大学生网络购物情况及影响因素分析.doc
《大学生网络购物情况及影响因素分析.doc》由会员分享，可在线阅读，更多相关《大学生网络购物情况及影响因素分析.doc（9页珍藏版）》请在冰豆网上搜索。
大学生网络购物情况及影响因素分析
一、研究问题
本文主要的研究问题是大学生网购状况及其部分影响因素。
伴随电子商务的发展，消费者的消费方式发生了巨大变化，网络购物蓬勃发展。
大学生网民占网民总体四成左右，使用网络购物人数占网络购物网民数的半数以上。
可以看到大学生构成了网络购物的主力军，大学生这一市场成为各大电商竞相争夺的对象。
大学生群体成为了众多电子营销商家的目标群体。
作为一个巨大的潜在目标群体，他们的行为方式对于电子商务商家来说是至关重要的。
从大学生的角度对影响顾客网上购物行为的影响因素进行实证分析，分析出影响大学生网络购物行为的因素，以求为企业发展大学生市场给出一些有针对性的建议，增强企业的竞争力。
可见，对影响进行大学生网上购物消费行为的因素进行研究是非常有必要并且非常有意义的。
大学生商品价格的关注度更高，在大多数条件都相同的情况下，平均价格低于市场价格的网上商品更加吸引大学生们的注意，易满足大学生对商品物美价廉的需求。
为进一步研究大学生购物行为和网购市场的发展提供参考。
二、理论基础
主要采用了散点图、饼图、相关性分析、线性回归分析（一元）等方法解决问题，而用到的SPSS主要预测模型只有线性回归模型。
SPSS主要的预测模型有：
指数平滑模型、ARIMA模型、线性回归模型、非线性回归模型、Logistic回归模型、对数线性模型、广义线性模型、混合线性模型等。
回归分析的基本原理:
一元线性回归需要满足的条件：
满足条件：
（1）E（）=0；
（2）D（）=σ2；（3）Cov（,）=0,i≠j;（4）Cov（,）=0。
条件
（1）表示平均干扰为0；条件
（2）表示随机干扰项等方差；条件（3）表示随机干扰项不存在序列相关；条件（4）表示干扰项与解释变量无关。
在假定条件（4）成立的情况下，随机变量y～N（a+bx，σ2）。
一般情况下，ε～N（0，σ2）。
多元线性回归模型必须满足如下的条件：
第一、有正确的期望函数。
即在线性回归模型中没有遗漏任何重要的解释变量，也没有包含任何多余的解释变量。
第二、被解释变量等于期望函数与随机干扰项之和。
第三、随机干扰项独立于期望函数。
即回归模型中的所有解释变量与随机干扰项 不相关。
第四、解释变量矩阵X是非随机矩阵，且其秩为列满秩的。
三、解决问题
数据来源：
大学生网购情况调查问卷记录分析（数据来自网络）
序号
年级
性别
有无网购经历
家庭住址
每月可支配收入
每月网购频率
了解网购途径
网购内容
喜欢何种促销
影响网购的因素
对网站推荐的态度
经常光顾网站
网龄
1
大三
男
有
城市
1500
3
网络
图书
免运费
价格
感兴趣
凡客
9
2
大二
女
有
城市
1500
3
电视
服装
免运费
信誉度
厌恶
当当
8
3
大一
男
有
城镇
900
2
杂志
数码品
打折
价格
有点兴趣
当当
10
4
大四
男
有
城镇
1000
3
网络
充值
免运费
信誉度
不感兴趣
天猫
9
5
大四
女
有
城镇
900
2
其他
服装
送礼品
价格
不感兴趣
当当
11
6
大三
男
有
城市
600
4
网络
服装
打折
网站知名度
感兴趣
凡客
8
7
大二
男
无
县乡
1500
2
电视
图书
免运费
网站知名度
不感兴趣
团购网
13
8
大一
女
有
县乡
600
3
电视
服装
返券
价格
有点兴趣
天猫
13
9
大二
女
有
县乡
600
2
其他
化妆品
打折
其他
有点兴趣
京东
8
10
大二
女
有
县乡
700
1
网络
化妆品
免运费
产品种类
不感兴趣
凡客
9
11
大一
男
无
县乡
900
1
亲友
服装
送礼品
信誉度
厌恶
团购网
12
12
大三
女
有
城市
900
2
杂志
化妆品
其他
产品种类
厌恶
当当
9
13
大三
女
有
城市
1300
3
亲友
运动品
返券
价格
有点兴趣
天猫
8
14
大三
女
无
城市
1200
2
网络
娱乐
免运费
网站知名度
厌恶
凡客
10
15
大三
男
有
城市
900
4
网络
玩具
打折
其他
不感兴趣
京东
8
16
大三
女
有
城市
1000
2
电视
食品
免运费
价格
厌恶
当当
6
17
大二
女
无
城市
1000
1
网络
服装
打折
产品种类
不感兴趣
天猫
10
18
大一
女
有
城市
1300
3
网络
服装
免运费
价格
厌恶
天猫
8
19
大一
男
有
城市
1500
3
同学
服装
送礼品
其他
不感兴趣
卓越
6
20
大三
女
有
城市
900
2
同学
化妆品
返券
信誉度
不感兴趣
京东
10
21
大三
女
有
城市
1000
2
网络
图书
打折
网站知名度
厌恶
卓越
8
22
大三
男
有
城市
1000
4
同学
充值
免运费
快捷度
不感兴趣
团购网
10
23
大二
女
有
县乡
800
2
广播
化妆品
其他
产品种类
有点兴趣
天猫
7
24
大一
女
有
城市
900
2
杂志
食品
送礼品
价格
不感兴趣
京东
7
25
大三
男
有
城市
600
3
网络
图书
免运费
信誉度
厌恶
团购网
10
26
大三
女
有
城市
700
3
网络
充值
打折
快捷度
不感兴趣
天猫
9
27
大三
女
有
城镇
500
2
网络
化妆品
打折
网站知名度
有点兴趣
当当
11
28
大三
女
无
城镇
700
2
亲友
图书
其他
产品种类
不感兴趣
卓越
12
29
大四
女
有
城镇
500
1
广播
充值
送礼品
信誉度
有点兴趣
天猫
9
30
大三
男
无
县乡
500
1
杂志
图书
其他
价格
不感兴趣
卓越
9
31
大二
男
无
县乡
500
1
网络
充值
返券
快捷度
不感兴趣
当当
11
图表1变量视图
图表2数据视图
（一）性别、年级特征对网购频率的影响
性别
频率
百分比
有效百分比
累积百分比
有效
男
12
38.7
38.7
38.7
女
19
61.3
61.3
100.0
合计
31
100.0
100.0
年级
频率
百分比
有效百分比
累积百分比
有效
大二
7
22.6
22.6
22.6
大三
15
48.4
48.4
71.0
大四
3
9.7
9.7
80.6
大一
6
19.4
19.4
100.0
合计
31
100.0
100.0
由图表可知大学生中主要参与网络购物的是大二、大三的学生，大一的学生由于刚刚进入大学，可能对于互联网媒体并不是很了解，而大四学生都有自己的研究课题所以在网购这方面没有多少精力。
并且女生占较多数，与女生课余活动较少有一定的关系。
（二）相关性分析：
选择变量每月网购频率次数和网龄，探究网购频率和网龄之间的相关性，相关系数选择Pearson系数，显著性检验选择双侧检验，得出如下结果：
相关性
每月网购频率
网龄
每月网购频率
Pearson相关性
1
.237
显著性（双侧）
.199
N
31
31
网龄
Pearson相关性
.237
1
显著性（双侧）
.199
N
31
31
从图中可以看出，相关系数为0.237，因此每月网购频率和网龄具有弱相关性。
（三）对大学生网络购物内容分析
网购内容
频率
百分比
有效百分比
累积百分比
有效
充值
5
16.1
16.1
16.1
服装
8
25.8
25.8
41.9
化妆品
6
19.4
19.4
61.3
食品
2
6.5
6.5
67.7
数码品
1
3.2
3.2
71.0
图书
6
19.4
19.4
90.3
玩具
1
3.2
3.2
93.5
娱乐
1
3.2
3.2
96.8
运动品
1
3.2
3.2
100.0
合计
31
100.0
100.0
由上述两个图表可知在大学生网络购物活动中以购买服装、图书、化妆品等日常学习生活用品为主，并没有过多的购买其他用品。
（四）线性回归分析：
选择分析→回归→线性，在弹出的对话框中，以每月网购频率次数为因变量，网龄（年）作为自变量，结果如下：
输入／移去的变量a
模型
输入的变量
移去的变量
方法
1
网龄b
.
输入
a.因变量:
每月网购频率
b.已输入所有请求的变量。
模型汇总
模型
R
R方
调整R方
标准估计的误差
1
.237a
.056
.024
.891
a.预测变量:
（常量）,网龄。
Anovaa
模型
平方和
df
均方
F
Sig.
1
回归
1.371
1
1.371
1.727
.199b
残差
23.016
29
.794
总计
24.387
30
a.因变量:
每月网购频率
b.预测变量:
（常量）,网龄。
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
（常量）
3.387
.850
3.986
.000
网龄
-.118
.090
.237
1.314
.199
a.因变量:
每月网购频率
我们从上述几个图表中，可以看出它们之间的线性关系大概可以表示为y=-0.118x+3.387。
影响网购的因素
频率
百分比
有效百分比
累积百分比
有效
产品种类
5
16.1
16.1
16.1
价格
9
29.0
29.0
45.2
快捷度
3
9.7
9.7
54.8
其他
3
9.7
9.7
64.5
网站知名度
5
16.1
16.1
80.6
信誉度
6
19.4
19.4
100.0
合计
31
100.0
100.0
（五）促销等各种因素对网络购物的影响
喜欢何种促销
频率
百分比
有效百分比
累积百分比
有效
打折
8
25.8
25.8
25.8
返券
4
12.9
12.9
38.7
免运费
10
32.3
32.3
71.0
其他
4
12.9
12.9
83.9
送礼品
5
16.1
16.1
100.0
合计
31
100.0
100.0
四、总结
通过利用SPSS软件对大学生网购数据情况的分析我们可以看出大学生网上购物潜力巨大，大学生虽然受经济
升级会员 