大学生网络购物行为的影响因素模型检验.docVIP

大学生网络购物行为的影响因素模型检验 　　摘要：本文在前人的研究基础上总结出相关大学生网络购物行为的影响因素，运用TAM理论和方法，将感知风险、知名度、网购经验等外部因素添加进TAM模型，从而构建了大学生网络购物影响因素技术接受模型，并对模型进行验证。 　　关键词：TAM；大学生网购；结构方程 　　一、技术接受模型 　　技术接受模型（TAM）是由Davis等学者年在理性行为理论（TRA）的基础上，舍弃TRA中主观规范的概念而提出的模型。该模型主要是解释和预测用户对某一新系统的接受程度，在该模型中，感知有用、感知易用和外部环境共同作用于用户是否接受该系统的可能性。技术接受模型（TAM）的核心思想在于对产品或服务的使用行为是由使用态度引起的，同时使用态度又是由感知有用和感知易用所决定的，而感知有用是由外部变量和感知易用所决定，感知易用由外部变量所决定。外部变量是指对产品或服务的培训时间、政策影响、产品或服务的原始特点。TAM为信息技术为主的新技术的应用提供了一个理论模型，通过其可了解使用者态度和意图以及外部变量对信息技术使用的影响。 　　二、模型的提出 　　通过相关学者对TAM模型变量及定义研究成果的基础上，通过对大学生网络购物特点的分析，提出了基于TAM模型提出了大学生网络购物行为的技术接受模型的扩展模型，表明了大学生参与网购的各因素之间的关系，如图1所示。 　　该模型通过传统TAM模型提出，感知易用和感知有用影响消费者行为意向；网购经验影响消费者感知易用；网购平台知名度影响消费者感知有用；同时网购经验影响消费者的感知风险；其次感知易用、感知有用、感知风险、网购经验和知名度共同影响消费者行为意向；最终行为意向影响消费者的使用行为。 　　三、实证研究 　　本文通过调查问卷的方式，来检验上述所提出的假设模型，以得出影响大学生网络购物的影响因素。该问卷多渠道发放，包含纸质问卷，微信问卷等，本次调研共发出200份问卷，收集回140份有效问卷。结合本次调查问卷分为三个部分：第一部分为用户基本信息，涵盖年龄层次、学历水平、网购经历以及消费水平等；第二部分为感知家居O2O心理，涵盖感知有用、感知易用、感知风险以及知名度认知；第三部分为使用行为调研，涵盖网购经验、行为意向和使用行为调研。调查问卷由31个问题组成，问卷中除了调查者基本信息外，本问卷后两部分问题均采用李克特五级评分方式进行评价。采用SPSS和AMOS统计分析软件作为数据分析工具。SPSS主要完成信度分析、效度分析和因子分析。AMOS则用来对模型进行分析，评价模型与问卷数据之间的拟合度，对假设模型进行调整和修正。 　　（一）信度与效度分析 　　本研究使用SPSS19.0对调查问卷所收集的数据进行Cronbach’s信度检测。Cronbach’s系数值介于0到1之间，值越大，表示问卷项目间相关性越好，内部一致性可信度越高。信度值≥0.8时，因素信度相当好；0.8≥0.7时，量表信度较好；0.7≥0.6时，则可以接受。通常为了保证研究的准确度，在研究过程中当的值大于0.7的时候，才被认为量表具有较高的内部一致性。检测结果见表1。 　　从表中可以看到相关因子的Cronbach’s的数值都大于0.7，整体量表信度为0.932，因此该调查问卷的相关因素具有很好的信度，整体整个问卷具有很高的可靠性，有一定的研究价值。 　　本文对效度分析采用的是因子分析，KMO值≥0.9时，表现为显著；0.9KMO值≥0.8时，表现为良好；0.8KMO值≥0.6时，可以接受；0.6KMO值≥0.5时，勉强接受；0.5KMO值时，不接受。 　　效度分析结果见表2。经过计算，Bartlett的球形度检验为0.00，小于0.05，因此拒绝巴特利球形检验的零假设，说明数据适合做因子分析；并且计算得出的总量表的KMO为0.797，处于0.6到0.8之间，说明这份问卷的变量可以反映影响大学生网络购物的因素。 　　（二）结构方程模型 　　通过以上分析，本文所提出的影响因子均通过了信度及效度检验，笔者根据建立的大学生网络购物技术接受模型，通过AMOS 21.0程序，构建了结构方程模型，得到七个潜在变量，七个误差项和25个测量指标。通过AMOS 21.0程序对假设关系进行检验，采用最大似然估计法对调查问卷收集到的相关数据进行测试。结构方程模型如图6-1所示。 　　Amos提供了一种简单便捷的方法，叫做CR（Critical Ratio）。CR值是一个统计量，使用参数估计值与其标准差之比构成。Amos同时给出了CR的统计检验相伴概率p，模型可以根据p值进行路径系数/载荷系数的统计显著性检验。在该检验中若CR绝对值大于1.96，且相应的p值小于0.05，则可以认为这个路径系数在95%的置信度下在显著