【正文】 上商家風(fēng)險(xiǎn)和感知網(wǎng)絡(luò)風(fēng)險(xiǎn)選定的13個(gè)問(wèn)項(xiàng)進(jìn)行因子分析，同時(shí)對(duì)模型中的大學(xué)生影響因素的分類進(jìn)行驗(yàn)證，并進(jìn)行必要的調(diào)整，便于后續(xù)的進(jìn)一步研究。同時(shí)在此之前，需要進(jìn)行效度分析即KMO測(cè)度和巴特利球體檢驗(yàn)，從而確定研究變量是否適合進(jìn)行因子分析。表41 KMO測(cè)度和巴特利球體檢驗(yàn)結(jié)果Factor AnalysisKMO and Bartlett’s TestKaiserMeyerOlkin Measure of Sampling Adequacy（KMO測(cè)度）Bartlett’s Test of Sphericity (X2檢驗(yàn))（Bartlett檢驗(yàn)） df（自由度）Sig,（顯著性）78表42 大學(xué)生消費(fèi)者接受網(wǎng)上購(gòu)物模型測(cè)量變量因子分析結(jié)果Total variance explained（總方差解釋）Component（成分）Initial Eigenvalues（初始特征值）Extraction Sums of Squared Loadings（平方載荷總和提?。㏕otal（特征值）% of Variance（解釋百分比）Cumulative %（累計(jì)百分比）Total（特征值）% of Variance（解釋百分比）Cumulative %（累計(jì)百分比）12345678910111213Extraction Method: Principal Component Analysis.（提取方法：主成份分析）結(jié)果顯示：KMO值為0．886大于0．7，而且巴特利球體檢驗(yàn)的X2統(tǒng)計(jì)值顯著性為0．000，小于0．001。全部因子總體解釋了變量82．302%的差異,大于70%，即涵蓋了83．302%的信息，解釋了大部分信息，因而可以得出個(gè)測(cè)量變量所包含的測(cè)量項(xiàng)目與通過(guò)因子分析得出的各因子所包含的項(xiàng)目基本一致的，這證明構(gòu)建的測(cè)評(píng)體系是合理的，以上問(wèn)題的構(gòu)建效度是比較高的。方俐洛（2003）等認(rèn)為一般量表的信度達(dá)到0．8以上時(shí)就可以認(rèn)為是相當(dāng)好，達(dá)到0．7以上時(shí)即為較好，0．6以上為可接受的信度。4．3 網(wǎng)上購(gòu)物態(tài)度研究4．3．1 因子分析和效度分析為了驗(yàn)證網(wǎng)上購(gòu)物態(tài)度變量所設(shè)計(jì)的項(xiàng)目是否合理，對(duì)其進(jìn)行效度和信度分析，采用的是來(lái)源于Inge M．Kloppingamp。表44 KMO測(cè)度和巴特利球體檢驗(yàn)結(jié)果Factor AnalysisKMO and Bartlett’s TestKaiserMeyerOlkin Measure of Sampling Adequacy（KMO測(cè)度）Bartlett’s Test of Sphericity (X2檢驗(yàn))（Bartlett檢驗(yàn)） df（自由度） Sig,（顯著性）3結(jié)果所示：KMO值為0．751大于0．7，而且巴特利球體檢驗(yàn)的X2統(tǒng)計(jì)值顯著性為0．000，小于0．001。表45 大學(xué)生消費(fèi)者網(wǎng)上購(gòu)物態(tài)度變量因子分析結(jié)果Total variance explained（總方差解釋）Component（成分）Initial Eigenvalues（初始特征值）Extraction Sums of Squared Loadings（平方載荷總和提?。㏕otal（特征值）% of Variance（解釋百分比）Cumulative %（累計(jì)百分比）Total（特征值）% of Variance（解釋百分比）Cumulative %（累計(jì)百分比）123.269.252Extraction Method: Principal Component Analysis.（提取方法：主成份分析）Component Matrix(載荷矩陣)Component（成分）1上網(wǎng)購(gòu)物是一個(gè)不錯(cuò)的選擇網(wǎng)上購(gòu)物令人興奮和愉悅我喜歡通過(guò)網(wǎng)絡(luò)購(gòu)物.912.909.906Extraction Method: Principal Component Analysis. ponents extracted.結(jié)果顯示：網(wǎng)上購(gòu)物態(tài)度全部因子總體解釋了變量82．625%的差異，即涵蓋了82．625%的信息，解釋了大部分信息，因而可以得出個(gè)測(cè)量變量所包含的測(cè)量項(xiàng)目與通過(guò)因子分析得出的各因子所包含的項(xiàng)目基本一致的，這證明構(gòu)建的測(cè)評(píng)體系是合理的，以上問(wèn)題的構(gòu)建效度是比較高的。4．4 網(wǎng)上購(gòu)物意向研究4．4．1 因子分析和效度分析為了驗(yàn)證網(wǎng)上購(gòu)物意向變量所設(shè)計(jì)的項(xiàng)目是否合理，對(duì)其進(jìn)行效度和信度分析，采用的是來(lái)源于Inge M．Kloppingamp。表47 KMO測(cè)度和巴特利球體檢驗(yàn)結(jié)果Factor AnalysisKMO and Bartlett’s TestKaiserMeyerOlkin Measure of Sampling Adequacy（KMO測(cè)度）Bartlett’s Test of Sphericity (X2檢驗(yàn))（Bartlett檢驗(yàn)） df（自由度） Sig,（顯著性）6結(jié)果所示：KMO值為0．839大于0．7，而且巴特利球體檢驗(yàn)的X2統(tǒng)計(jì)值顯著性為0．000，小于0．001。表48大學(xué)生消費(fèi)者網(wǎng)上購(gòu)物意向變量因子分析結(jié)果Total variance explained（總方差解釋）Component（成分）Initial Eigenvalues（初始特征值）Extraction Sums of Squared Loadings（平方載荷總和提?。㏕otal（特征值）% of Variance（解釋百分比）Cumulative %（累計(jì)百分比）Total（特征值）% of Variance（解釋百分比）Cumulative %（累計(jì)百分比）1234.444.246.173Extraction Method: Principal Component Analysis.（提取方法：主成份分析）Component Matrix(載荷矩陣)Component（成分）1我最近打算在網(wǎng)上購(gòu)物我會(huì)優(yōu)先考慮上網(wǎng)購(gòu)買需要的物品我能網(wǎng)上購(gòu)買的物品我會(huì)盡量從網(wǎng)上買網(wǎng)絡(luò)是我的一個(gè)首要的購(gòu)物途徑.806.926.912.694Extraction Method: Principal Component Analysis. ponents extracted.結(jié)果顯示：網(wǎng)上購(gòu)物意向全部因子總體解釋了變量78．440%的差異，即涵蓋了78．440%的信息，解釋了大部分信息，因而可以得出個(gè)測(cè)量變量所包含的測(cè)量項(xiàng)目與通過(guò)因子分析得出的各因子所包含的項(xiàng)目基本一致的，這證明構(gòu)建的測(cè)評(píng)體系是合理的，以上問(wèn)題的構(gòu)建效度是比較高的。4．5 商品因素與五個(gè)研究變量之間的驗(yàn)證網(wǎng)上購(gòu)物時(shí)消費(fèi)者通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)商品的購(gòu)買活動(dòng)，消費(fèi)者作為商品的直接購(gòu)買者，其購(gòu)買行為必然和所購(gòu)沒的產(chǎn)品有關(guān)。采用的是皮爾遜相關(guān)分析。表410標(biāo)準(zhǔn)化程度高與五個(gè)變量的皮爾遜相關(guān)分析Correlations感知網(wǎng)上購(gòu)物有用感知網(wǎng)上購(gòu)物易用感知網(wǎng)上商品風(fēng)險(xiǎn)感知網(wǎng)上商家風(fēng)險(xiǎn)感知網(wǎng)上風(fēng)險(xiǎn)標(biāo)準(zhǔn)化程度高PearsonCorrelation（相關(guān)系數(shù)）**********Sig． (2tailed)（顯著性）N423423423423423注；*表示P＜0．05，**表示P＜0．0l，雙尾檢驗(yàn)結(jié)果顯示：感知網(wǎng)上購(gòu)物有用與標(biāo)準(zhǔn)化程度高的R的絕對(duì)值最接近1，說(shuō)明網(wǎng)上購(gòu)物有用與標(biāo)準(zhǔn)化程度高的線性關(guān)系最顯著，也說(shuō)明大學(xué)生消費(fèi)者對(duì)于商品的標(biāo)準(zhǔn)化程度是否高最會(huì)影響對(duì)網(wǎng)上購(gòu)物有用的感知。表411價(jià)格偏低與五個(gè)變量的皮爾遜相關(guān)分析Correlations感知網(wǎng)上購(gòu)物有用感知網(wǎng)上購(gòu)物易用感知網(wǎng)上商品風(fēng)險(xiǎn)感知網(wǎng)上商家風(fēng)險(xiǎn)感知網(wǎng)上風(fēng)險(xiǎn)價(jià)格偏低PearsonCorrelation（相關(guān)系數(shù)）**********Sig． (2tailed)（顯著性）N423423423423423注；*表示P＜0．05，**表示P＜0．0l，雙尾檢驗(yàn)結(jié)果顯示：感知網(wǎng)上購(gòu)物易用與價(jià)格的相關(guān)系數(shù)最大，它們之間的正相關(guān)較顯著。價(jià)格偏低與感知網(wǎng)上商家風(fēng)險(xiǎn)的負(fù)相關(guān)較顯著，說(shuō)明價(jià)格偏低使大學(xué)生消費(fèi)容易感知網(wǎng)上商家的風(fēng)險(xiǎn)。品牌知名度高與感知網(wǎng)上商品風(fēng)險(xiǎn)的負(fù)相關(guān)較顯著，說(shuō)明品牌知名度高使大學(xué)生消費(fèi)容易感知網(wǎng)上商品的風(fēng)險(xiǎn)。因此，對(duì)于相關(guān)經(jīng)驗(yàn)與網(wǎng)上購(gòu)物影響因素之間的研究，分為二部分，一部分是上網(wǎng)相關(guān)經(jīng)驗(yàn)與五個(gè)變量之間的皮爾遜相關(guān)分析，另一部分是網(wǎng)購(gòu)相關(guān)經(jīng)驗(yàn)與五個(gè)變量之間的皮爾遜相關(guān)分析。上網(wǎng)經(jīng)驗(yàn)與感知網(wǎng)上商家風(fēng)險(xiǎn)的負(fù)相關(guān)較顯著，說(shuō)明大學(xué)生消費(fèi)者網(wǎng)上經(jīng)驗(yàn)越足，越能感知到網(wǎng)上商家的風(fēng)險(xiǎn)越大。網(wǎng)購(gòu)經(jīng)驗(yàn)與感知網(wǎng)上商品風(fēng)險(xiǎn)的負(fù)相關(guān)較顯著，與感知網(wǎng)上商家風(fēng)險(xiǎn)與感知網(wǎng)上風(fēng)險(xiǎn)的關(guān)系無(wú)顯著。以上驗(yàn)證本研究采用的是相關(guān)分析，相關(guān)分析就是通過(guò)幾個(gè)表述相關(guān)關(guān)系的統(tǒng)計(jì)量來(lái)確定變量間的密切程度和相關(guān)方向。皮爾遜相關(guān)系數(shù)通常用R來(lái)表述，R 的絕對(duì)值越接近1，則說(shuō)明變量Y和X之間的線性關(guān)系越顯著。表417 網(wǎng)上購(gòu)物意向與各影響因素的顯著性Correlations感知網(wǎng)上購(gòu)物有用感知網(wǎng)上購(gòu)物易用感知網(wǎng)上商品風(fēng)險(xiǎn)感知網(wǎng)上商家風(fēng)險(xiǎn)感知網(wǎng)上風(fēng)險(xiǎn)商品因素網(wǎng)上相關(guān)經(jīng)驗(yàn)網(wǎng)上購(gòu)物意向PearsonCorrelation（相關(guān)系數(shù)）**************Sig． (2tailed)（顯著性）0．0000．0000．0000．000N423423423423423423423注：*表示P＜0．05，**表示P＜0．0l，雙尾檢驗(yàn)結(jié)果顯示：網(wǎng)上購(gòu)物意向與感知網(wǎng)上購(gòu)物有用、感知網(wǎng)上購(gòu)物易用、商品因素、網(wǎng)上相關(guān)經(jīng)驗(yàn)正相關(guān)，與感知網(wǎng)上商品風(fēng)險(xiǎn)、感知網(wǎng)上商家風(fēng)險(xiǎn)、感知網(wǎng)上風(fēng)險(xiǎn)負(fù)相關(guān)。針對(duì)與大學(xué)生特征的研究主要是大學(xué)生的性別和專業(yè)對(duì)于網(wǎng)上購(gòu)物影響因素、網(wǎng)上購(gòu)物態(tài)度及意圖的影響。由于問(wèn)卷樣本數(shù)據(jù)采集得比較多，因此假設(shè)樣本方差相等。男性大學(xué)生比女性大學(xué)生認(rèn)為感知網(wǎng)上購(gòu)物有用比較重要，成為影響購(gòu)物的主要因素。按照大學(xué)生專業(yè)劃分，設(shè)定1為理科，2為文科表419大學(xué)生專業(yè)與各影響因素、網(wǎng)上購(gòu)物態(tài)度及意圖的獨(dú)立樣本T檢驗(yàn)研究變量性別T值P值1理科（N=295）2文科（N=128）Mean均數(shù)Std．Deviatio標(biāo)準(zhǔn)差Mean均數(shù)Std．Deviatio標(biāo)準(zhǔn)差感知網(wǎng)上購(gòu)物有用3．880．9603．781．0451．0190．3090．9860．3255感知網(wǎng)上購(gòu)物易用3．920．9303．791．0171．2570．2091．2140．226感知網(wǎng)上商家風(fēng)險(xiǎn)4．150．9464．170．9420．2440．8070．2450．807感知網(wǎng)上商品風(fēng)險(xiǎn)4．290．8864．240．8760．4400．6600．4420．659感知網(wǎng)上風(fēng)險(xiǎn)3．741．1283．821．0920．6450．5190．6530．514網(wǎng)上購(gòu)物態(tài)度3．521．1013．511．0620．1650．8690．1680．867網(wǎng)上購(gòu)物意向3．151．2913．061．1610．6530．5140．6810．496結(jié)果顯示：本研究在P值為0．05的顯著水平上進(jìn)行研究，可以看出變量P值均大于0．05，在0．05的水平上不顯著。5 結(jié)論5．1 研究總結(jié)本研究在大學(xué)生消費(fèi)者計(jì)劃行為理論和技術(shù)接受模型相結(jié)合的基礎(chǔ)上，探討了大學(xué)生消費(fèi)者擁有的相關(guān)經(jīng)驗(yàn)和產(chǎn)品因素對(duì)大學(xué)生消費(fèi)者進(jìn)行網(wǎng)上購(gòu)物模型的影響，從而得出以下結(jié)論：1. 大學(xué)生消費(fèi)者的接受網(wǎng)上購(gòu)物受人口因素的影響，男性大學(xué)生比女性大學(xué)生感知網(wǎng)上購(gòu)物更認(rèn)為有用。，則越感到網(wǎng)上購(gòu)物易用，參與網(wǎng)絡(luò)購(gòu)物的可能性越大。，大學(xué)生消費(fèi)者感知網(wǎng)上購(gòu)物越易用，感知商家風(fēng)險(xiǎn)越小，參與網(wǎng)絡(luò)購(gòu)物的可能性越大。根據(jù)分析可以看出，男性大學(xué)生和女性大學(xué)生對(duì)于影響網(wǎng)上購(gòu)物的因素有不同的側(cè)重點(diǎn)。因此要制定有針對(duì)性的營(yíng)銷策略，針對(duì)男性和女性大學(xué)生，研究他們的需求特征，做到有的放矢。