【導讀】論文（設計）主體均由本人獨立完成，沒有抄襲、剽竊他人已經(jīng)發(fā)表或未發(fā)表的研究成果行為。如出現(xiàn)以上違反誠信的情況，本人愿意承擔相應的責任。電子商務的興起，使得傳統(tǒng)的消費模式有了一定的改變，越來越多的消費者選擇了網(wǎng)絡購物這一新興的購物模式，從而帶動了我國B2C，C2C等電子商務的進一步發(fā)展。與此同時，有關電子商務模式下的消費者行為受到了研究者們的重視。研究獲得了一些有意義的啟示,為有關人員正確認識網(wǎng)絡消費者和進行C2C服裝銷售的賣家提供了理論指導。網(wǎng)絡銷售平臺因具有產(chǎn)品多樣化、成本的降低和不受時間空間限制等優(yōu)勢，使得C2C擁有巨大的發(fā)展空間。

　　

【正文】 我有過成功的網(wǎng)購服裝經(jīng)驗 我認為穿著經(jīng)歷中的對服裝評價會對下次 購買產(chǎn)生影響我的朋友認為網(wǎng)上購買服裝值得推薦 我的朋友成功的進行過網(wǎng)上購買服裝 購買意愿 今后我會在網(wǎng)上購買服裝 今后我會增加網(wǎng)上購買服裝的次數(shù) 今后我會增加網(wǎng)購服裝的數(shù)量 今后我會推薦他人購買網(wǎng)上服裝 從結果可以看出，除了商品感知風險之外，，所以內部一致性相對較高。 因子分析因子分析是多元統(tǒng)計分析的一個重要分支。只要目的是濃縮數(shù)據(jù)。通過對諸多變量的相關性研究，可以用假象的少數(shù)幾個變量，來表示原來變量的主要信息。在做因子分析之前，首先要判斷有待分析的一組數(shù)據(jù)是否適合做因子分析，根據(jù)巴特利特球度檢驗和KMO檢驗，KMO的統(tǒng)計取值在0~1之間，KMO越小，越不適合作因子分析。巴特利特球體檢驗是從整個相關系數(shù)矩陣來考慮的，其統(tǒng)計值的顯著性概率小于等于a時，認為相關系數(shù)矩陣顯著異于零，可以作因子分析。 引自 ，2002，315－316，小于1%，如表5。說明數(shù)據(jù)具有相關性，相對適合做因子分析。表5. KMO檢驗KMO 和 Bartlett 的檢驗取樣足夠度的 KaiserMeyerOlkin 度量。.787Bartlett 的球形度檢驗近似卡方df561Sig..000將所有變量進行因子分析后得到9個因子的特征值大于1，%。由于因子比較多，圖表較大，見附錄二(1)解釋變量因子分析先分別對每個解釋變量做因子分析和效度分析。效度是指正確性程度，即測量工具確能測出其所要測量的特質的程度。效度越高，即表示測量結果越能顯示其所要測量的對象的真正特性。效度是所有科學的測量工具所必須具備的條件。一般研究中通常采用驗證性因子分析來進行檢驗收斂效度。本文采用標準化因子負荷分析來檢驗量表的收斂效度。如表6表6. 因子分析效用表因素 題項 成分矩陣 KMO 商品感知 能通過網(wǎng)頁展示而正確感知服裝的面料 風險 能通過網(wǎng)頁展示而正確感知服裝的樣式 能通過網(wǎng)頁展示而正確感知服裝的尺碼 能通過網(wǎng)頁展示而正確感知服裝穿著效果 網(wǎng)頁展示 該店鋪網(wǎng)站界面設計優(yōu)美、利于瀏覽 質量 網(wǎng)店能展示模特穿著效果圖 網(wǎng)店能展示服裝的真實顏色 網(wǎng)店能詳細準確描述服裝的各項信息 網(wǎng)絡安全 網(wǎng)店提供的網(wǎng)絡支付方式安全，不會泄露銀行卡信息 網(wǎng)店提供安全的支付方式，不會付了錢收不到貨物 網(wǎng)店不會隨意泄露顧客隱私給其他廣告公司 網(wǎng)店不會擅自使用顧客隱私用作己用 賣家信譽 網(wǎng)店有很高的成交量 網(wǎng)店的好評率很高 買家對店鋪商品的好評多 賣家能很好的回復買家的評價與問題 服務質量 網(wǎng)店為客戶提供實時的交流平臺 0. .752 網(wǎng)店能方便的撤銷網(wǎng)絡訂單 網(wǎng)店能提供可靠的物流，費用合理，發(fā)貨及時 網(wǎng)店能方便的撤銷網(wǎng)絡訂單 便捷性 網(wǎng)店有實用的導航，幫助我找到想要的商品 0. .685 網(wǎng)店提供便捷的購買交易過程，省時，方便 網(wǎng)店提供便捷的退換貨服務 平臺質量 網(wǎng)店所屬交易平臺連接速度快，頁面實用 網(wǎng)絡零售商提供很多有效信息，獲取資訊，便于比較 網(wǎng)店所屬交易平臺口碑很好，信用有保障 過往經(jīng)驗 我有過成功的網(wǎng)購服裝經(jīng)驗 我認為穿著經(jīng)歷中的對服裝評價會對下次購買產(chǎn)生影響 我的朋友認為網(wǎng)上購買服裝值得推薦 我的朋友成功的進行過網(wǎng)上購買服裝 通過統(tǒng)計分析，本文所設計的量表具有良好的收斂效度，這表明題項與其潛變量之間共同方差大于題項與誤差之間的共同方差，表明本文所設計的量表具有良好的收斂效度，各題項都是相應維度的有效指標。(2)被解釋變量的因子分析，小于1%，如表7。說明數(shù)據(jù)具有相關性，相對適合做因子分析。表7. 被解釋變量的KMO表KMO 和 Bartlett 的檢驗取樣足夠度的 KaiserMeyerOlkin 度量。.651Bartlett 的球形度檢驗近似卡方df6Sig..000將各被解釋變量進行因子分析后得到1個因子的特征值大于1，%，如表8。表8. 被解釋變量因子分析解釋的總方差成份初始特征值提取平方和載入合計方差的 %累積 %合計方差的 %累積 %12.7443.5924.227提取方法：主成份分析。 相關分析（1）各解釋因子與被解釋因子之間的相關分析相關分析是描述客觀事物相互間關系的密切程度并用適當?shù)慕y(tǒng)計指標表示出來的過程。兩個變量之間的相關程度通過相關系數(shù)r來表示。相關系數(shù)的值在1和1之間，但可以是此范圍內的任何值。正相關時，r值在0和1之間；負相關時，r值在1和0之間。R的絕對值越接近1，兩個變量的關聯(lián)程度越強，r的絕對值越接近0，兩變量的關聯(lián)程度越弱。[23]本研究通過相關分析探討期望績效、努力期望、社會影響、感知成本、感知風險、便利條件對第三方支付使用意愿的相關關系。本研究采用PEARSON相關系數(shù)的單尾檢驗，結果如表9。 表9. 各影響因素對購買意愿的相關分析結果 相關性a購買意愿商品感知網(wǎng)頁展示網(wǎng)絡安全賣家信譽服務質量便捷性平臺質量過往經(jīng)驗購買意愿Pearson 相關性1.615**.726**.510**.581**.593**.487**.657**.826**顯著性（單側）.000.000.000.000.000.000.000.000**. 在 .01 水平（單側）上顯著相關。*. 在 水平（單側）上顯著相關。a. 列表 N=80 從表中我們不難看出所有的影響因素的與用戶購買意愿存在顯著的正相關關系。接下來對各個變量進行最后一步的回歸分析，進一步分析各解釋變量與被解釋變量的關系。（2）網(wǎng)絡購物感知易用對有用性的相關分析表10. 感知易用與感知有用相關性表相關性感知有用感知易用感知有用Pearson 相關性1.737**顯著性（雙側）.000N8080**. 在 .01 水平（雙側）上顯著相關。從表10中我們不難看出感知易用和感知有用存在顯著的正相關關系。 回歸分析回歸分析主要在了解自變量與因變量之間的因果關系。其方法是將所要研究的變數(shù)區(qū)分為自變數(shù)與因變數(shù)，利用所獲得的樣本資料做估計模型中的參數(shù)。但是為了保證模型的準確性，必須要對回歸模型是否存在多重共線性、異方差和序列相關這三大問題進行研究[23]。(1)多重共線性檢驗多重共線性是指解釋變量之間存在嚴重的線性相關，如存在則不適合用回歸分析。多重共線性是否存在可以用方差膨脹因子（VIF）指數(shù)衡量，一般來說當0VIF10則表示不存在多重共線性。[23]~，表示本回歸模型不存在多重共線性。表11. 回歸分析檢驗性表模型相關性共線性統(tǒng)計量零階偏部分容差VIF1(常量)商品感知.615.245.095.631網(wǎng)頁展示.726.273.107.414網(wǎng)絡安全.510.238.092.678賣家信譽.581.261.101.614服務質量.593.249.097.556便捷性.487.324.128.677平臺質量.657.404過往經(jīng)驗.826.640.313.443(2)序列相關檢驗 序列相關（自相關）是指模型中不同的殘差項間存在相關關系。序列相關問題是否存在可以用DW值檢驗。[23]如表12，所以本回歸模型不存在序列相關問題。表12. DW，R,R方表模型RR 方調整 R 方標準 估計的誤差DurbinWatson1.927a.859.843.21064R2=，調整后的R2=，模型擬合度符合要求(3)回歸分析結果如表13我們可以看出，除了平臺質量這一項外，其他的幾項假設都得到的驗證。表13. 首次回歸分析表表模型tSig.相關性共線性統(tǒng)計量零階偏部分容差VIF1(常量).026商品感知.037.615.245.095.631網(wǎng)頁展示.019.726.273.107.414網(wǎng)絡安全.043.510.238.092.678賣家信譽.026.581.261.101.614服務質量.033.593.249.097.556便捷性.005.487.324.128.677平臺質量.862.657.404過往經(jīng)驗.000.826.640.313.443根據(jù)上述的回歸分析結果，我們知道有7個假設得到了驗證，分別是假設2，假設3，假設4，假設5，假設6，假設8和假設10。進行二次回歸，進一步證明了一次回歸結果，如表14。表14. 二次回歸分析表表表模型非標準化系數(shù)標準系數(shù)tSig.共線性統(tǒng)計量B標準誤差試用版容差VIF1(常量).248.023商品感知.134.063.119.036.632網(wǎng)頁展示.127.052.162.016.450網(wǎng)絡安全.103.050.110.042.695賣家信譽.106.045.126.020.698服務質量.105.048.128.032.577便捷性.167.057.154.005.709過往經(jīng)驗.400.057.470.000.444a. 因變量: 購買意愿根據(jù)上述的分析結果，得到消費者購買決策影響因素的模型中，平臺因素對C2C模式下的服裝類消費者購買決策不起支持作用。這里的平臺主要是指例如淘寶，百度有啊等平臺的網(wǎng)站構建的質量等等，這些部隊消費購買決策起作用。，過往經(jīng)驗對C2C服裝類消費者購買決策的影響很大，這是可以理解的，因為，網(wǎng)上購物并不像實體商店，可以親身感受，所以過往的經(jīng)驗就顯得尤為重要。人口因素：由于本次問卷的發(fā)放對象周圍同學比較多，網(wǎng)絡參與度都很高 ，所以僅僅可以得到的結果是，受過良好教育的青年人普遍都有C2C購物的經(jīng)歷，與收入多少，是男是女的關系不大。感知有用相關因素和網(wǎng)絡購物意向：在假設中，我們把商品感知、網(wǎng)頁展示、網(wǎng)絡安全、賣家信譽、服務質量做為消費者感知有用的影響因素，在分析結果中我們看到，這五個因素都通過了相關性檢驗，比如說網(wǎng)絡安全這是網(wǎng)絡購物區(qū)別于傳統(tǒng)購物的地方，消費者希望有一個安全的購物環(huán)境，這也是購物的前提。 網(wǎng)上購買服裝不同于其他產(chǎn)品，因為服裝產(chǎn)品的特殊性，在網(wǎng)絡上，消費者對服裝的大部分認識都由商品的展示產(chǎn)生。展示主要包括電子圖片和文字描述，這對正確認識服裝感知易用相關因素和網(wǎng)絡購物意向：在假設中，我們把便利性、網(wǎng)站系統(tǒng)質量作為為消費者感知易用的影響因素，在分析結果中我們看到，所屬平臺質量被剔除。首先便利性仍然是重要的因素。根據(jù)中國互聯(lián)網(wǎng)絡發(fā)展中心的報告，自2000年來，網(wǎng)上購物的主要原因，排在第一位的始終是節(jié)省時間。而網(wǎng)站所屬平臺的質量，消費者不太在乎，因為相關店鋪可以提供高質量的保證比較來得可靠，而網(wǎng)速這些指標，消費者并不太考量。具體如表15：表15. 修正后因素表因子內容顯著性支持性H2商品感知的準確定和消費者網(wǎng)絡購物意向成正相關顯著相關支持H3網(wǎng)頁展示的質量和消費者網(wǎng)絡購物意向成正相關顯著相關支持H4消費者感知網(wǎng)絡安全和網(wǎng)絡購物意向成正向相關顯著相關支持H5賣家信譽和網(wǎng)絡購物意向成正向相關顯著相關支持H6服務質量和網(wǎng)絡購物意向成正向相關顯著相關支持H7消費者感知網(wǎng)上購物易用會對感知網(wǎng)上購物有用產(chǎn)生影響顯著相關支持H8消費者感知網(wǎng)上購物方便會對網(wǎng)絡購物意向產(chǎn)生影響顯著相關支持H9所屬網(wǎng)站的質量和消費者的網(wǎng)絡購物意向成正向相關剔除不支持H10以往經(jīng)驗對消費者的網(wǎng)絡購物意向產(chǎn)生影響顯著相關支持剔除平臺因素后，感知易用性既是便捷性，并根據(jù)二次回歸分析中的非標準化系數(shù)寫出他們之間相關因子。修正后的模型如圖17。圖17. 修正后影響因素模型第五章 研究結論與展望，閱讀了有關消費者行為的各類文獻和網(wǎng)絡消