消费者网络购物行为意向影响因素研究

祝长华，林姗姗，林李坚，叶紫君

（韶关学院 数学与统计学院， 广东 韶关 512005）



消费者网络购物行为意向影响因素研究

祝长华，林姗姗，林李坚，叶紫君

（韶关学院 数学与统计学院， 广东 韶关 512005）

摘要：为研究影响消费者购物行为意向的因素，在Davis技术接受模型基础上加入网站因素与感知服务质量两个变量，结合感知有用，感知易用，感知风险3个变量构建消费者购物行为意向模型.通过调查问卷收集数据，利用R软件R3.1.3对数据进行信度与效度分析，验证问卷的可靠性、准确性.再运用LISREL8.7构建结构方程模型检验感知易用、感知风险、感知服务质量与消费者网络购物行为意向显著的因果关系，从而确定影响消费者网络购物行为的关键因素.

关键词：网络购物；行为意向；TAM模型；结构方程模型

进入新世纪以来，随着科技技术的飞速发展，网络的普及和应用越来越广，渗透到人们日常生活的方方面面.电子商务也应运而生，并日益壮大，其中在线购物是电子商务的一个重要组成部分.根据中国互联网络信息中心 （CNNIC） 发布的《第35次中国互联网络发展状况统计报告》显示，截至2014年12月底，我国网络购物用户规模达到3.61亿，较2013年底增加5 953万人，增长率为19.7%；我国网民使用网络购物的比例从48.9%提升至55.7%［1］.网络购物是传统购物的一种新型延伸，固然存在着一些传统购物方式所没有的特性.与传统的购物方式相比，网络购物存在如下特点：买家收货前无法对商品进行感受，只能依靠店家发布的商品平面图和参数；网上购物更多的时候是钱货分离的；售后问题解决不方便等等.这些网络购物的风险会影响消费者的购买决策.问卷设计了影响消费者网络购物的因素有：使用网络购物平台的操作能力、熟悉度、网络购物经验、网上商城的风评、店家的信誉度、产品信息的丰富度、支付方式、购物网站页面的设计、售后服务、买家评价、商品性价比等.网络购物消费者是电子商务和网络营销的群众基础，影响消费者网络购物行为决策因素的研究，是商家制定经营策略的立足点.通过对影响因素的研究分析，能让商家了解消费者的消费行为，制定营销战略，从而提升销售利润.

本文从消费者的角度，参考和借鉴其他文献的基础上，设计了调查问卷，并采用技术接受模型（TAM）分析影响消费者的因素，从而为商家提供实际可行的经营建议.

1 模型准备

1.1 数据来源

为确保问卷的有效性，本文在参考现有文献的基础上采用李克特量表法设计问卷.问卷共有四部分：第一部分：问卷简介.向被调查者说明调查的目的.第二部分：受访者的背景基础资料.第三部分：消费者的网络购物经验情况调查，包括消费者接触网络时长和网络购买经历调查.第四部分：调查问卷的主体部分.影响网络购物行为意向相关因素调查.主要包括感知有用，感知易用，感知风险，网络购买意向，感知服务质量和网站因素五个部分.共发放280份问卷，回收有效问卷262份，问卷有效率为93.57%.本次调查的样本中，男性占39.69%，女性占60.31%.年龄在18～25岁，占94.66%，26～35岁占3.44%，36～50岁占1.91%.大学本科占78.24%，大专占11.45%，高中及以下占8.78%，研究生及以上占1.53%.有过网络购物经验的占98.85%，没有网络购物经验的占1.15%.

1.2 技术接受模型（TAM模型）简介

Davis于1986年在其博士论文中首次提出TAM模型［2］.TAM模型植根于理性行为理论，认为系统使用是由行为意向决定的，其中的行为意向是由想用的态度和感知的有用性这两方面共同决定，想用的态度又由感知有用性和感知易用性来决定.所以该模型的两个主要决定因素分别是感知有用性和感知易用性.模型中还包含外部变量，它间接地影响使用者的使用意图与行为.

2 消费者网络购物行为影响因素分析模型

2.1 消费者网络购物行为影响因素模型的建立

基于技术接受模型，建立本文模型.假设感知服务质量、感知有用、感知易用、感知风险、网站因素这五个因素影响网络购物意向.并假设前面四个因素显著正向的影响网购意向，网站因素显著影响网络购物意向.这五个因素的定义分别是：网络购物中，卖家为消费者提供的售前，售后以及咨询等服务；网络购物中，消费者对于在线购物快捷，方便，高效和价格的感受；网络购物中，消费者比较容易使用各种工具和容易明白网络购物的流程；网络购物中，消费者遭受损失的可能性；网站自身的网页界面，包括图像、音效、信息查询等各种信息服务.网络购物意向指网络购物中，消费者由于各种因素的影响最终形成的购买可能性.由于变量不能直接测量，因此本文通过结构方程模型来整合模型中的潜变量以及代表性的指标变量，分析影响消费者网络购物行为意向的因素以及各因素之间的关系.在参考其他文献研究表的基础上［3-6］，设计了测量各个变量的测量问项，如表1所示.

2.2 问卷的结构及内容分析

信度分析［2］，又称为可靠性分析，在测量项目信度一致性时，通常采用衡量内部一致性的信度指标：克朗巴哈系数（Cronbach's Alpha），Cronbach's Alpha值一般介于0到1之间，越接近1表示各测量项目之间一致性越强，一般情况下，Cronbach's Alpha为0.6即为最小可接受信度，在0.6～0.7之间表示一般信度，在0.7～0.8之间表示信度较好，大于0.8表示具有较高的内部一致性.普遍认为，当校正的项目总体相关性（CITC）小于0.3，且删除该项后量表的Cronbach's Alpha系数显著增加，则选择删除该测量项目.总体信度分析结果，如表2所示.

由表2可知，6个被测变量的Cronbach's Alpha值及总体均大于0.8，其中总体Cronbach's Alpha值达到了0.918，具有较高的信度，符合本文研究要求.本文还对感知有用、感知易用、感知风险等单个因素的信度进行分析.各变量中的各个测量项目的CITC远远大于0.3，说明各测量项目符合研究要求.

效度［2］是用来衡量测量的有效性和准确性，常用于效度分析的方法主要有两种：内容效度和结构效度.内容效度主要采用专家逻辑分析法.结构效度主要采用因子分析法.因子分析是一种降维的多元统计方法.通过将多个相关联的指标转化为几个少数不相关的综合指标.本文采用结构效度中的因子分析法，来检验调查问卷的效度.在分析前，先进行KMO测量和Bartelert球形检验，以测量问项之间是具有相关性，是否适合做因子分析.当KMO值越大，表示各问项间的相关性越高；大于0.7则适合做因子分析.Bartelert球形检验也是测量检验问项之间的相关系数的，当检验值小于0.05时，则适合做因子分析.本文利用R软件，对模型涉及的感知有用、感知易用、感知风险、感知服务质量、网站因素、网络购物意向6个变量28个测量项目进行因子分析.表3是KMO和Bartlett的检验结果.

由表3可知，KMO值为0.964明变量之间相关性很强，Bartelert球形检验的P值小于0.05，适合做因子分析.

表1 变量测量表

表2 总体信度分析

表3 KMO 和 Bartlett 的检验

结构效度主要采用因子分析中的累积方差率和因子负荷进行评价.累积方差率表示公因子对问卷的累积解释能力；因子负荷表示问项对变量的相关程度.表4是对感知有用进行因子分析的结果，共提取一个因子，解释了74.29%的方差.

表4 感知有用因子分析表

分别对感知易用、感知风险、感知购物意向、感知服务质量、网站因素，进行因子分析可得解释方差能力分别为：81.662%，75.358%，70%，75.715%，76.688%.从表4的分析结果可以看出，各解释能力较好，问卷的效度是有效的.

3 结构方程模型分析

3.1 结构方程模型

结构方程模型（Structural Equation Model；SEM）［2］是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，由此SEM亦称为协方差结构分析.它是一种建立、估计和检验因果关系的模型的统计方法.它包含可观测变量和潜在变量（无法直接度量的变量，但可以通过可测指标来间接度量）.它客服了传统的统计分析方法不能有效地处理潜在变量，且不允许有多个因变量存在测量误差等不足.它能够很好的分析单项指标对总体的作用及分析各指标间的相关关系.本文利用LISREL8.7统计软件构建结构方程模型，由信度分析与效度分析结果可知，模型具有较好的内在质量.下面采用结构方程模型的拟合优度以及路径分析检验变量之间的相互关系.本文的模型用了感知易用、感知风险、感知服务质量三个变量来研究消费者网络购物行为意向.由图2可知各变量之间的关系都得到了验证.

图2 结构方程模型

3.2 模型拟合优度分析

模型拟合优度分析是用来验证所构建的模型与数据的拟合程度.评价模型拟合优度的指标有许多，本文选取标准卡方检验（/df）、拟合优度指数（GFI）、调整后的拟合优度指数（AGFI）、近似均方根误差（RMSEA）、非规范拟合指数（NNFI）、规范拟合指数（NFI）以及相对拟合指数（CFI）来检验模型的整体拟合情况［4］.标准卡方检验的值（/df）小于5，表示拟合良好.拟合优度指数（GFI）在0到1之间较好，越接近于1表示所构建模型的适合度良好.而调整后的拟合优度指数（AGFI）值大于0.9，说明所构建的模型适合度良好.但在实际应用中接受范围只要GFI和AGFI的值大于0.8就可以接受.近似均方根误差（RMSEA）的值应小于0.1，若大于0.1代表模型拟合度不佳.非规范拟合指数（NNFI）、规范拟合指数（NFI）、相对拟合指数（CFI）的值均大于0.9，说明模型拟合度良好［2］.经过分析本文所构建的模型整体拟合度良好，见表5.说明样本数据支持本文对消费者行为意向所做出的假设.

表5 模型拟合优度指标值

3.3 路径系数显著性检验

通过路径系数的大小可以判断变量间是否存在相关关系以及关系的强弱，当路径系数通过显著性检验，说明两变量相关，反之不然.路径系数T值的绝对值应大于2，才表明相应的潜在变量间存在相关关系.

表6 路径分析结果

由表6可知H1与H2通过了检验，消费者的“感知易用”的标准化路径系数为0.51，证明消费者的“感知易用”会显著正向影响其网络购物意向.同理，消费者的“感知服务质量”正向影响其网络购物意向，即网上店家良好的售前、售后服务会吸引消费者.其中主要表现为卖家的沟通性即卖家对待买家的服务态度以及对自家商店商品的熟悉程度、当消费者对所购买的商品不满意或者商品存在质量问题，店家提供了高素质的售后服务、在交涉过程中客服所表现出来的耐心，一一解答消费者的疑问，力争做到最好的解决方案.这些会给消费者留下良好印象，势必客源不断.但“感知风险”没有通过检验.参考相关文献，一般来说，感知风险会负向影响消费者的网络购物意向.网络存在的危险性、个人信息的泄露都会造成消费者的担心，从而抑制网络购物意向.

4 结语

本研究运用结构方程模型对消费者网络购物行为影响因素进行了分析，研究结论如下：（1）消费者感知网络购物使用各种工具和熟悉网络购物流程越容易，其网络购物意向就越大.消费者感知“网购易用”主要体现在网上提供的购物流程是否清晰，搜索商品是否容易，商品查询、物流、订单状态是否容易看到，网上购物操作对于个人来说是否简单易操.经过文章分析，感知易用在对消费者的购物意向的正向影响最为显著，说明感知“网购易用”是构成其网络购物行为的主要原因.消费者觉得，网络购物的操作流程简易，便会选择这种方式购物.（2）消费者感知卖家为消费者提供的售前，售后以及咨询等服务质量越好，其网购意向就越大.消费者“感知服务质量”主要体现在商家售前、售后服务是否重要和商家提供的付款方式和收货方式是否多样，经过对调查数据的分析，消费者的“感知服务质量”会正向影响其网络购物意向，即网上店家良好的售前、售后服务会吸引消费者，其中主要表现为卖家的沟通性即卖家对待买家的服务态度.当消费者对所购买的商品不满意或者商品存在质量问题，店家若提供了高素质的售后服务，在交涉过能提供较好的解决方案.

针对商家的建议.商家应该加强团队的销售服务质量，可以通过开展一些关于提升服务质量的培训课程.其次提升售前服务质量，也就是完善消费者和卖家的沟通机制，保证消费者在网络购物过程中遇到问题能得到卖家的耐心解答.针对售后服务，应该重视产品和服务的使用情况以及消费者的反馈意见.针对网站的建议.网站可以通过打造良好的搜索渠道，便于消费者能够更好地搜索产品.如唯品会特卖，很多消费者第一锁定了化妆品特卖这一搜索渠道，使得消费者购买时有了更倾向性的选择；比如米折网，通过打折的形式让更多消费者觉得可以更容易地搜索到价格便宜的商品.

样本的局限性.此次的调查问卷大部分局限于广东省内，学生样本占了大部分的比例，无法确定判断样本是否具备足够的典型性.调查误差.本文采用的是网络问卷的调查方式，借用问卷星调查平台收集数据，无法确保答卷者认真详细阅读了问卷的各项测量问题，其次，在问卷调查结束后，对答卷者的IP地址进行了筛选，防止重复填写的现象，但是存在同一答卷者通过多个IP地址进行填写情况.问卷设置变量的测量问项不够准确.模型中测量变量通过问卷中测量问项的方式呈现，由文中可知测量变量的信度和效度都比较好，但通过因子分析可以看出设置的问项中有些是可以概括在一个影响变量下的，使得模型最后的构建与实际假设的存在一定偏差，因此对于设置的测量问项还有待提高.

参考文献：

［1］ 中国互联网络信息中心.第29次中国互联网发展状况统计报告［R/OL］.（2012-01-16）［2015-04-25］.http：//www.cnnic.net.cn/hlwfzyj/ hlwxzbg/hlwtjbg/201206/t20120612-26720.htm.

［2］ 孙建军.基于TAM与TTF模型的网络信息资源利用效率研究［M］.北京：科学出版社，2013：30-50.

［3］ 倪毅.在线购物环境感知对消费者购买行为影响研究［D］. 蚌埠：安徽财经大学，2015.

［4］ 石晓晶.大学生网络购物特征及影响因素研究［D］.成都：西南财经大学，2010.

［5］ 周蓓婧. 基于TAM和IDT模型的消费者微博营销采纳意向影响因素研究［D］.成都：电子科技大学，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.

（责任编辑：邵晓军）

中图分类号：F724.6

文献标识码：A

文章编号：1007-5348（2016）02-0007-06

［收稿日期］2015-10-16

［作者简介］祝长华（1983-），女，湖南郴州人，韶关学院数学与统计学院讲师，硕士；研究方向：数理统计.

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