知识特性与感知风险对大学生知识付费意愿的影响研究
发布时间：2021-07-20 23:14
近几年,知识经济作为互联网经济的一种受到了广泛的关注,知识经济产业蓬勃发展,知识付费平台不断涌现。大学生群体作为知识付费行业最大的潜在用户,对知识付费的发展有重要引导作用。在对已有文献进行分析时,本文发现大多数研究将重点集中在平台、意见领袖个人特征和用户情感上,鲜有对知识付费的核心——知识特性的关注。而知识的特性是知识产品的核心,能显著影响大学生的付费意愿,同时作为互联网经济的产物,互联网的风险也是影响大学生付费意愿的关键。所以,本文以大学生为研究对象,认为从知识管理和感知风险两个角度出发,研究知识特性与感知风险对大学生知识付费意愿对提高用户的付费意愿十分有必要。对此,本文基于感知价值理论、感知风险理论和社会交换理论,构建本文的研究模型,旨在通过理论研究,发现影响大学生知识付费意愿的因素,探讨各因素之间的关系以及他们在大学生购买决策中所起的作用,主要分析两个问题:（1）知识特性和感知风险维度中,有哪些因素对大学生知识付费意愿产生了影响?（2）对大学生知识付费意愿产生影响的因素中,他们之间的关系是怎么样的?本文采用定性研究与定量研究相结合的方法对影响大学生知识付费意愿的因素进行研究。通过...
【文章来源】：华侨大学福建省
【文章页数】：151 页
【学位级别】：硕士
【部分图文】：
知识特性（标准化）测量模型
79从表5.9可以看出，时间风险的标准化因子载荷分别为0.60、0.79、0.80，大于0.6的因子载荷标准；隐私风险的标准化因子载荷分别为0.83、0.75、0.75和0.66，大于0.6的因子载荷标准；时间风险和隐私风险的组成信度分别为0.79和0.83，大于0.7的最低标准，所以认为感知风险量表建构信度良好。对于收敛效度，时间风险和隐私风险的平均方差萃取量分别为0.54和0.56，均大于0.36的最低可接受值，所以两者均具有良好的收敛效度。对于区分效度的验证，按前文所述步骤进行，由于收敛效度是对一阶CFA模型的验证，所以要验证区分效度，首先要将时间风险和隐私风险两个变量拉相关进行计算。在Mplus输入相应代码，如附录B.14。感知风险的验证性因子分析结果显示，χ2/df=3.23，略大于标准值3，但小于5，仍在可接受的范围之内；CFI=0.965，TLI=0.944，CFI和TLI值大于0.9的最低标准；RMSEA=0.049,SRMR=0.033，RMSEA和SRMR值小于0.08的最低标准。所以，感知风险量表具有良好的模型配适度。如图5.2所示，所有题项的标准化因子负荷均大于0.6，时间风险与隐私风险相关系数是0.525，小于0.735和0.748，所以区分效度验证通过。图5.2感知风险（标准化）测量模型○3感知价值验证性因子分析对感知价值测量模型进行CFA分析，利用Mplus7.0软件执行命令进行CFA检验，附录B.15为一阶CFA分析的执行代码。由于在前文已经计算得出该测量
81图5.3感知价值（标准化）测量模型○4知识付费意愿的验证性因子分析对知识付费意愿测量模型进行CFA分析，利用Mplus7.0软件执行命令进行CFA检验，附录B.16为一阶CFA分析的执行代码。由于在前文已经计算得出该测量模型的组合信度值（CR），为了对测量模型的收敛效度和区分效度进行判断，只需根据CR值计算出AVE值，比较变量之间相关系数与√AVE值间的大小关系，从而完成知识付费意愿测量模型的一阶CFA分析。如表5.12所示为知识付费意愿测量模型各项指标的结果。表5.12知识付费意愿配适度指标X2DFRMSEACFITLISRMR标准值越小越好/<0.08>0.9>0.9<0.08KPW2.52120.0260.9990.9960.012从Mplus知识付费意愿非标准化输出结果报表可以看到，所有参数都是显著的，非标准化残差均为正值且显著，证明不存在违反估计的情况存在。从表5.12可以看出，知识付费意愿的χ2/df均小于3、CFI值和TLI值均大于0.9、RMSEA和SRMR值均小于标准值0.08。因此，可以认为知识付费意愿测量模型具有良好的模型配适度。知识付费意愿CFA分析如表5.13所示。
本文编号：3293799
【文章来源】：华侨大学福建省
【文章页数】：151 页
【学位级别】：硕士
【部分图文】：
知识特性（标准化）测量模型
79从表5.9可以看出，时间风险的标准化因子载荷分别为0.60、0.79、0.80，大于0.6的因子载荷标准；隐私风险的标准化因子载荷分别为0.83、0.75、0.75和0.66，大于0.6的因子载荷标准；时间风险和隐私风险的组成信度分别为0.79和0.83，大于0.7的最低标准，所以认为感知风险量表建构信度良好。对于收敛效度，时间风险和隐私风险的平均方差萃取量分别为0.54和0.56，均大于0.36的最低可接受值，所以两者均具有良好的收敛效度。对于区分效度的验证，按前文所述步骤进行，由于收敛效度是对一阶CFA模型的验证，所以要验证区分效度，首先要将时间风险和隐私风险两个变量拉相关进行计算。在Mplus输入相应代码，如附录B.14。感知风险的验证性因子分析结果显示，χ2/df=3.23，略大于标准值3，但小于5，仍在可接受的范围之内；CFI=0.965，TLI=0.944，CFI和TLI值大于0.9的最低标准；RMSEA=0.049,SRMR=0.033，RMSEA和SRMR值小于0.08的最低标准。所以，感知风险量表具有良好的模型配适度。如图5.2所示，所有题项的标准化因子负荷均大于0.6，时间风险与隐私风险相关系数是0.525，小于0.735和0.748，所以区分效度验证通过。图5.2感知风险（标准化）测量模型○3感知价值验证性因子分析对感知价值测量模型进行CFA分析，利用Mplus7.0软件执行命令进行CFA检验，附录B.15为一阶CFA分析的执行代码。由于在前文已经计算得出该测量
81图5.3感知价值（标准化）测量模型○4知识付费意愿的验证性因子分析对知识付费意愿测量模型进行CFA分析，利用Mplus7.0软件执行命令进行CFA检验，附录B.16为一阶CFA分析的执行代码。由于在前文已经计算得出该测量模型的组合信度值（CR），为了对测量模型的收敛效度和区分效度进行判断，只需根据CR值计算出AVE值，比较变量之间相关系数与√AVE值间的大小关系，从而完成知识付费意愿测量模型的一阶CFA分析。如表5.12所示为知识付费意愿测量模型各项指标的结果。表5.12知识付费意愿配适度指标X2DFRMSEACFITLISRMR标准值越小越好/<0.08>0.9>0.9<0.08KPW2.52120.0260.9990.9960.012从Mplus知识付费意愿非标准化输出结果报表可以看到，所有参数都是显著的，非标准化残差均为正值且显著，证明不存在违反估计的情况存在。从表5.12可以看出，知识付费意愿的χ2/df均小于3、CFI值和TLI值均大于0.9、RMSEA和SRMR值均小于标准值0.08。因此，可以认为知识付费意愿测量模型具有良好的模型配适度。知识付费意愿CFA分析如表5.13所示。
本文编号：3293799
本文链接：https://www.wllwen.com/shoufeilunwen/shuoshibiyelunwen/3293799.html
