You are on page 1of 14

EGE AKADEMK BAKI / EGE ACADEMIC REVIEW

Cilt: 15 Say: 4 Ekim 2015


ss. 481-493

Tketicilerin Demografik zelliklerinin


Online Alveri Davranlar zerine Etkileri
The Effects of the Consumers Demographic Characteristics on
Online Shopping Behavior
eniz ZHAN1, Nevin ALTU2
ZET
Bu almann amac, retim elemanlarnn demografik zellikleri ile online alveri yapma sklklar ve harcama tutarlar
arasnda bir ilikinin olup olmadnn belirlenmesi ve retim
elemanlarnn demografik zelliklerine gre, online alverie
ynelik algladklar risk ve faydalar arasnda farkllk olup
olmadnn incelenmesidir. Aratrmada, Trakya Blgesindeki
niversitelerde grev yapan retim elemanlarndan anket
yntemiyle veri toplanmtr. Verilerin analizi sonucunda,
online satn alma davran ile katlmclarn gelir dzeyleri
arasnda anlaml bir iliki olduu ve online alveri srecinin
kendisine ynelik algladklar faydann, ya gruplar itibari ile
farkl olduu grlmektedir.
Anahtar Kelimeler: Online alveri, demografik zellikler, online alveri davran, retim elemanlar.

1. GR
1990larn banda internetin ticarilemesi ile online alveri artan bir hzda tketiciler tarafndan kullanlmaya balanmtr. Kresel bir ortam olan internet, iletmenin mterileri ve alanlar ile corafya,
zaman ve yerden kaynaklanan birok iletiim engelini
ortadan kaldrmaktadr. zellikle, snr tesi bilgi ak
ve ilemler daha kolay yerine getirilebilmektedir (Yu,
2006). nternet ve ilikili teknolojileri sayesinde hem
bireyler hem de iletmeler sadece tek bir dokunula sohbet edebilme, sipari takibi yapabilme, mal ve
hizmet satn alabilme, potansiyel bir mterinin kredibilitesini aratrabilme, iletmenin mali durumunu
ynetebilme ve daha fazlasn yapabilme olanana
kavumutur (Ugrin vd, 2007). nternetin etkileim
ve izleme yetenei, iyi telekomnikasyon altyaps
ile zellikle gelimi lkeler iin, minimum maliyetle
zel uyarlanm pazarlama salamaktadr (Teo ve Tan,
2002).
Satn alnacak rn hakknda bilgi toplanmas,
geleneksel ticaret yntemlerinde firmalar ile grlerek, dergiler veya kataloglar incelenerek gerekle1
2

ABSTRACT
The aim of this study is to determine if there is a relationship
between the demographic characteristics of the academic staff
and their frequency of online shopping and spending amounts
and in order to examine whether there are differences or not in
terms of the perceived risks and benefits for online shopping
according to their demographical characteristics. In the study,
the data were obtained from the academic staff working at
the universities located in Thrace Region through the method
of questionnaire. As a result of the data analysis, it is seen that
there is a significant relationship between the online shopping
behavior and the income levels of the participants and the
perceived benefits of online shopping process against itself vary
according to different age groups.
Keywords: Online Shopping, Demographic Characteristics,
Online Shopping Behavior, Academic Staff.

tirilmektedir. Oysa e-ticarette bilgi, web sayfalar zerinde rn veya hizmet pazarlayan kurumlarn web
sitelerinden rahatlkla elde edilebilmektedir (Elibol
ve Kesici, 2010). Fiziksel alveri faaliyetleri yaparak
zaman harcamak yerine, tketiciler online alveri
yapmay daha kolay ve daha keyifli bulmaktadrlar.
Gnmzde internet zerinden birok eit mal ve
hizmet satn alnabilmektedir. Online satn almann
artan trendi ile, artan sayda irket, bu kervana katlmay avantajl bulmakta ve tketicilerine online alveriin kolayln sunmaktadr. Aksi takdirde, kendilerini o ynde hzla ilerleyen ok saydaki rakiplerine
satlarn kaptrrken bulacaklardr (Kau vd., 2003).
nternetin bir alveri kanal olarak ok sayda tketici tarafndan kullanlmas ve iletmelerin tketicilerin online alveri davranlarn anlama ve tahmin
etme ihtiyac bu almann ana nedenidir. Bunun yannda literatrde tketicilerin online alveri davranlarn aratran ok sayda alma olmasna karn,
almann rneini oluturan retim elemanlarnn
online alveri davranlarn inceleyen aratrma says azdr. Bu da almann zgnln arttrmak-

r. Gr. Dr., Namk Kemal niversitesi orlu Meslek Yksekokulu letme Ynetimi
Yrd. Do. Dr. ,Trakya niversitesi ktisadi ve dari Bilimler Fakltesi letme Blm retim Ynetimi ve Pazarlama A.B.D.

481

eniz ZHAN, Nevin ALTU

tadr. almada retim elemanlarnn demografik


zellikleri ile online alveri yapma sklklar ve harcama tutarlar arasnda bir ilikinin olup olmadnn
belirlenmesi ve retim elemanlarnn demografik
zelliklerine gre, online alverie ynelik algladklar risk ve faydalar arasnda farkllk olup olmadnn
ortaya konmas amalanmtr. Buna gre aratrmada yantlanmak istenen sorular unlardr:
retim elemanlarnn demografik zellikleri
ile online alveri yapma sklklar arasnda bir iliki
var mdr?
retim elemanlarnn demografik zellikleri
ile harcama tutarlar arasnda bir iliki var mdr?
retim elemanlarnn demografik zellikleri
ile online alverie ynelik risk alglamalar arasnda
bir farkllk var mdr?
retim elemanlarnn demografik zellikleri
ile online alverie ynelik fayda alglamalar arasnda bir farkllk var mdr?

2. LTERATR ZET
Online alveri aratrmaclara tketici davranlar ve karar verme konusunda bilgi kayna salamaktadr. 1990l yllarn sonlarndan itibaren, bilim
adamlarnn yaptklar almalar, internetin tketimi
nasl deitirdii ve bu deiiklii kolaylatrc faktrler zerinedir (Hannah ve Lybecker, 2010). nternet
aratrmaclara kullanclarn bilgi toplama ve satn
alma davranlarn inceleme imkan tanmaktadr.
nternet tarafndan salanan yntemleri uygulayarak aratrmaclar, daha nce aratrma iin kolayca
eriilebilir olmayan kullanclarn davranlarn birok adan inceleyebilmektedir (Rishi, 2008). nternet
aratrmaclara bu olanaklar salarken tketicilere
kolayca bilgi elde edebilme, derinlemesine aratrma
ve rn karlatrmalar yapabilme, eitli perakendecilerin sunumlarn hzl, kolay ve ucuz bir ekilde
deerlendirebilme gibi yararlar geni bir yelpazede
sunabilmektedir (Bagdoniene ve Zemblyte, 2009). Tketicilerin internet zerinden yaptklar bir aratrma
satn alma ile sonulanmasa da, bilgi toplama gcnden dolay kullanlmaktadr. Tketicilerin bilgi toplamak iin interneti kullanmas da online alveriten
alglanan riski azaltrken, online satn alma olasln
arttrmaktadr (Liu ve Forsythe, 2010).
Online alveri, satc ve alc arasnda birebir etkileim olmamas bakmndan geleneksel alveri ortamndan bir hayli farkl; iletmelere fark corafyalara
dalm tketicilere kolayca ulaabilmesine olanak
tanmas asndan; tketicilere de zellikle zaman
kazandrma ve kolaylk bakmndan fayda salayan
bir alveri ortamdr (Algr ve Cengiz, 2011). Online
alveriin salad faydalarn banda fiyat avantaj
482

gelmektedir. Online maaza sanal olduundan kira


giderleri dktr. Daralan tedarik zinciri de mal ve
hizmetlerin fiyatn drmektedir. kincisi, rn bilgisi avantajlardr. Geleneksel maazalar ne kadar
byk olursa olsunlar, rn ierii ile ilgili saladklar
bilgi snrldr. Tketiciler satn almak istedikleri rnlerle ilgili bilgileri renmek iin maazalara gitmek
zorundadrlar. Oysa internet ortamnda tketiciler
mallar grntleyebilir ve satn alma karar vermeden nce mal ve hizmetlerle ilgili tm bilgileri renebilirler. ncs ise, tketicilerin mal tedarikileri
ile online etkileimde bulunabilme imkanna sahip
olmalardr (Su ve Huang, 2011).
Aratrmalar, baz kimselerin online alveri yaparken, bazlarnn bunu tercih etmediini ve dier
baz kimselerin de internet zerinden satn almak
istedikleri mal ve hizmet ile ilgili bilgi toplamakla yetinip, bu mal ve hizmetleri maazalardan geleneksel
yntemler ile almay tercih ettiklerini gstermektedir. Dolaysyla internet de dahil olmak zere birok
farkl pazarlama kanalndan tketicilere ulaan iletmelerin, online alveri yapan veya yapmayan tketicilerin bu davranlarnn nedenlerini bilmeleri,
tketicilerinin istek ve ihtiyalarna cevap verebilmeleri asndan gerekli ve nemlidir. Ayrca, insanlarn,
teknoloji kullanma konusundaki tavr, dnce ve nyarglarnn, online faaliyet gsteren iletmelerin web
sitesi dizaynndan, online reklam, rn farkllatrma
ve datm stratejilerine kadar verecekleri pek ok
ynetsel ve teknolojik stratejik kararda yol gsterici
olacaktr (Turan, 2008).
Demografik zellikler ve bunlarn psikolojik etkenleri internet zerinden satn alma olasln
nemli lde etkilemektedir (Akhter, 2003). Akman
ve Mishra (2010) Trkiyede farkl sektrlerdeki alanlarn gnlk internet kullanm profili zerinde
cinsiyet, ya ve gelir etkisini inceleyen almalarnda
iletiim, e-posta, sohbet, bilgi eriim, ykleme, elence vb. amal gnlk internet kullanmnda cinsiyet ve
yan etkili olduu ancak gelirin etkili olmad tespit
edilmitir.
Porter ve Donthu (2006) ise, yaptklar almada
tketicilerin internet konusundaki alglarnn demografik zelliklere gre deiiklik gsterdiini belirlemilerdir. nternet kullanmna doru tutumun ya,
eitim ve gelir durumuna gre nemli lde farkllk gsterdii sonucuna varmlardr. alma yal ve
daha az eitimli kiiler internetin kullanm kolayln
daha dk alglarken, dk gelirli bireylerin interneti daha pahal olarak algladklar ve yal bireylerin
internet ile ilikili birden fazla eriim engeli algladklarn gstermitir. Yine Hills ve Argyle (2003) tarafndan yaplan almada cinsiyet ve ya deikenleri ile

Tketicilerin Demografik zelliklerinin Online Alveri Davranlar zerine Etkileri

internet kullanm zerinde durulmutur. Buna gre;


benzer ekilde, erkeklerin kadnlardan ve genlerin
yallardan daha fazla interneti kullandklar belirlenmitir. Zhang (2005) yapt almada daha gen ve
daha eitimli kiilerin interneti daha faydal bulduunu ve daha rahat kullandklarn gstermitir. Potosky
(2007)de yapt almada internet bilgisi ve demografik deikenler arasndaki iliki zerinde durmutur.
Buna gre, kadnlar erkeklere gre ve yal katlmclar
gen katlmclara gre internet konusunda daha az
bilgi sahibidir.
Pazarlamaclar pazar blmlere ayrmak ve etkili stratejiler gelitirmek iin demografik farkllklarn
neminin uzun zamandr farkndadr. Cinsiyet her
zaman nemli bir demografik deiken olmu; internet kullanm ve satn alma konusunda cinsiyet
farkllklarnn incelendii ok sayda alma yaplmtr (Sebastianelli vd., 2008). rnein, Hasan (2010)
yapt almada online alveri tutumunun bilisel,
duygusal ve tutumsal olmak zere farkl bileenini
tanmlamaktadr ve bu tutumsal bileenlerin cinsiyete gre anlaml farkllklar gstereceini ortaya koymutur. Cyr ve Bonanni (2005) ise yaptklar aratrmada alveri gvenlii, tercih edilen web sitesinin
tasarm eleri, gvenilirlii, memnuniyet ve sadakate ynelik tutumlar asndan cinsiyetler arasnda
farkllk olup olmadn tespit etmeye almlardr.
Buna gre web sitesinden duyulan memnuniyet ve
web sitesinin bilgi, navigasyon ve grsel tasarm alglamalar arasnda cinsiyete gre farkllklar olduunu
belirlemilerdir. Slyke vd. (2002) yaptklar almada
erkeklerin alveri yapmak iin interneti kullanma
olaslnn daha yksek olduunu ve erkeklerin online alveri zellikleri alglamalarnn kadnlardan
daha olumlu olduu sonucuna varmlardr. Erkeklerin online alveriin uygunluk, greceli fayda, kantlanabilirlik ve gvenilirlik alglamas kadnlardan daha
yksek ve karmaklk alglamasnn da daha dk olduu saptanmtr. zgven (2011) yapt almada
tketicilerin online alverie kar tutumlarnn cinsiyete gre farkllk gsterdiini saptamtr. Aratrmada kadnlarn daha fazla online alveri yapmakta ve
ilgilenmekte olduklar sonucuna varlmtr.
Shahrokh vd. (2012)nin ranl renciler zerinde
yaptklar almada cinsiyet ve online alveri niyeti
arasnda anlaml bir iliki bulunmutur. Buna gre erkek rencilerin online alverie daha niyetli olduklar sonucuna ulalmtr. Benzer ekilde Jain ve Jain
(2011), Richards ve Shen (2006) ve Akhter (2003)de
yaptklar almalarda erkeklerin kadnlardan daha
fazla online alveri yapma eiliminde olduu sonucuna varmlardr. Bu alma sonularna gre,
akademik personelin online alveri yapma skl ile

cinsiyetleri arasnda anlaml bir iliki olmas beklenmektedir.


H1: Akademik personelin online alveri yapma skl ile katlmclarn cinsiyetleri arasnda istatistiksel adan anlaml bir iliki vardr.
Ya da cinsiyet gibi bir kiinin online alveri
yapma niyetinin nemli bir belirleyicisidir. zgven
(2011) yapt almada tketicilerin online alveri
tutumlarnn yaa gre farkllk gsterdiini ve online
alveriin daha fazla gen tketiciler tarafndan tercih edildiini belirlemitir. Yine Akhter (2003)de yapt almada gen tketicilerin yallara gre online
alveri yapma olaslklarnn daha yksek olduunu
belirlemitir. Literatrdeki bu ve benzer almalardan yola karak akademik personelin online alveri
yapma skl ile yalar arasnda anlaml bir iliki olaca dnlmektedir.
H2: Akademik personelin online alveri yapma skl ile katlmclarn yalar arasnda istatistiksel adan
anlaml bir iliki vardr.
Literatrde eitimin online alveri davrannda
etkili olan deikenlerden olduu ynnde bulgulara rastlanmtr. rnein, zgven (2011) yapt
almada tketicilerin online alveri tutumlarnn
eitim durumlarna gre farkllk gsterdii sonucuna varmtr. Lisans ve lisansst mezunu olan kiilerin online alverie daha yatkn olduunu, online
alveriin en dk dzeyde ortaokul mezunu kiiler
tarafndan tercih edildiini tespit etmilerdir. Yine
Candan ve Kurtulu (2010), Akhter (2003), Jain ve Jain
(2011) yaptklar almada online alveri yapanlarn ounlukla eitim dzeyi yksek kiiler olduu
sonucuna varmlardr. Roman (2010)da yapt almada online alveriten duyulan memnuniyet ve
online alverite yaanabilecek aldatlma durumlar
zerinde eitimin etkisinin ya ve cinsiyet gibi dier
demografik deikenlerden daha fazla olduu sonucuna varmtr.
Benzer ekilde, Shahrokh vd. (2012)nin ranl renciler zerinde yaptklar almada eitim dzeyi ve online alveri niyeti arasnda anlaml bir iliki
bulunmutur. Eitim dzeyi yksek olan rencilerin
online alveri konusunda daha bilgili olduu ve
buna ek olarak, doktora rencilerinin online alverie daha niyetli olduu sonucuna varmlardr. Bu
yzden akademik personelin online alveri yapma
skl ile eitim dzeyleri arasnda anlaml bir iliki olmas beklenmektedir.
H3: Akademik personelin online alveri yapma skl ile katlmclarn eitim dzeyleri arasnda istatistiksel
adan anlaml bir iliki vardr.

483

eniz ZHAN, Nevin ALTU

Gelir de pek ok almada online alveri yapma


eiliminin nemli bir belirleyicisi olarak tespit edilmitir. rnein, Candan ve Kurtulu (2010) yaptklar
almada bireylerin online alveri yapma durumlar
ile gelirleri arasnda olduka anlaml bir iliki tespit
etmilerdir. Cevaplayclarn gelir dzeyi arttka online alveri yapma eilimleri ile online alveri iin
ayrlan aylk ortalama miktar da artmaktadr. Akther
(2003) ve Jain ve Jain (2011)de yaptklar almalarda
benzer sonulara ulamlardr. Buna gre gelir dzeyi
yksek kimselerin gelir dzeyi dk kimselere gre
online alveri yapma olaslklar daha yksektir. Benzer ekilde Richards ve Shen (2006)da yaptklar almada bireysel ve aile geliri yksek kimselerin dk
olanlara gre online alveri yapma eiliminin daha
yksek olduu sonucuna varmlardr. Bu sebeple,
akademik personelin online alveri yapma skl ile
gelirleri arasnda anlaml bir iliki olmas beklenebilir.

Ya pek ok almada online alveriin riskli olarak alglanp alglanmamasnn temel belirleyicisi olarak bulunmutur. Genler risk almaya daha yatkndr.
Yal tketiciler, internetten alverie ok fazla gvenmemekte ve satn ald malda yanlabileceini
ya da aldatlabileceini dnmektedir. Bu nedenle,
interneti kullansalar bile, online alverie n yargl
yaklamaktadrlar (zgven, 2011). rnein, Forsythe ve Shi (2003) yaptklar almada genlerin daha
az rn-performans riski ve finansal risk algladklarn buna karlk yallarn daha az zaman/kolaylk riski
daha fazla psikolojik risk algladklarn belirlemilerdir. Bu yzden akademik personelin yana gre online satn alma davranndan algladklar risk arasnda
anlaml bir farkllk olmas beklenmektedir.

H4: Akademik personelin online alveri yapma skl ile katlmclarn gelirleri arasnda istatistiksel adan
anlaml bir iliki vardr.

Literatrde gen tketicilerin online alverii


daha faydal bulduunu destekleyen ok sayda alma mevcuttur. rnein Sorce vd. (2005) yaptklar
almada gen tketicilerin yal tketicilere gre internetten rnler hakknda daha fazla bilgi topladklar ve gen tketicilerin yal tketicilere gre online
alverii daha faydal bulduklarn belirlemilerdir.
Benzer ekilde Yang (2005) yapt almada yan
mobil ticaretin alglanan faydasn olumsuz ynde
etkilediini belirlemitir. Bu sebeple akademik personelin yana gre online satn alma davranndan
algladklar fayda arasnda anlaml bir farkllk olmas
beklenebilir.

Cinsiyet bir kiinin online alverii riskli olarak


alglayp alglamamada da nemli bir belirleyici olabilmektedir. rnein, Santana ve Loureiro (2010) yaptklar almada kadnlarn online alverii erkeklere
gre daha riskli bulduklar sonucuna ulamlardr.
Forsythe ve Shi (2003)de yaptklar almada kadnlarn erkeklere gre online alverite daha fazla finansal risk algladklarn belirlemilerdir. Benzer ekilde
Dillon ve Reif (2004)in yaptklar almada erkeklerin
kadnlara gre deme ekilleri, gizlilik ve kredi kart
gvenlii gibi tketici risklerinden daha az etkilendii
bulunmutur. Bu yzden akademik personelin cinsiyetleri ile online satn alma davranndan algladklar
risk arasnda anlaml bir farkllk olmas beklenmektedir.
H5: Online alveri yapan akademik personelin
cinsiyetlerine gre online satn alma davranndan algladklar risk arasnda istatistiksel adan anlaml bir
farkllk vardr.
Literatrde cinsiyet ile online alveriin alglanan
faydas arasnda farkllk olduu ynnde bulgular
tespit edilmitir. rnein, Slyke vd. (2002) yaptklar almada erkeklerin online alverii kadnlardan
daha faydal olarak algladn ortaya koymulardr.
Bu sebeple akademik personelin cinsiyetlerine gre
online satn alma davranndan algladklar fayda
arasnda anlaml bir farkllk olmas beklenebilir.
H6: Online alveri yapan akademik personelin cinsiyetlerine gre online satn alma davranndan algladklar fayda arasnda istatistiksel adan anlaml bir
farkllk vardr.
484

H7: Online alveri yapan akademik personelin yana gre online satn alma davranndan algladklar risk
arasnda istatistiksel adan anlaml bir farkllk vardr.

H8: Online alveri yapan akademik personelin yana


gre online satn alma davranndan algladklar fayda
arasnda istatistiksel adan anlaml bir farkllk vardr.
Literatrde eitim ile online satn alma davranndan alglanan risk arasnda farkllk olduu ynnde bulgulara rastlanmtr. rnein, Liu ve Forsythe
(2010) yaptklar almada rne ilikin risklerin eitim dzeyi dk kiilerin online satn alma davranlarn azalttn belirlemilerdir. Bu yzden akademik
personelin eitim dzeyine gre online satn alma
davranndan algladklar risk arasnda anlaml bir
farkllk olmas beklenebilir.
H9: Online alveri yapan akademik personelin eitim dzeyine gre online satn alma davranndan algladklar risk arasnda istatistiksel adan anlaml bir
farkllk vardr.
Eitim online alveriin faydal olarak alglanp
alglanmamas zerinde etkilidir. Eitim dzeyi yksek kiiler, online alveriin deme koullar, kampanyalar, web sitelerinin gvenlik nlemleri, mteri
hizmetleri, iade imkanlar ve tketicilere tannan di-

Tketicilerin Demografik zelliklerinin Online Alveri Davranlar zerine Etkileri

er haklar konusunda daha fazla bilgiye sahiptirler.


Bu yzden online alverie daha rahat ve gvenerek
ynelebilmektedirler (zgven, 2011). rnein Yang
(2005) yapt almada, eitimin mobil ticaretin alglanan faydasn etkilediini belirlemitir. Bu sebeple akademik personelin eitim dzeyine gre online
satn alma davranndan algladklar fayda arasnda
anlaml bir farkllk olmas beklenmektedir.
H10: Online alveri yapan akademik personelin
eitim dzeyine gre online satn alma davranndan
algladklar fayda arasnda istatistiksel adan anlaml
bir farkllk vardr.
Gelir pek ok almada online alveriin risk alglamasnda etkili bir deiken olarak bulunmutur.
Gelir dzeyi dk kiiler, snrl bteleri ile rnleri
deneyerek, grerek ve be duyu organ ile alglayarak satn almay tercih etmekte; risk almaktan kanmaktadrlar (zgven, 2011). Liu ve Forsythe (2010)
yaptklar almada rne ilikin risklerin gelir dzeyi
dk kiilerin online satn alma davranlarn azalttn belirlemilerdir. Bu yzden akademik personelin
gelirine gre online satn alma davranndan algladklar risk arasnda anlaml bir farkllk olmas beklenmektedir.
H11: Online alveri yapan akademik personelin gelirine gre online satn alma davranndan algladklar
risk arasnda istatistiksel adan anlaml bir farkllk vardr.
Literatrde gelir ile online satn alma davranndan alglanan fayda arasnda farkllk olduu ynnde bulgulara rastlanmtr. rnein Kurtuldu ve
Karata (2005) yaptklar almada gelir dzeyi arttka kullanclarn internet zerinden gerekletirilen
bankaclk ilemlerini daha uygun bulduklarn ve ilemlerini internet yoluyla gerekletirmeye zen gsterdiklerini belirlemilerdir. Bu yzden akademik personelin gelirine gre online satn alma davranndan
algladklar fayda arasnda anlaml bir farkllk olmas
beklenmektedir.
H12: Online alveri yapan akademik personelin gelirine gre online satn alma davranndan algladklar
fayda arasnda istatistiksel adan anlaml bir farkllk
vardr.

3. METODOLOJ
Aratrma yntemi olarak ncelikle literatr taramasna yer verilmitir. Elde edilen bilgilere dayanarak,
alan aratrmas kapsamnda anket yntemi kullanlmtr. Anket formu zenin (2007) aratrmasnda
kulland soru formundan derlenmitir. Aratrma
modeli ve deikenleri ekil 1de olduu gibidir:

Akademik Personelin Demografik zellikleri


Cinsiyet

Ya

Eitim Dzeyi

Gelir

Akademik Personelin Online Satn Alma


Davranna Ynelik Risk ve Fayda
Alglamas
Akademik Personelin
Online Satn Alma
Davran
Sklk
Harcama Miktar

Online Satn Almadan Alglanan


Risk

Maddi risk
rne ilikin risk
Alveri srecine ynelik risk

Online Satn Almadan Alglanan


Fayda

rn ve datm faydas
Alveri sreci faydas

ekil 1. Aratrma Modeli ve Deikenleri


ekil 1.deki aratrma modelinden de grlecei
zere, mevcut aratrma, deikenler arasndaki ilikileri tanmlamay ve ortaya koymay amalayan bir
tanmlayc aratrmadr (Kurtulu, 2008: 132.). Aratrmaya konu olan deikenler, temel balk altnda
ele alnabilir. Akademik personelin online satn alma
davran, satn alma miktar ve skl ile llrken;
online satn alma davranndan alglanan risk 5li likert lei (1=Kesinlikle Katlmyorum, 5=Kesinlikle
Katlyorum) eklinde 14 deikenden oluan lek;
online satn alma davranndan alglanan fayda ise 5li
likert lei (1=Kesinlikle Katlmyorum, 5=Kesinlikle
Katlyorum) eklinde 17 deikenden oluan lek
araclyla llmtr. Online satn alma davranndan alglanan risk ve online satn alma davranndan
alglanan fayda zenin (2007) almasnda Forsythe,
Liu, Shannon ve Gardner (2006) ve Bhatnagar ve Ghose (2004)un almalarndan derleyerek oluturduu
lekler yardmyla llmtr. Demografik zellikler ise cinsiyet, ya, eitim dzeyi ve gelir eklinde 4
adet deiken yardmyla llmtr.
Aratrmann ana ktlesi Trkiyede Trakya
Blgesinde yer alan niversitede grev yapan akademik personeldir. Trakya Blgesinde yer alan Trakya,
Krklareli ve Namk Kemal niversitelerinden kolayda
rnekleme yoluyla oluturulan bir rneklem zerinde
allmtr. Tesadfi olmayan rnekleme yntemlerinde rnek bykln belirlemede, kullanlacak
olan analizler etkili olmaktadr. Aratrmada kullanlan lekler ile daha rahat alabilmek iin kefedici
faktr analizinden yararlanlaca iin, bu analizin gerektirdii en kk rnek bykl gznne alnmtr. Hair vd. (1998:99)ne gre faktr analizi iin kabul edilebilir en kk rnek bykl, analize dahil
485

eniz ZHAN, Nevin ALTU

edilecek deiken saysnn on kat byklnde bir


rneklemdir. Akademik personelin online satn alma
davranna ynelik algladklar risk ve faydann belirlenmesinde toplam 31 deikenden yararlanld
iin minimum rnek bykl 310 olarak belirlenmi ancak, daha byk bir rnee ulalmaya almtr. Bilgi toplama arac ve yntemi olarak yz yze
anket ynteminden yararlanlmtr.
Anket formu temel blmden olumaktadr. Birinci blmde, nominal biiminde internet kullanm
sresi, internet kullanma skl, online alveri yapp
yapmama, online alveri skl ve online alverite
yaplan harcama miktarn belirlemeye ynelik sorular
yer almaktadr. kinci blm ise online satn alma davranna ynelik alglanan risk ve faydalar belirlemeye

ynelik 5li likert lei biiminde hazrlanm sorularn yer ald blmken; nc ve son blm ise demografik deikenlerin yer ald blmdr. Demografik deikenlerden ya deikeni ak ulu sorulmu
ve sonrasnda snflandrlma yaplarak nominal lek
haline getirilmitir. Kalan dier tm demografik deikenler ise nominal lek araclyla llmtr.
Sonu olarak 520 kiiye anket uygulanmtr. Anketlerden eksik ve hatal doldurulanlar elendiinde 509
adet anket analizlerde kullanlmtr.

4. BULGULAR
4.1. Demografik Yapya likin Bulgular
Tablo 1de aratrmaya katlan akademik personelin demografik yaplarna ait zellikler yer almaktadr.

Tablo 1. Akademik Personelin Demografik zellikleri


Deikenler

Frekans

Yzde %

Cinsiyet

Frekans

Yzde %

Kadn

231

45,4

Lisans

71

13,9

Erkek

278

54,6

Yksek Lisans

161

31,6

Toplam

509

100

Doktora

277

54,4

Toplam

509

100

Ya
20-29

77

15,1

Gelir

30-39

232

45,6

1500-2500

239

47

40-49

166

32,6

2501-3500

92

18,1

50-59

29

5,7

3501-4500

89

17,5

4501-5500

50

9,8

509

100

5501 ve zeri

39

7,7

Toplam

509

100

60-69
Toplam

Aratrmaya katlan akademik personelin % 45,4


kadn, % 54,6s erkek katlmclardan olumakta; katlmclarn byk ounluu 30-39 ve 40-49 ya gruplarnda toplanmaktadr. Aratrmaya katlan akademik
personelin ounluunun doktora mezunu olduu
ve yine byk ounluunun aylk gelirlerinin 1.5002.500 TL arasnda olduu grlmektedir.
Aratrmaya katlan akademik personelin ounluunun 10 yl ve zeri sredir internet kullanmakta
olduu ve interneti her gn kullanan katlmclardan
olutuu grlmektedir. Online alveri yapma durumlarna bakldnda katlmclarn % 62,3nn
online alveri yaptklar; son bir yl ierisinde byk
ounluunun 1-2 defa ve 3-4 defa alveri yaptklar ve yine byk ounluun 0-250 TL ve 251-500 TL
arasnda harcamada bulunduklar grlmektedir.

486

Deikenler
Eitim

4.2. Kullanlan leklerin Gvenilirlik Analizi


Katlmclarn, online satn almadan algladklar
riski ortaya koymak iin kullanlan, 14 adet deikenden oluan lein isel tutarlln (gvenilirliini) belirlemek zere, Cronbach Alpha Gvenilirlik
Analizinden yararlanlmtr. Gvenilirlik analizi sonucunda alfa katsays 0,712 olarak bulunmutur.
Katlmclarn, online satn almadan algladklar
fayday ortaya koymak iin kullanlan, 17 adet deikenden oluan lein alfa katsays ise 0.847 olarak
bulunmutur. Hesaplanan her iki alfa deeri de tanmlayc nitelikteki aratrmalar iin kabul edilebilir deeri olan 0,70 deerinin zerindedir (Hair vd., 1998).
Buradan hareketle kullanlan leklerin isel tutarllklarnn yksek olduu ifade edilebilir.

Tketicilerin Demografik zelliklerinin Online Alveri Davranlar zerine Etkileri

Tablo 2. Akademik Personelin nternet Kullanm le nternetten Alveri Yapma Durumuna Ynelik Bulgular
Deikenler

Frekans

Yzde %

Deikenler

Frekans

Yzde %

On ki Ayda nternetten
Alveri Yapma Miktar

nternet Kullanma Sresi


2-3 yl

0,6

1-2 defa

92

0,29

4-5 yl
6-7 yl

24

4,7

3-4 defa

85

0,27

69

13,6

5-6 defa

56

0,18

8-9 yl

88

17,3

7-8 defa

13

0,04

10 yl ve zeri

325

63,9

9-10 defa

21

0,07

Toplam

509

100

11 defa ve zeri

50

0,15

Toplam

317

100

nternet Kullanm Skl


Her gn

470

92,3

On ki Ayda nternetten
Alveri Yapma Tutar

Haftada birka kez

37

7,3

0-250 TL

84

0,27

Haftada bir kez

0,2

251-500 TL

83

0,26

Ayda birka kez

0,2

501-1000 TL

55

0,17

509

100

1001-2000 TL

53

0,17

2001-3000 TL

22

0,07

Evet

317

62,3

3001 TL ve zeri

20

0,06

Hayr

192

37,7

Toplam

317

100

Toplam

509

100

Toplam
nternetten Alveri Yapma Durumu

4.3. Analiz ve Bulgular


Katlmclarn, online satn almadan algladklar
risk ve fayday ortaya koymak iin kullanlan leklerle daha rahat alabilmek adna her iki lek, varimax
rotasyonu kullanlarak ayr ayr kefedici faktr analizlerine tabi tutulmutur.
Alglanan risk leine ilikin uygulanan ilk faktr

analizi sonucunda; kararsz yap gsteren, bir baka


ifadeyle farkl faktrler altnda birbirine yakn faktr
ykleri bulunan, iki deiken karlarak analiz tekrarlanmtr. Elde edilen nihai faktrler, bu faktrlere ait
deikenlerin faktr ykleri ve her bir faktrn aklad varyans ile gvenilirlikleri Tablo 3de olduu
gibidir:

487

eniz ZHAN, Nevin ALTU

Tablo 3. Online Satn Almadan Alglan Riske likin Faktr Analizi


Faktrler ve erikleri

Faktr
Yk

Maddi Risk
nternetteki satclara gvenemem

0,808

nternetteki satclardan satn aldm rn bana ulamazsa diye ekinirim

0,773

nternet zerinden sat yapan firmada kredi kart bilgilerim gvenli bir ekilde
saklanmaz, bakalarna verilebilir

0,755

nternet zerinden sklkla alveri yapmamamn tek ve en byk nedeni kredi


kart bilgilerimi vermek zorunda kalmamdr

0,720

nternetten, satn aldm rnnn gerek miktarndan fazla bir bedelle fatura
edilme olasl daha yksektir

0,444

Her bir
Faktrn
Aklad
Varyans

Her bir
Faktrn
Gvenilirlii

%22,298

0,786

%22,199

0,685

%17,458

0,707

rne likin Risk


nternetten alacam giyim rnlerini stmde deneme |imkanm yoktur

0,910

Satn alacam rne elle dokunma ve yakndan inceleme imkan yoktur

0,878

Giyim rnlerinde beden lleri bir problem olabilir

0,819

nternetten satn alacam rnn kendisini incelemek mmkn deildir

0,545

Alveri Srecine Ynelik Risk


Yapmak istediim alverile ilgili uygun web sayfasn bulmak zordur

0,851

nternetten alacam rnlere ilikin bilgi ve resimlerin bilgisayarmn ekranna


indirilmesi zaman alr

0,804

nternetten sipari vermek ok karmak bir ilemdir

0,667

Toplam Aklanan Varyans


KMO Measure of Sampling Adequacy.
Bartletts Test of Sphericity Approx. Chi-Square
Serbestlik Derecesi
nem Seviyesi

Tablo 3 incelendiinde, KMO deerinin 0,778 ile


istenen deer olan 0,50in zerinde olduu grlmektedir (Hair, Anderson, Tahtam ve Black, 2005).
Yine Bartlett test deeri anlaml olarak bulunmutur
(p= 0,000). Bylece eldeki verinin faktr analizi uygulanmasna elverili olduu ifade edilebilir. Analiz
sonucunda online satn almadan alglanan riskin 3
faktr altnda topland, bu faktrn ise toplam
varyansn % 62,298ini aklayarak, tanmlayc nitelikteki aratrmalarda istenen % 60lk deerin zerinde
bir deer salad grlmektedir. Faktrlerin gvenilirlik deerlerine bakldnda ise btn faktrlerin
gvenilirliklerinin 0,6 ile 0,8 arasnda deerler olduu, bu nedenle yksek gvenilirlie sahip faktrler
olduklar ifade edilebilir (Kay, 2008: 405).
Faktrlerin isimlendirilmesi ise ierdikleri deikenler dikkate alnarak yaplmtr. Birinci faktrn
altnda toplanan deikenler incelendiinde, bu de-

488

%62,298
0,778
2075,355
66
0,000

ikenlerin maddiyatla ilgili olduklar grlm ve bu


nedenle ilgili faktrn maddi risk olarak isimlendirilmesinin uygun olaca dnlmtr. kinci faktr
altnda toplanan deikenler incelendiinde, hepsinin satn alnan rne ynelik riskler olduu ve bu
faktrn rne ilikin riskler olarak isimlendirilmesine
karar verilmitir. Son olarak nc faktr ise alveri
srecinin kendisine ynelik riskleri ierdiinden, bu
faktr de alveri srecine ilikin riskler olarak isimlendirilmitir.
Alglanan fayda leine ilikin uygulanan ilk faktr analizi sonucunda; kararsz yap gsteren veya faktr gvenilirlikleri kabul edilebilir snrn altnda olan
deikenler karlarak analiz tekrarlanmtr. Elde
edilen nihai faktrler, bu faktrlere ait deikenlerin
faktr ykleri ve her bir faktrn aklad varyans ile
gvenilirlikleri Tablo 4te olduu gibidir:

Tketicilerin Demografik zelliklerinin Online Alveri Davranlar zerine Etkileri

Tablo 4. Online Satn Almadan Alglan Faydaya likin Faktr Analizi


Faktrler ve erikleri

Faktr
Yk

rn ve Datm Faydas
nternetteki satclar, daha geni rn seenei sunarlar

0,821

nternetten birok marka ve maazaya ulaabilirim

0,776

nternette, rnler hakknda detayl bilgi edinme imkan vardr

0,758

nternetteki satclar, daha uygun fiyatlar nerirler

0,646

nternet zerinden alverite satn alacam rnn zelliklerini


kendime gre seip belirleyebilirim

0,632

nternet zerinden alveri, dnyann her yerindeki rnlere ulama


imkan verir

0,554

Her bir
Faktrn
Aklad
Varyans

Her bir
Faktrn
Gvenilirlii

%35,149

0,833

%24,219

0,715

Alveri Sreci Faydas


nternet zerinden alveri yaparken rn almazsam maazadaki gibi
mahcup olmam

0,804

Hattn veya elemanlarn megul olmas gibi bir durumla internetten alverite
karlamam

0,761

nternet zerinden alveri yaparken beeri unsurlardan ve insan


kalabalndan kaynaklanan zorluklar yaamam

0,732

Toplam Aklanan Varyans


KMO Measure of Sampling Adequacy.
Bartletts Test of Sphericity Approx. Chi-Square
Serbestlik Derecesi
nem Seviyesi

Tablo 4 incelendiinde, KMO deerinin 0,875 ile


istenen deer olan 0,50in zerinde olduu grlmektedir (Hair, Anderson, Tahtam ve Black, 2005).
Yine Bartlett test deeri anlaml olarak bulunmutur
(p= 0,000). Bylece eldeki verinin faktr analizi uygulanmasna elverili olduu ifade edilebilir. Analiz
sonucunda online satn almadan alglanan faydann
2 faktr altnda topland, bu iki faktrn ise toplam
varyansn % 59,367sini aklayarak, tanmlayc nitelikteki aratrmalarda istenen % 60lk deere ok
yakn bir deer salad grlmektedir. Faktrlerin
gvenilirlik deerlerine bakldnda ise yine btn
faktrlerin gvenilirliklerinin 0,6 ile 0,8 arasnda deerler olduu, bu nedenle yksek gvenilirlie sahip
faktrler olduklar ifade edilebilir (Kay, 2008: 405).
Faktrlerin isimlendirilmesi yine ierdii deikenler esas alnarak yaplmtr. Birinci faktrn altnda toplanan deikenler incelendiinde, bu deikenlerin rn ve datm ile ilgili olduklar grlm
ve bu faktrn rn ve datm faydas olarak isimlendirilmitir. kinci faktr altnda toplanan deikenler
incelendiinde ise sz konusu deikenlerin hepsinin
alveri srecinin kendisine ynelik alglanan faydalar olduu ve bu nedenle ikinci faktrn alveri sreci faydas olarak isimlendirilmesine karar verilmitir.

%59,367
0,875
967,841
36
0,000

H1, H2, H3 ve H4 hipotezlerini test etmek iin Ki-kare


analizinden yararlanlmtr. Elde edilen sonular zet
ekilde Tablo 5de olduu gibidir:
Tablo 5. Demografik zelliklere Gre Online Satn
Alma Davranna Ynelik Ki-Kare Analizi
X Deeri

Serbestlik
Derecesi

nem
Seviyesi

Cinsiyet

8,563

0,128

Ya

7,425

0,593

Eitim

10,002

0,125

Gelir

27,356

12

0,007

Deiken

Tablo 5den grld zere, online satn alma davran ile katlmclarn gelir dzeyleri arasnda anlaml
bir iliki olduu anlalmaktadr. Bu nedenle online
satn alma davran ile gelir dzeyi arasndaki ilikiyi
hesaplamada kullanlan apraz tablo incelenmi ve
gelir dzeyi arttka, online satn alma saysnn da
artt gzlenmitir. Dolaysyla, gelir ile online satn
alma says arasnda pozitif ynde bir ilikinin var olduu ifade edilebilir.
H5 ve H6 hipotezleri iin bamsz t testlerinden yararlanlmtr. Sonular zet ekilde Tablo 6da olduu
gibidir:

489

eniz ZHAN, Nevin ALTU

Tablo.6 Cinsiyete Gre Alglanan Risk ve Fayda Arasndaki Farklar


Hipotez

Deiken
Maddi Risk

H5

rne likin Risk


Al Veri Srecine Ynelik Risk
rn ve Datm Faydas

H6
Al Veri Sreci Faydas

Cinsiyet

Ortalama

Kadn

2,78

Erkek

2,70

Kadn

4,07

Erkek

4,08

Kadn

2,13

Erkek

2,18

Kadn

4,05

Erkek

4,13

Kadn

3,98

Erkek

3,98

T deeri

Serbestlik
Derecesi

nem
Seviyesi

0,933

302

0,420

-0,132

305

0,553

-0,629

307

0,621

-1,082

300

0,634

-0,018

310

0,605

Tablo 6dan grld zere cinsiyete gre hem risk hem de faydaya ilikin alglanan hibir boyut arasnda
anlaml farkllklar bulunamamtr.
H7, H8, H9, H10, H11 ve H12 hipotezleri varyans analizi ile test edilmitir. Sonular zet ekilde Tablo 7de olduu
gibidir:
Tablo 7. Demografik zelliklere Gre Risk ve Fayda Alglamalar Arasndaki Farkllklara Ait Varyans Analizleri
Hipotez

H7

H8

H9

H10

H11

H12

Deiken

F deeri

Serbestlik
Derecesi

nem Seviyesi

Maddi Risk

Ya

2,432

0,065

rne likin Risk

Ya

0,293

0,831

Alveri Srecine Ynelik Risk

Ya

1,853

0,138

rn ve Datm Faydas

Ya

1,939

0,123

Alveri Sreci Faydas

Ya

3,979

0,008

Maddi Risk

Eitim

1.133

0,323

rne likin Risk

Eitim

0,269

0,746

Alveri Srecine Ynelik Risk

Eitim

0,136

0,872

rn ve Datm Faydas

Eitim

0,887

0,413

Alveri Sreci Faydas

Risk/Fayda Boyutu

Eitim

0,441

0,644

Maddi Risk

Gelir

0,285

0,887

rne likin Risk

Gelir

0,553

0,697

Alveri Srecine Ynelik Risk

Gelir

1,577

0,180

rn ve Datm Faydas

Gelir

1,031

0,391

Alveri Sreci Faydas

Gelir

0,312

0,870

Tablo 7 incelendiinde, katlmclarn online alveri srecinin kendisine ynelik algladklar faydann, ya gruplar itibari ile birinin dierlerinden farkl
olduu grlmektedir. Farklln hangi gruptan kaynaklandn belirlemek zere Tukey Hsd testi yaplm farklln 20-29 ya grubu (x= 4.21) ile 40-49 ya
grubu (3,84) arasndaki farkllktan kaynakland grlmtr (sig=0,025). Buna gre gen katlmclarn,
orta ya st katlmclara gre, internetten alveri
srecini daha faydal olarak alglamakta olduu ifade
edilebilir. Bunun dnda dier demografik zellikler

490

itibariyle katlmclarn online alverie ynelik risk ve


fayda alglamalar arasnda anlaml farklk bulunamamtr.

5. SONU VE NERLER
Bu almada, katlmclarn, online satn almadan
algladklar risk ve fayda faktrlerini ortaya koymak
iin yaplan faktr analizi sonucunda risk faktrleri;
maddi risk, rne ilikin risk ve alveri srecine ynelik risk olmak zere balk altnda; fayda faktrleri ise rn ve datm faydas ve alveri sreci faydas

Tketicilerin Demografik zelliklerinin Online Alveri Davranlar zerine Etkileri

olmak zere iki balk altnda toplanmtr.


Katlmclarn online alveri yapma skl ile cinsiyet, ya, eitim ve gelir dzeyleri arasnda anlaml
bir ilikinin olup olmad ki-kare analizi ile test edilmitir. Analiz sonucunda online alveri yapma skl
ile katlmclarn gelir dzeyleri arasnda anlaml bir
iliki olduu anlalmaktadr. Gelir dzeyi arttka, online satn alma saysnn da artt gzlenmitir.
Katlmclarn cinsiyet, ya, eitim ve gelir dzeylerine gre online alveriten algladklar risk ve fayda
arasnda anlaml bir farkllk olup olmadna ynelik
yaplan analiz sonucunda ise gen katlmclarn, orta
ya st katlmclara gre, online alveri srecini
daha faydal olarak alglamakta olduu bulgusuna
ulalmtr. Bu durumun olas bir nedeni, internet
deneyimine daha fazla sahip olan gen tketicilerin
teknolojiyi daha iyi kontrol edebildiklerinden online
alverii daha gvenli bulmalar olabilir. Yine bir dier neden de gen tketicilerin interneti daha fazla
kullanarak, olas problemleri nasl nleyeceklerini renmesi ve bu durumun da gven artna yol amas olabilir (Santana ve Loureiro, 2010). Gven online
alveri iin tketicileri ikna etmede olduka nemli
bir role sahiptir.
Yaplan almada cinsiyet ve eitim dzeyinin
katlmclarn online alveriten algladklar risk,
fayda ve online alveri skl zerinde bir etkisi bulunmamtr. Cinsiyet asndan bu alma bulgusunu destekleyen ok sayda alma vardr. rnein,
Goldsmith ve Flynn (2004) ve Dillon ve Reif (2004) de
yaptklar almada cinsiyetin online alveri yapma
kararn etkileyen bir deiken olmadn bulmulardr. Yine ok saydaki pazarlama aratrmas gelecekte
online alveri asndan kadnlar ve erkekler arasn-

da hibir fark olmayacan ileri srmtr (Tariq ve


Eddaoudi, 2009).
Online alveri davran geleneksel alveriten
farkl olduundan, online alveri davranlarn anlamak iin daha fazla alma gereklidir. Buna ek olarak,
online alveri zerindeki mevcut almalarn ou
sadece tketicilerin satn alma niyetlerini aratrm
ve online alverite karlalan sorunlara net bir zm sunmamtr (Wang vd., 2007). E-ticaretin ar
bymesine ve online alveri yapan tketicilerin
hzla artmasna ramen, tketicilerin online ortamlarda satn alma kararlarn nasl aldklar konusu ok
az bilinmektedir. Buna ek olarak, birok insan online
alveri yaptnda hala hayal krkl yaamakta ve
bu nedenle online alveri yapmaya tereddt etmektedir. Bunun yannda, iletmelerin, tketicilerin online
satn almay erteleme davranlarnn ve online satn
alma konusundaki tereddtlerinin altnda yatan nedenleri incelemeleri zorunludur.
Aratrma, yukarda belirtilen katklarnn yan sra
baz kstlamalar da ierisinde barndrmaktadr. alma, zaman ve maliyet kstlamasndan dolay sadece
Trakya Blgesinde yer alan niversitelerdeki retim
elemanlar ile gerekletirilmitir. Bunun nedeni, eitim dzeyi yksek (en az lisans mezunu) ve nispeten
daha homojen bir rnek olan retim elemanlarnn
online alveri davranlarnn farkllk gsterip gstermeyeceinin belirlenmek istenmesidir. Gelecekte
yaplacak almalarda, Trkiyedeki dier niversitelerdeki retim elemanlar ya da dier niversite
alanlar dahil edilerek aratrmann kapsam geniletilebilir.

491

eniz ZHAN, Nevin ALTU

KAYNAKLAR
Akhter, S. H.(2003). Digital divide and purchase intention: Why demographic psychology matters. Journal
of Economic Psychology, 24 (3): 321327.

Hair, C. F, Anderson, R. E., Tatham, R. L., Black, V.


C. (2005). Multivariate Data Analaysis. 6th edition. New
Jersey: Printence Hall.

Akman, I. ve Mishra, A. (2010). Gender, age and


income differences in internet usage among employees
in organizations. Computers in Human Behavior, 26 (3):
482490.

Hannah, B. ve Lybecker, K.M. (2010). Determinants of Recent Online Purchasing and the Percentage
of Income Spent Online. International Business Research,
3 (4): 60-71.

Algr, S. ve Cengiz, F. (2011). Trk Tketicilere Gre


Online (evrimii) Alveriin Riskleri ve Yararlar. Journal of Yasar University, 22 (6): 3666-3680.

Hasan, B. (2010). Exploring gender differences in online shopping attitude. Computers in Human Behavior, 26
(4): 597601.

Bagdoniene, L. ve Zemblyte, J. (2009). Online Shopping Motivation Factors and Their Effect on Lithuanian
Consumers. Economics & Management, 14: 367-374.

Hills, P. ve Argyle, M. (2003). Uses of the Internet


and their relationships with individual differences in personality. Computers in Human Behavior, 19 (1): 5970.

Bhatnagar, A. ve Ghose, S. (2004). Segmenting consumers based on the benefits and risks of internet shopping. Journal of Business Research, 57 (12): 1352-1360.

Jain, S.K. ve Jain, M. (2011). Exploring impact of


consumer and product characteristics on e-commerce
adoption: A study of consumers in India. Journal of Technology Management for Growing Economies, 2 (2): 35-64.

Candan, B. ve Kurtulu, K. (2003). nternet kullanclarnn gda, temizlik ve kiisel bakm rnlerinde sanal alveri yapma nedenlerini belirlemeye ynelik pilot bir aratrma. ktisadi ve dari Bilimler Dergisi, 17 (1-2): 307-321.
Cyr, D. ve Bonanni, C. (2005). Gender and website
design in e-business. Int. J. Electronic Business, 3 (6): 565582.
Dillon, T. W. ve Harry, L.R. (2004) Factors influencing consumers e-commerce commodity purchases, Information Technology, Learning, and Performance Journal,
22 (2): 1-12.
Elibol, H. ve Kesici, B. (2004). ada iletmecilik
asndan elektronik ticaret. Seluk niversitesi Sosyal
Bilimler Enstits Dergisi, (11), 303-329.
Makaleye ulalabilir adres:
(http://www.sosyalbil.selcuk.edu.tr/sos_mak/makaleler/Burcu%20KES%C4%B0C%C4%B0%20
%20Halil%20EL%C4%B0BOL/Elektronik%20Ticaret%20.pdf ). [12.11.2010].
Forsythe, S. ve Shi, B. (2003). Consumer patronage
and risk perceptions in Internet shopping. Journal of Business Research, 56 (11): 867875.
Forsythe, S., Liu, C., Shannon, D., Gardner, L.C.
(2006). Development of a scale to measure the perceived
benefits and risks of online shopping. Journal of Interactive Marketing, 20 (2): 55-75.
Goldsmith, R.E. ve Flynn, L.R. (2004). Psychological
and behavioral drivers of online clothing purchase. Journal of Fashion Marketing and Management, 8 (1): 84-95.
Hair, C. F, Anderson, R. E., Tatham, R. L., Black, V.
C. (1998). Multivariate Data Analaysis. 5th edition. New
Jersey: Printence Hall.
492

Kau, A. K., Tang, Y. E., Ghose, S. (2003). Typology of


online shoppers. Journal of Consumer Marketing, 20 (2):
139-156.
Kay, A. (2008). Gvenilirlik Analizi. inde erif
Kalayc (Ed.). Spss Uygulamal ok Deikenli statistik
Teknikleri: 403-424. Ankara: Asil Yayn Datm.
Kurtuldu, H.S., Karata, M. (2005). nternet bankaclnda mteri tercihleri zerine bir aratrma. I..
Siyasal Bilgiler Fakltesi Dergisi, 33: 29-44.
Kurtulu, K. (2008). Pazarlama aratrmalar. Geniletilmi 9. Basm, stanbul: Filiz Kitapevi.
Liu, C. ve Forsythe, S. (2011). Examining drivers of
online purchase intensity: Moderating role of adoption
duration in sustaining post-adoption online shopping. Journal of Retailing and Consumer Services, 18 (1): 101109.
Liu, C. ve Forsythe, S. (2010). Sustaining Online
Shopping: Moderating Role of Online Shopping Motives. Journal of Internet Commerce, 9 (2): 83103.
zen, H. (2007). nternetten satn alma davran ile
risk ve fayda alglamalar arasndaki ilgi. Yaynlanmam
Yksek Lisans Tezi. stanbul niversitesi, Sosyal Bilimler
Enstits, stanbul.
zgven, N. (2011). Tketicilerin online alverie
kar tutumlar ile demografik zellikleri arasndaki ilikinin analizi. KM Sosyal ve Ekonomik Aratrmalar Dergisi, 13 (21): 47-54.
Porter, C.E. ve Donthu, N. (2006). Using the technology acceptance model to explain how attitudes determine Internet usage: The role of perceived access barriers
and demographics. Journal of Business Research, 59 (9):
9991007.

Tketicilerin Demografik zelliklerinin Online Alveri Davranlar zerine Etkileri

Potosky, D. (2007). The Internet knowledge (iKnow)


measure. Computers in Human Behavior, 23 (6): 2760
2777.
Richards, J. ve Shen, D. (2006). E-commerce adoption among Chinese consumers: An exploratory study. Joumal of Intemational Consumer Marketing, 18 (3): 33-55.
Rishi, B.J. (2008). An Empirical Study of Online
Shopping Behaviour: A Factor Analysis Approach. Journal of Marketing & Communication, 3 (3): 40-49.
Roman, S. (2010). Relational consequences of perceived deception in online shopping: The moderating
roles of type of product, consumers attitude toward the
internet and consumers demographics. Journal of Business
Ethics, 95 (3): 373391.
Santana, S. ve Loureiro, S. (2010). Assessing benefits
and risks of online shopping in Spain and Scotland. Portuguese Journal of Management Studies,15 (2): 161-172.
Sebastianelli, R., Tamimi, N., Rajan, M. (2008). Perceived quality of online shopping: Does gender make a
difference?. Journal of Internet Commerce, 7 (4): 445-469.
Shahrokh, Z.D., Sadaghiani, J.S., Timasi, S.M.
(2012). Relation between Iranian students Demographic
and intention to internet purchase. Interdisciplinary Journal of Contemporary Research In Business, 3 (10): 433-441.
Slyke, C.V., Comunale, C.L., Belanger, F. (2002).
Gender differences in perceptions of web-based shopping. Communications of The Acm, 45 (7): 82-86.
Sorce, P., Perotti, V., Widrick, S. (2005). Attitude and
age differences in online buying. International Journal of
Retail & Distribution Management, 33 (2): 122-132.
Su, D. ve Huang, X. (2011). Research on online shopping intention of undergraduate consumer in China-based on the theory of planned behavior. International
Business Research, 4 (1): 86-92.

Tariq, A.N. ve Eddaoudi, B. (2009). Assessing the


effect of trust and security factors on consumers willingness for online shopping among the urban Moroccans.
International Journal of Business and Management Science,
2(1): 17-32.
Teo, T.S.H. ve Tan, J.S. (2002). Senior executives
perceptions of business-to-consumer (B2C) online marketing strategies: the case of Singapore. Internet Research:
Electronic Networking Applications and Policy, 12 (3): 258275.
Turan, A.H. (2008). nternet Alverii Tketici
Davrann Belirleyen Etmenler: Gelitirilmi Teknoloji
Kabul Modeli (E-TAM) ile Bir Model nerisi, anakkale Onsekiz Mart niversitesi Akademik Biliim 2008
Konferans, 30 Ocak-1 ubat, anakkale.
Ugrin, J.M., Pearson, J.M., Odom, M.D. (2007).
Profiling cyber-slackers in the workplace: Demographic,
cultural, and workplace factors. Journal of Internet Commerce, 6(3): 75-89.
Wang, M.S., Chen, C.C., Chang, S.C., Yang, Y.H.
(2007). Effects of online shopping attitudes, subjective
norms and control beliefs on online shopping intentions:
A test of the theory of planned behaviour. International
Journal of Management, 24 (2): 296-302.
Yang, K.C.C. (2005). Exploring factors affecting the
adoption of mobile commerce in Singapore. Telematics
and Informatics, 22 (3): 257-277.
Yu, J. (2006). Marketing to Chinese consumers on
the internet. Marketing Intelligence & Planning, 24 (4):
380-392.
Zhang, Y. (2005). Age, gender, and Internet attitudes among employees in the business world. Computers in
Human Behavior, 21 (1): 110.

493