基于TAM的大学生网络团购影响因素研究.doc

1、目 录 摘 要1Abstract21引言12文献回顾32.1技术接受模型32.2感知风险(Perceived Risk)42.3感知流行性(Perceived Popularity)53研究方法63.1研究假设与模型架构63.1.1 基于技术接受模型（TAM）理论的假设63.1.2 基于感知风险理论的假设63.1.3 基于感知流行性理论的假设73.2研究变量的操作性定义73.3问卷设计83.3.1文献研究83.3.2预测试及问卷修订83.3.3正式问卷设计83.4正式问卷发放与数据搜集83.5数据分析方法简介93.5.2信度分析93.5.3 因子分析93.5.4结构方程模型方法94实证分析结果

2、114.1样本结构分析114.1.1性别结构114.1.2年级结构114.2描述性分析124.3信度与效度分析134.3.1信度分析134.3.2 效度分析144.4相关分析194.5结构方程模型分析195 结论与建议245.1研究结论245.2管理应用245.3研究限制与未来研究建议26谢 辞27参考文献28附录：大学生网络团购现象调查问卷30摘 要：近年来，随着互联网的发展，网络团购交易越来越频繁，国内团购网站已 经超过400家，网络购物人数也逐年激增。而如何进行有效需求聚集，增加消费者的参与意愿，就是本文的研究目的。 本文以大学生网络团购的影响因素为研究主题，在经典的技术接受模型的基础上

3、，结合网络团购的特点，提出大学生网络团购的用户接受模型，并通过实证研究的方法验证模型中关于影响因素的假设。 实证研究的结果表明，技术接受模型中关于感知有用性、感知易用性、使用意向之间的假设在本文的研究主题中依然成立，感知流行性也对使用意向具有正向的影响作用，根据实证研究的结果，本文在文章最后针对各影响因素提出了相关建议，期望可以帮助推动网络团购在我国的发展。关键词：网络团购 技术接受模型（TAM） 感知风险 感知流行性 1Abstract：In recent years, with the development of the Internet,the trade of online grou

4、p buying enjoys a great popularity. The number of the domestic group-buying websites has already over 400. And there has been an accelerating growth in the number of online cousumers.This paper aims to study how to gather effective demand and increase customers willingness to participate in the shop

5、ping.With the research topic of the influencing factors of undergraduates online group buying, on the basis of the typical TAM,this paper puts forward the pertinent usersacceptance model, combining with the characteristics of online group buying. It further verifies the hypothesis about the influenc

6、ing factors in the model,which is based on the method of empirical study.The result of empirical study indicates that the hypothesis between the perceived usefulness,the perceived usability and the use intention in the TAM is still stand in this papers research topic.The perceived popularity aslo ha

7、s a positive effect on the use intention of online group-buying shoppers.Based on the result, im the end, according to the influencing factors,this paper puts forward relevant suggestions, expecting that it can become a help in boosting the development of online group buying in China.Keywords：Web-ba

8、sed group-buying Technology acceptance model（TAM） Perceived Risk Perceived Popularity 21引言所谓网络团购（Web-based group-buying）是指通过Internet将消费者的相同需求进行聚集，形成基于大宗购买的买方优势，以此获得购买的优惠交易条件，其运作核心是需求聚（Demand aggrega-tion）和总额折扣（Volume discount-ing），目标是降低交易成本和交易风险，增加消费者群体的消费效用1。20世纪90年代末，在欧美，Mercata、Mobshop、LetsBuyIt、

9、Hap-pymany等知名团购网站的迅速发展引起人们对网络团购的热烈讨论，成为关注的热点，被认为是买卖双方及网络中介平台多方共赢的一种电子商务模式2。Groupon于2008年底上线，每天在一个城市推出某一单品，通过较大的折扣吸引网民团购消费，网站则从中提取一部分服务佣金。凭此模式Groupon半年即实现盈利，一年半创下了13.5亿美元估值的纪录。但近年来，部分欧美网络购网站因消费者参与意愿不高、需求聚集不足，导致成交量下降，难以支持团购的形成而遭遇转变商务模式或关闭的困境3。而我国从2002年以来，网络团购交易越来越频繁，淘宝网团购专区、篱笆网、美团网、满座网、爱赴团、拉手网、窝窝网、酷团网

10、等团购网站一夜之间如雨后春笋般冒出。据不完全统计，目前国内团购网站已经超过400家。这些网站几乎都是美国Groupon的克隆，从页面设计到营销理念和商业模式等如出一辙，其团购的产品覆盖范围已经非常广泛，不仅渗透进家居建材、房产汽车、数码通讯、日用等消费类产品，而且扩展到包括旅游休闲、保险理财、教育培训等服务领域。据2008年1月17日中国互联网络信息中心（CNNIC）发布的第21次中国互联网络发展状况统计报告的数据显示，截止到2007年12月，中国整个网络购物市场成交额已经达到590亿元人民币，中国网民网络购物人数规模已经达到4640万，人均购物额已近1000元人民币。我国网络团购呈现进一步快

11、速扩张的态势，但如何进行有效需求聚集，增加消费者的参与意愿，提高成交量，成为网络团购这一消费者通过网络面向企业进行商务活动的模式体现出进一步竞争优势的关键性问题，需要电子商务实践者和学者共同深入探索。国外对网络团购的研究，主要基于前期的团购研究进行延续，并结合互联网的运作模式特点加以展开。其研究主要是从定性上对网络团购的运作和盈利模式进行分析4，在定量上从总额折扣角度进行价格发现机制的探讨。国内学者对网络团购的研究则主要从现象阐释、内涵分析、运作特点、模式探讨等方面初步加以展开5。但总体而言，从消费者角度分析网络团购的形成机制没有深入涉及。因此，本文尝试基于技术接受模型和感知风险理论及感知流行

12、性理论从消费者的角度建立消费者网络团购参与意愿模型，以期通过研究消费者网络团购参与意愿的影响因素和机理，对网络团购的营销实践提供理论指导和实证依据。2文献回顾2.1技术接受模型 技术接受模型(technology acceptance model)是目前信息系统研究领域中最优秀的技术接受理论之一，由于模型结构简单和各种实证研究对其价值的证实6，技术接受模型被广泛地用于研究对各种信息技术的接受,从早期的个人计算机、电子邮件系统、字处理软件以及电子制表软件到目前的知识管理系统、ERP应用系统、电子商务方面的各种复杂的应用系统,应用范围越来越广.最近,科学情报与社会科学引文索引协会报告说,从1999

13、年以来有多达335种杂志引用文献7中关于技术接受模型的研究报告,反映出技术接受模型对信息技术和信息系统领域影响的深度和广度。 技术接受模型是Davis8运用理性行为理论(theory of reasoned action)研究用户对信息系统接受时所提出的一个模型，提出技术接受模型最初的目的是对计算机广泛接受的决定性因素做一个解释说明。 技术接受模型提出了两个主要的决定因素：感知的有用性(perceived usefulness),反映一个人认为使用一个具体的系统对他工作业绩提高的程度；感知的易用性(perceived ease of use)，反映一个人认为容易使用一个具体的系统的程度。技术接

14、受模型(参见图2-1)认为系统使用是由行为意向(behavioral intention)决定的，而行为意向由想用的态度(attitude toward using)和感知的有用性共同决定,想用的态度由感知的有用性和易用性共同决定,感知的有用性由感知的易用性和外部变量共同决定,感知的易用性是由外部变量决定的。外部变量包括系统设计特征、用户特征(包括感知形式和其他个性特征)、任务特征、开发或执行过程的本质、政策影响、组织结构等等,为技术接受模型中存在的内部信念、态度、意向和不同的个人之间的差异、环境约束、可控制的干扰因素之间建立起一种联系。感知有用性系统使用行为意向想用态度外部变量感知易用性图2

15、-1 技术接受模型 2.2感知风险(Perceived Risk)感知风险最初的概念是由哈佛大学的Bauer(1960)从心理学延伸出来的。他认为消费者任何的购买行为，都可能无法确知其预期的结果是否正确，而某些结果可能令消费者不愉快9。所以，消费者购买决策中隐含着对结果的不确定性，而这种不确定性，也就是风险最初的概念。 顾客担心新产品会给自己带来哪些风险呢，国外一些学者已经对此做了较为深入的研究。1972年，Jacoby、Kaplan将顾客感知风险分为财务风险、功能风险、身体风险、心理风险和社会风险10；1975年，Peter Tarpey提出的第六个重要的风险为时间风险；1993年，Ston

16、e Gronhaung的研究表明，前五种风险加上时间风险可以解释88.8%总感知风险。至此，许多对顾客感知风险的研究都是从以下六个因素来进行的：时间风险、功能风险、身体风险、财务风险、社会风险和心理风险： （1）时间风险：购买的产品需要调整、修理或退还造成的时间浪费而带来的风险。 （2）功能风险：产品不具备人们所期望的性能或产品性能比竞争者的产品差所带来的风险。 （3）身体风险：产品可能对自己或他人的健康与安全产生危害的风险。 （4）财务风险：产品定价过高或产品有质量问题等招致经济上蒙受损失所产生的风险。 （5）社会风险：因购买决策失误而受到他人嘲笑、疏远而产生的风险。 （6）心理风险：因决策

17、失误而使顾客自我情感受到伤害的风险。2.3感知流行性(Perceived Popularity) 感知流行性是消费者感知到的产品受欢迎程度。许多心理学与营销学界的研究显示，消费者具有遵从大众标准的社会期许倾向。因此，消费者经常通过观察或模仿他人的行为作为自身的决策依据。 感知流行性反应了消费者感知到的相关产品的受欢迎程度，根据社会期许倾向理论，消费者对产品会有一个正面的感知和印象，其购买意愿也会越高；相反，当感知到产品并不受欢迎时，购买意愿也会相应降低。3研究方法3.1研究假设与模型架构 本研究的目的是找出影响大学生接受网络团购的因素，并对网络团购的系统和功能上的设计提供指导作用。因此，本研究

18、主要基于3个方面理论：一是技术接受理论，二是感知风险理论，三是感知流行性理论。 3.1.1 基于技术接受模型（TAM）理论的假设技术接受模型(TAM)相关理论中，有两个重要变量：感知有用和感知易用。根据实际经验，网络团购作为购物方式的一种，它既拥有普通购物的特性，比如消费者会搜寻信息、评价选择、做出决策、实施购买、要求售后服务等，同时它还拥有网络购物的特性以及团购独有的特性11。网络团购是消费者通过与计算机和网络交互完成的，需要消费者拥有与网络相连的计算机和一定的计算机和网络技巧，所以网络团购参与者又具有计算机和网络使用者的特性。同时，网络团购又不同于普通网络购物，它通过Internet自愿聚

19、集具有相同需求的消费者，形成基于大宗购买的买方优势，从而使得单个消费者可以以尽可能低的价格获得商品和服务，它是消费模式的一种创新。综上所述，消费者接受网络团购模式类似于一个接受新技术的过程，因此，我们可以借鉴技术接受模型建立消费者接受网络团购的理论模型，以感知有用性和感知易用性作为影响消费者对网络团购的态度和参与意愿的重要变量。因此，综上所述，形成假设：H1：感知有用性越高，消费者对网络团购的态度越正面。（+）H2：感知有用性越高，消费者参与网络团购的意愿越强。（+）H3：感知易用性越高，消费者参与网络团购的态度越正面。（+）H4：感知易用性越高，对消费者感知有用性影响越正面。（+） H5：消

20、费者对网络团购的态度越正面，消费者参与网络团购的意愿越强。（+）3.1.2 基于感知风险理论的假设但针对网上消费者行为分析时，鲁耀斌和徐红梅12认为，由于消费者网上行为的自主性，所以除了感知的有用性和易用性这两个因素之外，还要考虑其他因素的影响。Taylor认为消费者购买决策与其感知到的风险有关，当感知风险较高时，容易让消费者形成负面态度，从而降低消费者购买意愿。感知到风险是因为存在着不确定性，网络团购具有网上购物和团购的双重特性，存在着不确定性以及由此带来的风险。作为网上购物的一面，消费者通过计算机和网络逛虚拟商场、达成交易，无法检测商品实体、面对面接触商家，增加了购物的不确定感。作为团购的

21、一面，消费者要等待一段时间以募集相应的人数，导致购物时间过长，甚至很有可能募集失败而导致白白等待。如果是募集后议价，也有可能因为谈判能力不足而导致最后成交价格不理想，比预期花费更多的钱。因此，我们将感知风险引入作为影响消费者对网络团购的态度变量，感知风险越高，消费者对网络团购的态度越负面。 因此，综上所述，形成假设： H6：感知风险越高，消费者对网络团购的态度越负面。（） H7：感知风险越高，消费者对网络团购的意愿越负面。（）3.1.3 基于感知流行性理论的假设 在网络团购的推广过程中，未使用网络团购的大学生可能会感受到来自周围人及周围环境的压力。创新扩散理论的研究发现社会环境因素对用户的使用

22、意愿影响巨大。很多人会在潮流引导者的作用、影响下，开始追随创新潮流。当周围的人开始越来越多的使用新购物方式时，尚未使用的人会感觉到流行性，这将促使他们作出使用决定。 因此，综上所述，形成假设： H8：感知流行性越高，消费者对网络团购的态度越正面。（+） H9：感知流行性越高，消费者对网络团购的意愿越正面。（+） H10：感知流行性越高，消费者对网络团购的感知易用性越正面。（+）3.2研究变量的操作性定义本研究一共涉及到6个潜变量，分别是:感知有用、感知易用、感知流行、感知风险、使用态度和使用意向。尽管这些变量和变量的测度项大部分来源于己有的文献，但浩如烟海的文献可能对这些变量有不同的解释。因此

23、，有必要明确本研究中这6个变量的定义。表3-1 变量的定义变量定义感知有用（PU）用户感觉网络团购的有用程度感知易用（PEOU）用户感觉网络团购的容易使用程度感知风险（PR）用户对网络团购使用的风险担忧程度感知流行性（PP）用户对网络团购的流行感知程度使用态度（A）用户对网络团购的态度使用意愿（I）用户对使用网络团购的心理倾向3.3问卷设计 3.3.1文献研究 搜集国内外与TAM研究相关的文献，研究其问卷设计的思路和考虑因素，作为本研究分析网络团购接受行为影响因素的参考和设计问题的基础。 3.3.2预测试及问卷修订 根据网络团购的特点和以往学者研究过程中所开发的量表工具为依据，形成问卷初稿。为

24、了避免因语意不清等问题导致受访者误答的情况，进而影响问卷的效度以及研究结果，在正式进行问卷调查之前，作者随机选取了30位在校大学生对问卷进行前测，以检验问卷的信度及效度。针对其中信度较低的部分题目，进行修正或删除，以改善问卷质量。 3.3.3正式问卷设计 本文的调查问卷(参见附录：调查问卷)分为两个部分： 第一部分主要调查了人口统计变量信息和区分信息，包括性别、年级及是否有过团购经验三个问项。 第二部分是问卷主体，采用国际通行的李克特(Likert)量表打分。请被调查者按“1非常不同意”到“5非常同意”打分。为了避免光环效应，以及被调查者重复选择同样刻度，有些测量项目采用反向问句。其中14题是

25、测量研究对象对使用网络团购感知有用性的评价；58题是测量研究对象对使用网络团购感知易用性的评价；913题是测量研究对象对网络团购风险的感知；1417题是测量研究对象对网络团购的流行性的感知；1822题是测量研究对象对网络团购的态度；2326题是测量研究对象对网络团购使用的意愿情况。3.4正式问卷发放与数据搜集 本文所要研究的是大学生对网络团购的接受行为，但是由于目前笔者精力有限，因此本次调研的样本很难锁定在全国大学生身上，所以本文以作者所在学校（合肥工业大学）各年级学生为调查对象。本次调查问卷发放时间是从2011年4月23日开始，到5月1日结束，历时一个星期。一般认为样本数量应该是调查问卷测量

26、题项的5-10倍。本次研究的调查问卷测量题项为27个，样本量在140-270之间是比较合适的。本次纸质问卷每个年级各60份，共发放240份，回收问卷215份，其中无效问卷(填写不完整的、选择不了解网络团购的)36份，有效问卷179份，有效率占总回收问卷的83.26%。3.5数据分析方法简介 本研究以统计软件SPSS 16.0和AMOS 7.0 作为主要分析工具，对回收的问卷调查数据进行如下统计分析： 3.5.1描述性统计分析 借助SPSS统计软件对调查数据进行描述性统计分析，主要是通过百分比等统计数据来了解被调查样本的结构和分布。 3.5.2信度分析 信度是指量测结果是否具有一致性或稳定性的程

27、度。Goetz等认为信度就是一项研究在多大程度上具有可重复性。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高。一种测量手段只有具有较高的信度，其结果才具有参考价值。 3.5.3 因子分析 效度是指一项测验能测量其所欲测量内容的特质，本研究采用因子分析的方法来做问卷的效度分析。 3.5.4结构方程模型方法 结构方程模型(Structural Equation Modeling），简称SEM)是一门基于统计分析技术的研究方法学，用以处理复杂的多变量研究数据的探究与分析。近年来，这一统计建模及分析方法获得了巨大的发展，不仅拥有专属期刊结构方程模型(Structure Equati

28、on Modeling)，研究和应用结构方程的论文更是难计其数。它已经成为心理学、经济学、金融学、管理学、社会学等社会科学领域中一种十分重要的数据分析技巧。在国内，结构方程模型研究方法则刚刚兴起，相当多的人文社科类实证研究论文中都己经采用了这一建模方法。随着中国学术研究国际化发展的过程，这一研究方法未来的发展将尤为广泛13。与传统的统计建模分析方法相比较，结构方程模型有如下优点14-16： （1）同时考虑并处理多个因变量：在传统的回归分析或路径分析中，就算统计结果的图表中展示多个因变量，其实在计算回归系数或路径系数时，仍然是对每一因变量逐一计算。表面看来是在同时考虑多个因变量，但在计算对某一因

29、变量的影响或关系时，其实都忽略了其他因变量的存在与影响。在结构方程模型中，允许统一模型中出现多个因变量，在模型拟合时对所有变量的信息都予以考虑，可以增强模型的有效性。 （2）容许自变量和因变量包含测量误差：在传统统计方法特别是计量模型中，自变量通常都是默认可直接观测，不存在观测误差。但是对于管理学等社会科学领域很多研究课题来说，模型所涉及到的自变量常常不可观测，结构方程模型将这种测量误差纳入模型，能够加强模型对实际问题的解释性。 （3）容许更大弹性的测量模型(模型设定)：在传统建模技术中，模型的设定通常限制较多，例如，传统的因子分析难以处理一个指标从属于多个因子的情形。但SEM允许更加复杂的模

30、型，限制相对较少。 （4）估计整个模型的拟合程度：传统的路径分析只估计每一路径(变量之间关系)的强弱。在结构方程分析中，除上述参数估计外，还能计算不同模型对同一样本数据的整体拟合程度，据此判断哪一个模型更接近数据所呈现的真实关系。4实证分析结果4.1样本结构分析 4.1.1性别结构调查样本人口统计特征饼状图4-1显示，在性别方面，女生人数(77)稍低于男生人数(102)，占总人数比例的43.02%。图4-1性别结构 4.1.2年级结构在年级方面，四年级的人数(53)最多，占总人数比例的29.61%;其次为三年级的人数(50)，占总人数比例的 27.93%；二年级人数（39），占总人数比例的21

31、.79%；一年级的人数（37）最少，占总人数比例的20.67%。图4-2 年级结构 4.2描述性分析 表4-1是对本研究变量测量问项结果的描述性统计，包括最小值、最大值、平均值和标准差。表4-1 研究变量问项结果描述统计量表项目MinimumMaximumMeanStd. Deviation感知有用性PU1153.820.768PU2253.810.709PU3153.650.877PU4253.720.821感知易用性PE1153.610.99PE2153.470.92PE3253.260.868PE4153.50.946感知风险性PR2153.590.731PR3153.670.66PR4

32、253.450.773PR6153.660.814感知流行性PP1153.261.044PP2153.051.013PP3153.081.073PP4152.941.004使用态度A2153.60.89A3153.40.877A5153.570.874使用意向I1153.830.691I2153.450.875I3153.630.741I4153.610.843 从表4-2中可以看出，在极值方面，各问项的最大值均是5，最小值1居多，少数几个最小值为2；这说明调查对象对各问项的回答范围还是比较广泛的。在均值方面，各问项的均值都在3以上接近4浮动，这说明受调查者对本问卷多数持肯定以上态度。4.3信

33、度与效度分析 4.3.1信度分析 信度(Reliability)是指根据测验工具所得到的结果的一致性或稳定性，在对问卷进行数据分析前，我们必须考察其信度，以确保测量的质量。所谓一致性，是指同一调查项目调查结果的一致程度。较高的一致性意味着同一受访者接受关于同一项目的各种问卷调查所得到的各种测量结果之间显示出强烈的正相关；所谓稳定性则是指在前后不同的时间内，对相同受测者重复测量所得到结果的相关程度。本研究使用目前最常用的信度系数Cronbachs alPha系数对问卷信度进行检验。Cronbachs alPha系数，表明量表中每一项目得分之间的一致性，该方法适用于项目多重记分的测验数据或问卷数据

34、，可以用该系数测量累加Likert量表的信度，适用于本研究的问卷调查。Cronbachs alPha系数值介于0与1之间，值越大表示问卷项目间的相关性越好，内部一致性可信度越高。一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围;分量表最好在0.70以上，0.60至0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.70以下，应考虑重新修订量表或增删题项17。将Cronbachs alPha信度标准总结如下表4-2:表4-2 Cronbachs alPha信度标准Cronbachs AlPha 值标准Cronbachs

35、AlPha0.3不可信0.3Cronbachs AlPha0.4初步研究，勉强可信0.4Cronbachs AlPha0.5稍微可信0.5Cronbachs AlPha0.7可信0.7Cronbachs AlPha0.9很可信Cronbachs AlPha0.9十分可信 表4-3是本研究所有变量的信度分析。表中从左向右依次为变量名、问项、删除该问项变量量表的均值，删除该问项后该变量量表的变异，该问项与总体的相关，该项目删除后总体的Cronbachs alPha系数，该变量量表的Cronbachs alPha系数以及该变量量表的问项数。由表中数据可知，本研究问卷的整体信度系数为0.885，这说明

36、问卷的整体具有可靠的信度;各变量测量项的信度系数在0.60以上，这说明问卷各变量的测量项可靠性较好，属于很可信范围。因此，本研究的问卷在信度方面的评估达到公认的标准，可做进一步的数据分析。表4-3 问卷信度指标变量感知有用性感知易用性感知风险性感知流行性使用态度使用意愿CronbachsalPha0.7240.7730.6440.9070.8270.8N of ltem444434整体系数0.885 4.3.2 效度分析有效度(亦称效度)通常是指测量结果的正确程度，即测量结果与试图测量的目标之间的接近程度。就调查问卷而言，有效度是指问卷能够在多大程度上反映它所测量的理论的概念18。效度又可分为

37、内容效度、表面效度和结构效度19。内容效度指量表题项是否包括了所要测量内容的各个方面，表面效度是指题项的书面表达是否为真正要测定的内容。本研究的问卷是在参考以往学者问卷的基础上形成的，在量表初步形成后，还经过预测试作进一步调整与修改，这确保了问卷已经具备了较好的内容效度和表面效度。本研究采用因子分析的方法来对问卷的结构效度进行检验。因子分析最初是由英国心理学家CSpeannan提出，目前在社会学、经济学、管理学、医学、地质学、气象学中得到较广泛的应用，主要有以下两个方面作用：一、寻求基本结构。在多元统计分析中，经常碰到观测变量很多且变量之间存在着较强的相关关系这种情形，这不仅对问题的分析和描述

38、带来了一定困难，而且在使用某些统计方法时会出现问题。例如，在多元回归分析中，当自变量之间高度相关时，会出现多重共线性现象。通过因子分析，可以找出较少的有意义的因子来反映出资料的基本结构；二、资料化简。通过因子分析把一组观测变量化为少数的几个因子后，可以进一步将原来是观测变量的信息转换成这些因子的因子值，然后，用这些因子代替原来的观测变量进行其它的统计分析20。本研究在因子分析时采用主成分分析(principal Component Analysis)，提取特征值(Eigenvalue)大于l的因子，并以方差最大旋转(Varimax solution)为转轴方式，使每个因子上的具有最高载荷的变量

39、数最小，简化对因子的解释。首先进KMO(Kaiser-Meryer-Olkin)和Bartlett球形检验。KMO值是相关系数与偏相关系数的一个比值。KMO值最大接近1。当使用KMO判定时，若KMO值愈大，表示变项间的共同因素愈多，愈适合进行因素分析。根据学者Kaiser(1974)观点，如果KMO值小于0.5时，较不适宜进行因素分析，要进行因素分析，KMO值最好在0.7以上。结果显示：KMO样本充分性检验系数0.8570.7，说明比较适合做因子分析;样本分布的Bartlett球形检验卡方值为1879，显著性水平为0.000，说明各指标间并非独立，而是相互联系的，可以对数据进行分析，见表4-4

40、所示。表4-4 KMO 和 巴特勒特球形检验Kaiser-Meyer-Olkin Measure of Sampling Adequacy.0.857Bartletts Test of SphericityApprox. Chi-Square1879df253Sig.0 在过去研究中，不同研究者在选择问卷项目时，均以因子负荷量(foadings)大小作为保留和删除该问句项目的标准。 Lederer&sethi(1991)以0.35作为取舍项目的临界值，也有些研究者， Marywoffinbarger&Ma巧C.Giny(2001)提出以0.50作为取舍的临界值。本研究进行因子分析时，采用的标准

41、是： （1）以因子负荷量 (loadings)0.50作为因子分析时的删除的标准； （2）若一个因子只有一个项目，则删除； （3）每一个项目所对应的因子负荷量，必须接近1，但在其他因素的因子负荷量必须接近0。也就是，当一个项目在所有因子的因子负荷量小于0.5，或者这个项目的因子负荷量有二个大于0.5的(即横跨二个因子以上)的，皆删除。通过因子分析得到因子特征值及在总方差中的比重见表4-5，可以看出，共提取感知有用性、感知易用性、感知风险、感知流行性、使用态度、使用意愿6个特征值大于l因子，6个因子总体解释了变量的63.65%，即涵盖了63.65%的信息，解释了大部分信息。31表4-5 完全变量

42、解释ComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %17.0630.69730.6977.0630.69730.6974.09317.79417.79422.48910.82141.5182.48910.82141.5183.36214.61632.4131.948.4344

43、9.9521.948.43449.9522.44210.61843.02841.5976.94456.8951.5976.94456.8952.40410.45353.48151.2095.25662.1511.2095.25662.1511.727.47760.95860.9284.03366.1850.9284.03366.1851.2025.22766.18570.8923.87970.064.210.2210.96398.492220.1820.7999.282230.1650.718100提取方法：主成分分析法表4-6 旋转后的因子矩阵PU10.799PU20.773PU30.715PU40.683PE10.776PE20.815PE30.737PE40.759PR20.694PR30.675PR40.689PR60.726PP10.889PP20.895PP30.921PP40.828A20.879A30.887A50.818I10.703I20.76I30.856I4