含信任因素的电子商务接受度
营销 / 电子商务
UTAUT2（Unified Theory of Acceptance and Use of Technology）是解释人们为何使用数字技术的成熟理论。本变体引入了信任（Trust）变量，并预先配置好可进行多组分析的设置：年龄、设备和使用经验都可作为分组变量。
- N
- 400
- LVs
- 6
- MGA
- Age · Device
克隆需要免费的 OpenPLS 账户。
理论背景
Venkatesh、Thong 与 Xu（2012）在原始 UTAUT 模型基础上加入面向消费者的构念（Hedonic Motivation、Habit、Price Value），并定义了七个决定使用意向与实际行为的因素。UTAUT2 是信息系统研究中被引用最多的接受度模型。
本案例采用其四因素变体（Performance Expectancy、Effort Expectancy、Social Influence、Trust），与电子商务情境格外契合。信任由 Pavlou（2003）作为线上交易的核心变量引入，但在原始 UTAUT 模型中并未出现，这种混合形式在应用研究中已成为常规做法。
数据集包含人口统计变量（age、gender、device、usage_freq），可直接用作多组分析的分组变量。例如，可检验信任对意向的影响在移动端与桌面端购买者之间是否存在显著差异。
结构模型
四个外生决定因素共同作用于 Behavioral Intention，再驱动 Use Behavior。Trust 同时充当中介变量与直接预测变量。
绩效期望
对该应用预期带来的有用性。
努力期望
使用便捷度的感知。
社会影响
社交环境带来的压力与推荐。
信任
对供应商、平台以及数据处理的信任。
行为意图
使用该应用的意向。
使用行为
实际使用情况（频次、深度）。
研究假设
| H1 | PE → TR | + | 感知有用性提升对平台的信任。 |
| H2 | EE → TR | + | 易用性提升信任水平。 |
| H3 | PE → BI | + | 有用性预期直接提升使用意向。 |
| H4 | SI → BI | + | 社会影响提升使用意向。 |
| H5 | TR → BI | + | 信任是意向的核心驱动因素。 |
| H6 | BI → UB | + | 意向转化为实际使用行为。 |
研究方法与数据
数据集包含 N = 400 份合成回答，对应 21 个指标，并附带四个分类分组变量（age、gender、device、usage_freq）。所有反映型条目均为七点 Likert 量表。真实的 UTAUT2 研究通常按情境采用 N = 300 至 800 的样本量。
预期结果
- R²(BI) ≈ 0.55
- 四个决定因素共同解释了使用意向约 55 % 的方差，属于中等偏强水平。
- TR → BI ≈ 0.32
- 信任是通向意向的第二强直接路径，仅次于绩效期望；在电子商务情境中往往是最强的一条。
- MGA Age · Device
- 借助多组分析，可以检验诸如 TR → BI 路径在年长用户与年轻用户之间是否显著更强等问题。
60 秒复现
- 1
克隆项目
在您的 OpenPLS 工作区中点击一下，即可创建一份完全可编辑的副本：模型、指标和数据集全部关联完毕，开箱即用。
- 2
运行计算
OpenPLS 会在数秒内求解外权重、路径系数、R²、HTMT、SRMR 以及 Bootstrap 置信区间。
- 3
与预期指标对比
下文记录的关键指标来自已发表的原始研究。您计算出的数值应落在 Bootstrap 95 % 置信区间之内。
参考文献
- Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157–178. doi.org/10.2307/41410412
- Pavlou, P. A. (2003). Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. International Journal of Electronic Commerce, 7(3), 101–134. doi.org/10.1080/10864415.2003.11044275
- Henseler, J., Ringle, C. M., & Sarstedt, M. (2016). Testing measurement invariance of composites using partial least squares. International Marketing Review, 33(3), 405–431. doi.org/10.1108/IMR-09-2014-0304