The examination of perceived risk of online shopping in omni-channel retailing types with regards to service quality, customer satisfaction and online purchase intention

The transformation in the retail industry in the last ten years has revealed multifaceted platform-based marketplaces, digital technologies and business models. Optimization of distribution is an important feature that provides differentiation and superiority to the system in retail chain structures that have dominated for a certain period of time. All-channel retailing, which is the main subject of the study, is the latest point of retailing today. It is possible that different structures will emerge in the retail sector in the future as a result of the increase in technology and digital-based innovations, developments in the software sector, and the use of technology becoming the focal point of individual life. In the first part of the study, retailing, digitalization and the types of retailing that emerged with the effect of digitalization on distribution channels will be examined. Retailing has changed and developed over the years in parallel with the change in micro and macroeconomics. Retailing, whose primary goal is to deliver goods and services to the end consumer, is at the heart of the supply chain processes. With digitalization, the number of customer touch points in the retail structure has increased rapidly. In the past, the messages received by the customer about the brand, product or business were limited to traditional visual and auditory advertisements, but today, the customers are exposed to the messages sent by the brands throughout the day. While digital marketing communications of mobile and virtual stores continue uninterrupted, differences are created in traditional communication methods. Contact with the customer is not limited to just communicating, but focuses on building relationships by creating experience. In addition, the change in consumer behavior increases the communication responsibilities of retailers in order to manage the demand. Although consumers try to digitalize and adapt to technology, this adaptation process is slow in some consumer groups. While people acquire new habits, it is not possible for them to give up some of their habits. In this context, businesses are establishing new systems in response to the consumer. Or consumers use the systems established by businesses in different ways to create benefits for themselves. Retailing has a structure that reacts to change. With the emergence of supermarkets, consumers who have become accustomed to big stores have started to buy some brands from discount stores when they become price sensitive. For example, a retailer who tries on the shoes he will buy at Nike's store completes the purchase of the product from any discount store. In particular, retailers that cannot charge for the service they provide, such as specialty stores, but spend capital on different cost elements to produce that service, have begun to receive no compensation for the service they produce. This concept, which entered the scientific literature as free shopping, has been further developed with the emergence of the virtual channel. On the one hand, catalog retailers came to the fore. As catalog retailers began to flourish, consumers used physical stores to learn more or try products. With the information he obtained from the consumer sales representatives who went to the physical store, he placed an order through the catalog channel and created an economic resource for the other channel with the information he obtained from one channel. Research-based shopping has come to the fore and a new shopping model has emerged that takes its roots from the concept of free shopping. With the further rooting of the virtual channel, consumers who use digital well and easily adapt to the virtual channel have developed shopping models that take advantage of the pros and cons of the channels to make their shopping processes more efficient. In other words, they have maximized utility. Cross-channel shopping is a prime example of this. The shopping process is divided into two stages: research and purchase. So much so that the consumer used the virtual channel at one stage and preferred the physical channel of another retailer at the other stage. In the aforementioned case, the consumer has added value to the physical channel while extracting value from the virtual channel. The situation, which is the subject of the theory of value destruction, has attracted the attention of researchers. It has caused retailers to work on finding solutions. Conflict has increased between retailers that serve only through the virtual channel and those that serve the physical channel. Consumers who do not trust online stores but want to benefit from them such as product variety and abundance of information in the virtual store, preferred to buy the product from the physical store by using services such as going to the physical store and trying the product they could not do in the virtual store, getting one-on-one support from the sales representative. The virtual store, on the other hand, either went bankrupt or opened physical stores, having to deal with costs that are not visible in the system due to the intangible situation it actually invested in. Traditional retailers, who could not cope with the virtual channel, opened their virtual stores and started to provide multi-channel service to the consumer. The concepts of integration and interaction came into play at the mentioned time. Multichannel retailers have begun to lose customers among themselves. When the consumer starts to prefer the physical channel of another retailer, integrating the channels and managing them from a single center has become a kind of solution. The retailer, which is fully present in all channels, has updated its structure by taking it as a duty to provide service to consumers in all aspects, to exist everywhere and to contact the consumer at every point. The consumer, who previously maximized its benefits by extracting value from different channels and exploiting the value of one party, started to create value by using different channels of the retailer. The service perception of the consumer has diversified, the virtual risk perception that he has not known before has emerged and he has started to experience the internet, which he has not dealt with before, or has met those born into the internet. These consumer classes are different from each other. A group of people are wary of virtual stores, do not hesitate while researching the virtual store, but visit the physical store when it comes to the payment stage. The other group prefers to buy the product from the virtual store in order to buy the product they like in the physical store at a more affordable price, not to carry the product in their hands or not to wait in line to buy the product. As a result, two consumer groups do not use a single channel in a single shopping process. The common point of the consumer while using two different channels is the existence of a single retailer. It is inevitable for the retailer to take initiatives to direct the consumer and to transform the negative perceptions of the consumer into positive. For the aforementioned reasons, changing the distrust and risk perception of the consumer, who uses the all-channel structure, towards the virtual channel will allow the retailer to switch to digital in the future. In this context, the retailer, who uses different channels effectively, should be guided by the service quality and satisfaction of the consumer in the existing productive environment. As the world turns virtual, it is a risk for consumer retailers who see virtual stores as risky and unsafe. All channeled services provided in both virtual and physical channels should encourage the consumer to the virtual channel by creating satisfaction and trust. The aim of the research is to determine the effect of the service they receive from all-channel retailers on trust and satisfaction, based on the consumer's risk perception and internet experience, and to determine the effect of the consumer's intention to purchase from the virtual store. In this context, a questionnaire consisting of 82 statements was constructed. There is one elimination question in the constructed questionnaire. Of the remaining 81 statements, 6 are demographic questions and the other 75 questions are about scales belonging to research variables. The research scale was designed as a 5-point Likert scale. The variables of the research are expertise and experience in virtual shopping, physical research online purchasing service quality, risk perception in virtual shopping, physical research online purchasing service quality, online store trust, physical research online purchasing service quality, online research physical purchasing service quality and research variables. is the intention to buy from the virtual store. The online survey method was used in the data collection phase of the research. Questionnaires were sent via whatsapp and e-mail to the people determined by the convenience sampling method. The reason why the online survey method is preferred is that people do not want to go out, especially during the pandemic period, and do not want to answer the pollsters due to restrictions and social distance rules. In addition, as in every research, there are time and cost constraints in this research. In the research, 5 statements about expertise and experience in virtual shopping, 30 statements about service quality in all-channel retailing, 20 statements about perceived risk in virtual shopping, 3 statements about satisfaction, 4 statements about online store trust, and 4 statements about intention to buy from the virtual store. expression exists. Kate L. Daunt, Lloyd C. Harris (2017) for the scale of expertise and experience in online shopping, Nina Meilatinova (2021) for online store trust and satisfaction, Urvashi Tandon, Ravi Kiran, Ash N. Sah ( 2018), Min Zhang, Xueping He, Fang Qin, Wenbiao Fu, Zhen He (2019) for service quality in all-channel retailing, Meng-Hsiang Hsu, Li-Wen Chuang, Cheng-Se Hsu (2013) for online store purchase intention .:'s articles were used. Research data were collected between 5 June 2021 and 5 August 2021. Questionnaires were sent to 1360 people in total. Of the 944 people who continued the survey, 417 were the participants who "switched from the virtual store to the physical store while shopping". The other 527 participants are those who "switch from the physical store to the virtual store while shopping". The sample sizes of the groups are higher than the calculated minimum sample size of 385. In the study, Structural Equation Modeling, which is a multivariate analysis technique developed based on factor analysis and multiple regression analysis, was used because a new model was created by using theory and a multivariate hypothesis was developed. Structural equation modeling Amos version 2022 and IBM SPSS Statistics 22 analysis programs were used. As a result, since the sample consisted of 2 groups and the research model had a complex structure, the model was included in the analysis as two different studies. When purchasing any apparel product from an all-channel retailer, the first group is the consumers who use the virtual stores during the research phase and the second group is the consumers who use the virtual stores during the research phase. All 10 hypotheses established for the group that preferred to purchase the research from the physical store from the virtual store were accepted. For this sample, the RMSEA value of the measurement model was 0.056, the RMR value was 0.07, the CFI value was 0.844, the IFI value was 0.845, the TLI value was 0.835, and the standardized chi-square value was 2.675. For the same sample group, the values of the structural model after DFA were standardized chi-square value 2.670, RMR value 0.072, CFI value 0.844, IFI value 0.845, TLI value 0.835, PGFI value 0.692, and RMSEA value 0.056. According to the hoelter index of this model, while the minimum sample size is 208 in the 0.05 confidence interval, this value is 213 in the 0.01 confidence interval. As a result, almost twice the number of samples determined by the hoelter index was obtained. The chi-square degree of freedom was 2.167, the RMR value was 0.066, the CFI value was 0.864, the TLI value was 0.856, and the RMSEA value was 0.053 in the measurement model of the ready-to-wear customers who searched the products in the virtual store and bought the products from the physical store of the same retailer. After the measurement model was verified, the structural model was analyzed. In this context, the structural model analyzes of the second group resulted in a chisquare/degree of freedom 2.092, RMR value of 0.066, TLI value 0.865, IFI value 0.874, CFI value 0.873, PGFI value 0.704, and RMSEA value 0.051. As mentioned earlier, the RMSEA value of 0.056 and 0.053 is close to perfect fit. Chi-square/degrees of freedom (x^(2/sd)) are 2.670 and 2.167, which are among acceptable fit criteria. CFI values are 0.844 and 0.873, TLI values are 0.835 and 0.865, which are very close to acceptable fit. While the RMR values are 0.072 for the online purchasing group, they are 0.066 for the physical purchasing group, which is among the acceptable fit criteria. The PGFI value of the sample group that bought the products from the virtual store is 0.692, and the PGFI value of the other group is 0.704, which is among the acceptable fit values. As a result, it has been determined that the theoretical model established is compatible with the obtained data. Although some values may not enter the required value range, RMSEA, RMR, (x^(2/sd)) values, which are the most necessary goodness-of-fit indices in the structural equation model (SEM), are in the required range. In addition, there are studies stating that the RMSEA value becomes insensitive to change, especially after 500 samples. The sample size of the study was 527 for the first group and 417 for the second group. Since the study was applied in the ready-made clothing industry, its generalizability is low. Ready-to-wear clothing was preferred, especially since it is a sector in which consumers give importance to try and see. In addition, the increase in the rate of people shopping from virtual stores during the pandemic process also facilitated the data collection process of the study. When it comes to hypothesis testing, for the sample group that prefers to buy from the research-virtual channel in the physical channel: Expertise and Experience in Virtual Shopping has an impact on the perceived risk of virtual stores and on service quality and satisfaction of physical research online purchasing. It has been seen that the service quality of purchasing from the virtual store in the physical store has an effect on the trust of the virtual store and the satisfaction of the purchase from the physical store. The effect of perceived risk in online shopping on the quality of physical research, online shopping service quality and online store trust has been determined. It has been determined that the satisfaction of purchasing from the physical store and the purchase from the virtual store have an effect on the online store trust and the intention to buy from the virtual store. Finally, it has been understood that the online store trust is also effective on the intention to buy from the virtual store. The hypothesis test results obtained for the sample group that researched the products in the virtual store and purchased from the physical store are: Expertise and experience in online shopping has an impact on the perceived risk of virtual stores, service quality and satisfaction of research in the virtual store and purchasing from the physical store. It has been seen that the service quality of purchasing from the physical store in the virtual store has an effect on the trust of the virtual store and the satisfaction of the purchase from the physical store. Research from the virtual store has determined that the satisfaction of purchasing from the physical store has an effect on the trust of the virtual store and the intention to buy from the virtual store.It has been understood that the trust of the online store is also effective on the intention to buy from the virtual store. It has been determined that the perceived risk in online stores does not have any effect on the quality of research in the online stores, on the service quality of purchasing from the physical store and on the trust of the online store. As a result of the research, it is possible to mention that the mutual use of channels create value, especially in the physical research, online purchase shopping model, since the shopping process of consumers turns into the intention to buy from the online store. In the online store, the risk perceived by the consumers who choose the shopping model of purchasing from the physical store does not affect the service quality. The reason for this is that the share of the online store in the online research and physical purchasing process is less. The fact that the perceived risk of online stores does not have an effect on the trust of the online store is due to the fact that consumers are not interested in this issue. The fact that consumers are not aware of their research experience in the online store and involuntarily manage this process causes the process to not reach a conclusion. La transformation du secteur de la vente au détail au cours des 10 dernières années a révélé des marchés multiformes basés sur des plateformes, des technologies numériques et des modèles commerciaux. L'optimisation de la distribution est une caractéristique importante qui confère une différenciation et une supériorité au système dans les structures de la chaîne de distribution qui ont dominé pendant un certain temps. Le commerce multicanal, qui est l'objet principal de l'étude, est le dernier point du commerce aujourd'hui. Il est possible que différentes structures émergent dans le secteur de la vente au détail à l'avenir en raison de l'augmentation des innovations technologiques et numériques, des développements dans le secteur des logiciels et de l'utilisation de la technologie devenant le point central de la vie individuelle. Dans la première partie de l'étude, le commerce de détail, la numérisation et les types de commerce qui ont émergé avec l'effet de la numérisation sur les canaux de distribution seront examinés. Le commerce de détail a changé et s'est développé au fil des années parallèlement à l'évolution de la micro et de la macroéconomie. Le commerce de détail, dont l'objectif principal est de fournir des biens et des services au consommateur final, est au cœur des processus de la chaîne d'approvisionnement. Avec la numérisation, le nombre de points de contact client dans la structure de vente au détail a augmenté rapidement. Autrefois, les messages reçus par le client sur la marque, le produit ou l'entreprise se limitaient aux publicités visuelles et auditives traditionnelles, mais aujourd'hui, les clients sont exposés aux messages envoyés par les marques tout au long de la journée. Alors que les communications marketing numériques des magasins mobiles et virtuels se poursuivent sans interruption, des différences sont créées dans les méthodes de communication traditionnelles. Le contact avec le client ne se limite pas à la simple communication, mais se concentre sur la construction de relations en créant de l'expérience. De plus, le changement de comportement des consommateurs augmente les responsabilités de communication des détaillants afin d'orienter la demande. Bien que les consommateurs essaient de se numériser et de s'adapter à la technologie, ce processus d'adaptation est lent dans certains groupes de consommateurs. Alors que les gens acquièrent de nouvelles habitudes, il leur est impossible d'abandonner certaines de leurs habitudes. Dans ce contexte, les entreprises mettent en place de nouveaux dispositifs en réponse au consommateur. Ou bien les consommateurs utilisent les systèmes mis en place par les entreprises de différentes manières pour créer des avantages pour eux-mêmes. Le commerce de détail a une structure qui réagit au changement. Avec l'émergence des supermarchés, les consommateurs qui se sont habitués aux grands magasins ont commencé à acheter certaines marques dans des magasins discount lorsqu'ils deviennent sensibles aux prix. Par exemple, un détaillant qui essaie les chaussures qu'il achètera dans le magasin Nike complète l'achat du produit dans n'importe quel magasin discount. En particulier, les détaillants qui ne peuvent pas facturer le service qu'ils fournissent, comme les magasins spécialisés, mais dépensent du capital sur différents éléments de coût pour produire ce service, ont commencé à ne recevoir aucune rémunération pour le service qu'ils produisent. Ce concept, entré dans la littérature scientifique sous le nom de free shopping, s'est encore développé avec l'émergence du canal virtuel. D'une part, les détaillants par catalogue se sont imposés. Alors que les détaillants par catalogue commençaient à prospérer, les consommateurs utilisaient les magasins physiques pour en savoir plus ou essayer des produits. Avec les informations qu'il a obtenues auprès des commerciaux consommateurs qui se sont rendus dans le magasin physique, il a passé une commande via le canal catalogue et a créé une ressource économique pour l'autre canal avec les informations qu'il a obtenues d'un canal. Le shopping basé sur la recherche est apparu et un nouveau modèle de shopping a émergé qui prend ses racines dans le concept de shopping gratuit. Avec l'enracinement supplémentaire du canal virtuel, les consommateurs qui utilisent bien le numérique et s'adaptent facilement au canal virtuel ont développé des modèles d'achat qui tirent parti des avantages et des inconvénients des canaux pour rendre leurs processus d'achat plus efficaces. En d'autres termes, ils ont une utilité maximisée. Le shopping cross-canal en est un parfait exemple. Le processus d'achat est divisé en deux étapes : la recherche et l'achat. A tel point que le consommateur a utilisé le canal virtuel à un moment et préféré le canal physique d'un autre commerçant à l'autre. Dans le cas précité, le consommateur a ajouté de la valeur au canal physique tout en extrayant de la valeur du canal virtuel. La situation, qui fait l'objet de la théorie de la destruction de valeur, a attiré l'attention des chercheurs. Cela a amené les détaillants à travailler pour trouver des solutions. Les conflits ont augmenté entre les détaillants qui ne desservent que le canal virtuel et ceux qui desservent le canal physique. Les consommateurs qui ne font pas confiance aux magasins virtuels mais souhaitent profiter des avantages tels que la variété des produits et l'abondance d'informations dans le magasin virtuel, préfèrent acheter le produit dans le magasin physique en utilisant des services tels que se rendre au magasin physique et essayer le produit qu'ils ne pouvaient pas faire dans le magasin virtuel, en obtenant une assistance individuelle du représentant des ventes. Le magasin virtuel, en revanche, a soit fait faillite, soit ouvert des magasins physiques, devant faire face à des coûts qui ne sont pas visibles dans le système en raison de la situation intangible dans laquelle il a réellement investi. Les détaillants traditionnels, qui ne pouvaient pas faire face au canal virtuel, ont ouvert leurs magasins virtuels et ont commencé à fournir un service multicanal au consommateur. Les concepts d'intégration et d'interaction sont entrés en jeu à l'époque mentionnée. Les détaillants multicanaux ont commencé à perdre des clients entre eux. Lorsque le consommateur commence à préférer le canal physique d'un autre commerçant, intégrer les canaux et les gérer depuis un seul centre devient une sorte de solution. L'enseigne, pleinement présente sur tous les canaux, a renouvelé sa structure en se donnant pour devoir de servir le consommateur dans tous ses aspects, d'exister partout et d'être à chaque instant à l'écoute du consommateur. Le consommateur, qui maximisait auparavant ses avantages en extrayant de la valeur de différents canaux et en exploitant la valeur d'une partie, a commencé à créer de la valeur en utilisant différents canaux du détaillant. La perception du service du consommateur s'est diversifiée, la perception du risque virtuel qu'il ne connaissait pas auparavant a émergé et il a commencé à faire l'expérience d'Internet, qu'il n'a jamais abordé auparavant, ou a rencontré des personnes nées dans Internet. Ces classes de consommateurs sont différentes les unes des autres. Un groupe de personnes se méfie des magasins virtuels, n'hésitez pas lors de la recherche du magasin virtuel, mais visitez le magasin physique lorsqu'il s'agit de l'étape de paiement. L'autre groupe préfère acheter le produit dans le magasin virtuel afin d'acheter le produit qu'il aime dans le magasin physique à un prix plus abordable, pour ne pas porter le produit entre ses mains ou pour ne pas faire la queue pour acheter le produit. En conséquence, deux groupes de consommateurs n'utilisent pas un seul canal dans un même processus d'achat. Le point commun du consommateur tout en utilisant deux canaux différents est l'existence d'un seul détaillant. Il est inévitable que le commerçant prenne des initiatives pour orienter le consommateur et transformer les perceptions négatives du consommateur en positives. Pour les raisons susmentionnées, changer la méfiance et la perception du risque du consommateur, qui utilise la structure tout canal, vers le canal virtuel permettra au détaillant de passer au numérique à l'avenir. Dans ce contexte, le commerçant, qui utilise efficacement les différents canaux, doit être guidé par la qualité du service et la satisfaction du consommateur dans l'environnement productif existant. Alors que le monde devient virtuel, c'est un risque pour les détaillants grand public qui considèrent les magasins virtuels comme risqués et dangereux. Tous les services canalisés fournis dans les canaux virtuels et physiques devraient encourager le consommateur à se tourner vers le canal virtuel en créant satisfaction et confiance. L'objectif de la recherche est de déterminer l'effet du service qu'ils reçoivent des détaillants tous canaux sur la confiance et la satisfaction, sur la base de la perception du risque et de l'expérience Internet du consommateur, et de déterminer l'effet de l'intention d'achat du consommateur dans le magasin virtuel. Dans ce cadre, un questionnaire composé de 82 énoncés a été construit. Il y a une question d'élimination dans le questionnaire construit. Sur les 81 énoncés restants, 6 sont des questions démographiques et les 75 autres questions portent sur des échelles appartenant à des variables de recherche. L'échelle de recherche a été conçue comme une échelle de Likert à 5 points. Les variables de la recherche sont l'expertise et l'expérience dans les achats virtuels, la qualité du service d'achat en ligne de la recherche physique, la perception du risque dans les achats virtuels, la qualité du service d'achat en ligne de la recherche physique, la confiance des magasins en ligne, la qualité du service d'achat en ligne de la recherche physique, la qualité du service d'achat physique de la recherche en ligne. et variables de recherche. est l'intention d'acheter dans la boutique virtuelle. La méthode d'enquête en ligne a été utilisée dans la phase de collecte de données de la recherche. Des questionnaires ont été envoyés via WhatsApp et par e-mail aux personnes déterminées par la méthode d'échantillonnage de commodité. La raison pour laquelle la méthode de sondage en ligne est préférée est que les gens ne veulent pas sortir, surtout en période de pandémie, et ne veulent pas répondre aux sondeurs en raison des restrictions et des règles de distance sociale. De plus, comme dans toute recherche, il y a des contraintes de temps et de coût dans cette recherche. Dans la recherche, 5 déclarations sur l'expertise et l'expérience dans les achats virtuels, 30 déclarations sur la qualité du service dans la vente au détail tous canaux, 20 déclarations sur le risque perçu dans les achats virtuels, 3 déclarations sur la satisfaction, 4 déclarations sur la confiance des magasins en ligne et 4 déclarations sur intention d'acheter dans la boutique virtuelle. expression existe. Kate L. Daunt, Lloyd C. Harris (2017) pour l'étendue de l'expertise et de l'expérience dans les achats en ligne, Nina Meilatinova (2021) pour la confiance et la satisfaction de la boutique en ligne, Urvashi Tandon, Ravi Kiran, Ash N. Sah ( 2018), Min Zhang, Xueping He, Fang Qin, Wenbiao Fu, Zhen He (2019) pour la qualité du service dans la vente au détail tous canaux, Meng-Hsiang Hsu, Li-Wen Chuang, Cheng-Se Hsu (2013) pour l'intention d'achat de la boutique en ligne.:' s articles ont été utilisés. Les données de recherche ont été collectées entre le 5 juin 2021 et le 5 août 2021. Des questionnaires ont été envoyés à 1360 personnes au total. Sur les 944 personnes qui ont poursuivi l'enquête, 417 étaient les participants qui « sont passés du magasin virtuel au magasin physique en faisant leurs courses ». Les 527 autres participants sont ceux qui "passent du magasin physique au magasin virtuel en faisant leurs courses". Les tailles d'échantillon des groupes sont supérieures à la taille d'échantillon minimale calculée de 385. Dans l'étude, la modélisation par équation structurelle, qui est une technique d'analyse multivariée développée sur la base d'une analyse factorielle et d'une analyse de régression multiple, a été utilisée car un nouveau modèle a été créé en utilisant la théorie et une hypothèse multivariée a été développée. La modélisation d'équations structurelles Amos version 2022 et les programmes d'analyse IBM SPSS Statistics 22 ont été utilisés. Par conséquent, étant donné que l'échantillon était composé de 2 groupes et que le modèle de recherche avait une structure complexe, le modèle a été inclus dans l'analyse en tant que deux études différentes. Lors de l'achat d'un produit vestimentaire auprès d'un détaillant multicanal, le premier groupe est constitué des consommateurs qui utilisent les magasins virtuels pendant la phase de recherche et le second groupe est les consommateurs qui utilisent les magasins virtuels pendant la phase de recherche. Les 10 hypothèses établies pour le groupe qui préférait acheter la recherche du magasin physique au magasin virtuel ont été acceptées. Pour cet échantillon, la valeur RMSEA du modèle de mesure était de 0,056, la valeur RMR était de 0,07, la valeur CFI était de 0,844, la valeur IFI était de 0,845, la valeur TLI était de 0,835 et la valeur standardisée du chi carré était de 2,675. Pour le même groupe d'échantillons, les valeurs du modèle structurel après DFA étaient la valeur standardisée du chi carré 2,670, la valeur RMR 0,072, la valeur CFI 0,844, la valeur IFI 0,845, la valeur TLI 0,835, la valeur PGFI 0,692 et la valeur RMSEA 0,056. Selon l'indice de Hoelter de ce modèle, alors que la taille minimale de l'échantillon est de 208 dans l'intervalle de confiance de 0,05, cette valeur est de 213 dans l'intervalle de confiance de 0,01. En conséquence, presque le double du nombre d'échantillons déterminé par l'indice de Hoelter a été obtenu. Le degré de liberté du chi carré était de 2,167, la valeur RMR était de 0,066, la valeur CFI était de 0,864, la valeur TLI était de 0,856 et la valeur RMSEA était de 0,053 dans le modèle de mesure des clients de prêt-à-porter qui ont recherché les produits. dans le magasin virtuel et acheté les produits dans le magasin physique du même détaillant. Après vérification du modèle de mesure, le modèle structurel a été analysé. Dans ce contexte, les analyses du modèle structurel du deuxième groupe ont donné un chi carré/degré de liberté de 2,092, une valeur RMR de 0,066, une valeur TLI de 0,865, une valeur IFI de 0,874, une valeur CFI de 0,873, une valeur PGFI de 0,704 et une valeur RMSEA de 0,051. Comme mentionné précédemment, la valeur RMSEA de 0,056 et 0,053 est proche de l'ajustement parfait. Chi-carré/degrés de liberté (x^(2/sd)) sont 2,670 et 2,167, qui font partie des critères d'ajustement acceptables. Les valeurs CFI sont de 0,844 et 0,873, les valeurs TLI sont de 0,835 et 0,865, qui sont très proches d'un ajustement acceptable. Alors que les valeurs RMR sont de 0,072 pour le groupe d'achat en ligne, elles sont de 0,066 pour le groupe d'achat physique, ce qui fait partie des critères d'ajustement acceptables. La valeur PGFI du groupe échantillon qui a acheté les produits du magasin virtuel est de 0,692, et la valeur PGFI de l'autre groupe est de 0,704, ce qui fait partie des valeurs d'ajustement acceptables. En conséquence, il a été déterminé que le modèle théorique établi est compatible avec les données obtenues. Bien que certaines valeurs puissent ne pas entrer dans la plage de valeurs requise, les valeurs RMSEA, RMR, (x^(2/sd)), qui sont les indices de qualité d'ajustement les plus nécessaires dans le modèle d'équation structurelle (SEM), sont dans la plage requise. Portée. De plus, il existe des études indiquant que la valeur RMSEA devient insensible au changement, en particulier après 500 échantillons. La taille de l'échantillon de l'étude était de 527 pour le premier groupe et de 417 pour le deuxième groupe. Comme l'étude a été appliquée à l'industrie du prêt-à-porter, sa généralisabilité est faible. Le prêt-à-porter a été privilégié, d'autant plus qu'il s'agit d'un secteur dans lequel les consommateurs accordent de l'importance à essayer et à voir. De plus, l'augmentation du taux de personnes faisant leurs achats dans des magasins virtuels pendant le processus de pandémie a également facilité le processus de collecte de données de l'étude. En ce qui concerne les tests d'hypothèses, pour le groupe d'échantillons qui préfère acheter à partir du canal virtuel de recherche dans le canal physique : L'expertise et l'expérience dans le shopping virtuel ont un impact sur le risque perçu des magasins virtuels et sur la qualité du service et la satisfaction des clients physiques. rechercher des achats en ligne. On a vu que la qualité de service d'achat du magasin virtuel dans le magasin physique a un effet sur la confiance du magasin virtuel et la satisfaction de l'achat du magasin physique. L'effet du risque perçu dans les achats en ligne sur la qualité de la recherche physique, la qualité du service d'achat en ligne et la confiance des magasins en ligne a été déterminé. Il a été déterminé que la satisfaction d'acheter dans le magasin physique et l'achat dans le magasin virtuel ont un effet sur la confiance dans le magasin en ligne et sur l'intention d'acheter dans le magasin virtuel. Enfin, il a été entendu que la confiance de la boutique en ligne est également effective sur l'intention d'achat de'l magasin virtuel. Les résultats du test d'hypothèse obtenus pour le groupe d'échantillons qui ont recherché les produits dans le magasin virtuel et achetés dans le magasin physique sont : L'expertise et l'expérience dans les achats en ligne ont un impact sur le risque perçu des magasins virtuels, la qualité du service et la satisfaction de la recherche dans le magasin virtuel et de l'achat dans le magasin physique. On a vu que la qualité de service d'achat du magasin physique dans le magasin virtuel a un effet sur la confiance du magasin virtuel et la satisfaction de l'achat du magasin physique. La recherche du magasin virtuel a déterminé que la satisfaction d'acheter dans le magasin physique a un effet sur la confiance du magasin virtuel et l'intention d'acheter dans le magasin virtuel. Il a été entendu que la confiance du magasin en ligne est également efficace sur l'intention d'acheter dans la boutique virtuelle. Il a été déterminé que le risque perçu dans les boutiques en ligne n'a aucun effet sur la qualité de la recherche dans les boutiques en ligne, sur la qualité du service d'achat dans la boutique physique et sur la confiance de la boutique en ligne. À la suite de la recherche, il est possible de mentionner que l'utilisation mutuelle des canaux crée de la valeur, en particulier dans la recherche physique, le modèle d'achat en ligne, puisque le processus d'achat des consommateurs se transforme en intention d'acheter dans la boutique en ligne. Dans la boutique en ligne, le risque perçu par les consommateurs qui choisissent le modèle commercial d'achat en magasin physique n'affecte pas la qualité du service. La raison en est que la part de la boutique en ligne dans le processus de recherche en ligne et d'achat physique est moindre. Le fait que le risque perçu des boutiques en ligne n'ait pas d'effet sur la confiance dans la boutique en ligne est dû au fait que les consommateurs ne sont pas intéressés par cette question. Le fait que les consommateurs ne soient pas conscients de leur expérience de recherche dans la boutique en ligne et gèrent involontairement ce processus fait que le processus n'aboutit pas.