基于SEM的大学生网络购物偏好分析.docVIP

基于SEM的大学生网络购物偏好分析 　　摘 要：网络的普及使其以特殊的方式影响着人们的消费习惯，生活方式，而大学生依然是网购的主力军，其消费习惯及偏好直接影响着网购前景。文章基于结构方程模型，对大学生网购偏好的影响因素进行实证分析，得出影响大学生网购偏好的主要因素是产品因素及安全因素，对未来网络市场的规范及电子商务的发展具有一定的现实意义。 　　关键词：结构方程模型；大学生；网购偏好 　　一、引言 　　新一代信息技术的发展催生了创新2.0，重塑了物联网、云计算、社会计算、大数据等新一代信息技术的新形态，也引领了创新驱动发展的“新常态”。第39次中国互联网络发展状况统计报告显示：截止2016年12月，中国网民规模达7.31亿，其中学生群体规模最大，占比高达25%。因此可以看出，学生这一特殊群体依然是网购的主要力量。 　　大学生的受教育程度及对网络使用娴熟性决定了网购行为的普遍性，他们的网购行为不仅影响着网络消费的现状，也较大可能的主宰着网购的未来。因此研究大学生网络购物的偏好及其影响因素，对于未来网络消费及电子商务的发展，有着十分重要的现实意义。 　　文章以山西应用科技学院学生为例，在问卷调查的基础上运用结构方程模型，对大学生购物的偏好及其影响因素进行了分析并提出了相关建议。 　　二、大学生网购偏好描述性分析 　　1.数据来源 　　本次调查以简单随机抽样的方式，以山西应用科技学院大一到大四的学生为调查对象，共发放问卷500份，回收有效问卷476份，有效率达到95.2%。 　　2.描述性分析 　　对问卷进行整理，使用spss17.0和excel进行统计描述性分析，观察分组频数频率，得到影响大学生购物偏好因素的初步结果：对于影响大学生购物偏好的因素中，影响较大的有网站知名度、产品安全及商家信誉度，影响人群的比例分别为83.6%，81.3%，79.8%。具体影响度需进一步进行数据的计量分析。 　　三、大学生网络购物偏好影响因素分析 　　1.指?斯菇? 　　大学生群体的特殊性导致影响大学生购物偏好的因素较多，大量观察问卷后，将影响大学生网购的因素分为三类，一是个人因素，包括个人性别、生源、月生活费；二是信任因素，包括网站知名度、产品知名度、他人信誉度；三是安全因素，包括产品安全、财产安全、信息安全。将各种因素修正后剔除因素“生源”形成9项指标，建立结构方程模型的三级指标，一级指标为购物偏好，二级指标为个人因素、信任因素、安全因素，三级指标分别为二级指标包含的九项指标。 　　2.数据分析 　　（1）可靠性分析、KMO及巴特利球形检验 　　运用spss17.0将数据进行可靠分析得到整个Cronbachs Alpha值为0.794，是可靠的，取样足够度的Kaiser-Meyer-Olkin度量为0.778，巴特利球形检验在1%水平上显著。 　　（2）因子分析 　　按照特征值大于1的标准提取出3个主成分因子，对整体样本的累计方差贡献率为77.015%，根据系数比例，得到主成分因子模型为 　　Y=0.474X1+0.277X2+0.249X3 　　模型有效性的重要衡量标准是变量的共同度，通常该值大于0.5即可，越接近1，变量的解释能力越高。运用SPSS17.0进行因子分析得到：指标变量共同度都在0.7以上，模型能较好的解释现象。 　　（3）模型拟合度检验 　　对模型进行拟合优度检验得到其指标都可以接受，表明模型能较好地与数据拟合。 　　3.结构模型分析 　　将变量带入结构方程模型，运用AMOS17.0分析得到如下结构模型的路径图如图。 　　在此标准化变量的模型中，路径系数等价于回归系数。将指标在路劲系数下进行权重分配，得到二级指标个人因素权重0.22，安全因素0.42，认知因素0.36，三级指标的权重系数分别为0.48，、0.52、0.36、0.29、0.35、0.26、0.28、0.24、0.21。从权重系数可以看出，在影响大学网购偏好的因素中，安全因素所占比重较大，个人因素影响较小，在安全因素中，产品安全和信息安全影响比重较大，分别为36%和35%。 　　四、结论及建议 　　本文通过问卷调查，在初步了解大学生网购偏好影响因素的基础上，运用结构方程模型分析影响大学网购偏好的因素，得出如下结论：影响大学生网购的因素大致可以分为个人因素、安全因素及认知因素三大类，其中对大学生网购影响最大的是安全因素，特别是产品因素；其原因是虚拟交易的不确定性降低了大学生网购安全感。 　　针对以上结论，本文认为，要规范引导大学生网购偏好，首先是正确引导大学生网购行为，高校应将网购防骗意识教育作为大学生行为规范的一部分；其次是要强化对网络市场的规范化管理，健全网络法律法规体系，推进虚拟诚信体系建设，健全虚拟管理