大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素的實證研究

1、大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素的實證研究摘要：本文在定性分析大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素的基礎(chǔ)上，展開實地調(diào)研，運用因子分析法對數(shù)據(jù)進行處理，得出影響大學(xué)生消費群體購物決策的主要因子。在此基礎(chǔ)上，針對各影響因素影響程度的大小，有針對性地對網(wǎng)絡(luò)零售商提出策略建議，以促進我國網(wǎng)上零售業(yè)的發(fā)展。 一、引言購買決策是消費者作為決策主體，為了實現(xiàn)滿足需求這一特定目標(biāo)，在購買過程中進行的評價、選擇、判斷、決定等一系列活動【1】。購買決策在消費者購買行為活動中占有極為重要的關(guān)鍵地位。近年來國內(nèi)外學(xué)者對于消費者購買決策影響因素的研究已經(jīng)涉及了很多方面，形成了較為完善的理論體系，如二因素論、三因素論、

2、四因素論。但是網(wǎng)絡(luò)消費是一種較新的商業(yè)模式，與傳統(tǒng)模式有很大的差異，所以，影響網(wǎng)絡(luò)消費者購買決策的因素與影響傳統(tǒng)消費者購買決策的因素也存在很大的差異?？v觀對消費者網(wǎng)絡(luò)購買決策影響因素研究的相關(guān)文獻，在單因素方面，國內(nèi)外學(xué)者進行了大量定性和定量研究；但在多因素綜合性研究方面，主要集中在定性分析。國內(nèi)還沒有針對消費者網(wǎng)絡(luò)購物決策影響因素的實證研究文獻，而針對大學(xué)生這個特定消費群體的網(wǎng)絡(luò)購物決策影響因素的定性和定量研究均處在空白階段，本文擬采用定性分析和定量分析相結(jié)合的手段，研究大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素，進一步豐富消費者購買決策影響因素研究的相關(guān)理論，并為網(wǎng)絡(luò)零售商提供一些策略建議，具有一

3、定的實踐意義。二、大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素的定性分析本文采用目前應(yīng)用較廣泛的，描述消費者購買決策過程的恩格爾模式：認(rèn)知行為來自思考與記憶的處理【2】，此模式中，消費者購物決策過程的五個階段為精髓，分別為問題認(rèn)識、信息搜集、方案評估、購買選擇、購后行為【3】。本文假設(shè)消費者有網(wǎng)購需求，并且鑒于購后行為在第一次購買決策產(chǎn)生過程中的相對次要性，擬主要研究信息搜集、方案評估、購買選擇階段的影響因素。在該理論的指導(dǎo)下，本文分析消費者網(wǎng)絡(luò)購物的相關(guān)環(huán)節(jié)，總結(jié)影響網(wǎng)絡(luò)購物決策三大階段的因素。消費者網(wǎng)絡(luò)購物，需登陸網(wǎng)站、查找信息、評估方案、實施購買、物流配送，在這個過程中，需要與商家、網(wǎng)站、商品三大

4、主體打交道，鑒于網(wǎng)絡(luò)購物與傳統(tǒng)購物的區(qū)別，消費者在做選擇時還會慎重考慮考慮物流因素、網(wǎng)絡(luò)支付因素。因此，本文構(gòu)建圖1所示關(guān)系圖，提煉出五大影響因素：網(wǎng)站、商家、商品、支付、物流。針對每一方面，進一步分析，通過文獻查閱法、專家訪談法，得出了五大因素下的二級影響因素，見表1.商品網(wǎng)站商家物流支付消費者圖1 消費者網(wǎng)購相關(guān)主體表1 大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素定性分析結(jié)果表一級因素二級因素代碼網(wǎng)站網(wǎng)站的知名度WZ1網(wǎng)頁設(shè)計是否美觀、有吸引力、有特色WZ2網(wǎng)站設(shè)計能否為用戶購物提供方便（高效的信息檢索功能、便捷的購物程序等）WZ3網(wǎng)頁和相應(yīng)文件的瀏覽、下載速度WZ4物流物流（快遞、EMS等）費用

5、是否低廉WL1能否有多種物流途徑可供選擇WL2訂貨后能否在盡可能短的時間內(nèi)收到貨物WL3在物流過程中，商品能否保存完好WL4商家商家的信用度SJ1商家的服務(wù)態(tài)度SJ2是否能夠隨時與商家在線溝通SJ3商家商品的種類是否豐富，是否能夠提供一站式購物環(huán)境SJ4商品價格相比傳統(tǒng)購物方式是否更為低廉SP1已購此商品者對其的評價SP2頁面是否提供豐富、真實的描述此商品的文字、圖片等信息SP3支付方式是否提供多種付款方式（貨到付款、網(wǎng)上銀行、郵局匯款、支付寶等）ZF1支付環(huán)節(jié)能否保證付款安全ZF2三、大學(xué)生消費群體網(wǎng)絡(luò)購物決策影響因素的定量分析1、設(shè)計調(diào)研問卷在基本信息部分，設(shè)計了年齡、性別、年級、專業(yè)、平

6、均每周上網(wǎng)時間、有無網(wǎng)上購物經(jīng)歷、經(jīng)常網(wǎng)購的物品這些問題。在問卷主體部分，以定性分析得出的5個一級因素和17個二級因素為基礎(chǔ)，設(shè)計調(diào)研問卷。每個被調(diào)研者需回答“下列影響因素會影響您的購物決策嗎？”，問卷采用五分制量表，即影響很小、影響較小、影響一般、影響較大、影響很大。并對其分別賦予1、2、3、4、5分。2、調(diào)研方式與調(diào)研對象 鑒于本文的研究對象是大學(xué)生群體，本文采用qq、msn、e-mail、投票貼子等形式對遍布各地高校的大學(xué)生展開調(diào)研，獲得有效問卷121份。3、調(diào)研樣本概述對回收問卷中被調(diào)研者基本信息進行統(tǒng)計分析，得出調(diào)研樣本的基本特征，見表2。表2 調(diào)研樣本基本特征表屬性人數(shù)百分比性別男

7、7259.60%女4940.40%有無網(wǎng)上購物經(jīng)歷有10788.40%無1411.60%年級大一54.13%大二1814.88%大三7763.64%大四1915.70%其他21.65%年齡16-1854.13%19-216352.07%22-245343.80%平均每周上網(wǎng)時間0-20小時5444.63%21-40小時4133.88%41-60小時108.26%60小時以上1613.22%合計121100.00%在被調(diào)研者中，男生比例略高于女生；有網(wǎng)上購物經(jīng)歷的人占絕大多數(shù)，為88.4%，有網(wǎng)購經(jīng)歷的人對網(wǎng)絡(luò)購物的體會會更深，問卷回答也會更客觀；大三的學(xué)生最多，占到了63.64%，其次為大二和

8、大四的學(xué)生，最后為大一新生；從年齡分布上看，19-21歲的學(xué)生最多，為52.07%，22-24歲的學(xué)生為43.80%，16-18歲的學(xué)生最少；有44.63%的大學(xué)生每周上網(wǎng)時間不超過20小時，78.51%的學(xué)生不超過40小時。就學(xué)生的專業(yè)分布來看，被調(diào)研者的專業(yè)分布非常廣泛，涵蓋計算機類、理工科類、經(jīng)濟管理類、農(nóng)業(yè)類、醫(yī)學(xué)類、語言類、師范類。從學(xué)生經(jīng)常從網(wǎng)上購買的物品來看，有51個學(xué)生經(jīng)常從網(wǎng)上購買服裝，34個學(xué)生經(jīng)常從網(wǎng)上購買書籍，20個學(xué)生經(jīng)常購買電子數(shù)碼類產(chǎn)品，13個學(xué)生經(jīng)常購買鞋子，11個學(xué)生經(jīng)常購買飾品，8個學(xué)生經(jīng)常購買化妝品，7個學(xué)生經(jīng)常購買虛擬產(chǎn)品，6個學(xué)生經(jīng)常購買包。4、影響因

9、素的定量分析結(jié)果本文主要采用因子分析法對數(shù)據(jù)進行處理。提取公因子的方法為主成分分析法，以特征值大于1的主成分?jǐn)?shù)目為因子數(shù)目。因子旋轉(zhuǎn)方法采用方差最大旋轉(zhuǎn)，選用軟件為spss13.0。1）、KMO檢驗和球形檢驗KMO值為0.742，介于0.5與1之間，變量間的相關(guān)程度無多大差異，適合做因子分析；bartlett值為618.792，顯著性為0，球形假設(shè)被拒絕，相關(guān)陣不是單位矩陣，各指標(biāo)并非獨立，也適合做因子分析。表3：KMO和球形檢驗結(jié)果表Kaiser-Meyer-Olkin Measure of Sampling Adequacy.742Bartlett's Test of Spheri

10、cityApprox. Chi-Square618.792df136Sig.0002）、確定因子數(shù)目表4：因子解釋原有變量總方差的情況表ComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared Loadings Total% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %14.43326.07426.0744.43326.07426.0742.24513.20

11、413.20421.84110.83136.9051.84110.83136.9052.17912.82026.02431.6679.80446.7091.6679.80446.7092.16912.76138.78541.4058.26554.9731.4058.26554.9732.00811.81450.60051.2867.56862.5411.2867.56862.5411.5288.99059.59061.0075.92568.4661.0075.92568.4661.5098.87668.4667.7824.59773.063 8.7084.16777.230 9.6703.94

12、181.171 10.6053.55784.728 11.5413.18387.911 12.4612.70990.620 13.4302.53293.152 14.3672.15795.309 15.2861.68396.992 16.2601.53098.521 17.2511.479100.000 Extraction Method: Principal Component Analysis.如表4所示，因子旋轉(zhuǎn)后，前6個因子特征值較高，共解釋了原有變量總方差的68.466%，總體上，原有變量信息丟失較少，因子分析結(jié)果基本理想，提取六個因子基本上是合適的。3）、因子的命名解釋表5：旋轉(zhuǎn)后

13、的因子載荷矩陣表 Component123456wz1 .603 .490 wz2 .695 wz3 .777 wz4 .729 wl1 .753wl2 .781 wl3 .825 wl4 .743 sj1 .743 sj2.668 sj3.727 sj4.842 sp1 .855sp2 .759 sp3 .757 zf1 .714 zf2 .763 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a Rotation converged in

14、 6 iterations.本文采用方差最大法對因子載荷矩陣進行正交旋轉(zhuǎn)，迭代6次得出結(jié)果，僅列出了大于0.3的因子系數(shù)，從而使因子更具命名解釋性。根據(jù)該表可以對各因子進行解釋和命名。因子1：商家的服務(wù)態(tài)度；是否能夠隨時與買家在線溝通；商家商品的種類是否豐富、是否能夠提供一站式購物環(huán)境在第一個因子上有較高的載荷，第一個因子主要解釋了這幾個變量，可以將其命名為商家服務(wù)因子。因子2：能否有多種物流途徑可供選擇；訂貨后能否在盡可能短的時間內(nèi)收到貨物；在物流過程中，商品能否保存完好在第二個因子上有較高的載荷，第二個因子主要解釋了這幾個變量，可以將其命名為物流服務(wù)因子。因子3：網(wǎng)站的知名度網(wǎng)頁設(shè)計是否美

15、觀、有吸引力、有特色；網(wǎng)站設(shè)計能否為用戶購物提供方便；網(wǎng)頁和相應(yīng)文件的瀏覽、下載速度在第三個因子上有較高的載荷，第三個因子主要解釋了這幾個變量，可以將其命名為網(wǎng)站因子。因子4：頁面是否提供豐富、真實的描述此商品的文字、圖片等信息；是否提供多種付款方式；支付環(huán)節(jié)能否保證付款安全在第四個因子上有較高的載荷，第四個因子主要解釋了這幾個變量，可以將其命名為購物安全保證因子。因子5：商家的信用度；已購此商品者對其的評價在第五個因子上有較高的載荷，第五個因子主要解釋了這幾個變量，可以將其命名為信用因子。因子6：物流（快遞、EMS等）費用是否低廉；價格相比傳統(tǒng)購物方式是否更為低廉在第六個因子上有較高的載荷，

16、第六個因子主要解釋了這幾個變量，可以將其命名為購物費用因子。4）、分析統(tǒng)計結(jié)果表6：因子得分系數(shù)矩陣表 Component123456wz1.052-.115.296-.147.315-.001wz2-.158.067.356-.080-.015-.030wz3.035-.159.378.132-.122.097wz4.036-.006.341.029-.051-.129wl1.006.073.047-.090-.078.495wl2-.032.447-.041-.082-.152-.032wl3-.146.484-.006-.096.035-.045wl4-.020.373-.089.000

17、.083-.050sj1.083.023-.069-.049.509-.150sj2.320-.017-.125-.004.097-.037sj3.358-.054.034-.049-.024.014sj4.480-.133.005-.101-.119.135sp1.080-.150-.078.053-.013.614sp2-.135-.058-.021.067.513.092sp3-.196-.057.005.465.023.069zf1.021-.102.019.395-.001-.110zf2.041-.052-.082.410-.050.026Extraction Method: Pr

18、incipal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores.表6為因子得分系數(shù)矩陣表，6個新因子為原來各指標(biāo)的線性組合，因此可以寫出這6個因子的得分函數(shù)： 由這六大表達(dá)式可以看出：對于商家服務(wù)因子，商家商品的種類是否豐富，是否能夠提供一站式購物環(huán)境最為重要，影響最大，其次依次為是否能夠隨時與買家在線溝通、商家的服務(wù)態(tài)度。對于物流服務(wù)因子，訂貨后能否在盡可能短的時間內(nèi)收到貨物最為重要，影響最大，其次依次為能否有多種物流途徑可供選擇在物流過程中、商品能否保存完好。對

19、于網(wǎng)站因子，網(wǎng)站設(shè)計能否為用戶購物提供方便最為重要，影響最大，其次依次為網(wǎng)頁設(shè)計是否美觀，有吸引力，有特色、網(wǎng)頁和相應(yīng)文件的瀏覽與下載速度、網(wǎng)站的知名度。對于購物安全因子，頁面是否提供豐富真實的描述此商品的文字圖片等信息最為重要，影響最大，其次依次為支付環(huán)節(jié)能否保證付款安全、是否提供多種付款方式。對于信用因子，已購此商品者對其的評價最重要，影響最大，其次為商家的信用度。對于購物費用因子，價格相比傳統(tǒng)購物方式是否更為低廉最重要，影響最大，其次為物流（快遞、EMS等）費用是否低廉。6大因子共解釋了全部17個變量總方差的68.466%，并且每一個因子解釋總方差的比例不同，第一個因子為26.074%，

20、第二個因子為10.831%，第三個因子為9.804，第四個因子為8.265%，第五個因子為7.568%，第六個因子為5.925%。本文將解釋總方差的貢獻率作為各因子的權(quán)重，可以得出的結(jié)論為，在影響大學(xué)生消費群體網(wǎng)絡(luò)購物決策的影響因子中，商家服務(wù)因子最重要，其次依次為物流服務(wù)因子、網(wǎng)站因子、購物安全因子、信用因子、購物費用因子。四、對網(wǎng)上零售商的策略建議根據(jù)本文的研究成果，對于面對大學(xué)生消費群體的網(wǎng)上零售商來講，就如何能夠吸引大學(xué)生消費者，使其做出購買決策，提出如下策略建議：就經(jīng)營商品的種類而言，應(yīng)側(cè)重于經(jīng)營大學(xué)生經(jīng)常從網(wǎng)上購買的物品，譬如服裝、書籍、電子數(shù)碼類產(chǎn)品、鞋子、飾品、化妝品、虛擬產(chǎn)品和包。就經(jīng)營方法而言，首先，應(yīng)該注重提高商家的服務(wù)水平，具體來講，最應(yīng)該做的是增加商品種類，提供一站式購物環(huán)境，其次應(yīng)該保持在線服務(wù)和提升服務(wù)態(tài)度。其次應(yīng)該做好物流