管理科学研究模型与方法范文

导语：如何才能写好一篇管理科学研究模型与方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：高校 信息化建设 核心能力 全模型

中图分类号：F592 文献标识码：A 文章编号：1007-9416（2013）03-0222-02

1 引言

核心竞争力，也称为核心能力，是现代管理理论和管理实践领域进行的讨论焦点。1990年，普拉哈拉德和哈默第一次提出了核心竞争力的定义，他们认为：核心竞争力是组织的累积性知识，特别是关于如何协调不同的生产技能和有机结合多种技术流派的知识，以加快高等教育在我国的改革。我国高校面临外部环境越来越大的竞争，据有关专家预测，中国的高考招生高峰在2010年，预示着2010年后一些院校将不得不面临一个危机生存环境，大量的高校将逐步退出市场竞争，这一趋势已成为一个不争的事实。

本研究主要基于高校信息化建设与核心竞争力培育的第一手调查数据，使用结构方程模型试验方法。信息建设是高等院校核心竞争力形成的微观路径函数实现的验证，为我国的大学信息化战略调整提供了经验参考，同时能够大大提高中国高校的核心竞争力。

2 研究模型构建

2.1 提出假设

根据本课题的研究，大学信息化建设系统分为四个部分：信息化基础设施、科学研究、教学管理、教学信息化、信息化基础设施指的是基本的信息系统建设，包括网络硬件设备、软件系统等；研究信息化指的是高校科学统计信息化、科研开发、科研支持和其他应用程序；管理信息化指的是信息技术在高校教学管理、财务管理、人事管理？文件管理和其他辅助办公应用系统中的应用；教学信息化是指信息技术应用于高校教学活动，包括全日制教育、成人教育和远程教育等？根据这一课题的研究，核心能力的学院和大学系统可以分解成三个部分：教学能力、科研能力、营销能力。教学能力是指在同一种高校中的教学水平，是高校的一种最基本功能，科研能力是指大学科研成果在一定时间周期的质量，创建科学研究在高校的支持；营销能力是指大学为了适应经济发展领域的需要，与外部政府部门、金融机构、社会团体、家庭和其他市场主体的协调融合。

2.2 指标体系的分解

基于建立信息化的四个构成要素，信息化基础设施组件可以被分解成四个措施：网络基础设施、丰富的信息资源、信息技术、专业人员信息资产在总资产中所占比例；科研信息元素可以被分解成四个措施：科学业务流程管理信息化、图书馆建设信息化、实验室建设信息化、专业化科研软件资源供应；管理信息化的组件可以被分解成四个指标：校园信息化、办公系统性能、数字校园建设（即信息系统在教育行政、财务、人事方面的应用），应用程序业务流程。物流管理信息化注重信息管理系统的设计与实现激励；教学信息元素可以被分解成四个措施：数字比例、信息化教学系统的设计实现、教师的信息能力、信息教学（即高校开展远程教育、远程培训、计算机等级考试）。

根据学院和大学的核心能力在我国的构成要素体系，教学能力的因素可以分为四个部分：博士教师比（获得博士学位的教师占整个学校教师的比例）；教学设施性能（即特殊设备在同一行业先进性）；丰富的教学课程（即专业课程结构设置科学性、实用性和完整性）；精品课程建设（即精品课程选择、培养、教学在高校的同类主要专业影响力）。科研能力元素可以被分解成多个措施：科学研究机构研究成果的数量和质量显著水平；科学研究的激励机制，科研成果奖励政策的合理性；丰富的研究资金，充足的资金支出，整体性经济增长；骨干团队创新，跨学科学术骨干团队的创造力和先进学术能力。

2.3 模型建立

根据假设的内容和指标体系，可以构建一个结构方程模型如图1。

3 模型验证

本研究采用SPSSLL和LLSREL信息化测度模型和核心胜任能力模型的验证性因素分析（固定方差法）。从信息结构测量模型参数估计：16个因子载荷，最小值为0.52，最大0.89；T最小值2.17；CFI值为0.919。因此，信息结构度量模型拟合效果好，模型的有效性较高。从核心能力列表来测量模型参数估计，12个因素的负荷中最小值为0.57，最高0.93；T最小值2.46；RMSEA值为0.627；NNN值为0.9190；C值为0.9376。因此，运用核心能力来衡量模型拟合效果好，模型有效性较高。

4 结语

对于我国现今的学院和大学，根据验证结果告诉我们信息建设核心能力的形成相关性如下：（1）信息化基础设施建设和管理，对于学院市场促进作用能力有效（路径系数分别为0.56和0.56），培养科研信息化对大学科研能力有一个有效的促进作用（路径系数0.68）。（2）信息化和信息市场化的大学教学中，大学的科研能力形成缺乏明显的促进作用（路径系数分别为0.09和0.09），管理信息科学研究能力和教学能力的形成缺乏明显的促进作用（路径系数分别为0.2和0.16）。（3）尽管教学信息对提高教学能力有一定的促进效应（路径系数0.22），但是效果不明显，即教学信息化建设起到了重要的作用，但是不是针对教学质量的提高。

参考文献

篇2

第一节 研究背景

随着互联网的快速普及，中国的互联网市场潜力巨大，应运而生的网络购物必将加快互联网普及的进程和消费模式的变革。网络购物的内容将更加广泛，具有很好的发展前景。当代“信息高速公路热”在全球范围内迅猛发展，特别是国际互联网等信息网络的建立和应用，使人类社会从此进入新的历史时期——信息时代。

在网上交易形式频频丰富、网上支付功能屡屡进步的今天，加上金融危机的催化，消费者的足不出户牵动着经济的变动，将户外消费转移到户内进行。消费者通过网络购物平台购买的产品范围不断扩大，种类从手机、电脑等高端产品延伸到低端的服装、化妆品、居家用品等，销售规模迅速扩大。

中国互联网络信息中心的《2009年中国网络购物市场研究报告》数据显示，在金融危机的大环境下，中国网民规模却仍保持着高速发展态势。截至2009年12月31日，中国网民规模达到3.84亿人，普及率达到28.9%。网民规模较2008年底增长8600万人，年增长率为28.9% 。如图1-1，图1-2所示：

 

图1-1中国网民增长率

 

图1-2中国网民规模

中国互联网络信息中心的《2009年中国网络购物市场研究报告》数据显示，2009年，网络购物用户规模1.08亿人，年增长45.9%，网络购物使用率继续上升，目前达到28.1%。随着网络购物观念的普及，网络购物已逐渐成为网民消费生活的习惯。据CNNIC监测，2009年中国网络购物市场交易规模达到2500亿，较2008年翻番增长。

2009年是商务类应用大发展的一年，中国互联网应用的消费商务化特征走强趋势明显。网络应用使用行为中，商务交易类应用遥遥领先，商务交易类应用平均年增幅68%。其中，网上购物用户年增幅45.9%，在所有应用中排名第五。如表1-1所示：

表1-1中国网络应用使用行为

类型 应用 2008年使用率 2009年使用率 用户增长率 使用率排名 增长率排名

网络娱乐 网络音乐 83.7% 83.5% 28.8% 1 11

信息获取 网络新闻 78.5% 80.1% 31.5% 2 9

信息获取 搜索引擎 68.0% 73.3% 38.6% 3 7

交流沟通 即时通信 75.3% 70.9% 21.6% 4 13

网络娱乐 网络游戏 62.8% 68.9% 41.5% 5 6

网络娱乐 网络视频 67.7% 62.6% 19.0% 6 14

交流沟通 博客应用 54.3% 57.7% 36.7% 7 8

交流沟通 电子邮件 56.8% 56.8% 29.0% 8 10

交流沟通 社交网站 -- 45.8% -- 9 --

网络娱乐 网络文学 -- 42.3% -- 10 --

交流沟通 论坛BBS 30.7% 30.5% 28.6% 11 12

商务交易 网上购物 24.8% 28.1% 45.9% 12 5

商务交易 网上银行 19.3% 24.5% 62.3% 13 4

商务交易 网上支付 17.6% 24.5% 80.9% 14 1

商务交易 网络炒股 11.4% 14.8% 67.0% 15 3

商务交易 旅行预订 5.6% 7.9% 77.9% 16 2

根据中国互联网信息中心的数据整理

目前我国网络购物已经进入高速增长期。而对于网络消费者行为的研究，是网络营销的基础组成部分，也是电子商务和网络营销实践的重要基础，具有理论和实践的深远意义。对目标消费者行为影响因素的研究，是企业制定市场营销策略的起点，企业可以减少营销决策的盲目性和随意性，增强营销决策的针对性和有效性。

第二节 研究对象

本文的研究对象为在校大学生。这个特殊群体在1998到2009年的短短9年时间中，人口总数就从108万激增到2400多万。

根据2010年《2009年中国网络购物市场研究报告》显示， 2009年， 10-19岁网民占总体的31.8%，20-29岁的网民占28.6%，30-39岁占21.5%，40-49岁占10.7%，50-59岁占4.5%，60岁以上占1.9%，10岁以下占1.1%。可见年轻人在网民人数中占到绝大多数，特别是18-24岁的大学生群体，在网民中的比例不可忽视。如图1-3所示：

 

图1-3网民年龄结构

2009年中国网民群体继续向低学历人群渗透。其中高中学历网民占到40.2%，初中学历网民占26.8%，大专以上网民占24.3%。虽然大学生的比例没有低学历人群比例高，但是我国网民学历结构更为均衡。如图1-4所示：

  图1-4网民学历结构

从年龄和学历两方面来看，大学生群体仍然是商家营销的主要对象，网络购物的主要群体。大学生群体的学历层次，决定其接受程度相应较高，并且相对其他人更容易接受和使用网络购物。大学生是潜力人群，无可否认，大学生的现实消费力并不强，但同样不可忽视，他们代表的是不久的将来的实力阶层—较高的教育经历决定了他们未来在社会上的中坚与引导地位以及不菲的收入。从功利的角度来看，大学生具有潜在的强烈消费欲望，现实的经济实力虽然可以限制他们的消费表现，但无法扭曲其所拥有的高品质价值取向。大学校园之中网络商机无限。商家必须尽快地抓住和了解大学生的消费行为和心理，采取策略，以最快的速度抢占先机。

第三节 研究的基本内容

本文以在校大学生为主要研究对象，分析大学生网上购物行为的影响因素。以技术接受模型为理论基础，将影响网上购物决策的关键变量感知有用，感知易用，使用态度以及行为意向，和延伸的外部变量，建立消费者网上购物模型，着重分析模型变量之间的相互关系及其影响因素。试图找出影响消费者网上购物意向和行为的主要因素，并根据理论和实证研究得出的结论对我国网上零售业提供营销战略和策略借鉴。

第四节 研究的方法与技术路线

一、研究方法

(1)文献研究

通过以往文献的研究，总结前人成果，为本文的研究提供理论支持和思维来源。本文对网上购物行为研究进行了回顾，主要为理论模型应用和影响消费者网络购物行为因素的回顾。

(2)理论逻辑分析

参考前人的相关研究成果，形成本文思路，基于技术接受模型，找出影响消费者购物行为的因素，构建消费者网络购物模型。

(3)实证分析

在相关理论文献的基础上，提出假设，建立模型。本文参考国内外相关研究中变量的测量方法，用李克特量表设计消费者网络购物影响因素的调查问卷，对浙江科技学院的在校学生进行问卷调查，作为本研究实证部分数据分析的来源。本文主要应用SPSS13.0对数据进行统计分析，检验各假设之间的关系，从而验证模型。

二、技术路线

技术路线如图1-5所示：

 

图1-5 技术路线

第五节 研究框架和创新点

一、本文的框架

第一章为绪论，主要内容为本文的研究背景、研究对象、研究的基本内容、研究方法以及技术路线；

第二章为文献综述，主要内容为消费者行为模式、技术接受理论以及相关理论研究和技术接受理论在网络购物中研究；

第三章为研究设计，主要内容为研究模型与假设、变量定义与测量以及问卷设 计与数据采集；

第四章为数据分析，主要内容为所发放的问卷的样本情况、信度、效度的分析和假设检验；

第五章为研究总结，主要内容为阐述对问卷调查结果进行分析后所形成的研究结论、研究意义和研究不足。

二、创新点

本文的创新之处在于，基于技术接受模型，延伸新的变量，构建了消费者网络购物的模型，并进行了实证研究。此外对于网上购物的消费者进行了细分，对大学生这一特殊的消费人群进行了专门的研究。

 

第二章 文献综述

第一节 消费者行为模式

美国市场营销学会把消费者行为定义为：感知、认知、行为以及环境因素的动态互动过程，是人类履行生活中交易职能的行为基础。这一定义至少包含3层重要含义：1.消费者行为是动态的；2.它涉及感知、认知、行为以及环境因素的互动作用；3.它涉及交易。消费者行为既是一个具体的活动整体，也是一个动态的发展过程。

（1）消费者购买行为一般模式

消费者购买行为是指消费者为满足自身需要而发生的购买和使用商品或劳务的行为活动。心理学家在深入研究的基础上，指出了消费者在购买行为中的共性或规律性，即消费者购买行为的一般模式：刺激—反应模式。如图2-1所示：

       （原因）               消费者心理活动            购买及购后感受

图2-1刺激反应模式

以上刺激—反应模式表明，所有消费者的购买行为都是由刺激引起的，这种刺激既来自外界环境，也来自消费者内部的生理和心理因素。消费者在各种刺激因素的作用下，经过复杂的心理活动过程，产生购买动机，在动机的驱使下，消费者做出购买决策，采取购买行动，并进行购买后评价，购买评价产生的信息又充实了消费者的内部信息库，对消费者的未来消费产生影响，由此完成了一次完整的购买行为。

（2）国外购买行为模式

1.恩格尔-科拉特-布莱克威尔(Engel-Kollat-Blackwell)模式(EKB模型)

EKB模式特别强调消费者进行购买决策的过程。在这个模型里，消费者心理（大脑）成为“中央控制器”，外部刺激信息输进消费者大脑后，通过处理，即外界信息在态度、经验和个性的作用下，便可产生 “中央控制器”的输出结果——购买决定。由此完成一次消费者购买决策过程。

2.霍华德-谢思模式（Howard—Sheth Model）

该模式通过四大因素描述消费者行为，分别是投入因素、外在因素、内在因素和产出因素。认为投入因素和外在因素就是购买行为的刺激物，它们通过唤起和形成动机，提供关于各种选择方案的信息等影响购买者的心理活动。购买者受到刺激物和以前购买经验的影响，开始收集信息，产生自己一些列的动机，做出对可选择产品的一系列反应，形成一系列购买决策的中介因素，这些动机、选择方案和中介因素互相作用，便产生了某种倾向或态度。这种倾向或态度与其他因素相结合后，便产生购买结果——购买意向和实际购买行为。

3.尼柯西亚模式（Nicosia Model）

该模式由四大领域构成：①从信息源到消费者态度；②对信息的调查和评价；③购买行动；④反馈。如图2-2所示：

 

图2-2尼科西亚模式

第二节 技术接受理论以及相关理论研究

一、理性行为理论

理性行为理论(Theory of Reasoned Action，以下简称TRA)，于1975年由美国社会心理学家菲什拜因(M.Fishbein)和阿耶兹(I.Ajzen)提出。其基本假设是认为人是理性的，在做出某一行为前会综合各种信息来考虑自身行为的意义和后果。

该理论认为个体的行为在某种程度上可以由行为意向合理地推断，而个体的行为意向又是由对行为的态度和主观准则决定的。人的行为意向是人们打算从事某一特定行为的量度，而态度是人们对从事某一目标行为所持有的正面或负面的情感，它是由对行为结果的主要信念以及对这种结果重要程度的估计所决定的。主观规范指的是人们认为对其有重要影响的人希望自己使用新系统的感知程度，是由个体对他人认为应该如何做的信任程度以及自己对与他人意见保持一致的动机水平所决定的。这些因素结合起来，便产生了行为意向，最终导致了行为改变。

理性行为理论是一个通用模型，它提出任何因素只能通过态度和主观准则来间接地影响使用行为，这使得人们对行为的合理产生有了一个清晰的认识。该理论有一个重要的隐含假设：人有完全控制自己行为的能力。但是，在组织环境下，个体的行为要受到管理干预以及外部环境的制约。因此，需要引入一些外在变量，如情境变量和自我控制变量等，以适应研究的需要。 TRA模型如图2-3所示：

 

图2-3 TRA模型

二、计划行为理论

计划行为理论(Theory of Planned Behavior,以下简称TPB)，由Ajzen于1991年在TRA的基础上提出。TPB理论认为，行为意向除了由态度和主观准则决定之外，还会受到感知行为控制(perceived behavioral control)的影响。TRA假设最后的实际行为是行为意向的动机结果，忽略了很多时候最后的行为并不仅仅因为一些有动机的原因，比如可利用的资源和机会。比如，一个有强烈意愿在网上购物的个体因为其网络的原因和个人上网技术的欠缺，也很有可能最终不能实施网上购物行为。心理学家对感知行为控制对行为的影响更为感兴趣。Ajzen提出，感知行为控制是指个体感知到的实施行为的困难程度 。

TPB理论假设人们是理性的，在决策过程中会系统使用可获得的资源。如果行为处于不完全控制之下，人们将依赖于必需的资源和机会来完成行为，行为受到个体完成行为能力强度的影响。个体越相信完成行为的资源和机会存在，他们感知控制行为的能力越大。TPB模型如图2-4所示：

 

图2-4 TPB模型

三、技术接受模型

Davis(1986)根据理性行为理论（TRA）发展出技术接受模型(Technology Acceptance Model,以下简称 TAM)  。该模型旨在解释和预测使用者经过一段时间与系统交互后接受信息系统的情况，试图研究人们为何接受或者拒绝信息系统，解释信念因素(感知信息系统有用和感知信息系统使用方便)与使用者态度、意向和真正使用计算机行为之间的关系。技术接受模型如图2-5所示：

 

图2-5 技术接受模型

感知有用 (perceived usefulness,PU) 是指个体对使用信息技术所带来的好处的主观评价。感知易用 (perceivedease of use,PEOU) 是指个体对系统方便使用的期望程度。使用态度是指个体用户在使用系统时主观上积极的或消极的感受。行为意向是个体意愿去完成 特定行为的可测量程度。该模型认为目标系统的使用主要是由个体用户的行为意向所决定的，行为意向则是由使用态度和感知有用性定的，使用态度是由感知有用和感知易用决定的，感知有用则是由外部变量(External Variables，EV)和感知易用性决定的，感知易用性则是由外部变量决定的。只要信息技术能帮助一个人改进工作绩效，那么该个体就有强烈的意愿去使用该系统(Davis等，1989)。

Venkatesh与Davis在2000年提出新的TAM模型。改进后的TAM模型同时考虑了主观规范和感知工具过程的印象 。Legris以及同事通过回顾大量使用TAM模型的实证研究，总结出TAM模型是非常有效的。但是他们同时建议将影响人类，社会变化的因素，以及创新采纳等因素纳入TAM，将会改进TAM的解释能力 。技术接受模型是研究消费者接受信息系统最有影响的模型之一。该模型多次成功地获得了许多理论和实证研究的支持，成功地预测和解释使用接受和采用信息技术，而且获得多种相关理论和模型的支持，如期望理论自我效率理论、成本收益理论和创新扩散理论等支持(Davis，1989)

 

第三节 技术接受理论在网络购物中的研究

由于消费者网上购物是通过与计算机和网络的交互完成交易行为，所以消费者具有双重特性，他既是商品的购买者，又是计算机和网络的使用者。从网上购物的技术层面分析，消费者接受网上零售模式的过程与他们接受信息系统的过程有一定的相似性，所以可以借鉴已有的消费者接受信息技术的研究成果，研究消费者接受网上购物 。

随着网络购物的兴起，TAM模型被一些学者用于研究网络消费者的网络购物接受度。此外，一些学者在TAM的基础上，对该模型进行了一定的延伸与改进。

Gefen和Straub (2000) 提出可以忽略中间的态度变量，感知有用和感知易用直接影响使用者的意愿 。他以一个专门卖书的流行网站为例，对一所商学院里的217名MBA学生进行了模拟实验，通过因子分析和线性回归分析等统计分析发现，当一个网站主要被用于一项查询任务时，感知易用（PEOU)和感知有用（PU)，均对使用意图有影响;而当一个网站主要被用于一项购买任务时，感知易用（PEOU)对使用意图没有影响而对感知有用（PU）有影响;此外他发现感知易用（PEOU)会影响感知有用（PU） 。

Lin和Lu(2001)以某网站139个使用者为调查对象，在研究中引入网站系统质量(信息质量、响应时间和可及性)这一外部变量，探讨它对网站接受度的影响。结果发现网站质量影响感知易用（PEOU)，感知易用（PEOU)影响感知有用（PU），感知有用（PU）影响态度和意向，态度影响意向。Fenech(l998)、Rong An Shang(2005)的研究则发现感知易用（PEOU)对感知有用（PU）和网络使用行为均有显著影响。Pav1ou(2003)和o’Cass和Fenech(2003)的研究则没有考虑感知有用（PU）和感知易用（PEOU)之间的关系，而是直接研究感知易用（PEOU)与使用意向的关系。研究结果发现感知易用（PEOU)正面影响使用意向。

Featherman和Pavfou(2003)在其对网络服务的实验研究中，在原有TAM的基础上增加了感知风险这一因素，并证实了消费者对于网络服务存在着各种维度的风险，这些风险对TAM模型中的感知有用（PU）有显著负影响，而感知易用PEOU能显著降低感知风险，从而使得该领域的研究又向前迈进了一步 。

目前技术接受模型也是国内广泛应用的消费者网络购物行为的模型。程华(2003)认为从网上购物的技术层面，消费者接受网上购物与接受信息技术相似；从网上购物的创新角度，消费者接受网上购物模式是一种接受创新的过程，将技术接受模型和创新扩散理论相结合作为研究的理论基础 。

朱继文(2005)基于技术接受模型，建立消费者网上购物态度、意向模型，并比较使用因特网的熟练程度、浏览网上商店的频率和网上购物经验不同的消费者，他们的网上购物态度、意向及网上购物影响因素之间的差异  。

栗婕（2008）将技术接受模型和创新扩散理论作为理论基础；将创新扩散理论中的相容性作为补充变量加入到技术接受模型中。选择了感知网络购物渠道特征作为研究角度，选择网站质量，信任，感知风险为模型的外部变量 。

 

第三章 研究设计

第一节 研究模型与假设

大学生作为一个独特的消费人群，他们的主要特点是认知层次高，消费行为比较理性，讲求实际，理性消费是当前大学生主要的消费观念。大学生消费特点有别于普通的消费人群，所以我们的研究变量要加入大学生消费的特点变量。

本文在研究大学生网上购物的过程中，针对大学生网上购物的特点，以技术接受模型为理论基础，延伸出大学生消费行为中信任的变量。因此新建的模型中将出现5个变量：感知网上购物有用、感知网上购物易用、信任、网上购物态度、网上购物意向。建立研究模型如图3-1所示。

 

图3-1研究模型

根据以上模型，我们可以提出三部分假设：

（1）各因素与网上购物态度的关系

Ha：感知网上购物有用与网上购物态度正相关；

Hb：感知网上购物易用与网上购物态度正相关；

Hc：信任与网上购物态度正相关；

（2）感知网上购物有用与网上购物意向的关系

H1a：感知网上购物有用和网上购物意向正相关

（3）网上购物态度与网上购物意向的关系

H0a：网上购物态度与网上购物意向正相关

根据问卷的设置，我们可以对有或无网上购物经验的大学生进行区分。

（4）大学生有无网上购物经验对变量的影响

因为问卷设计中，调查对象包括有网上购物经验的样本和无网上购物经验的样本，所以本文还将研究这两种不同样本对网上购物态度、网上购物意向等5个变量的影响。

第二节 变量定义与测量

一、 变量定义

根据前人文献的总结，在此确定以下几个大学生网上购物的变量因素，具体如表3-1所示：

表3-1变量的定义

研究变量 变量定义 参考文献

网上购物态度 消费者对网上购物的感受与评价 Fishbein and Ajzen(1975) 

网上购物意向 消费者网上购物的可能性 Ahn et al.(2004) 

感知网上购物有用 消费者对网上购物所带来的好处的主观评价

 Davis et al.(1989) 

感知网上购物易用 消费者相信网上购物免于努力的程度 Davis et al.(1989)

信任 不考虑消费者能够监控网络商家的能力，在期望网络商家能够按照约定的方式行事的基础上，消费者

愿意在一项网络购物交易中倾向于信赖网络商家的程度。 Lee and Turban(2001) 

资料自行整理

二、变量测量

本研 究在参考以往文献研究量表的基础上，设计了衡量本研究变量的各个问项。各个变量的测量问项对应问卷题号如表3-2所示:

表3-2变量的测量

研究变量 变量的测量 参考文献

网上购物态度 1. 网上购物很吸引人

2. 网上购物是个明智的选择

3. 网上购物令人兴奋和快乐

 Fishbein and Ajzen(1975);

Ralph L, Keeney(1999)

网上购物意向 4. 最近我打算在网上购物

5. 我会优先考虑网上购物

6. 能够在网上买的东西，尽量网上买

 AionO’Cass,Tino Fenech(2003);

Hoffillan，D.L.，Novak，T.P.，and Peralta(1999)

感知网上购物有用 7. 网上商店提供了丰富的产品信息，对我来说很有用

8. 网上购物节省我的时间和精力，提高了购物效率

 Marios Koufaris(2002)

感知网上购物易用 9. 网上购物很方便

10. 网上商店产品分类细致，很容易查找

11. 网上购物流程简单，容易操作

 Gefen and Straub(2000)

信任 12. 网上商店能够实现它的承诺

13. 网上商店会保护我的信息和隐私

14. 在线支付很安全

15. 我会货比三家，比较不同网店的价格

16. 我一般挑选价格相对便宜的网店购买

 Tony Ahn et al.(2003);

Hans van der Heijden et

al.(2000)

资料自行整理

第三节 问卷设计与数据采集

一、问卷设计

本文参考过去文献的相关研究，并根据文献中相关变量的量表进行适当的修改后得到本研究模型中各个变量的定义。

调查问卷第一部分为模型中5个变量的测量项目，共包括16个项目组成的问卷，所有问题都采用李克特5级评分方式打分。测量项目采用的形式为:“1”至“5”分别代表“完全不同意”、“不同意”、“一般”、“同意”、“完全同意”。

第二部分由大学生的性别、年龄、月生活费、网上购物经历次数组成。用于人口统计因素的分析。

二、数据采集

本文采用纸质问卷形式，对浙江科技学院的在校大学生进行抽样调查。抽样地点定在图书馆，对图书馆内的大学生逐一访问、阐述调查的相关内容、发放问卷并立即回收。由于抽样地点和调查群体的特殊性，受访对象基本都能配合此次调查，使得调查最后能够顺利完成。

 

第四章 数据分析

第一节 样本情况

本研究发放问卷共100份，回收问卷100份，其中获得有效问卷100份，有效回收率为100%。样本分布情况如表4-1所示：

表4-1样本分布情况

 Frequency Percent Valid Percent Cumulative Percent

性别 男 58 58.0 58.0 58.0

 女 42 42.0 42.0 100.0

 总计 100 100.0 100.0 

年龄 23周岁 6 6.0 6.0 6.0

 22周岁 24 24.0 24.0 30.0

 21周岁 25 25.0 25.0 55.0

 20周岁 29 29.0 29.0 84.0

 19周岁 10 10.0 10.0 94.0

 18周岁 6 6.0 6.0 100.0

 总计 100 100.0 100.0 

月生活费 200元以下 3 3.0 3.0 3.0

 200-400元 4 4.0 4.0 7.0

 400-600元 18 18.0 18.0 25.0

 600-1000元 65 65.0 65.0 90.0

 1000元以上 10 10.0 10.0 100.0

 总计 100 100.0 100.0 

网上购物

次数 0次 14 14.0 14.0 14.0

 1-2次 30 30.0 30.0 44.0

 2-5次 20 20.0 20.0 64.0

 5次以上 36 36.0 36.0 100.0

 总计 100 100.0 100.0 

本资料自行整理

从表中可以看到，本次回收的样本中，男女比例比较均匀，分别为58%，42%；年龄结构中，23周岁、18周岁都占据6%，22周岁占24%，21周岁占25%，20周岁占29%，19周岁占10%。；月生活费的比例分布可看出，大多数大学生的月生活费在600-1000元，占到65%；网上购物次数的分布，我们可以看到，没有过网上购物经历的学生仅仅占到14%，86%的学生有过网上购物经历。并且拥有5次以上网上购物经历的学生在各个比例中占据最多，达到36%。

第二节 变量的信度与效度分析

本章主要采用SPSS13.0对问卷调查所得数据进行统计分析。

一、变量的效度分析

对量表进行因素分析的目的在于考察所设计量表的题目分类是否合理有效，在对量表进行因素分析前需要对其进行KMO和Bartlett检验，从而判断该量表能否进行因素分析。

KMO样本测度(Kaiser-Meyer-Olkin Measure of Sampling Adequacy)是所有变量的简单相关系数的平方和与这些变量之间的偏相关系数的平方和之差，它用来检验当前因子分析的样本量是否足够，因而是检验数据是否适合做因子分析的指标。一般而言，KMO在0.90以上被认为是显著的，在0.80-0.90被认为是良好的;在0.60-0.80被认为是可以容忍的;大于0.50-0.60的被认为是很勉强的;小于0.50将被认为是不可接受的。测量结果如表4-2所示：

表4-2 KMO测度和Bartlett球体检验结果

Kaiser-Meyer-Olkin Measure of

Sampling Adequacy. .763

Bartlett’s Test of Sphericity Approx.Chi-Square 530.878

 df 120

 Sig. .000

                                       本资料自行整理

从表中我们可以看到KMO值为0.763 (>0.7)，同时我们也看到，表中Bartlett球体检验的Approx.Chi-Square为530.878，显著性概率是0.000，小于1%，说明该数据具有相关性，说明统计数据适合做因子分析。

表4-3 解释的总方差

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

 Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %

1 4.853 30.330 30.330 4.853 30.330 30.330 2.830 17.690 17.690

2 1.752 10.950 41.279 1.752 10.950 41.279 2.259 14.117 31.807

3 1.579 9.868 51.147 1.579 9.868 51.147 2.095 13.093 44.900

4 1.154 7.210 58.358 1.154 7.210 58.358 1.956 12.226 57.126

5 1.061 6.628 64.986 1.061 6.628 64.986 1.258 7.860 64.986

6 0.918 5.740 70.726      

7 0.846 5.285 76.011      

8 0.688 4.297 80.308      

9 0.593 3.708 84.016      

10 0.516 3.227 87.242      

11 0.449 2.806 90.049      

12 0.445 2.782 92.831      

13 0.369 2.306 95.137      

14 0.325 2.033 97.169      

15 0.244 1.522 98.691      

16 0.209 1.309 100.000      

Extraction Method: Principal Component Analysis.

本资料自行整理

通过因素分析得到因子特征值及在总方差中的比重如上表4-3所示，可以看出，因子分析出5个因子，特征值都大于l(如果特征值大于或等于l就表明该因子是有意义的，可以被保留下来)，五个因子总体解释了变量的64.986%，即涵盖了64.986%的信息，说明各因子中的原始变t指标间有较显著的相关性。

通过上表看出，第一个因素的特征值为4.853，能够解释总变异的30.33%，所聚集的项目反映的主要是网上购物态度的 因素。第二个特征值为1.753，能够解释总变异的10.95%，所聚集的项目反映的主要是感知网上购物易用的因素。第三个特征值为1.579，能够解释总变异的9.868%，所聚集的项目反映的主要是网上购物意向的因素。第四个特征值为1.154，能够解释的总变异为7.21%，所聚集的项目反映的主要是信任的因素。第五个特征值为1.061，能够解释的总变异为6.628%，所聚集的项目反映的是感知网上购物有用因素。

表4-4 旋转后的因子载荷矩阵

Rotated Component Matrix(a)

 Component

 1 2 3 4 5

VAR00001 0.791    

VAR00003 0.755    

VAR00002 0.652    

VAR00015 0.610    

VAR00004     

VAR00010  0.786   

VAR00009  0.632   

VAR00008  0.618   

VAR00011  0.605   

VAR00005   0.836  

VAR00006   0.807  

VAR00013    0.813 

VAR00012    0.754 

VAR00014    0.629 

VAR00007     0.844

VAR00016     

提取方法：主成分

旋转法: 具有 Kaiser标准化的正交旋转法

a.旋转在8次迭代后收敛.

本资料自行整理

旋转后的因子载荷矩阵如上表4-4所示，因为考虑到样本量比较少，在因子分析的选项中选择了排序和压缩了小于0.55的负荷值。在上表中呈现了比较明显的排列。上表显示第16和第4个变量的负荷值过低，因此删除以上两个项目。

二、变量的信度分析

表4-5变量的信度分析

  Corrected Item-Total Correlation if Item Deleted

 Cronbach's Alpha

网上购物态度 1 0.519 0.824 0.769

 3 0.505 0.824 

 2 0.642 0.818 

 15 0.518 0.823 

感知网上购物易用 10 0.444 0.827 0.679

 9 0.631 0.816 

 8 0.339 0.833 

 11 0.477 0.826 

网上购物意向 5 0.518 0.823 0.802

 6 0.506 0.824 

信任 13 0.353 0.832 0.647

 12 0.309 0.835 

 14 0.387 0.831 

感知网上购物有用 7 0.264 0.837 

本资料自行整理

本研究采用内部一致性指标对量表的信度进行检验，因为内部一致性系数最适合每一个因素中各个项目是否测量相同或相似的特性。内部一致性的估计方法有很多，常以Cronbach's Alpha系数来估计，它适合针对李克特量表进行信度分析。Cronbach's Alpha系数越大，表示该变量各个题项的相关性越大，即内部一致性程度越高。α系数介于0-1之间，α出现0或1两个极端值的概率很低，但究竟α系统要多大，才算是有高的信度，不同的方法论学者对此看法不尽相同。学者Nunnally(1978)认为α系数值等于0.70是一个较低，但可以接受的量表边界值，学者Devellis(1991)也提出一下观点，α系数值如果在0.60-0.65之间最好不要；α系数值介于0.65-0.70间为最小可接受值；α系数值介于0.70-0.80之间相当好；α系数值介于在0.80-0.90之间非常好。

本研究利用SPSS13.0对问卷所获得的数据进行Cronbach's Alpha信度检验，如上表4-5所示，分量表中的网上购物态度、网上购物意向、感知网上购物易用的Cronbach's Alpha系数都超过了0.65这一最低可接受水平，信任的Cronbach's Alpha系数偏低。

而感知网上购物有用的分项对总项的相关系数只有0.264，不符合要求，所以删除第7个项目。Cronbach's Alpha检验的结果表明本研究所用的调查问卷内部一致性符合研究要求，因此通过信度分析。

三、研究数据描述性统计

本文使用各因子测量指标的得分来计算各因子的均值，对研究模型中的4个变量的问卷得分数据进行了描述性统计分析，包括每个子变量的加总平均值、标准差。从表中可以看出，消费者对于网络购物的感知易用性评价较高，平均值为3.62，说明目前消费者认为网络购物比较能够节省其精力。其次为网上购物态度和信任。评分最低的是网上购物意向。具体如表4-6所示：

表4-6 研究数据的描述性统计

Statistics

  态度 易用 意向 信任

N Valid 100 100 100 100

 Missing 0 0 0 0

Mean 3.4600 3.6200 2.6850 3.1133

Std. Deviation 0.53148 0.54874 0.74419 0.55499

Minimum 1.25 1.50 1.00 2.00

Maximum 5.00 5.00 4.50 4.33

本资料自行整理

第三节 假设检验

由于问卷设计的问题，一些测量项目不符合要求，因此验证假设H1a：感知网上购物有用和网上购物意向正相关取消；Ha：感知网上购物有用与网上购物态度正相关取消。

一、大学生网上购物态度与意向的关系

1．大学生网上购物态度与意向的相关分析

大学生网上购物意向与态度的相关分析，为研究模型中大学生对网上态度与网上购物意向之间的关系，将大学生网上购物态度和网上购物意向两个变量进行相关分析。本部分采用Pearson相关分析法。结果如表4-7所示：

表4-7大学生网上购物态度与意向的相关分析

Correlations

  态度 意向

态度 Pearson Correlation 1 .405**

 Sig. (2-tailed)  .000

 N 100 100

意向 Pearson Correlation .405** 1

 Sig. (2-tailed) .000 

 N 100 100

**. Correlation is significant at the 0.01 level (2-tailed).

注:本文所涉及显著性水平，加*表示在0.05水平上显著;加**表示在0.01水平上显著，下文同。

本资料自行整理

结果显示大学生网上购物意向与大学生网上购物态度在0.01显著水平下显著正相关。说明大学生网上购物态度对其网上购物意向具有很大的正面影响。

2．大学生网上购物态度与意向的回归分析

表4-8大学生网上购物态度与意向的回归分析

Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 0.405 0.164 0.156 0.68383

a. Predictors: (Constant), 态度

ANOVA(b)

Model  Sum of Squares df Mean Square F Sig.

1 Regression 9.000 1 9.000 19.247 0.000

 Residual 45.827 98 0.468  

 Total 54.828 99   

a. Predictors: (Constant), 态度

b. Dependent Variable: 意向

Coefficients(a)

Model  Unstandardized Coefficients Standardized Coefficients t Sig.

  B Std. Error Beta  

1

 (Constant)

 0.722 0.453  1.595 0.114

 态度 0.567 0.129 0.405 4.387 0.000

a. Dependent Variable: 意向

本资料自行整理

如上表4-8所示，大学生网上购物态度对网上购物意向的回归得出的方程满足F检验及T检验的要求(Sig.t值，Sig.F值都小于0.05)，说明大学生网上购物态度与网上购物意向之间建立的回归方程满足检验要求。另外，复相关系数R为0.405，调整后的决定系数R square为0.156，表明回归方程能够解释总变异的15.6%;常数项的t的显著性概率为0.114>0.05，表示常数项与O没有显著差异，表明常数项不应出现在方程中; P值是0.000说明回归总体显著。

从回归分析中，我 们可以得到标准回归方程:

大学生网上购物意向= 0.405x大学生对网上购物态度。

因此H0a：网上购物态度与网上购物意向正相关——成立。

二、大学生感知网上购物易用和网上购物态度的关系

1.大学生感知网上购物易用和网上购物态度的相关分析

大学生感知网上购物易用与态度的相关分析，将大学生网上购物态度和网上购物意向两个变量进行相关分析。本部分采用Pearson相关分析法。如表4-9所示：

表4-9大学生感知网上购物易用和网上购物态度的相关分析

Correlations

  感知易用 态度

感知易用 Pearson Correlation 1 .543**

 Sig. (2-tailed) 　 0.000

 N 100 100

态度 Pearson Correlation .543** 1

 Sig. (2-tailed) 0.000 

 N 100 100

**. Correlation is significant at the 0.01 level (2-tailed).

                                                                  资料自行整理

结果显示大学生感知网上购物易用与大学生网上购物态度在0.01显著水平下显著正相关。说明大学生网上购物态度对其网上购物意向具有很大的正面影响。

2.大学生感知网上购物易用和网上购物态度的回归分析

表4-10大学生感知网上购物易用和网上购物态度的回归分析

                  Model Summary 　 

Model R R Square Adjusted R Square Std. Error of the Estimate

 

1 0.543 0.294 0.287 0.44870 

a. Predictors: (Constant), 感知易用 　 

 　 　 　 　 　 

ANOVA(b)

Model   Sum of Squares df Mean Square F Sig.

1 Regression 8.235 1 8.235 40.900 0.000

 Residual 19.730 98 0.201 　 

 Total 27.965 99 　 　 

a. Predictors: (Constant), 感知易用

b. Dependent Variable: 态度

 　 　 　 　 　 

Coefficients(a)

Model   Unstandardized Coefficients Standardized Coefficients t Sig.

  B Std. Error Beta  

1 (Constant) 1.557 0.301 　 5.176 0.000

 感知易用 0.526 0.082 0.543 6.395 0.000

a. Dependent Variable: 态度

本资料自行整理

如上表4-10所示，大学生网上购物态度对感知网上购物易用的回归得出的方程满足F检验及T检验的要求(Sig.t值，Sig.F值都小于0.05)，说明大学生网上购物态度与网上购物意向之间建立的回归方程满足检验要求。另外，复相关系数R为0.543，调整后的决定系数R square为0.287，表明回归方程能够解释总变异的28.7%;常数项的t的显著性概率0.000﹤0.05，表示常数项与O有显著差异，表明常数项应出现在方程中; P值是0.000说明回归总体显著。

从回归分析中，我们可以得到标准回归方程:

大学生网上购物态度= 1.557+0.543x大学生感知网上购物易用。

因此Hb：感知网上购物易用与网上购物态度正相关——成立。

三、大学生网上购物态度和信任因素的关系

1.大学生网上购物态度和信任因素的关系的相关分析

大学生网上购物态度和信任因素的关系的相关分析，是将大学生网上购物态度和信任因素两个变量进行相关分析。采用Pearson相关分析法。结果如表4-11所示：

表4-11大学生网上购物态度和信任因素的关系的相关分析

Correlations

  信任 态度

信任 Pearson Correlation 1 0.235

 Sig. (2-tailed) 　 0.018

 N 100 100

态度 Pearson Correlation 0.235 1

 Sig. (2-tailed) 0.018 

 N 100 100

*. Correlation is significant at the 0.05 level (2-tailed).

本资料自行整理

结果显示大学生网上购物态度和信任在0.05显著水平下显著正相关。说明大学生网上购物态度对其网上购物意向具有正面影响。

2.大学生网上购物态度和信任因素的关系的回归分析

表4-12大学生网上购物态度和信任因素的关系的回归分析

            Model Summary 　 

Model R R Square Adjusted R Square Std. Error of the    Estimate 

1 0.235 0.055 0.046 0.51920 

a. Predictors: (Constant), 信任 　 

 　 　 　 　 　 

ANOVA(b)

Model   Sum of Squares df Mean Square F Sig.

1 Regression 1.548 1 1.548 5.742 0.018

 Residual 26.417 98 0.270 　 

 Total 27.965 99 　 　 

a. Predictors: (Constant), 信任

b. Dependent Variable: 态度

 　 　 　 　 　 

Coefficients(a)

Model   Unstandardized Coefficients Standardized Coefficients t Sig.

  B Std. Error Beta  

1 (Constant) 2.759 0.297 　 9.279 0.000

 信任 0.225 0.094 0.235 2.396 0.018

a. Dependent Variable: 态度

本资料自行整理

如上表4-12所示，大学生网上购物态度对信任回归得出的方程满足F检验及T检验的要求(Sig.t值，Sig.F值都小于0.05)，说明大学生网上购物态度与网上购物意向之间建立的回归方程满足检验要求。另外，复相关系数R为0.235，调整后的决定系数R square为0.046，表明回归方程能够解释总变异的4.6%;常数项的t的显著性概率0.000﹤0.05，表示常数项与O有显著差异，表明常数项应出现在方程中; P值是0.000说明回归总体显著。

从回归分析中，我们可以得到标准回归方程:

大学生网上购物态度=2.759+0.235x信任。

因此Hc：信任与网上购物态度正相关——成立。

四、有无网上购物经验的大学生差异性分析

本文在之前的变量信度分析中，将信度过低的感知网上购物有用项目删除，所以在接下来的分析中不包括该项目。

调查问卷中有网上购物经验和没有网上购物经验的大学生都参加了调查，因此本文将两者的网上购物态度、意向、感知网上购物有用和信任做了差异性分析。在用到SPSS13.0进行数据分析中，根据有无网上购物经验，将无网上购物经验的大学生定义为数字1，有网上购物经验的大学生定义为数字2。运用独立样本T检验来进行分析，结果如表4-13所示：

 表4-13  独立样本T检验结果

 有无网上购经验 数量 平均值 标准差 t值 显著性水平

态度 0次 14 3.3036 0.48217 -1.190 0.237

 ≧1次 86 3.4855 0.53736 -1.287 

易用 0次 14 3.4821 0.30167 -1.014 0.313

 ≧1次 86 3.6424 0.57719 -1.574 

意向 0次 14 2.4286 0.61573 -1.397 0.166

 ≧1次 86 2.7267 0.75793 -1.623 

信任 0次 14 2.8333 0.53509 -2.069 0.041

 ≧1次 86 3.1589 0.54767 -2.104 

本资料自行整理

从表格中的平均值可以看出，无论有无网上购物经验，大学生对于网上购物的态度都比较积极，认为网上购物吸引人、让人感到快乐、并且是个明智的选择；大学生普遍认为网上购物易用，节约了购物时间，提高了购物效率。但是不论有无网上购物经验，从平均值可以看出，大学生的网上购物意向都普遍较低。

在信任因素中，显著性水平达到0.041，说明有网上购物经 验的大学生和无网上购物经验的大学生有着显著差异。从平均值可以看出，有网上购物经验的大学生普遍比较信任网上商店，无网上购物经验的大学生不太信任网上商店。

第五章 研究总结

一、研究结论

本文以大学生为研究对象，探讨哪些因素影响该群体的网上购物，从而帮助企业制定相关的策略，吸引大学生接受网上购物。首先通过大量阅读与搜集相关文献，总结了影响大学生网上购物行为的因素，并根据研究对象和目的，最后确定大学生个人因素中主要研究大学生有无网上购物经验、大学生感知网上购物有用、大学生感知网上购物易用;网站因素主要研究的是大学生对网站的信任因素。在此基础上建立大学生网上购物态度、意向模型。

在模型关系的测定中，主要通过问卷调查的方法获得数据进行实证分析，数据来源的对象主要来自浙江科技学院在校大学生，通过SPSS13.0统计分析软件进行因子、相关、回归等分析。以下便是本文得到的结论:

一、网上购物态度与网上购物意向正相关

二、感知网上购物易用与网上购物态度正相关

三、信任与网上购物态度正相关

并且无论有无网上购物经验，大学生对于网上购物的态度都比较积极，认为网上购物吸引人、让人感到快乐、并且是个明智的选择；大学生普遍认为网上购物易用，节约了购物时间，提高了购物效率。

在对网上商店的信任因素中，有网上购物经验的大学生和无网上购物经验的大学生有着显著差异。有网上购物经验的大学生普遍比较信任网上商店，而无网上购物经验的大学生不太信任网上商店。

其中影响网上购物态度的两个因素中，大学生感知网上购物易用比大学生对网上商店的信任得分更高。

此外，大学生在回答“我会优先考虑网上购物、能够在网上买的东西，尽量网上买”等意向类问题时，得分普遍低于其他问题。

二、研究意义

综上所述，网上零售商可以针对大学生群体制定相关有效的营销策略。首先要保证网上购物的流程简洁、明了；搜索商品信息方便、容易；传达给大学生一个信息：网上购物高效、简单、易用。其次要更关注，网上商店的描述是否如实，是否兑现对大学生群体的网上承诺，加大在线支付的安全技术支持。让大学生买的放心、舒心，产生对网上商家的信任感。

三、研究不足

由于问卷中问题设置的原因，导致在信度和效度分析中，有一个变量条件被剔除了，即：感知网上购物有用。所以在以后同样类型的问卷设计中，每一类变量最少要提出4个以上的问题，并且最后要保证这些问题都属于一个变量的范畴，以便归于一个因素之中，从而提高信度。还有在样本的选择和样本数量上，本文也有诸多问题。比如本文的样本数量仅仅只有100份，这个数量还远远不够。而且大学生的范围只局限在一个学校，也是远远不够的，一个学校代表不了大多数的大学生和整个大学生群体。因此本文的研究结论的可信度也受到了影响。

【参考文献】

[1] 甘瑁琴,王晓晚.消费者行为学［M］.北京:北京大学出版社.2009. 22-25.

[2]龚振等.消费者行为学［M］.大连:东北财经大学出版社. 2002.13-67.

[3] (美)所罗门.消费者行为学(第6版)［M］.北京:中国人民大学出版社，2006.10-34.

[4] 粟婕.基于TAM与IDT模型的消费者网络购物意向影响因素研究［D］.北京:电子科技大学,2008.

[5] 程华.个体差异与消费者接受网上购物——基于杭州样本的实证研究［D］.浙江:浙江大学,2003 .

[6] 黎志成，刘枚莲.电子商务环境下的消费者行为研究［M］.北京:中国管理科学出版社.2002.88-91.

[7] 王希希.消费者网络购物行为的因素研究［D］.浙江:浙江大学硕士学位论文，2001.

[8] 中国互联网络信息中心.中国互联网络发展状况统计报告［EB/OL］.

cnnic.cn/html/Dir/2010/01/15/5767.htm,2010-01-16.

[9] 李秀玲. 大学生消费行为的特点及教育对策研究［J］.新西部, 2009,(14):171-172.

[10] 刘新燕，陈志浩. 大学生网络购物行为调查［J］.中南财经政法大学学报,2005,(1):83-89.

[11] 王翔，张橙，朱润芝. 大学生网上购物原因及满意度研究［J］. 当代经济,2009,(6):76-78.

[12] 郑燕. 网络购物行为研究综述［J］. 经贸观察, 2009,(3):209-210.

[13] 文晓庆. 网络购物的消费者行为研究［J］. 兰州学刊,2009,(6):91-93.

[14] 王保进.英文视窗版SPSS与行为科学研究 [M].北京:北京大学出版社出版，2007.21-34.

[15] 朱玉童. 网络营销引爆营销新潮流［J］.智业观察， 2009，（10）： 103.

[16]冉文江. 网络营销效果优化研究［J］.工业技术经济， 2009，（9）： 134-138.

[17]张先花，朱磊.我国企业网络营销研究［J］.中国经贸导刊， 2009，（17）：61-65.

[18] 张兴宇，王健. 网络营销造就企业全新的经营模式［J］.科技情报开发与经济，2009，（24）：167-169.

[19] Ajzen, I...The theory of planned behavior［J］. Organizational Behavior and Human Decision Processes, 1991, 50(2):179-211.

[20] Davis, F.D.Perceived Usefulness, Perceived Ease Of Use, And User Acceptance Of Information Technology［J］.MIS Quarterly, 1989, 13(3):319-339.

[21] Davis, F.D.Bagozzi, R.P. &Warshaw, P.R.User Acceptance of Computer Technology: A Comparison of Two Theoretical Models［J］. Management Science, 1989, 35(8):982-1003.

[22] Venkatesh, Viswanath and Fred D.Davis.A theoretical extension of the technology acceptance model: Four longitudinal field studies［J］. Management Science, 2000, 46(2):186-204.

[23] Legris, Paul, John Ingham, and Pierre Collerette.Why do people use information technology A critical review of the technology acceptance model［J］.Information&Technology, 2003,(40):191-204.

[24] Lei-da Chen, Justin Tan. Technology Adaptation in E-commerce：Key Determinants of Virtual Stores Acceptance［J］.European Management Journa, 2004, 22(1):74-86.

[25] Zellweger P.Web-based sales: Defining the cognitive buyer［J］. Electronic Markets, 1997, 7(3):10-16.

[26] Fishbein, M. &Ajzen, I..Belief, Attitude, Intention and Behavior: An Introductio n to Theory and Research［J］, Addison-Wesley, Reading Mass, 1975.

致    谢

本文写到这里已经进入尾声，从选题到现在已经经过8、9个月的时间了。感慨时间流逝之快，感叹毕业脚步的临近。在这里首先要感谢我的导师，姜志华老师。我们组在他的带领下，总是能够领先别的组一步，为我们2010年顺利工作空出了一大块时间，姜老师总能合理的帮助大家安排论文的节奏。

最初的选题并没有想到之后会遇到这么多困难。首先是发放问卷，虽然数量不多，但是由于工作的关系业余时间比较少。这里要感谢和我一起发放问卷的同学，还有一些帮忙填写问卷的同学。真诚的感谢各位同学的帮助。让我顺利完成了100份问卷的发放和回收工作。

其次是SPSS13.0 的使用问题。由于选题的时候没有做好充分的准备，没想到还有这个软件的问题要解决。以前从来没用过SPSS13.0，带着疑问我请教了我的导师，姜志华老师。姜老师向我演示了因子分析、回归分析等一些操作，使我对这个软件有了初步的认识，这里再次感谢老师的指导。最后我在图书馆里找到了SPSS13.0的相关书籍，通过书籍和网络教程的学习研究，我开始渐渐清楚了该软件的操作模式和流程。看着一张张表格被SPSS统计出来，我觉得这么多天的学习都是值得的。

在这里还要特别感谢实习单位的领导和同事。他们对于我的学习比较关注，希望我能顺利毕业。因此请假回学校总能得到领导的理解与支持。这里要特别感谢市场部的经理和市场总监。

最后我要感谢我的父母。在工作和学习方面，他们总是我最坚强的后盾。不管在工作和学习中遇到什么困难，他们永远是我最忠实的听众，并且为我提出相对中肯的建议，让我学会换位思考、一分为二的看待问题。父母成就了现在的我，由衷的感谢他们无私的爱。

附录 调查问卷

一、每道题后有五个选项，请您在其中一项的“”中“√”

1. 网上购物很吸引人

完全不同意      不同意      一般      同意      完全同意

2. 网上购物是个明智的选择

完全不同意      不同意      一般      同意      完全同意

3. 网上购物令人兴奋和快乐

完全不同意      不同意      一般      同意      完全同意

4. 最近我打算在网上购物

完全不同意      不同意      一般      同意      完全同意

5. 我会优先考虑网上购物

完全不同意      不同意      一般      同意      完全同意

6. 能够在网上买的东西，尽量网上买

完全不同意      不同意      一般      同意      完全同意

7. 网上商店提供了丰富的产品信息，对我来说很有用

完全不同意      不同意      一般      同意      完全同意

8. 网上购物节省我的时间和精力，提高了购物效率

完全不同意      不同意      一般      同意      完全同意

9. 网上购物很方便

完全不同意      不同意      一般      同意      完全同意

10. 网上商店产品分类细致，很容易查找

完全不同意      不同意      一般      同意      完全同意

11. 网上购物流程简单，容易操作

完全不同意      不同意      一般      同意      完全同意

12. 网上商店能够实现它的承诺

完全不同意      不同意      一般      同意      完全同意

13. 网上商店会保护我的信息和隐私

完全不同意      不同意      一般      同意      完全同意

14. 在线支付很安全

完全不同意      不同意      一般      同意      完全同意

15. 我会货比三家，比较不同网店的价格

完全不同意      不同意      一般      同意      完全同意

16. 我一般挑选价格相对便宜的网店购买

完全不同意      不同意      一般      同意      完全同意

二、请在相应的项目的“”中“√”

1.您的性别

男    女

2.您的年龄

23周岁    22周岁    21周岁    20周岁   19周岁  18周岁

3.您每月的生活费

200元以下   200-400元   400到600元   600-1000元   1000元以上