پیش بینی تمایل به خرید اینترنتی بر اساس ویژگی های شخصیتی: مدل صفات هگزاکو

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
مقدمه

ویژگی های شخصیتی همواره یکی از مهمترین پیش بینی کننده های رفتار مصرف کننده، به ویژه رفتارهای مرتبط با خرید به شمار می آمده است. با توجه به اهمیت ویژگی های شخصیت در پیش بینی رفتار خرید، مطالعه حاضر با هدف پیش بینی تمایل به خرید اینترنتی بر اساس ویژگی های شخصیتی افراد انجام شده است.

روش

پژوهش حاضر توصیفی از نوع همبستگی بود جامعه آماری کلیه افراد 18 ساله شهر کرج بودکه از میان آنها (50 زن - 50 مرد) به روش نمونه گیری در دسترس انتخاب و به آزمون های خرید اینترنتی و پرسشنامه ویژگی های شخصیتی هگزاکو پاسخ دادند. در نهایت داده ها با استفاده از ضریب همبستگی پیرسون و تحلیل رگرسیون چند متغیره تجزیه و تحلیل شد.

یافته ها

یافته های پژوهش نشان داد که برون گرایی و گشودگی به تجربه با تمایل به خرید اینترنتی رابطه مثبت معناداری دارد و سایر ویژگی های شخصیتی با تمایل به خرید اینترنتی رابطه معناداری ندارند. نتایج تحلیل رگرسیون چند متغیره نیز نشان داد که برون گرایی و گشودگی به تجربه، توانستند در مجموع 27 درصد از واریانس های تمایل به خرید اینترنتی را پیش بینی کنند (01/0≥P).

نتیجه گیری

با توجه به رابطه ویژگی های شخصیتی با تمایل به خرید اینترنتی افراد پیشنهاد می شود که برای جذب مشتریان اینترنتی و افزایش تمایل به خرید اینترنتی افراد، از راهکارهای متناسب با ویژگی های شخصیتی استفاده شود.

زبان:
فارسی
صفحات:
21 تا 32
لینک کوتاه:
magiran.com/p2078630 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!