基于R型系統聚類分析的網絡消費者購買決策影響因素研究

周娜+劉念念+李山

[摘要]網絡消費者購買決策是消費者行為研究的熱門問題。文章基于R型系統聚類方法，在一定區域范圍內對電子商務市場上消費者購買決策的影響因素進行調查和實證分析，得出對網絡消費者購買決策具有關鍵影響的8個因素，分別是商品網絡口碑、商品品牌、商品銷量、商品網絡宣傳、網站知名度、物流質量、售后服務和網店信譽。

[關鍵詞]消費者購買決策；聚類分析；感知風險

[DOI]1013939/jcnkizgsc201714040

1前言

11研究背景

對消費者購買決策的影響因素進行系統的研究，是購物網站開展營銷活動的首要問題。本文借鑒了國內外對消費者購買行為的研究方法，尋找影響消費者網上購物決策的相關因素。

Walter和Pallauf等[1]將購買決策定義為人們在購買商品或享受服務所時涉及的決定和行為；Pratt等[2]認為人們用現金、支票等交換商品或服務的行為就屬于購買決策；Kenneth A[3]認為消費者購買決策包含了消費者選擇、獲取、使用、處置其產品或服務以滿足其需要的活動過程，甚至包含這些過程中的想法及因此對自身和社會所產生的影響。

國內外對消費者網絡購買決策的影響因素研究主要集中在四個方面，有產品特征、交易界面特征、消費者特征及風險認知。樊雨辰[4]將影響消費者網絡購買決策的因素歸納為兩類，其中包括個人因素和購物環境因素。對于個人因素方面，包括文化、社會、個人和心理層面；對于購物環境因素方面，其中涉及了價格、風險、賣家信譽以及購買流程復雜程度這幾個層面。郝媛媛[5]則是研究以消費者購買的主觀行為出發，指出了從消費者在做出選擇的時候易受到線上評論的影響。同時，李少華、楊柳[6]則提出在微信購物中有這樣的影響因素，他們指出主要有商品特征、微商服務能力、關系情面、第三方監管等四方面因素。在國外學者的一些研究中，Sharma A[7]在闡述對于網絡消費者的影響因素中，提出了價值具有更大影響的觀點：這種價值不僅表現商品本身的質量高低問題，還體現在賣家的服務質量優劣方面——指出了應該更好地利用互聯網的優勢，以達到更好的服務需求。Koufaris等[8]指出網站的易用性和效益性會顯著影響顧客對電子商務企業的初始信任度；Strader T J 等[9]認為潛在的交易成本來自商品價格、搜尋成本，而低價商品是消費者網購的主要動機因素。

在網絡消費者購買決策形成過程中，消費者感知風險對消費者決策有重要影響。電子商務中消費者感知風險是消費者在購買商品過程中對各類可能發生的客觀風險的一種主觀心理感受和認知，是消費者在網絡購買過程中感受到的不確定性。影響消費者感知風險的因素包括交易過程的安全性、購物網站及商家的信譽、消費者自身的個體基本情況等。

12研究假設

本文根據消費者感知的客觀風險，根據電子商務網站特征、產品特征、第三方服務三個分類對消費者購買決策的影響因素進行研究。表1列出了影響消費者購買決策的具體因素。在調查研究階段，本文將按照表1中的影響因素設置量表，調查問卷采用Liker五級評分量表，記為1～5五個量級，分數越高代表被調查者對題項的描述越認可。

2實證研究及數據分析

21調查對象設定及樣本收集

選取有互聯網購物經驗的消費者為調查對象，針對在校大學生、企業、事業單位工作人員和高校教師展開。這幾個群體是我國電子商務市場的主要購買力，調查結果有一定代表性。一般而言，樣本數量應保證被調查對象與測量題項的比例在5∶1以上，10∶1時調研結果最佳。此次調查中，題項的設置數目為17，則樣本量在85以上能達到最低要求。

采取線上線下相結合的隨機抽樣調查的方式。線上調查通過問卷星網站和電子郵件的方式進行。調查共發放問卷200份，回收177份。其中線上100份，回收88份；線下書面形式發放100份，回收89份。剔除沒有網購經歷及樣本數據不完善的或者答案重復的16份，有效回收數為161。有效率為805%。

22信度分析

信度分析是為了檢測問卷的可靠性、一致性和穩定性。本文采用Cronbachs α系數對問卷的信度進行檢驗。Cronbachs α系數取值在000～100，數值越大代表問卷調查越可靠，內部一致性越高。量表的Cronbachs α值最好應大于080，在070～080也可以接受；Cronbachs α系數在06以下時應考慮重新修訂。

本文采用SPSS170對問卷回收的數據進行處理，得到網站特征、商品特征、第三方服務三方面所包含變量的Cronbachsα系數。結果表明，變量的Cronbachs α都在07以上，說明題項的設置具有一定的信度。對各階段的Cronbachs α值進行標準化處理，得到17個評估項目的標準化Cronbachs α系數，標準化Cronbachs α系數為0868，大于08，這表明，從總體上來說，該問卷量表設計的內在信度是比較理想的。

23效度分析

效度是調研獲取的觀測數據與調研目的之間的接近程度。這里采用因子分析法對問卷的效度進行檢測。因子提取采取主成分分析法，因子旋轉方法采用最大旋轉法。當因子特征值大于1且對方差的解釋度大于60%時，該因子將會被提取出來。對數據進行KMO測度和巴特利特球體檢驗，結果顯示，KMO=0882，Bartlett球體檢驗χ2值為484693，自由度為210，Sig=0000，在P=0001的水平上顯著，表明調研得到的統計數據適合做因子分析。SPSS170處理的因子分析結果如表2所示，17個題項形成6個因子，6個因子可解釋總方差的86177%。

表2第一列顯示了因子的特征值，可以看出第一因子的特征值是6137，解釋了17個原始變量總方差的49222%，累積方差貢獻率是49222%；第二個因子的特征值是2002，解釋21個原始變量總方差的8630%，累積方差貢獻率為57851%；其余的數據含義可類似解釋。在初始解中提出了17個因子，因此原始變量100%被解釋。第二列是提取平方和載入，描述了提取后的因子對總方差的解釋情況。從表中看出，前6個因子的特征值大于1，經過主成分分析法提取因子后，這6個變量被提取出來，6個因子共解釋原始變量總方差的86177%，有將近14%的信息丟失，總的來說，6個因子的解釋效果比較好。

3R型系統聚類分析

利用SPSS170軟件對數據進行聚類分析，可以對研究對象進行聚類，將眾多的研究變量聚為若干類，從而達到簡化研究的目的。聚類分析的結果如表3所示。

根據R型系統聚類分析，在確定每個分類中的主要影響因素時，應通過指數計算確定，指數計算公式為R2j=r2/（mj-1），其中mj是變量uj所在類的變量個數。對表4的聚類結果進行計算，得到最后的關鍵性變量集為{V7，V5，V10，V2，V1，V17，V8，V14}，即網絡口碑、商品品牌、銷量、網絡宣傳、網站知名度、物流質量、售后服務和信譽。

4結論

隨著互聯網的發展，購物網站的構建日趨成熟，網站的設計逐漸完善。為顧客提供個性化設計和服務的網站脫穎而出，這些都是消費者購買決策時的重要參考點。此外廣告宣傳力度也是吸引消費者購買的重要手段，比如淘寶、卓越等網站在各種大型網站和各種媒體上都有廣告投放，這是吸引消費者眼球的重要組成部分。同時從側面肯定了本文的聚類結果具有一定的有效性和代表性。本文的聚類結果也能夠為電子商務企業的營銷活動提供一定的策略參考，如加大購物網站在各大媒體中的宣傳力度、選擇服務周到的物流公司、做好商品的售后服務工作，提升商品網絡口碑，這對塑造電商企業的商品品牌價值、提升網店信譽都具有積極影響。

參考文獻：

[1]Rimbach G，Walter A，Pallauf J，et alEffect of Microbial Phytase on Zinc Bioavailability and Cadmium and Lead Accumulation in Growing Rats[J].Food & Chemical Toxicology An International Journal Published for the British Industrial Biological Research Association，1998，36（1）：7-12

[2]Kornder L D，Nursey J N，Pratt Johnson J A，et alDetection of Manifest Strabismus in Young ChildrenIA Prospective Study[J].American Journal of Ophthalmology，1974，77（77）：207-210

[3]Scherzer Kenneth AConstructing Townscapes：Space and Society in Antebellum Tennessee（review）[J].Journal of Interdisciplinary History，2000，31（2）：293-295

[4]樊雨辰網絡消費者購買決策影響因素以及存在問題——淘寶網為例[J].經營管理者，2014（2）：149

[5]郝媛媛在線評論對消費者感知與購買行為影響的實證研究[D].哈爾濱：哈爾濱工業大學，2010

[6]李少華，楊柳C2C微信購物中消費者購買決策的影響因素研究[J].消費經濟，2015（5）：55-59

[7]Sharma ATrends in Internet-based Business-to-business Marketing[J].Industrial Marketing Management，2002，31（2）：77-84

[8]Koufaris M，Hampton-Sosa WThe Development of Initial Trust in an Online Company by New Customers[J].Information & Management，2004，41（3）：377-397

[9]Strader T J，Shaw M JCharacteristics of Electronic Markets[J].Decision Support Systems，1997，21（3）：185-198

[基金項目]重慶市教委科技項目（項目編號：KJ1400533）。

[作者簡介]周娜（1993—），女，重慶人，碩士研究生，重慶師范大學。研究方向：經濟預測與決策。