调研数据的统计分析及量表信效度分析结果

本节对回收的数据进行了统计分析，得出了最终的网上第三方支付服务质量评测表，以及其他相关结论。在本节的研究中，对初始数据进行了筛选的转换，在数据录入时设置字段有效性检验，保证了数据的质量和可用性。本章所用工具为SPSS20.0，分析方法包括描述性分析、相关性分析，并对问卷进行了信度分析和结构效度分析。

(一)总体情况

本调查从2017年9月开始，至2017年2月下旬结束，历时5个半月。共228份问卷，问卷填写完整，填写时间较为合理，在数据分析层面均认定为有效问卷。

全部228人均使用过支付宝软件进行电子支付，219人更倾向于移动支付(如支付宝、微信等)、3人倾向于银行卡刷卡支付，6人倾向于现金支付。

其中，更倾向于银行卡刷卡支付的人，平均一天使用支付宝进行电子支付的次数为4次，职业为学生，学历本科，主要生活地区为一线城市，还使用过银联和微信进行电子支付；更倾向于现金支付的人，平均一天使用支付宝进行电子支付的次数为3次和1次，职业为学生，学历本科，主要生活地区为部分省份的省会城市或计划单列市(陕、蜀、滇、黔、桂、甘、青、宁、藏、新、蒙)和部分省份的地级市(陕、蜀、滇、黔、桂、甘、青、宁、藏、新、蒙)，前者还使用过银联和微信进行电子支付，后者还是用过微信进行电子支付。

对于支付宝支付的整体满意度如图10.1和表10.2所示。

表10.2　支付宝软件的整体满意度分布表

图10.1　支付宝软件的整体满意度分布图

(二)样本结构分析

在样本结构的分析中，本论文主要从被调查者的职业、行业、性别、年龄、教育经历、最常使用的网上第三方支付产品以及接受第三方支付平台的服务次数，这七个方面来进行。从此结构的分析中可以看出我国网上第三方支付平台大致的客户构成。

1.职业

样本职业分布表如表10.3所示。从表10.3可以看出，网上第三方支付的客户主要集中在“企业人士”和“学生”中，这也与深度访谈中的调查相符合。当然也不能排除问卷发放中的实际情况:第一，笔者接触的第三方支付平台的客户以学生为主；第二，“企业人士”的概念本身的范围就大于“公务人员”和“教育科研人员”。但是从总体结构来看，问卷还是很好地覆盖了不同职业类型的用户。

表10.3　样本职业分布表

2.性别

样本性别分布表如表10.4所示。从表10.4中可以看出男女比例基本相当，保证了数据来源的随机性。但对于具体男、女用户对于第三方支付平台的质量感知和服务满意度是否存在差异或相关性，会在后续的章节中通过其他数据详细分析。

表10.4　样本性别分布表

3.年龄

样本年龄分布如表10.5所示。从表10.5年龄的结构分析中可以看出，网上第三方支付平台的主要使用者是19～26岁的用户，其中以19～22岁的用户居多，此结果与深度访谈的结果相符合。和16～26岁的用户相比，用户大部分是学生群体，或者刚步入社会进行工作的群体，他们对于第三方支付的接受相对较普遍。鉴于笔者所接触的人群大部分是学生，相对集中于19～26岁，因而27岁以上的用户的统计量相对较少。但也不能否认数据的有效性，也能说明第三方支付，如支付宝支付对于年轻群体来说是比较容易接受的。

表10.5　样本年龄分布表

4.教育经历

从用户的接收教育程度可以看出，网上第三方支付平台的用户以本科生和硕士研究生为主，占到总体有效样本的96.1%。这群用户拥有较高的学历背景，对于互联网拥有相对多的使用经验，是使用第三方支付工具的主要人群。与深度访谈中略有差异的是，硕士研究生的百分比要比预想得大一些，主要原因是在问卷发放中，笔者的同学填写了小部分问卷，对抽样的随机性有些影响。但是总体来说，没有影响样本的组成结构，各个教育背景用户的整体排序还是与深度访谈中的结构比较吻合的。样本教育经历分布如表10.6所示。

表10.6　样本教育经历分布表

5.现阶段主要生活的地区

样本主要生活的地区如表10.7所示。从现阶段主要生活的地区分布表10.6可以看出，从一线城市到西部乡镇，支付宝支付所占频率依次降低。由此可以知道，相对来说，发达的地区对于第三方支付的接受和使用程度明显高于相对贫穷的地区。因而，对于今后第三方支付的发展过程中，可以考虑将相对贫穷的地区纳入考量的范围，扩大第三方支付在这些地区的使用。

表10.7　样本主要生活的地区

6.不同支付平台的使用情况(多选)

从表10.8中可以看出，网上用户使用最多的是支付宝和微信支付，占到总样本数的100%。支付宝由于阿里巴巴和淘宝网的支持，拥有大量的客户资源。微信支付在微信的App的普遍应用的状况下，对于大部分群体来说，微信转账和微信红包都极具方便性，具有很大的优势。其他第三方支付平台在用户资源上目前还无法与此二者相比。其次就是银联支付。银联电子支付服务公司是中国银联绝对控股的专业化服务公司，拥有面向全国的统一支付网关，专业从事以互联网等新兴渠道为基础的电子支付、跨行转账业务以及相应增值服务，是中国银联旗下的网络方面军，由于其权威性和安全性，同样拥有众多的客户资源。因而第三方支付的主体为支付宝支付、微信支付、银联支付。样本使用不同支付平台情况分布如表10.8所示。

表10.8　样本使用不同支付平台情况分布表

7.平均一天使用支付宝进行电子支付的次数

从使用次数分布表10.9中可以看到，使用2～3次的用户最多，向两边依次呈现递减。具体到使用次数对于用户满意度的影响将在下面几节加以研究。

表10.9　样本平均一天使用支付宝进行电子支付的次数分布表

(三)数据分析

根据整个问卷的体系结构，本节分三部分分别对网上第三方支付客户服务质量、网上第三方支付系统质量以及网上第三方支付产品质量进行信度分析和指标筛选，并对整体维度和指标进行可靠性分析。

1.问卷说明

问卷中的满意度(第一部分)共分为7个维度:功能性(3，4，5，6)、经济性(7，8，9，10)、安全性(11，12，13，14，15)、时间性(16，17，18，19)、舒适性(20，21，22，23)、文明性(24，25，26)、自我实现性(27，28)。

2.信度分析

逐一对其进行Cronbach's Alpha信度分析，得到如表10.10所示的数据。(www.xing528.com)

表10.10　信度分析表

可以看到对于“功能性”“经济性”“安全性”“时间性”“舒适性”“文明性”和“自我实现性”，这些维度的Cronbach's Alpha系数均达到了要求，并且在整体信度分析中可以看到，剔除任何一个指标都将导致整个维度的信度下降、可靠性降低。

3.探索性因子分析

探索性因子分析，是因素分析的一种，与“验证性因素分析”相对。这种分析从一组变量中抽取公共因素时，没有或不用先前的经验，有多少个公共因素影响观测变量，公共因素之间、特殊因素之间的关系等，都需要通过对观测数据的分析来探知。这种因素分析假定:各观测变量均直接受全部公共因素影响；各观测变量都只受一个特殊因素影响；特殊因素之间互不相关；所有公共因素与所有特殊因素都不相关；所有的公共因素之间均不相关或均相关。

在这些条件下，已有多种方法可求出初始因素负荷矩阵；再通过正交旋转或斜交旋转，得到旋转因素负荷矩阵，并对公共因素的意义做出解释。它为简化数据、找出基本规律提供了有用信息，也为进一步研究提供了方向。

因子分析的注意事项:

①依赖原始变量，只反映原始变量，选择变量慎重，不能夹杂不相关变量。

②如果变量间相互独立，降维可能失败。因为很难用少数综合变量来表示不相关的原始变量。对综合变量可以起相应的名字，但不一定能很好描述。

③不一定所有的因子都很好解释，与选取的变量的数据整理质量有关。

在用因子得分进行排序时，要小心。因为原始变量不同，选取的因子不同，排序的结果也可能不同，尤其对于敏感问题的排名。

(1)分析1。

由因子分析的结果可知，只有前5个因子的特征值大于1，且累积占71.016%。因此提取前五个因子为主因子，进行后续的统计分析，如表10.11所示。

表10.11　分析1的旋转成分矩阵a

提取方法:主成分。
旋转法:具有Kaiser标准化的正交旋转法。
a.旋转在9次迭代后收敛。

因子分析、做旋转目的是使各个变量的相关性最大限度地在0～1分化。公因子中数值越是接近于1的几个变量、这几个变量可以解释这个公因子。

主因子1与“9.支付宝不会对外泄露我的账户和密码”“10.我填写的信息不会被非法出售或使用”这两个因子最相关，均在0.8相关度以上。

主因子2与“19.操作简便易学”“20.注册方便”这两个因子最相关，均在0.7相关度以上，接近0.8。

主因子3与“1.支付宝为我提供了除现金、银行卡之外新的支付方式”“2.支付宝提供了不同的支付功能(如收钱、付钱等)”这两个因子最相关，均在0.8相关度以上。

主因子4与“8.通过支付宝缴纳水电费节省了我前往营业网点的费用”“17.通过支付宝缴纳水电费节省了我前往营业网点的时间”这两个因子最相关，均在0.8相关度以上。

主因子5与所有其他因子的相关度都较低。

(2)分析2。

由因子分析的结果可知，只有前4个因子的特征值大于1，且累积占67.931%。因此提取前4个因子为主因子，进行后续的统计分析，如表10.12所示。

表10.12　分析2的旋转成分矩阵a

续表

提取方法:主成分。
旋转法:具有Kaiser标准化的正交旋转法。
a.旋转在6次迭代后收敛。

主因子1与“9.支付宝不会对外泄露我的账户和密码”“10.我填写的信息不会被非法出售或使用”“11.支付宝提供了可靠的防火墙，不会被黑客攻击”这三个因子相关度较高，因而主因子1可以作为安全性。

主因子2与“14.提现时到账速度快”“16.收款时到账速度快”“19.操作简便易学”“20.注册方便”这4个因子的相关性较高，因而主因子2可以作为舒适性。

主因子3与“1.支付宝为我提供了除现金、银行卡之外新的支付方式”“2.支付宝提供了不同的支付功能(如收钱、付钱等)”这2个因子的相关性较高，因而主因子3可以作为功能性。

主因子4与“8.通过支付宝缴纳水电费节省了我前往营业网点的费用”相关性较高。

(3)分析3。

表10.13　分析3的旋转成分矩阵a

续表

提取方法:主成分。
旋转法:具有Kaiser标准化的正交旋转法。
a.旋转在6次迭代后收敛。

因子分析要求提取出的公因子有实际意义，但是大部分因子分析的结果中，各因子和原始变量之间的关系并不明显，为了使因子载荷矩阵中系数更加显著，可以对初始因子载荷矩阵进行旋转，使因子和原始变量间的关系进行重新分配，相关系数向0～1分化，如表10.13所示。

通过分析，主因子1为“安全性”因子，主因子2为“舒适性”因子，主因子3为“功能性”因子，主因子4为“经济性”因子。因而，分析结果表明安全性、舒适性、功能性、经济性作为支付宝支付的主成分因子，更加能代表支付宝支付过程中，用户的关注与需求。故在支付宝支付等第三方支付的改善过程中，应更加密切关注到用户的这些需求，这样才能占有更大的市场。