大学生自主创业现状论文 [大学生云计算自主创业论文]

大学生云计算自主创业论文

Goodhue指出个人特质等背景因素会影响使用者使用信息技 术的容易程度以及使用情况［7］。基于上述分析，以理性 行为理论、计划行为理论和技术接受模型为指导，提出如下 研究假设:H1:自身因素、技术感知有用性、服务感知有用性、 感知易用性和感知风险在性别、专业类别、家庭经济情况、 对新信息技术的态度和是否考虑过自主创业这几个方面上 存在差异;H2:自身因素对使用意愿有正向影响;H3:技术感 知有用性对使用意愿有正向影响;H4:服务感知有用性对使 用意愿有正向影响;H5:感知易用性对使用意愿有正向影 响;H6:感知风险对使用意愿有负向影响。

2问卷形成及数据收集、分析 2．1问卷形成及数据收集 本问卷主要使用的是7级Likert量表。本次数据收集的 活动从2013年8月24日到2013年9月24日，最终回收问卷303 份，得到有效问卷260份，有效问卷占回收问卷的比例为85． 8%。此次问卷的发放在全国范围内进行，其中东、中、西部 城市的比例分别为50．8%、27．3%和21．9%。并且调查的对 象涉及高职高专、本科及硕博士研究生等学历的大学生，其 中理工科、文史科、经管科和其他专业的比例分别为38．1%、17．3%、41．5%和3．1%，因此样本具有普遍性。最后将回 收的有效问卷进行整理，使用SPSSStatistics19对数据进行 统计和分析。

2．2问卷信度与效度分析 对感知有用性、感知易用性、感知风险分别进行信度分 析，所得的Alpha值分别为0．795、0．853、0．882，均大 于0．7，表明数据内部结构较好，可靠性较强。效度是衡量 测量结果正确性程度的一个重要指标。效度分析最理想的方 法是利用因子分析来测量量表的结构［8］。首先进行KMO值 判定和Bartlett氏球体检验，得到的结果为KMO值为0．875， 大于0．80，Bartlett氏球体检验值为2579．409，p值为0． 000，达到显著性水平，且各问项的负荷均在0．512～0．803 之间，因此本文的测量问项适合进行因子分析。接下来对数 据进行因子分析，转轴后在8次迭代后收敛，萃取出五个因 子，这5个因子的特征根分别为6．988，2．545，1．731，1． 354，1．206，它们一起累计解释了总方差的65．831%，这 说明5个主成分基本可以提供原始数据的足够信息。提出来 的5个因子的CronbachAlpha值分别为0．535，0．785、0． 836、0．853、0．882，并且每个因子中任一问项删除不能 显著提高Cronbach’sAlpha值，因此有效性符合统计研究要 求。提取出来的5个因子分别对应“自身因素”、“技术感 知有用性”、“服务感知有用性”、“感知易用性”和“感 知风险”，因此，因子分析的结果基本与本研究最初设计的核心要素相符。

3数据分析结果 3．1方差分析 在本文中，对假设H1的检验需要考察“自身因素”、“技 术感知有用性”、“服务感知有用性”、“感知易用性”和 “感知风险”这几个研究变量分别在“性别”、“专业类别”、 “家庭经济情况”、“对新信息技术的态度”和“是否考虑 过自主创业”这几个方面上是否存在差异，其中因变量是被 试者对相关陈述的同意程度的评分，用数值大小代表同意的 程度，自变量是被试者的类别，因此本文中用单因素方差分 析来对假设H1进行检验。在进行方差分析前先进行方差齐性 检验，如果变量的显著性大于0．05，表明具有方差齐次性， 则使用LSD来检验，否则使用方差非齐性检验Tamhane值。方 差分析的结果如下:(1)“性别”对“自身因素”和“感知易 用性”的影响的F值分别为13．394和9．106，显著性分别为 0．000和0．003，表示不同性别的大学生对“自身因素”和 “感知易用性”这两个因素的感知在0．01水平上存在显著 差异，且对于“自身因素”，女生的均值高于男生的均值， 对于“感知易用性”，男生的均值高于女生的均值。而“性 别”对“技术感知有用性”、“服务感知有用性”和“感知 风险”的影响不存在显著差异。(2)“专业类别”对“感知 风险”的影响的F值为3．045，显著性为0．029，表示不同 专业类别的大学生对感知风险这个因素的感知在0．05的水平上存在显著差异，且不同专业类别对“感知风险”的均值 为经管科最高，其次为理工科，最低的为文史科。而“专业 类别”对“自身因素”、“技术感知有用性”、“服务感知 有用性”和“感知易用性”的影响没有显著差异。(3)“家 庭经济情况”对“自身因素”、“技术感知有用性”、“服 务感知有用性”、“感知易用性”和“感知风险”的影响均 没有显著差异。(4)“对新信息技术的态度”对“自身因素” 的影响的F值为4．841，显著性为0．000，表示对新信息技 术的态度不同的大学生对“自身因素”的感知在0．01水平 上具有显著差异，且对于“自身因素”，均值最高的是“不 会去尝试新信息技术”，最低的是“关注且尝试新信息技术”。

这表明自我认为个人能力强且所处环境良好的同学不太愿 意尝试新技术，反而是对个人能力自我评价不高的同学更愿 意尝试新技术。而“对新信息技术的态度”对“技术感知有 用性”、“服务感知有用性”、“感知易用性”和“感知风 险”的影响没有显著差异。(5)“是否考虑过自主创业”对 “技术感知有用性”、“服务感知有用性”和“感知易用性” 的影响的F值分别为2．887、2．967和3．635，显著性分别 为0．023、0．020和0．007，表示“是否考虑过自主创业” 对“技术感知有用性”和“服务感知有用性”的影响在0． 05水平上有显著差异，对“感知易用性”的影响在0．01水 平上有显著差异。且对于“技术感知有用性”和“服务感知 有用性”，均值最高的是“有自主创业的想法，且较强烈”，最低的是“已经尝试或正在尝试创业”;对于“感知易用性”， 均值最高的也是“有自主创业的想法，且较强烈”，最低的 是“从未考虑过自主创业”，其次是“已经尝试或正在尝试 创业”。由此可见，“有自主创业的想法，且较强烈”的群 体对新技术的接纳心理最强，对“已经尝试或正在尝试创业” 的群体新技术则没有太大的吸引力。而“是否考虑过自主创 业”对“自身因素”和“感知风险”的影响没有显著差异。

由此，方差分析的结果表明，假设H1只有部分成立，即“自 身因素”在“性别”和“对新信息技术的态度”上存在差异;
“技术感知有用性”和“服务感知有用性”只在“是否考虑 过自主创业”上存在差异;“感知易用性”在“性别”和“是 否考虑过自主创业”上存在差异;“感知风险”只在“专业 类别”上存在差异。

3．2相关分析和回归分析 3．2．1相关性分析 本研究采用Pearson相关分析探讨“自身因素”、“技 术感知有用性”、“服务感知有用性”、“感知易用性”、 “感知风险”分别与使用意愿之间的相关关系。最后得到， “自身因素”和使用意愿的相关系数为－0．163，并且在0． 01水平上显著负相关;“技术感知有用性”、“服务感知有 用性”、“感知易用性”和使用意愿的相关系数分别为0． 218，0．308和0．250，并且在0．01水平上显著正相关;“感 知风险”和使用意愿之间没有明显的相关关系。为了进一步了解“感知风险”和使用意愿之间的相关关系，本文对“感 知风险”的各问项与使用意愿之间的相关性进行了分析，结 果表明，“云计算标准不统一”和使用意愿的相关系数为0． 157，且在0．05水平上显著正相关，其它问项和使用意愿之 间没有明显的相关关系。

3．2．2回归分析 在回归分析中，被解释变量是大学生在自主创业时对云 计算的使用意愿，该因变量为二分类离散变量，即大学生在 自主创业时考虑利用云计算(是)和大学生在自主创业时不 考虑利用云计算(否)，因此采用二元Logit模型进行研究。

根据相关分析，并结合方差分析的结果，建立模型:使用意 愿=F(自身因素、技术感知有用性、服务感知有用性、感知 易用性、感知风险、性别、专业类别、对新信息技术的态度、 是否考虑过自主创业)+随机干扰项。进而构造大学生利用云 计算进行自主创业的意愿的Logit模型二元行为选择模型如 下:LogitP=ln［P/(1－P)］=β0+β1x1+β2x2+…+β9x9+ε 其中，P代表大学生自主创业时利用云计算的概率值，β0为 常数项，x1至x9分别表示自身因素、技术感知有用性、服务 感知有用性、感知易用性、感知风险、性别、专业类别、对 新信息技术的态度、是否考虑过自主创业九个变量。通过 Hosmer-Lemeshow(H-L)检验，其显著水平为0．436，大于0． 05，因而在统计意义上是不显著的，接受观测数据与预测数 据之间没有显著差异的零假设，即可以说明模型拟合效果较好。并且通过回代检验，该模型对数据的判别准确度为81． 9%，因此，模型回归结果从整体上来说是可以接受的。分析 的结果如表1。(1)“自身因素”的回归系数为－0．411，显 著性为0．003，表明“自身因素”对使用意愿具有显著的负 向影响，前面相关分析的结果也表明“自身因素”和使用意 愿之间负向相关。对自我能力以及所处环境评价越高的同学， 对使用新技术的积极性反而越低。因此，假设H2不成立。(2) “技术感知有用性”、“服务感知有用性”、“感知易用性” 都对使用意愿有正向影响，它们的回归系数分别为0．350、 0．479和0．384，显著性分别为0．115、0．034和0．011， 表明“服务感知有用性”和“感知易用性”的正向影响在0． 05水平上是显著的，但“技术感知有用性”对使用意愿的正 向影响不显著。相关分析的结果表明，“服务感知有用性”、 “感知易用性”对新技术的接受态度上都有积极的影响，但 “技术感知有用性”有正面影响，但不明显。假设H3、H4、 H5得到验证。(3)“感知风险”的回归系数为－0．334，显 著性为0．103，表明“感知风险”对使用意愿有负向影响， 但这种影响不是显著的，但“感知风险”中“云计算标准不 统一”与使用意愿在0．05水平上显著正相关。而从回归分 析的结果来看，“感知风险”还是会对使用意愿有一定的负 向影响，尤其是“云计算标准不统一”对使用者的使用意愿 有着极大的影响。总的来看，假设H6基本得到验证。(4)其 他因素中只有“关注且可能会尝试新信息技术”对使用意愿有显著正向影响，其回归系数为3．540，显著性为0．030。

4研究结论和对策建议 4．1研究结论 根据调研数据的结果，被试大学生在自主创业时考虑利 用云计算的比例为75．4%，说明云计算这一技术很符合大学 生创业节省资金、方便快捷的需求，为大多数大学生创业者 所喜爱。(1)通过对影响使用意愿的因素的分析表明，“自 身因素”对大学生自主创业时利用云计算的意愿有显著负向 影响，自身能力较强的同学反而不太愿意使用云计算这种新 技术，他们认为自身所处的环境以及自身能力足以轻松解决 云计算可以帮助解决的问题，而且使用云计算存在一定的安 全隐患，没有太大的必要去冒险;(2)“技术感知有用性”对 大学生创业时云计算的使用意愿有一定的正向影响;“服务 感知有用性”和“感知易用性”对使用意愿有显著的正向影 响;技术接受者都期望自己得到的服务是简洁、易用的、操 作人性化的、不需要太多培训的，当然最重要的是花钱得到 的服务能对自己有一定帮助。对一项技术所感知到的有用性 和易用性越高，使用倾向也就越高。(3)“感知风险”对大 学生创业时云计算的使用意愿有一定的负向影响;用户长期 习惯于什么都自己建、自己管，把很可能是一些机密信息交 给第三方会有些不放心，加上云计算自身发展存在一些问题， 比如“云计算标准不统一”等，用户会担心使用云计算的安 全性，从而放弃使用这项服务。(4)“关注且可能会尝试新信息技术”对使用意愿有显著正向影响，经常关注并且对云 计算有一定了解的学生对这项新技术能带来的利益以及风 险比较清楚，使用相对来说熟悉的新技术感知风险比较小， 所以比较容易接受。此外，不同性别的大学生在“自身因素” 和“感知易用性”两个因素上的感知有差异，女生虽然对自 身评价比较高，但是大多数女生都对计算机技术不太感兴趣， 对云计算会有先入为主的不太容易操作的偏见。不同专业的 大学生在“感知风险”上有差异，经管科以及理工科专业的 学生思维的缜密性以及对风险的专业敏感性比较高，对新事 物的感知风险比较敏感。对新信息技术持不同态度的大学生 在“自身因素”上的感知有差异。

4．2障碍以及相关对策 根据我们的研究结论，阻碍云计算应用的障碍主要有以 下两大类:(1)政策性障碍:云计算中的信息系统政策性问题 的范围比较广泛，包括数据隐私、数据安全、云计算的标准 问题等。如果用户把企业内部的数据连同运行这些数据的程 序都放在云计算厂商的硬件上，也许就会使一些异常敏感的 信息失去控制。另一方面，用户往往很难有效地检查供应商 处理用户数据的方法是否合法。标准问题构成了阻碍云计算 发展的又一大隐患。比如，一个企业的私有数据被存储在别 的国家，那么，云计算的母公司到底应该遵循哪个国家的隐 私法呢?此外，云计算中标准化合同条款需要额外多加关注， 即合同各方应该特别注意自己的相关权责。因此，一系列国家层面的标准规范将显得尤为重要。(2)自身障碍:自身IT素 养不高、设备不足也是阻碍大学生利用云计算进行创业的一 个关键因素。女生以及所学专业和IT偏差较远的同学，他们 的IT素养相对较低，对新的信息技术的接纳程度较低。另外， 在云计算被用户广为接受作为一种可行的计算资源之前，还 需要解决另一个来自用户方面的心理障碍。正如前文提到的， 用户将自己的数据放在云上，因此失去了对这些数据的物理 控制，用户将为此担忧不已。云计算厂商应该继续不遗余力 地推动相关标准的开发，实现不同云服务之间的互操作和兼 容性;完善相关技术，加强用户信息的管理，实现用户对自 己的相关信息的有效控制，较少用户使用的风险。云计算监 管方制定的政策、法规和法律将在很大程度上决定云计算的 发展，因此相关部门要尽早完善相关政策、法规，实现云计 算安全有效的发展。此外，尽管云计算对应用者的技术要求 不太高，但是云计算是各种IT技术结合的产物，还是需要一 定程度的IT知识，作为大学生我们应该努力学习相关专业知 识，提高自己的IT素养，增强自我对新信息技术的接纳能力， 勇于尝试各种新兴事物。