周娜+刘念念+李山

[摘要]网络消费者购买决策是消费者行为研究的热门问题。文章基于R型系统聚类方法，在一定区域范围内对电子商务市场上消费者购买决策的影响因素进行调查和实证分析，得出对网络消费者购买决策具有关键影响的8个因素，分别是商品网络口碑、商品品牌、商品销量、商品网络宣传、网站知名度、物流质量、售后服务和网店信誉。

[关键词]消费者购买决策；聚类分析；感知风险

[DOI]1013939/jcnkizgsc201714040

1前言

11研究背景

对消费者购买决策的影响因素进行系统的研究，是购物网站开展营销活动的首要问题。本文借鉴了国内外对消费者购买行为的研究方法，寻找影响消费者网上购物决策的相关因素。

Walter和Pallauf等[1]将购买决策定义为人们在购买商品或享受服务所时涉及的决定和行为；Pratt等[2]认为人们用现金、支票等交换商品或服务的行为就属于购买决策；Kenneth A[3]认为消费者购买决策包含了消费者选择、获取、使用、处置其产品或服务以满足其需要的活动过程，甚至包含这些过程中的想法及因此对自身和社会所产生的影响。

国内外对消费者网络购买决策的影响因素研究主要集中在四个方面，有产品特征、交易界面特征、消费者特征及风险认知。樊雨辰[4]将影响消费者网络购买决策的因素归纳为两类，其中包括个人因素和购物环境因素。对于个人因素方面，包括文化、社会、个人和心理层面；对于购物环境因素方面，其中涉及了价格、风险、卖家信誉以及购买流程复杂程度这几个层面。郝媛媛[5]则是研究以消费者购买的主观行为出发，指出了从消费者在做出选择的时候易受到线上评论的影响。同时，李少华、杨柳[6]则提出在微信购物中有这样的影响因素，他们指出主要有商品特征、微商服务能力、关系情面、第三方监管等四方面因素。在国外学者的一些研究中，Sharma A[7]在阐述对于网络消费者的影响因素中，提出了价值具有更大影响的观点：这种价值不仅表现商品本身的质量高低问题，还体现在卖家的服务质量优劣方面——指出了应该更好地利用互联网的优势，以达到更好的服务需求。Koufaris等[8]指出网站的易用性和效益性会显著影响顾客对电子商务企业的初始信任度；Strader T J 等[9]认为潜在的交易成本来自商品价格、搜寻成本，而低价商品是消费者网购的主要动机因素。

在网络消费者购买决策形成过程中，消费者感知风险对消费者决策有重要影响。电子商务中消费者感知风险是消费者在购买商品过程中对各类可能发生的客观风险的一种主观心理感受和认知，是消费者在网络购买过程中感受到的不确定性。影响消费者感知风险的因素包括交易过程的安全性、购物网站及商家的信誉、消费者自身的个体基本情况等。

12研究假设

本文根据消费者感知的客观风险，根据电子商务网站特征、产品特征、第三方服务三个分类对消费者购买决策的影响因素进行研究。表1列出了影响消费者购买决策的具体因素。在调查研究阶段，本文将按照表1中的影响因素设置量表，调查问卷采用Liker五级评分量表，记为1～5五个量级，分數越高代表被调查者对题项的描述越认可。

2实证研究及数据分析

21调查对象设定及样本收集

选取有互联网购物经验的消费者为调查对象，针对在校大学生、企业、事业单位工作人员和高校教师展开。这几个群体是我国电子商务市场的主要购买力，调查结果有一定代表性。一般而言，样本数量应保证被调查对象与测量题项的比例在5∶1以上，10∶1时调研结果最佳。此次调查中，题项的设置数目为17，则样本量在85以上能达到最低要求。

采取线上线下相结合的随机抽样调查的方式。线上调查通过问卷星网站和电子邮件的方式进行。调查共发放问卷200份，回收177份。其中线上100份，回收88份；线下书面形式发放100份，回收89份。剔除没有网购经历及样本数据不完善的或者答案重复的16份，有效回收数为161。有效率为805%。

22信度分析

信度分析是为了检测问卷的可靠性、一致性和稳定性。本文采用Cronbachs α系数对问卷的信度进行检验。Cronbachs α系数取值在000～100，数值越大代表问卷调查越可靠，内部一致性越高。量表的Cronbachs α值最好应大于080，在070～080也可以接受；Cronbachs α系数在06以下时应考虑重新修订。

本文采用SPSS170对问卷回收的数据进行处理，得到网站特征、商品特征、第三方服务三方面所包含变量的Cronbachsα系数。结果表明，变量的Cronbachs α都在07以上，说明题项的设置具有一定的信度。对各阶段的Cronbachs α值进行标准化处理，得到17个评估项目的标准化Cronbachs α系数，标准化Cronbachs α系数为0868，大于08，这表明，从总体上来说，该问卷量表设计的内在信度是比较理想的。

23效度分析

效度是调研获取的观测数据与调研目的之间的接近程度。这里采用因子分析法对问卷的效度进行检测。因子提取采取主成分分析法，因子旋转方法采用最大旋转法。当因子特征值大于1且对方差的解释度大于60%时，该因子将会被提取出来。对数据进行KMO测度和巴特利特球体检验，结果显示，KMO=0882，Bartlett球体检验χ2值为484693，自由度为210，Sig=0000，在P=0001的水平上显著，表明调研得到的统计数据适合做因子分析。SPSS170处理的因子分析结果如表2所示，17个题项形成6个因子，6个因子可解释总方差的86177%。

表2第一列显示了因子的特征值，可以看出第一因子的特征值是6137，解释了17个原始变量总方差的49222%，累积方差贡献率是49222%；第二个因子的特征值是2002，解释21个原始变量总方差的8630%，累积方差贡献率为57851%；其余的数据含义可类似解释。在初始解中提出了17个因子，因此原始变量100%被解释。第二列是提取平方和载入，描述了提取后的因子对总方差的解释情况。从表中看出，前6个因子的特征值大于1，经过主成分分析法提取因子后，这6个变量被提取出来，6个因子共解释原始变量总方差的86177%，有将近14%的信息丢失，总的来说，6个因子的解释效果比较好。

3R型系统聚类分析

利用SPSS170软件对数据进行聚类分析，可以对研究对象进行聚类，将众多的研究变量聚为若干类，从而达到简化研究的目的。聚类分析的结果如表3所示。

根据R型系统聚类分析，在确定每个分类中的主要影响因素时，应通过指数计算确定，指数计算公式为R2j=r2/（mj-1），其中mj是变量uj所在类的变量个数。对表4的聚类结果进行计算，得到最后的关键性变量集为{V7，V5，V10，V2，V1，V17，V8，V14}，即网络口碑、商品品牌、销量、网络宣传、网站知名度、物流质量、售后服务和信誉。

4结论

随着互联网的发展，购物网站的构建日趋成熟，网站的设计逐渐完善。为顾客提供个性化设计和服务的网站脱颖而出，这些都是消费者购买决策时的重要参考点。此外广告宣传力度也是吸引消费者购买的重要手段，比如淘宝、卓越等网站在各种大型网站和各种媒体上都有广告投放，这是吸引消费者眼球的重要组成部分。同时从侧面肯定了本文的聚类结果具有一定的有效性和代表性。本文的聚类结果也能够为电子商务企业的营销活动提供一定的策略参考，如加大购物网站在各大媒体中的宣传力度、选择服务周到的物流公司、做好商品的售后服务工作，提升商品网络口碑，这对塑造电商企业的商品品牌价值、提升网店信誉都具有积极影响。

参考文献：

[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]樊雨辰网络消费者购买决策影响因素以及存在问题——淘宝网为例[J].经营管理者，2014（2）：149

[5]郝媛媛在线评论对消费者感知与购买行为影响的实证研究[D].哈尔滨：哈尔滨工业大学，2010

[6]李少华，杨柳C2C微信购物中消费者购买决策的影响因素研究[J].消费经济，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]重庆市教委科技项目（项目编号：KJ1400533）。

[作者简介]周娜（1993—），女，重庆人，硕士研究生，重庆师范大学。研究方向：经济预测与决策。