基于tam模型大学生网络购物行为探究

《基于tam模型大学生网络购物行为探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于TAM模型大学生网络购物行为探究　　摘要：大学生是网络购物热潮当中的重要力量和积极推动者。技术接受模型对大学生网络购物行为的分析有一定借鉴意义。大学生网络购物行为，不仅受到其感知有用，感知易用影响，还会受到其感知风险的影响。实证分析证明，大学生网络购物行为的感知性、感知易用性和感知风险性均显著正向影响其网络购物行为。关键词：大学生网络购物行为；感知有用；感知易用；感知风险一、大学生网络购物行为定义网络购物就是通过互联网检索商品信息，并通过电子订购单发出购物请求，然后填上私人支票帐号或信用卡的号码，厂商通过邮购的方式发货，或是通过

2、快递公司送货上门。国内的网络购物，一般付款方式是款到发货（直接银行转帐，在线汇款），担保交易（淘宝支付宝，百度百付宝，腾讯财付通等的担保交易），货到付款等。6因此，大学生网络购物就是大学生通过网络购物商家商品或服务的行为。当代大学生总量众多而且居住集中，快速发展的信息时代在大学生内心产生很大影响，他们对新事物接受能力较强，网络购物在大学生中的群体认同感高，而且，网络购物的商品种类丰富，价格低廉，快捷便利满足大学生消费的众多偏好。因此，大学生越来越成为网络购物热潮当中的重要力量和积极推动者。大学生作为特殊的消费群体，他们不仅在现时有着

3、一定的消费能力，而且在若干年后将成为社会消费的主流人群。二、TAM模型TAM（TechnologyAcceptanceModel），又称技术接受模型，是由美国学者戴维斯（FredD.Davis，1986）根据理性行为理论解释和预测人们对信息技术的接受程度时所提出的一个模型。该理论认为，用户对于一项新技术的接受程度主要由感知有用性和感知易用性两个因素主要决定，感知有用性（Perceivedusefulness，简称PU）反映用户在使用某一特定系统时，主观上认为其所带来的工作绩效的提升程度；感知易用性（Perceivedease-of-

4、use，简称PEOU）反映用户在使用某一特定系统时，认为能为其省事减少用心费神的程度。用户的感知易用性越高，其使用态度倾向越积极。同时用户的感知易用性越高，其感知有用性也越大。上世纪90年代末以来，国内外很多学者对网络环境下的感知风险（Perceivedrisk）进行了研究，如Sandra等（2003）将网上感知风险定义为“消费者在考虑一次的网上购物时对损失发生的主观预期”。Nena6Lin（2003）将网上购物感知风险定义为“如果通过互联网购物产品或服务，消费者对将要遭受损失的相信程度”。钟小娜（2005）基于技术接受模型探讨消费

5、者网上购物意向影响时，引入感知风险这一中介变量。本研究认为大学生网络购物不仅受到其感知有用，感知易用影响，同样受到感知风险的影响。因此，技术接受模型在大学生网络购物行为的分析中，其中间变量由原来的感知有用，感知易用两个变量，扩充为三个变量，增加了感知风险这一变量。大学生网络购物的感知有用是大学生感知学习和使用网站工具购物所花费的精力，以及是否容易找到商品和容易使用的程度。大学生网络购物感知易用是大学生通过网络，提高搜寻信息或完成购物任务的效率。最后感知风险指大学生在网络购物交易中所感受的主观损失。三、基于TAM模型的大学生网络购物行

6、为分析本研究为确保问卷测量工具的有效性，依据TAM模型，结合国内外现有文献，以大学生网络购物感知有用、感知易用和感知风险为指标体系设计问卷并开展调查，共发放问卷500份，回收450份，有效问卷420份，有效率为93.3%。1.信效度检验分析本文采用一致性系数Cronbach’sAlpha信度系数进行测量与检验，该问卷Cronbach’sAlpha信度系数在0.70以上，认为可靠度强。内容效度来源于问卷的预测试，结构效度体现在因子分子中各分量表的KMO值均大于0.6，表明适合做因子分析。62.调查对象的基本特征（1）从年龄和性别上看，

7、本次调查的样本中，性别分布女性占47.62%，男性占52.38%，调查样本的性别结构与2013年1月《中国互联网络发展状况报告》中公布的我国网民男性占55.8%，女性占44.2%性别结构基本吻合。本次调查的样本中，年级分布数据均匀。（2）可支配月收入和网购经验上看，学生的收入来源很有限，绝大多数都是家里提供生活费用，所以收入多数在1000及以下。但是在有限的可支配收入中，大学生均参与体验过网络购物。网络购物经验多于5次的占绝大多数，说明网络购物在大学生已经十分普及了，也再次验证研究大学生网上购物行为有很大的现实意义。3.回归分析（1

8、）大学生网络消费的感知有用对网络购物行为的回归分析以大学生对网络消费的感知有用性自变量，购物行为为因变量，做线性回归分析，结果见下表，MultipleR的值为0.76，说明自变量大学生网络消费感知有用对因变量大学生网络购物行为有很强的