APP下载

大学生互联网信贷消费调查研究分析
——以蚂蚁花呗为例

2020-03-24汪天倩黄日臻

时代经贸 2020年2期
关键词:依赖度赋值特征值

汪天倩 黄日臻 黄 赫

一、大学生互联网消费信贷影响因素的调研分析

基于对于前人对于互联网信贷消费的研究的研读和探究,综合本文的主旨,根据假设,提取影响因素从而设计出调查问卷、形成初步的分析数据。问卷主要包括三个部分:第一部分属于测试者的个体统计变量,包括测试者的性别、所在城市等内容;第二部分属于对测试者进行互联网信贷消费影响因素的探测,包括月生活费、是否使用过蚂蚁花呗、消费区间消费倾向、消费情况等内容;第三部分涉及到测试者互联网信贷消费观念的探测,包括消费观念、消费水平满意度等内容。本次调查问卷通过网上发布,主要利用问卷星从在校学生群以及来自全国各地的考研群中收集得到。共计发布300份调查问卷,有效问卷回收289份调查问卷。

问卷设计题项包括:互联网信贷消费意向、消费需求度、网购依赖度、消费理财观念度。本文的互联网信贷消费意向特指大学生互联网信贷消费意向。互联网信贷消费意向包括信贷情况和有信贷的想法两项。这两项采用李克特量表测量,有过信贷的选择项分别是:“总是”、“经常”、“一般”、“偶尔”、“从未”采用逆向赋值法对其赋值为5分、4分、3分、2分、1分。有信贷想法的选择项分别是:“非常符合”、“比较符合”、“一般”、“比较不符合”、“非常不符合”,同样采用逆向赋值法对其赋值为5分、4分、3分、2分、1分。消费需求度在本文是指测试者由于收入来源、消费习惯等因素的影响从而表现出的对于消费的不同的需求程度。研究生活费来源:“家中给予”、“勤工俭学”、“奖学金”、“借贷”、“其他”。由于对生活费来源的稳定性的考虑,将该题项采用正向赋值法对其赋值为1分、2分、3分、4分、5分。月生活费和消费区间同样采用李克特量表测量并分别用正向赋值法对其赋值为1分、2分、3分、4分、5分。月生活费和消费区间的选择项是:“500以内”、“500-1000”、“1000-1500”、“1500-2000”、“2000以上”。消费理财观念度在本文是指在消费过程中伴随的理性消费和理财观念。消费理财观念度包括了三个测试项目:定期做消费计划、消费前考虑家庭现状、定期记录消费情况。同样采用李克特量表测量,三项的选择项都是:“非常不符合”、“比较不符合”、“一般”、“比较符合”、“非常符合”。采用正向赋值法分别对其赋值为1分、2分、3分、4分、5分。

二、大学生互联网消费信贷影响因素的实证检验分析

(一)信度及效度分析

消费需求度,网络依赖度、消费理财观念度的克隆巴赫Alpha指数值均大于0.7,说明消费需求度、网络依赖度、消费理财观念度这三个变量的设计是合理的,也表明问卷调查具有可信度。

效度分析参考KMO值,消费需求度的取足够度的KMO度量为0.706,则表示可以进行因子分析,且消费需求度的分布符合自由度为574.955的卡方分布。网购依赖度的取足够度的KMO度量为0.673,消费理财观念度的KMO度量度量为0.671,则表示可以进行因子分析,且消费理财观念度的分布符合自由度为293.081的卡方分布。

(二)主成分分析

互联网信贷消费意向的KMO度量为0.597,表示此次因子分析有效。通过因子分析,对互联网信贷消费意向提取了一个主成分,方差为79.389,即可以解释互联网信贷消费意向的79.389%,然后通过成分得分系数矩阵得到新的互联网信贷消费意向的得分,乘以对应的方差的算术平方根得到互联网消费意向的得分代表值即主成分,命为F1。

同理,对消费需求度进行主成分分析,系统自动选择提取特征值大于1的成分,第一主成分的特征值为2.525,累积解释了总变量的50.496%,第二主成分的特征值为1.023,累积解释了总变量的70.962%,从而得到两个新的得分,命为F2和F3。

同理,对网络依赖度进行主成分分析,系统自动选择提取特征值大于1的成分,从而提取了第一主成分的特征值为1.8,累积解释了总变量的44.995%,从而得到新的得分,命为F4。

同理,对消费理财观念度进行主成分分析,系统自动选择提取特征值大于1的成分,第一主成分的特征值为2.050,累积解释了总变量的41%,第二主成分的特征值为1.265,累积解释了总变量的66.298%,从而得到两个新的得分,命为F5和F6。

由成分得分系数矩阵可以得到得出主成分表达式:

F1=0.561Y1+0.562Y2

F2=0.219X11+0.838X12+0.862X13+0.844Y1+0.566Y2

F3=0.429X11+0.359X12+0.315X13-0.316Y1-0.719Y2

F4=0.433X21+0.497X22+0.447YI+0.470Y2

F5=0.335X31+0.54X32+0.37X33+0.299Y1+0.383Y2

F6=0.366X31+0.471X32+0.317X33-0.485Y1-0.315Y2

(三)回归分析

本文选择互联网信贷消费意向作为因变量,消费需求度、网购依赖度、消费理财观念度作为自变量,构造回归方程Y=aX1+bX2+cX3+e,其中a,b,c为对应的回归系数,e为对应残差,Y代表F1即互联网信贷消费意向的函数值,X1代表F2和F3为再次进行主成分提取后的最终的代表消费需求度的函数值,X2代表F4即代表网络依赖度的函数值,X3代表F5和F6为再次进行主成分提取后的最终的代表理财观念度的函数值。利用上面X1,X2,X3,Y的表达式的新得到的分值,用SPSS软件再次建立回归,回归分析结果如下:

首先整体检验自变量,由sig.的值约为0.001小于0.05,可以知道整个自变量中至少有一个可以解释因变量的,残差e=7.249,sig.值小于0.05时,系数检验结果显著,各项检验结果显著。容差都小于10,说明容忍度是可以接受的。从而得到回归方程:

Y=0.013X1+0.397X2-0.615X33+7.249

由回归方程可得,X1,X2的系数分别为0.013,0.397,系数为正值说明消费需求度、网购依赖度与互联网信贷消费意向存在正相关关系,X3的系数为-0.615,则说明消费理财观念度与互联网信贷消费意向存在负相关关系。

三、研究结论

基于上文研究分析结果,本文提出如下研究结论:

大学生互联网信贷消费的影响因素主要有消费需求度,网购依赖度,消费理财观念度。大学生互联网信贷消费意向与消费需求度和网购依赖度成正相关,和消费理财观念度成负相关。

大学生互联网信贷消费往往伴随着较高的消费需求度,大学生信贷消费与较高的消费区间和网上购物频率成正相关。由于大学生互联网消费信贷具有时效性和刺激性,同时有上文可知,消费计划等理性消费行为可以减少互联网信贷消费的想法,也就是说,良好的消费计划和合理的消费观念可以减少某些由于冲动性和刺激性产生的互联网信贷消费,良好的消费计划和合理的消费观念意味着良好的消费理财观念度,从而大学生互联网消费信贷与消费理财观念度成负相关。

猜你喜欢

依赖度赋值特征值
基于扩展FEAST的大规模特征值求解问题研究
伴随矩阵的性质及在解题中的应用
虚拟现实技术在装备培训中的应用研究
基于要素报酬的农户自然资源依赖度评价研究
算法框图问题中的易错点
求矩阵特征值的一个简单方法
抽象函数难度降 巧用赋值来帮忙
利用赋值法解决抽象函数相关问题オ
基于模糊软集合的区域信息生产力效能关键因素分析
一类非线性矩阵方程组性质的研究