大学生服装网络消费行为影响因素研究

[摘要]通过采用问卷调查、数理分析等研究方法，对上海松江大学城的学生进行市场调查，分析了大学生网上购买服装的现状，并对他们网上购买服装的主要影响因素进行研究得出结论：一方面，服装价格、服装品牌、用户口碑、风险感知、配送速度与售后服务对大学生进行服装网络消费行为的影响最为显著，其中服装价格影响程度最大。其服装品牌和用户口碑，都提醒服装网络企业应该高度重视服装定价问题，并以多样性的服装促销活动来吸引大学生群体；另一方面，大学生服装网络消费正逐渐趋向品牌化，服装网络企业应该更多地注重服装品牌的塑造。

[关键词]大学生；服装；网络购物；消费行为；影响因素；结论

[中图分类号]F713.52 [文献标识码]B

随着电子商务的快速发展，网络购物逐渐流行起来，并且变得越来越普遍。据2012年中国互联网络中心的数据显示，在对有网购经历的网民进行调研中，年龄在18～30岁之间的年轻群体比例达到了63.4%，处于大学本科及以上学历的用户比例达到了41%，较2011年都有显著增长，这表明了年轻群体已经成为了名副其实的网络消费的主力军，并且发展势头非常强劲。本文对上海松江大学城大学生的服装网上购物现状进行调查与分析，旨在了解大学生服装网络消费行为的一些特点，最终找出影响大学生服装网络消费行为的主要因素，为网络营销者更好地了解并准确抓住大学生消费群体的消费心理和习惯提供更多的理论参考。

一、文献回顾

随着网络经济的快速发展，对于网络消费的影响因素的研究也逐渐丰富起来。Bo-chuansue2002年在消费者网上购买意图进行了全面分析，在此基础上他指出，影响网络消费者购买意图的因素主要有：价格、搜索成本、获得时间和消费者风险态度，并证明这些因素是如何对消费者购买决策产生影响的。C.Rang Nathan，SiobhanGnanpathy在2002年提出，影响网上购物的四个主要因素分别为信息内容、设计、安全、隐私，并通过实证分析方法指出安全和隐私对消费者购物有重要影响。NeneLim在2003年指出知觉风险对消费者行为产生影响。Sandra，M.Forsy the & Boshim在2003年发现很多消费者仅仅利用网络收集信息而在网下实施消费行为，在分析这一现象出现的原因的基础上，他们还提出了网络购物风险的本质、风险存在的原因以及各种风险与网上购物行为之间的联系MaryWolfinbarger & Mary C.Gully在2003年指出质量的重要性，它会对网上零售商和消费者行为产生影响。

在国内的研究中，伍丽君在分析网上消费者行为时，认为心理、价格、安全、可靠等因素影响消费者网上购物行为。王希希在他的研究模型中强调了网络购物者特性、人口统计因素、交易和网络零售商特性四个因素对网络购物的影响。黎志成、刘枚莲则认为网络的可靠性和安全性、进入网站的方便可行性、网页设计风格、产品的类型和特点以及企业形象等因素影响了消费者的网上购买行为阁。张毅斌认为，进行网络消费的网民主要以年轻人为主，求新、个性化、求快和求便的消费心理在该群体中占主导地位。刘国联、卢芳认为影响大学生服装消费行为的影响因素主要有价格、服装的舒适性和款式、商家的促销活动、朋友的意见以及消费者获取信息的渠道等。王海宁在分析服装网络营销的现状基础上，结合网络销售和购买的特点，提出了企业进行网络服装营销的具体策略。沈蕾将服装网上消费和传统消费进行对比研究分析，阐述了两者的异同点以及利弊，对于服装网络消费改善提出了一些建设性的建议。彭文芳、钟跃琦认为服装网络购物便利的同时存在很多网络系统和网络技术、物流配送和售后服务的问题。王君丽主要从服装的网络消费的消费行为、消费心理、消费决策三个方面对服装的网络消费的现状进行探索性分析。

综上，国内外对服装网络消费行为的研究主要是考虑服装的价格、服装本身的属性、服装品牌、配送速度与售后服务、用户口碑、个人态度和感知风险影响因素等几方面。本文以大学生群体为研究对象，通过分析大学生网上购买服装的心理特征去研究大学生网上购买服装的影响因素，更加具有针对性和现实意义，给服装网络企业提供参考。

二、问卷设计和抽样调查

在大量文献研究的基础之上，设计了初步的调查问卷。由于本文要运用SPSS统计分析软件对调研数据进行因子分析，因此首先对调查问卷进行了预调研，对个变量测量指标的可靠性和内容有效性进行了初步分析，以便能够更加接近因子分析的条件。据此结果对量表的语义和语境进行了修改之后，确定了正式问卷，调查问卷的量表项目和变量来源如表1所示。

问卷由三部分构成。第一部分为个人消费习惯。第二部分是由通过量表测量被访者对于服装网络消费中的服装价格、服装品牌、网购经验、风险感知、用户口碑、配送速度与售后服务等变量共计6个变量。问卷变量指标采用李克特自评式五点量表计分，依次为完全同意、同意、不确定、不同意、完全不同意，计分依次是5分、4分、3分、2分和1分。变量的度量项目如表1所示：第三部分是关于被访者的性别、年龄、受教育程度等人口统计指标的询问。此次调研共回收问卷227份，有效问卷204份，有效率89.9%。

三、研究结果

（一）样本基本信息

对大学城的在校学生进行随机抽样，经过SPSS描述统计分析可以得出，被调查者的性别分布中男生比例为48.7%，女生比例为51.3%；年龄分布在18岁以下的为4.5%、18-24岁的为87.5%、25-30岁的为7.5%、30岁以上的为0.5%；学历分布在本科以下的占2.5%、本科占70.5%、研究生占26.5%、博士占0.5%；每天上网总时间1小时以下的9%、2-3小时的36%、4-5小时的34%，6小时以上的22%；近一个月网购服装次数为0次的为19.3%，1次的24.2%、2次的25%、3次的14.5%、4次以上的17%。从这里可以看出，在大学生服装的网络消费中，近一个月进行服装网购次数1次及以上的就占了80.7%，说明了大学生网购服装现象非常普遍，并且渗透率较大。

（二）SPSS统计分析

因子分析是一种通过显示变量测评潜在变量，通过具体指标测评抽象因子的统计分析方法，最早由心理学家Chales Spearman于1904年提出，它的基本思想是将实测的多个指标用少数几个潜在的指标（因子）的线性组合表示。本文主要探究影响大学生服装网购行为的因素到底有哪些，符合上述因子分析的情况，因此非常适合采用SPSS统计分析中的因子分析法进行分析。

1.信度和效度检验。在对问卷搜集的数据进行分析之前，先对问卷信度进行检验是保证问卷测量质量的前提。在态度量表法中，通常采用Cronbach所创立的Alpha系数来检验问卷信度。本文采用SPSS20.0计算本问卷的一致性系数Cronbach’s Alpha值，见表2。

对本文采用的问卷变量进行分析，“Cronbach’s Alpha值”栏的数值为原始信度数值，原始内部一致性α系数0.699；“以标准化项目为准的Cronbach’s Alpha值”栏的数值为标准化信度数值，标准化信度系数为0.760。根据学着Nunnally、DeVelhs的观点：o[系数值如果在0.60至0.65之间最好不要；α系数值界于0.65至0.70间是最小可接受值；α系数值界于0.70至0.80之间相当好；α系数值界于0.80至0.90之间非常好。此次调研数据标准化的Cronbach’sAlpha值为0.760，界于0.70至0.80之间，则为高信度，表示此问卷的数据可靠性非常高，可以进行进一步的数据分析。

问卷的效度是指问卷检测结果接近真实情况的程度，本文采用探索性因子分析对量表的构建效度进行检验。具体操作是通过检验变量之间偏相关性的KMO统计量（Kaiser-Meyer-Olkin measure of sampling adequacy）和巴特利特球形假设检验（Bartlett Test of Sphereity）两种方法来验证是否适合做因子分析，运行SPSS得出结果如表3所示。

据表3我们可以看出此次调查问卷总量表的KMO值为0.762>0.70，表明因素分析适切性是适中的，表明各变量之间的相关程度强，数据符合因子分析的效度要求。同时，从表3中还可以看出巴特利特球形检验的x2值为560.268，自由度120，显著水平（Sig.）为0.000

2.因子分析。因子分析法就是利用降维的思想，通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个抽象的变量表示其基本的数据结构。因子分析是一种通过显示变量测评潜在变量，通过具体指标测评抽象因子的统计分析方法。因子分析的基本目的是用少数几个因子去描述指标或者因素之间的联系，即将相互之间关系比较密切的几个变量归在同一个类别之中，每一个变量就成为一个因子。本文运用因子分析法就是想找到众多影响因素中对大学生服装网购行为影响比较大的几个因素，非常适合本文的研究情况。

因子旋转是要使因子载荷矩阵的因子载荷平均值向0和1分化，以使大的载荷更大、小的载荷更小。在因子旋转过程中，若因子对应轴相互正交，则将其称为正交旋转。通过旋转之后的成分矩阵如表4所示。

方差的最大旋转是一种正交旋转方法，其基本原理是：使公共因子的相对负荷方差之和最大，并且保持原公共因子的正交性和公共方差总和不变，使每个因子具有的最高载荷的变数达到最小，此方法简化了对因子的分析，本文通过运行SPSS统计分析中的因子分析得出解释方差的总变量，如下表5所示。

以上数据可以看出，5个因子的特征值均大于1，说明这5个因子均可以作为反映总体特征的变量。5个因子解释的方差占总方差的71.428%，说明这5个因子能比较全面的反映所有信息，符合因子分析的要求。具体分析如下：

①第一个因子：服装价格。因子特征值为3.481，解释方差百分比为15.504%，聚集的项目可以解释为服装价格因素。从这可以看出大学生消费者对价格比较敏感，在有换季打折促销和重大节日活动时很容易做出服装购买行为；

②第二个因子：服装品牌。因子特征值为2.831，解释方差百分比为14.446%，聚集的项目可以解释为服装品牌因素。从这可以看出网购时，服装品牌的知名度和消费者的品牌忠诚度将直接影响网络企业的销售利润，一般情况下品牌服装的销量往往会高于不知名的品牌销量，知名度高的品牌忠诚度明显高于不知名的品牌；

③第三个因子：用户口碑。因子特征值为2.633，解释方差百分比为14.205%，聚集的项目可以解释为用户口碑因素。从这可以得出，大学生消费者在网上购买服装时，家人、亲戚朋友和网页上他人的评价都会对他们的购买决策产生很大的影响，直接关系到网购服装的交易量；

④第四个因子：风险感知。因子特征值为2.479，解释方差百分比为13.241%，聚集的项目可以解释为风险感知因素。从这可以看出，大学生消费者对网络支付安全性和个人隐私保障的安全性都有很高的警惕性，说明了他们非常注重网购平台的安全支付服务水平；

⑤第五个因子：配送速度与售后服务。因子特征值为2.445，解释方差百分比为13.032%，聚集的项目可以解释为物流配送速度与售后服务因素。从这可以看出，大学生消费者很有时间观念，注重物流便捷性和高效性，并且非常看重产品售后的服务保障，具有比较高的法律维权意识。

通过统计分析，本文得出5个影响大学生服装网络消费的因素，按影响因素重要程度依次分别为服装价格、服装品牌、用户口碑、风险感知、配送速度与售后服务，即大学生通过网络购买服装时主要受这5个因素的影响。

四、结论和建议

（一）结论

本文以大学生的服装网络消费为研究对象，经过问卷的设计、发放和数据收集，然后用数据分析软件SPSS20.0进行统计分析，得出以下主要结论：

1.通过文献阅读和统计分析得出5个最能反映大学生服装网络消费行为的影响因素，即服装价格、服装品牌、用户口碑、风险感知、配送速度与售后服务对大学生进行服装网络消费行为的影响最为显著，并且影响程度逐次降低。

2.根据统计分析的结果可以看出，服装价格是对大学生服装网购行为影响最大的因素，因此可以得出，大学生这个消费群体在网上购买服装时对价格非常敏感；

3.服装品牌对大学生服装网购行为的影响程度仅次于服装价格，说明了大学生在网上购买服装时逐渐有了品牌的意识，消费观念逐渐趋向品牌化；

4.用户口碑对大学生服装网购行为的影响程度仅次于服装品牌，排在第三位，说明大学生在网上购买服装时易受其他用户购买经验的影响，即大学生消费群体的易被感染性。

（二）建议

网络购物逐渐成为大学生的一种时尚购物模式，对市场的开发潜力很大，企业和商家应该把握这个机会，挖掘大学生网络消费这个大市场。本研究给商家和企业以下几点建议：

1.服装网店商家和企业应该针对这5个主要影响因素，制定一系列相配合的营销策略，更好的迎合大学生消费群体的喜好，紧紧抓住大学生这一充满活力的群体。

2.定期使用满赠或折扣等网络促销活动，刺激他们的购买欲望。同时也要加大广告投放量和宣传力度，如在校园发放宣传单、宣传手册，赠送折扣券、抵价券、免邮费等相关优惠活动。

3.服装网络企业应该更加注重服装的品牌化，可以在经营的过程中多留意所售服装的内涵，努力塑造品牌文化。打造符合自身服装特点的服装品牌，提高企业竞争力。

4.为顾客提供放心安全的购物环境，减少网络风险。商家和企业可以在网页上清楚描述产品、说明购买流程、快递方式、购物评价等，这都会在一定程度上消除大学生消费者的不安全感。

5.商家和企业应该注意提升企业物流配送体系，系统规划物流配送网络，使之规范化，同时还应该提高店铺售后服务水平，这样才能更有利于提高消费者的满意度，从而吸引更多的消费者。

[参考文献]

[1]伍丽君.网上消费者行为分析[J].湖北社会科学，2（）0l（12）：19-20

[2]王希希.消费者网络购物行为的影响因素研究[D].浙江大学管理学院，2001（11）：13-19

[3]黎志成，刘枚莲.电子商务环境下的消费者行为研究[J].中国管理科学，2002（12）：88-91

[4]张毅斌.网络消费心理及启示[J].江苏商论，2001（4）：39-41

[5]刘国联，卢芳.我国南方地区大学生服装行为的研究[J].丹东纺专学报，2004（1）：43-45

[6]王海宁.服装网络营销模式研究及策略探讨[J].江苏纺织，2006（2）：49-51

[7]沈蕾.网上服装消费与传统服装消费的比较研究[J].消费经济，2000（3）：39-40

[8]彭文芳，钟跃崎.服装网络购物存在问题浅析[J].化纤与纺织技术，2007（1）：46-48

[9]王君丽.服装网络消费的研究现状及其意义[J].武汉科技学院学报，2006（9）：7-9

[10]吴明隆.问卷统计分析实务：SPSS操作与应用[M].重庆：重庆大学出版社，2010