网络购物环境下感知风险类型及风险水平分析

网络购物环境下感知风险类型及风险水平分析

ID:9614917

大小:55.00 KB

页数:4页

时间:2018-05-04

网络购物环境下感知风险类型及风险水平分析_第1页
网络购物环境下感知风险类型及风险水平分析_第2页
网络购物环境下感知风险类型及风险水平分析_第3页
网络购物环境下感知风险类型及风险水平分析_第4页
资源描述:

《网络购物环境下感知风险类型及风险水平分析》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、网络购物环境下感知风险类型及风险水平分析[摘要]感知风险是阻碍消费者在网络环境下进行购买的主要因素。本文采用访谈法和问卷法,发现我国消费者在网上购物过程中感知到的主要风险类型包括:功能风险,财务风险,心理风险和时间风险。风险水平的测算结果显示,消费者网上购物感知到风险最大的是功能风险,其次是时间风险,财务风险和心理风险。  [关键词]网络购物感知风险风险类型    一、引言  根据中国互联网络信息中心的统计报告,截至2008年6月底,中国网民数量达到2.53亿人,然而这其中只有25%的网民使用过网上购

2、物的功能,而美国网民的网络购物使用率为66%。这些数据表明:对于网上购物这种新型的购物方式,中国消费者仍存在着购买意愿上的障碍。一般认为消费者感知到的风险是影响购买意愿的主要障碍。网上购物相较于传统的购物,在交易的过程中会让消费者感知到更高的风险。  感知风险理论是1960年由哈佛大学的Bauer首先提出的,从此开始了感知风险由心理学转向消费者行为学分析的应用。感知风险的定义可以概括为:消费者对消费行为中各种风险的心理感受,是对消费行为会带来的损失的可能性和重要性的主观预测。  感知风险类型是感知风险

3、研究的基础。到目前为止,许多对感知风险的研究采用的都是Stone在1993年提出的六种风险类型:财务风险、功能风险、时间风险、身体风险、社会风险和心理风险。此外,Jarvenpaa等首次提出隐私风险,井淼等提出我国消费者网上购物感知风险维度应在上述六种风险类型之外再加上服务风险、隐私风险。  本文通过对现有的关于网上购物感知风险类型的研究进行分析后发现,大部分研究是借用传统购物环境下的感知风险类型代替网上购物的感知风险类型,而未考虑网上购物环境的自身特点,并且笔者在访谈中发现,现有研究提及的这些风险类

4、型在消费者实际的网上购买行为中并不会完全体现出来,也就是消费者的风险关注点会有所侧重。因此,有必要对消费者网上购物的感知风险类型进行更为深入和细致的研究。  二、感知风险研究量表  本文研究采用了访谈法和问卷调查法。采用的分析软件为SPSS13.0。  1.量表生成  量表的最初设计参考了相关文献,在此基础上进行了深度访谈,个人访谈采取的是网络即时通讯工具和面对面个人访谈的结合,访谈的对象包括经常在网上购物也包括不经常或者不在网上购物的消费者。在此基础上形成了预调查量表,预调查总共进行了40份,并且请

5、被调查者对问卷存在的各种问题提出疑问。数据分析后,笔者将调查问题集中在消费者关注更多的问题之上,运用SPSS软件剔除影响cronbacha系数大小的不良项目,然后综合考虑访谈内容和因素载荷量,删除某些载荷量小且未被提及的项目,同时根据被访者的要求改善问卷。最终形成的调查问卷共有8个风险测量项目。  感知风险水平的计算方法,采用了Cuningham提出的两因素模型,以不确定性与结果损失的乘积来测算感知风险的大小,这个模型一直是感知风险研究的主流方法。在测量上使用顺序尺度,直接询问受访者对于结果和不确定性

6、的感受,再将二者相乘,得到感知风险值。在测量各种风险的“发生的可能性”与“损失的重要性”时,量表采用的是里克特五级语义差别量表。  2.数据收集  本次调查的群体是大学生,据NIC统计报告显示:我国网上消费者年龄分布占第1位的是18~24岁的年龄段,为30.3%;职业分布占第1位的是学生,为30%。这一组数据表明在校大学生已经成为网络使用的主体。所以本次研究的样本具有较强的代表性。  正式调查的问卷共发放了230份,调查的抽样方式采取了方便取样的形式,实际回收了210份,通过进一步的筛选,剔除不良问卷

7、,最终得到的有效调查问卷190份,问卷回收率为90.5%。样本中男性为48.9%,女性人数占到了51.1%。在网络使用时间上,平均每天使用1小时及以下的占到了32.6%,2小时~4小时的占到了49.5%,5小时以上的占到了17.9%。网上消费者类型划分使用Sandra和Bo的细分标准,结果显示浏览者(从未有过网上购物经验)占到了47.9%,适度购买者(购物时选择网上购物的可能性<50%)占到了42.6%,重度购买者(购物时选择网上购物的可能性>50%)占到了9.5%。  三、调查数据分析 

8、 1.效度分析  本文的效度分析采用了因子分析法。因子分析以最少的信息丢失为前提,将众多的原有变量综合成较少的几个综合指标。其中因子的提取采用主成份分析法,因子的旋转方式采用方差最大旋转方式。  在感知风险因子分析前,进行样本充分性检验,KMO测试系数为0.736和样本分布的Bartlett球形检验卡方值为384.821,显著性为.000,表明适合做因子分析。感知风险的因子分析结果如表1所示:  根据因子初始共同度的数据,按照特征值大于1的标准,在因子分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。