关于大学生网购现状实证研究毕业论文(编辑修改稿)

关于大学生网购现状实证研究毕业论文(编辑修改稿)内容摘要：

d Percent Valid Percent 淘宝网 报纸 /杂志广告 易趣网 电子邮件 当当网 其他网络链接 卓越网 电视广告 拍拍 朋友介绍 京东商城 其它 其它 ，理智维权 35%50%15%每次有时不会 图 1 网购时如何对待交易评价 针对网购网站的产品描述信息详细，产品图片华丽，此时容易让人产生购买欲望，在购买判断标准选择上，该商店近期交易评价 则是最好的标准。 在这问题上， 50%的网购用户有时会翻阅商品的评价， 35%的网购用户会经常在购买产品之前都会翻阅产品的评价，其中表示每次购物都会查看店铺的交易评价表明用户看重商品的评价的比例占 %，可见商品评价已经成为购买商品的重要参考标准和良好的消费习惯，尽可能地避免不必要的受骗损失。 针对当有网购中遇到上当受骗时的处理方法调查结果表明，有 %的网购用户有过网购上当受骗的经历，其中有 %的同学会选择向销售点退货的处理方式，但有%的同学想退货但不知渠道，极小一部分人会向有关部门维权 、投诉。 因此，大学生的维权意识还有待加强。 、实惠的网购生活 随着社会节奏的日益加快，网购行业的便利快捷的优势也日益突显。 配送速度成了同关于大学生网购现状实证研究 7 学们对这个行业的有了一定的要求。 针对配送时限这个问题上， %的同学接受时限为 5天之内。 为此，运费就成了影响大学生网购的重要因素，因此，在回答最喜欢促销活动方式上，有 的同学偏好免运费的促销活动，与其比例相当的促销方法：打折，有 %的同学喜欢。 对于经济能力有限，消费水平相对低下的大学生群体，配送费用已成了网购中相当大的负担。 打折 专题促销 购物送礼 免运费 送购物券促销活动比重 图 2 促销活动的选择 同时，针对大学生日常网购产品种类分布的调查上，结果如图 3所示，同学们网购主要产品种类主要集中在图书、音像制品、办公用品、文具耗材等（占 47%），其次是运动与休闲产品，如体育、健身、野营、服装一类（占 41%）。 经过进步访谈，我们得知在绝大多数的被调查中，网购产品主要分布在图书、服装一类，缘由其一是图书、服装类产品的价格相对就低，具有一定的价格优势，依大学生现在的消费水平，足以承受。 其二是这两类产品与大学生日常生活息息相关，是必需品。 可见，针对大学生这一群体， 网购行业可以抓住这两点进行制定大学生路线营销策略。 47%41%3%1% 8%图书、音像制品、办公用品、文具耗材等运动与休闲产品，如体育、健身、野营、服装家电类，如电视、洗衣机、冰箱、音响、吸尘收藏品，如古董、邮票钱币、模型等虚拟、数字产品，如点卡、彩票等 图 3 网购产品种类分布 ，网上购物的优势与劣势 网购行业将有一个光明前景，其中大学生将是这个行业迅速发展的主力军。 本次调查，我们对网购行业的优势划分为七个方面：节省时间、送货上门、新颖好奇、价格低、品种关于大学生网购现状实证研究 8 全时尚新潮、商品信息全面、网上支付更安全，如图 4 显示，价格低（ 25%）、送货上门（ 22%）、节省时间（ 20%），成了大学生参与网上购物的主要动机，这一论点与前面结论（大学生追求便捷生活 ）相符。 20%25%22%16%3%13% 1%节省时间 价格低送贷上门 品种全时尚款式新颖好奇 获得较大量的商品信息可异地购物网上支付较传统拿现金支付更加安全 图 4 网购动机分布 1 . 0 01 0 . 0 01 0 0 . 0 0网络安全 货物质量 配送速度 配送费用网页设计不好，查找和订货困难登记手续繁琐 售后服务保证 图 5 网购的顾虑因素 另外，相比传统买卖的观念，网购行业也有一些令人担忧的因素，通过查看相关文献，我们将这些因素概括为：网络安全、货物质量、配送速度、网页设计不好、登记手续繁琐、售后服务保证，调查结果如图 5所示：网络安全、货物质量、售后服务保证是阻碍大学生网上购物的主要因素。 与传统买卖相比，在达成交易之前，在网上购物上，从挑选产品到支付交易，在消费者眼前都是文字、图片、数字，再者，网 营店的实际店面究竟如何，售后服务如何保证，这一切的确让消费都很疑惑。 同时，大学生受限于经济能力，处世经验尚浅，这些劣势因素更为强烈。 针对各种优劣因素的影响程度，下面我们通过因子分析方法进一步研究阐析。 关于大学生网购现状实证研究 9 基于因子分析网购影响因素实证研究 因子分析基本知识 因子分析是通过研究多个变量间相关系数矩阵（或协方差矩阵）的内部依赖关系，找出能综合所有变量的少数几个随机变量（不可测量的），根据相关性的大小把变量分组，使得组内的变量之间相关性较高，但不同组的变量相关性较低。 其数学模型如下： 因 子 分 析 的 模型 是 ： 设 ),( 1  pxxx  是可观测 p 维 随 机 向量 ， 其 均值 为)(x 1( ,..., )p    ，协差阵为 ppijxD  )()( ，我们称 x 是有 k 个因子的模型，若 x能表为 1121211111 ufffx kk    „„„„ pkpkpppp ufffx   2211 即 ufx  ， 式中 ),()( )()1( kkpij    (未知 )， ),( 1  kfff  (未知 )， ),( 1  puuu 。 Λ 称为因子载荷阵， ij 称为因子载荷， f 称为公因子， u 称为误差或特殊因子。 通常假定 0)( f , kIfD )( (单位阵 )， 22221000000)(,0)(puDu， 0),( ufCov。 由上述假定，立即有：  ，  称 为特殊方差阵，记 jq 21pi ij ( j =1,„ ,k)(Λ 第 j 列元素的平方和 )称为方差贡献，它是衡量公因子 fj解释全部变量 x 信息程度的指标； 1jiiq ( j=1,„ ,k)是 Λ 第前j 列元素的平方和称为累计方差贡献，它是衡量公因子 f1,„ , fj 解释全部变量 x 信息程关于大学生网购现状实证研究 10 度的指标， 1 /jiiqp 称为累计方差贡献率。 结合 参考 文献 [4]， 得知因子分析以 下步聚： ⑴ 指标 的正向化 (单独计算 )[14]，标准化； ⑵ 求变量的样本相关阵 R 及其特征值 i ，主成分法下的初始 因子载荷阵 0L ，旋转后因子载荷阵 L ； ⑶旋转后因子载荷阵 L (要计算出多个 L )与 0L 比较， 0L 中行 元素 绝对值足够向 0、1 两极分化，用初始因子 进行分析 ， 继续 [原始变量之间相关度很低或无关时，直接进行逐个指标分析，用 ipi x1 作综合分析 ( ix 是正向化、标准化的 )是适合的 ]。 ⑷ 确定初始因子个数 m： 用 0L 和因子与变量显著相关的临界值判断，若因子与变量显著相关，则选入该因子，因子个数 m、因子方差累计贡献率 随之确定 ； ⑸ 初始因子 0if 的命名及其正向化：由 0L 的第 i 列 0il ，将与 0if 显著相关的变量归为 0if一类，由这类变量的意义对因子 0if 进行命名 (注意有些变量，可能与两个因子显著相关，命名中、分析中也要同时考虑好这些变量的联系性影响 )。 正向化：如果这类变量与 0if 的相关系数表明该类变量的意义 是正向的， 0if 不变符号； 如果 意义 是反向的， 0if 、 0il 同时乘上负号； ⑹计算 写出初始因子 xLd ia gF m ))(,( 0112110    (用 0L 回归的因子得分 )； 因子分析方法的运用 （ 1） 首先，通过一些描述统计分析，以及因子分析前的初步验证，我们选取产品价格、产品口碑、产品信息描述 、 售后服务、交易安全、个人隐私安全这 6 个变量， 结合 SPSS软件， 进行因子分析；由 Bartlett 检验可以看出， 应拒绝各变量独立的假设，即变量间具有较强的上关性。 但是 KMO 统计量为 ，小于 ，说明各变量间信息的重叠程度可能不是特别的高，有可能做出的因子分析模型不是很完善，但还是值得尝试。 表 4 KMO检验和 Bartlett 检验 结果 KaiserMeyerOlkin Measure of Sampling Adequacy Bartlett39。 s Test of Sphericity Appox. HiSquare df 15 Sig. 0 （ 2）变量共同度 munalities 是表示各变量中所含原始信息能被提取的公因子所表示的程度，由中所表示的变量共同度可知：大部分变量共同度都在 60%以上，因此是可以提取出公因子对变量进行解释。 关于大学生网购现状实证研究 11 表 5 变量共同度 Initial Extraction 产品价格 产品口碑 产品信息描述 售后服务 交易安全 个人隐私安全 （ 3）图 6 是碎石图，碎石图用于显示各因子的重要程度，其横轴表示为因子序号，纵轴表示为特征根的大少。 它将因子按特征根从大到小依次排列，可以看出前第三个个因子特征根接近 1，因此至多考虑前 3个公因子即可。 图 6 碎石图 （ 4）表 6 是因子旋转前和进行方差最大因子旋转后的载荷阵，通过对表 6 信息的统计，得到表 7，据表 7结果所示，旋转后的因子载荷阵的 0、 1 两极分化更为明显，因此，选择旋转后因子进行进一步分析。 表 6 因子载荷阵 初始 旋转后 1 2 3 1 2 3 交易安全 个人隐私 产品信息描述 .079 .452 售后服务 .046 产品口碑 产品价格 关于大学生网购现状实证研究 12 表 7 因子载荷绝对值 0、 1 两极分化频数对比表 因子载荷区间 频数 初始 旋转后 0 3 3 2 5 3 3 1 7 10 合计 18 12 （ 5）因子命名与正向化：由表 6 可以明显看出第一公因子在 X5交易安全、 X6个人隐私安全、 X4售后服务有较大的载荷，故可以命名为安全与售后因子；第二公因子在 X3产品信息描述、 X2产品口碑有较大载荷，故可以命名为产品了解程度因子。 第三公因子在 X1产品价格 有较大载荷，故可以命 名为产品价格因子。 （ 6）因子方差解释，由表 8 知我们知道前 3个公因子累计了 %的信息量，故确定选择 3 个公因子，已较全面包含网购影响因素的权重信息。 表 8 旋转后因子方差分析 Initial Eingenvalues Rotation Sums of。