CƠ SỞ LÝ THUYẾT - MÔ HÌNH NGHIÊN CỨU
Giới thiệu về thương mại điện tử
2.1.1 Khái niệm thương mại điện tử
Thương mại điện tử, theo cách hiểu tổng quát, là việc thực hiện một phần hoặc toàn bộ hoạt động thương mại thông qua các phương tiện điện tử Mặc dù vẫn giữ bản chất như các hoạt động thương mại truyền thống, thương mại điện tử mang lại sự nhanh chóng và hiệu quả hơn, giúp tiết kiệm chi phí và mở rộng không gian kinh doanh.
Theo Ủy ban thương mại điện tử của APEC, thương mại điện tử được định nghĩa là các giao dịch thương mại trao đổi hàng hóa và dịch vụ giữa các cá nhân qua các hệ thống dựa trên Internet Các phương tiện như email, EDI, Internet và Extranet đóng vai trò hỗ trợ cho hoạt động thương mại điện tử.
Theo Ủy ban châu Âu, thương mại điện tử được định nghĩa là hoạt động mua bán và trao đổi hàng hóa hoặc dịch vụ giữa các doanh nghiệp, cá nhân và tổ chức thông qua các giao dịch điện tử trên Internet hoặc các mạng máy tính Thuật ngữ này bao gồm việc đặt hàng và cung cấp dịch vụ qua mạng, trong khi thanh toán và vận chuyển hàng hóa có thể được thực hiện trực tuyến hoặc bằng phương pháp thủ công.
Theo Tổ chức Thương mại Thế giới (WTO), thương mại điện tử bao gồm các hoạt động như sản xuất, quảng cáo, bán hàng và phân phối sản phẩm Những giao dịch này được thực hiện qua Internet, nhưng sản phẩm vẫn được giao nhận một cách hữu hình.
2.1.2 Các hình thức thương mại điện tử
Hiện nay, có nhiều tranh cãi về các hình thức tham gia và cách phân chia trong thương mại điện tử Theo đối tượng tham gia, có ba nhóm chính: Chính phủ (G - Government), Doanh nghiệp (B - Business) và Khách hàng (C - Customer hay Consumer) Khi kết hợp các đối tượng này, ta có chín hình thức tham gia: B2C, B2B, B2G, G2B, G2G, G2C, C2G, C2B, và C2C Trong đó, các hình thức chính của thương mại điện tử bao gồm những dạng này.
- Doanh nghiệp với Doanh nghiệp (B2B)
- Doanh nghiệp với Khách hàng (B2C)
- Doanh nghiệp với Chính phủ (B2G)
- Khách hàng với Khách hàng (C2C)
- Thương mại đi động (mobile commerce hay viết tắt là m-commerce)
2.1.3 Lợi ích của thương mại điện tử
- Giúp doanh nghiệp nắm được thông tin phong phú về thị trường và đối tác
- Giúp giảm chi phí sản xuất
- Giúp giảm chi phí bán hàng và tiếp thị
- Tạo điều kiện cho việc thiết lập và củng cố mối quan hệ giữa các thành phần tham gia vào quá trình thương mại
- Tạo điều kiện sớm tiếp cận nền kinh tế số hoá
2.1.4 Tác động của thương mại điện tử đến thị trường
Thương mại điện tử đã tạo ra một môi trường cạnh tranh giá cả sản phẩm, giúp người tiêu dùng dễ dàng thu thập thông tin về sản phẩm, giá cả và nhà cung cấp Nhiều trang web hiện nay cung cấp dịch vụ đánh giá sản phẩm và so sánh giá cả giữa các nhà bán lẻ, cho phép người tiêu dùng đưa ra ý kiến cá nhân về trải nghiệm mua sắm Nhờ đó, người tiêu dùng có nhiều cơ hội lựa chọn sản phẩm phù hợp nhất, tìm kiếm nhà cung cấp dịch vụ tốt nhất và mua được sản phẩm với giá rẻ nhất.
Ý định mua lại trực tuyến
Theo Chiu (2009), ý định mua lại là khả năng chủ quan của khách hàng trong việc tiếp tục mua sản phẩm, dịch vụ trong tương lai Đây là trạng thái mà khách hàng đã từng mua ít nhất một lần và mong muốn mua lại Ý định mua lại đóng vai trò quan trọng trong sự thành công của một công ty hoặc trang web bán hàng trực tuyến, vì doanh thu chủ yếu đến từ sự ổn định và lòng trung thành của khách hàng có ý định mua lại.
Trong nghiên cứu này, tác giả tập trung vào việc khảo sát ý định mua lại của khách hàng, mà không đề cập đến hành vi mua lại thực tế Nghiên cứu dựa trên lý thuyết hành động hợp lý của Ajzen để phân tích các yếu tố ảnh hưởng đến ý định này.
Ý định là yếu tố quan trọng nhất trong mối quan hệ giữa thái độ và hành vi, đặc biệt trong việc đánh giá hành vi của khách hàng Việc giữ chân khách hàng trực tuyến là một thách thức lớn trong lĩnh vực công nghệ thông tin và tiếp thị Ý định tiếp tục sử dụng hệ thống công nghệ thông tin hoặc ý định mua sắm trực tuyến bị ảnh hưởng bởi trải nghiệm sử dụng lần đầu Ý định mua lại trực tuyến không chỉ phản ánh hành vi của người tiêu dùng mà còn là sự kết hợp giữa lý thuyết hệ thống thông tin và lý thuyết tiếp thị, trong đó khách hàng không chỉ là người sử dụng mà còn đóng vai trò quan trọng trong quá trình này.
Nghiên cứu này nhằm khám phá tầm quan trọng và sự khác biệt giữa các yếu tố ảnh hưởng đến việc tiếp tục sử dụng trang web thương mại điện tử của khách hàng Ý định mua lại được coi là yếu tố then chốt trong hành vi mua sắm trực tuyến, gắn liền với lòng trung thành của khách hàng Khách hàng trung thành thường chi tiêu nhiều hơn, mua sắm thường xuyên hơn và có xu hướng tìm kiếm thông tin một cách chủ động Họ cũng có khả năng kháng cự tốt hơn trước sự cạnh tranh và đóng vai trò là kênh quảng cáo truyền miệng hiệu quả cho thương hiệu (Jiang và Rosenbllom, 2005) Để hiểu rõ hơn về mối quan hệ giữa ý định mua lại và lòng trung thành, cần xem xét các khái niệm liên quan đến lòng trung thành của khách hàng.
Lòng trung thành với thương hiệu là hành vi người tiêu dùng liên tục mua sản phẩm hoặc dịch vụ của một thương hiệu mà không cần bất kỳ cam kết nào, như được định nghĩa bởi Bloemer và Kasper (1995).
Lòng trung thành của khách hàng đối với thương hiệu phản ánh xu hướng mua sắm và sử dụng sản phẩm trong cùng một danh mục, đồng thời cho thấy hành vi lặp lại của họ (Chaudhuri, 1999).
Lòng trung thành được định nghĩa bởi Oliver (1997) là sự cam kết sâu sắc và bền vững trong việc mua lại sản phẩm hoặc sử dụng dịch vụ ưa thích trong tương lai Theo Rossiter và Percy (1987), lòng trung thành thể hiện qua thái độ thiện cảm đối với thương hiệu và việc mua lại thương hiệu đó theo thời gian Ngoài ra, Yoo và Donthu (2001) cho rằng lòng trung thành là khuynh hướng trung thành với một thương hiệu trọng tâm, được chứng minh qua dự định chọn thương hiệu đó làm lựa chọn đầu tiên.
Hành vi mua lại của khách hàng trung thành không phải là ngẫu nhiên mà là kết quả của sự tiện lợi và vô thức; nó phản ánh xu hướng hành động dựa trên tình cảm và đánh giá tích cực mà người tiêu dùng dành cho thương hiệu mà họ tin tưởng.
Mô hình nghiên cứu và các giả thuyết
Năm 1989, Fred Davis đã giới thiệu mô hình chấp nhận công nghệ (TAM), nêu rõ các yếu tố ảnh hưởng đến quyết định của người sử dụng khi tiếp cận công nghệ mới Hai yếu tố quan trọng trong mô hình này, được nhiều nhà nghiên cứu đồng tình và phát triển, là hữu dụng cảm nhận (perceived usefulness) và dễ sử dụng cảm nhận (perceived ease-of-use), đặc biệt trong nghiên cứu hành vi khách hàng trong môi trường thương mại điện tử.
Hữu dụng cảm nhận được, theo Fred Davis, là "mức độ mà một người tin rằng việc sử dụng một hệ thống cụ thể sẽ cải thiện hiệu suất công việc của mình".
- Dễ sử dụng cảm nhận là “mức độ mà một người tin rằng sử dụng một hệ thống cụ thể sẽ không đòi hỏi sự nỗ lực"
Hình 2.1 Mô hình TAM (Technology Acceptance Model) (Davis, 1989)
Thái độ đối với việc sử dụng
Các biến ngoài Ý định sử dụng
Trong những năm gần đây, nhiều nhà khoa học đã sử dụng mô hình TAM để nghiên cứu hành vi khách hàng trong mua sắm trực tuyến Kết hợp với mô hình SERVQUAL của Parasuraman, Chung-Hoon Park và Young-Gul Kim (2003) đã phát triển một mô hình nghiên cứu mới.
Hình 2.2 Mô hình nghiên cứu hành vi tiêu dùng của Chung-Hoon Park và
Nghiên cứu của Chung-Hoon Park và Young-Gul Kim (2003) chỉ ra rằng các yếu tố như chất lượng thông tin sản phẩm, chất lượng thông tin dịch vụ, sự nhận thức về bảo mật và sự nhận thức về trang web có ảnh hưởng tích cực đến cam kết và hành vi mua lại của khách hàng.
Nghiên cứu của Chai Har Lee và Nelson Oly Ndubisi (2011) tại Malaysia về ý định mua sắm trực tuyến đã phát triển một mô hình dựa trên lý thuyết TAM, đề xuất tám yếu tố quan trọng: giá trị cảm nhận, dễ sử dụng cảm nhận, hữu dụng cảm nhận, danh tiếng công ty, sự bảo mật, sự tín nhiệm, sự tin cậy và tiện ích chức năng.
Chất lƣợng thông tin sản ph m
Chất lƣợng thông tin dịch vụ
Cảm nhận về bảo mật
Nghiên cứu cho thấy tất cả các yếu tố trong mô hình đều ảnh hưởng đến ý định mua lại của khách hàng, củng cố các phát hiện từ các nghiên cứu trước và cung cấp một mô hình hữu ích để hiểu hành vi mua lại trực tuyến.
Hình 2.3 Mô hình nghiên cứu ý định mua lại trực tuyến của Chai Har Lee và
2.3.2 Các yếu tố ảnh hưởng đến ý định mua lại của khách hàng khi mua hàng qua mạng Internet
Nghiên cứu của Chung-Hoon Park và Young-Gul Kim (2003) cùng với Chai Har Lee và Nelson Oly Ndubisi (2011) chỉ ra rằng công nghệ thông tin tại Việt Nam vẫn chưa phát triển cao, dẫn đến sự nhận thức của khách hàng về giá trị và chất lượng mua sắm trực tuyến còn hạn chế Theo định nghĩa của Wolfinbarger và Gilly (2001), các thành phần chất lượng thông tin sản phẩm, giá trị cảm nhận (Monliner và cộng sự, 2007; Oh, 2003), chất lượng thông tin dịch vụ (Wolfinbarger và Gilly, 2001) và tiện ích chức năng (Chung và Law, 2003; Law và Bai, 2008) đều đóng vai trò quan trọng trong việc nâng cao trải nghiệm mua sắm trực tuyến của khách hàng.
Dễ sử dụng cảm nhận
Tiện ích chức năng và ý định mua lại trực tuyến có thể được xem xét như những yếu tố tương đồng, được đo lường qua giá trị cảm nhận Sự nhận thức về trang web và danh tiếng của công ty cũng tương tự, cùng với các yếu tố như sự tín nhiệm và sự tin cậy, cho thấy mối liên hệ chặt chẽ trong hành vi tiêu dùng trực tuyến.
Nghiên cứu năm 2009 cho thấy sự tin cậy có thể được gộp lại thành một thang đo chung Để tối ưu hóa khái niệm ảnh hưởng đến ý định mua lại của khách hàng trực tuyến, cần áp dụng phương pháp chuyên gia nhằm xây dựng bảng câu hỏi phù hợp với thực tế và nhu cầu của khách hàng Việt Nam Việc này cũng giúp giảm thiểu câu hỏi trùng lặp, từ đó nâng cao độ tin cậy của nghiên cứu Qua thảo luận với 10 chuyên gia trong lĩnh vực mua sắm trực tuyến và phân tích các kết quả thực nghiệm, tác giả xác định 5 yếu tố chính tác động đến ý định mua lại của khách hàng, bao gồm: giá trị cảm nhận, tính dễ sử dụng cảm nhận, danh tiếng công ty, sự bảo mật và sự tin cậy.
Giá trị cảm nhận là một khái niệm mới trong marketing hiện đại Zeithaml
Giá trị cảm nhận được định nghĩa bởi nhiều học giả, trong đó, theo định nghĩa của 1988, giá trị này là sự đánh giá tổng thể giữa lợi ích cảm nhận và sự hi sinh, đánh đổi cảm nhận Day (1990) cho rằng giá trị cảm nhận là sự chênh lệch giữa lợi ích cảm nhận và chi phí đã bỏ ra, trong khi Monroe (1990) xác định giá trị cảm nhận là tỉ lệ giữa lợi ích cảm nhận và sự đánh đổi cảm nhận Sự đánh đổi cảm nhận bao gồm tất cả các chi phí như giá mua, chi phí lắp đặt và vận chuyển, trong khi lợi ích cảm nhận là sự kết hợp của tất cả các thuộc tính vật lý và dịch vụ có sẵn của sản phẩm.
Khách hàng thường ưu tiên lựa chọn sản phẩm và dịch vụ có giá trị cảm nhận cao, dựa trên sự so sánh giữa lợi ích nhận được và chi phí phải trả Họ không chỉ tìm kiếm thương hiệu có giá thấp nhất, mà sẵn sàng trả nhiều hơn cho những sản phẩm uy tín và chất lượng.
Giá trị cảm nhận của khách hàng về sản phẩm hay dịch vụ là điều khác nhau và mang tính chủ quan, phụ thuộc vào nhận thức của người tiêu dùng Nhiều nhà sản xuất tin rằng việc tạo ra sản phẩm tốt với giá cả phải chăng sẽ thu hút khách hàng, nhưng thực tế, một sản phẩm chỉ được coi là tốt khi người tiêu dùng cảm nhận được giá trị của nó Hơn nữa, giá cả chỉ được xem là hợp lý khi người tiêu dùng nhận thấy nó tương xứng với lợi ích mà họ nhận được từ sản phẩm.
Sweeney and Soutar (2001) identified four interrelated factors of perceived value: quality, price, emotional value, and social value.
Trong mô hình lượng giá, người mua đánh giá giá trị cảm nhận, bao gồm hai thuộc tính chính: chất lượng cảm nhận và giá cả cảm nhận.
Chất lượng cảm nhận, theo Dawar (1999), là những đánh giá và ý kiến chủ quan của khách hàng về sự vượt trội của sản phẩm Nó phản ánh cảm nhận cá nhân và có thể khác biệt với chất lượng thực sự, vì khách hàng không phải là chuyên gia trong lĩnh vực này Những đánh giá này thường bị ảnh hưởng bởi hình ảnh thương hiệu, cảm tình cá nhân và các thông điệp quảng cáo Do đó, cùng một thương hiệu, người tiêu dùng có thể có những cảm nhận khác nhau về chất lượng Dù chất lượng của thương hiệu có thể ngang bằng hoặc cao hơn đối thủ, nhưng nếu khách hàng không cảm nhận được điều đó, họ vẫn có thể đánh giá thấp hơn.
PHƯƠNG PHÁP NGHIÊN CỨU
Thiết kế nghiên cứu
Nghiên cứu này được thực hiện qua hai giai đoạn: đầu tiên là nghiên cứu định tính để điều chỉnh và bổ sung các thang đo các yếu tố ảnh hưởng đến ý định mua lại, tiếp theo là nghiên cứu định lượng nhằm thu thập và phân tích dữ liệu khảo sát, cũng như kiểm định thang đo, giả thuyết và mô hình nghiên cứu Địa điểm nghiên cứu là TP.HCM, với đối tượng khảo sát là những khách hàng đã từng mua hàng trực tuyến.
Nghiên cứu sơ bộ được thực hiện thông qua phỏng vấn sâu và tham khảo một số thang đo từ các mô hình nghiên cứu đã được kiểm định, kết hợp thảo luận nhóm với 15 người đã từng mua sắm trực tuyến Qua thảo luận, các biến quan sát trong thang đo đã được điều chỉnh và bổ sung để phù hợp với bối cảnh nghiên cứu tại Việt Nam Kết quả là một bảng câu hỏi được xây dựng cho nghiên cứu chính thức, sẽ được tham khảo ý kiến chuyên gia và thử nghiệm phỏng vấn với một số khách hàng nhằm kiểm tra ngôn ngữ trình bày trước khi tiến hành phỏng vấn chính thức.
Nghiên cứu định lượng được thực hiện bằng cách sử dụng kỹ thuật khảo sát gián tiếp qua email và khảo sát trực tiếp với bảng hỏi, trong đó bao gồm các câu hỏi chi tiết với thang đo Likert 5 mức độ Mục tiêu của nghiên cứu là đo lường mức độ quan trọng của các yếu tố đã được rút ra từ nghiên cứu định tính.
Bảng câu hỏi được chia thành hai phần: Phần A gồm 31 câu hỏi về các yếu tố ảnh hưởng trong mô hình nghiên cứu như giá trị cảm nhận, tính dễ sử dụng, danh tiếng công ty, sự bảo mật và sự tin cậy, sử dụng thang đo Likert 5 mức độ Phần B tập trung vào các yếu tố nhân khẩu học của người tham gia khảo sát, bao gồm độ tuổi, giới tính, nghề nghiệp, trình độ học vấn và thu nhập hàng tháng, nhằm phục vụ cho việc phân loại và so sánh kết quả trong các phân tích.
Trong nghiên cứu, tác giả đã phát 400 bảng câu hỏi và thu về 213 bảng trả lời hợp lệ Mẫu khảo sát được chọn theo phương pháp thuận tiện, thông qua việc gửi email đến bạn bè và đồng nghiệp, cũng như khảo sát trực tiếp tại lớp cao học K22 của trường Đại Học Kinh Tế Tp.HCM Phương pháp này dễ thực hiện và chi phí thấp, nhưng tính đại diện không cao Dù vậy, do hạn chế về thời gian và điều kiện nghiên cứu, tác giả đã quyết định sử dụng phương pháp này Dữ liệu thu thập từ phỏng vấn trực tiếp sẽ được sử dụng để kiểm định mô hình và các giả thuyết nghiên cứu.
Qui trình nghiên cứu
Nghiên cứu được thực hiện theo qui trình sau:
Hình 3.1: Quy trình nghiên cứu
Cơ sở lý thuyết Thang đo nháp Phỏng vấn sâu
- Loại các biến có hệ số tương quan biến tổng nhỏ
- Kiểm tra hệ số Alpha
- Loại các biến có trọng số EFA nhỏ
- Kiểm tra yếu tố trích được
- Kiểm tra phương sai trích được
Phân tích tương quan, hồi qui
Thang đo chính thức Nghiên cứu định lượng
Xây dựng các thang đo
Thang đo được sử dụng trong nghiên cứu này được phát triển dựa trên các thang đo đã có trong mô hình nghiên cứu của tác giả Chai Har.
Lee và Nelson Oly Ndubisi (2009) đã điều chỉnh và bổ sung các biến quan sát trong các thang đo dựa trên kết quả nghiên cứu sơ bộ, nhằm đảm bảo phù hợp với mục tiêu đo lường, đối tượng nghiên cứu, tình hình nghiên cứu và môi trường tại Việt Nam.
Như đã trình bày ở chương 2 có 6 khái niệm nghiên cứu được sử dụng trong nghiên cứu này là:
1 Giá trị cảm nhận – ký hiệu là GT
2 Tính dễ sử dụng – ký hiệu là SD
3 Danh tiếng công ty - ký hiệu là DT
4 Sự bảo mật - ký hiệu là BM
5 Sự tin cậy - ký hiệu là TC
6 Ý định mua lại - ký hiệu là YDML
Các biến được đo bằng thang đo Likert 5 điểm trong đó: 1 Hoàn toàn không đồng ý; 2 Không đồng ý; 3 Không ý kiến; 4 Đồng ý; 5 Hoàn toàn đồng ý
3.3.1 Yếu tố giá trị cảm nhận
Giá trị cảm nhận được đo lường bằng 6 biến quan sát ký hiệu từ GT1 đến
Anh/chị sẽ mua lại hàng nếu trang web cung cấp sản phẩm/dịch vụ chất lượng như mong đợi
GT2 Anh/chị sẽ mua lại hàng nếu trang web chào giá tốt
GT3 Tiết kiệm được thời gian là yếu tố hấp dẫn để anh/chị mua lại hàng
GT4 Mua hàng trực tuyến dễ dàng thực hiện bất cứ khi nào và bất kì ở đâu
GT5 Các dịch vụ tạo giá trị gia tăng tốt sẽ cuốn hút anh/chị mua lại hàng
GT6 Anh/chị sẽ mua lại nếu trang web có chính sách đổi hàng và trả lại tiền
3.3.2 Yếu tố tính dễ sử dụng
Tính dễ sử dụng được đo lường bằng 6 biến quan sát ký hiệu từ SD1 đến
SD1 Việc mua hàng trực tuyến rất dễ để tìm hiểu và thực hiện
SD2 Mua hàng trực tuyến giúp anh/chị dễ so sánh sản phẩm giữa các nhà cung cấp
SD3 Website nên có nhiều hình thức thanh toán khác nhau để thuận tiện mua hàng
SD4 Các dịch vụ mới của website nên được giải thích một cách rõ ràng
SD5 Website thân thiện với người sử dụng sẽ cuốn hút anh/chị mua lại
SD6 Anh/chị không bị nản lòng khi mua hàng trực tuyến
3.3.3 Yếu tố danh tiếng công ty
Danh tiếng công ty được đo lường bằng 5 biến quan sát ký hiệu từ DT1-DT5 như sau:
DT1 Anh/chị sẽ mua lại nếu công ty có một hình ảnh/thương hiệu tốt
DT2 Anh/chị sẽ mua lại nếu bạn bè, gia đình đã giới thiệu website đó cho anh/chị
DT3 Anh/chị sẽ mua lại nếu công ty cung cấp các sản phẩm và dịch vụ chất lượng
Anh/chị sẽ mua lại nếu website có các đối tác, nhà cung cấp là những thương hiệu mạnh trên thị trường
DT5 Anh/chị so sánh hình ảnh/thương hiệu website trước khi quyết định mua lại
3.3.4 Yếu tố sự bảo mật
Sự bảo mật được đo lường bằng 5 biến quan sát ký hiệu từ BM1-BM5 như sau:
BM1 Anh/chị chỉ mua hàng nếu toàn bộ thông tin cá nhân của anh/chị được bảo mật
Anh/chị xem xét các phản hồi, bình luận từ khách hàng khác về vấn đề bảo mật trước khi mua hàng
BM3 Tên truy cập và mật khẩu được ủy quyền (authorized) là quan trọng
Anh/chị sẽ mua lại hàng nếu thông tin cá nhân của anh/chị không được sử dụng bởi bên thứ 3
BM5 Bảo mật thông tin khách hàng là xem xét quan trọng khi anh/chị quyết định mua
3.3.5 Yếu tố sự tin cậy
Sự tin cậy được đo lường bằng 5 biến quan sát ký hiệu từ TC1 đến TC5 như sau:
Anh/chị sẽ mua lại nếu website cung cấp thông tin sản phẩm,dịch vụ đầy đủ và chính xác
TC2 Anh/chị luôn luôn đánh giá chất lượng website trước khi quyết định mua
TC3 Website không có lỗi trang/lỗi đường dẫn sẽ đáng tin cậy hơn
TC4 Website tin cậy đảm bảo sản phẩm chào bán cũng có thể tin cậy
TC5 Website có khả năng xử lý một số lượng lớn truy cập thì có thể tin cậy
3.3.6 Ý định mua lại của khách hàng
Theo Chiu (2009), Yang và Peterson (2004), ta có thang đo về ý định mua lại như sau:
YDML1 Anh/chị sẽ tiếp tục mua hàng từ website X trong tương lai
YDML2 Anh/chị sẽ giới thiệu bạn bè và người thân mua hàng từ website X
YDML3 Anh/chị có ý định mua nhiều hơn nữa từ website X
YDML4 Anh/chị thích mua hàng từ website X hơn từ những website khác
Phương pháp phân tích dữ liệu
Thông thường phân tích nhân tố EFA theo Gorsuch (1983) thì cần có ít nhất
Nghiên cứu này sử dụng phương pháp chọn mẫu thuận tiện với cỡ mẫu được xác định theo tiêu chuẩn 5:1 (Bollen, 1989), yêu cầu số quan sát tối thiểu phải lớn hơn 5 lần số biến Với 31 tham số cần ước lượng, kích thước mẫu tối thiểu là 205 (31x5 + 50) Tổng cộng, 400 phiếu khảo sát được phát ra, thu về 250 mẫu, và sau khi loại bỏ các mẫu không đạt yêu cầu, còn lại 213 mẫu được đưa vào xử lý định lượng.
Sau khi thu thập, dữ liệu được tác giả tiến hành làm sạch, mã hóa và xử lý bằng phần mềm SPSS 16.0 Các phương pháp phân tích được áp dụng trong nghiên cứu bao gồm nhiều kỹ thuật khác nhau.
Bảng tần số cung cấp thông tin chi tiết về mẫu khảo sát theo các yếu tố như giới tính, tình trạng hôn nhân, độ tuổi, trình độ học vấn, nghề nghiệp và thu nhập Ngoài ra, nó còn phản ánh thời gian sử dụng internet hàng ngày, tần suất và số lần mua hàng trực tuyến trong 3 năm qua, cũng như thời gian tiêu tốn khi thực hiện các giao dịch trực tuyến và kinh nghiệm mua sắm trực tuyến của người tiêu dùng.
Hệ số Cronbach's Alpha là công cụ quan trọng trong việc kiểm định độ tin cậy của thang đo bằng cách đánh giá mức độ tương quan giữa các mục hỏi Để đảm bảo tính chính xác, thang đo nên có hệ số Cronbach's Alpha ≥ 0,8, trong khi hệ số từ 0,7 đến 0,8 vẫn có thể chấp nhận được Việc loại bỏ các biến không phù hợp và hạn chế biến rác trong nghiên cứu được thực hiện thông qua việc xem xét hệ số tương quan biến - tổng, với các biến có hệ số nhỏ hơn 0,4 sẽ bị loại Đối với các khái niệm mới, hệ số Cronbach's Alpha từ 0,6 trở lên cũng được coi là chấp nhận.
3.4.3 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (EFA) là một kỹ thuật quan trọng giúp thu nhỏ và tóm tắt dữ liệu, từ đó xác định các tập hợp biến cần thiết cho nghiên cứu Kỹ thuật này hỗ trợ trong việc tìm ra mối quan hệ giữa các biến, đồng thời cung cấp bằng chứng về giá trị phân biệt và giá trị hội tụ của thang đo trong các khái niệm nghiên cứu.
Mức độ thích hợp của tương quan nội tại các biến quan sát trong nghiên cứu được xác định qua hệ số KMO (Kaiser-Meyer-Olkin), cho thấy sự thích hợp của mẫu, cùng với kiểm định Bartlett’s Test of Sphericity để đánh giá tính khả thi của phân tích nhân tố Trị số KMO lớn hơn 0,5 cho thấy phân tích nhân tố là thích hợp, trong khi KMO dưới 0,5 có thể không phù hợp Việc rút trích nhân tố được thực hiện qua phép quay Varimax và phương pháp Principle components, với các thành phần có giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích đạt ≥ 50% được coi là nhân tố đại diện Hệ số tải nhân tố (Factor loading) thể hiện mối tương quan giữa các biến và nhân tố, trong đó chỉ số ≥ 0,5 mới được xem là có ý nghĩa.
Hồi quy tuyến tính bội là công cụ quan trọng trong việc kiểm định và giải thích lý thuyết nhân quả, đồng thời cũng được sử dụng để kiểm tra giả thuyết và dự báo giá trị trong nghiên cứu Phương pháp này rất phù hợp cho nghiên cứu của chúng tôi, tuy nhiên, cần chú ý đến hiện tượng đa cộng tuyến, vì các biến có đa cộng tuyến cao có thể làm sai lệch kết quả và giảm tính tổng quát Khi đa cộng tuyến nghiêm trọng xảy ra, nó có thể làm tăng sai số trong tính toán hệ số beta và dẫn đến kết quả T-test không có ý nghĩa thống kê, mặc dù F-test tổng quát cho mô hình lại có ý nghĩa Để đo lường đa cộng tuyến, độ chấp nhận (Tolerance) thường được sử dụng; nếu độ chấp nhận thấp, điều này cho thấy biến đó gần như là sự kết hợp tuyến tính của các biến độc lập khác Hệ số phóng đại (VIF) cũng được áp dụng, với VIF thấp biểu thị mối quan hệ tương quan giữa các biến thấp, trong khi VIF > 10 cho thấy đa cộng tuyến nghiêm trọng Để tránh hiện tượng này, VIF cần phải nhỏ hơn 10 trong mô hình.
Chương 3 đã trình bày phương pháp nghiên cứu, phương pháp chọn mẫu, mô tả quy trình nghiên cứu, điều chỉnh các thang đo đồng thời trình bày phương pháp phân tích dữ liệu Nghiên cứu sơ bộ được thực hiện bằng định tính để điều chỉnh thang đo cho phù hợp Nghiên cứu chính thức được thực hiện bằng định lượng và sử dụng các công cụ của SPSS để phân tích như: thống kê mô tả, phân tích nhân tố EFA, kiểm định Cronbach‟s Alpha, phân tích tương quan, hồi quy bội Trong chương tiếp theo, tác giả trình bày cụ thể kết quả phân tích.
KẾT QUẢ NGHIÊN CỨU
Mô tả m u nghiên cứu
Nghiên cứu này tập trung vào khách hàng đã từng mua hàng trực tuyến, với 400 bảng câu hỏi được phát ra và thu về 250 bảng Sau khi loại trừ 37 bảng không đạt yêu cầu, còn lại 213 bảng được mã hóa và phân tích bằng phần mềm SPSS 16.0 Kết quả thống kê từ mẫu nghiên cứu sẽ được trình bày chi tiết trong bài viết.
Trong nghiên cứu, tỷ lệ giới tính của khách hàng được khảo sát cho thấy 53.1% là nữ với 113 người, trong khi nam giới chiếm 46.9% với 100 người Sự chênh lệch giới tính trong mẫu nghiên cứu này không đáng kể, cho thấy tính đại diện tương đối phù hợp.
Trong khảo sát, có 175 người độc thân, chiếm 82.2%, trong khi 38 người đã kết hôn, chiếm 17.8% Đối tượng khảo sát chủ yếu là sinh viên các trường đại học, vì vậy tỷ lệ người độc thân trong mẫu này chiếm ưu thế.
Trong khảo sát, độ tuổi của người tham gia được phân bố như sau: dưới 20 tuổi có 2 người (0.9%), từ 20-30 tuổi chiếm đa số với 180 người (84.5%), từ 30-40 tuổi có 27 người (12.7%) và từ 40-50 tuổi có 4 người (1.9%) Với đối tượng chủ yếu là sinh viên, nhóm tuổi từ 20-30 không chỉ chiếm tỷ lệ cao mà còn thể hiện sự quan tâm đến công nghệ mới và các xu hướng hiện đại, điều này làm tăng độ tin cậy cho kết quả khảo sát.
Trong khảo sát về trình độ học vấn của đối tượng, phần lớn là sinh viên với 128 người đạt trình độ đại học, chiếm 60.1% Tiếp theo, có 65 người có trình độ trên đại học, tương đương 30.5% Số lượng người có trình độ cao đẳng là 13 (6.1%) và chỉ có 7 người (3.3%) có trình độ phổ thông trung học/trung cấp Đối tượng khảo sát chủ yếu là bạn bè của tác giả, do đó tỷ lệ sinh viên đại học là cao nhất.
- Về trình độ chuyên môn: nhân viên văn phòng là 178 người chiếm tỷ lệ
Trong một khảo sát, 83.6% sinh viên tham gia, trong đó có 14 người (chiếm 6.6%) làm việc trong lĩnh vực khác, và 21 người (tỷ lệ 9.9%) làm việc tự do Do đối tượng khảo sát chủ yếu là sinh viên năm nhất cao học, nên tỷ lệ nhân viên văn phòng chiếm ưu thế trong mẫu khảo sát này.
Theo khảo sát, thu nhập của người tham gia chủ yếu nằm trong khoảng từ 4-9 triệu đồng, với 123 người (tương đương 57.7%) Số người có thu nhập dưới 4 triệu là 32 (15%), trong khi 58 người (27.2%) có thu nhập trên 9 triệu Điều này phản ánh thực tế rằng đối tượng khảo sát chủ yếu là nhân viên văn phòng, cho thấy mức thu nhập từ 4-9 triệu là phù hợp với tình hình hiện tại.
Thời gian sử dụng Internet của nhóm đối tượng khảo sát chủ yếu là nhân viên văn phòng và sinh viên cho thấy sự phân bổ rõ rệt: có 11 người (5.2%) sử dụng dưới 1 giờ, 91 người (42.7%) sử dụng từ 2-5 giờ, 66 người (31%) sử dụng từ 6-9 giờ, và 45 người (21.1%) sử dụng trên 10 giờ Những con số này phản ánh thực tế thói quen sử dụng Internet của họ.
Theo khảo sát về tần suất mua hàng trực tuyến, có 30 người (14.1%) mua sắm 1 lần/tuần, 96 người (45.1%) mua 1 lần/tháng và 87 người (40.8%) mua 1 lần/năm Tác giả nhận định rằng những con số và tỷ lệ này phản ánh đúng thực tế hiện nay.
Trong ba năm qua, khảo sát cho thấy tỷ lệ mua hàng trực tuyến của người tiêu dùng tại Việt Nam có sự đa dạng: 15% chỉ mua một lần, 23% từ 2-3 lần, 20.7% từ 4-6 lần, 9.9% từ 7-9 lần, và 31.5% trên 10 lần Đặc biệt, tỷ lệ người mua trên 10 lần chiếm đa số, cho thấy thị trường mua sắm trực tuyến tại Việt Nam có nhiều tiềm năng phát triển.
Thời gian tiêu tốn khi mua hàng trực tuyến cho thấy sự phân bố rõ rệt: 6.6% người tiêu dùng chỉ mất dưới 5 phút, 24.9% mất từ 5-15 phút, 35.2% dành từ 16-30 phút, 16% từ 31-45 phút và 17.4% trên 45 phút Đặc biệt, khoảng thời gian từ 16-30 phút chiếm tỷ lệ cao nhất, cho thấy đây là khoảng thời gian hợp lý và chấp nhận được cho việc mua sắm trực tuyến.
Kinh nghiệm mua hàng trực tuyến của khách hàng được đánh giá với tỷ lệ xuất sắc chỉ 0.5%, tốt 26.3%, trung bình 61.5%, và kém 11.7% Đây là một câu hỏi phụ giúp khách hàng tự đánh giá trải nghiệm của mình Để có cái nhìn chính xác hơn về kinh nghiệm mua sắm, cần thiết phải xây dựng các tiêu chí và thang đo chuẩn.
Bảng 4.1 Đặc điểm m u nghiên cứu Đặc điểm m u nghiên cứu Tần số Phần trăm % hợp lệ % tích lũy
- Hôn nhân Độc thân 175 82.2 82.2 82.2 Đã kết hôn 38 17.8 17.8 100.0
- Trình độ học vấn Đại học 128 60.1 60.1 60.1
Trung học phổ thông trung cấp 7 3.3 3.3 69.5
- Thời gian sử dụng Internet
- Tần suất mua hàng trực tuyến
- Số lần mua hàng trực tuyến trong 3 năm qua
- Thời gian tiêu tốn khi mua hàng trực tuyến
- Kinh nghiệm mua hàng trực tuyến
Kiểm định thang đo
Để đánh giá tính nhất quán của các khái niệm nghiên cứu, phương pháp phân tích nhân tố khám phá (EFA) và hệ số tin cậy Cronbach's Alpha được áp dụng.
Bảng 4.2 Cronbach’s Alpha của các khái niệm nghiên cứu
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại biến Giá trị cảm nhận : Cronbach’s Alpha = 0,694
Tính dể sử dụng: Cronbach’s Alpha = 0,737
TC5 16.03 4.188 488 720 Ý định mua lại: Cronbach’s Alpha = 0,739
4.2.1 Kết quả phân tích Cronbach’s Alpha
Hệ số Cronbach's Alpha là công cụ quan trọng để đánh giá độ tin cậy của thang đo trong nghiên cứu, giúp đo lường mức độ tương quan giữa các mục hỏi Trước khi tiến hành phân tích nhân tố, tác giả kiểm định từng thành phần và loại bỏ các biến có hệ số tương quan biến - tổng dưới 0,4 Tiêu chuẩn để thang đo được coi là đáng tin cậy là có hệ số Cronbach's Alpha từ 0,6 trở lên (Nunnally & Burnstein, 1994) Kết quả về hệ số Cronbach's Alpha của năm khái niệm yếu tố ảnh hưởng đến ý định mua lại được trình bày trong Bảng 4.2.
4.2.1.1 Cronbach’s Alpha của các thành phần
Thành phần Giá trị cảm nhận
Kết quả phân tích cho thấy giá trị cảm nhận có Cronbach's Alpha đạt 0,694, với tất cả các hệ số tương quan biến - tổng của các biến thành phần đều lớn hơn 0,4, trong đó giá trị nhỏ nhất là 0,402 (GT6) Do đó, cả 6 biến đo lường thành phần này sẽ được sử dụng trong phân tích EFA tiếp theo.
Thành phần Tính dễ sử dụng
Thành phần tính dễ sử dụng có Cronbach's Alpha đạt 0,737, cho thấy độ tin cậy cao Tất cả các hệ số tương quan biến - tổng của các biến đo lường đều lớn hơn 0,4, với giá trị nhỏ nhất là 0,444 (SD5) Do đó, năm biến thành phần này sẽ được sử dụng trong phân tích EFA tiếp theo.
Thành phần danh tiếng có hệ số Cronbach’s Alpha đạt 0,752, cho thấy độ tin cậy cao Tất cả các hệ số tương quan biến - tổng của các biến đo lường thành phần đều lớn hơn 0,4, với giá trị nhỏ nhất là 0,467 (DT5) Do đó, năm biến thành phần này sẽ được sử dụng trong phân tích EFA tiếp theo.
Thành phần bảo mật có giá trị Cronbach's Alpha cao là 0,763, cho thấy độ tin cậy tốt Tất cả các hệ số tương quan giữa biến và tổng các biến đo lường đều lớn hơn 0,4, với giá trị nhỏ nhất là 0,485 (BM3) Sáu biến thành phần đã được chọn để sử dụng trong phân tích EFA tiếp theo (Phụ lục 4).
Thành phần Tin cậy có hệ số Cronbach's Alpha đạt 0,753, với tất cả các hệ số tương quan của các biến đo lường thành phần đều lớn hơn 0,4, trong đó biến nhỏ nhất là 0,408 (TC1) Do đó, năm biến thành phần này đáp ứng đủ điều kiện để sử dụng trong phân tích EFA.
4.2.1.2 Cronbach’s Alpha của thành phần Ý định mua lại
Thành phần ý định mua lại có Cronbach‟s Alpha là 0,739 Các hệ số tương quan biến tổng của các biến đo lường thành phần đều lớn hơn 0,4 Nhỏ nhất là
0,433 (YDML1) Do vậy 4 biến thành phần này đều thỏa điều kiện để sử dụng trong phân tích EFA (Phụ lục 4)
4.2.2 Kết quả phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (EFA) là kỹ thuật hữu ích giúp tóm tắt và thu nhỏ dữ liệu, xác định các tập hợp biến cần thiết cho nghiên cứu Phương pháp này hỗ trợ tìm hiểu mối quan hệ giữa các biến, và các nhà nghiên cứu thường chú trọng đến một số tiêu chuẩn khi thực hiện EFA.
Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ tiêu quan trọng để đánh giá sự phù hợp của phân tích nhân tố EFA, với giá trị nằm trong khoảng 0,5 đến 1 cho thấy phân tích là thích hợp Đồng thời, kiểm định Bartlett kiểm tra giả thuyết về mối tương quan giữa các biến quan sát; nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0,05), điều này chứng tỏ các biến quan sát có sự tương quan trong tổng thể (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005, 262).
Hệ số tải nhân tố (Factor Loading) là chỉ tiêu quan trọng trong phân tích nhân tố khám phá (EFA), theo Hair & cộng sự (1998) Hệ số này đạt mức tối thiểu khi bằng 0,3, trong khi giá trị từ 0,4 trở lên được coi là quan trọng, và từ 0,5 trở lên được xem là có ý nghĩa thực tiễn.
Năm 1998, có đề xuất rằng nếu chọn tiêu chuẩn hệ số tải nhân tố ≥ 0,3 thì cỡ mẫu nghiên cứu tối thiểu phải là 350 Đối với cỡ mẫu khoảng 100, hệ số tải nhân tố nên đạt ≥ 0,55, và với cỡ mẫu khoảng 50, hệ số tải nhân tố cần phải ≥ 0,75 Do đó, trong nghiên cứu này, các biến quan sát có hệ số tải nhân tố ≤ 0,50 sẽ bị loại bỏ.
- Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Gerbing & Anderson, 1988)
- Thứ tư, điểm dừng khi trích các yếu tố có hệ số Eigenvalue phải có giá trị
- Thứ năm, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố
≥ 0,30 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi, 2003)
4.2.2.1 Phân tích nhân tố tác động
Bảng 4.3 Bảng kết quả phân tích nhân tố các yếu tố tác động
Biến quan sát Thành phần
Eigenvalue 6.425 1.715 1.596 1.436 1.199 1.139 Phương sai trích 27.933 7.458 6.939 6.242 5.211 4.950 Cronbach’s Alpha 0.763 0.752 0.746 0.691 0.626 0.653
Qua 4 lần rút trích nhân tố lần lượt loại 4 biến GT4, TC1, GT5 và SD5 có hệ số tải nhân tố không đạt yêu cầu (phụ lục 5), kết quả thể hiện trong Bảng 4.3 cho thấy sau khi loại bỏ biến không tin cậy, thang đo còn lại 23 biến được trích thành 6 nhóm với tổng phương sai trích đạt: 58,735% (đạt yêu cầu >50%) nghĩa là 6 nhân tố rút ra giải thích được 58,735% biến thiên của dữ liệu; điểm dừng khi trích các yếu tố hệ số Eigenvalue có giá trị >1
Hệ số tải nhân tố đều lớn hơn 0,5, cho thấy các biến quan sát đều quan trọng và các khái niệm nghiên cứu đạt giá trị hội tụ Hệ số KMO là 0,851, vượt mức yêu cầu >0,5, chứng tỏ sự thích hợp của phân tích nhân tố Kiểm định Bartlett cũng đạt ý nghĩa thống kê với sig < 0,05 Kết quả từ Cronbach’s Alpha cho thấy 6 nhân tố đều đạt yêu cầu, khẳng định rằng phân tích nhân tố là phù hợp.
4.2.2.2 Phân tích nhân tố Ý định mua lại
Qua phân tích nhân tố cho 4 biến quan sát về Ý định mua lại, kết quả cho thấy có một nhân tố với Eigenvalue là 2,254 và phương sai trích đạt 56,360%, vượt mức yêu cầu 50% Hệ số KMO đạt 0,694, cao hơn 0,5, và kiểm định Bartlett cho kết quả có ý nghĩa thống kê với sig = 0,000, nhỏ hơn 0,05 Tất cả các hệ số tải nhân tố đều lớn hơn 0,5.
Do đó, các biến đo lường thành phần này đều được sử dụng trong phân tích tiếp theo
Bảng 4.4 Kết quả EFA của thang đo Ý định mua lại
Biến khảo sát Nhân tố
Điều ch nh mô hình nghiên cứu và các giả thuyết
Dựa trên kết quả của hệ số tin cậy Cronbach's Alpha và phân tích nhân tố khám phá EFA, nghiên cứu đã xác định 23 biến quan sát độc lập được phân thành 6 nhân tố ảnh hưởng đến ý định mua lại, cùng với 4 biến quan sát phụ thuộc tạo thành 1 nhân tố của ý định mua lại Sau khi thực hiện EFA, đã xuất hiện thêm 1 thành phần mới, đó là Sự hữu ích cảm nhận được, dẫn đến việc điều chỉnh các giả thuyết nghiên cứu ban đầu.
Giả thuyết H1: Giá trị cảm nhận được đánh giá càng cao thì Ý định mua lại của khách hàng càng cao
Giả thuyết H2: Tính dễ sử dụng được đánh giá càng cao thì Ý định mua lại của khách hàng càng cao
Giả thuyết H3: Danh tiếng công ty được đánh giá càng cao thì Ý định mua lại của khách hàng càng cao
Giả thuyết H4: Sự bảo mật được đánh giá càng cao thì Ý định mua lại của khách hàng càng cao
Giả thuyết H5: Sự tin cậy được đánh giá càng cao thì Ý định mua lại của khách hàng càng cao
Giả thuyết H6: Sự hữu dụng cảm nhận được đánh giá càng cao thì Ý định mua lại của khách hàng càng cao
Mô hình nghiên cứu được thiết kế lại như sau:
Hình 4.1 Mô hình điều ch nh các yếu tố ảnh hưởng đến Ý định mua lại của khách hàng
Sự tin cậy Ý định mua lại của khách hàng
Bảng 4.5 Thang đo các yếu tố tác động đến Ý định mua lại điều ch nh Bảo mật (BM)
BM1 Tôi chỉ mua hàng nếu toàn bộ thông tin cá nhân của tôi được bảo mật
BM2 Tôi xem xét các phản hồi, bình luận từ khách hàng khác về vấn đề bảo mật trước khi mua hàng
BM3 Tên truy cập và mật khẩu được ủy quyền (authorized) là quan trọng
BM4 Tôi sẽ mua lại hàng nếu thông tin cá nhân của tôi không được sử dụng bởi bên thứ 3
BM5 Giữ thông tin khách hàng được bảo mật là xem xét quan trọng khi tôi quyết định mua
TC2 Tôi luôn luôn đánh giá chất lượng của website trước khi quyết định mua
TC3 Website không có lỗi trang/lỗi đường dẫn sẽ đáng tin cậy hơn
TC4 Website đáng tin cậy sẽ đảm bảo sản phẩm chào bán cũng có thể tin cậy
TC5 Tôi cho rằng một website có khả năng xử lý một số lượng lớn truy cập thì có thể tin cậy
DT1 Tôi sẽ mua lại nếu công ty có một hình ảnh/thương hiệu tốt
DT2 Tôi sẽ mua lại nếu bạn bè, gia đình đã giới thiệu website đó cho tôi
DT3 Tôi sẽ mua lại nếu công ty cung cấp các sản phẩm và dịch vụ chất lượng
DT4 Tôi sẽ mua lại nếu website có các đối tác, nhà cung cấp là những thương hiệu mạnh trên thị trường
DT5 Tôi so sánh hình ảnh/thương hiệu website trước khi quyết định mua lại
Tính dễ sử dụng (SD)
SD1 Việc mua hàng trực tuyến rất dễ để tìm hiểu và thực hiện
SD2 Mua hàng trực tuyến giúp tôi dễ so sánh sản phẩm giữa các nhà cung cấp
SD6 Tôi không bị nản lòng khi mua hàng trực tuyến
Hữu dụng cảm nhận (HD)
HD1 Website có nhiều hình thức thanh toán khác nhau thuận tiện mua hàng
HD2 Các dịch vụ mới của website nên được giải thích một cách rõ ràng
Giá trị cảm nhận (GT)
GT1 Tôi sẽ mua lại hàng nếu website cung cấp sản phẩm /dịch vụ chất lượng như mong đợi
GT2 Tôi sẽ mua lại hàng nếu website chào giá tốt
GT3 Tiết kiệm được thời gian là yếu tố hấp dẫn để tôi mua lại hàng
GT6 Tôi sẽ mua lại nếu website có chính sách đổi hàng và trả lại tiền
Phân tích hồi quy
Hồi quy tuyến tính bội thường được áp dụng để kiểm định và giải thích lý thuyết nhân quả, với ý định mua lại là khái niệm phụ thuộc Mô hình này bao gồm 6 khái niệm độc lập ảnh hưởng đến ý định mua lại, bao gồm giá trị cảm nhận, tính dễ sử dụng, bảo mật, danh tiếng, tin cậy và hữu ích cảm nhận Trước khi tiến hành phân tích hồi quy bội, việc phân tích tương quan là cần thiết để kiểm định mối liên hệ giữa các thành phần.
Tiếp theo nghiên cứu sử dụng hệ số tương quan tuyến tính r (Pearson
Corelation Coefficient) để kiểm định sự tương quan giữa 6 yếu tố tác động vào ý định mua lại
Bảng 4.6 Phân tích hệ số tương quan Pearson
BM DT TC SD GTT HD YDML
Mối quan hệ tương quan giữa các biến GT, SD, DT, BM, TC, HD và biến YDML cho thấy hệ số tương quan tuyến tính cao, từ 0,276 đến 0,483, chứng tỏ sự chặt chẽ của mối liên hệ này Kiểm định bằng hệ số tương quan Pearson với tất cả các giá trị sig < 0,05 khẳng định rằng các tương quan này không phải ngẫu nhiên mà phản ánh hiệp biến thiên thực sự trong tổng thể, do đó có ý nghĩa thống kê Từ đó, có thể kết luận rằng các biến độc lập (GT, SD, DT, BM, TC, HD) có thể được đưa vào mô hình để giải thích cho biến phụ thuộc YDML về ý định mua lại.
4.4.2 Mô hình hồi quy tuyến tính bội
Giả sử các yếu tố tác động đến ý định mua lại theo mô hình 4.1 có quan hệ tuyến tính với ý định mua lại, phân tích hồi quy tuyến tính sẽ xác định cường độ ảnh hưởng của các biến độc lập như giá trị cảm nhận, tính dễ sử dụng, bảo mật, danh tiếng, tin cậy và hữu ích cảm nhận lên biến phụ thuộc là ý định mua lại Mô hình hồi quy tuyến tính bội sẽ được phát triển với công thức: Ý định mua lại = β 0 + β 1 * Giá trị cảm nhận + β 2 * Tính dễ sử dụng + β 3.
* Danh tiếng + β 4 * Bảo mật + β 5 * Tin cậy + β 6 * Hữu dụng cảm nhận + ei
Hay: YDML = β 0 + β 1 *GT + β 2 *SD + β 3 *DT + β 4 *BM + β 5 *TC + β 6 *HD + ei
Trong phân tích hồi quy tuyến tính bội, βk là hệ số của phương trình hồi quy và ei là phần dư Phần mềm SPSS 16.0 được sử dụng để chạy lệnh hồi quy tuyến tính, trong đó hệ số xác định (R²) đo lường tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập; giá trị R² cao cho thấy khả năng giải thích và độ chính xác trong dự đoán biến phụ thuộc tốt hơn Phép phân tích phương sai (ANOVA) cũng được thực hiện, và nếu giá trị F có ý nghĩa thống kê (p < 0,05), giả thuyết về mối quan hệ không tuyến tính sẽ bị bác bỏ Hệ số β chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số, với trị tuyệt đối lớn của β chuẩn hóa cho thấy tầm quan trọng cao hơn trong dự báo biến phụ thuộc.
Bảng 4.7 Bảng tóm tắt mô hình hồi quy bội lần đầu
Sai số chu n của ƣớc lƣợng
1 573a 329 309 37731 329 16.807 6 206 000 1.902 a Các dự báo: (Hằng số), HD, SD, GTT, BM, TC, DT b Biến phụ thuộc: YDML
Bảng 4.8 Bảng đánh giá độ phù hợp cuả mô hình hồi quy bội lần đầu
Mô hình Tổng bình phương df Bình phương trung bình F Mức ý nghĩa
Tổng 43.683 212 a Các dự báo: (Hằng số), HD, SD, GTT, BM, TC, DT b Biến phụ thuộc: YDML
Bảng 4.9 Bảng thông số của mô hình hồi quy tuyến tính bội lần đầu
Hệ số chƣa chu n hóa Hệ số chu n hóa t Sig
Thống kê đa cộng tuyến
B Sai số chu n Beta Hệ số Tolerance B
HD -.077 053 -.098 -1.461 146 720 1.389 a Biến độc lập: YDML
Từ Bảng 4.9, 3 yếu tố: HD, BM và GT có sig >0,05 nên loại 3 yếu tố này
Bảng 4.10 Bảng tóm tắt mô hình hồi quy tuyến tính bội lần cuối
Sai số chu n của ƣớc lƣợng
1 557a 311 301 37957 311 31.400 3 209 000 1.885 a Các dự báo: (Constant), SD, TC, DT b Biến phụ thuộc: YDML
Bảng 4.11 Bảng đánh giá độ phù hợp mô hình hồi quy tuyến tính bội lần cuối
Mô hình Tổng bình phương df Bình phương trung bình F Mức ý nghĩa
Tổng 43.683 212 a Các dự báo: (Hằng số), SD, TC, DT b Biến phụ thuộc: YDML
Bảng 4.12 Bảng thông số của mô hình hồi quy tuyến tính bội lần cuối
Hệ số chƣa chu n hóa Hệ số chu n hóa t Sig
Thống kê đa cộng tuyến
B Sai số chu n Beta Tolerance VIF
SD 137 046 189 2.981 003 817 1.225 a Biến phụ thuộc: YDML
4.4.3 Phân tích các giả thuyết trong mô hình
Kết luận từ hàm hồi quy tuyến tính chỉ có giá trị khi mô hình phù hợp với dữ liệu mẫu và các hệ số hồi quy không có ý nghĩa Do đó, trước khi phân tích kết quả hồi quy, cần thực hiện các kiểm định về độ phù hợp của mô hình, ý nghĩa của các hệ số hồi quy, và đặc biệt là kiểm tra các giả định của hàm hồi quy tuyến tính.
4.4.3.1 Kiểm định các giả định của mô hình
Dựa trên kết quả quan sát từ mẫu, cần rút ra kết luận về mối quan hệ giữa các biến trong tổng thể Việc chấp nhận và diễn giải kết quả hồi quy phụ thuộc vào các giả định cần thiết của mô hình hồi quy; nếu các giả định này bị vi phạm, kết quả ước lượng sẽ trở nên không đáng tin cậy (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong phần này, tác giả tiến hành kiểm định các giả định hàm hồi quy tuyến tính cổ điển bao gồm các giả định:
- Không có hiện tượng đa cộng tuyến
- Phương sai của phần dư không đổi
- Các phần dư có phân phối chuẩn
- Không có hiện tượng tương quan giữa các phần dư a Xem xét giả định không có hiện tƣợng đa cộng tuyến
Trong mô hình hồi quy tuyến tính bội, cần đảm bảo không có hiện tượng đa cộng tuyến giữa các biến độc lập Hiện tượng này có thể được phát hiện thông qua hệ số phóng đại (VIF), với giá trị VIF lớn hơn 10 cho thấy đa cộng tuyến nghiêm trọng Để tránh tình trạng này, VIF phải luôn nhỏ hơn 10 Theo Bảng 4.12, tất cả các giá trị VIF của các thành phần đều nhỏ hơn 10.
10 chứng tỏ không có hiện tượng đa cộng tuyến b Giả định phương sai của phần dư không đổi
Để kiểm tra hiện tượng phương sai thay đổi trong mô hình hồi quy, cần xem xét đồ thị của phần dư chuẩn hóa theo giá trị dự báo của biến phụ thuộc hiệu quả công việc Quan sát từ Biểu đồ 4.1 cho thấy phần dư phân tán ngẫu nhiên theo trục hoành, điều này xác nhận rằng giả định phương sai không đổi của mô hình hồi quy được giữ vững.
Biểu đồ 4.1 Đồ thị phân tán c Giả định về phần phối chu n của phần dƣ
Biểu đồ 4.2 Biểu đồ tần số của phần dƣ chu n hóa
Phần dư có thể không tuân theo phân phối chuẩn do nhiều nguyên nhân như sử dụng mô hình không chính xác, phương sai không đồng nhất, hoặc số lượng phần dư không đủ lớn để phân tích (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005) Tác giả đã áp dụng biểu đồ Histogram và P-P để kiểm tra giả định này Qua việc phân tích Biểu đồ 4.2 và Biểu đồ 4.3, có thể thấy rằng giả định về phân phối chuẩn của phần dư không bị vi phạm.
Phân tích tần số của phần dư chuẩn hóa trong biểu đồ 4.2 cho thấy phân phối phần dư gần như tuân theo phân phối chuẩn với độ lệch chuẩn St.Dev = 0,993, gần bằng 1 Điều này cho phép chúng ta kết luận rằng giả thuyết về phân phối chuẩn không bị vi phạm.
Biểu đồ 4.3 Biểu đồ tần số P-P
Từ Biểu đồ 4.3, các điểm quan sát gần gũi với đường thẳng kỳ vọng cho thấy có thể chấp nhận giả thuyết rằng phân phối của phần dư là phân phối chuẩn Kết quả kiểm định cho thấy giả định về phân phối chuẩn không bị vi phạm Ngoài ra, giả định về tính độc lập của phần dư cũng cần được xem xét.
Khi hiện tượng tự tương quan xảy ra, các ước lượng của mô hình hồi quy sẽ không đáng tin cậy Kiểm định Dubin-Waston (d) là phương pháp hiệu quả nhất để phát hiện tự tương quan Cụ thể, nếu 1