为了了解微商用户的体特征及微商购物的满意程度，实地调研并收集数据，运用列联分析和主成分分析的方法，分别构建了微商发展前景态度的列联分析和微商用户网上购物综合评价模型，综合运用SPSS和Excel等软件编程，研究得出：性别与其对微商未来发展前景的态度无显著影响，年龄和学历对微商未来发展前景的态度有显著影响；微商用户对购物体验的满意度为“一般”等结论。
标签：微商；主成分分析；列联分析；监管
从2013年兴起至今，微商市场不断发展壮大，体基数与日俱增，逐渐成为一种创业趋势。当下微商已经发展成为一个庞大经济体，带来了一定程度的商业变革。随着微商行业的不断发展，微商创业问题备受社会各界的关注。王文斌通过大量的调查，证实了大学生微商行为会给学习与生活带来的积极或消极影响，并针对这些影响提出较为有效的改进方案，使更多的人科学地认识微商。尚现娟从大学生校园微商创业现状进行具体分析，通过总结相关经验规律而总结出微商创业的基本策略，给予大学生创业者相关启示。蔡晓美运用SWOT方法对其进行优势、劣势、机会和威胁分析，揭示实践发展中存在的法律困境。通过实地调研深入了解微商发
展的情况，为微商未来的发展提供相关的建议，对于促进微商的发展以及响应政府“大众创业，万众创新”的号召具有重要意义。本文通过列联分析、主成分分析对所收集的数据进行定量分析，了解微商目前的发展状况及公众通过微商购物的满意度，进而为微商的发展提供相关的建议。
一、研究设计
1.数据来源
根据经验确定法我们知道：大型城市、省市一级城市的地区性研究，样本量一般在500-1000之间比较适合；蚌埠市属于国内三线城市，对于这样的中小城市，样本量一般在300-400之间比较适合。调查中，纸质问卷实际印发份500份，在回收问卷中有张问卷存在漏选题目、单选选成多选问题，考虑统计分析及处理，将这47张问卷视为无效问卷。由此得出此次调查纸质问卷有效率为90.6%；网络公示后回收173份电子问卷。
2.样本分布
在本次调查回收的626份有效问卷中，受调查者性别分布如图所示，男性为322人，占样本总
量的51.44%，女性为304人，占样本总量的48.56%，性别分布情况相对比较均匀。年龄在18岁及以下、18岁-30岁、30岁-40岁、40岁-50岁、50岁及以上的人数分别占调查总体的6.71%、38.50%、25.89%、24.44%、4.47%；被调查者的学历在初中及以下的人数为67人，占总体比例的10.70%；高中的人数为159人，占总体比例的25.40%；专科的人数为176人，占总体比例28.12%；本科的人数为207人，占总体比例33.07%；硕士及以上的人数为17人，占总体比例2.72%；在所调查的样本中，月收入在2000元以下的最少占总样本的30.84%，月收入在2000元-5000元的占总样本的38.57%，月收入在5000元-10000元的占总样本的21.85%，家庭月总收入在10000元以上的占总样本的8.74%。
二、列联分析
1.性别与对未来微商发展前景的态度的列联分析
为研究受众的性别与其对微商发展问题的态度之间是否具有相关性，我们做出受众的年龄分布及其对微商发展前景态度的价差表如表1：
由表1可以大体看出对于微商发展前景问题的态度，不同性别人的态度基本没有差异，为进一步验证，进行卡方检验，得出结果如表2：
网上购物的网站从表2可以看出卡方检验结果：伴随概率值为0.075，大于0.05，因此我们认为受众的性别与其对微商未来发展前景的态度是无显著影响的。
2.年龄对未来微商发展前景态度的关系
为研究受众的年龄层次与其对未来微商发展前景的态度之间是否具有相关性，我们先做出受众的年龄分布及其对未来微商发展前景态度的交叉表如表3：
从表3可以大致看出对于未来微商发展前景的态度，不同年龄段人的态度差异明显，为进一步验证，进行卡方检验，得出结果如表4：
从表4可得卡方检验结果：伴随概率值为0.000，小于0.05，因此我们认为受众的年龄对其未来发展前景的态度有显著影响的。
3.学历对未来微商发展前景态度的关系
为研究受众的学历层次与其对未来微商发展前景的态度之间是否具有相关性，我们先做出受众的学历分布及其对未来微商发展前景态度的交叉表如表5：
由表5可以大体看出对于未来微商发展前景的态度，不同学历层次人的态度基本差异较为明显，为进一步验证，进行卡方检验，得出结果如表6：
从表6可得卡方检验结果：伴随概率值为0.000，小于0.05，因此我们认为受众的学历对其未来发展前景的态度有显著影响的。
三、基于主成分分析的微商用户网上购物综合评价的横向分析
为了细致表现出微商用户购物的总体情况，本次研究采用主成分分析法计算综合得分对微商购物情况进行综合评价。我们延续综合评价分块理念，即将交易行为分为产品质量、宣传过程、客户洽谈期、支付期及售后期五个维度的指标分别考量。
1.主成分分析法模型。
（1）模型Ⅰ-主成分分析模型
式中，Y1，Y2，Y3，Y4，Y5分别為第一、二、三、四、五主成分。X1，X2，…X24为的24个标准化后的原始指标。
为各主成分的特征向量。
（2）模型Ⅱ-多元线性回归模型
式中，为各主成分的方差贡献率。Z为最后的综合得分，即满意度指数。
2.利用SPSS软件求解模型
首先对调查数据做KMO与Bartlett’s检验，KMO=0.987>0.9表示非常适合做因子分析，Bartlett检验的P值接近于0，远小于0.05，同样说明使用因子分析方法是合理的。
利用第i个因子列向量除以相应特征根的平方根后求解出主成分Fi变量系数列向量Zi。
由此，得到主成分的表达式如下：
再利用综合得分的计算公式：
可以得到各主因子的综合得分
将626个调查数据带入综合得分模型求解得到微商用户购物满意度评价得分为3.31，说明微
商用户对购物体验的满意度为“一般”。
四、结语
未来微商将进一步走进人们的生活将是大势所趋，跃迁即将到来。本文通过列联分析和主成分分析的方法对实地调研所采集的数据进行科学的分析，受众对微商行业的态度与性别、年龄和学历显著相关及客户微商购物满意度一般的结论，从调查中我们看出微商的不规范性是限制微商发展最主要的的原因，所以政府相关部门应尽快就微商性行为制定相应的法律法规和管理办法，是微商市场规范化，保护合法商家在社交平台销售的信誉度，也降低消费者通过微商购买商品的风险，使微商健康发展。
参考文献：
[1]李华权.“微传播”时代微商体的营销研究[D].吉林大学，2017.
[2]王文斌，武其乐，张凤敏，王超杰，卢海燕.大学生微商行为对学习和生活的影响及引导研究--以华北电力大学为例[J].教育教学论坛，2017（04）：60-61.
[3]尚现娟.浅析大学生校园微商创业现状及经营策略[J].才智，2018（03）：141.
[4]蔡晓美.C2C模式下微商发展的法律问题及规制[J].黑龙江生态工程职业学院学报，2018（01）：55-56.
[5]黄玲，杨鹏辉.基于主成分分析对大学生就业力构成的研究[J].贵阳学院学报（自然科学版），2016，11（02）：5-10.
[6]左丽敏.依法加强微商交易行为监管的对策--以微商现状问题为视角[J].中北大学学报（社会科学版），2016，32（01）：27-30.
发布评论