老年群體網絡支付使用意向的影響因素的實證分析目錄TOC\o"1-3"\h\u14938老年群體網絡支付使用意向的影響因素的實證分析 1172101.1研究假設及模型構建 130411.1.1研究假設 2155631.1.2模型構建 3111021.2問卷設計與處理 4137931.2.1問卷設計 4176821.2.2問卷發放與收集 5140891.2.3問卷處理 5162431.2.4信度、效度分析 652351.3問卷調查結果 7284581.3.1調查對象的描述統計 793651.3.2測量項描述統計分析 7316321.4結構方程驗證分析 9310031.4.1結構方程構建圖 91211.4.2路徑顯著性驗證 1051381.5結果討論 111.1研究假設及模型構建通過第二章老年群體網絡支付使用意愿現狀及問題分析，整理如下圖6。圖6老年群體網絡支付使用關系圖本章將通過第二章關系總結做出以下假設并且構建模型，分析網絡支付使用困境的影響因素。1.1.1研究假設用戶關系強度與社會互動的關系，這里的用戶關系強度指的是網絡支付的提供者與受眾用戶的關系，在本文中，用戶關系強度指的是網絡支付平臺如微信、支付寶平臺以及商戶與老年用戶之間的關系。學者Krackhardt認為他們之間的弱關系會導致此方面的社會互動少。所以提出如下假設：H1：用戶關系強度對社會互動產生正向影響第二，社會互動與城市老年群體個體認知的關系。在本文中，社會互動主要指的是老年群體與使用網絡支付的親友之間的交流。學者許燕將信息-認知-意愿理論模型運用到農民選擇購買保險意愿研究中，結果表明農民之間溝通與交流對其感知價值和風險呈現出不同的影響。農民之間較強的社會互動聯系產生的信息能夠更明顯影響農民感知價值和信任程度，更有效減少感知風險，進而增強農民購買意愿。因此，本文提出以下假設：H2：社會互動對感知風險產生負向影響H3：社會互動對感知價值產生正向影響H4：社會互動對感知有用性產生正向影響第三，感知風險與城市老年群體網絡支付使用意愿的關系。張耕和劉震宇主要基于消費者感知不確定性角度出發分析具體網絡中促進消費者進行選購的意愿，研究結果表明網絡平臺中不確定性對消費者選購商品的意愿產生負向影響?；谝陨蠈W者研究的基礎上，提出如下具體假設：H5：感知風險對城市老年群體網絡支付使用意愿產生負向影響第五，感知價值與老年群體網絡支付意愿的關系。國內有許多學者通過探討消費者之間的感知價值與其選購產品意愿之間的影響因素進行分析，其中學者鐘凱分析潛在消費者的感知價值與其選購商品意愿時，將感知價值分為商品作用價值、個體感情價值以及社會自我價值三個部分，提出消費者個體間感情價值正向影響其選購商品的意愿。因此，結合國內外學者對消費者個體間感知價值的探究，本文主要提出以下幾個方面假設：H6：感知價值對城市老年群體網絡支付使用意愿存在正向影響第六，感知有用性指用戶在使用某一特定系統時，主觀上認為其所帶來的工作績效的提升程度。本文中指老年群體對網絡支付的了解，結合自身需求和經驗積累，對網絡支付的意義評價。研究表明用戶的感知有用性越高，其使用態度傾向越積極。Chen等學者經過研究，認為網購用戶的感知有用性會正向影響用戶的使用態度。基于以上學者研究的基礎上，提出如下具體假設：H7：感知有用性對城市老年群體網絡支付使用意愿產生正向影響。結合以上所述，本研究主要提出的主要的7個假設，具體如表4。表4研究假設匯總H1：關系強度對社會互動存在正向影響H2：社會互動對感知風險產生負向影響H3：社會互動對感知價值產生正向影響H4：社會互動對感知有用性產生正向影響H5：感知風險對城市老年群體網絡支付使用意愿產生負向影響H6：城市老年群體網絡支付使用意愿個體間感知價值與其支付意愿存在正相關H7：感知有用性對對城市老年群體網絡支付使用意愿產生正向影響1.1.2模型構建刺激-機體-反映模型（S-O-R）最早來源于心理學領域，它反映了人們生活中的各種事情必須經過主題的選擇、接受、評價、加工等認知過程的中介才引起相應的情緒和行為。隨著各位學者研究的深入，逐漸將S-O-R具體研究模型發展成現在廣泛學者認同的信息-認知-意愿（I-C-I）模型，本文構建使用者刺激-機體-反映模型，探索老年群體網絡支付使用的影響因素。依照S-O-R理論，老年群體在網絡支付時，可以通過網絡支付應用本身，接入商戶、熟人子女以及其他成員通過交流經驗感受以及體會獲取信息、使用感受，從而獲得支付屬性，減少感知風險、增加信任，以此提升老年群體網絡支付使用頻率。根據以往的學者對刺激-機體-反映理論的運用，本文在網絡外部信息變量方面引入老年群體關系強度和老年群體社會互動兩大因素；并在老年群體個體認知方面介入感知有用性、自我感知價值以及個體感知風險因素；基于此，城市老年群體網絡支付使用意愿的研究模型，如下圖4所示。H7H7H4H5H6用戶關系強度社會互動感知價值感知風險感知有用性使用意愿H3H2外部信息個體認知使用意愿H1H1圖4網絡支付使用意愿模型1.2問卷設計與處理1.2.1問卷設計本文研究問卷主要涵蓋三個重要部分，首要部分主要是問卷設計的首語，主要對本次問卷設計的背景，研究的目的以及內容，為了得到被調查者最真實的信息，并在卷首特此承諾此問卷調查僅限于學術研究使用，要求填問卷的人能根據自己具體情況進行如實填寫。并在其中對主要專業名詞進行細致的解釋，從而避免被調查者理解錯誤，確保問卷的精確性。其次部分是了解調查樣本的基本信息，如個體學歷、年齡、性別以及相關社會化商務平臺的購物經驗等。第三部分為相關主要變量的測量題項，被調查者可以根據自己的實際情況對相關問題的答案進行選擇。1.2.2問卷發放與收集本文研究主要通過在萬卷制作平臺—問卷星上完成本次研究所需要的問卷，并根據著名的“六度分割理論”，通過自己微信、QQ、微博同城、豆瓣同城小組等社交朋友圈進行轉發、傳播，以此提高問卷的普及率。對于問卷回收量主要遵循測量項的5-10倍的原則，在本文研究中共有18道是測量變量，模型中具有24道殘差測量項，因此本文需要的標準問卷范圍在210-420之間。本研究進行問卷發放的時間是2021年1月10日，至2021年3月28日回收問卷，歷時77天，共回收問卷386份。根據預測試，本次研究的問卷可以在2-5分鐘完成，為了保證本次數據的準確性以及回收質量，本次將問卷作答時間在60-400秒以外以及重復的問卷題項進行剔除，需要刪除其中55份無用問卷，總共收到有效問卷共331份，因此問卷回收率為87.17%。1.2.3問卷處理為了滿足問卷測量題目的可操作化，對問卷進行小規模的預測試是非常有必要的，根據預測試的具體結果，對原問卷進行了適當修改，完成了最終問卷。將線上和線下方式相結合進行問卷的散發和回收，并對問卷回收的相關數據進行人工初步篩選，排除基本不合格的問卷數據。同時使用統計分析軟件SPSS22.0對獲得的數據進行最基本的處理，其中涵蓋樣本數據簡單的統計描述、問卷各變量以及問卷整體信效度分析，進而做出相關性檢測，找出影響因素。問卷設計完成后，考慮到老年人群體的特殊性，因此采用問卷星結合紙質問卷的形式進行問卷結果搜集，在搜集過程中以子女詢問老人的方式為主要獲取結果途徑，并且網絡這種方式不受時間和地域的限制，回收率較高且比較便捷，能夠獲得更為廣泛的樣本數據，同時還采用紙質問卷加以補充。1.2.4信度、效度分析1.2.4.1信度分析問卷信度指的是預調研問卷所獲得的數據本身整體內部結構的一致性和穩定性，主要用于顯示各變量測量的可靠性。問卷信度分析被廣大學者認為是開展一系列統計分析的基礎，通過信度分析可以顯示出收集的數據是否具有價值性。因此本文運用數據分析軟件SPSS.22.0對問卷各變量的題項和整體進行相關信度檢驗，并使用Crobach’sAlpha系數來衡量信度水平。通過分析，問卷整體的Crobach’sAlpha系數為0.945，除了感知風險變量以外，各個變量相關題項的Crobach’sAlpha系數均在0.8以上，完成對問卷的修改，具體詳見表4。表4測試各變量以及整體信度值變量名稱Crobach’sAlpha系數用戶關系強度0.8300.945社會互動0.886感知風險0.750感知價值0.856感知有用性0.881使用意愿0.8811.2.4.2效度分析問卷效度主要是用來衡量收集數據的方法以及工具是否能夠準確的測量被測量對象，是問卷所涉及的測量題項能否真實反映該變量。本研究通過使用相關KMO值和Bartlett球體檢驗對相關問卷獲得的數據進行驗證，研究顯示表示Bartlett球體檢驗整體顯著性均顯著小于0.01，樣本數據的總體的KMO值為0.802，但各個變量的KMO值并不是很高，究其原因是被測群體對各種網絡支付的定義不夠清晰，特此在問卷的開始對問卷中涉及的難懂的詞匯進行規范化定義。具體詳見表5。表5預測試各變量以及整體效度值變量名稱KMO值用戶關系強度0.7000.802社會互動0.776感知風險0.639感知價值0.768感知有用性0.683使用意愿0.7181.3問卷調查結果1.1.1調查對象的描述統計依據前面章節所構建的模型，本章節主要通過收集到的問卷數據進行簡單相關分析，并采用統計分析軟件SPSS22.0對問卷獲得的數據進行描述性分析、整體信效度分析等，再使用AMOS21.0對所構建的結構方程進行驗證，并對所得到的結果進行分析討論。本研究問卷收集之后，通過統計軟件SPSS22.0對被調查者的性別、年齡、學歷、與使用網絡支付的好友認識時長以及使用網絡支付的頻率進行相關分析，結果分析情況如下表6所示。表6被調查者描述性統計結果變量樣本數占比（%）性別男15546.8女17651.2年齡60歲以下319.460-69歲24674.370-79歲4012.180歲以上92.7月收入無收入216.3<2000元298.82000-4000元17552.94001-6000元10331.1>6000元30.9與使用網絡支付親戚、好友接觸時間1年以內131.91-2年8826.62-3年106323-4年7422.44年以上5015.1使用網絡支付的頻次不經常206.0每月幾次8926.9每周幾次12337.2每天一次3410.3每天很多次6519.61.1.2測量項描述統計分析本章節通過使用統計軟件SPSS22.0對問卷中潛變量進行相關描述性統計分析，具體主要有潛變量的測量項、極大值、極小值、偏度、平均值以及峰度相關的描述性指標，相關具體結果如表7所示。表7測量項描述統計分析結果變量測量題項N極小值極大值均值標準偏差偏度峰度統計統計統計統計標準誤統計統計標準誤統計標準誤用戶關系強度(UR)UR1331151.27.038.691-.196.134.078.267UR2331151.20.037.675-.199.134.717.267UR3331151.24.041.745.012.134.722.267社會互動(SI)SI1331151.29.045.810-.205.134.360.267SI2331151.30.045.811-.419.134.657.267SI3331151.34.043.780-.379.134.422.267感知風險(PR)PR1331151.20.050.905-.126.134-.192.267PR2331151.18.049.883.017.134-.264.267PR3331151.13.048.873.047.134-.230.267感知價值(PV)PV1331151.26.043.789-.153.134.339.267PV2331151.26.046.839-.093.134.167.267PV3331151.30.043.790-.002.134.402.267感知有用性(PU)PU1331151.47.045.825-.338.134.378.267PU2331151.49.043.791-.398.134.488.267PU3331151.41.045.813-.383.134.504.267網絡支付使用意愿(PI)PI1331151.45.045.813-.145.134.145.267PI2331151.39.044.791-.260.134-.048.267PI3331151.47.043.787-.083.134-.236.267從表7可以看出，問卷所涉及的測量題項共有331，每個測量題項所得到的最大值為5，其中最小值為1，表明不同的訪問者對于相同題項具有不同的見解；各個測量題項的平均值在1.11-1.66之間，表明各個受訪者都能積極的填寫每份問卷，其中最低的平均分1.11出現在感知風險測量題項中，原因是由于在網絡支付中好友之間的密切程度相對較強，導致用戶感知風險比較低；問卷各變量的測量題項的相關標準差的具體數值分為在0.691-0.923，代表每個受訪者之間對問卷評分雖各不相同，但其中差別卻很小。偏值和峰值是用來反映問卷所獲得的數據是否符合正態分布，在本文的研究數據中，其偏度的絕對值明顯小于3，峰度的絕對值明顯小于10，表明本次問卷獲得的數據基本上符合正太分布，滿足進行深層次統計分析的相關要求。1.4結構方程驗證分析1.4.1結構方程構建圖本文主要使用統計分析軟件AMOS21.0采用最大似然估計方法對問卷數據進行相關分析，相關模型運算如圖5所示。圖5結構模型構建圖本研究使用統計分析軟件AMOS21.0，通過運用最大似然估計方法對問卷所獲得的數據進行分析，具體的模型結果如圖5.2所示。本文中具體研究模型相應結果如下。在絕對適配統計量方面，主要指標2/df、SRMR、RMR、GFI、RMSEA的數值分別為1.618、0.040、0.025、0.938、0.043，所有指標均在合理范圍之內；在增值適配度方面，主要指標值RFI、NFI、TLI、IFI、CFI值分別為0.927、0.94、0.971、0.976、0.976，由此可見其值均處于標準線0.9以上；在簡約適配度方面，主要指標值PNFI、PGFI分別為0.768、0.685，且均超過其標準線0.5，表明理論模型可以接受，問卷所得數據和構建的理論模型主要擬合度均在規定的標準范圍內，結果顯示如表8所示。表8結構方程擬合度檢驗結果指標推薦值測量模型擬合情況絕對適配度指數卡方自由度比值（2/df）<31.618符合殘差均方和平方根（RMR）<0.050.025符合標準化殘差均方和平方根（SRMR）<0.050.040符合漸進殘差均方和平方根（RMSEA）<0.080.043符合適配度指數（GFI）>0.90.938符合增值適配度指數規準適配指數（NFI）>0.90.940符合相對適配指數（RFI）>0.90.927符合增值適配指數（IFI）>0.90.976符合非規準適配指數（TLI）>0.90.971符合比較適配指數（CFI）>0.90.976符合簡約適配度指數簡約適配度指數（PGFI）>0.50.685符合簡約調整后的規準適配指數（PNFI）>0.50.768符合1.4.2路徑顯著性驗證本研究計算各潛變量路徑系數主要運用最大似然估計方法，如由表9路徑系數回歸結果得知，本研究的7個理論假設的路徑系數均處于顯著水平，表8回歸系數結果中Estimate一欄代表未經標準化的回歸系數，其數據絕對值最大為1；S.E.為估計值的標準誤，其中表中回歸系數值除以估計值的標準誤即可得到臨界比值（C.R.欄），其數據的絕對值如大于1.96，代表估計值以達到0.05顯著水平，其正負代表正負影響關系。P值一欄，***符號代表顯著性概率值P<0.001。從表中可以看出PR←SI、PI←PR兩個路徑關系的臨界值均為負，表明社會互動對感知風險產生負向影響、感知風險對老年群體網絡支付意愿產生負向影響。由結果可知其他問卷中潛變量間的路徑系數均為正數，則表明其他變量的影響關系均存在正向影響。且問卷中所有潛變量的路徑系數都低于0.001，表明顯著性都很好。據此本文之前提出的7條研究假設均得到驗證。表9路徑系數回歸結果假設路徑關系EstimateS.E.C.R.P值顯著性H1SI←UR0.5890.738.068***顯著H2PR←SI-0.4220.80-5.274***顯著H3PV←SI0.4090.676.058***顯著H4PU←SI0.5550.737.573***顯著H5PI←PR-0.2610.55-4.779***顯著H6PI←PV0.3420.665.215***顯著H7PU←PV0.2900.784.315***顯著1.5結果討論第一，用戶關系強度對社會互動的影響從上表的路徑系數的回歸結果得出，用戶關系強度對社會互動路徑系數為0.589（CR=8.086>1.96,P=***<0.001）由此結果可得，本文提出的原假設H1、得到充分驗證，關系強度正向影響社會互動。第二，外部信息對感知風險的影響社會互動對感知風險以系數為-0.442（CR=-5.274>1.96,P=***<0.001）。由此結果可得，本文提出的原假設H2得到充分驗證，與本研究的原假設吻合，即關社會互動對感知風險產生負向影