大学生网购倾向问卷编制.docVIP

大学生网购倾向问卷编制 （11级应心 115621004 冯格） 1 问题的提出 网络购物已经成为当代的时尚消费，大学生更是其中的主力军。由此提出，影响大学生网购行为的因素。查找相关资料，得到TPB模型。如图1所示： 图1 利用计划行为理论编制《大学生网购倾向问卷》调查并了解大学生的网购倾向。 2 问卷的设计 2.1 研究假设 据文献资料，结合以往的研究，本研究提出以下假设： 1. 大学生网购倾向问卷的结构包括态度、主观规范、行为控制认知三个维度。 2.态度越积极、重要他人支持越大、知觉行为控制越强，行为意向就越大，反之就越小 百分比 年级 大一 8 9.2 大二 75 86.2 大三 3 3.4 大五 1 1.1 合计 87 100.0 性别 男 40 46.0 女 47 54.0 合计 87 100.0 专业 理科 44 50.6 文科 27 31.0 工科 7 8.0 其他 9 10.3 合计 87 100.0 3 正式问卷的结果分析 根据TPB理论，结合现有优秀的网购倾向问卷，提出大学生网购倾向问卷可分为三个基本维度：态度、主观规范、行为认知控制。根据这3个维度编制出19个项目的初始问卷，问卷采用5点计分法。在网上发放问卷，邀请湖科大学生来做，共回收36份。然后，对初测数据进行项目分析和因素分析后，根据心理测量学标准删除部分项目。同时，对部分可能产生歧义的项目进行必要的修改和删除。最终形成10个项目的正式问卷。 3.1 大学生网购倾向问卷的项目分析 3.1.1 项目与总分一致性 将正式问卷再次进行心理测量学相关的项目分析。首先计算正式问卷10个项目的项目得分与总分的相关。各项目与总分的相关情况见表2： 表2：项目与总分一致性（N=87） 项目 与总分相关 b1 .670** b2 .596** b3 .438** b4 .592** b5 .433** b6 .627** b7 .467** b8 .561** b9 .447** b10 .614** 注：0.01 从表2可以看出，自编大学生网购倾向问卷的所有项目与总分的相关均达到0.01的显著相关。 3.1.2 区分度 为了检验各项目的辨别力，再对正式问卷的10个项目进行区分度的计算。具体方法为：先将量表总分按大到小排序，抽取所有的被试的前27%和后27%设为高、低两组，然后对每一项在这两组间进行T检验，结果见表3： 表3：项目区分度检验 项目 组别 N M S t df Sig b1 低分组 高分组 25 23 2.32 3.70 .557 8.537 46 .000 b2 低分组 高分组 25 23 2.36 4.00 .559 6.105 46 .000 b3 低分组 高分组 25 23 2.76 3.91 .995 5.389 46 .000 b4 低分组 高分组 25 23 2.48 3.74 .853 5.804 46 .000 b5 低分组 高分组 25 23 2.56 3.57 .926 4.058 46 .000 b6 低分组 高分组 25 23 2.24 3.83 .515 8.062 46 .000 b7 低分组 高分组 25 23 2.64 3.61 .872 4.205 46 .000 b8 低分组 高分组 25 23 2.64 3.96 .619 5.500 46 .000 b9 低分组 高分组 25 23 2.92 3.65 .917 3.434 46 .001 b10 低分组 高分组 25 23 2.56 3.83 .788 5.671 46 .000 由表3可以看出，自编大学生网购倾向问卷的所有项目的T检验在0.001水平均达到显著，说明各项目的区分效果都比较理想。 3.2大学生网购倾向问卷的探索性因素分析 对自编大学生网购倾向问卷的10个项目进行探索性因素分析，以进一步确定问卷的项目，并探索出大学生恐网购倾向问卷的基本维度。 首先，针对问卷能否进行因素分析进行相应的检验。因素分析要求观测变量之间呈线性关系，因此在进行因素分析前应进行变量的线性检验。根据Kaiser的观点，可根据取样适当性(KMO)的大小加以判断。本问卷的KMO球形检验结果见表4: 表4：KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量 .705 Bartlett 的球形度检验 近似卡方 218.838 df 45 Sig. .000 由表4可知，问卷的KMO值为0.705，表明数据呈较好的线性，适合进行因素分析。此外，从Bartlett球形