【文章內(nèi)容簡(jiǎn)介】 d Percent Valid Percent 淘寶網(wǎng) 報(bào)紙 /雜志廣告 易趣網(wǎng) 電子郵件 當(dāng)當(dāng)網(wǎng) 其他網(wǎng)絡(luò)鏈接 卓越網(wǎng) 電視廣告 拍拍 朋友介紹 京東商城 其它 其它 ，理智維權(quán) 35%50%15%每次有時(shí)不會(huì) 圖 1 網(wǎng)購(gòu)時(shí)如何對(duì)待交易評(píng)價(jià) 針對(duì)網(wǎng)購(gòu)網(wǎng)站的產(chǎn)品描述信息詳細(xì)，產(chǎn)品圖片華麗，此時(shí)容易讓人產(chǎn)生購(gòu)買(mǎi)欲望，在購(gòu)買(mǎi)判斷標(biāo)準(zhǔn)選擇上，該商店近期交易評(píng)價(jià) 則是最好的標(biāo)準(zhǔn)。在這問(wèn)題上， 50%的網(wǎng)購(gòu)用戶(hù)有時(shí)會(huì)翻閱商品的評(píng)價(jià)， 35%的網(wǎng)購(gòu)用戶(hù)會(huì)經(jīng)常在購(gòu)買(mǎi)產(chǎn)品之前都會(huì)翻閱產(chǎn)品的評(píng)價(jià)，其中表示每次購(gòu)物都會(huì)查看店鋪的交易評(píng)價(jià)表明用戶(hù)看重商品的評(píng)價(jià)的比例占 %，可見(jiàn)商品評(píng)價(jià)已經(jīng)成為購(gòu)買(mǎi)商品的重要參考標(biāo)準(zhǔn)和良好的消費(fèi)習(xí)慣，盡可能地避免不必要的受騙損失。針對(duì)當(dāng)有網(wǎng)購(gòu)中遇到上當(dāng)受騙時(shí)的處理方法調(diào)查結(jié)果表明，有 %的網(wǎng)購(gòu)用戶(hù)有過(guò)網(wǎng)購(gòu)上當(dāng)受騙的經(jīng)歷，其中有 %的同學(xué)會(huì)選擇向銷(xiāo)售點(diǎn)退貨的處理方式，但有%的同學(xué)想退貨但不知渠道，極小一部分人會(huì)向有關(guān)部門(mén)維權(quán) 、投訴。因此，大學(xué)生的維權(quán)意識(shí)還有待加強(qiáng)。 、實(shí)惠的網(wǎng)購(gòu)生活 隨著社會(huì)節(jié)奏的日益加快，網(wǎng)購(gòu)行業(yè)的便利快捷的優(yōu)勢(shì)也日益突顯。配送速度成了同關(guān)于大學(xué)生網(wǎng)購(gòu)現(xiàn)狀實(shí)證研究 7 學(xué)們對(duì)這個(gè)行業(yè)的有了一定的要求。針對(duì)配送時(shí)限這個(gè)問(wèn)題上， %的同學(xué)接受時(shí)限為 5天之內(nèi)。為此，運(yùn)費(fèi)就成了影響大學(xué)生網(wǎng)購(gòu)的重要因素，因此，在回答最喜歡促銷(xiāo)活動(dòng)方式上，有 的同學(xué)偏好免運(yùn)費(fèi)的促銷(xiāo)活動(dòng)，與其比例相當(dāng)?shù)拇黉N(xiāo)方法：打折，有 %的同學(xué)喜歡。對(duì)于經(jīng)濟(jì)能力有限，消費(fèi)水平相對(duì)低下的大學(xué)生群體，配送費(fèi)用已成了網(wǎng)購(gòu)中相當(dāng)大的負(fù)擔(dān)。 打折 專(zhuān)題促銷(xiāo) 購(gòu)物送禮 免運(yùn)費(fèi) 送購(gòu)物券促銷(xiāo)活動(dòng)比重 圖 2 促銷(xiāo)活動(dòng)的選擇 同時(shí)，針對(duì)大學(xué)生日常網(wǎng)購(gòu)產(chǎn)品種類(lèi)分布的調(diào)查上，結(jié)果如圖 3所示，同學(xué)們網(wǎng)購(gòu)主要產(chǎn)品種類(lèi)主要集中在圖書(shū)、音像制品、辦公用品、文具耗材等（占 47%），其次是運(yùn)動(dòng)與休閑產(chǎn)品，如體育、健身、野營(yíng)、服裝一類(lèi)（占 41%）。經(jīng)過(guò)進(jìn)步訪談，我們得知在絕大多數(shù)的被調(diào)查中，網(wǎng)購(gòu)產(chǎn)品主要分布在圖書(shū)、服裝一類(lèi)，緣由其一是圖書(shū)、服裝類(lèi)產(chǎn)品的價(jià)格相對(duì)就低，具有一定的價(jià)格優(yōu)勢(shì)，依大學(xué)生現(xiàn)在的消費(fèi)水平，足以承受。其二是這兩類(lèi)產(chǎn)品與大學(xué)生日常生活息息相關(guān)，是必需品?？梢?jiàn)，針對(duì)大學(xué)生這一群體， 網(wǎng)購(gòu)行業(yè)可以抓住這兩點(diǎn)進(jìn)行制定大學(xué)生路線營(yíng)銷(xiāo)策略。 47%41%3%1% 8%圖書(shū)、音像制品、辦公用品、文具耗材等運(yùn)動(dòng)與休閑產(chǎn)品，如體育、健身、野營(yíng)、服裝家電類(lèi)，如電視、洗衣機(jī)、冰箱、音響、吸塵收藏品，如古董、郵票錢(qián)幣、模型等虛擬、數(shù)字產(chǎn)品，如點(diǎn)卡、彩票等 圖 3 網(wǎng)購(gòu)產(chǎn)品種類(lèi)分布 ，網(wǎng)上購(gòu)物的優(yōu)勢(shì)與劣勢(shì) 網(wǎng)購(gòu)行業(yè)將有一個(gè)光明前景，其中大學(xué)生將是這個(gè)行業(yè)迅速發(fā)展的主力軍。本次調(diào)查，我們對(duì)網(wǎng)購(gòu)行業(yè)的優(yōu)勢(shì)劃分為七個(gè)方面：節(jié)省時(shí)間、送貨上門(mén)、新穎好奇、價(jià)格低、品種關(guān)于大學(xué)生網(wǎng)購(gòu)現(xiàn)狀實(shí)證研究 8 全時(shí)尚新潮、商品信息全面、網(wǎng)上支付更安全，如圖 4 顯示，價(jià)格低（ 25%）、送貨上門(mén)（ 22%）、節(jié)省時(shí)間（ 20%），成了大學(xué)生參與網(wǎng)上購(gòu)物的主要?jiǎng)訖C(jī)，這一論點(diǎn)與前面結(jié)論（大學(xué)生追求便捷生活 ）相符。 20%25%22%16%3%13% 1%節(jié)省時(shí)間 價(jià)格低送貸上門(mén) 品種全時(shí)尚款式新穎好奇 獲得較大量的商品信息可異地購(gòu)物網(wǎng)上支付較傳統(tǒng)拿現(xiàn)金支付更加安全 圖 4 網(wǎng)購(gòu)動(dòng)機(jī)分布 1 . 0 01 0 . 0 01 0 0 . 0 0網(wǎng)絡(luò)安全 貨物質(zhì)量 配送速度 配送費(fèi)用網(wǎng)頁(yè)設(shè)計(jì)不好，查找和訂貨困難登記手續(xù)繁瑣 售后服務(wù)保證 圖 5 網(wǎng)購(gòu)的顧慮因素 另外，相比傳統(tǒng)買(mǎi)賣(mài)的觀念，網(wǎng)購(gòu)行業(yè)也有一些令人擔(dān)憂(yōu)的因素，通過(guò)查看相關(guān)文獻(xiàn)，我們將這些因素概括為：網(wǎng)絡(luò)安全、貨物質(zhì)量、配送速度、網(wǎng)頁(yè)設(shè)計(jì)不好、登記手續(xù)繁瑣、售后服務(wù)保證，調(diào)查結(jié)果如圖 5所示：網(wǎng)絡(luò)安全、貨物質(zhì)量、售后服務(wù)保證是阻礙大學(xué)生網(wǎng)上購(gòu)物的主要因素。與傳統(tǒng)買(mǎi)賣(mài)相比，在達(dá)成交易之前，在網(wǎng)上購(gòu)物上，從挑選產(chǎn)品到支付交易，在消費(fèi)者眼前都是文字、圖片、數(shù)字，再者，網(wǎng) 營(yíng)店的實(shí)際店面究竟如何，售后服務(wù)如何保證，這一切的確讓消費(fèi)都很疑惑。同時(shí)，大學(xué)生受限于經(jīng)濟(jì)能力，處世經(jīng)驗(yàn)尚淺，這些劣勢(shì)因素更為強(qiáng)烈。針對(duì)各種優(yōu)劣因素的影響程度，下面我們通過(guò)因子分析方法進(jìn)一步研究闡析。 關(guān)于大學(xué)生網(wǎng)購(gòu)現(xiàn)狀實(shí)證研究 9 基于因子分析網(wǎng)購(gòu)影響因素實(shí)證研究 因子分析基本知識(shí) 因子分析是通過(guò)研究多個(gè)變量間相關(guān)系數(shù)矩陣（或協(xié)方差矩陣）的內(nèi)部依賴(lài)關(guān)系，找出能綜合所有變量的少數(shù)幾個(gè)隨機(jī)變量（不可測(cè)量的），根據(jù)相關(guān)性的大小把變量分組，使得組內(nèi)的變量之間相關(guān)性較高，但不同組的變量相關(guān)性較低。其數(shù)學(xué)模型如下： 因 子 分 析 的 模型 是 ： 設(shè) ),( 1 ?? pxxx ? 是可觀測(cè) p 維 隨 機(jī) 向量 ， 其 均值 為?)(x? 1( ,..., )p? ? ? ?? ，協(xié)差陣為 ppijxD ???? )()( ?，我們稱(chēng) x 是有 k 個(gè)因子的模型，若 x能表為 1121211111 ufffx kk ?????? ???? ? ???? pkpkpppp ufffx ?????? ???? ?2211 即 ufx ????? ， 式中 ),()( )()1( kkpij ??? ???? ? (未知 )， ),( 1 ?? kfff ? (未知 )， ),( 1 ?? puuu ? 。 Λ 稱(chēng)為因子載荷陣， ij? 稱(chēng)為因子載荷， f 稱(chēng)為公因子， u 稱(chēng)為誤差或特殊因子。通常假定 0)( ?f? , kIfD ?)( (單位陣 )， ??????????????????22221000000)(,0)(puDu???????????， 0),( ?ufCov 。 由上述假定，立即有： ??????? ， ? 稱(chēng) 為特殊方差陣，記 jq? 21pi ij??? ( j =1,? ,k)(Λ 第 j 列元素的平方和 )稱(chēng)為方差貢獻(xiàn)，它是衡量公因子 fj解釋全部變量 x 信息程度的指標(biāo)； 1jiiq?? ( j=1,? ,k)是 Λ 第前j 列元素的平方和稱(chēng)為累計(jì)方差貢獻(xiàn)，它是衡量公因子 f1,? , fj 解釋全部變量 x 信息程關(guān)于大學(xué)生網(wǎng)購(gòu)現(xiàn)狀實(shí)證研究 10 度的指標(biāo)， 1 /jiiqp?? 稱(chēng)為累計(jì)方差貢獻(xiàn)率。 結(jié)合 參考 文獻(xiàn) [4]， 得知因子分析以 下步聚： ⑴ 指標(biāo) 的正向化 (單獨(dú)計(jì)算 )[14]，標(biāo)準(zhǔn)化； ⑵ 求變量的樣本相關(guān)陣 R 及其特征值 i? ，主成分法下的初始 因子載荷陣 0L ，旋轉(zhuǎn)后因子載荷陣 ?L ； ⑶旋轉(zhuǎn)后因子載荷陣 ?L (要計(jì)算出多個(gè) ?L )與 0L 比較， 0L 中行 元素 絕對(duì)值足夠向 0、1 兩極分化，用初始因子 進(jìn)行分析 ， 繼續(xù) [原始變量之間相關(guān)度很低或無(wú)關(guān)時(shí)，直接進(jìn)行逐個(gè)指標(biāo)分析，用 ipi x1?? 作綜合分析 ( ix 是正向化、標(biāo)準(zhǔn)化的 )是適合的 ]。 ⑷ 確定初始因子個(gè)數(shù) m： 用 0L 和因子與變量顯著相關(guān)的臨界值判斷，若因子與變量顯著相關(guān)，則選入該因子，因子個(gè)數(shù) m、因子方差累計(jì)貢獻(xiàn)率 隨之確定 ； ⑸ 初始因子 0if 的命名及其正向化：由 0L 的第 i 列 0il ，將與 0if 顯著相關(guān)的變量歸為 0if一類(lèi)，由這類(lèi)變量的意義對(duì)因子 0if 進(jìn)行命名 (注意有些變量，可能與兩個(gè)因子顯著相關(guān)，命名中、分析中也要同時(shí)考慮好這些變量的聯(lián)系性影響 )。正向化：如果這類(lèi)變量與 0if 的相關(guān)系數(shù)表明該類(lèi)變量的意義 是正向的， 0if 不變符號(hào)； 如果 意義 是反向的， 0if 、 0il 同時(shí)乘上負(fù)號(hào)； ⑹計(jì)算 寫(xiě)出初始因子 xLd ia gF m ))(,( 0112110 ?? ??? ??? ?(用 0L 回歸的因子得分 )； 因子分析方法的運(yùn)用 （ 1） 首先，通過(guò)一些描述統(tǒng)計(jì)分析，以及因子分析前的初步驗(yàn)證，我們選取產(chǎn)品價(jià)格、產(chǎn)品口碑、產(chǎn)品信息描述 、 售后服務(wù)、交易安全、個(gè)人隱私安全這 6 個(gè)變量， 結(jié)合 SPSS軟件， 進(jìn)行因子分析；由 Bartlett 檢驗(yàn)可以看出， 應(yīng)拒絕各變量獨(dú)立的假設(shè)，即變量間具有較強(qiáng)的上關(guān)性。但是 KMO 統(tǒng)計(jì)量為 ，小于 ，說(shuō)明各變量間信息的重疊程度可能不是特別的高，有可能做出的因子分析模型不是很完善，但還是值得嘗試。 表 4 KMO檢驗(yàn)和 Bartlett 檢驗(yàn) 結(jié)果 KaiserMeyerOlkin Measure of Sampling Adequacy Bartlett39。s Test of Sphericity Appox. HiSquare df 15 Sig. 0 （ 2）變量共同度 munalities 是表示各變量中所含原始信息能被提取的公因子所表示的程度，由中所表示的變量共同度可知：大部分變量共同度都在 60%以上，因此是可以提取出公因子對(duì)變量進(jìn)行解釋。 關(guān)于大學(xué)生網(wǎng)購(gòu)現(xiàn)狀實(shí)證研究 11 表 5 變量共同度 Initial Extraction 產(chǎn)品價(jià)格 產(chǎn)品口碑 產(chǎn)品信息描述 售后服務(wù) 交易安全 個(gè)人隱私安全 （ 3）圖 6 是碎石圖，碎石圖用于顯示各因子的重要程度，其橫軸表示為因子序號(hào)，縱軸表示為特征根的大少。它將因子按特征根從大到小依次排列，可以看出前第三個(gè)個(gè)因子特征根接近 1，因此至多考慮前 3個(gè)公因子即可。 圖 6 碎石圖 （ 4）表 6 是因子旋轉(zhuǎn)前和進(jìn)行方差最大因子旋轉(zhuǎn)后的載荷陣，通過(guò)對(duì)表 6 信息的統(tǒng)計(jì)，得到表 7，據(jù)表 7結(jié)果所示，旋轉(zhuǎn)后的因子載荷陣的 0、 1 兩極分化更為明顯，因此，選擇旋轉(zhuǎn)后因子進(jìn)行進(jìn)一步分析。 表 6 因子載荷陣 初始 旋轉(zhuǎn)后 1 2 3 1 2 3 交易安全 個(gè)人隱私 產(chǎn)品信息描述 .079 .452 售后服務(wù) .046 產(chǎn)品口碑 產(chǎn)品價(jià)格 關(guān)于大學(xué)生網(wǎng)購(gòu)現(xiàn)狀實(shí)證研究 12 表 7 因子載荷絕對(duì)值 0、 1 兩極分化頻數(shù)對(duì)比表 因子載荷區(qū)間 頻數(shù) 初始 旋轉(zhuǎn)后 0 3 3 2 5 3 3 1 7 10 合計(jì) 18 12 （ 5）因子命名與正向化：由表 6 可以明顯看出第一公因子在 X5交易安全、 X6個(gè)人隱私安全、 X4售后服務(wù)有較大的載荷，故可以命名為安全與售后因子；第二公因子在 X3產(chǎn)品信息描述、 X2產(chǎn)品口碑有較大載荷，故可以命名為產(chǎn)品了解程度因子。第三公因子在 X1產(chǎn)品價(jià)格 有較大載荷，故可以命 名為產(chǎn)品價(jià)格因子。 （ 6）因子方差解釋?zhuān)杀?8 知我們知道前 3個(gè)公因子累計(jì)了 %的信息量，故確定選擇 3 個(gè)公因子，已較全面包含網(wǎng)購(gòu)影響因素的權(quán)重信息。 表 8 旋轉(zhuǎn)后因子方差分析 Initial Eingenvalues Rotation Sums of