基于技术采纳与利用模型大学生网上购物行为影响因素研究(14)

4 统计分析与讨论 BI5 Extraction Method: Principal Component Analysis.

.849 由上表所示，问卷设计的5个问项被归纳为1个因子，总体解释了62.880%的变异。 因子载荷均大于0.50，因此所有的问项都保留，并归于同一因子，为BI（BI1、BI2、BI3、BI4、BI5）。

4.4 网上购物使用行为的因子分析

4.4.1 网上购物使用行为的效度与信度分析

网上购物使用行为同样采用的是来源于Inge M.Klopping & Earl Mckinney的成熟量表，有四个问项组成，具有良好的效度，如表4-8：

表4-8 KMO 测度和巴特利球体检验结果（KMO and Bartlett's Test）

Kaiser-Meyer-Olkin Measure of Sampling Adequacy（KMO） Bartlett's Test of Sphericity （巴特利球体检验） Approx. Chi-Square 自由度 df 显著性概率 Sig. .832 331.963 6 .000 KMO值为0.832大于0.7，而且巴特利球体检验的x2统计值显著性为0.000，小于0.001，该研究数据具有很高的相关性，适合做因子分析。

信度分析采用内部一致性信度，通过Cronbach’s a系数进行分析，计算结果为0.783，大于0.7，说明相关量表问项具有较高的一致，适合进行统计分析。 4.4.2 网上购物使用行为因子分析

本部分因子分析同样采用的是主成份分析法，分析过程如表4-9、4-10：

表4-9 网上购物使用行为因子特征值及在总方差中的比重

Initial Eigenvalues Component Total 1 2

Extraction Sums of Squared Loadings Total 2.998 %of Variance Cumulative % 74.962 74.962 2.998 .412 %of Variance 74.962 10.298 Cumulative % 74.962 85.260 31

大学生网上购物行为影响因素研究：基于技术采纳与利用模型——以大连地区为例

3 4 .345 .245 8.617 6.123 93.877 100.000 Extraction Method: Principal Component Analysis.

表4-10 网上购物使用行为因子载荷矩阵

AU1 AU2 AU3 AU4

Extraction Method: Principal Component Analysis.

Component -.841 .880 .843 .898

由上表所示，问卷设计AU的5个问项被归纳为1个因子，总体解释了74.962%的变异。因子载荷均大于0.50，因此所有的问项都保留，并归于同一因子，为AU（AU1、AU2、AU3、AU4）。

4.5 相关分析

本文为了检验大学生网上购物影响因素研究与行为意图、网上购物影响因素研究与实际行动的相关关系及大学生网上购物行为意图与其网上购物实际行动之间的相关性，及相关程度大小。本文采用Pearson相关分析法，通过相关系数来进行描述。

4.5.1 网上购物影响因素和行为意图之间的相关分析

为探讨模型中研究变量与网上购物意向之间的相关关系，因此将感知有用、促成条件、工作适配性、映像/兼容性、行为控制、努力期望和感知易用与行为意图进行相关分析，如表4-11：

32

4 统计分析与讨论

表4-11 网上购物影响因素和行为意图之间的相关分析

研究变量 Pearson Correlation 感知有用 Sig. （2-tailed） N Pearson Correlation 促成条件 Sig. （2-tailed） N Pearson Correlation 工作适配性 Sig. （2-tailed） N Pearson Correlation 映像/兼容性 Sig. （2-tailed） N Pearson Correlation 行为控制 Sig. （2-tailed） N Pearson Correlation 努力期望 Sig. （2-tailed） N Pearson Correlation 感知易用 Sig. （2-tailed） N ** Correlation is significant at the 0.01 level （2-tailed）.

行为意图 .411（**） .000 300 .170（**） .000 300 .098（**） .000 300 .795（**） .000 300 .409（**） .000 300 .229（**） .000 300 .175（*） .000 300

统计结果由上表可以看出感知有用、促成条件、映像/兼容性、行为控制、努力期望都与行为意图在0.01水平上显著，并与网上购物行为意图成正相关关系，相关系数分别为0.411、0.170、0.795、0.409、0.229。感知易用在0.05水

33

大学生网上购物行为影响因素研究：基于技术采纳与利用模型——以大连地区为例

平上显著，与行为意图成正相关，相关系数分别为0.175。 4.5.2 网上购物影响因素和使用行为之间的相关分析

为探讨模型中网上购物影响因素研究变量与网上购物使用行为之间的相关关系，因此将感知有用、促成条件、工作适配性、映像/兼容性、行为控制、努力期望和感知易用与使用行为进行相关分析，如表4-12：

表4-12 网上购物影响因素和使用行为之间的相关分析

研究变量 Pearson Correlation 感知有用 Sig. （2-tailed） N Pearson Correlation 促成条件 Sig. （2-tailed） N Pearson Correlation 工作适配性 Sig. （2-tailed） N Pearson Correlation 映像/兼容性 Sig. （2-tailed） N Pearson Correlation 行为控制 Sig. （2-tailed） N Pearson Correlation 努力期望 Sig. （2-tailed） N Pearson Correlation 感知易用 使用行为 .316（**） .000 300 .055 .345 300 .076（**） .000 300 .592（**） .000 300 .435（**） .000 300 .202（**） .000 300 .075 .193 300 34 Sig. （2-tailed） N 4 统计分析与讨论 ** Correlation is significant at the 0.01 level （2-tailed）.

由上表可以看出在0.01显著性水平上，感知有用、映像/兼容性、行为控制、努力期望及工作适配性在0.01的水平上显著，与网上购物的使用行为成正相关关系，相关系数分别为0.316、0.592、0.435、0.202和0.076。感知易用和促成条件在0.01的水平上不显著且与网上购物使用行为无相关关系。 4.5.3 消费者网上购物行为意图和使用行为的相关关系

为探讨模型中网上购物行为意图与使用行为之间的相关关系，将两者进行相关分析，如表4-13：

表4-13 大学生网上购物行为意图和使用行为的相关关系

研究变量 行为意图 Pearson Correlation Sig. （2-tailed） N 使用行为 .623（**） .000 150

结果显示大学生网上购物行为意图和使用行为在0.01显著性水平上呈正相关。说明大学生网上购物的行为意图对其使用行为具有很大的正面相关性。

4.6 回归分析

4.6.1 大学生网上购物影响因素与行为意图的回归分析

本文采用多元线性回归，通过各研究变量对大学生网上购物行为意图进行回归分析，对模型前后的因果关系进行验证。把大学生的网上购物的行为意图和影响大学生网上购物的因素进行回归分析，从而得到每一个因子对其行为意图影响程度大小，进而构建大学生网上购物行为意图与影响因素的标准回归方程。本研究采用的回归方法是Stepwise，逐步回归法。统计结果如表4-14： …… 此处隐藏：2015字，全部文档内容请下载后查看。喜欢就下载吧 ……