B2C物流服務(wù)質(zhì)量測度模型

1、3.1 測度模型的構(gòu)建過程 3.1.1 模型的構(gòu)建思路 本文關(guān)于 B2C 電子商務(wù)物流服務(wù)測度模型的構(gòu)建過程如圖 3.1 所示。論文以 Gronroos 的差異理論為理論依據(jù)，參考 PZB 的 SERVQUAL 模型，從顧客對 B2C 電子商務(wù)物流服務(wù)的期望與實際感知間的差異出發(fā)，對 B2C 電子商務(wù)物流服務(wù)質(zhì)量進行測度。首先以 SERVQUAL 模型和 LSQ 模型維度框架為基礎(chǔ)，根據(jù) B2C 電子商務(wù)為物流服務(wù)的流程和特征，重新提煉或詮釋 SERVQUAL 模型中能有效測度 B2C電子商務(wù)物流服務(wù)質(zhì)量的維度，剔除無效維度，增加體現(xiàn) B2C 電子商務(wù)物流服務(wù)質(zhì)量特點的新維度，形成整體的構(gòu)面維

2、度框架，結(jié)合 LSQ 模型和前人的研究與建議，對測度模型的維度進行補充和完善，并以此來豐富測度模型中具體測度指標，形成 B2C 電子商務(wù)物流服務(wù)質(zhì)量理論測度模型。繼而，根據(jù)理論測度模型的維度和指標形成 B2C電子商務(wù)物流服務(wù)質(zhì)量量表和問卷進行調(diào)研，采用相關(guān)性分析、因子分析等數(shù)據(jù)分析方法對初始理論模型的測度體系進行驗證和修改，并對修正后的測度體系的信度和效度加以檢驗；在此基礎(chǔ)上，進行重要性分析，為各維度和指標賦予權(quán)重，建立最終的B2C 電子商務(wù)物流服務(wù)質(zhì)量測度模型。3.1.2 模型的維度分析學(xué)者 Lander 認為，在構(gòu)建服務(wù)質(zhì)量測度維度研究工作中，既不應(yīng)完全照搬也不應(yīng)完全拋棄傳統(tǒng)服務(wù)質(zhì)量的測度

3、維度。應(yīng)在借鑒以往的服務(wù)質(zhì)量模型的基礎(chǔ)上充分考慮行業(yè)特征，確定影響因素是增加還是減少了以及這些因素的重要性是否發(fā)生了變化來構(gòu)建新的測度維度。論文沿用這一思路，通過對經(jīng)常在京都商城、當當網(wǎng)、卓越亞馬遜等 B2C 電子商務(wù)網(wǎng)站購物顧客的調(diào)研，結(jié)合專家導(dǎo)師的相關(guān)意見和作者對 B2C 環(huán)境下物流服務(wù)質(zhì)量的理解，分析歸納測度因素，對 SERVQUAL 模型和 LSQ 模型中的維度進行刪減、增加或重新詮釋，以此構(gòu)建本文的 B2C 電子商務(wù)物流服務(wù)質(zhì)量測度模型。 3.1.2.1 刪除“有形性”，增加“信息性” 如圖 3.2 所示，傳統(tǒng)服務(wù)產(chǎn)生于顧客與有形界面的實體感官交流，即顧客到商店或是服務(wù)場所等實體環(huán)境

4、，在對設(shè)施布置、商品或服務(wù)產(chǎn)生感觀印象后購買商品或服務(wù)，因此有形性會在一定程度上對顧客的感知服務(wù)質(zhì)量產(chǎn)生影響。但在 B2C 電子商務(wù)中，交易過程產(chǎn)生于顧客與 B2C 電子商務(wù)網(wǎng)站的人機交互中，顧客只需要面對顯示屏上的電子頁面，點幾下鼠標就可以完成信息的收集，購買和賬款的支付，顧客與商家的人際交往也是依托于電子技術(shù)設(shè)備的。正是由于這樣脫離實體環(huán)境的虛擬交易方式，使得顧客對于體現(xiàn)有形性的物流公司環(huán)境、物流作業(yè)的相關(guān)設(shè)施、設(shè)備等方面是無需也是無法感知的（或感知程度極差），因此，作者將 SERVQUAL 模型維度中的有形性刪除。同時，人機交互貫穿于 B2C 電子商務(wù)交易的全過程，而人機交互的核心是信息

5、。從客戶在網(wǎng)頁上獲取物流費用、配送方式、退換貨流程等基本的物流信息，到下達訂單、物流跟蹤信息的查詢，再到通知收簽貨物，最后到誤差的處理和網(wǎng)上的評價，是信息從整體上把顧客、商品、B2C 網(wǎng)站和物流作業(yè)有效的結(jié)合起來，可見，在 B2C 電子商務(wù)物流服務(wù)中信息充足、即時、準確、有效的傳遞和反饋十分重要。因此，作者認為在測度模型維度應(yīng)該考慮 LSQ 模型中的信息質(zhì)量因素，將信息性引入構(gòu)建的測度模型。 3.1.2.2 增加“經(jīng)濟性” 在 SERVQUAL 模型、LSQ 模型及傳統(tǒng)的物流評價體系中并沒有考慮經(jīng)濟性因素，但實際上，顧客在衡量 B2C 物流服務(wù)質(zhì)量時會主觀的考慮物流服務(wù)的價格。而且，由于物流費

6、用作為購買商品時的附屬消費，不能給顧客帶來存在感和愉悅感，所以大部分顧客還會衡量物流服務(wù)價格是否公道合理、是否經(jīng)濟實惠、并與同類物流服務(wù)價格進行比較。如果顧客在考量對比后，產(chǎn)生不愉快的物流價格感知，顧客可能會對 B2C網(wǎng)站產(chǎn)生抱怨或是取消交易，從而降低對 B2C 電子商務(wù)物流服務(wù)質(zhì)量的感知結(jié)果。 另外，顧客會有這樣一種主觀意識：高的價格預(yù)示著高的質(zhì)量，即支付的費用越高對物流服務(wù)的期望也就更高，對物流服務(wù)績效的評價也更苛刻。而且，由于 B2C 的特殊性使得在退換貨的過程中，還會額外產(chǎn)生一筆物流費用，這一費用由誰來承擔(dān)也是顧客的關(guān)注點之一。由此可見，物流的經(jīng)濟性對于 B2C 電子商務(wù)物流服務(wù)質(zhì)量有

7、著重要的影響作用，因此，論文將經(jīng)濟性維度引入到所構(gòu)建的 B2C 電子商務(wù)物流服務(wù)質(zhì)量測度模型中。3.1.2.3 合并“可靠性”與“保證性” 在 SERVQUAL 模型中，可靠性的核心為公司是可以信賴的，能夠履行承諾的服務(wù)；而保證性的核心為員工是值得信賴的，能夠為顧客提供所需的服務(wù)。 可見，SERVQUAL 模型這兩個維度的出發(fā)點都是為顧客提供預(yù)先承諾的、顧客所需的、值得信賴的服務(wù)，只不過一個是站在公司的角度，一個是站在具體從事服務(wù)員工的角度。在傳統(tǒng)服務(wù)中，顧客與服務(wù)員工的接觸點較多，產(chǎn)生較多的交往行為，此時，將保證性單獨作為一個維度來進行探討；但在 B2C 電子商務(wù)物流流程中，雖然工作人員起著

8、很大的作用，但顧客與工作人員的接觸點極少，如圖 3.2，顧客更多感受的是公司可靠性以及工作人員保證性累加的最終物流服務(wù)結(jié)果，因此，作者認為應(yīng)將二者合并為同一維度可靠性。 3.1.2.4 “響應(yīng)性”分解為“時間性”與“靈活性” SERVQUAL 模型中，響應(yīng)性的主要內(nèi)容為根據(jù)顧客的要求提供快捷、有效服務(wù)的反應(yīng)能力和靈活程度，它包括企業(yè)對客戶需求及問題的反應(yīng)速度、應(yīng)對突發(fā)事件的能力及柔性化程度?？梢姡憫?yīng)性實際上包含兩個內(nèi)容：時間反應(yīng)能力與靈活程度。 在 B2C 電子商務(wù)交易中，多數(shù)顧客希望把物流時間盡量縮短，并希望提供 24 小時物流服務(wù)，同時，顧客對 B2C 電子商務(wù)物流服務(wù)還提出了訂單處理迅

9、速、發(fā)貨及時、退換貨周期短的等要求，而在傳統(tǒng)服務(wù)模型中響應(yīng)性中關(guān)于時間的解釋范圍較為狹隘，并未完全涵蓋顧客對于 B2C 電子商務(wù)物流服務(wù)的時間要求，因此，本文將 LSQ 模型中的時間性引入，代替 SERVQUAL 模型中的響應(yīng)性，用以測度時間反應(yīng)能力。同時，由于 B2C 電子商務(wù)網(wǎng)站經(jīng)營的網(wǎng)絡(luò)化和柔性化，使得顧客對物流服務(wù)提出了靈活性的要求，本文為此保留了響應(yīng)性中關(guān)于靈活性的部分，并將其作為測度模型的又一維度。3.1.2.5 “移情性”的保留 許多學(xué)者認為物流服務(wù)是 B2C 電子商務(wù)在出售目標商品時的附屬服務(wù)，移情性維度與物流指標之間不存在關(guān)聯(lián)性，因此，在構(gòu)建評價體系時基本上不予以考慮。但本文

10、認為，無論是 B2C 網(wǎng)站自建物流承擔(dān)物流任務(wù)還是外包給第三方物流公司，消費者對物流服務(wù)的認識都會轉(zhuǎn)嫁為對 B2C 網(wǎng)站的評價，因此，從事物流從業(yè)人員的態(tài)度、與客戶的交流及定制化服務(wù)有關(guān)的內(nèi)容都會對 B2C 電子商務(wù)物流服務(wù)產(chǎn)生重要的影響，基于此，本文保留了傳統(tǒng)服務(wù)質(zhì)量中的移情性作為測度維度之一。 3.1.3 模型的維度及其指標確定 綜上分析，本文對 B2C 電子商務(wù)物流服務(wù)質(zhì)量測度理論模型的維度及其指標如圖3.3 所示，具體分析如下： (1)可靠性 可靠性反映準確、完好、可靠地提供物流服務(wù)的能力，即 B2C 電子商務(wù)物流企業(yè)和從事物流相關(guān)工作的工作人員能夠在服務(wù)過程中信守承諾，以正確的方式為

11、顧客提供的值得信賴的物流服務(wù)，使顧客感到安心，不用擔(dān)心風(fēng)險。根據(jù) B2C 電子商務(wù)物流服務(wù)質(zhì)量的特性，結(jié)合顧客對服務(wù)質(zhì)量的主觀感受，歸納可靠性的指標為： 配送覆蓋程度、取貨地點準確性、貨物準確性、貨物完好性、員工作業(yè)規(guī)范性、退換貨服務(wù)保障性。 (2)時間性 時間性反映指物流服務(wù)所需的時間和速度，即 B2C 電子商務(wù)物流企業(yè)能夠為顧客提供快捷、有效的服務(wù)，同時，對顧客提出的需求及處理問題的反應(yīng)速度較快。時間性指標包含：訂單響應(yīng)時間、發(fā)貨響應(yīng)時間、訂貨-收貨周期、取貨等待時間、退換貨響應(yīng)時間、退換貨及誤差處理周期、“爆倉”期延遲時間。 (3)靈活性 靈活性是指 B2C 電子商務(wù)物流企業(yè)能夠提供多種

12、方式，滿足顧客對物流服務(wù)不同程度、不同方式的需求。靈活性指標包括：配送方式多樣性、收貨方式多樣性和退換貨服務(wù)靈活性。 (4)移情性 移情性是指 B2C 電子商務(wù)物流服務(wù)人員以友好的態(tài)度為顧客提供服務(wù)，設(shè)身處地為顧客著想，為顧客解決問題，關(guān)心顧客，維系與客戶的情感。移情性的指標包括：員工形象、員工服務(wù)態(tài)度、誤差處理意愿、客戶溝通、個性化服務(wù)等。 (5)信息性 信息性指 B2C 電子商務(wù)物流服務(wù)企業(yè)能夠及時、快速、準確地將貨物狀態(tài)、位置以及其它的一些重要信息反饋給顧客，從而使顧客對物流信息了然于心，做出有效的決策。相應(yīng)指標為：物流信息充足性、物流信息即時性、物流信息準確性、誤差信息反饋能力。 (6

13、)經(jīng)濟性 經(jīng)濟性直觀體現(xiàn)為服務(wù)價格，即因獲得服務(wù)所支付的費用。但是更多的會考慮支付費用的性價比，此外，在發(fā)生退換貨服務(wù)時物流費用的承擔(dān)問題也是顧客所關(guān)注的。經(jīng)濟性的指標包括：物流價格、服務(wù)性價比、退換貨服務(wù)費用等。3.2.2 模型的函數(shù)表達式 測度模型的函數(shù)表達式如式 3.1 所示： BLQ 表示總體 B2C 電子商務(wù)物流服務(wù)質(zhì)量； Pi表示第 i 個指標的顧客感知服務(wù)分數(shù)； Ei表示第 i 個指標的顧客期望服務(wù)分數(shù)； Wj表示每個維度的權(quán)重； Wij表示第 i 個指標在第 j 個維度中的權(quán)重； n 表示維度的數(shù)目； R 表示每個維度的指標個數(shù)。 該模型的目標函數(shù)表達式是由 SERVQUAL

14、模型理論公式(3.2)衍生出來的。 SERVQUAL 分數(shù)(Q) =感知分數(shù)(P) 期望分數(shù)(E)(3.2) 但公式(3.2)基于如下假設(shè)提出的：在顧客的心目中對于所提供服務(wù)的有形性、可靠性、保證性、響應(yīng)性、移情性五個維度的重要性是均等的。但實際生活中，不同的行業(yè)、不同的企業(yè)，這些維度的重要性是不同的。例如：對保險公司的顧客來說，可靠性是居首位的，而對餐飲服務(wù)業(yè)來說，有形性和移情性是比較重要的。對于 B2C 電子商務(wù)物流服務(wù)而言，可靠性、時間性、靈活性、移情性、信息性和經(jīng)濟性等維度的重要程度及其下屬具體指標的重要程度在實際上是不同的，需視具體情況對每一維度賦權(quán)，于是本文構(gòu)建如公式(3.2)的函

15、數(shù)表達式。對于平均 B2C 電子商務(wù)物流服務(wù)質(zhì)量的結(jié)果存在三種情況： (1)ABLQ=0，這一結(jié)果的產(chǎn)生是由于 Pi=Ei，即顧客對 B2C 電子商務(wù)物流服務(wù)感知和期望是一致的，顧客相對滿意，服務(wù)質(zhì)量相對較高。 (2)ABLQ >0，這種結(jié)果還可以分為兩種情況： Pi>>Ei，表示顧客對 B2C 電子商務(wù)物流服務(wù)的感知比期望高出很多，產(chǎn)生了過高的服務(wù)質(zhì)量。根據(jù)美國學(xué)者 Rand T.Rust 的觀點，服務(wù)質(zhì)量實際上是一種投資，并不是愈高愈好，太高的服務(wù)質(zhì)量會導(dǎo)致服務(wù)成本高到不必要的程度，這將直接影響企業(yè)的利潤水平。如果產(chǎn)生這種現(xiàn)象，B2C 電子商務(wù)網(wǎng)站則應(yīng)該對物流服務(wù)管理目標

16、的進行矯正。 Pi>Ei，表明顧客對 B2C 電子商務(wù)物流服務(wù)的感知比期望略高一些，既滿足了顧客的期望，又不至于給 B2C 電子商務(wù)網(wǎng)站帶來太大的成本壓力，將在顧客心目中產(chǎn)生服務(wù)質(zhì)量一流的印象。這是 B2C 電子商務(wù)網(wǎng)站追求的目標。 (3) ABLQ <0，這種結(jié)果也可以分為兩種情況： Pi<<Ei， 表示顧客對 B2C 電子商務(wù)物流服務(wù)的感知比期望低出很多，說明顧客對 B2C 電子商務(wù)網(wǎng)站下的物流服務(wù)十分不滿意，這種結(jié)果是企業(yè)應(yīng)該避免的。如果發(fā)生此現(xiàn)象，B2C 電子商務(wù)網(wǎng)站應(yīng)該考慮通過更換物流模式或?qū)ξ锪飨到y(tǒng)進行升級等方法從根本上解決物流服務(wù)質(zhì)量低下的問題。P，表明顧

17、客對 B2C 電子商務(wù)物流服務(wù)的感知比期望略低一些，顧客的感知不能滿足期望，根據(jù) PZB 的最新觀點，在這種情況下，存在一個“容忍區(qū)域”，如果感知與服務(wù)的差異在“容忍區(qū)域”里變動，那么即使顧客的原始期望不能被滿足，但所提供的物流服務(wù)也是可以接受的，即對物流服務(wù)的期望與感知是沒有顯著性差異的；如果在“容忍區(qū)域”之外，那么物流服務(wù)質(zhì)量就是較差的，B2C 電子商務(wù)網(wǎng)站應(yīng)該針對物流服務(wù)薄弱環(huán)境進行整改，以提高物流服務(wù)質(zhì)量。3.2.3.2 配對樣本T檢驗法 為了解決 ABLQ <0 且 P的情況下，如何判斷物流服務(wù)質(zhì)量的問題。本文采用配對樣本 T 檢驗本文采用配對樣本 T 檢驗，以配對 T 檢驗顯

18、著性差異分析中的 sig 值作為判斷期望與感知的差異是否在“容忍區(qū)域”內(nèi)。 當 sig 值小于 0.05 時，說明顧客對服務(wù)的感知與期望存在顯著差異，說明二者的差異在“容忍區(qū)域”外，結(jié)合測度結(jié)果 ABLQ <0，說明物流服務(wù)質(zhì)量較差；當 sig 值大于 0.05 時，說明顧客對服務(wù)的感知與期望的差異不顯著，說明二者的差異在“容忍區(qū)域”內(nèi)，雖然 ABLQ <0，但物流服務(wù)基本能滿足期望。 同時，還可以通過配對樣本 T 檢驗對 B2C 電子商務(wù)物流服務(wù)質(zhì)量各個指標的“期望”和“感知”分數(shù)的對比分析，判斷出在評價服務(wù)質(zhì)量的各個維度中哪個指標顧客的所期望得到的和實際感受到的服務(wù)的差距最大，

19、從而判斷出服務(wù)質(zhì)量的哪個維度最需要改進。 3.3 基于測度模型的量表與問卷 3.3.1 量表設(shè)計 本文通過專家訪談等方法明確了各維度與相關(guān)指標，據(jù)此設(shè)計 B2C 電子商務(wù)物流服務(wù)質(zhì)量的初始量表，如表 3.1 所示。3.3.2 問卷設(shè)計 本文以量表的維度和指標為主要依據(jù)，遵循目的明確、簡潔匹配、條理清晰等基本原則進行問卷設(shè)計。 在問卷的正式內(nèi)容之前介紹了本文所要進行的研究目的、對被調(diào)查者的益處以及保密聲明。問卷的開頭對物流服務(wù)給出了通俗易懂的定義，以使被調(diào)查者尤其是對物流服務(wù)的概念還不太熟悉的被調(diào)查者對其有個大體的認識。在問卷的每一部分問題之前都附有答卷說明，用以指導(dǎo)被調(diào)查者恰當?shù)鼗卮饐栴}。 問

20、卷的內(nèi)容分為 6 個部分。 第 1 部分：B2C 電子商務(wù)網(wǎng)絡(luò)購物基本行為調(diào)查。用于甄別被調(diào)查者是否為目標樣本人群，并提供樣本人群的基本網(wǎng)購行為信息。 第 2 部分：B2C 電子商務(wù)網(wǎng)站購物物流服務(wù)期望調(diào)查。 第 3 部分：B2C 電子商務(wù)網(wǎng)站購物物流服務(wù)感知調(diào)查。 第 2、第 3 部分為本問卷的主要部分，主要為 B2C 電子商務(wù)物流服務(wù)期望和感知提供數(shù)據(jù)依據(jù)，對本文信度和效度的檢驗起到關(guān)鍵性的作用。其中每一部分共設(shè) 28 道問題，為了便于被調(diào)查者的作答，沒有以各維度為順序設(shè)計問題，而是按照一般 B2C電子商務(wù)購物流程和接受物流服務(wù)的順序來設(shè)計。在具體問題的提問上沿用 PZB 組合的研究思路，

21、所有的問項都是正向語句，并在問卷中對量表中部分表述進行了適當調(diào)整，以適應(yīng)被調(diào)查者的需要；問卷中，變量的衡量尺度上采用定性與定量相結(jié)合的形式，定性指標采用美國社會心理學(xué)家李克特(Likert)提出的 5 點尺度來計量，為了保證問卷的統(tǒng)一性和數(shù)據(jù)分析的一致性，定量指標的衡量尺度也劃分為 5 個尺度。 第 4 部分：開放性問題。B2C 電子商務(wù)每一客戶都是一個單獨的個體，對于服務(wù)質(zhì)量的要求也不同，構(gòu)建問卷維度指標難免帶有個人偏好，出現(xiàn)漏項等問題，開放性問題用以補充量表中沒有提及的、而大多數(shù)客戶對物流服務(wù)質(zhì)量比較重視的方面，填表人可根據(jù)自身的實際情況和需求來回答問題。 第 5 部分：被調(diào)查者的背景調(diào)查

22、，包括被調(diào)查者的性別、年齡、學(xué)歷等基本資料。通過這些基本資料的調(diào)查，可以了解被測試者的基本情況，提高問卷調(diào)查的有效性。 在形成初始問卷后，作者將問卷送交相關(guān)專家進行評閱，專家們就概念、內(nèi)容、措辭、編排等方面對問卷提出了非常詳細而具體的意見，從而在很大程度上避免了在填答問卷的過程中可能產(chǎn)生的誤解和歧義，根據(jù)專家們對問卷初稿提供的意見和建議，本文對問卷內(nèi)容做了適當?shù)恼{(diào)整后，向小范圍 B2C 電子商務(wù)用戶實驗性發(fā)放，以訪談的方式進行預(yù)調(diào)查征求其意見，修正與改善問卷中不恰當?shù)膯柗ɑ蛴迷~，對問卷進行進一步的完善。通過上述過程，反復(fù)修正和完善后的問卷簡明易懂、不失嚴謹，為顧客填答問卷提供了極大便利，從而縮

23、短了顧客填答問卷的過程，最終確定的問卷詳見附錄。3.3.3 問卷發(fā)放和樣本調(diào)研 問卷的發(fā)放和樣本調(diào)研方面，采用網(wǎng)絡(luò)問卷與紙質(zhì)問卷相結(jié)合的方式。 其中，網(wǎng)絡(luò)問卷主要充分利用“愛調(diào)研網(wǎng)”、“知己知彼網(wǎng)”等調(diào)研平臺， B2C 電子商務(wù)網(wǎng)站的社區(qū)論壇以及 QQ、MSN、Email 等工具，以網(wǎng)絡(luò)在線方式進行問卷的發(fā)放，網(wǎng)絡(luò)問卷隨機抽樣的范圍比較好，但是有效性比較低。為了避免有效性低這個缺陷，本研究同時發(fā)放紙質(zhì)問卷。 在問卷發(fā)放的數(shù)量確定上，依據(jù) Kendan 的觀點，樣本容量數(shù)應(yīng)該取取變量數(shù)的5-10 倍，且樣本容量越大，數(shù)據(jù)分析的可靠性越大。本文建立的測度模型中共有 28 個變量，因此確定樣本容量為

24、 300 份。 本文共發(fā)放 300 份，回收 293 份，視以下情況對問卷予以剔除： (1)檢查問卷是否有規(guī)律填寫，比有問項都填選或者某幾項交替選擇。 (2)為了減少被調(diào)查者隨意作答者在問卷中設(shè)計了一組完全相同的問題。 經(jīng)過整理，剔除了不一致問卷、評分超評分范圍、未填答完全及系統(tǒng)性偏差的無效問卷 17 份，回收有效問卷 276 份，有效率為 94.2%。問卷回收率較高，能夠滿足本文統(tǒng)計分析的需要。 3.4 本章小結(jié) 根據(jù)第 2 章服務(wù)質(zhì)量測度理論基礎(chǔ)，第 3 章詳述了如何構(gòu)建 B2C 電子商務(wù)物流服務(wù)質(zhì)量測度模型。首先，分別從模型的構(gòu)建思路、維度分析、維度及其指標確定三個方面詳細闡述了測度模型

25、的建模過程；其次，提出了測度模型的基本假設(shè)和驗證假設(shè)，構(gòu)建了測度函數(shù)表達式，并給出了平均分數(shù)法和配對樣本 T 檢驗法以用于測度結(jié)果的分析；最后，基于測度模型，設(shè)計了量表和問卷。第 4 章 B2C電子商務(wù)物流服務(wù)質(zhì)量測度模型的校驗 4.1 校驗方法概述 (1)描述性統(tǒng)計分析 描述性統(tǒng)計主要是通過對樣本人群的性別、年齡、學(xué)歷、職業(yè)、收入等基本特征及網(wǎng)齡、網(wǎng)購歷史、次數(shù)、網(wǎng)購商品等行為特征做類別、樣本頻次和累計比率的分析，從而了解樣本人群的自然、社會、行為屬性及整體結(jié)構(gòu)構(gòu)成，歸納出 B2C 電子商務(wù)物流服務(wù)客戶特征，并判斷樣本人群否具代表性和可信度。 (2)項目總體相關(guān)性分析 項目總體相關(guān)性是描述變

26、量之間相關(guān)密切程度的。如果某一變量的相關(guān)系數(shù)太低或者與其余變量間相關(guān)系數(shù)存在較大差異時，說明這一變量與其他變量不存在相關(guān)性。本研究將采用項目總體相關(guān)性來分析各維度下指標間的相關(guān)程度，以此作為依據(jù)，對模型的維度和指標進行純化和篩選。 (3)探索性因子分析 探索性因子分析是通過分析變量間的內(nèi)部依存關(guān)系，以幾個假設(shè)因子來代表存在較強內(nèi)在關(guān)系和相似性的多個變量的主要信息，將具有錯綜復(fù)雜的眾多變量綜合為少數(shù)幾個核心因子，從而起到探尋指標本質(zhì)屬性和降維的目的。本研究采用探索性因子分析，用以分析數(shù)據(jù)與原理論模型的維度與指標結(jié)構(gòu)擬合度，判斷理論模型的構(gòu)建否合理，并根據(jù)分析結(jié)果對理論模型進行相應(yīng)的調(diào)整。 (4)

27、信度分析 信度分析是用來衡量測度模型是否具有內(nèi)部一致性或穩(wěn)定性，反映測度結(jié)果受隨機誤差影響的程度，其主要檢驗所收集數(shù)據(jù)的可靠性。信度指標大致可分為三類：穩(wěn)定信度、折半信度和內(nèi)在一致性信度。目前，針對類似于本文中“態(tài)度、意見性”的量表模型，最常用的是折半信度和內(nèi)部一致性信度，本文將應(yīng)用這兩個信度來驗證純化和結(jié)構(gòu)調(diào)整后測度模型的一致性和可信性。 (5)效度分析 效度分析是用來衡量測度工具正確性和可靠性的，確認所收集的數(shù)據(jù)是否能夠得到預(yù)期結(jié)論以及擬研究的問題。效度的正確性是相對的，根據(jù)效度的定義，測量工具的效度可從三個方面進行測量，即內(nèi)容效度、標準效度和結(jié)構(gòu)效度。本文將從這三個方面入手，驗證驗證純化

28、和結(jié)構(gòu)調(diào)整后測度模型的可靠性和準確性。 (6)回歸分析 回歸分析法是在掌握大量觀察數(shù)據(jù)的基礎(chǔ)上，利用數(shù)理統(tǒng)計方法建立因變量與自變量之間的回歸關(guān)系函數(shù)表達式。本文采用回歸分析分析各維度指標對物流服務(wù)質(zhì)量的重要性程度，并以此來確定各維度指標的權(quán)重。4.2 樣本的描述性統(tǒng)計分析 本節(jié)對樣本人群的性別、年齡、學(xué)歷、職業(yè)、收入等基本特征及網(wǎng)齡、網(wǎng)購歷史、次數(shù)、商品等行為特征進行相應(yīng)的描述性統(tǒng)計分析。 4.2.1 樣本基本特征的描述性統(tǒng)計分析 樣本基本特征統(tǒng)計結(jié)果如表 4.1 所示，其分析如下： (1)男女比例方面，本次調(diào)查問卷的被調(diào)研對象的男女比例分別為 48.6%和 51.4%，女性被調(diào)研對象略高于男

29、性，但沒有顯著差異。 (2) 年齡段分布方面，調(diào)研樣本人群的年齡段主要集中在 1824，2530，3135 歲這三個年齡層，累計百分比約占所有樣本人群的 94%。其中，1824 歲間的樣本人群達到 39.9%，2530 歲間的樣本人群以 35.6%居第 2 位，3135 歲間的樣本人群達到 17.7 %，即主要以青年群體為主，這一群體對網(wǎng)絡(luò)相當熟悉，購買商品的欲望也比較強烈，用于購買商品的可支配收入的較多。 (3)學(xué)歷方面，樣本人群的學(xué)歷水平相對較高，具有大專以上水平的學(xué)歷、本科及以上的用戶累計百分比約占所樣本的高達 95%。 (4)職業(yè)方面，樣本人群職業(yè)分布表現(xiàn)為較高程度的集聚性，即學(xué)生所占

30、比例最多，達到 68%，其后依次是公司職員、學(xué)校教師、國家公務(wù)員等。 (5)收入方面，由于樣本人群以學(xué)生為主體，學(xué)生的經(jīng)濟來源有限，因此，月收入小于 1000 元的調(diào)查對象比率最高，達 68%。 綜上分析，樣本人群在性別、年齡、學(xué)歷、職業(yè)、收入等方面雖然與 iResearch2008年發(fā)布的2007 年中國網(wǎng)上購物報告存在著偏差，但偏差程度較小，說明樣本人群具有代表性和可靠性。4.2.2 樣本行為特征的描述性統(tǒng)計分析 樣本行為特征統(tǒng)計結(jié)果如表 4.2 所示，其分析結(jié)果如下： (1)網(wǎng)齡方面，樣本人群的網(wǎng)齡主要集中在“4 年以上”這一階段，比率高達 97.5%。根據(jù)表 4.1，樣本人群中本科以上

31、學(xué)歷所占比例為 95%，該學(xué)歷階段的人群接觸網(wǎng)絡(luò)的時間和機會比較多，一般都具有多年的網(wǎng)絡(luò)經(jīng)驗，因此調(diào)查對象網(wǎng)齡集中于“4 年以上”是合理的。 (2)網(wǎng)購歷史方面，1 年以上網(wǎng)購歷史的累積百分比達 95.3%。 (3)網(wǎng)上購物次數(shù)方面，6 次以上的累積百分比高達 79.8%。 (4)網(wǎng)購商品種類方面，囊括了日常消費品、圖書音像制品、電子消費品、數(shù)字產(chǎn)品等多種產(chǎn)品。其中，服裝、鞋帽、化妝品等日常消費品在 B2C 網(wǎng)站購買比例最高的商品，比率達 48.9%；由于樣本人群以學(xué)生為主，所以圖書音像制品比率次之，為 32.4%；數(shù)碼電子產(chǎn)品占 11.3%，排名第三；選項中的“數(shù)字產(chǎn)品”主要為電子卡及虛擬貨

32、幣，購買比率為 6.49%。 (5)經(jīng)常瀏覽的網(wǎng)站方面，淘寶商城的訪問人數(shù)最高，比例高達 29.90%。由于樣本人群以學(xué)生為主，因此以書籍為主營業(yè)務(wù)的當當網(wǎng)在瀏覽人數(shù)上居第二位，訪問比例也高達 19.70%；京東商城緊隨其后，為 16.30%；卓越亞馬遜、凡客誠品等也占有一席之地，分別為 14.50%和 10.80%；新蛋網(wǎng)、紅孩子、網(wǎng)易尚品等歸屬為其他，比率為8.80%。 在本次調(diào)研中，雖然淘寶商城的訪問量位居第一，但并沒有出現(xiàn)一家獨大的局面，因此，本次調(diào)研的數(shù)據(jù)具有普適性。4.3 測度項目的純化與結(jié)構(gòu)調(diào)整 4.3.1 測度項目總體相關(guān)性分析 本研究首先使用項目總體相關(guān)分析來對測量項目進行純

33、化和篩選。相關(guān)系數(shù)是描述指標之間相關(guān)密切程度的量。如果某一指標的相關(guān)系數(shù)太低或者與同一維度其余指標間相關(guān)系數(shù)存在較大差異時，說明這一指標與所屬維度不存在相關(guān)性。 一般來說，在進行指標總體相關(guān)分析時，首先計算各指標項目總體相關(guān)系數(shù)及各維度的 Cronbachs a 系數(shù)；排查出項目總體相關(guān)系數(shù)低于 0.4 的指標，并計算除去該指標后維度的 Cronbachs a 系數(shù)，若 Cronbachs a 系數(shù)增加，則剔除該指標，若 Cronbachs a 系數(shù)驟降，則保留該指標；然后，分析哪些指標相關(guān)系數(shù)大于 0.4 但剔除后 Cronbachs a 系數(shù)會增加，如存在此類指標，則剔除該指標。需要說明的

34、是，由于本研究屬于探索性校驗研究，在具體操作時，僅剔除低于 0.4 且使得 Cronbachs a 系數(shù)增加的指標；同時，純化指標的過程需要反復(fù)進行，每次刪除特定指標之后，都要重新計算每個指標的相關(guān)系數(shù)，直到獲得理想的值，結(jié)束檢測。根據(jù)上述原則對模型的 6 個維度分別進行純化分析。4.3.1.1 可靠性項目純化 可靠性包括物流服務(wù)覆蓋程度、取貨地點準確性、貨物準確性、貨物完好性、員工作業(yè)規(guī)范性以及退換服務(wù)保障性等 6 個指標。對其數(shù)據(jù)進行分析，結(jié)果如表 4.3、表4.4 所示，其初始 Cronbachs a 系數(shù)為 0.654，除退換貨保障性這一指標的項目總體相性系數(shù)為 0.396，低于 0.

35、4 外，其他指標的項目總體相關(guān)系數(shù)均高于 0.4。因此，計算剔除該指標后可靠性的 Cronbachs a 系數(shù)，結(jié)果如表 4.5 所示， Cronbachs a 系數(shù)升至 0.682，則剔除退換服務(wù)保障性，同時，表 4.6 顯示其他指標的項目總體相關(guān)系數(shù)的值都大于0.4，則可靠性的項目純化過程到此為止。4.3.1.2 時間性項目純化 時間性維度共包含7個指標，如表4.7至表4.9所示，初始Cronbachs a系數(shù)為0.665，指標“爆倉”期延遲時間的相關(guān)系數(shù)為0.374；剔除該指標后，其他各項與維度的Cronbachs a系數(shù)為0.679，比剔除該指標前增加。因此，剔除“爆倉”期延遲時間。如

36、表4.10所示，刪除后發(fā)現(xiàn)，發(fā)貨響應(yīng)時間這一指標的相關(guān)性系數(shù)的值低于0.4，故計算除“發(fā)貨響應(yīng)時間”指標外的維度Cronbachs a系數(shù)，結(jié)果如表4.11所示，Cronbachs a系數(shù)升至0.687，同時，表4.12顯示其他指標的相關(guān)性系數(shù)均大于0.4，時間性維度的純化結(jié)束。因此，時間性維度刪除爆倉期延遲時間和發(fā)貨響應(yīng)時間兩項4.3.1.3 靈活性項目純化 如表4.13、表4.14所示，靈活性維度指標的初始Cronbachs a系數(shù)為0.631，3個指標的相關(guān)系數(shù)均大于0.4，故不刪除任何指標。4.3.1.4 移情性項目純化 移情性包括員工形象、員工服務(wù)態(tài)度、誤差處理意愿、客戶溝通和個性化

37、服務(wù)5個指標，如表4.15、表4.16，其的原始Cronbachs a系數(shù)為0.673，其中員工形象的相關(guān)系數(shù)低于0.4；如表4.17、表4.18，刪除該指標后的Cronbachs a系數(shù)為0.679，比原始值有所提高，故刪除該指標，同時發(fā)現(xiàn)其他4指標的相關(guān)系數(shù)都大于0.4，純化終止。4.3.1.5 信息性項目純化 如表4.19、表4.20，信息性的原始Cronbachs a系數(shù)為0.589，所有指標的項目相關(guān)系數(shù)值都高于0.4，故不刪除任何指標。4.3.1.6 經(jīng)濟性項目純化 如表4.21和表4.22可判定，經(jīng)濟性維度分析結(jié)果為保留原有全部指標。 4.3.2 測度項目探索性因子分析 探索性因

38、子分析法是一項用來找出多元觀測變量的本質(zhì)結(jié)構(gòu)、并進行降維處理的方法。它是通過分析變量間的內(nèi)部依存關(guān)系，以幾個假設(shè)因子來代表全部變量的基本結(jié)構(gòu)構(gòu)成，反映全部變量傳遞的主要信息，其基本結(jié)果模型如圖 4.1 所示，每個觀測變量只在一個假設(shè)因子上負荷不為零，x是假設(shè)因子 1是假設(shè)因子 2下屬的觀測變量。推廣至一般意義上，即各觀測變量與公共因子間的關(guān)系可以表示如下： x其中，xi為各觀測變量；m是公共因子；i是 xi的誤差項，包括誤差因子和唯一項因子。因此，通過探索性因子分析能夠?qū)㈥P(guān)系紛繁復(fù)雜的眾多變量綜合為少數(shù)幾個假設(shè)因子，從而起到探尋指標本質(zhì)結(jié)構(gòu)和降維的目的。本研究采用探索性因子分析，用以分析數(shù)據(jù)與

39、原理論模型的維度與指標結(jié)構(gòu)擬合度，判斷理論模型的構(gòu)建否合理，并根據(jù)分析結(jié)果對理論模型進行相應(yīng)的調(diào)整45。4.3.2.1 KMO檢驗和巴特利特球度檢驗 在進行探索性因子分析之前，首先要對因子分析的條件進行檢驗，判斷原有變量之間是否存在一定的線性關(guān)系，即是否存在較強的相關(guān)關(guān)系。如果存在較強的相關(guān)關(guān)系，那么就能夠提取反映某些共同特性的公共因子，適合采用因子分析提取因子，反之，則不適合。本文選擇巴特利球形檢驗和 KMO 檢驗方法來對因子分析的條件進行檢驗。 (1)KMO 檢驗 KMO 檢驗是通過比較各變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的大小判斷變量間的相關(guān)性。一般而言，KMO 值介于 01 之間， KMO

40、 接近 1，表示變量之間的共同特性越多，越適合于做因子分析；當 KMO 值在 0.5 以下，一般不適宜作因子分析46。 (2) 巴特利特球型檢驗 巴特利特球型檢驗用于檢驗各變量是否獨立。如果巴特利球形檢驗值較大，且對應(yīng)的相伴概率值小于用戶給定的顯著性水平，則相關(guān)系數(shù)矩陣不是一個單位陣，說明變量間具有公因子，適合做因子分析，反之，則不適合47。 根據(jù)上述原則進行因子分析條件檢驗，得到 KMO 檢驗和巴特利特球度檢驗的分析結(jié)果如表 4.23。由表 4.23 可知，巴特利特球度檢驗統(tǒng)計量的觀測值為 1943.659，對應(yīng)的相伴概率為 0，小于顯著性水平 0.05，則相關(guān)系數(shù)矩陣與單位陣有顯著差異。同

41、時，KMO 值為0.876，接近于 0.7，根據(jù) Kaiser 度量標準，指標的 KMO 值和 Bartlett 氏球體檢驗值均通過檢驗，原有指標適合進行因子分析。 4.3.2.2 探索性因子分析 本研究借助 SPSS17.0 軟件，利用主成分分析法，配合 VARIMAX 旋轉(zhuǎn)法對 B2C電子商務(wù)物流服務(wù)質(zhì)量問卷數(shù)據(jù)進行因子分析。 表 4.24 為因子分析的主成分列表。表中共體現(xiàn)初始特征值、提取平方和旋轉(zhuǎn)平方和三組數(shù)據(jù)，每組的三列數(shù)據(jù)分別為指標的特征根、方差貢獻率和累計方差貢獻率。其中，方差貢獻率是每個指標的特征根與全部指標特征根總和的比率。為了起到降維的目的，本文采用特征根法對因子進行排列取

42、舍，即以特征值大于 1 為評估標準，如果一個因子的特征根大于 1 就保留，否則拋棄。 根據(jù)上述原則，進行排序：第 1 個主因子特征根為 4.453，解釋了原有全部變量總方差的 18.554%，累積方差貢獻率為 18.554%，第 2 個主子特征根為 3.889，解釋了原有全部變量總方差的 16.204%，累積方差貢獻率為 34.758%，以此類推，6 個主因子共解釋了原有變量總方差的 73.057%，總體上，原有變量的信息的丟失較少，保留度較高，因子分析效果較為理想。萃取主因子后，為了更清楚的描述因子與各指標間的關(guān)系，對主因子的實際意義做出合理解釋，需要改變信息量在不同主因子上的分布，因此，本

43、文對因子載荷矩陣實施 VARIMAX 旋轉(zhuǎn)，實施 VARIMAX 旋轉(zhuǎn)后的載荷矩陣如表 4.25 所示。 在對指標進行取舍及判斷主因子的所屬關(guān)系時，本文主要采取以下標準：剔除自成一因子的指標；剔除在所有因子上的因子載荷量都小于 0.5 的指標；剔除在兩個因子上因子載荷量都大于 0.5 的指標；原則上，應(yīng)剔除在兩個因子上的因子載荷量之差小于0.1 的指標；最終，保證每一個指標只在唯一主因子上的旋轉(zhuǎn)載荷量大于 0.05，即該指標與該因子存在所屬關(guān)系。 據(jù)此分析，表 4.24 呈現(xiàn)出較為明顯的 6 個主因子的結(jié)構(gòu)模式，全部指標都在特定主因子上呈現(xiàn)出較高的因子載荷量，不存在單獨成項及在兩個因子上載荷量

44、都大于 0.5的指標，因此不需剔除任何指標。根據(jù)因子載荷量的分布情況，各指標與主因子的所屬關(guān)系表現(xiàn)為： (1)主因子 1 包含 RQ1 物流覆蓋程度、RQ2 取貨地點準確性、RQ3 貨物準確性、RQ4貨物完好性、RQ5 員工作業(yè)規(guī)范性這 5 個指標，這純化后理論模型中的可靠性維度相一致，因此保留原有命名，即該主因子為可靠性。 (2)主因子 2 包含 TQ1 訂單響應(yīng)時間、TQ3 訂貨-收貨周期、TQ4 取貨等待時間、TQ5 退換貨響應(yīng)時間、TQ6 退換貨及誤差處理周期這個指標，對應(yīng)純化后理論模型中的時間性，因此，該主因子命名為時間性。 (3)FQ1 配送方式多樣性、FQ2 收貨方式多樣性、FQ

45、3 退換貨服務(wù)靈活性、SQ5 個性化服務(wù)組成主因子 3，其中 FQ1、FQ2、FQ3 是純化后理論模型中靈活性的下屬指標，因此，本文將主因子 3 命名為靈活性。 (4)SQ2 員工服務(wù)態(tài)度、SQ3 誤差處理意愿、SQ4 客戶溝通是純化后理論模型中的移情性相的下屬指標，共同構(gòu)成主因子 4，則將主因子 4 命名為移情性。 (5)IQ1 物流信息充足性、IQ2 物流信息即時性、IQ3 物流信息準確性、IQ4 誤差信息反饋能力組成主因子 5，與純化后理論模型中的信息性相吻合，因此主因子 5 為信息性。(6)主因子 6 由 EQ1 物流價格、EQ2 服務(wù)性價比、EQ3 退換貨服務(wù)費用等 3 個指標構(gòu)成，

46、對應(yīng)純化后理論模型中經(jīng)濟性，因此，主因子 6 對應(yīng)命名為經(jīng)濟性。 總體上講，主因子的結(jié)構(gòu)模式、所反映的信息與理論模型在概念維度上的劃分基本一致，僅對 SQ5 個性化服務(wù)這一個指標進行了所屬維度的調(diào)整，并未帶來本質(zhì)上的變化和影響，因而總體具有較高的擬合度，說明理論模型的維度劃分是科學(xué)合理的。 4.3.3 測度維度與項目的歸納 經(jīng)過總體相關(guān)性分析和探索性因子分析，對測度項目進行純化篩選和結(jié)構(gòu)調(diào)整后，形成的維度項目如表 4.26 所示。4.4 信度與效度檢驗 在純化和結(jié)構(gòu)調(diào)整后，對模型的維度和指標進行進一步的信度和效度檢驗，以驗證純化和結(jié)構(gòu)調(diào)整后測度模型的一致穩(wěn)定性和可靠性。 4.4.1 信度檢驗

47、信度檢驗 (Reliability Analysis)是用來衡量測度模型是否具有一致性或穩(wěn)定性，反映測度結(jié)果受隨機誤差影響的程度，其主要檢驗所收集數(shù)據(jù)的可靠性。信度指標多以相關(guān)系數(shù)來表示，大致可分為三類：穩(wěn)定信度、折半信度、內(nèi)在一致性信度。目前針對類似于本文中態(tài)度、意見性的量表模型，最常用的信度系數(shù)折半信度和內(nèi)部一致性信度。 (1) 折半信度 折半信度法是將全部指標分為兩個整體，計算這兩部分的的相關(guān)系數(shù)，以此來測量兩部部分指標得分的一致性，進而驗證整個模型的信度。在進行折半信度分析時，應(yīng)將全部的指標分成兩部分，可以以奇偶性或前后順序劃分，但劃分時應(yīng)注意兩部分的指標數(shù)目要盡可能的相等，同時，要將

48、問卷中含有反意指標的得分做逆向處理，保證各指標得分方向的一致性。在計算二者的相關(guān)系數(shù)后，應(yīng)用 Guttman Split-Half 公式： 兩半測驗分數(shù)的相關(guān)系數(shù) 整個測驗的信度的估計值 求出信度系數(shù)，一般在信度評估中，折半信度系數(shù)在 0.6 以上即為可接受48。本研究借助 SPSS 軟件來完成折半信度檢驗。計算結(jié)果如表 4.27 所示。結(jié)果表明，折半信度系數(shù)為 0.786，大于一般折半系數(shù) 0.6 的標準，因此認為本研究中，純化和調(diào)整后的測度模型的折半信度是可以接受的。 (2) 內(nèi)部一致性信度 內(nèi)部一致性信度是通過所有指標之間的相關(guān)性來驗證模型信度的。假設(shè)將模型中一個指標視為一個初始指標的話

49、，那么N指標就相當于將N-1 個指標與初始指標相連接，組成了長度為初始指標N 倍的新指標， N指標的信度系數(shù)就內(nèi)部一致性信度系數(shù)。目前，最常用的內(nèi)部一致性信度系數(shù)是Nunnally在 1978 年提出的Cronbachs a信度系數(shù)。本文也將采用Cronbachs a系數(shù)對問卷的信度進行測量，其計算公式為：其中，n 為指標的總數(shù)，Si 為第 i 指標得分的題內(nèi)方差，ST 為全部指標總得分的方差。學(xué)者小黑爾、安德森、泰薩穆和布萊克等認為，一份信度系數(shù)好的問卷，Cronbachs a 系數(shù)最好在 0.80 以上，0.70 以上信度較高，0.50 至 0.70 之間也可以接受。若內(nèi)部一致性系數(shù)在 0

50、.50 以下，應(yīng)考慮重新修訂量表問卷或增刪指標。本文的 Cronbachs a 系數(shù)可以小于 0.7，但必須大于 0.50。各個維度的 Cronbachs a系數(shù)在項目總體相關(guān)性分析中已經(jīng)得到了驗證，表 4.28 表征了總體信度。可見，總體內(nèi)部一致性信度系數(shù)為 0.735，大于 0.7，因此認為純化和調(diào)整后的測度模型的總體內(nèi)部一致性信度是可以接受的。 通過折半信度和內(nèi)部一致性信度的檢驗，修正后的模型具有較好的信度。4.4.2 效度檢驗 效度檢驗是用來檢驗測度工具的正確性或可靠性，確認所收集的數(shù)據(jù)是否能夠得到預(yù)期的結(jié)論以及所擬的問題。根據(jù)效度的定義，驗證效度可從三個方面進行測量，即內(nèi)容效度、標準

51、效度和結(jié)構(gòu)效度。 (1)內(nèi)容效度 內(nèi)容效度用于檢驗指標的代表性或?qū)λ獪y度行為層面取樣的切合性，屬于一種事前的邏輯分析分析或測驗合理性的判斷。由于本文模型借鑒了傳統(tǒng)差異模型、SERVQUAL 模型以及 LSQ 模型，并基于深度調(diào)研和訪談，因此，能保證模型具有較高的內(nèi)容有效性。(2)結(jié)構(gòu)效度 結(jié)構(gòu)效度用于衡量理論上期望的特征的程度，即所要測量的概念能顯示出科學(xué)的意義并符合理論上的設(shè)想。它是通過與理論假設(shè)相比較來檢驗的，根據(jù)理論推測的“結(jié)構(gòu)”與具體行為和現(xiàn)象間的關(guān)系，判斷指標結(jié)構(gòu)是否合理。本文已經(jīng) 4.2 節(jié)的因子分析中對模型的結(jié)構(gòu)效度進行了驗證，在此不再贅述。 (3) 效標效度 效標效度用于衡量

52、測度結(jié)果與一些能夠精確表示被測概念的標準之間的程度。好的效標具有以下條件：必須能最有效地反映測驗的目標，即效標測量本身必須有效；必須具有較高的信度，穩(wěn)定可靠，不隨時間等因素而變化；可以客觀地加以測量，可用數(shù)據(jù)或等級表表示。最常用的效標效度的檢驗方法就是Spearman相關(guān)系數(shù)，Spearman相關(guān)系數(shù)越大，相關(guān)程度越高，效度就越高。但效度系數(shù)通常較低，經(jīng)驗值多在 0.200.60 之間，很少超過 0.70 。因此，一般以 0.40.8 之間比較理想。基于此原則，本文的 Spearman 相關(guān)系數(shù)檢驗結(jié)果如表 4.29 所示?？梢姡琒peannan 相關(guān)系數(shù)在 0.2-0.8 之間，說明本次問卷

53、具有較好的效標效度。綜上所述，經(jīng)過層層嚴密的檢驗，B2C 電子商務(wù)物流服務(wù)質(zhì)量測度模型的維度和指標不僅具有非常好的可靠性，而且具有較高的有效性。 4.5 測度項目的重要性分析 多指標測度問題中，指標權(quán)重的合理性將直接反應(yīng)測度模型是否合理，科學(xué)合理地確定指標權(quán)重，關(guān)系到測度結(jié)果的可靠性與正確性，是綜合測度的重要環(huán)節(jié)之一。 4.5.1 權(quán)重確定方法 在指標權(quán)重的分類上，可分為相對權(quán)重和絕對權(quán)重兩種。在整個測度模型中的數(shù)值表達稱為絕對權(quán)重，處于同層的各個指標之間相對重要性的數(shù)值表達，稱為相對權(quán)重。因此，在設(shè)計指標權(quán)重過程中，應(yīng)遵循能體現(xiàn)各指標的相對重要程度，與各指標間的獨立程度、區(qū)分度及信息可靠性相

54、適應(yīng)等原則。常用的指標權(quán)重確定方法有因子分析法、回歸分析法、拉開檔次法、灰色關(guān)聯(lián)度法、配對比較法等49。 本文將采用回歸分析來確定各指標的權(quán)重?；貧w分析是從實際數(shù)據(jù)本身出發(fā)，提取相關(guān)的信息，能夠充分體現(xiàn)顧客的意愿，不易受作者個人及其他因素的影響，因此采用回歸分析方法來確定各維度及各指標的權(quán)重較為科學(xué)。具體來說，是根據(jù)實際統(tǒng)計數(shù)據(jù)求得因果關(guān)系的相關(guān)系數(shù)，進而確定回歸方程，來預(yù)測總趨勢；其中，相關(guān)系數(shù)越大，因果關(guān)系越密切，影響程度就越大，相應(yīng)的權(quán)重值就越大。 4.5.2 權(quán)重的確定 由于本文使用與因子分析相同的樣本數(shù)據(jù)進行回歸分析，而在 4.3 效標效度檢驗分析得出 24 維度與 B2C 電子商務(wù)

55、物流服務(wù)質(zhì)量的 spearman 相關(guān)系數(shù)均有統(tǒng)計學(xué)意（0.05），因此，樣本數(shù)據(jù)可以進行回歸分析50。采用 SPSS17.0 進行分析，分析結(jié)果如表 4.30 所示?？梢姡? 個維度與 B2C 電子商務(wù)物流服務(wù)質(zhì)量之間存在著顯著的因果關(guān)系。其中，可靠性對顧客測度 B2C 電子商務(wù)物流服務(wù)質(zhì)量的影響最大，經(jīng)濟性緊隨其后，然后是時間性，對物流服務(wù)質(zhì)量的影響最小的是信息性。 如果用一個回歸方程來表示的話，把 B2C 電子商務(wù)物流服務(wù)質(zhì)量用 BLQ 表示，各維度采用前面因子標號表示，即可靠性 RQ、經(jīng)濟性 EQ、時間性 TQ、移情性 SQ、靈 活 性 FQ 、 信 息 性 IQ ， 則 B2C 電

56、子 商 務(wù) 物 流 服 務(wù) 質(zhì) 量 回 歸 方 程 為BQ=0.283RQ+0.267EQ+0.187TQ+0.138SQ+0.091FQ+0.079IQ+2.594。但各維度變量的回歸系數(shù)不能直接作為權(quán)重，權(quán)重的確切值需對回歸系數(shù)作歸一化處理，處理后結(jié)果見表 4.32。同理，對各個維度下具體指標的權(quán)重進行回歸分析，則分析結(jié)果見表 4.31。4.6 假設(shè)檢驗結(jié)果與測度模型確認 4.6.1 原假設(shè)的驗證結(jié)論 通過項目總體相關(guān)性分析、探索性因子分析、回歸分析及信度、效度檢驗等過程中間接驗證了待驗證的假設(shè)，具體結(jié)果如下： 可靠性對 B2C 電子商務(wù)物流服務(wù)質(zhì)量有直接的正向影響； 時間性對 B2C 電

57、子商務(wù)物流服務(wù)質(zhì)量有直接的正向影響； 移情性對 B2C 電子商務(wù)物流服務(wù)質(zhì)量有直接的正向影響； 靈活性對 B2C 電子商務(wù)物流服務(wù)質(zhì)量有直接的正向影響； 信息性對 B2C 電子商務(wù)物流服務(wù)質(zhì)量有直接的正向影響； 經(jīng)濟性對 B2C 電子商務(wù)物流服務(wù)質(zhì)量有直接的正向影響； 可靠性、時間性、靈活性、移情性、信息性、經(jīng)濟性等各維度對 B2C 電子商務(wù)物流服務(wù)質(zhì)量呈現(xiàn)顯著性差異。 4.6.2 測度模型的確認 通過實證分析，對原理論模型進行調(diào)整后的測度模型如圖 4.3 所示。 4.7 本章小結(jié) 第 3 章提出、論證了 B2C 電子商務(wù)物流服務(wù)質(zhì)量測度理論模型的構(gòu)建思路和建模過程，第 4 章基于問卷所收集的

58、數(shù)據(jù)對所提出的物流服務(wù)質(zhì)量測度模型進行了校驗。 首先，概述了論文所運用的檢驗方法，包括樣本描述性統(tǒng)計分析法、相關(guān)性分析、探索性因子分析、信度和效度分析、回歸分析等。然后，基于問卷所收集的數(shù)據(jù)，對樣本特征和行為進行了描述性統(tǒng)計分析，以驗證樣本數(shù)據(jù)可靠性；對測度模型進行了項目總體相關(guān)性分析和因子分析，實現(xiàn)對模型維度及其指標的篩選和調(diào)整，繼而檢驗其信度和效度；最后，采用客觀賦權(quán)法中的回歸分析方法進行重要性分析，以確定各維度及其指標的權(quán)重，最后，確認出通過校驗的 B2C 電子商務(wù)物流服務(wù)質(zhì)量測度模型。第 5 章 B2C電子商務(wù)物流服務(wù)質(zhì)量測度模型的應(yīng)用 論文通過調(diào)查問卷等實際數(shù)據(jù)驗證了模型的合理性和可靠性，為B2C電子商務(wù)物流服務(wù)質(zhì)量的測度提供科學(xué)的依據(jù)和有效