Perceived Risk in Apparel Online Shopping: A Multi Dimensional Perspective LE RISQUE PERÇU DANS DES ACHATS EN LIGNE D'HABILLEMENT : UNE PERSPECTIVE DE DIMENSIONNELLE MULTIPLE
Notice bibliographique
Résumé
Abstract: The purpose of this study, drawing on marketing and psychometric paradigms, is to investigate the effect of risk perception dimensions on apparel internet purchase intention among Saudi consumers. A web-based survey was conducted to measure consumers' perception of the six types of risk associated with apparel online shopping and their influence on purchase intention. Three hundred responses were collected. Results showed that not all the considered risk constructs have the same influences on apparel internet purchasing intention. Specifically, time and performance risks have the most significant influence followed by privacy and social risks. Key words: Consumer behavior; Apparel; Internet shopping; Saudi Arabia Resume: Le but de cette etude, dessinant sur le marketing et les paradigmes psychometriques,est d'etudier l'effet des dimensions de perception de risque sur l'intention d'achat d'habillement sur l'Internet parmi les consommateurs saouthens. Une enquete basee sur le WEB a ete menee pour mesurer consommateurs des six types du risque lies aux achats en ligne d'habillement et de leur influence sur l'intention d'achat. Trois cents reponses ont ete rassemblees. Les resultats ont prouve que non toutes les constructions considerees de risque ont la meme influence sur l'Internet d'habillement achetant l'intention. Specifiquement, le temps et les risque de representation ont l'influence la plus significative suivie de l'intimite et des risques sociaux. Mots cles: Comportement du consommateur; Habillement; Achats d'Internet; Arabie Saoudite 1. INTRODUCTION Despite the economic downturn during 2008, Electronic commerce (e-commerce) has continued to experience exponential growth. According to Forrester report, the forecasts online retail sales in the U.S. will be nearly $250 billion, up from $155 billion in 2009. During 2009, online retail sales were up 11 percent, compared to 2.5 percent for all retail sales. With the rapid development of the World Wide Web and an increasing percentage of the worldwide population gaining internet access, e-commerce will play an important economic role (Chiang & Nunez 2007). The popularity of internet shopping has stimulated widespread research aimed at attracting and retaining consumers from either a consumer- or a technology-oriented view (Jarvenpaa and Todd 1997). However, many scholars have argued that perceived risk in internet shopping negatively influence consumer behavior during online shopping (Park, Lee, and Ahn, 2004) and intention to shop online (Salisbury, Pearson, Pearson, and Miller, 2001; Pavlou, 2003). Similar to other developed and developing nations, there has been a tremendous increase in internet users in Saudi Arabia; where there were one million users during 2001 and around 9.6 million users in the beginning of 2009 with 35% annual growth and 38% usage among the population (Alriyadh, Sep.2009). According to the latest World Internet User Statistics report, Saudi Arabia ranked second after Iran among Middle Eastern countries in internet usage. The Saudi Arabian market is considered the largest retail market in the Middle East. According to Business Monitor International report (2010), the forecast average annual private consumption growth in Saudi Arabia is 7.9% between 2011 and 2014. In the e-commerce dimension, most of the Saudi web sites are very weak in buying and selling facilities and do not apply transaction processing, trust, e-payment, and rewards and loyalty programs. Saudi Arabia's consumers spent online more than $3.28 billion in B2C e-commerce. The Arab Advisors Group (the major survey of Internet users in Saudi Arabia), revealed that 48.36% of internet users in Saudi Arabia reported purchasing products and services online and through their mobile handsets during 2007. According to master card report for the first quarter of 2009, Saudi consumers have the highest consumption and spending rates in The Middle East and Africa in spite of the economic downturn. …
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».