【毕业学位论文】（Word原稿）大学生网络购物影响因素的实证研究-统计教育学

大学生网络购物影响因素的实证研究 哈尔滨理工大学 摘 要 ： 随着网络的普及，网络购物已经成为一种趋势并受到了大学生群体的青睐。 本文对影响大学生进行网络购物意向的影响因素进行了实证分析 研究， 首先针对不同专业的学生进行问卷调查，问卷内容包含 网购意向、 网上购物体验、商品价格 、 物流因素 、外界宣传 、 口碑影响 、 对卖家认知水平 、 交易信心 、 网站因素 、商品信息、评价信息 等11个 方面的信息 ， 然后 利用 聚类分析中的变量聚类方法 变量分成四类并从中筛选出四个代表性变量 ，对 筛选出 的变量我们考虑个体变量和变量间的交互效应，建立 二项 析其结果得到 其 对大学生 个体 网络购物 是否 有显著性 的 影响， 同时 分析 因素间的交互效应， 其结果 得到 网上购物体验及网上购物体验和商品价格、外界宣传、商品信息组成的交互变量整体，对大学生个体网购意向 有 影响显著， 并 根据已有结论 有针对性的提出了提供个性化服务， 适当推行降低价格策略， 同时保证商品和服务的高质量，注重和大学生消费者的双向沟通等改进方法。 关键词 ：网购意向 ； 型 ；聚类分析 目 录 一、 问题描述 1 二、 数据描述 及数据预处理 1 （一）数据描述 1 （二）数据预处理 2 三、 研究方法及模型选取 与建立 3 （ 一 ） 研究方法及模型选取 3 （二） 模型建立 4 四 、模型求解和检验 5 （ 一） 模型求解方法 5 （二）模型检验方法 5 （三）模型的求解和检验结果 6 五 、模型评价 7 六 、结论及建议 8 （一） 结论 8 （二） 建议 8 参考文献 9 一、问题描述 据 009年 1月发布的第 23次中国互联网络发展状况统计报告显示，截至2008年底，我国网上购物的总人数达到 7400万 ,较 2007年增长了 使用率达 网民的年龄结构表现出了极强的年轻化特征 ;网民的最大构成群体是学生，网上购物在大学生中的普及率达 由此可以看出，大学生这一具有鲜明特点的人群已成为 网上购物的主要力量，且是各群体中最为活跃的群体，是具有最大发展空间的网络购物潜在市场。 本文将就影响大学生网上购物的 因素进行分析和讨论，力求了解大学生网上购物意识受哪些因素影响 ，从而找到促进电子商务企业和网络购物发展的有效途径。本文 之所以选择大学生这个消费群体作为研究对象，主要是基于以下原因：当代大学生接触网络频繁，有较强的计算机和网络操作能力，这就为他们进行网络购物提供了一定的技术基础 ； 大学生对新鲜事物有着强烈的好奇心，乐于尝试体验并易于接受新鲜事物，这一特征也使大学生成为时刻走在社会潮流前沿的群体之一；更为重要的是，虽然大学生目前的消费水平不高，但他们在大学期间形成的对消费方式的偏好，将会 影响他们走上工作岗位后，作为新一代的社会中坚力量、拥有更强消费需求和能力的消费行为和方式。 在以往的文章 2 主要针对一些个别的因素来研究单一变量与网络购物意向之间的影响情况，并没有考虑到因素间的交互效应对网购购物意向影响情况，我们借助变量聚类 筛选出具有代表性的变量 ， 并考虑这些变量间可能存在的交互作用，最终借助 二项 归模型分析这些因素与因素间构成的交互效应整体对网络购物意向 的影响情况。 二、数据描述 及数据预处理 （一） 数据描述 本文调查 通过对在校本科生展开， 采用了抽样调查的方法， 调 查通过面对面访谈与被调查者自填问卷相结合的方式进行。实际发放问卷 220 份，回收有效问卷 214 份， 调查内容涉及 网购意向 1S 、 网上购物体验 2S 、商品价格 3S、 物流因素 4S 、 外界宣传 5S、 口碑影响 6S、 对卖家认知水平 7S、 交易信心 8S、 网站因素 9S、商品信息 10S、评价信息 11S 等 11个因素 。调查数据的汇总，处理和分析过程使用 概率保证下，调查主要网购行为特征指标相对误差 。 对于数据调查的结果，每项采取“ 0”、“ 1”的表达形式。 以 1S （是否网购） 为 被 解释变量，定义有过网购 经历的取值为“ 1”没有经历过的选“ 0”； 以 网上购物体验 2S 、商品价格 3S、 物流因素 4S 、 外界宣传 5S、 口碑影响 6S、 对卖家认知水平 7S、 交易信心 8S、网站因素 9S、商品信息 10S、评价信息 11S 为解释变量， 赞同者的取值为“ 1”不赞同者为“ 0”其 变量取值为表 1： 表 1 虚拟变量名称及其取值列表 （二）数据预处理 数据预处理采取 聚类分析中的变量聚类方法， 聚类分析是一种建立分类的多元统计分析方法，它能够将一批样本（或变量）数据根据其出多 特征，按照在性质上的亲疏程度在没有先验知识的情况下，进行的自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异性较大。 变量聚类（也称 是对变量进行聚类，使具有相似性的变量聚集在一起，差异性较大的变量分离出来，可在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数，达到变量降维的目的。 本文中将 10 个解释变量用变量聚类的方法将其分为四类 聚类的过程及结果分别见表 2及表 3： 表 2： 聚类表 阶 群集组合 系数 首次出现阶群集 下一阶 群集 1 群集 2 群集 1 群集 2 1 5 7 0 2 2 5 8 0 3 3 3 5 2 5 4 2 6 0 5 5 2 3 3 7 6 1 10 0 8 7 2 9 0 8 8 1 2 7 9 9 1 4 0 0 虚拟变量名称 变量取值 网购意向 1 0网上购物体验 1 0商品价格 1 0物流因素 1 0外界宣传 1 0口碑影响 1 0对卖家认知水平 1 0交易信心 1 0网站因素 1 0商品信息 1 0评价信息 1 0 由表 2 可以看出，第一列表示聚类分析的第几步；第二列、第三列表示本步聚类中哪两个样本或小类聚成一类；第四列是相应的样本距离 或小类距离；第五类、第六类表示本聚类中，参与聚类的是样本还是小类。 0 表示样本，数字 n（非 0）表示由第 n 步聚类产生的小类参与聚类；第七列表示本步聚类的结果将在下面聚类的第几步中用到。 表 3：群集成员 案例 2S 354群集 1 2 2 3 2 2 2 2 4 1 通过变量聚类 由表 3我们 可以得出 变量分类结果： 第一类包括 网上购物体验 2S 和评价信息 11S 第二类包括 商品价格 3S、 物流因素 4S 、 口碑影响 6S、 对卖家认知水平 7S、 交易信心 8S、 网站因素 9界宣传 5 10从每一类中我们选出具有代表性的解释变量，即网上购物体验 2S 、 商品价格 3S、 外界宣传 5S、商品信息 10S，用这些变量及彼此之间构成的交互整体 即 网上购物体验和商品价格 23上购物体验和外界宣传 25品信息 2 10建立 归 模型， 我们对由此模型得到的 结果进行了进一步的分析。 三、研究方法及模型选取 与建立 （一）研究方法及模型选取 根据 变量聚类得出的 分类 结果 网上购物体验 2S 、 商品价格 3S、 外界宣传 5S、商品信息 10上购物体验 2S 与 商品价格 3S、 外界宣传 5S、商品信息 10 网上购物体验和商品价格 23上购物体验和外界宣传 25商品信息 2 10成的交互变量整体 ， 本文将使用 归模型，从定量角度分 析不同的 因素 及不同因素间的交互效应， 对在校大学生个体网购意向的影响。 归属于概率型非线性回归， 是研究因变量为类或 多分类观察结果与影响因素（自变量）之间关系 的一种多变量分析方法， 是常见的二元选择模型 ，目标变量与有关因素为两分类变量的资料，本文所涉及的解释变量与被解释变量的数据都是具有“ 0”、“ 1”两种分类，所以我们选择 假设在自变量, 21 的作用下，某事件发生的概率为 p ，不发生的概率为 P1 ，事件发生于不发生的概率之比，称为事件的“发生比”，用表示 ： kk 1101(1) 则 kk 221101) 式 中0为常数项，k , 21称为回归系数。 回归系数的指数变换 ，称为变量的优势比，它代表自变量变化一个单位所 带的 事件发生可能性的变化比率，描述了自变量对应变量的作用大小。 （二） 模型建立 由于网络购物 意向 与否为二分类变量，本文通过建立 归模型来识别不同因素 及因素间的交互效应， 对在校大学生网购意向的影响。 网上购物体验 、 商品价格 、 物流因素 、 外界宣传 、 口碑影响 、 对卖家认知水平 、 交易信心 、 网站因素 、商品信息、评价信息 等控制变量的不同，对个 体网购意向的影响也往往会有所不同。接下来本文将利用变量聚类所得到的结果 ，通过 归模型，来实现不同因素 及因素之间的交互效应 对大学生个体网购意向的影响和程度的 量化研究。 考虑 网上购物体验 2S 、商品价格 3S、 物流因素 4S 、 外界宣传 5S、 口碑影响 6S、对卖家认知水平 7S、 交易信心 8S、 网站因素 9S、商品信息 10S、评价信息 11S 等各自对在校大学生个体网购意向 1S 的影响， 通过 聚类分析将 10 个解释变量分为四类， 即 第一类包括 网上购物体验 2S 和评价信息 11S ；第二类包括 商品价格 3S、 物流因素 4S 、 口碑影响 6S、 对卖家认知水 平 7S、 交易信心 8S、 网站因素 9S； 第三类包括 外界宣传 5S；第四类包括商品信息 10S。 考虑每类中具有代表性的变量 以及变量之间的交互效应， 即 网上购物体验 2S 、 商品价格 3S、 外界宣传 5S、商品信息 10S，用这些变量及彼此之间构成的交互整体即 网上购物体验和商品价格 23上购物体验和外界宣传 25品信息 2 10用 二项 归方法，本文建立了如下模型来分析影响个体网购意向的因素： 025232105321 2,1个体数，为常数，其中 四 、 模型求解和检验 （一）模型求解方法 一般的线性回归模型适合于使用最小二乘法进行估计，由于二项 归模型中随机扰动项并不满足经典假设，所以需要使用极大似然法估计。 由 1 的 0以， 111111 模型的似然函数为 Ni 模型的对数似然函数为 1111是求使得 到最大的 值。 （二）模型检验方法 本文 利用聚类分析的方法，将 10 个影响个体网购的因素分为四类， 采用的检验方法是验， 在 二项 归模型中，回归系数显著性检验不是通过 t 检验，而是通过 构造 计量来进行。 验的原假设是 0j， 计量按照如下等式构造： 2 其中，j是第 j 个变量的回归系数估计值，是j的标准差。 计量在原假设得到满足的条件下，服从一个自由度为 1 的卡方分布。 够自动计算 计量和其对应的 p 值，通过比较第 j 个 计量对应的 p 值和给定的显著性水平，就可以判定第 j 个回归系数是否显著，当 p 值小于特定的显著性水平时，拒绝原假设，认为第 j 个回归系数显著不为 0。 （三） 模型的求解和检验结果 运用 的方法， 借助 件 1可以得到各回归系数的估计值和显著性检验结果，见表 4。 根据二项 归方法，可得出其表达式 ： )1S +78 ： 回归系数估计值及其显著性检验结果 方程中的变量 B B) 步骤 1a 732 725 S S 046 2S S 058 2S 0S(1) 707 0S(1) S 022 常量 719 294 将各显著项前的回归系数取反对数 ，即由上表的最后一列 )(以得到大学生 网购的机会比率 ， 即为变量的优势比，其大小可以解释为该水平所对应的 大学生 有网购意向 与 基准期大学生 网购意向 概率相比的倍数。 给定 5%的显著性水平， 从表 4 中可以看出， 即 网上购物体验 2S 、 商品价格 3S、 外界宣传 5S、商品信息 10S，用这些变量 及彼此之间构成的交互整体即 网上购物体验和商品价格 23上购物体验和外界宣传 25品信息 2 10 中 网上购物体验 2S 与 网上购物体验和商品价格 23上购物体验和外界宣传 25商品信息 2 10 成的交互变量整体 均小于 所以这些变量及交互变量 对大学生个体网购意向 有着显著 影响，从 )(取值中同样可以看出这样的结果， 网上购物体验及网上购物体验和商品价格、外界宣传、商品信息组成的交互变量整体 对大学生个体网购意向影响 的 可能性较大。 通过这个检验结果，我们会注意到网上购 物经验、网上商品价格、网上商品的外界口碑，网上商品质量都是会成为 到大学生在是否网上购物上的影响因素 ，符合大学生 在大学期间形成的对消费方式的偏好 与对网购商品的要求， 这个结果较符合一般的大学生的行为 ，反应了大学生在网上购物方面的心理 变化。 同时还可以得到哪些因素是学生这个大群体所要求所关注的，哪些因素没有实质性的影响，这个结果同时在某些方面也给网络商家一些必要的启示，他们需要在哪些地方进行完善，在哪些地方有更好的突破，这样有了这些参考结果，消费者能得到更好的满足，商家同时也能有更大的收益。 五 、 模型评价 本文 通过聚类分析中的变量聚类方法，将 10 个解释变量分为四类 即第一类包括 网上购物体验 2S 和评价信息 11S ；第二类包括 商品价 格 3S、 物流因素 4S 、 口碑影响 6S、 对卖家认知水平 7S、 交易信心 8S、 网站因素 9S；第三类包括 外界宣传 5S；第四类包括商品信息 10S。 从中选出每类中具有 代表 性的 变量，同时利用这些 变量 和交互变量的整体 构建 二项 归模型，其 优点在于，该模型成功的将 网上购物体验、商品价格 、 物流因素 、 外界宣传 、 口碑影响 、 对卖家认知水平 、 交易信心 、 网站因素 、商品信息、评价信息等离散变量对网购意向的影响进行了量化。通过该二元选择模型的求解，衡量了 几 个变量 及几个交互变量 对网购意向的影响程度，清晰的刻画了在校大学生的网购意向，对发现在校大学生的网购人群有指向性作用，便于高校采取相应的引导性措施。 但是，本文构建的模型也存在一定的改进空间，因为 除了本文所考虑的因素外，还有其他因素也可能会显著影响大学生 的网购意向，而考虑到模型的简明性，这些因素没有被包括在模型里。 六 、结论及建议 （一）结论 通过 聚类分析中的 变量聚类方法 ， 将已有变量分为四类 即第一类包括 网上购物体验 2S 和评价信息 11S ；第二类包括 商品价格 3S 、 物流因素 4S 、 口碑影响 6S 、 对卖家认知水 平 7S、 交易信心 8S、 网站因素 9S；第三类包括 外界宣传 5S；第四类包括商品信息 10S。 从每类中选出具有代表性的变量，考虑单一变量本身和变量间的交互效应， 通过 建立 归模型对已有数据对其 进行 定量分析，我们得到了以 下几个结论 ： 上购物体验 2S ， 对大学生个体网购意向有影响。对于 现在有或曾经有过 这样的经历的同学 对网络购物有了自己 的 一些 认识 和见解 ，有持肯定态度有持否定态度，通过亲身经历对网购有了更多的了解；对于没有过网购体验的学生来讲， 他们 会很少有 网络购物 这方面的意向。 互效应 23大学生个体网购意向有影响。在实际生活中， 大学生目前的消费水平不高 ，他们会注意到 网上 商品价格方面的影响， 他们会考虑到商品及商品价格实惠，实用等方面因素，不会贸然的决定， 通过 网络商品价格与市场价格 这方面 的 比较 参照，他们会选择是否进行网购。 25对大学生个体网购意向有影响。 大学生对新鲜事物有着强烈的好奇心 ， 使大学生成为时刻走在社会潮流前沿的群体之一 ， 网上商品的外界宣传 很主要，宣传 的好坏 直接影响学生的购物心态，这些行为都 与已有的 网上 购物经历会影响到个人的网购意向。 2 10对大学生个体网购意向有影响。个人对于网上商品质量的好坏，有着一定的评价标准， 有的看重的 是商品质量的本身，觉得物有所值，有的则看重的是它的外在时尚，并没有看重它的质量， 这样就会影响到是否会到网上选择自己所需的商品。 综上这些结论我们得出 网上购物体验 2S 及彼此之间构成的交互整体即 网上购物体验和商品价格 23上购物体验和外界宣传 25品信息 2 10是会成为到大学生在是否网上购物上的影响因素，符合大学生 在大学期间形 成的对消费方式的偏好 与对网购商品的要求。 （二）建议 面对未来即将成为社会建设中坚力量并拥有较高消费能力的大学生，电子商务企业只有做好相应的营销推广、提高自身软硬件的素质、提供良好的产品和服务、树立正面的品牌形象，扩大在大学 生中的影响力，才能够在日后激烈的竞争中脱颖而出。本文 根据得到 的研究结果，认为电子商务企业应该在以下几个方面进行加强和改善。 1、提供个性化服务 大学生这一群体有着鲜明的个性特征，比较青睐只为他们量身打造的商品和服务。因此 ,企业要建立大学生网络购物的信息数据库，针对个体的不同喜好，提供能够 迎合个体兴趣和需求的贴心服务。 2、适当推行低价策略，同时保证商品和服务的高质量尽管大学生市场有着巨大的消费潜力，但由于消费能力有限，所以价格也是影响他们进行网上购物的主要因素之一。如果商家能够提供物美价廉的商品和优质的服务，必定能赢得大学生的喜爱。 3、注重和大学生消费者的双向沟通一个成功的销售过程并不终止于将商品送到顾客手中，而更重要的是建立起与消费者之间的紧密联系。所以，电子商