文档介绍：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15003网络图书免运费价格感兴趣凡客92大二女有城市15003电视服装免运费信誉度厌恶当当83大一男有城镇9002杂志数码品打折价格有点兴趣当当104大四男有城镇10003网络充值免运费信誉度不感兴趣天猫95大四女有城镇9002其他服装送礼品价格不感兴趣当当116大三男有城市6004网络服装打折网站知名度感兴趣凡客87大二男无县乡15002电视图书免运费网站知名度不感兴趣团购网138大一女有县乡6003电视服装返券价格有点兴趣天猫139大二女有县乡6002其他化妆品打折其他有点兴趣京东810大二女有县乡7001网络化妆品免运费产品种类不感兴趣凡客911大一男无县乡9001亲友服装送礼品信誉度厌恶团购网1212大三女有城市9002杂志化妆品其他产品种类厌恶当当913大三女有城市13003亲友运动品返券价格有点