外文翻译
外文文献译文jana
标题：在线购物顾客满意度前因的调查
来源：营销发展与竞争力杂志5（1）2010
作者：Syed Shah Alam Norjaya Mohd.Yasin
proper是什么意思
这个研究的目的是确定影响通过在线购物的顾客满意度的关键因素。在这个研究中在线购物的顾客满意度的四个主要范围是确定的。发现网站设计，可靠性，产品多样化和交付表现是影响顾客在线购物满意度的四个关键因素。然而，在节省时间和满意度之间是没有显著的关系。给出的以下建议可能有助于促进马来西亚在线零售业在未来的发展。
导论
马来西亚在线消费者和世界其他发达国家相比是最少的。来自马来西亚通讯与多媒体公司（MCMC）的2005年中期的调查，表明在前三个月里只有9.3%的互联网使用者通过网络购买产品或服务。在这些人中，机票（43.8%）是仅次于书（15.6%）和音乐（6.8%）最流行的商品。花费在这些商品上的金额是少量的，然而，57.7%的交易价值低于500元人民币。另外，马来西亚在线交易预计每年将以高速增长。
很多研究一直关注于全球的在线购物顾客满意度。然而，对特殊国家的顾客满意度的仔细研究仍然是有必要的。建立的和新的，大的和小的规模企业现在使用因特网把它当做他们产品和服务销售媒介（例如Dell computer，Amzon. Com，in the world and jobstreet.Com，blooming. Com，，和很多在马来西亚的其他网站）。不仅在国家之间，尤其是发达和发展中国家，仍人有很大差异的研究代沟（Stiglitz, 1998; Shore, 1998; Spanos et al., 2002）。这将限制从发达国家到发展中国家这个范围的研究结果的普遍化（Dewan & Kraemer, 2000; Clarke, 2001）。
对那些通过在线销售他们产品的生意，因特网使用者是他们产品和服务的主要目标顾客。他们是否能转换他们潜在的顾客成真正的顾客，很大程度上，取决于他们提供的服务和顾客感觉获得的满意度（Ho & Wu, 1999）。在这种商业环境的情况下，顾客满意度当然是任何一种商务系统，无论是传统的或是在线的商务，成功的
关键问题。这篇论文目的在于调查顾客满意度和在线购物前因之间的关系。从业者的角度看，测量顾客满意度和理解它的潜在范围是有意义的，因为它使在线卖家能测量他们的性能和明白需要改进的范围。从顾客的角度看，潜在的顾客在线商务满意度对他们评估当前和潜在的在线卖家需要的活动是有用的。recycled是什么意思
影响在线顾客满意度的因素syba
顾客满意度是从产品性能上符合顾客期望的最终结果。如果产品性能符合他或她的期望，很多满意的顾客通常有再次购买的意图。像传统的商务，在线商务也需要满足他们的顾客。顾客满意度是顾客行为在传统和在线商务环境研究的中央结构之一。但是什么决定顾客在线购物的满意度？像Churchill and Surprenant （1982）；T and Wilton （1988）；Oliver（1980）; Ho and Wu （1999）; Lee and Joshi（2007）这样以往的研究给出一些顾客满意度的模型。其中，Oliver（1980）给出了把顾客满意度当作预料和期望不一致的一个功能来解释的模型。这个研究实证证明满意度极大地影响顾客的态度和他们的购买意图。Churchill and Surprenant (1982)实验性的研究把不一致作为影响满意度的中间变量。然而，不一致的影响被期望和以往的表现充分地吸引。T和Wilton的另一个研究同意了Churchill和Surprenant（1982）提出的结论，并研究了顾客满意度的构造。实验室的实验结果揭示施加的表现通过预期的表现和主观的不一致来产生重要影响。另外，这些研究都是基于传统的零售商店。但是这些研究结果对在线网购是否适用仍是一个疑问。根据Ho和Wu（1999）的观点，这些研究可能不适合在线商铺。
根据Lawson（2000）和Baskerville等人的观点，创新模型的罗杰扩散（1983,1995）已经被认为为对研究顾客行为、市场有深渊的影响，频繁地被使用去分析潜在的顾客有关新ICTs介绍的行为。其他重要的试图去解释使用者信仰，态度，意图之间的关系的理论模型，其实际系统使用包括可感知的创新特点（PCI）（Moore和Benbasat，1991），理性行为理论（TRA）（Ajzen和Fishbein，1985），计
划行为理论（TPB）（Ajzen1991）和技术接受模型（TAM）（Davis，1989；Davis等人，1989）。TAM 和TRA之间主要的不同是TAM替换了包括在TRA的两个技术接受措施里的态度措施，比如，“使用的便利性”和“用处”（Bagozzi等人，1992；Davis等人，1989）。TAM旨在解释感知的使用和在社会影响上的使用意图以及对认知有帮助的过程（Venkatesh和Davis，2000）。这些理论和模型提供了计划，执行和评估以及技术采纳的基础。
一些研究者批评这些模型，像Rau和Samiee（1981）认为很多这些模型从来没有作为整体在他们原始形式中进行过测试，因为他们缺乏特殊性，因此很难去操作，如果可能的话。Anckar等人（2003）认为TAM模型忽视感知关键利益的潜在存在和技术使用的障碍。Sheth和Krishnan（2005）认为尽管现在网络购物环境是复杂的，但这些模型仍然保持相同的模式。在响应不断变化的决策环境的顾客做决策，这一不断发展的性质，使得切合现在这些模型的现在决策的环境越来越难了。（Erasmus 等人，2001）
在本次研究中我们采用五个因素，他们是，网站设计，可靠性，节省时间，产品多样性和交付性能。Alam等人（2008）发现网站设计是影响在线购物环境的特征之一。Shergill和Chen（2005）把网站设计特征定义为影响顾客在线购物感觉的主要因素。Ho和Wu（1999）研究证实主页感觉和可靠性是对在线购物有最大影响的重要因素。这可以被认为在线购物者想要获得高质量和在规定时间内通过电子零售商提供的他们订购的大量的商品。顾客也希望电子零售商能正确地开账单（Jun等人，2004）。
产品多样性被包括在这次研究中是因为当马来西亚的年轻人通常几乎每周末去光顾购物中心的时候，他们喜欢搜索各种各样的产品。像Ahn等人（2004）；Szymanki和Hi（2000）和Athanassopoulos等人（2001）的研究发现产品多样性是影响电子满意度的重要因素。时间和成本的节省是在线购物最主要的优点。根据Devaraj 等人（2002）的研究，时间和店铺的效率分别反映在时间成本和价格的节省上。这些是满意度的决定因素。Lee和Joshi（2004）；Ahn等人(2004)；Ho（2004）；Grewal 等人（2004）和Shih（2004）的研究发现交付性能在顾客满意度上有重要的影响。研究模型
2020年春节拜年语
基于不同国家在这个领域的大量研究，尤其是来自于最终消费者的在线购物看法，在本次研究中实证检验的研究模型保持了文献支持的结构（根据图1）。模型测试了影响在线购物满意度的因素。
backorder
摄氏度英语图1：研究模型的概要图
在线购物满意度在本次为了找到问题的答案或解决方法而被分析的研究中，是独立的变量。同时，独立变量有网站设计，可靠性，节省时间，产品多样性和交付性能。独立变量被认为是在积极态度中和因变量（在线购物满意度）有关的变量。假设
一系列从被提出的研究模型而来的可检验的假设，正如下面所展示的：
假设1：网站设计和在线购物满意度有重要的积极关系。
假设2：可靠性和在线购物满意度有重要的积极关系。
假设3：节省时间和在线购物满意度有重要的积极关系。
假设4：产品多样性和在线购物满意度有重要的积极关系。
假设5：交付性能和在线购物满意度有重要的积极关系。
研究方法
样本和数据收集muscles
本次研究的数据是在2009年五月，采用原始数据收集方法，通过对在最近六个月内从网上至少购买一件商品的本科生的消费调查管理中收集来的。回答者是在马来西亚的两个大学被收集数据的。总共有300份问题被发放但只有230是有效地。回答者大多是女性（57.8%），超过年龄在20到25岁之间的一半（55.5%）。中国组是所有回答者中最多的（51.3%），第二多的组是马来人（31.6%）。
措施
此次问卷调查使用可接受的选项，从在线购物文献里（Lee&Joshi，2007和Ho&Wu，1999）改编而来，是具有可操作性的。问卷第一部分包括有关回答者例如年龄，性别和人种的人口特征的问题。第二部分包括衡量在线购物满意度的问题和影响购物满意度的前因，使用从1代表的强烈反对到6代表的强烈赞成这样排序的李克特表。
可靠性
选项的内在可靠性通过计算克朗巴哈α（Nunnally，1978）来验证。她认为最小克朗巴哈α值0.6足以满足研究早期的阶段。对于满意度的克朗巴哈α估计为0.734，网站设计是0.821，可靠性是0.736，节省时间的是.687，产品多样性是.765，而交付性能规模是0.757。因为在本次研究中的克朗巴哈α都远高于0.6，因此，这个结构被认为有足够的可靠性。
正态数据和多重共线性
本次研究包括相对广大的样本（230位回答者），因此，中心极限定理可以被应用，因而，在数据正态上没有问题。两个主要的方法被使用来确定在本次研究中的独立变量之间的多重共线性的存在。这些方法学包括容耐试验和方法膨胀因子（VIF）（Kleinbaum等人，1988）的计算。这些分析的结果呈现在表1上。正如能从这个数据中看到的（没有一个容耐水平大于或等于.01）所有VIF值都低于10。因此，这些选择用来评估本次研究中独立变量的方法没有到达说明多重共线性的水平。可接受的德宾——沃森范围是1.5和2.5之间。在本次研究中德宾——沃森值是1.862，在可接受的范围内，表明本研究使用的数据没有自动相关问题。因此，选择用来评估本次研究中的独立变量的方法没有到达说明多重共线性的水平。
表1：共线性测试
变量容耐方法膨胀因子
网站设计.826 1.211
可靠性.697 1.436
节省时间.770 1.298
产品多样性.782 1.279
交付性能.750 1.334
表2呈现了用于评估被提出的关系的强度的多元回归分析的结果。五个假设被系统的阐述，所有的变量在测试可靠性后都被保留了。这些独有的假设根据Hair等人（1998）建立的指导，使用多元回归预测模型进行测试，作为独立变量测试和在线购物满意度有关的。获得的结果，正如表格2显示的，H1，H2，H4和H5揭示的，被发现在预测模型中是有意义的。这些结果对网站设计（β=.235；P<0.001），在网上购物满意度的可靠性（β=.212；P<0.001），产品多样性（β=.206；P<0.001），和在网上购物满意度的交付性能（β=.141；P<0.05）代表的假设H1，H2，H4和H5提供支持。
表2：回归结果
变量βt值P值
常量 4.079 .000
网站设计.235 3.954 .000***
可靠性.212 3.279 .001***
翻译设备
节省时间.119 1.931 .055
产品多样性.206 3.372 .001***
交付性能.141 2.253 .025*
R平方=0.381，调整的R平方=0.367，（*）P<..05，（**）P<..01，（***）P<.001
因变量：在线购物满意度
结论
nmec我们的调查的分析结果揭示了在线购物满意度和影响他们满意度的因素之间的关系。更具体的说，网站设计，可靠性，产品多样性和交付性能与在线购物满意度有重要的关系。分析结果一般符合先前的研究。网站设计作为影响在线购物满意度的因素获得了最一致的支持（Lee&Joshi，2007；Ho&wu，1999；Shergill&Chen，2005；Phau&Poon，2002；Jarvenpaa&Todd，1997）。
值得注意地是，个别独立变量和在线购物意图之间的联系的相关强度的测试清晰地揭示可靠性、产品多样性和交付性能更可以揭示在在线购物满意度上的变化（Lee&Joshi，2007；Ahn等人，2004；Grewal等人，2004，Jun等人，2004&Shih，2004）。换句话说，对在线购买者，可靠性，产品多样性和顾客交付性能的感觉，和其他构想比是更好地预测者。
从这次研究的结果看来，节省时间对满意度没有直接的，重要的影响。然而，在上图上的积极迹象显示如果有关系的话，它将会变成积极地一个。这就意味着，在线购物节省时间越多，会有更高的满意度水平。这个和其他研究者以前的研究（Devaraj等人,2002）存在矛盾。然而，这里这个矛盾的结果可能是由于在马来西亚没有很多人在网上频繁购物的事实。他们没有把它当作一个会影响满意度的因素，因为他们没有这样的经历。当回答者没有频繁在线购物的实际经历，他们的感觉常常和先前有实际经历的人不同。在不同的，有更多互联网平均使用人口的地方，研究有关在线购物满意度这一相同因素将会很有趣。
研究局限性和对未来研究的建议
像其他实证研究，本次研究也有它的局限性。首先，在本次研究下采用的单位的性质对于更多人群不能一般化，因为只有学生被测试，单选项衡量的使用对满意度构想有较低的可靠性（Churchill，1979）。其次，在单一群体里的截面数据的使用也限制了一些结论的获得。本次研究可通过增加样本容量，概括其他地域的参加者来加强。增加样本容量，在独立变量和有多个类别的变量之中的更多的详细的实证
