第
29
卷
摇
第
4
期 孙永波
,摇
刘晓敏
:
电商新趋势下影响网络消费者购买行为因素研究
消费人群及网络社交平台等多种方式公开发放问
卷
480
份
,
实际回收
408
份
,
其中有效问卷
383
份
。
将收回的有效问卷通过
SPSS16郾 0
统计软件
进行描述性统计分析
,
分析结果如下表
2
所示
。
分析显示
,
此次参与问卷的网络消费者分布情况
为
:
年龄主要集中在
18
岁到
30
岁之间
,
占总人
数 比 例 为
95郾 74% 。
男 性
208
人
,
比 例 是
54郾 26% ;
女性
175
人
,
比例是
45郾 74% 。
男性略
多于女性
,
但总体差异不明显
。
调查对象均有一
定的网购经验
,
一年内参与网络购物的平均次数
为
10
次以上
。
2郾
数据统计及信度检验
调查问卷的质量直接关系到本研究的真实有
效性
。
因此
,
在对大规模调查的问卷进行初步的
整理和筛选之后
,
本研究对正式问卷的信度进行
分析
,
得到的
Cronbach蒺s Alpha
值为
0郾 863。
其中
a
> 0郾 7
表示通过信度检验
。
该检验结果说明
,
问
卷具有较强的可信性
。
表
2摇
网络消费者购买行为统计分析表
1
2
3
4
5
合计 均值
C1
1郾 06% 9郾 57% 31郾 91% 46郾 82% 10郾 64% 100% 3郾 56
网站性能
B1
C2
0郾 00% 4郾 26% 9郾 57% 57郾 45% 28郾 72% 100% 4郾 11
C3
0郾 00% 0郾 00% 10郾 64% 68郾 08% 21郾 28% 100% 4郾 12
C4
0郾 00% 2郾 13% 8郾 51% 46郾 81% 42郾 55% 100% 4郾 29
支付流程
B2
C5
1郾 10% 8郾 70% 25郾 00% 41郾 30% 23郾 90% 100% 3郾 78
C6
3郾 20% 10郾 90% 16郾 30% 50郾 00% 19郾 60% 100% 3郾 72
C7
0郾 00% 2郾 13% 6郾 38% 48郾 94% 42郾 55% 100% 4郾 32
网店信誉
B3
C8
2郾 20% 4郾 30% 7郾 60% 45郾 70% 40郾 20% 100% 4郾 17
C9
1郾 10% 5郾 40% 8郾 70% 44郾 60% 40郾 20% 100% 4郾 36
C10
0郾 00% 1郾 06% 7郾 45% 56郾 38% 35郾 11% 100% 4郾 26
商品性价比
B4 C11
2郾 20% 4郾 30% 22郾 80% 43郾 50% 27郾 20% 100% 3郾 89
C12
0郾 00% 3郾 19% 8郾 51% 63郾 83% 24郾 47% 100% 4郾 09
物流服务
B5
C13
1郾 06% 4郾 26% 29郾 79% 46郾 80% 18郾 09% 100% 3郾 77
C14
1郾 06% 8郾 51% 32郾 98% 45郾 75% 11郾 70% 100% 3郾 58
摇 摇 3郾
运用层次分析法
(AHP)
分析各影响要素
的影响力
(1)
建立递阶层次结构模型
。
递阶层次结构
模型的层次可以分为三类
:
最高层是需要解决的
问题
,
中间层也称准则层是为实现总目标需采取
的措施
,
最底层是解决问题采取的措施方案
。
对
于本文
,
模型的最高层是网络消费者购买行为影
响因素
;
中间层分为网站性能
、
支付流程
、
网店信
誉
、
商品性价比和物流服务这五个方面
;
最底层则
为网页设计
、
支付信息安全
、
卖家服务态度
、
商品
质量
、
快递费用等
14
个变量
,
如图
1
所示
。
(2)
构造判断矩阵并求解
。
为进一步探讨五
个维度下各个要素的权重影响力
,
本文运用
AHP
软件深入分析影响网络消费者购买行为因素
,
并
将模型中两个层次的因素进行两两对比
。
本文将
准则层和指标层要素的相关数据采用加权平均法
进行统计
,
结合对应人数及比较要素的重要度分
值得出判断矩阵中的对应数值
。
构造判断矩阵
后
,
运用
AHP
软件得出计算结果
,
最后进行一致
性检验
。
计算得到准则层权重影响力结果如下表
3 ~
表
8
所示
。
再根据判断矩阵得出的各因素权
重
,
得到指标层
14
个影响因素的总影响力
,
结果
如表
9
所示
。
4郾
结论
表
2
的描述性统计数据显示
,
网络消费者普
遍对网站性能
、
网店信誉
、
商品性价比
、
支付流程
·79·
