鄧之宏，鐘利紅

（深圳信息職業(yè)技術(shù)學院，廣東 深圳 518029）

一、引 言

隨著網(wǎng)絡購物環(huán)境的改善，中國網(wǎng)上交易增長迅速。截至2008年底，中國網(wǎng)民規(guī)模達到2.98億人，已躍居世界第一位，網(wǎng)絡購物用戶已經(jīng)達到7400萬人［1］，網(wǎng)商數(shù)量已經(jīng)超過5000多萬［2］，網(wǎng)上購物交易額超過1000多億元。雖然如此，網(wǎng)上銷售額在社會商品零售總額的比例還是很低，目前僅占1.3%，與美國的3.5%比較，還有很大的成長空間。

如何讓顧客從傳統(tǒng)購物模式轉(zhuǎn)向網(wǎng)上購物模式？哪些是顧客評價網(wǎng)上購物價值的因素？Keeney指出網(wǎng)上購物模式成功與否，最終在于顧客對網(wǎng)上購物的信任以及顧客對網(wǎng)上交易凈值的感知，顧客以凈值作為選擇網(wǎng)上交易與否的價值判斷標準［3］。Keeney根據(jù)價值焦點思維模式（value-focused thinking approach），將顧客對于網(wǎng)上購物所關心的因素視為價值，將價值轉(zhuǎn)換成目標，并把目標分為手段目標（means objectives） 與基礎目標 （fundamental objectives）［3］，通過訪問100多位受訪者，確認影響網(wǎng)上購物的91項目標，并將其分為25類，其中9類為基礎目標，16類為手段目標［3］?；A目標有助于了解影響顧客網(wǎng)上購物的相關事項，代表顧客所關心的最終價值，也影響其總體滿意度；手段目標有助于設計與開發(fā)網(wǎng)上購物系統(tǒng)，建立有效的搜索、購物、付款與收貨程序，并有助于基礎目標的實現(xiàn)。Keeney雖然沒有指出衡量這些目標的具體方式，但是他所提出的基礎目標和手段目標為問卷的設計奠定了堅實的基礎。

Torkzade以Keeney所提出的91項目標為主，并擴充至125項，希望能夠掌握更多的顧客網(wǎng)上購物價值，同樣分為手段目標和基礎目標，其中手段目標共分15類72項，基礎目標共分9類53項［4］。Torkzadeh以125項目標進行問卷調(diào)查，采用兩階段的探索性因子分析（Exploratory Factor Analysis），得到5個因子21項目標來衡量手段目標，分別命名為產(chǎn)品選擇性、在線付款、賣方可信度、購物行程和交易錯誤，同時得到4個因子16項目標來衡量基礎目標，分別命名為網(wǎng)絡便利性、網(wǎng)絡環(huán)境、客戶關系和產(chǎn)品價值。最后，Torkzadeh.提出以階段二所提取的基礎目標作為評價顧客滿意度的模型，即影響網(wǎng)上購物成功的因素包括網(wǎng)絡便利性、網(wǎng)絡環(huán)境、客戶關系和產(chǎn)品價值。Chang重新檢驗Torkzadeh所提出的階段二的手段目標和基礎目標，采用驗證性因子分析（Confirmatory Factor Analysis）進行檢驗，結(jié)果支持Torkzadeh.在階段二所提取的手段目標和基礎目標［5］。

從目前收集到的國內(nèi)文獻來看，該領域尚處于初級階段。鄧之宏，邵兵家（2009）采用Torkzadeh所提出的125個測量項目進行兩階段的在線問卷調(diào)查和探索性因子分析，以深圳市具有網(wǎng)上購物經(jīng)驗的大學生為調(diào)查對象，實證研究了影響中國網(wǎng)上購物成功的因素。通過對有效樣本進行探索性因子分析，得到手段目標4個因子16題項，分別命名為產(chǎn)品選擇性、交易錯誤、賣方可信性和購物系統(tǒng)有效性，基礎目標4個因子18題項，命名為購物便利性、客戶關系、產(chǎn)品價值和網(wǎng)絡環(huán)境［6］。文獻［6］沒有對研究結(jié)果的有效性進行檢驗，本文擬采用二階驗證性因子分析對其結(jié)果進行實證檢驗。

二、研究設計

表1 手段目標和基礎目標的因子和題項

（一）數(shù)據(jù)收集

首先采用文獻［6］利用探索性因子分析得到的手段目標4個因子16題項和基礎目標4個因子18題項制作在線調(diào)查問卷，因子和主要問卷題項如表1所示，量表設計采用李克特（Likert）五分量表。被試者主要為深圳在校大學生、成人教育學生和部分教師，學生在校期間都系統(tǒng)學習過電子商務課程，其中大部分具有網(wǎng)上購物經(jīng)歷，少數(shù)學生雖然沒有在網(wǎng)上買過東西，但也經(jīng)常使用網(wǎng)絡，熟悉網(wǎng)上購物流程，是潛在的網(wǎng)上購物者。數(shù)據(jù)收集時間為2009年6月20～30日，共回收有效問卷275份，其中男性占44.4%，女性占55.6%，平均年齡為21.2歲，具有網(wǎng)上購物經(jīng)歷的占92.4%，在具有網(wǎng)上購物經(jīng)驗的樣本中累計購物金額在500元以下的占64.6%，500元以上的占35.4%。

（二）驗證性性因子分析

收集好數(shù)據(jù)后，需要進行數(shù)據(jù)分析和處理，本文主要運用SPSS 16.0進行描述性統(tǒng)計分析，運用AMOS17.0進行二階驗證性因子分析。在運用AMOS17.0進行結(jié)構(gòu)方程建模時，本文根據(jù)手段目標和基礎目標的因子結(jié)構(gòu)特點，分別構(gòu)建了二階潛變量。對于手段目標，一階潛變量為手段目標，二階潛變量分別為產(chǎn)品選擇性、交易錯誤、賣方可信性和購物系統(tǒng)有效性四個因子；對于基礎目標，一階潛變量為基礎目標，二階潛變量分別為購物便利性、客戶關系、產(chǎn)品價值和網(wǎng)絡環(huán)境。

三、數(shù)據(jù)處理

（一）數(shù)據(jù)的信度和效度檢驗

（1）數(shù)據(jù)的信度檢驗。信度（reliability）是指測量結(jié)果（數(shù)據(jù)）一致性或穩(wěn)定性的程度。由于本文沒有進行多次的重復測量，所以主要采用反映內(nèi)部一致性的指標測量數(shù)據(jù)的信度，主要指標為Cronbach α系數(shù)。利用SPSS 16.0分別對手段目標和基礎目標及其因子作信度檢驗，如表2、表3和表4所示。其中，手段目標的信度為0.861，基礎目標的信度為0.929，手段目標和基礎目標的因子組成信度也全部大于0.7，說明數(shù)據(jù)具有較好的信度。

表2 手段目標的信度

表3 基礎目標的信度

表4 手段目標和基礎目標的因子組成信度

（2）數(shù)據(jù)的效度檢驗。效度（validity）是指測量工具能夠正確測量出所要測量的特質(zhì)的程度，分為內(nèi)容效度（Content validity）、效標效度（Criterion validity）和結(jié)構(gòu)效度（Construct validity）。其中，內(nèi)容效度和效標效度往往通過專家定性研究或公認的效標測量加以判定，本文的問卷主要來源于Torkzadeh所提出的125個測量項目，內(nèi)容效度和效標效度已經(jīng)通過其檢驗，因此只需要對結(jié)構(gòu)效度進行驗證，可以通過考察驗證性因子分析的模型擬合情況對量表的結(jié)構(gòu)效度進行檢驗。

值得注意的是，結(jié)構(gòu)效度中的區(qū)別效度通常以不同變量之間相關性程度與此變量平均變異數(shù)萃取量（AVE）的平方根之間的差異程度加以衡量［7］。表5和表6分別顯示的是手段目標和基礎目標因子的區(qū)別效度檢驗情況，其中對角線數(shù)值為AVE的平方根，對角線下方數(shù)值為不同因子間的相關系數(shù)，可以看到，對角線下元素顯著小于對角線元素的值，即因子間相關系數(shù)顯著低于AVE的平方根，說明因子之間具有良好的區(qū)別效度。

表5 手段目標因子的區(qū)別效度檢驗

表6 基礎目標因子的區(qū)別效度檢驗

（二）二階驗證性因子分析結(jié)果

（1）手段目標模型擬合及評價。模型擬合主要是對模型參數(shù)進行估計和對模型進行評價。本文首先利用AMOS 17.0對手段目標進行模型擬合，使用最大似然估計（Maximum Likelihood）進行模型參數(shù)估計。模型及其參數(shù)估計結(jié)果如圖1所示。為了考察參數(shù)估計結(jié)果是否具有統(tǒng)計意義，需要對載荷系數(shù)進行顯著性檢驗，可以通過AMOS提供的CR（Critical Ratio）及其相伴概率P做出判定。通過數(shù)據(jù)分析，參數(shù)估計結(jié)果比較理想，因子及其變量的載荷系數(shù)都是顯著的，其中產(chǎn)品選擇性、交易錯誤、賣方可信性和購物系統(tǒng)有效性的標準化載荷系數(shù)分別為0.73、0.58、0.46和0.90，CR及其P值非常顯著，同時通過考察幾個模型擬合程度的典型性評價指標，如表7所示，RMSEA為0.069，CFI為0.917，都顯示出模型的擬合程度是比較好的，具有良好的結(jié)構(gòu)效度，從而驗證了手段目標的4個因子及其題項。

表7 手段目標擬合指數(shù)表

圖1 手段目標模型及其參數(shù)估計結(jié)果

表8 基礎目標擬合指數(shù)表

（2）基礎目標模型擬合及評價。接下來本文利用AMOS 17.0對基礎目標進行模型擬合，使用最大似然估計（Maximum Likelihood）進行模型參數(shù)估計。模型及其參數(shù)估計結(jié)果如圖2所示，載荷系數(shù)評價結(jié)果如表6所示。由此可見，參數(shù)估計結(jié)果也比較理想，因子及其變量的載荷系數(shù)都是顯著的。其中，購物便利性、客戶關系、產(chǎn)品價值和網(wǎng)絡環(huán)境的載荷系數(shù)分別為0.94、0.71、0.77和0.68，CR及其P值非常顯著，同時通過考察幾個模型擬合程度的典型性評價指標，如表8所示，RMSEA為0.082，CFI為0.918，都顯示出模型的擬合程度是比較好的，具有良好的結(jié)構(gòu)效度，從而驗證了基礎目標的4個因子及其題項。

四、研究結(jié)論

文獻［6］采用Torkzadeh所提出的125個測量項目進行兩階段的在線問卷調(diào)查和探索性因子分析，實證研究了影響中國網(wǎng)上購物成功的因素。本文利用文獻［6］采用探索性因子分析所得出了手段目標4個因子16項和基礎目標有4個因子18項，制作在線調(diào)查問卷，對有效樣本數(shù)據(jù)采用驗證性因子分析進行了實證檢驗。研究結(jié)果表明，無論是二階手段目標模型還是二階基礎目標模型，模型擬合的情況都比較理想，充分支持了文獻［6］所得出的中國網(wǎng)上購物成功的因素，即手段目標中產(chǎn)品選擇性、交易錯誤、賣方可信性和購物系統(tǒng)有效性4個因子，基礎目標中購物便利性、客戶關系、產(chǎn)品價值和網(wǎng)絡環(huán)境4個因子。

本文的研究結(jié)果可以幫助網(wǎng)上商店經(jīng)營者評價顧客的總體滿意度，了解哪些因素影響網(wǎng)上購物者的購買決策，通過增強產(chǎn)品的可選擇性、減少交易錯誤、增加賣家信用度等手段，提高買家的購物便利性，和諧客戶關系，提高產(chǎn)品價值，最終提升網(wǎng)店的經(jīng)營業(yè)績。同時，也可以為網(wǎng)上購物系統(tǒng)平臺提供商在網(wǎng)上購物系統(tǒng)的設計和經(jīng)營決策上提供參考，開發(fā)高效的電子商務交易平臺，增強購物系統(tǒng)的有效性，凈化網(wǎng)絡交易環(huán)境，創(chuàng)造規(guī)范和諧的市場交易環(huán)境，進而有助于中國電子商務和網(wǎng)上購物的快速發(fā)展。

圖2 基礎目標模型及其參數(shù)估計結(jié)果

［1］ 中國互聯(lián)網(wǎng)信息中心（CNNIC）.第22次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告［EB/OL］.(2008-7-2)［2009-11-23］.http://www.cnnic.net.cn/uploadfiles/doc/2008/7/23/170424.doc.

［2］ 中國互聯(lián)網(wǎng)絡信息中心（CNNIC）.2008年中國網(wǎng)絡購物調(diào)查 研 究 報 告［EB/OL］.(2008-6-23)［2009-12-03］.http://www.cnnic.cn/uploadfiles/doc/2008/6/23/133555.doc.

［3］ Keeney R L.The Value of Internet Commerce to the Customer［J］.Management Science,1999,(45)：533-542.

［4］ Torkzadeh G.Dhillon G.Measuring Factors that influence the success of Internet Commerce［J］.Information Systems Research,2002,(13)：187-204.

［5］ Jerry Cha-Jan Chang,Gholamreza Torkzadeh,Gurpreet Dhillon.Re-examining the Measurement Models of Success for Internet Commerce［J］.Information Management,2004,(41)：577-584.

［6］ 鄧之宏,邵兵家.中國網(wǎng)上購物成功因素實證研究——基于深圳市大學生的問卷調(diào)查［J］.情報雜志，2009，28(6)：58-62.

［7］ Fornell C,Larcker D.Evaluating Structural Equation Models with Unobservable ariables and Measurement Error［J］.Journal of Marketing Research，1981，(18)：39-50.