Bối cảnh và lý do nghiên cứu
Bối cảnh nghiên cứu
Xã hội hiện đại chứng kiến sự phát triển mạnh mẽ của thương mại điện tử (TMĐT), khi người tiêu dùng ngày càng ít thời gian cho việc mua sắm truyền thống Internet phổ biến đã thúc đẩy các sàn TMĐT hoạt động như mạng xã hội, cho phép giao dịch mọi lúc, mọi nơi Với vai trò trung gian, các sàn TMĐT cung cấp dịch vụ giao nhận tận nơi, thanh toán dễ dàng và đa dạng sản phẩm từ đồ tiêu dùng, thiết bị điện tử, thời trang đến mỹ phẩm Những lợi ích như tiện lợi, tìm kiếm nhanh chóng, theo dõi đơn hàng, và các chương trình khuyến mãi hấp dẫn đã khiến TMĐT trở nên phổ biến, dần thay thế các chợ truyền thống.
Theo Sách trắng thương mại điện tử 2021, trong bối cảnh dịch bệnh, Việt Nam đã chứng kiến sự chuyển biến tích cực trong thói quen mua sắm và kinh doanh trực tuyến trong giai đoạn 2020-2021 Tốc độ tăng trưởng của thương mại điện tử bán lẻ năm 2020 đạt 18%, với doanh thu bán lẻ lên tới 11,8 tỷ USD Tỷ lệ người dùng tham gia mua sắm trực tuyến tại Việt Nam đã tăng từ 77% lên 88% trong giai đoạn 2019-2020, ước tính có 49,3 triệu người tiêu dùng mua sắm trực tuyến vào năm 2020.
240 USD Đây chính là những nền tảng vững chắc cho TMĐT ngày càng phát triển.
Lý do nghiên cứu
Mặc dù tỷ lệ người dùng internet và mua sắm trên các sàn thương mại điện tử tại Việt Nam rất cao, nhưng theo “Sách trắng thương mại điện tử Việt Nam 2021”, tỷ lệ người tiêu dùng mua sắm trực tuyến đồ công nghệ điện tử chỉ đạt 23% và đứng thứ 6 Điều này cho thấy tiềm năng thị trường TMĐT tại Việt Nam vẫn chưa được khai thác triệt để Một trong những nguyên nhân chính là lo ngại của người tiêu dùng về rủi ro liên quan đến sản phẩm, tài chính, và khả năng đổi trả, đặc biệt khi sản phẩm công nghệ có giá trị cao và dễ hư hỏng trong quá trình vận chuyển Tuy nhiên, lợi ích của việc mua sắm qua các sàn TMĐT là không thể phủ nhận, vì vậy doanh nghiệp cần nắm bắt nhu cầu và giải quyết các vấn đề mà khách hàng gặp phải để khai thác tối đa nguồn tài nguyên này Theo Bộ Công thương, tỷ lệ website giới thiệu sản phẩm thiết bị điện tử đã tăng đáng kể trong những năm qua, cho thấy sự đa dạng và phong phú của các mặt hàng được giới thiệu.
Ba yếu tố này cho thấy rằng người tiêu dùng đã quen với việc lựa chọn cửa hàng và sản phẩm trực tuyến, vì vậy việc thiếu website sẽ là một bất lợi lớn đối với các doanh nghiệp kinh doanh thiết bị điện Do đó, chúng tôi đã chọn nghiên cứu “Các nhân tố ảnh hưởng đến ý định mua hàng thiết bị điện tử qua sàn thương mại điện tử của giới trẻ Hà Nội” nhằm cung cấp thông tin về ý định mua sắm của khách hàng, từ đó giúp doanh nghiệp nâng cao doanh thu.
Mục tiêu và câu hỏi nghiên cứu
Mục tiêu nghiên cứu
Nghiên cứu này nhằm xác định các nhiệm vụ cụ thể sau:
Nghiên cứu các nhân tố ảnh hưởng đến ý định mua sắm thiết bị điện tử trên các sàn thương mại điện tử của người tiêu dùng, nhằm xác định mức độ tác động của từng yếu tố này Điều này giúp hiểu rõ hơn về hành vi tiêu dùng và tối ưu hóa chiến lược marketing cho các doanh nghiệp trong lĩnh vực thương mại điện tử.
Cung cấp thông tin giúp doanh nghiệp hiểu rõ nhu cầu của khách hàng, từ đó đưa ra các giải pháp hiệu quả nhằm tăng cường doanh thu và hiệu suất kinh doanh trên thị trường sàn thương mại điện tử.
Câu hỏi nghiên cứu
-Nhân tố nào ảnh hưởng đến ý định mua các thiết bị điện tử qua các sàn thương mại điện tử?
-Trong các nhân tố ảnh hưởng đến ý định mua hàng đó thì nhân tố nào có ảnh hưởng lớn và nhân tố nào có ảnh hưởng nhỏ?
-Bản thân người tiêu dùng có ảnh hưởng đến ý định mua hàng thiết bị điện tử qua sàn thương mại điện tử hay không?
Phương pháp nghiên cứu
Quá trình nghiên cứu sử dụng phương pháp định lượng thông qua bảng câu hỏi khảo sát, với mẫu nghiên cứu được chọn theo phương pháp phi xác suất, cụ thể là chọn mẫu thuận tiện với kích thước n = 316 Sau khi thu thập dữ liệu, bước tiếp theo là xử lý dữ liệu, bắt đầu bằng việc đánh giá thang đo qua hai bước: phân tích Cronbach’s alpha để kiểm tra độ tin cậy và loại bỏ các biến không phù hợp Các biến còn lại sẽ được xem xét tính phù hợp thông qua phân tích nhân tố EFA, nhằm thu gọn các tham số ước lượng, nhận diện các nhân tố và chuẩn bị cho các phân tích tiếp theo.
Phân tích hồi quy được sử dụng để xác định mức độ ảnh hưởng của từng yếu tố đến ý định mua hàng trên sàn thương mại điện tử Trong đó, biến phụ thuộc là ý định mua hàng trực tuyến, còn các yếu tố độc lập là những biến còn lại sau khi thực hiện phân tích nhân tố EFA.
Kiểm định sự khác biệt về ý định mua hàng TBĐT theo các đặc điểm cá nhân của khách hàng (giới tính, độ tuổi, thu nhập).
Kết cấu đề tài
Phần mở đầu: Giới thiệu nghiên cứu
1 Bối cảnh và lý do nghiên cứu
2 Mục tiêu và câu hỏi nghiên cứu
Chương 1: Cơ sở lý luận và mô hình nghiên cứu
Chương 2: Thiết kế nghiên cứu
Chương 3: Cách thức xử lý và phân tích thông tin
Chương 4: Kết quả nghiên cứu
Chương 5: Kết luận và khuyến nghị
CƠ SỞ LÝ LUẬN VÀ MÔ HÌNH NGHIÊN CỨU
Hành vi mua người tiêu dùng
Thiết bị điện dân dụng là những công cụ và vật dụng thiết yếu trong sinh hoạt hàng ngày của các gia đình, bao gồm các sản phẩm phổ biến như tivi, máy lạnh, tủ lạnh, máy giặt và cân điện tử Những thiết bị này không chỉ mang lại sự tiện lợi trong cuộc sống mà còn góp phần nâng cao chất lượng đời sống tinh thần của con người.
1.1.2 Sàn thương mại điện tử
Sàn thương mại điện tử là một kênh bán hàng trực tuyến phổ biến, được ưa chuộng bởi nhiều chủ shop và doanh nghiệp trong lĩnh vực kinh doanh sản phẩm Trong bối cảnh cuộc cách mạng công nghiệp hiện đại, hình thức kinh doanh online này đã trở thành xu hướng chủ đạo hiện nay.
Theo Thông tư 46/2010/TT-BCT, sàn giao dịch thương mại điện tử được định nghĩa là website thương mại điện tử cho phép các thương nhân, tổ chức và cá nhân không phải là chủ sở hữu hoặc người quản lý website thực hiện việc bán hàng hóa hoặc cung cấp dịch vụ.
1.2 Hnh vi mua người tiêu dùng
Hành vi mua của người tiêu dùng bao gồm tất cả các hoạt động mà họ thực hiện trong quá trình trao đổi sản phẩm, từ việc điều tra, mua sắm, sử dụng, đánh giá đến chi tiêu cho hàng hóa và dịch vụ Những hành động này nhằm thỏa mãn nhu cầu cá nhân và phản ánh cách thức người tiêu dùng quyết định sử dụng tài sản của mình, bao gồm tiền bạc, thời gian và công sức, trong việc mua sắm và sử dụng sản phẩm.
1.2.2 Ý nghĩa của việc nghiên cứu hành vi người tiêu dùng
Nghiên cứu hành vi người tiêu dùng nhằm trả lời các câu hỏi liên quan đến quá trình lựa chọn, mua sắm, sử dụng và quyết định ngừng sử dụng sản phẩm của họ Đồng thời, cần xác định các yếu tố ảnh hưởng đến quyết định tiêu dùng này.
Người bán hàng cần nghiên cứu hành vi người tiêu dùng để hiểu động cơ thúc đẩy khách hàng quyết định mua sản phẩm, lý do lựa chọn thương hiệu này thay vì thương hiệu khác, và tại sao khách hàng chọn phương thức mua sắm cụ thể Dựa trên những kết quả này, người bán có thể phát triển nghiên cứu, giới thiệu sản phẩm mới và xây dựng các chiến lược marketing hiệu quả nhất.
Ý định mua hàng và ý định mua hàng trực tuyến
1.3.1 Lý thuyết TRA, TPB và mô hình chấp nhận công nghệ TAM
Lý thuyết hành động hợp lý (Theory of Reasoned Action – TRA) được phát triển bởi Ajzen và Fishbein vào năm 1975, nhằm xác định các yếu tố ảnh hưởng đến xu hướng hành vi có ý thức Theo lý thuyết này, hai yếu tố chính tác động đến ý định hành vi là thái độ cá nhân và quy chuẩn chủ quan Thái độ cá nhân được đo lường qua niềm tin và đánh giá về kết quả của hành vi, trong khi quy chuẩn chủ quan là nhận thức về sự mong đợi của những người có ảnh hưởng đối với hành vi của cá nhân đó.
Mô hình về lý thuyết này được thể hiện như hình bên dưới:
Hình 1 1 Mô hình thuyết hành động hợp lý TRA
(Nguồn Davis, Bagozzi và Warshaw (1989), trích trong Dung (2012, tr7)
Lý thuyết về hành vi dự định (Theory of Planned Behavior - TPB) được phát triển từ lý thuyết TRA, theo Ajzen (1991) như được trích dẫn trong Dung (2012, tr.7), nhằm khắc phục những hạn chế trong việc kiểm soát hành vi của con người Trong mô hình này, Ajzen đã bổ sung yếu tố nhận thức kiểm soát hành vi, phản ánh mức độ dễ dàng hoặc khó khăn khi thực hiện hành vi, cũng như việc hành vi đó có bị kiểm soát hay hạn chế hay không (Ajzen, 1991, tr.183) Mối quan hệ giữa các yếu tố này được thể hiện qua mô hình dưới đây.
Niềm tin thuộc tính sản phẩm
Sự thúc đẩy làm theo người nổi tiếng
Niềm tin những người ảnh hưởng Đo lường niềm tin thuộc tính sản phẩm Ý định hành vi
Hình 1 2 Thuyết hành vi dự định (TPB) Nguồn: Ajzen (1991, tr.182) được trích dẫn trong Dung (2012, tr.7)
Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM) là công cụ quan trọng giúp giải thích ý định chấp nhận sản phẩm công nghệ mới Lý thuyết TAM được Fred Davis phát triển nhằm hiểu rõ hơn về các yếu tố ảnh hưởng đến quyết định sử dụng công nghệ.
Hình 1 3 Mô hình chấp nhận công nghệ TAM Nguồn: Davis (1985, tr.24) trích dẫn trong Dung (2012, tr.8)
Theo Davis (1985) được trích dẫn trong Dung (2012, tr.8), nhận thức về sự hữu ích là mức độ mà cá nhân tin rằng việc sử dụng một hệ thống cụ thể sẽ cải thiện kết quả thực hiện của họ, trong khi nhận thức về tính dễ sử dụng là mức độ mà người tiêu dùng cảm thấy việc sử dụng hệ thống đó không đòi hỏi nhiều nỗ lực Thái độ hướng tới việc sử dụng, theo Fishbein & Ajzen (1975, tr.216), phản ánh cảm giác tích cực hoặc tiêu cực về việc thực hiện hành vi mục tiêu Trong bối cảnh này, ý định mua hàng và quá trình ra quyết định mua hàng đóng vai trò quan trọng trong hành vi tiêu dùng.
Theo lý thuyết của Philip Kotler, quá trình ra quyết định mua hàng của người tiêu dùng bao gồm năm giai đoạn chính: nhận thức về vấn đề, tìm kiếm thông tin, đánh giá các lựa chọn, quyết định mua và hành vi sau khi mua.
Nhận thức kiểm soát hành vi
Thái độ Ý định sử dụng
Thái độ hướng tới sử dụng
Nhận thức tính dễ sử dụng
Nhận thức sự hữu ích Đánh giá sau mua
Quyết định mua Đánh giá các phương án
Hình 1 4 Mô hình năm giai đoạn của quá trình mua sắm
Mô hình này tổng quát quá trình mua sắm của người tiêu dùng, cho thấy rằng trong thực tế, họ có thể bỏ qua một số giai đoạn hoặc không tuân theo thứ tự nhất định Theo Philip Kotler, trước khi quyết định mua, người tiêu dùng thường hình thành ý định mua sau khi đánh giá các phương án Cuối cùng, quyết định mua hàng còn bị ảnh hưởng bởi thái độ của những người xung quanh và các yếu tố bất ngờ.
Hình 1 5 Những bước từ giai đoạn đánh giá phương án đến
1.3.3 Ý định mua hàng trực tuyến
Theo nghiên cứu của Na Li (2002), ý định mua sắm trực tuyến phản ánh sự sẵn sàng của người tiêu dùng trong việc mua hàng qua cửa hàng Online Yếu tố này thường được đo bằng mức độ sẵn sàng của người tiêu dùng để thực hiện giao dịch và quay lại mua sắm thêm Ý định mua sắm trực tuyến có mối quan hệ tích cực với thái độ đối với việc mua hàng trực tuyến, ảnh hưởng đến quyết định và hành vi mua sắm của người tiêu dùng.
Chen & ctg (2002) nhấn mạnh rằng ý định mua hàng là yếu tố dự báo quan trọng cho hành vi mua hàng thực tế Ý định mua hàng trực tuyến thể hiện mong muốn của người tiêu dùng trong việc thực hiện giao dịch qua các trang web.
Nghiên cứu của Dan và cộng sự (2005) chỉ ra rằng mối quan hệ giữa ý định và hành vi dựa trên giả định rằng con người thường đưa ra quyết định hợp lý dựa trên thông tin sẵn có Vì vậy, ý định thực hiện hành vi của một cá nhân là yếu tố quyết định trực tiếp đến các hành vi thực tế của họ.
1.3.4 Các yếu tố ảnh hưởng đến ý định mua hàng trực tuyến
1.3.4.1 Nghiên cứu của Dan & ctg (2005)
Thái độ của những người khác
Quyết định mua Ý định mua hàng Đánh giá sau mua
Nghiên cứu của Dan J Kim, Donald L Ferrin và H Raghav Rao vào năm 2005 đã khảo sát ý định mua hàng trực tuyến của sinh viên Qua việc phỏng vấn 468 sinh viên từ các trường đại học, nhóm tác giả đã tập trung vào những người dành nhiều thời gian sử dụng internet Nghiên cứu này cung cấp cái nhìn sâu sắc về hành vi tiêu dùng trực tuyến của giới trẻ hiện nay.
Nhóm tác giả chỉ ra rằng một trong những rào cản lớn nhất khi mua sắm trực tuyến là giao dịch trong môi trường ảo, nơi người mua và người bán không gặp mặt trực tiếp Sản phẩm không được trải nghiệm thực tế, khiến người tiêu dùng chỉ có thể đánh giá qua hình ảnh mà người bán cung cấp, thiếu các cảm nhận khác như dùng thử Do đó, ba yếu tố quan trọng ảnh hưởng đến ý định mua hàng online là sự tin tưởng, cảm nhận về rủi ro và cảm nhận lợi ích Dưới đây là mô hình cơ bản cùng các giả thuyết mà các tác giả đã phát triển.
Hình 1 6 Mô hình nghiên cứu cơ bản Nguồn: Dan & ctg (2005, tr.548)
Mô hình nghiên cứu chỉ ra rằng cảm nhận lợi ích và sự tin cậy có tác động tích cực đến ý định mua hàng, trong khi nhận thức rủi ro lại có ảnh hưởng tiêu cực Ngoài ra, tin cậy cũng làm giảm nhận thức về rủi ro trong quá trình ra quyết định mua sắm.
Theo Mayer & ctg (1995), sự tin cậy là hành vi dựa trên niềm tin vào đặc tính của người khác Trong môi trường mua sắm trực tuyến, do sự không chắc chắn và khó kiểm soát về hành động của người khác, sự tin cậy trở nên thiết yếu Người tiêu dùng thường đặt ra câu hỏi về độ tin cậy của các nhà cung cấp trang web và khả năng bị tấn công bởi tin tặc.
Cảm nhận rủi ro là niềm tin của người tiêu dùng về những kết quả không chắc chắn khi thực hiện giao dịch trực tuyến Theo tác giả, cảm nhận rủi ro đóng vai trò là một rào cản quan trọng đối với người tiêu dùng trong môi trường trực tuyến Đồng thời, cảm nhận lợi ích cũng ảnh hưởng đến quyết định của người tiêu dùng trong việc tham gia giao dịch trực tuyến.
Cảm nhận về lợi ích
Ý định mua hàng trực tuyến của sinh viên phản ánh niềm tin của họ vào những lợi ích mà việc mua sắm trực tuyến mang lại.
Mô hình nghiên cứu và các nhân tố ảnh hưởng tới ý định mua hàng thiết bị điện tử trên sàn thương mại điện tử của giới trẻ Hà Nội
STT Công việc cần làm Thời gian (tuần)
1 Xác định vấn đề, mục tiêu nghiên cứu
2 Thiết kế và phê chuẩn
3 Thu thập dữ liệu thứ cấp
4.1 Xác định đối tượng, phạm vi nghiên cứu
4.2 Xác định khung lý thuyết
4.3 Xác định phương pháp, mô hình nghiên cứu
4.5 Xác định phương pháp phân tích và xử lý số liệu
5.1 Lập bảng hỏi sơ bộ
5.2 Tiến hành khảo sát thử và hoàn thiện bảng hỏi
7 Thu thập, xử lý số liệu
8 Phân tích số liệu, thảo luận, tổng kết
2.2 Mô hình nghiên cứu đề xuất v đo lường cc bi&n:
Mô hình đề xuất với 6 yếu tố ảnh hưởng trong mô hình trên được đo lường thông qua 26 biến quan sát
THIẾT KẾ NGHIÊN CỨU
Quy trình nghiên cứu
STT Công việc cần làm Thời gian (tuần)
1 Xác định vấn đề, mục tiêu nghiên cứu
2 Thiết kế và phê chuẩn
3 Thu thập dữ liệu thứ cấp
4.1 Xác định đối tượng, phạm vi nghiên cứu
4.2 Xác định khung lý thuyết
4.3 Xác định phương pháp, mô hình nghiên cứu
4.5 Xác định phương pháp phân tích và xử lý số liệu
5.1 Lập bảng hỏi sơ bộ
5.2 Tiến hành khảo sát thử và hoàn thiện bảng hỏi
7 Thu thập, xử lý số liệu
8 Phân tích số liệu, thảo luận, tổng kết
2.2 Mô hình nghiên cứu đề xuất v đo lường cc bi&n:
Mô hình đề xuất với 6 yếu tố ảnh hưởng trong mô hình trên được đo lường thông qua 26 biến quan sát
STT Các thang đo Mã hóa Bằng chứng xã hội
1 Bạn thường tìm kiếm thông tin về sản phẩm từ người mua trước trên sàn TMĐT
2 Bạn thường tìm kiếm thông tin về sản phẩm từ bạn bè, người thân XH2
3 Bạn thường tìm kiếm thông tin về sản phẩm từ các Tech reviewer XH3
4 Các sản phẩm TBĐT thiết kế đẹp, bắt mắt GT1
5 Các sản phẩm TBĐT nhiều tính năng mới lạ GT2
6 Chất lượng sản phẩm tốt GT3
7 Các sàn TMĐT có dịch vụ chăm sóc khách hàng tốt GT4
8 Tìm kiếm thông tin về sản phẩm qua sàn TMĐT là dễ dàng TL1
9 Trang TMĐT cung cấp đầy đủ thông tin về sản phẩm cho bạn TL2
10 Các sàn TMĐT cung cấp nhiều thông tin về sản phẩm hơn các nhà bán lẻ offline TL3
11 Các sản phẩm TBĐT có dịch vụ thanh toán dễ dàng TL4
12 Các sản phẩm TBĐT có chính sách đổi trả hợp l TL5
13 Các sản phẩm TBĐT có mức giá hợp lý CP1
14 Chênh lệch giá cả của sản phẩm TBĐT giữa các sàn TMĐT với các nhà bán lẻ offline
15 Sản phẩm TBĐT có mức phí vận chuyển thấp hơn CP3
16 Tiết kiệm chi phí CP4
17 Tiết kiệm thời gian CP5
18 Thông tin cá nhân có thể không được bảo mật TC1
19 Bạn thấy tin tưởng về các thông tin được cung cấp TC2
20 Sản phẩm có thể không giống như mô tả TC3
21 Có thể không được hoàn tiền khi sản phẩm không đúng mẫu TC4
22 Các sản phẩm TBĐT trên các trang uy tín (như là shopee mall, lazada TC5
23 Gói hàng không cẩn thận VC1
24 Sản phẩm qua quá trình vận chuyển có thể bị hư hỏng VC2
25 Thời gian giao hàng quá lâu VC3
26 Việc trả lại hàng rất phức tạp VC4 Ý định mua
27 Bạn chắc chắn sẽ mua TBĐT qua sàn TMĐT YD1
28 Bạn có ý định mua hàng TBĐT qua sàn TMĐT YD2
29 Bạn có khả năng sẽ mua TBĐT qua sàn TMĐT YD3
Bảng 2 1 Diễn đạt và mã hóa
2.3 Chọn mẫu v phân tích định lượng:
Kích cỡ mẫu là yếu tố quan trọng trong phân tích nhân tố khám phá (EFA), yêu cầu tối thiểu 200 quan sát để đảm bảo độ tin cậy của kết quả nghiên cứu.
(Gorsuch,1983); còn Hatcher (1994) thì cho rằng kích cỡ mẫu bằng ít nhất 5 lần biến quan sát Với 29 biến được đưa vào thì cỡ mẫu ít nhất phải bằng:
Để giảm thiểu rủi ro trong nghiên cứu và đảm bảo điều kiện thực hiện hồi quy, nhóm nghiên cứu đã quyết định chọn cỡ mẫu là 316.
Phương pháp chọn mẫu: Lấy mẫu thuận tiện, lấy mẫu theo phương pháp quả bóng tuyết.
Lấy mẫu thuận tiện: thực hiện khảo sát online trên facebook, đăng lên cấc group trường đại học thuận tiện cho nhóm.
Để lấy mẫu quả bóng tuyết, cần nhờ người quen đáp ứng tiêu chí độ tuổi từ 18 đến 30 và sống tại Hà Nội Sau đó, hãy yêu cầu họ tiếp tục chia sẻ bài khảo sát đến những người quen của họ để mở rộng phạm vi lấy mẫu.
Chọn mẫu và phân tích định lượng
Nhóm nghiên cứu áp dụng phương pháp thống kê tần số thông qua hai lệnh Frequencies và Multiple Response frequencies để phân tích dữ liệu các biến định tính, bao gồm giới tính, độ tuổi, địa điểm học tập/làm việc, thu nhập, nguồn thông tin, và mức sẵn sàng chi trả.
Nhóm đã áp dụng phương pháp thống kê trung bình để phân tích dữ liệu của các biến định lượng, bao gồm các chỉ số như trung bình (mean), giá trị nhỏ nhất (min), giá trị lớn nhất (max) và độ lệch chuẩn (standard deviation) Đối với những biến định lượng được đo bằng thang đo Likert, các chỉ số trung bình và độ lệch chuẩn trong bảng dưới đây sẽ giúp chúng ta hiểu rõ hơn về ý nghĩa khảo sát của chúng.
Means: gi trị trung bình
Giá trị trung bình của Ý nghĩa
CÁCH THỨC XỬ LÍ VÀ PHÂN TÍCH THÔNG TIN
Thống kê mô tả
Nhóm nghiên cứu áp dụng phương pháp thống kê tần số để phân tích dữ liệu định tính, sử dụng hai lệnh Frequencies cho các câu hỏi chọn một đáp án và Multiple Response frequencies cho các câu hỏi cho phép chọn nhiều đáp án Các biến được phân tích bao gồm giới tính, độ tuổi, địa điểm học tập/làm việc, thu nhập, nguồn thông tin và mức sẵn sàng chi trả.
Nhóm đã áp dụng phương pháp thống kê trung bình để phân tích dữ liệu của các biến định lượng, sử dụng các chỉ số như trung bình (mean), giá trị nhỏ nhất (min), giá trị lớn nhất (max) và độ lệch chuẩn (standard deviation) Đối với các biến định lượng được đo bằng thang đo Likert, các chỉ số trung bình và độ lệch chuẩn trong bảng dưới đây sẽ cung cấp những thông tin quan trọng để hiểu rõ hơn về kết quả khảo sát.
Means: gi trị trung bình
Giá trị trung bình của Ý nghĩa
22 biến (đo lường bằng thang đo Likert)
1 - 1.8 Rất không đồng ý với nhận định
1.81 - 2.6 Không đồng ý với nhận định
4.21 - 5 Rất đồng ý với nhận định
Std Deviation: độ lệch chuẩn Độ lệch chuẩn của biến Ý nghĩa
1,6 Câu trả lời khác biệt nên yêu cầu sự phân biệt
3.2 Kim định độ tin cậy của thang đo
Nhóm nghiên cứu đã tiến hành đánh giá độ tin cậy của thang đo bằng chỉ số Cronbach’s Alpha cho từng nhóm biến thuộc các yếu tố khác nhau Mục tiêu của việc này là xác định và loại bỏ các biến không có giá trị, hay còn gọi là “rác”.
If a measured variable has a Corrected Item-Total Correlation coefficient of ≥ 0.3, it meets the necessary criteria for reliability This standard is based on the guidelines established by Nunnally in his 1978 work, "Psychometric Theory."
Tiếp theo, nhóm bắt đầu xét đến hệ số Cronbach’s Alpha và ý nghĩa của chúng với độ tin cậy thang đo
Hệ số Cronbach’s Alpha Độ tin cậy của thang đo
Từ 0.6 trở lên Đủ điều kiện
Dưới 0.6 Thang đo không đủ điều kiện, cần xem xét lại
3.3 Phân tích nhân tố khm ph EFA
Nhóm nghiên cứu đã thực hiện kiểm định giá trị của thước đo thông qua phân tích nhân tố EFA, đồng thời tiến hành phân tích cho toàn bộ các tiêu chí đo lường nhằm đánh giá giá trị hội tụ và giá trị phân biệt Tiêu chuẩn kiểm định giá trị hội tụ được dựa trên hướng dẫn của Hair & cộng sự (1998, 111).
Chỉ số Kaiser-Meyer-Olkin (KMO) là một tiêu chí quan trọng để kiểm định tính thích hợp của phân tích nhân tố Để đảm bảo phân tích nhân tố được xem là thích hợp, chỉ số KMO cần phải lớn hơn 0.5 và nhỏ hơn 1 Ngược lại, nếu chỉ số KMO nhỏ hơn 0.5, điều này cho thấy phân tích nhân tố có thể không phù hợp với dữ liệu.
Kiểm định Bartlett đánh giá sự tương quan giữa các biến quan sát trong một nhân tố Khi giá trị p của kiểm định Bartlett nhỏ hơn 0.05 (sig Bartlett’s Test < 0.05), điều này cho thấy các biến quan sát có mối liên hệ đáng kể với nhau trong nhân tố.
Trong phân tích nhân tố, chỉ những nhân tố có Eigenvalue lớn hơn 1, đại diện cho lượng biến được giải thích, mới được giữ lại trong mô hình Ngược lại, các nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại bỏ khỏi mô hình.
Tổng phương sai trích ≥ 50% cho thấy mô hình EFA là phù hợp.
3.4 Phân tích tương quan PEARSON
Nhóm nghiên cứu sử dụng phân tích tương quan Pearson để kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập Qua đó, nhóm cũng nhanh chóng nhận diện vấn đề đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau.
Tương quan Pearson r có giá trị giao động từ -1 đến 1 và chỉ có ý nghĩa khi sig
Nếu r càng tiến về 1; -1: Tương quan tuyến tính càng mạnh, càng chặt chẽ Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
Nếu r càng tiến về 0: Tương quan tuyến tính càng yếu.
Nếu r = 1: Tương quan tuyến tính tuyệt đối, khi biểu diễn trên đồ thị phân tán Scatter, các đường biểu diễn nhập lại thành 1 đường thẳng.
Nếu r = 0, điều này cho thấy không có mối tương quan tuyến tính giữa hai biến Trong trường hợp này, có thể xảy ra hai tình huống: thứ nhất, không tồn tại mối liên hệ nào giữa các biến; thứ hai, có thể có mối liên hệ phi tuyến giữa chúng.
Tương quan Pearson giúp xác định mối liên hệ giữa các biến độc lập và các biến điều tiết Khi giá trị sig chỉ xuất hiện ở các biến độc lập, điều này cho thấy chúng ta đang so sánh mối tương quan giữa các biến độc lập với nhau Nếu sig < 0.05, cần xem xét hệ số tương quan Pearson để đánh giá mức độ tương quan giữa các biến độc lập Đặc biệt, nếu sig < 0.05 và giá trị tương quan Pearson > 0.4, có khả năng xảy ra hiện tượng đa cộng tuyến.
Khi phân tích dữ liệu, nếu giá trị sig xuất hiện ở cả biến độc lập và biến phụ thuộc, chúng ta cần xem xét mối tương quan giữa chúng Nếu sig nhỏ hơn 0.05, điều này cho thấy có mối tương quan tuyến tính giữa biến độc lập và biến phụ thuộc Tiếp theo, hệ số tương quan Pearson r sẽ được sử dụng để đánh giá mức độ mạnh yếu của mối tương quan này.
3.5 Phân tích hồi quy tuy&n tính đa bi&n
Sau khi thực hiện phân tích tương quan Pearson, nhóm nghiên cứu tiến hành phân tích hồi quy tuyến tính đa biến nhằm xác định các yếu tố có ảnh hưởng lớn, nhỏ hoặc không ảnh hưởng đến sự thay đổi của biến phụ thuộc Mục tiêu là làm rõ cường độ tác động của các biến độc lập đối với biến phụ thuộc trong nghiên cứu.
Giá trị Adjusted R Square (R bình phương hiệu chỉnh) và R2 (R Square) cho thấy mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc, với khoảng biến thiên từ 0 đến 1 Mô hình có ý nghĩa hơn khi giá trị này tiến gần 1, trong khi giá trị gần 0 cho thấy ý nghĩa mô hình yếu Cụ thể, nếu giá trị nằm trong khoảng từ 0.5 đến 1, mô hình được coi là tốt; ngược lại, nếu dưới 0.5, mô hình chưa đạt yêu cầu.
Chỉ số Durbin-Watson (DW) được sử dụng để kiểm tra hiện tượng tự tương quan bậc nhất trong chuỗi số liệu Giá trị DW dao động từ 0 đến 4; nếu giá trị gần 4, các phần sai số có tương quan nghịch, trong khi giá trị gần 0 cho thấy tương quan thuận Khi DW nhỏ hơn 1 hoặc lớn hơn 3, khả năng xuất hiện hiện tượng tự tương quan bậc nhất là rất cao.
Phân tích tương quan PEARSON
Nhóm nghiên cứu đã thực hiện phân tích tương quan Pearson để kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập Đồng thời, nghiên cứu cũng sớm phát hiện vấn đề đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau.
Tương quan Pearson r có giá trị giao động từ -1 đến 1 và chỉ có ý nghĩa khi sig
Nếu r càng tiến về 1; -1: Tương quan tuyến tính càng mạnh, càng chặt chẽ Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
Nếu r càng tiến về 0: Tương quan tuyến tính càng yếu.
Nếu r = 1: Tương quan tuyến tính tuyệt đối, khi biểu diễn trên đồ thị phân tán Scatter, các đường biểu diễn nhập lại thành 1 đường thẳng.
Nếu r = 0, điều này cho thấy không có mối tương quan tuyến tính giữa hai biến Có hai khả năng xảy ra: Thứ nhất, không tồn tại mối liên hệ nào giữa hai biến; thứ hai, giữa chúng có thể tồn tại mối liên hệ phi tuyến.
Tương quan Pearson giúp xác định mối liên hệ giữa các biến độc lập và các biến điều tiết Khi giá trị sig xuất hiện ở các biến độc lập, điều này cho thấy sự so sánh mối tương quan giữa chúng Nếu sig < 0.05, cần xem xét hệ số tương quan Pearson để đánh giá mức độ tương quan giữa các biến độc lập Trong trường hợp sig < 0.05 và giá trị tương quan Pearson > 0.4, hiện tượng đa cộng tuyến thường xảy ra.
Khi xem xét dòng sig ở từng biến, nếu sig xuất hiện ở cả cột biến độc lập và phụ thuộc, ta sẽ phân tích mối tương quan giữa các biến độc lập và biến phụ thuộc Nếu sig < 0.05, điều này cho thấy biến độc lập có tương quan tuyến tính với biến phụ thuộc Tiếp theo, cần đánh giá mức độ tương quan mạnh yếu giữa các biến này thông qua hệ số tương quan Pearson r.
3.5 Phân tích hồi quy tuy&n tính đa bi&n
Sau khi thực hiện phân tích tương quan Pearson, nhóm nghiên cứu tiến hành phân tích hồi quy tuyến tính đa biến nhằm xác định các yếu tố có ảnh hưởng nhiều, ít hoặc không ảnh hưởng đến sự thay đổi của biến phụ thuộc Mục tiêu là làm rõ cường độ tác động của các biến độc lập đối với biến phụ thuộc trong nghiên cứu.
Giá trị Adjusted R Square (R bình phương hiệu chỉnh) và R2 (R Square) thể hiện mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc, với khoảng biến thiên từ 0 đến 1 Mô hình có ý nghĩa cao hơn khi giá trị tiến gần 1, trong khi giá trị gần 0 cho thấy mô hình kém ý nghĩa Cụ thể, nếu giá trị nằm trong khoảng từ 0.5 đến 1, mô hình được coi là tốt; ngược lại, giá trị dưới 0.5 cho thấy mô hình chưa đạt yêu cầu.
Chỉ số Durbin-Watson (DW) được sử dụng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất, với giá trị dao động từ 0 đến 4 Nếu DW gần 4, điều này cho thấy các phần sai số có tương quan nghịch, trong khi giá trị gần 0 cho thấy tương quan thuận Khi DW nhỏ hơn 1 hoặc lớn hơn 3, khả năng xảy ra hiện tượng tự tương quan chuỗi bậc nhất là rất cao.
Giá trị Sig trong kiểm định F đóng vai trò quan trọng trong việc đánh giá độ phù hợp của mô hình hồi quy Theo bảng ANOVA, nếu giá trị Sig nhỏ hơn 0.05, điều này cho thấy mô hình hồi quy tuyến tính bội cùng với tập dữ liệu là phù hợp Ngược lại, nếu giá trị Sig lớn hơn 0.05, mô hình không đạt yêu cầu về độ phù hợp.
Giá trị Sig trong kiểm định t được sử dụng để xác định ý nghĩa của hệ số hồi quy Nếu giá trị Sig nhỏ hơn 0.05, điều này cho thấy biến độc lập có ảnh hưởng đến biến phụ thuộc.
Hệ số phóng đại phương sai (VIF) được sử dụng để kiểm tra hiện tượng đa cộng tuyến trong phân tích hồi quy Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), nếu VIF lớn hơn 10, điều này cho thấy có sự tồn tại của đa cộng tuyến Ngược lại, trong thực tế, nếu VIF nhỏ hơn 2, không có hiện tượng đa cộng tuyến giữa các biến độc lập.
Phương trình hồi quy tuyến tính mẫu:
X1, X , X : Các biến độc lập 2 n β1, β , β : Hệ số tương quan từng phần2 n
3.6 So snh gi trị trung bình COMPARE MEANS
Nhóm nghiên cứu đã sử dụng thao tác Means trong lệnh Compare Means để phân tích và so sánh tác động của từng nhóm nhân khẩu học đến các yếu tố như hành vi, nhận thức, thói quen và lý do trong bảng Likert.
Nhóm đã áp dụng phương pháp Independent Samples T-Test để kiểm tra sự khác biệt có ý nghĩa thống kê giữa các phương tiện trong hai nhóm thống kê không liên quan.
Trong kiểm định Independent-samples T-test, việc kiểm tra sự bằng nhau của hai phương sai tổng thể thông qua kiểm định Levene là cần thiết Phương sai phản ánh mức độ đồng đều hay không đồng đều (độ phân tán) của dữ liệu quan sát.
Cách phân tích kiểm định Levene:
Nếu giá trị Sig trong kiểm định Levene (kiểm định F) < 0.05 thì phương sai của
2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.
Nếu Sig ≥ 0.05 thì phương sai của 2 tổng thể không khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances assumed.
Cách phân tích Idependent Samples T-Test:
Nếu Sig của kiểm định t ≤ α (mức ý nghĩa) thì ở đây có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể Mức ý nghĩa thông thường là 0.05.
Nếu Sig > α (mức ý nghĩa) thì sẽ không có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.
Phương pháp Independent T-Test chỉ phù hợp để so sánh hai nhóm đối tượng, trong khi nghiên cứu cần kiểm tra sự khác biệt có ý nghĩa thống kê giữa nhiều nhóm Do đó, phân tích phương sai một yếu tố ANOVA đã được lựa chọn để giải quyết vấn đề này.
Kết quả kiểm định gồm hai phần:
Phần 1: Levene test: dùng để kiểm định phương sai bằng nhau hay không giữa các nhóm.
Sig > 0.05: chấp nhận H0, đủ kiều kiện để phân tích tiếp ANOVA
Phần 2: ANOVA test: kiểm định ANOVA
Sig 0.05: chấp nhận H0, chưa đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc.
Phần 3: Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát bằng các kiểm định Tukey, LSD, Bonferroni, Duncan Kiểm định sâu ANOVA gọi là kiểm định Post-Hoc
3.7 Phân tích bảng chéo CROSSTABS
So sánh giá trị trung bình COMPARE MEANS
và tập dữ liệu phù hợp (và ngược lại).
Giá trị Sig trong kiểm định t được sử dụng để xác định ý nghĩa của hệ số hồi quy Nếu giá trị Sig nhỏ hơn 0.05, điều này cho thấy biến độc lập có ảnh hưởng đến biến phụ thuộc.
Hệ số phóng đại phương sai (VIF) được sử dụng để kiểm tra hiện tượng đa cộng tuyến trong phân tích hồi quy Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), nếu VIF lớn hơn 10, điều này cho thấy có sự tồn tại của đa cộng tuyến Ngược lại, trong thực tiễn, nếu VIF nhỏ hơn 2, có thể khẳng định rằng không có hiện tượng đa cộng tuyến giữa các biến độc lập.
Phương trình hồi quy tuyến tính mẫu:
X1, X , X : Các biến độc lập 2 n β1, β , β : Hệ số tương quan từng phần2 n
3.6 So snh gi trị trung bình COMPARE MEANS
Nhóm nghiên cứu sử dụng thao tác Means trong lệnh Compare Means để phân tích và so sánh ảnh hưởng của các nhóm nhân khẩu học đến các yếu tố như hành vi, nhận thức, thói quen và lý do trong bảng Likert.
Nhóm đã áp dụng phương pháp Independent Samples T-Test để kiểm tra sự khác biệt có ý nghĩa thống kê giữa các phương tiện trong hai nhóm không liên quan.
Trong kiểm định Independent-samples T-test, việc kiểm tra sự bằng nhau của hai phương sai tổng thể thông qua kiểm định Levene là rất quan trọng Phương sai phản ánh mức độ đồng đều hoặc không đồng đều của dữ liệu quan sát, giúp đánh giá độ phân tán của chúng.
Cách phân tích kiểm định Levene:
Nếu giá trị Sig trong kiểm định Levene (kiểm định F) < 0.05 thì phương sai của
2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.
Nếu Sig ≥ 0.05 thì phương sai của 2 tổng thể không khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances assumed.
Cách phân tích Idependent Samples T-Test:
Nếu Sig của kiểm định t ≤ α (mức ý nghĩa) thì ở đây có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể Mức ý nghĩa thông thường là 0.05.
Nếu Sig > α (mức ý nghĩa) thì sẽ không có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.
Phương pháp Independent T-Test chỉ cho phép so sánh hai nhóm đối tượng, trong khi nghiên cứu cần kiểm tra sự khác biệt có ý nghĩa thống kê giữa nhiều nhóm Do đó, nhóm nghiên cứu đã quyết định sử dụng phân tích phương sai một yếu tố ANOVA để giải quyết vấn đề này.
Kết quả kiểm định gồm hai phần:
Phần 1: Levene test: dùng để kiểm định phương sai bằng nhau hay không giữa các nhóm.
Sig > 0.05: chấp nhận H0, đủ kiều kiện để phân tích tiếp ANOVA
Phần 2: ANOVA test: kiểm định ANOVA
Sig 0.05: chấp nhận H0, chưa đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc.
Phần 3: Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát bằng các kiểm định Tukey, LSD, Bonferroni,Duncan Kiểm định sâu ANOVA gọi là kiểm định Post-Hoc
Phân tích bảng chéo CROSSTABS
Nhóm nghiên cứu sử dụng bảng chéo Crosstabs để phân tích mối quan hệ giữa các biến định tính Phương pháp kiểm định Chi – bình phương (Chi – square) được áp dụng nhằm kiểm tra sự liên kết giữa các biến này.
Về mặt lý luận, khi thực hiện kiểm định, ta có 2 giả thuyết:
- H0: Không có mối quan hệ giữa các biến.
- H1: Có mối quan hệ giữa các biến. Để kết luận là chấp nhận hay bác bỏ giả thuyết H0, ta sẽ dùng các kiểm định phù hợp.
Dựa vào giá trị P (p-value) (viết tắt là sig trong SPSS) đẻ kết luận là chấp nhận hay bác bỏ giả thuyết H0.
Khi p-value (sig.) ≤ α (mức ý nghĩa), chúng ta bác bỏ giả thuyết H0, điều này cho thấy có mối quan hệ có ý nghĩa giữa các biến cần kiểm định Ngược lại, nếu p-value (sig.) > α (mức ý nghĩa), chúng ta chấp nhận giả thuyết H0, nghĩa là không có mối quan hệ giữa các biến cần kiểm định.
Mức ý nghĩa thông dụng nhất là 5% hay là 0.05
Dựa vào chỉ số Pearson Chi-square trong bảng Chi-Square tests của SPSS, chúng ta có thể đánh giá tổng quát mối quan hệ giữa các biến định tính.
KẾT QUẢ NGHIÊN CỨU
Mô tả mẫu nghiên cứu
Nhóm nghiên cứu đã thực hiện khảo sát trực tuyến trên mạng xã hội Facebook, nhắm đến đối tượng giới trẻ Hà Nội trong độ tuổi từ 18-30, những người đã từng mua sắm thiết bị điện tử qua sàn thương mại điện tử Sau một tuần khảo sát, nhóm đã thu thập được 354 phản hồi, nhưng sau khi làm sạch dữ liệu, chỉ 316 câu trả lời được sử dụng cho phân tích.
4.1.1 Đặc điểm nhân khẩu học
Bảng khảo sát đã thu thập thông tin nhân khẩu học như giới tính, thu nhập và khu vực sinh sống của người tiêu dùng Mục tiêu là để xác định xem những yếu tố này có ảnh hưởng đến ý định mua sắm thiết bị điện tử trên các trang thương mại điện tử hay không.
Sau khi phân tích tần số trên phần mềm SPSS, nhóm nghiên cứu phát hiện rằng trong tổng số 316 đơn thu về, chỉ có 67 đơn từ nam, chiếm 21,2%, trong khi nữ giới chiếm 247 đơn, tương đương 78,2%, và có 0,6% là giới tính khác Sự chênh lệch này cho thấy nhóm chưa tiếp cận hiệu quả với nam giới, đồng thời phản ánh sự khác biệt trong đặc điểm giới tính liên quan đến hành vi mua sắm Theo thông tin từ website Haravan, tỷ lệ nữ giới từng mua sắm trên các sàn thương mại điện tử là 60%, trong khi nam giới chỉ chiếm 40%.
Hình 4 1 Thống kê về giới tính của đối tượng
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Trong tổng số 316 đơn khảo sát, nhóm tuổi 18-22 chiếm ưu thế với 241 đơn, tương đương 76,3% Nhóm tuổi 23-26 có 46 đơn, chiếm 14,6%, trong khi nhóm tuổi 27-30 chỉ có 29 đơn, tương đương 9,2% Việc tiếp cận những người ở độ tuổi lớn hơn gặp khó khăn do nguồn nhân lực chủ yếu là sinh viên Hơn nữa, những người trong nhóm tuổi 23-26 và 27-30 thường bận rộn với công việc và gia đình, dẫn đến việc họ ngại điền đơn khảo sát.
Hình 4 2 Tuổi Nguồn: Nhóm 5 học phần Nghiên cứu Marketing 4.1.1.3 Địa điểm sinh sống
Nhóm thực hiện khảo sát trên toàn thành phố Hà Nội đã thu được kết quả với những con số đa dạng ở các quận, huyện Đặc biệt, số lượng đơn vị tại quận Bắc cho thấy sự khác biệt rõ rệt trong dữ liệu thu thập.
Quận Từ Liêm dẫn đầu với 86 đơn, chiếm 27,2% tổng số đơn, trong khi quận Hai Bà Trưng đứng thứ hai với 61 đơn, chiếm 19,3% (Hình 4.3) Sự chênh lệch lớn ở một số quận huyện khác nhau là do phương pháp lấy mẫu thuận tiện, đây cũng là một trong những hạn chế của nghiên cứu.
Hình 4 3 Địa điểm sinh sống Nguồn: Nhóm 5 học phần Nghiên cứu Marketing 4.1.1.4 Thu nhập
Nhóm thu nhập được chia thành bốn loại: dưới 2 triệu, từ 2-5 triệu, từ 6-10 triệu và trên 10 triệu Trong tổng số 316 đơn được phân tích, nhóm có thu nhập dưới 2 triệu chiếm ưu thế với 158 đơn, tương đương 50% Nhóm thu nhập từ 2-5 triệu đứng thứ hai với 80 đơn, chiếm 25,3% Hai nhóm thu nhập còn lại, từ 6-10 triệu và trên 10 triệu, lần lượt chiếm 9,5% và 15,2%.
Theo nghiên cứu của nhóm, quảng cáo trên sàn thương mại điện tử là nguồn thông tin quan trọng nhất giúp người tiêu dùng biết đến các sản phẩm điện tử, với 77,8% phản hồi từ 316 người tham gia khảo sát cho rằng họ biết đến sản phẩm qua quảng cáo Sự bùng nổ truyền thông hiện nay đã làm cho quảng cáo trở nên phổ biến và dễ dàng tiếp cận hơn, điều này cần được các doanh nghiệp chú ý để tăng cường khả năng tiếp cận với khách hàng.
Hình 4 5 Nguồn tiếp cận thông tin Nguồn: Nhóm 5 học phần Nghiên cứu Marketing 4.1.3 Mức sẵn sàng chi trả
Kết quả khảo sát cho thấy, 40,3% người tiêu dùng sẵn sàng chi trả cho các sản phẩm điện tử trên trang thương mại điện tử trong khoảng từ 500 nghìn đến 2 triệu đồng Số lượng người tiêu dùng có khả năng chi trả dưới mức này cũng đáng chú ý.
Trong khảo sát, 28,7% người tiêu dùng sẵn sàng chi 500 nghìn đồng cho hàng điện tử trực tuyến, trong khi 14,8% chọn mức chi từ 2-5 triệu đồng Số lượng người chi từ 5-10 triệu và trên 10 triệu đồng để mua hàng điện tử qua sàn trực tuyến tương đối thấp, lần lượt chỉ đạt 9,4% và 6,8% Điều này cho thấy, phần lớn người tiêu dùng chỉ có khả năng chi trả từ 500 nghìn đến 2 triệu đồng, mức giá này chủ yếu chỉ đủ để mua một số sản phẩm điện tử giá rẻ.
Mức sẵn sàng chi trả được trình bày trong Hình 4.6, nguồn từ Nhóm 5 học phần Nghiên cứu Marketing Để xác định giá trị trung bình (mean) và giá trị tối thiểu (min), tối đa (max) cho các thang đo định lượng, nhóm đã sử dụng lệnh Descriptive, và kết quả được thể hiện trong bảng dưới đây.
Bảng 4 1 Bảng thống kê mô tả với thang đo định lượng
Kiểm định độ tin cậy Cronbach’s Alpha
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả khảo sát cho thấy giá trị trung bình của các biến độc lập đều lớn hơn 3,41, cho thấy sự đồng thuận cao từ 316 người tham gia đối với các phát biểu được đưa ra Tuy nhiên, đối với biến phụ thuộc là ý định mua hàng trực tuyến qua sàn thương mại điện tử, giá trị trung bình lần lượt là 2,95; 3,19 và 3,36, cho thấy mức độ đồng ý chỉ ở mức trung lập Điều này chỉ ra rằng người tiêu dùng vẫn chưa hoàn toàn sẵn sàng cho việc mua sắm trực tuyến và có thể gặp phải những rào cản hoặc chưa được đáp ứng đầy đủ nhu cầu Ngoài ra, giá trị tối thiểu và tối đa cho thấy sự tồn tại của cả hai thái cực “rất đồng ý” và “rất không đồng ý” trong các nhận định.
4.2 Kim định độ tin cậy Cronbach’s Alpha
4.2.1 Kiểm định độ tin cậy Cronbach’s Alpha với biến độc lập Để kiểm tra mức độ tin cậy, nhóm đã tiến hành kiểm định với lệnh Cronbach’s Alpha đầu tiên với biến độc lập.
Bảng 4.2 Bảng kiểm định chung hệ số tin cậy Cronbach’s Alpha
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Bảng trên cho thấy rằng với 26 biến, hệ số Cronbach’s Alpha đạt 0,917, cho thấy mức độ tin cậy rất cao Bảng tiếp theo sẽ trình bày hệ số Cronbach’s Alpha cho từng biến quan sát cụ thể.
Bảng 4.3 Bảng kiểm định chi tiết hệ số Cronbach’s Alpha
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Cronbach's Alpha if Item Deleted
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Từ bảng số liệu, ta nhận thấy tất cả các hệ số tương quan biến tổng đều lớn hơn 0,3 Hơn nữa, không có hệ số Cronbach’s Alpha nào khi loại biến vượt quá hệ số Cronbach’s Alpha chung Điều này cho thấy tất cả các biến đều đạt yêu cầu và không cần loại bỏ biến nào.
4.2.2 Kiểm định độ tin cậy với biến phụ thuộc
Phân tích nhân tố khám phá EFA
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Hệ số Cronbach’s Alpha chung đạt 0,929, cho thấy mức độ tin cậy cao của ba biến quan sát Dưới đây là bảng kiểm định chi tiết.
Bảng 4 5 Bảng kiểm định chi tiết hệ số Cronbach’s Alpha
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Cronbach's Alpha if Item Deleted
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Dựa vào bảng số liệu, tất cả các hệ số tương quan biến tổng đều lớn hơn 0,3 Hơn nữa, không có hệ số Cronbach’s Alpha nào nếu loại biến lại vượt quá hệ số Cronbach’s Alpha chung, điều này cho thấy không cần loại bỏ biến nào.
4.3 Phân tích nhân tố khm ph EFA
4.3.1 Phân tích nhân tố khám phá EFA với biến phụ thuộc
Sau khi kiểm định độ tin cậy của dữ liệu bằng chỉ số Cronbach’s Alpha ở phần 1, nhóm tiến hành phân tích nhân tố khám phá (EFA) theo từng giai đoạn để đánh giá giá trị của các yếu tố trong nghiên cứu.
Bài viết trình bày về 39 trị hội tụ và giá trị phân biệt của thang đo, kiểm tra và đảm bảo mức ý nghĩa của các nhân tố Nhóm nghiên cứu đã thu được kết quả thông qua bảng KMO, cho thấy tính khả thi và độ tin cậy của các yếu tố được phân tích.
Bảng 4 6 Kết quả kiểm định KMO và Bartlett biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling
Sphericity Approx Chi-Square 833.366 df 3
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả phân tích cho thấy hệ số KMO đạt 0,720, lớn hơn 0,5, và giá trị Sig là 0.000, nhỏ hơn 0,05, chứng tỏ phân tích nhân tố là phù hợp Bảng 4.7 tiếp theo sẽ trình bày kết quả phân tích tổng phương sai trích.
Bảng 4 7 Bảng thể hiện kết quả phân tích tổng phương sai trích của biến phụ thuộc
Initial Eigenvalues Extraction Sums of Squared
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Theo bảng kết quả, nhóm nhận thấy rằng các giá trị eigenvalue lớn hơn 1 cho thấy phương sai tích lũy đạt 88,175%, vượt mức yêu cầu 50% Điều này cho thấy 88,175% biến thiên của dữ liệu nghiên cứu được giải thích bởi một nhân tố duy nhất.
4.3.2 Phân tích nhân tố khám phá với biến độc lập
Sau đó nhóm tiếp tục thực hiện phân tích nhân tố khám phá EFA với biến độc lập và thu được kết quả như sau:
Bảng 4 8 Bảng KMO và hệ số Bartlet
Kaiser-Meyer-Olkin Measure of Sampling
Sphericity Approx Chi-Square 3363.296 df 210
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả KMO đạt 0,884, vượt mức 0,5, trong khi kiểm định Bartlett Test có giá trị Sig là 0,000 Điều này chứng tỏ rằng phân tích nhân tố là phù hợp.
Bảng 4 9 Bảng tổng phương sai trích và biến
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Phân tích nhân tố với phép quay Varimax cho thấy 26 biến ban đầu được phân thành 4 nhóm, với tổng phương sai trích đạt 62,729%, vượt quá ngưỡng 50% yêu cầu Kết luận cho thấy hai nhân tố này có khả năng giải thích 62,729% sự biến thiên của dữ liệu Các giá trị hệ số Eigenvalues của các nhân tố đều cao (>1), lần lượt là 7,221; 3,199; 1,551 và 1,215 Dưới đây là bảng ma trận xoay nhân tố.
Bảng 4 10 Ma trận xoay nhân tố
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Từ bảng ma trận xoay hình thành nên 4 nhân tố mới, nhóm sẽ đặt tên cho nhân tố này lần lượt là:
Rủi ro là một trong những nhân tố quan trọng, bao gồm các phát biểu tiêu cực như "thời gian giao hàng kéo dài" và "sản phẩm có khả năng bị hư hỏng trong quá trình vận chuyển" Những yếu tố này có thể ảnh hưởng đến trải nghiệm của khách hàng và uy tín của doanh nghiệp.
Nhân tố lợi ích trong thương mại điện tử thể hiện những ưu điểm rõ rệt như tiết kiệm chi phí và sự chênh lệch chi phí giữa các nền tảng trực tuyến và cửa hàng offline Những lợi ích này không chỉ giúp người tiêu dùng tiết kiệm tiền bạc mà còn mang lại sự thuận tiện trong quá trình mua sắm.
Nhân tố 3: Tiện lợi (Nhóm nhân tố này gồm các phát biểu về sự tiện ích như:
“Dễ dàng tìm kiếm thông tin trên các sàn TMĐT”, “Thông tin cung cấp là đầy đủ”, )
Nhân tố 4: Bằng chứng xã hội (Bao gồm các nhóm tham khảo như “Bạn thường tìm kiếm thông tin về sản phẩm từ bạn bè, người thân”, )
4.3.3 Đề xuất mô hình nghiên cứu sau khi điều chỉnh
Bảng ma trận xoay nhân tố đã phân loại 26 biến quan sát thành bốn nhóm nhân tố chính: rủi ro, lợi ích, tiện lợi và bằng chứng xã hội.
Hình 4.7 Mô hình đề xuất mớiNguồn: Nhóm 5 học phần nghiên cứu Marketing
Phân tích tương quan
Sau khi tính toán giá trị trung bình cho từng biến độc lập và biến phụ thuộc, chúng tôi tiến hành đưa các giá trị trung bình này vào phân tích tương quan, từ đó thu được số liệu như bảng dưới đây.
Lợi ích Ý định mua hàng TBĐT qua sàn TMĐT của giới trẻ Hà Nội
Bảng 4 11 Phân tích tương quan
RR LI TL BCXH YD
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Qua bảng phân tích tương quan ta thấy được mối tương quan giữa các nhân tố
Các yếu tố RR, LI, TL, BCXH đều có giá trị Sig nhỏ hơn 0,05, cho thấy chúng có mối quan hệ tương quan đáng kể với biến phụ thuộc YD.
Phân tích hồi quy
Thực hiện phân tích hồi quy với 4 biến độc lập rủi ro, lợi ích, tiện lợi và bằng chứng xã hội ta có bảng số liệu sau:
Bảng 4 12 Bảng đánh giá độ phù hợp của mô hình theo R square
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả phân tích cho thấy R bình phương hiệu chỉnh đạt 0,686, cho thấy mô hình có mức độ thích hợp 68,6% Điều này có nghĩa là 68,6% sự biến thiên của ý định mua hàng trên sàn TMĐT được giải thích bởi bốn yếu tố: vận chuyển, chi phí, bằng chứng xã hội và tiện lợi Tuy nhiên, mô hình vẫn chưa giải thích được 31,4% các yếu tố khác ảnh hưởng đến ý định mua Thêm vào đó, hệ số Durbin là 2,130 cho thấy không có hiện tượng tự tương quan trong dữ liệu.
Kiểm định F trong phân tích phương sai (ANOVA) là một phương pháp kiểm tra giả thuyết nhằm đánh giá độ phù hợp của mô hình hồi quy tuyến tính tổng thể Bảng 4.13 minh họa kết quả của phép kiểm định này.
Bảng 4 13 Bảng kết quả kiểm định ANOVA
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả cho thấy giá trị sig trong bảng ANOVA = 0,000 chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp.
Ta có kết quả phân tích hồi quy:
Bảng 4 14 Kết quả phân tích hồi quy
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Hệ số sig của tất cả các nhân tố trong bảng 4.14 cho thấy chỉ có nhân tố Bằng chứng xã hội có Sig = 0,916, lớn hơn 0,05, điều này chứng tỏ nhân tố này không ảnh hưởng đến biến phụ thuộc Vì vậy, nhóm nghiên cứu quyết định loại bỏ biến Bằng chứng xã hội và tiến hành chạy lại phân tích hồi quy.
Sau khi chạy hồi quy lần 2 ta có bảng số liệu mới:
Bảng 4 15 Bảng kết quả phân tích hồi quy
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả phân tích cho thấy hệ số R bình phương hiệu chỉnh đạt 0,686, cho thấy mô hình giải thích 68,6% sự biến thiên của ý định mua hàng trên sàn thương mại điện tử (TMĐT) dựa vào ba yếu tố: vận chuyển, chi phí và tiện lợi Tuy nhiên, vẫn còn 31,4% các yếu tố khác chưa được mô hình đề cập Hệ số Durbin đạt 2,133, cho thấy không có hiện tượng tự tương quan trong dữ liệu.
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả cho thấy giá trị sig trong bảng ANOVA = 0,000 chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp
Bảng 4 17 Bảng phân tích hồi quy
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Từ bảng 4.17 ta thấy được tất cả hệ số sig đều là 0,000 đạt yêu cầu và VIF đều nhỏ hơn 2 cho nên không có hiện tượng đa cộng tuyến.
Nhóm nghiên cứu đề xuất ra phương trình chưa chuẩn hóa và phương trình chuẩn hóa lần lượt như sau:
Phương trình hồi quy chuẩn hóa:
Kiểm định sự khác biệt của các biến định tính
Cột Beta cho thấy nhân tố rủi ro có ảnh hưởng mạnh nhất và ngược chiều đến ý định mua hàng thiết bị điện tử qua sàn thương mại điện tử, trong khi hai nhân tố lợi ích và tiện lợi lại có tác động thuận chiều với hệ số beta lần lượt là 0,509 và 0,380.
Từ số liệu trên ta có thể biểu diễn dưới dạng mô hình mới sau đây
Hình 4.8 Mô hình đề xuất
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
4.6 Kim định sự khc biệt của cc bi&n định tính
4.6.1 Kiểm định ý định mua hàng TBĐT qua sàn TMĐT theo giới tính Để kiểm định xem liệu rằng giới tính có ảnh hưởng tới ý định mua hàng TBĐT trên sàn TMĐT hay không ta thực hiện kiểm định Independent Sample T-test và cho kết quả ở bảng sau:
Rủi ro Ý định mua hàng TBĐT qua sàn TMĐT của giới trẻ
Bảng 4 18 Bảng Independent Sample T-test
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Kết quả cho thấy hệ số Sig = 0,918 > 0,05, cho thấy đặc trưng giới tính không ảnh hưởng đến ý định mua hàng Điều này có thể được giải thích bởi sự cần thiết của mặt hàng thiết bị điện tử trong xã hội công nghệ hiện nay, không bị chi phối bởi giới tính Trong khi sản phẩm mỹ phẩm có sự khác biệt rõ rệt trong hành vi tiêu dùng giữa nam và nữ, với nữ giới có xu hướng tiêu dùng nhiều hơn, thì sản phẩm điện tử như điện thoại, laptop, máy giặt và tủ lạnh lại không phân biệt giới tính, vì cả nam và nữ đều có nhu cầu sử dụng.
4.6.2 Kiểm định ý định mua hàng TBĐT qua sàn TMĐT theo khu vực sinh sống
Ta thực hiện kiểm định bằng lệnh Independent sample T-test và cho kết quả ở bảng sau:
Bảng 4 19 Bảng Independent Sample T-test
Nguồn: Nhóm 5 học phần Nghiên cứu Marketing
Hệ số sig = 0,488 cho thấy các yếu tố khu vực sinh sống không ảnh hưởng đến ý định mua hàng trực tuyến qua sàn thương mại điện tử Xu hướng đô thị hóa gia tăng đã thu hẹp khoảng cách giữa nội thành và ngoại thành Đối tượng nghiên cứu là giới trẻ Hà Nội, nhóm tuổi nhạy bén với xu hướng mới và nhanh chóng thích nghi với lối sống hiện đại, do đó ranh giới giữa nội và ngoại thành trở nên mờ nhạt.
4.6.3 Kiểm định ý định mua hàng TBĐT qua sàn TMĐT theo độ tuổi Để kiểm định xem liệu rằng độ tuổi có ảnh hưởng tới ý định mua hàng TBĐT trên sàn TMĐT hay không ta thực hiện kiểm định one way Anova và kết quả như bảng số liệu sau:
Nguồn: Nhóm 5 học phần nghiên cứu Marketing
Kết quả phân tích cho thấy hệ số Sig = 0,246 > 0,05, điều này chỉ ra rằng độ tuổi không ảnh hưởng đến ý định mua hàng Nhóm nghiên cứu chủ yếu từ 18-30 tuổi cho thấy không có sự khác biệt rõ rệt giữa các độ tuổi, ngoại trừ yếu tố thu nhập Dù là sinh viên hay người đi làm, nhu cầu sử dụng các sản phẩm điện tử như điện thoại, máy tính, sạc dự phòng, tivi, và tủ lạnh đều tương đương Do đó, yếu tố độ tuổi không tạo ra sự khác biệt lớn trong ý định mua hàng qua các sàn thương mại điện tử.
4.6.4 Kiểm định ý định mua hàng TBĐT qua sàn TMĐT theo thu nhập
Nguồn: Nhóm 5 học phần nghiên cứu Marketing
Kết quả từ bảng cho thấy hệ số Sig = 0,612, lớn hơn 0,05, chứng tỏ rằng thu nhập không ảnh hưởng đến ý định mua hàng Sản phẩm TBĐT hiện nay trở thành mặt hàng thiết yếu, được nhiều người sử dụng, bất kể thu nhập cao hay thấp Do đó, thu nhập chỉ tác động rõ rệt hơn đến mức sẵn sàng chi trả của người tiêu dùng.
4.6.5 Kiểm định mối liên hệ giữa giới tính và mức sẵn sàng chi trả Để xem xét giữa 2 biến định tính giới tính và mức sẵn sàng chi trả có mối liên hệ hay không ta thực hiện phân tích bảng chéo Crosstab và có kết quả như dưới đây:
Nguồn: Nhóm 5 học phần nghiên cứu Marketing
Hệ số Sig = 0.054 cho thấy không có mối liên hệ giữa giới tính và mức sẵn sàng chi trả, tuy nhiên, thực tế cho thấy nam giới thường chi tiêu nhiều hơn do đặc trưng tâm lý, trong khi nữ giới lại cẩn trọng và tính toán hơn khi mua sắm.
Nguồn: Nhóm 5 học phần nghiên cứu Marketing
Hệ số Sig = 0,007 < 0,05 cho thấy có mối liên hệ giữa thu nhập và mức sẵn sàng chi trả Biểu đồ minh họa rõ ràng mối quan hệ này.
D ướ i 500k 500k - 2 tri u ệ 2-5 tri u ệ 5-10 tri u ệ > 10 tri u ệ
D ướ i 2 tri u ệ 2-5 tri u ệ 6-10 tri u ệ > 10 tri u ệ
Hình 4 7 Mối liên hệ giữa thu nhập và mức sẵn sàng chi
Biểu đồ cho thấy mối quan hệ giữa mức sẵn sàng chi trả và thu nhập của người tiêu dùng Số lượng người có thu nhập dưới 2 triệu chiếm ưu thế, với mức sẵn sàng chi trả cho hàng điện tử online phổ biến nhất là dưới 500 nghìn và từ 2-5 triệu Khi mức chi trả tăng lên, số lượng người sẵn sàng chi trả giảm do lo ngại rủi ro Đặc biệt, có những người thu nhập thấp dưới 2 triệu vẫn sẵn sàng chi trên 10 triệu, chủ yếu là sinh viên, vì họ có nhu cầu mua sắm như laptop và thường nhận sự hỗ trợ tài chính từ phụ huynh.
Nhóm nghiên cứu đã sử dụng phần mềm SPSS 22 để phân tích dữ liệu và đánh giá các yếu tố ảnh hưởng tới ý định mua hàng thiết bị điện tử qua sàn thương mại điện tử của giới trẻ Hà Nội Phân tích thống kê mô tả cho thấy hầu hết người tham gia khảo sát đồng ý với các phát biểu, tuy nhiên ý định mua hàng có chiều hướng trung lập Kiểm định Cronbach’s Alpha cho 26 biến quan sát đạt hệ số tin cậy 0,917, không cần loại biến nào Đối với biến phụ thuộc, hệ số tin cậy đạt 0,929 cũng không có biến nào bị loại Phân tích nhân tố khám phá EFA với 6 biến độc lập cho kết quả KMO lớn hơn 0,5 và kiểm định Bartlett có sig nhỏ hơn 0,05, dẫn đến 4 nhóm nhân tố mới: “Rủi ro”, “Lợi ích”, “Tiện lợi” và “Bằng chứng xã hội” Kiểm định tương quan Pearson cho thấy có tương quan tuyến tính giữa các biến với sig nhỏ hơn 0,05, đủ điều kiện cho phân tích hồi quy tuyến tính đa biến Sau phân tích hồi quy, nhân tố “Bằng chứng xã hội” bị loại bỏ do hệ số sig lớn hơn 0,05, trong khi hệ số VIF nhỏ hơn 2 không có hiện tượng đa cộng tuyến Mô hình hồi quy cuối cùng giải thích được 68,6% vấn đề nghiên cứu, còn 31,4% chưa được đề cập.
Từ bảng hồi quy tuyến tính nhóm đã xây dựng được phương trình hồi quy chuẩn hóa là:
Nghiên cứu cho thấy rằng nhân tố rủi ro có tác động ngược chiều và mạnh nhất đến ý định mua hàng trực tuyến của giới trẻ Hà Nội, trong khi đó, tiện lợi lại là yếu tố có tác động yếu nhất đến biến phụ thuộc Thêm vào đó, nhóm nghiên cứu đã kiểm định mối liên hệ giữa các biến nhân khẩu học và ý định mua hàng, và kết quả cho thấy không có mối liên hệ nào đáng kể.