分分析法 18 表 4-6 旋轉后的因子矩陣 PU1 0.799 PU2 0.773 PU3 0.715 PU4 0.683 PE1 0.776 PE2 0.815 PE3 0.737 PE4 0.759 PR2 0.694 PR3 0.675 PR4 0.689 PR6 0.726 PP1 0.889 PP2 0.895 PP3 0.921 PP4 0.828 A2 0.879 A3 0.887 A5 0.818 I1 0.703 I2 0.76 I3 0.856 I4 0.847 提取方法 :主成分分析法 19 4.4 相關分析 相關分析 ( correlation analysis) 就是從數(shù)量角度出發(fā),精確界定變量之間的關系,把變量之間關聯(lián)的緊密程度用數(shù)量方法予以反映,即相關系數(shù);相關系數(shù)大說明變量之間的關聯(lián)程度高,相關系數(shù)小說明變量之間 的關聯(lián)比較松散。 表 4-7 Pearson 相關系數(shù) PU PEOU PR PP A I PU 相關系數(shù) 1 .462* .195* .255* .507* .435* PEOU 相關系數(shù) .462* 1 0.11 .409* .492* .449* PR 相關系數(shù) .195* 0.11 1 0.014 0.128 0.038 PP 相關系數(shù) .255* .409* 0.014 1 .321* .446* A 相關系數(shù) .507* .492* 0.128 .321* 1 .750* I 相關系數(shù) .435* .449* 0.038 .446* .750* 1 *. Correlation is significant at the 0.01 level (2-tailed). 4.5結構方程模型分析 結構方程模型( Structural Equation Modeling, SEM) 結構方程模型是社會科學研究中的一個非常好的方法。該方法在 20世紀 80年代就已經成熟,可惜國內了解的人并不多。 “在社會科學以及經濟、市場、管理等研究領域,有時 需處理多個原因、多個結果的關系,或者會碰到不可直接觀測的變量(即潛變量),這些都是傳統(tǒng)的統(tǒng)計方法不能很好解決的問題。 20世紀 80年代以來,結構方程模型迅速發(fā)展,彌補了傳統(tǒng)統(tǒng)計方法的不足,成為多元數(shù)據(jù)分析的重要工具。 結構方程模型是一種建立、估計和檢驗因果關系模型的方法。模型中既包含有可觀測的顯在變量,也可能包含無法直接觀測的潛在變量。結構方程模型可以替代多重回歸、通徑分析、因子分析、協(xié)方差分析等方法,清晰分析單項指標對總體的作用和單項指標間的相互關系 21。 本研究在進行實證分析之前,首先對所有的數(shù)據(jù)進 行處理,結果發(fā)現(xiàn)在 179個樣本中,所有問卷在回答感知有用性、感知易用性、感知 風險 、感知 流行性 、 使用態(tài)度 、使用 意向 時都沒有出現(xiàn)缺失值的情況 ,所 以 179個樣本均符合要求,都可以進行SEM 運算。 20 使用 AMOS7.0繪出本研究的模型,如圖 4-3 PUP E O UPRPPA I0,e110,e210,e31圖 4-3 AMOS 建立研究模型圖 運行 Amos7.0 軟件,首先得到 :Chi-square=8.737,模型的自由度 (Degrees of freedom)為 5, P=0.120.因為卡方檢驗的概值 p 大于 0.05,所以應該接受模型擬合數(shù)據(jù)的原假設,也就是說模型和 數(shù)據(jù)擬合得很好。由以上結果可以進行下一步驟,即進行模型評價和驗證模型的假設。 模型評價的核心內容是模型的擬合性,有的文獻中就將模型評價稱作模型擬合(modelfitting)。模型擬合包含的內容是 :研究者所提出的變量間關聯(lián)的模式是否與實際數(shù)據(jù)擬合以及擬合的程度如何。要檢驗模型與數(shù)據(jù)是否擬合,需要比較兩個矩陣的整體差異 (E-S):估計再生協(xié)方差陣 E(estimated reproduced covariance matrix)和樣本協(xié)方差矩陣 S(sample covariance matrix)。矩陣 E 和矩陣 S 的整體差異可用一個數(shù)值表示,在模式為真的情況下,此數(shù)值服 X(Minimum Fit Function Chi-square,卡方 ) 21 分布 X檢驗是在已知自由度的情況下,檢測 E 與 S 出現(xiàn)差別的概率。針對 X檢驗對樣本的敏感性,本文主要應用如下表 4-8表 4-10 所示的擬合指標來檢驗模型與數(shù)據(jù)的擬合度。 表 4-8 CMIN Model NPAR CMIN DF P CMIN/DF Default model 22 8.737 5 .120 1.747 Saturated model 27 .000 0 Independence model 6 331.626 21 .000 15.792 如上表 CMIN/DF=1.747,小于標準 3,本模型指標非常好。 表 4-9 Baseline Comparisons Model NFI Delta1 RFI rho1 IFI Delta2 TLI rho2 CFI Default model .974 .889 .989 .949 .988 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000 如上表 Default model值大部分大于標準 0.9,本模型擬合度非常好。 表 4-10 RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model .065 .000 .134 .304 Independence model .287 .261 .315 .000 如上表 RMSEA 值小于標準 0.08,而且越小越好,本模型指標非常好。 由以上可以看出,本模型擬合度很好,說明模型的可信度高,樣本數(shù)據(jù)支持作者提 出大學生網絡團購接受模型。 22 . 2 1PUP E O UPRPP. 3 5A. 6 1I. 3 4. 2 2. 6 6e1e2 e3- . 0 6. 4 1. 0 3. 0 6. 2 8. 4 6. 1 2圖 4-4 各個變量之間的路徑關系 表 4-11 為每條路徑的標準化回歸系數(shù) (路徑系數(shù) )和顯著性水平。 表 4-11 各個變量之間的顯著性關系 變量之間關系 Estimate P 值 顯著性 PUPEOU(感知易用性 感知流行)性 .267 * 顯著 注: *在顯著水平 0.001 下 ,有顯著差異。 23 根據(jù)結構方程的處理結果,對本研究第三章的研究假設進行驗證,如表 4-12 所示: 表 4-12 研究假設驗證 標號 假設 驗證結果 H1 感知有用性越高,消費者對網絡團購的態(tài)度越正面 成立 H2 感知有用性越高,消費者參與網絡團購的意愿越強 不成立 H3 感知易用性越高,消費者參與網絡團購的態(tài)度越正面 成立 H4 感知易用性越高,對消費者感知有用性影響越正面 成立 H5 消費者對網絡團購的態(tài)度越正面,消費者參與網絡團購的意愿越強 成立 H6 感知風險越高,消費者對網絡團購的態(tài)度 越負面 不成立 H7 感知風險越高,消費者對網絡團購的意愿越負面 不成立 H8 感知流行性越高,消費者對網絡團購的態(tài)度越正面 不成立 H9 感知流行性越高,消費者對網絡團購的意愿越正面 成立 H10 感知流行性越高,消費者對網絡團購的感知易用性越正面 成立 24 5 結論與建議 5.1 研究結論 本文在文獻綜述的基礎上,基于技術接受模型,結合網絡團購的特點,提出了網絡團購的用戶接受模型。提出該模型的目的在于,研究哪些因素會影響網絡團購的使用意向。該模型中涉及的研究變 量包括感知有用性、感知易用性、感知風險、感知流行性、使用態(tài)度、以及使用意向?;谝酝鶎W者的研究成果,并根據(jù)網絡團購的特點,本文形成了研究變量之間關系的 10 個假設。為了對這些假設進行驗證,并最終得出用戶使用意圖的影響因素,本文根據(jù)以往學者研究過程中所使用的量表,結合網絡團購這一研究主題進行了適當修改,從而形成了本文研究的問卷工具。經過問卷前測后,本文以網絡調研和書面問卷相結合的形式開始進行數(shù)據(jù)的收集工作,共收到有效問卷 179 份。 數(shù)據(jù)分析的結果表明,經典技術接受模型中的相關假設在本文的研究中仍然是成立的,感知 有用性與感知易用性都會正向地影響用戶對網絡團購的使用意向,而且,感知易用性正向影響感知有用性。這些研究發(fā)現(xiàn)和以往很多學者的研究結果都是相似的。另一方面,感知流行性也對使用意向具有正向的影響作用,這與模型中的假設是一致的。在外部因素對網絡團購接受模型影響的假設檢驗中,只有感知風險負向影響網絡團購的使用態(tài)度和負向的影響網絡團購的使用意向這一假設沒有通過檢驗,究其原因,可能是本研究所選維度不夠寬,沒能考慮到更多在網絡團購中的風險。 5.2 管理應用 技術接受理論雖然告知了感知有用性和感知易用性是影響用戶接受系統(tǒng) 的決定性因素,但沒有進一步告訴系統(tǒng)的設計者和服務提供者,如何才能提高系統(tǒng)的易用性和有用性,哪些因素影響了它們。本研究的實證檢驗對大學生

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論