Page 59 - 201901

北京工商大学学报(社会科学版)摇 摇 摇 摇 2019 年摇 第 1 期

从相关文献中提取相应测量指标以形成初始量 据预调研所取得的经验数据再次修正量表。 最终
表;其次,基于专家意见对量表进行修正;最后,根 形成的量表见表 1。

表 1摇 测量指标及来源

因子 指标 指标内容 文献来源
OPRI1 在线渠道存在隐私泄露问题
[33]
Poon ;
在线感知风险(OPRI) OPRI2 在线渠道存在安全隐患问题
[34]
Miley
OPRI3 在线渠道更容易购买到不合格产品
OPC1 需要花费大量的时间评估在线产品
在线感知成本(OPC) OPC2 需要花费大量的精力评估在线产品 Klemperer [35]
OPC3 在线购买容易产生焦虑感
OPI1 愿意使用离线渠道购买产品和服务
离线购买意愿(OPI) OPI2 愿意经常使用离线购买渠道购买产品和服务 Gollwitzer [36]

OPI3 愿意邀请周围的人进行离线购买
OPB1 决定在离线渠道购买商品和服务
离线购买行为(OPB) Pavlou & Fygenson [37]
OPB2 不但自己在离线渠道购买,还会邀请他人购买
OPE1 经常访问互联网
在线购买经验(OPE) OPE2 经常浏览购物网站 Holloway et al. [38]

OPE3 可以毫无障碍地进行在线购物
SC1 离线购买需要花费更多的金钱
[39]
Burnham et al. ;
转换成本(SC) SC2 离线购买需要花费更多的时间
[40]
Jones et al.
SC3 离线购买需要花费更多的精力
摇 摇 (二) 数据收集 lett 检验值在 0郾 001 的水平上显著,表明数据适合
基于本文的研究主题,为在一定程度上确保 进行探索性因子分析(EFA)。 表 3 中,样本数据
调查对象较大可能地为研究型购物者并有渠道迁 按特征值大于 1 的标准抽取了 6 个因子,解释了
徙的可能性,本文对调查对象有如下要求:(1)应 72郾 033% 的方差。 表 4 显示了量表中除了 SC1 的
年轻化;(2)拥有较为充足的可支配时间;(3) 拥 标准负载接近 0郾 6,其余指标的标准负载均大于
有一定的在线购物经历。 基于上述考虑,选取大 0郾 6,各因子的 Cronbach蒺s 琢 值和 CR 值均高于
学生和非在校的年轻人为主要调查对象。 被调查 0郾 7,表明量表的信度良好。 各因子的 AVE 均高
对象主要来源于广西、湖北、内蒙古和广东。 问卷 于 0郾 5,表明量表有较好的收敛效度。
设有筛选题“您是否有过在在线渠道进行商品或 因子模型区别效度的分析结果(表 5)显示:6
服务信息搜寻后离线渠道购买的经历冶,用来判 因子模型的 字 / df 为 1郾 946,小于 2;GFI、CFI 和
2
断被调查对象是否为研究型购物者以确保样本的 IFI 分别为 0郾 930、0郾 945 和 0郾 946,均大于 0郾 9;
有效性。 2017 年 11 月 2 日—12 月 28 日,共回收 RMSEA 值等于 0郾 055,低于 0郾 08。 可以看出,这
调查问卷 339 份,其中曾经有过“ 在线信息搜寻 些指标值显示了 6 因子模型对调研所获取经验数
后离线购买冶 经历的有效问卷数为 311 份,占总 据的拟合效果最佳。 同时,表 5 还表明 6 个因子
样本的 91郾 7% 。 这一结果也表明,研究型购物者 之间的区别效度良好。
仍有较为明显的离线渠道购买意愿,“反展厅冶现 采用因子间相关系数检验判别效度的结果如

象普遍存在。 具体的样本特征如表 2 所示。 表 6 所示。 对角线数字所显示的各个因子 AVE
五、 假设检验与数据分析 平方根均大于相应的相关系数,说明量表具有较
(一) 信度和效度检验 好的区别效度。 同时,主要变量的相关关系都呈
经检验,本文数据的 KMO 值为 0郾 711,Bart鄄 显著相关,表明模型设计比较合理。

· 5 6 ·