祝長華,林姍姍,林李堅,葉紫君
(韶關學院 數學與統計學院, 廣東 韶關 512005)
?
消費者網絡購物行為意向影響因素研究
祝長華,林姍姍,林李堅,葉紫君
(韶關學院 數學與統計學院, 廣東 韶關 512005)
摘要:為研究影響消費者購物行為意向的因素,在Davis技術接受模型基礎上加入網站因素與感知服務質量兩個變量,結合感知有用,感知易用,感知風險3個變量構建消費者購物行為意向模型.通過調查問卷收集數據,利用R軟件R3.1.3對數據進行信度與效度分析,驗證問卷的可靠性、準確性.再運用LISREL8.7構建結構方程模型檢驗感知易用、感知風險、感知服務質量與消費者網絡購物行為意向顯著的因果關系,從而確定影響消費者網絡購物行為的關鍵因素.
關鍵詞:網絡購物;行為意向;TAM模型;結構方程模型
進入新世紀以來,隨著科技技術的飛速發展,網絡的普及和應用越來越廣,滲透到人們日常生活的方方面面.電子商務也應運而生,并日益壯大,其中在線購物是電子商務的一個重要組成部分.根據中國互聯網絡信息中心 (CNNIC) 發布的《第35次中國互聯網絡發展狀況統計報告》顯示,截至2014年12月底,我國網絡購物用戶規模達到3.61億,較2013年底增加5 953萬人,增長率為19.7%;我國網民使用網絡購物的比例從48.9%提升至55.7%[1].網絡購物是傳統購物的一種新型延伸,固然存在著一些傳統購物方式所沒有的特性.與傳統的購物方式相比,網絡購物存在如下特點:買家收貨前無法對商品進行感受,只能依靠店家發布的商品平面圖和參數;網上購物更多的時候是錢貨分離的;售后問題解決不方便等等.這些網絡購物的風險會影響消費者的購買決策.問卷設計了影響消費者網絡購物的因素有:使用網絡購物平臺的操作能力、熟悉度、網絡購物經驗、網上商城的風評、店家的信譽度、產品信息的豐富度、支付方式、購物網站頁面的設計、售后服務、買家評價、商品性價比等.網絡購物消費者是電子商務和網絡營銷的群眾基礎,影響消費者網絡購物行為決策因素的研究,是商家制定經營策略的立足點.通過對影響因素的研究分析,能讓商家了解消費者的消費行為,制定營銷戰略,從而提升銷售利潤.
本文從消費者的角度,參考和借鑒其他文獻的基礎上,設計了調查問卷,并采用技術接受模型(TAM)分析影響消費者的因素,從而為商家提供實際可行的經營建議.
1.1 數據來源
為確保問卷的有效性,本文在參考現有文獻的基礎上采用李克特量表法設計問卷.問卷共有四部分:第一部分:問卷簡介.向被調查者說明調查的目的.第二部分:受訪者的背景基礎資料.第三部分:消費者的網絡購物經驗情況調查,包括消費者接觸網絡時長和網絡購買經歷調查.第四部分:調查問卷的主體部分.影響網絡購物行為意向相關因素調查.主要包括感知有用,感知易用,感知風險,網絡購買意向,感知服務質量和網站因素五個部分.共發放280份問卷,回收有效問卷262份,問卷有效率為93.57%.本次調查的樣本中,男性占39.69%,女性占60.31%.年齡在18~25歲,占94.66%,26~35歲占3.44%,36~50歲占1.91%.大學本科占78.24%,大專占11.45%,高中及以下占8.78%,研究生及以上占1.53%.有過網絡購物經驗的占98.85%,沒有網絡購物經驗的占1.15%.
1.2 技術接受模型(TAM模型)簡介
Davis于1986年在其博士論文中首次提出TAM模型[2].TAM模型植根于理性行為理論,認為系統使用是由行為意向決定的,其中的行為意向是由想用的態度和感知的有用性這兩方面共同決定,想用的態度又由感知有用性和感知易用性來決定.所以該模型的兩個主要決定因素分別是感知有用性和感知易用性.模型中還包含外部變量,它間接地影響使用者的使用意圖與行為.
2.1 消費者網絡購物行為影響因素模型的建立
基于技術接受模型,建立本文模型.假設感知服務質量、感知有用、感知易用、感知風險、網站因素這五個因素影響網絡購物意向.并假設前面四個因素顯著正向的影響網購意向,網站因素顯著影響網絡購物意向.這五個因素的定義分別是:網絡購物中,賣家為消費者提供的售前,售后以及咨詢等服務;網絡購物中,消費者對于在線購物快捷,方便,高效和價格的感受;網絡購物中,消費者比較容易使用各種工具和容易明白網絡購物的流程;網絡購物中,消費者遭受損失的可能性;網站自身的網頁界面,包括圖像、音效、信息查詢等各種信息服務.網絡購物意向指網絡購物中,消費者由于各種因素的影響最終形成的購買可能性.由于變量不能直接測量,因此本文通過結構方程模型來整合模型中的潛變量以及代表性的指標變量,分析影響消費者網絡購物行為意向的因素以及各因素之間的關系.在參考其他文獻研究表的基礎上[3-6],設計了測量各個變量的測量問項,如表1所示.
2.2 問卷的結構及內容分析
信度分析[2],又稱為可靠性分析,在測量項目信度一致性時,通常采用衡量內部一致性的信度指標:克朗巴哈系數(Cronbach's Alpha),Cronbach's Alpha值一般介于0到1之間,越接近1表示各測量項目之間一致性越強,一般情況下,Cronbach's Alpha為0.6即為最小可接受信度,在0.6~0.7之間表示一般信度,在0.7~0.8之間表示信度較好,大于0.8表示具有較高的內部一致性.普遍認為,當校正的項目總體相關性(CITC)小于0.3,且刪除該項后量表的Cronbach's Alpha系數顯著增加,則選擇刪除該測量項目.總體信度分析結果,如表2所示.
由表2可知,6個被測變量的Cronbach's Alpha值及總體均大于0.8,其中總體Cronbach's Alpha值達到了0.918,具有較高的信度,符合本文研究要求.本文還對感知有用、感知易用、感知風險等單個因素的信度進行分析.各變量中的各個測量項目的CITC遠遠大于0.3,說明各測量項目符合研究要求.
效度[2]是用來衡量測量的有效性和準確性,常用于效度分析的方法主要有兩種:內容效度和結構效度.內容效度主要采用專家邏輯分析法.結構效度主要采用因子分析法.因子分析是一種降維的多元統計方法.通過將多個相關聯的指標轉化為幾個少數不相關的綜合指標.本文采用結構效度中的因子分析法,來檢驗調查問卷的效度.在分析前,先進行KMO測量和Bartelert球形檢驗,以測量問項之間是具有相關性,是否適合做因子分析.當KMO值越大,表示各問項間的相關性越高;大于0.7則適合做因子分析.Bartelert球形檢驗也是測量檢驗問項之間的相關系數的,當檢驗值小于0.05時,則適合做因子分析.本文利用R軟件,對模型涉及的感知有用、感知易用、感知風險、感知服務質量、網站因素、網絡購物意向6個變量28個測量項目進行因子分析.表3是KMO和Bartlett的檢驗結果.
由表3可知,KMO值為0.964明變量之間相關性很強,Bartelert球形檢驗的P值小于0.05,適合做因子分析.

表1 變量測量表

表2 總體信度分析

表3 KMO 和 Bartlett 的檢驗
結構效度主要采用因子分析中的累積方差率和因子負荷進行評價.累積方差率表示公因子對問卷的累積解釋能力;因子負荷表示問項對變量的相關程度.表4是對感知有用進行因子分析的結果,共提取一個因子,解釋了74.29%的方差.

表4 感知有用因子分析表
分別對感知易用、感知風險、感知購物意向、感知服務質量、網站因素,進行因子分析可得解釋方差能力分別為:81.662%,75.358%,70%,75.715%,76.688%.從表4的分析結果可以看出,各解釋能力較好,問卷的效度是有效的.
3.1 結構方程模型
結構方程模型(Structural Equation Model;SEM)[2]是基于變量的協方差矩陣來分析變量之間關系的一種統計方法,由此SEM亦稱為協方差結構分析.它是一種建立、估計和檢驗因果關系的模型的統計方法.它包含可觀測變量和潛在變量(無法直接度量的變量,但可以通過可測指標來間接度量).它客服了傳統的統計分析方法不能有效地處理潛在變量,且不允許有多個因變量存在測量誤差等不足.它能夠很好的分析單項指標對總體的作用及分析各指標間的相關關系.本文利用LISREL8.7統計軟件構建結構方程模型,由信度分析與效度分析結果可知,模型具有較好的內在質量.下面采用結構方程模型的擬合優度以及路徑分析檢驗變量之間的相互關系.本文的模型用了感知易用、感知風險、感知服務質量三個變量來研究消費者網絡購物行為意向.由圖2可知各變量之間的關系都得到了驗證.

圖2 結構方程模型
3.2 模型擬合優度分析
模型擬合優度分析是用來驗證所構建的模型與數據的擬合程度.評價模型擬合優度的指標有許多,本文選取標準卡方檢驗(/df)、擬合優度指數(GFI)、調整后的擬合優度指數(AGFI)、近似均方根誤差(RMSEA)、非規范擬合指數(NNFI)、規范擬合指數(NFI)以及相對擬合指數(CFI)來檢驗模型的整體擬合情況[4].標準卡方檢驗的值(/df)小于5,表示擬合良好.擬合優度指數(GFI)在0到1之間較好,越接近于1表示所構建模型的適合度良好.而調整后的擬合優度指數(AGFI)值大于0.9,說明所構建的模型適合度良好.但在實際應用中接受范圍只要GFI和AGFI的值大于0.8就可以接受.近似均方根誤差(RMSEA)的值應小于0.1,若大于0.1代表模型擬合度不佳.非規范擬合指數(NNFI)、規范擬合指數(NFI)、相對擬合指數(CFI)的值均大于0.9,說明模型擬合度良好[2].經過分析本文所構建的模型整體擬合度良好,見表5.說明樣本數據支持本文對消費者行為意向所做出的假設.

表5 模型擬合優度指標值
3.3 路徑系數顯著性檢驗
通過路徑系數的大小可以判斷變量間是否存在相關關系以及關系的強弱,當路徑系數通過顯著性檢驗,說明兩變量相關,反之不然.路徑系數T值的絕對值應大于2,才表明相應的潛在變量間存在相關關系.

表6 路徑分析結果
由表6可知H1與H2通過了檢驗,消費者的“感知易用”的標準化路徑系數為0.51,證明消費者的“感知易用”會顯著正向影響其網絡購物意向.同理,消費者的“感知服務質量”正向影響其網絡購物意向,即網上店家良好的售前、售后服務會吸引消費者.其中主要表現為賣家的溝通性即賣家對待買家的服務態度以及對自家商店商品的熟悉程度、當消費者對所購買的商品不滿意或者商品存在質量問題,店家提供了高素質的售后服務、在交涉過程中客服所表現出來的耐心,一一解答消費者的疑問,力爭做到最好的解決方案.這些會給消費者留下良好印象,勢必客源不斷.但“感知風險”沒有通過檢驗.參考相關文獻,一般來說,感知風險會負向影響消費者的網絡購物意向.網絡存在的危險性、個人信息的泄露都會造成消費者的擔心,從而抑制網絡購物意向.
本研究運用結構方程模型對消費者網絡購物行為影響因素進行了分析,研究結論如下:(1)消費者感知網絡購物使用各種工具和熟悉網絡購物流程越容易,其網絡購物意向就越大.消費者感知“網購易用”主要體現在網上提供的購物流程是否清晰,搜索商品是否容易,商品查詢、物流、訂單狀態是否容易看到,網上購物操作對于個人來說是否簡單易操.經過文章分析,感知易用在對消費者的購物意向的正向影響最為顯著,說明感知“網購易用”是構成其網絡購物行為的主要原因.消費者覺得,網絡購物的操作流程簡易,便會選擇這種方式購物.(2)消費者感知賣家為消費者提供的售前,售后以及咨詢等服務質量越好,其網購意向就越大.消費者“感知服務質量”主要體現在商家售前、售后服務是否重要和商家提供的付款方式和收貨方式是否多樣,經過對調查數據的分析,消費者的“感知服務質量”會正向影響其網絡購物意向,即網上店家良好的售前、售后服務會吸引消費者,其中主要表現為賣家的溝通性即賣家對待買家的服務態度.當消費者對所購買的商品不滿意或者商品存在質量問題,店家若提供了高素質的售后服務,在交涉過能提供較好的解決方案.
針對商家的建議.商家應該加強團隊的銷售服務質量,可以通過開展一些關于提升服務質量的培訓課程.其次提升售前服務質量,也就是完善消費者和賣家的溝通機制,保證消費者在網絡購物過程中遇到問題能得到賣家的耐心解答.針對售后服務,應該重視產品和服務的使用情況以及消費者的反饋意見.針對網站的建議.網站可以通過打造良好的搜索渠道,便于消費者能夠更好地搜索產品.如唯品會特賣,很多消費者第一鎖定了化妝品特賣這一搜索渠道,使得消費者購買時有了更傾向性的選擇;比如米折網,通過打折的形式讓更多消費者覺得可以更容易地搜索到價格便宜的商品.
樣本的局限性.此次的調查問卷大部分局限于廣東省內,學生樣本占了大部分的比例,無法確定判斷樣本是否具備足夠的典型性.調查誤差.本文采用的是網絡問卷的調查方式,借用問卷星調查平臺收集數據,無法確保答卷者認真詳細閱讀了問卷的各項測量問題,其次,在問卷調查結束后,對答卷者的IP地址進行了篩選,防止重復填寫的現象,但是存在同一答卷者通過多個IP地址進行填寫情況.問卷設置變量的測量問項不夠準確.模型中測量變量通過問卷中測量問項的方式呈現,由文中可知測量變量的信度和效度都比較好,但通過因子分析可以看出設置的問項中有些是可以概括在一個影響變量下的,使得模型最后的構建與實際假設的存在一定偏差,因此對于設置的測量問項還有待提高.
參考文獻:
[1] 中國互聯網絡信息中心.第29次中國互聯網發展狀況統計報告[R/OL].(2012-01-16)[2015-04-25].http://www.cnnic.net.cn/hlwfzyj/ hlwxzbg/hlwtjbg/201206/t20120612-26720.htm.
[2] 孫建軍.基于TAM與TTF模型的網絡信息資源利用效率研究[M].北京:科學出版社,2013:30-50.
[3] 倪毅.在線購物環境感知對消費者購買行為影響研究[D]. 蚌埠:安徽財經大學,2015.
[4] 石曉晶.大學生網絡購物特征及影響因素研究[D].成都:西南財經大學,2010.
[5] 周蓓婧. 基于TAM和IDT模型的消費者微博營銷采納意向影響因素研究[D].成都:電子科技大學,2013.
[6] Venkatesh V, Davis F D. A theoretical extension of the technology acceptance model:Four long Itudinal fi eld studies[J].Management Science,2000,46(2):186-204.
(責任編輯:邵曉軍)
中圖分類號:F724.6
文獻標識碼:A
文章編號:1007-5348(2016)02-0007-06
[收稿日期]2015-10-16
[作者簡介]祝長華(1983-),女,湖南郴州人,韶關學院數學與統計學院講師,碩士;研究方向:數理統計.
The Research on the Influence Factors of Consumer Online Shopping Behavior Intention
ZHU Chang-hua, LIN Shan-shan, LIN Li-jian, YE Zi-jun
(Department of Mathematics and Statistics, Shaoguan University, Shaoguan 512005, Guangdong, China)
Abstract:This paper mainly studies the impact of consumers shopping intention, with Davis's technology acceptance model based on the joining of two variables of site factors and perceived service quality, combined with the perceived usefulness, perceived ease of use,and perceived risk these three variables, and builds consumer shopping behavior intention model. Through the questionnaire survey collected data, the data reliability and validity analysis used R software R3.1.3 and data to verify the reliability and accuracy.Furthermore, by using lisrel8.7 it constructed the structural equation model to test the perceived ease of use, perceived risk, perceived service quality and consumer behavior of online shopping intention which had obvious causality to determine key factors in influencing consumers' online shopping behavior.
Key words:network shopping; behavior intention; TAM model; structural equation model