Các nhân tố ảnh hưởng đến ý định mua trực tuyến tour du lịch nghiên cứu trường hợp khách du lịch tại thành phố hồ chí minh

Trang 1 --- ∞0∞--- ĐOÀN THỊ PHƯƠNG ANH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA TRỰC TUYẾN TOUR DU LỊCH: NGHIÊN CỨU TRƯỜNG HỢP KHÁCH DU LỊCH TẠI THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ QUẢN T

TỔNG QUAN

Cơ sở hình thành đề tài

Đặt phòng du lịch trực tuyến có thể được thực hiện trực tiếp trên trang web của nhà cung cấp dịch vụ (ví dụ: đặt phòng khách sạn trực tiếp trên Marriott.com) hoặc thông qua các đại lý du lịch trực tuyến, nơi tổng hợp các tiện ích được cung cấp bởi nhiều công ty du lịch và liên quan đến du lịch Các đại lý du lịch trực tuyến bán các sản phẩm du lịch và liên quan đến du lịch như phòng khách sạn, vé máy bay, xe taxi và các gói kỳ nghỉ thông qua các trang web và ứng dụng (Rezgo, 2019; trích bởi Talwar, Dhirb, Kaurd và Mantymaky, 2020)

Trên toàn cầu, phân khúc đặt phòng trực tuyến của ngành du lịch và lữ hành được dự đoán sẽ đạt quy mô 1091 tỷ đô la vào năm 2022 (Allied Market Research, 2019; trích bởi Talwar và cộng sự, 2020) Trong ngành du lịch, lĩnh vực khách sạn là một trong những ngành phát triển nhanh nhất, đặc biệt là ngành khách sạn, cung cấp chỗ ở cho khách du lịch (Global Hospitality Portal, 2019; trích bởi Talwar và cộng sự, 2020) Doanh thu từ việc đặt phòng khách sạn trực tuyến (thông qua trang web của khách sạn hoặc đại lý du lịch trực tuyến) ước tính sẽ tăng với tốc độ tăng trưởng hàng năm là 6,3% (Talwar và cộng sự, 2020) Hơn nữa, khối lượng thị trường dự kiến sẽ đạt 220,277 triệu đô la Mỹ vào năm 2023 (Statista, 2019; trích bởi Talwar và cộng sự, 2020)

Với sự trợ giúp của các cổng thương mại điện tử, các cơ hội phát triển mới hiện đang có sẵn với ngành du lịch và lữ hành trên toàn thế giới Lĩnh vực du lịch có tiềm năng mở rộng rất lớn, do đó internet và thương mại điện tử cung cấp cho họ một nền tảng để vượt trội hơn nữa Với sự tiến bộ trong công nghệ, đã có phạm vi rộng hơn để phát triển hơn nữa trong các trang web thương mại điện tử và những thay đổi này đã ảnh hưởng đến cả người tiêu dùng và ngành công nghiệp (Rishi, Kaur và Mahawar (2019) Giờ đây, khách hàng có nhiều sự lựa chọn hơn khi đi du lịch và so sánh lựa chọn hợp lý nhất Theo một cuộc khảo sát, khoảng 95% người dùng internet đã tìm kiếm thông tin liên quan đến tour du lịch trước khi đi để có lựa chọn tốt nhất có thể Khoảng 93% mọi người đã sử dụng các cổng thông tin du lịch trực tuyến đã được thiết lập để thu thập thông tin về đặt phòng và du lịch (Majeed, Zhou, Lu và Ramkissoon, 2020) Trong thời điểm hiện tại, người tiêu dùng có thể truy cập thông tin từ các tiện ích công nghệ tiên tiến như điện thoại thông minh, máy tính bảng, máy tính xách tay, v.v, và chúng đã hỗ trợ trong việc cải thiện trải nghiệm du lịch nói chung của người tiêu dùng (Hamdan và Yuliantini, 2021)

Trước đó, các đại lý du lịch đóng vai trò là người trung gian giúp khách hàng quyết định các điểm đến trong tour du lịch và sắp xếp vé cho họ Khách hàng coi hệ thống đặt vé là một quá trình phức tạp Nhưng với sự đổi mới của hệ thống đặt vé trực tiếp, khách hàng có quy trình đặt vé dễ dàng và thuận tiện hơn Hơn nữa, internet đã làm cho nhiệm vụ này trở nên dễ dàng hơn nhiều Người trung gian đã bị loại bỏ và khách hàng có thể tự do liên hệ trực tiếp với công ty (Majeed và cộng sự

Lý do cho sự phát triển của các công ty du lịch trực tuyến như vậy là do nhu cầu ngày càng tăng về các lựa chọn tiết kiệm, thuận tiện và thân thiện với người tiêu dùng để đặt phòng khách sạn (Rishi và cộng sự, 2019) Hiện này, đã có nhiều nghiên cứu trước đây kiểm tra thương mại điện tử, cho thấy rằng hành vi mua hàng trực tuyến khác nhau giữa các quốc gia và các nền văn hóa xã hội khác nhau (Ali, 2019; Haekal và Widjajanta, 2016; Indrajaya và Ali, 2017; Jalilvand và cộng sư, 2017; Zhao và cộng sự, 2019; trích bởi Hamdan và Yuliantini, 2021)

Việt Nam đã kết nối Internet được 20 năm, người sử dụng Internet tăng lên nhanh chóng theo thời gian Theo dữ liệu thống kê của Bộ Thông tin và Truyền thông, có khoảng 52 triệu người Việt Nam dùng Internet vào năm 2017, hay tỷ lệ

3 truy cập Internet là 54%, điều này có nghĩa là mức trung bình tỷ lệ người sử dụng Internet ở Việt Nam cao hơn mức trung bình toàn cầu 46,5% Cùng với sự phát triển mạnh mẽ của công nghệ thông tin (CNTT) và sự bùng nổ của Internet, mở rộng việc sử dụng điện thoại thông minh và cải tiến công nghệ cơ sở hạ tầng, triển vọng của thương mại Việt Nam đã thay đổi đáng kể trong thời gian gần đây khi ngày càng có nhiều công ty và cá nhân truy cập và sử dụng các dịch vụ thương mại điện tử (Thuy Thi Thu Nguyen, Tien-Chin Wang và Binh Ngoc Phan, 2019)

Báo cáo của Google và Temasek cũng cho thấy quy mô du lịch trực tuyến của Việt Nam năm 2018 đạt 3,5 tỷ USD (tăng 15%), dự kiến đến năm 2025 đạt 9 tỷ USD

Theo thông tin của Tổ chức Du lịch Thế giới, khách du lịch hiện đã bước vào một giai đoạn được gọi là du lịch kết nối Đặc biệt, du khách chủ động tìm điểm đến, tìm các tour du lịch, khách sạn, vé máy bay và các dịch vụ liên quan Khách du lịch cũng tích cực đăng bình luận, đánh giá về khách sạn, tour du lịch và chất lượng dịch vụ trong suốt hành trình Xếp hạng này là đáng tin cậy hơn bởi người theo dõi so với thông tin từ các công ty khảo sát chuyên nghiệp, xếp hạng, đánh giá du lịch chuyên nghiệp Thống kê của Hiệp hội Du lịch Việt Nam cho thấy, trong 5 năm qua, nhu cầu tìm kiếm thông tin du lịch trực tuyến tại Việt Nam đã tăng hơn 32 lần Đặc biệt, mỗi tháng có hơn 5 triệu lượt tìm kiếm bằng tiếng Việt cho các sản phẩm du lịch như tour du lịch trong nước, nước ngoài, đặt phòng khách sạn, hàng không vé, v.v Giờ đây, khách hàng chỉ cần một cú nhấp chuột là có thể sắp xếp hành trình tham quan và kết thúc thanh toán bằng thẻ qua internet (Thuy và cộng sự, 2019) Đặt vé máy bay, phòng khách sạn, tour du lịch và các dịch vụ hỗ trợ du lịch khác trên môi trường trực tuyến ngày càng nhanh chóng, tiện lợi cho người tiêu dùng Tuy nhiên, kích thước của thị trường du lịch Việt Nam chỉ đứng thứ 5/6 nước được xếp hạng trong khu vực Châu Á và còn rất nhiều tiềm năng chưa được khai thác hết (Thuy và cộng sự, 2019)

Năm 2021, doanh thu của ngành du lịch, lữ hành tại thành phố Hồ Chí Minh dự kiến đạt 44.247 tỷ đồng, giảm 47.65% so với năm trước do tác động của đại dịch Covid-19 (theo Báo cáo kết quả hoạt động du lịch năm 2021 và phương hướng nhiệm vụ trọng tâm năm 2022 – Sở du lịch thành phố HCM) Trong bối cảnh khó khăn này, chính quyền và các doanh nghiệp tại thành phố đã đưa ra nhiều chính sách và giải pháp để phục hồi ngành du lịch, như khai thác các địa điểm du lịch trong thành phố và liên kết với các tỉnh, thành phố khác để đáp ứng nhu cầu của người dân Sở Du lịch thành phố Hồ Chí Minh cho biết thành phố sẽ tập trung phát triển du lịch thông minh, bằng cách xây dựng trung tâm điều hành du lịch thông minh và ứng dụng du lịch thông minh trên thiết bị di động tích hợp bản đồ số du lịch, thực tế ảo và lên lịch trình du lịch trực tiếp Thành phố cũng dự định xây dựng hệ thống cơ sở dữ liệu khách du lịch để phục vụ công tác quản lý nhà nước về du lịch (Trọng Ngôn, 2022)

Theo tìm hiểu của tác giả, gần đây có rất ít nghiên cứu (Hamdan và Yuliantini, 2021; Ray và Bala, 2021; Salim và cộng sự, 2019) tìm hiểu về hành vi mua gói tour trực tuyến, ý định sử dụng dịch vụ du lịch hoặc hành vi mua sắm trực tuyến nói chung Trước đó, cũng có rất ít nghiên cứu tập trung tìm hiểu về ý định đặt phòng trực tuyến như: Casado, Ana, Pérez, Leonor, Sellers và Ricardo (2016); Wang, Law, Guillet, Basak, Hung và Fong (2015) trong khi Sahli và Legoherel (2014) thì nghiên cứu về ý định đặt các sản phẩm du lịch trực tuyến Tại Việt Nam, các nghiên cứu về hành vi mua trực tuyến tour du lịch không nhiều: Đỗ Thị Tuyết Nhung (2019) tìm hiểu về ý định đặt phòng khách sạn nội địa trực tuyến trước khi đi du lịch của nhân viên văn phòng tại TP Hồ Chí Minh; Nguyễn Ngọc Lưu Ly (2019) nghiên cứu về hành vi mua tour du lịch trực tuyến của nhân viên văn phòng tại Hà Nội Một số nghiên cứu khác như: Đào Phúc Chiêu Hoàng (2019) nghiên cứu về các yếu tố tác động đến sự hài lòng và ý định mua lại dịch vụ đặt phòng qua đại lý du lịch trực tuyến trước đây; Trần Xuân Lộc và Hoàng Linh (2021) tìm hiểu ảnh hưởng của các yếu tố bên ngoài đến ý định sử dụng mô hình kinh doanh dịch vụ du lịch trực tuyến của người tiêu dùng tại Thành phố Hồ Chí Minh; Ngô Thị Huyền Trân (2019)

5 nghiên cứu tác động của các nhân tố chất lượng website của các đại lý du lịch trực tuyến Homestay đến sự hài lòng và ý định đặt phòng của du khách TP.HCM

Thông qua sự phát triển của dịch vụ đặt trực tuyến tour du lịch tại Việt Nam qua Internet cùng với thực trạng nghiên cứu về lĩnh vực này không nhiều, tác giả chọn đề tài: “Các nhân tố ảnh hưởng đến ý định mua trực tuyến tour du lịch:

Nghiên cứu trường hợp khách du lịch tại thành phố Hồ Chí Minh” để tìm hiểu và nghiên cứu sâu hơn về vấn đề này cũng như bổ sung, hỗ trợ vào các khoảng trống nghiên cứu trước đó.

Mục tiêu nghiên cứu

Tìm ra các nhân tố ảnh hưởng đến ý định mua trực tuyến tour du lịch của khách du lịch tại TP.HCM Đánh giá mức độ tác động của từng nhân tố đến ý định mua trực tuyến tour du lịch của khách du lịch tại TP.HCM

Tìm ra sự khác biệt về mức độ tác động của các nhân tố theo giới tính, độ tuổi, nghề nghiệp và thu nhập khác nhau của khách du lịch tại TP HCM Đề ra các hàm ý quản trị cho các công ty và đại lý du lịch để gia tăng ý định mua trực tuyến tour du lịch của khách du lịch tại TP HCM.

Câu hỏi nghiên cứu

Có các nhân tố nào ảnh hưởng đến ý định mua trực tuyến tour du lịch của khách du lịch tại TP.HCM?

Mức độ tác động của từng nhân tố đến ý định mua trực tuyến tour du lịch của khách du lịch tại TP.HCM như thế nào? Ảnh hưởng của các nhân tố giới tính, độ tuổi, nghề nghiệp và thu nhập lên ý định mua trực tuyến tour du lịch của khách du lịch tại Tp HCM là như thế nào?

Giải pháp nào giúp cho các công ty và đại lý du lịch có cơ hội gia tăng ý định mua trực tuyến tour du lịch của khách du lịch tại TP HCM?

Đối tượng và phạm vi nghiên cứu

1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến ý định mua trực tuyến tour du lịch của khách du lịch tại TP.HCM Đối tượng khảo sát: Khách du lịch tại thành phố Hồ Chí Minh (có thể là người thành phố HCM, hoặc khách du lịch từ nơi khác đến (cả nội địa và quốc tế)), có ý định mua trực tuyến tour du lịch ở thành phố Hồ Chí Minh

Nghiên cứu được thực hiện tại TP Hồ Chí Minh

Thời gian nghiên cứu: Từ tháng 01/2021 đến tháng 03/2022.

Phương pháp nghiên cứu

Nghiên cứu định tính được thực hiện bằng cách dùng phương pháp thảo luận tay đôi với đối tượng khảo sát Thông tin thu thập được từ nghiên cứu định tính nhằm mục đích khám phá, hiệu chỉnh và bổ sung các khái niệm, thang đo, mô hình nghiên cứu:

Phỏng vấn: Xin ý kiến từ các chuyên gia và những người có hiểu biết trong lĩnh vực du lịch để tìm ra các nhân tố ảnh hưởng đến ý định mua trực tuyến tour du lịch - Nghiên cứu với các trường hợp khách du lịch tại TP.HCM

Chuyên gia là những người có kinh nghiệm trong lĩnh vực bán trực tuyến tour du lịch tại TP HCM và chuyên gia về hành vi người tiêu dùng (Thầy/Cô) và khách du lịch tại TP HCM đã từng mua trực tuyến tour du lịch Tác giả sẽ phỏng vấn tay đôi với các chuyên gia tại TP HCM (gồm 5 chuyên gia)

Phỏng vấn đáp viên: Sau khi lấy ý kiến tổng hợp của chuyên gia về các yếu tố tác động, thiết lập bảng câu hỏi khảo sát đáp viên, nghiên cứu tiếp tục thảo luận nhóm 07 đáp viên (những người đang sống tại TP.HCM và có ý định mua trực tuyến tour du lịch) để làm rõ và chỉnh sửa từ ngữ, nội dung của bảng hỏi cho phù hợp

Nghiên cứu định lượng được thực hiện qua kỹ thuật thu thập thông tin trực tiếp và gián tiếp bằng cách phỏng vấn khách du lịch TP HCM, những người đang có ý định mua trực tuyến tour du lịch Thông tin thu thập được từ nghiên cứu định lượng này nhằm mục đích:

 Đánh giá độ tin cậy của các thang đo bằng hệ số tin cậy Cronbach’s Alpha

 Phân tích nhân tố khám phá (EFA) để kiểm định các nhân tố ảnh hưởng

 Kiểm định thang đo bằng phương pháp phân tích nhân tố khẳng định (CFA); kiểm định độ thích hợp của mô hình lý thuyết và các giả thuyết bằng phương pháp phân tích mô hình cấu trúc tuyến tính (SEM).

Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu

Nghiên cứu tạo thêm nguồn cơ sở dữ liệu về mối quan hệ giữa các nhân tố: Đánh giá trực tuyến, nhận thức rủi ro, niềm tin, mong đợi về giá, nhận thức kiểm soát hành vi, chuẩn chủ quan, truyền miệng trực tuyến, kinh nghiệm và ý định mua trong bối cảnh trực tuyến Đây là nghiên cứu mới nhất, làm cơ sở để các nghiên cứu tiếp theo trong cùng lĩnh vực hoặc có liên quan, nghiên cứu ở mức cao hơn, hoặc chuyên sâu hơn

Trên cơ sở xác định được các nhân tố ảnh hưởng đến ý định mua trực tuyến tour du lịch của khách du lịch tai TP.HCM, nhân tố nào tác động mạnh nhất, nhân tố nào tác động yếu nhất cùng với phân tích sự khác biệt trong ý định mua trực tuyến tour du lịch của khách hàng; nghiên cứu này sẽ giúp cho các công ty du lịch/ đại lý bán tour tại TP HCM có những cách thức tiếp cận phù hợp với khách hàng để giúp tăng ý định mua trực tuyến tour du lịch của họ.

Kết cấu luận văn

Chương 1 sẽ trình bày cơ sở hình thành của đề tài, mục tiêu, câu hỏi nghiên cứu, phạm vi và đối tượng nghiên cứu, phương pháp nghiên cứu, và ý nghĩa khoa học cũng như thực tiễn của đề tài Ngoài ra, chương này cũng sẽ giới thiệu về cấu trúc tổng thể của đề tài

Chương 2: Cơ sở lý luận và mô hình nghiên cứu

Chương 2 sẽ trình bày các khái niệm, cơ sở lý thuyết, mô hình nghiên cứu đề xuất và các giả thuyết nghiên cứu

Chương 3: Thiết kế nghiên cứu

Chương 3 sẽ trình bày phương pháp nghiên cứu được sử dụng để kiểm định thang đo, mô hình nghiên cứu và các giả thuyết liên quan

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 trình bày kết quả phân tích định lượng, thực hiện các kiểm định thang đo, các kiểm định mô hình lý thuyết và kết luận các giả thuyết đề ra, cuối cùng thảo luận các kết quả nghiên cứu chính

Chương 5: Kết luận và đề xuất

Chương 5 trình bày kết quả nghiên cứu chính và các đóng góp của nghiên cứu này Cuối cùng là đưa ra những hạn chế của nghiên cứu và đề xuất hướng nghiên cứu tiếp theo.

Tóm tắt chương 1

Chương 1 đã trình bày những lý do cho việc nghiên cứu của đề tài Dựa trên những lý do đó, tác giả đã xác định các mục tiêu cụ thể cho nghiên cứu Để hoàn thành các mục tiêu đã đặt, nghiên cứu đã trình bày các câu hỏi nghiên cứu Cuối cùng, chương này cũng đã giới thiệu về đối tượng và phạm vi nghiên cứu, cũng như ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài Trong chương 2, nghiên cứu sẽ tiếp tục trình bày về phần cơ sở lý thuyết và đưa ra mô hình nghiên cứu đề xuất.

CƠ SỞ LÝ LUẬN

Các khái niệm chính

Theo Ajzen và Fishbein (1980) ý định mua sắm là một trạng thái trước khi một cá nhân thực hiện một hành động có thể được sử dụng làm cơ sở để dự đoán các hành vi Tuyên bố này được hỗ trợ bởi nghiên cứu của Cry (2008; trích bởi Salim, Alfansi, Darta, Anggrawati và Amin, 2019), ý định mua sắm là mong muốn mua sản phẩm hoặc dịch vụ từ một trang web Sự tham gia của người tiêu dùng trong mua sắm trực tuyến đã trở thành một xu hướng Do đó, điều rất quan trọng là xác định các yếu tố quyết định ý định của người tiêu dùng khi mua hàng trực tuyến (Ling và cộng sự, 2010; trích bởi Salim và cộng sự, 2019)

Ngoài ra, Schiffman và Kanuk (2007; trích bởi Majeed, 2020) còn cho rằng ý định là một vấn đề liên quan đến xu hướng thực hiện một hành động hoặc cư xử theo một cách nhất định Trước đó, Fishbein và Ajzen (1975) trong lý thuyết hành động hợp lý xác định ý định là cư xử như một xu hướng của một cá nhân để thực hiện một số hành vi và sự hình thành của một hành vi nhất định, bởi vì thái độ tích cực của người dùng đối với hệ thống dẫn đến ý định có hành vi thuận lợi đối với việc chấp nhận và tiếp tục công nghệ

Fishbein & Ajzen (1975) sử dụng 3 khía cạnh trong việc hình thành ý định mua, đó là: thái độ của người tiêu dùng đối với hành vi mua; các chuẩn mực chủ quan của hành vi mua hàng và kiểm soát hành vi đối với hành vi mua Các khía cạnh của nghiên cứu này đã được điều chỉnh bởi Shim và cộng sự (2001); Aghekyan-Simonian và cộng sự (2012); Yang và cộng sự (2016); Driediger và Bhatiasevi (2019) trích bởi Ray và Bala (2021) trong mô hình nghiên cứu hành vi mua sắm trực tuyến, bao gồm: Ý định mua hàng là khả năng mua, sự sẵn lòng mua,

11 tham chiếu để mua, hy vọng sẽ mua lại trong tương lai gần

Hamdan và Yuliantini (2021) cũng đồng tình với các quan điểm trên và nhấn mạnh, thiếu ý định thực hiện mua sắm trực tuyến là một rào cản lớn trong việc mua hàng trực tuyến

Theo Luật Du Lịch (số 09/2017/QH14), Du lịch là các hoạt động có liên quan đến chuyến đi của con người ngoài nơi cư trú thường xuyên trong thời gian không quá 01 năm liên tục nhằm đáp ứng nhu cầu tham quan, nghỉ dưỡng, giải trí, tìm hiểu, khám phá tài nguyên du lịch hoặc kết hợp với mục đích hợp pháp khác Như vậy Tour du lịch có thể được hiểu là một chuyến đi du lịch, có thể là một chuyến đi ngắn hoặc dài đến một nơi trong thành phố hoặc ở nước ngoài Ngoài ra, từ "Tour" trong tiếng Anh còn có nhiều ý nghĩa khác như chuyến đi kiểm tra kinh lý, một chuyến đi tham quan hoặc biểu diễn, hoặc một chuyến đi ngoại giao

Tour du lịch chính là tập hợp các dịch vụ được cung cấp bởi các công ty lữ hành, bao gồm khách sạn, nhà hàng, phương tiện di chuyển, các địa điểm tham quan, giải trí, từ lúc đưa đón khách đến khi kết thúc hành trình Các công ty dịch vụ và lữ hành sẽ lên kế hoạch cụ thể cho chuyến đi, bao gồm đưa đón và các chương trình tham quan khác

2.1.3 Khái niệm về dịch vụ kinh doanh du lịch trực tuyến

Pauline (2004) đã đưa ra định nghĩa về kinh doanh du lịch trực tuyến (E- tourism) như là khả năng cạnh tranh của một doanh nghiệp thông qua việc sử dụng mạng nội bộ để cải tiến tổ chức bên trong doanh nghiệp và sử dụng mạng diện rộng để phát triển giao dịch với các đối tác đáng tin cậy cũng như tương tác với khách hàng thông qua Internet E-tourism không chỉ bao gồm các chức năng kinh doanh như thương mại điện tử, marketing điện tử, tài chính điện tử, kế toán điện tử và mua sắm trực tuyến, mà còn bao gồm cả chiến lược, kế hoạch trực tuyến và tất cả các lĩnh vực liên quan đến ngành công nghiệp du lịch được số hóa E-tourism bao gồm ba bộ phận chính là quản trị kinh doanh, quản trị hệ thống thông tin và kinh doanh du lịch

Ngày nay, mạng Internet đã phát triển và lan rộng ra toàn cầu, giúp con người có thể dễ dàng truy cập mạng, giao tiếp với người khác, doanh nghiệp và Chính phủ trên mạng với chi phí thấp, tốc độ nhanh chóng và thân thiện Do đó, số lượng khách hàng sử dụng mạng Internet tăng lên, đặc biệt là khách hàng tiềm năng cho doanh nghiệp du lịch Trước khi quyết định đặt tour du lịch hoặc lựa chọn điểm đến và dịch vụ, khách hàng thường tìm kiếm thông tin, so sánh giá cả, dịch vụ trên Internet trước khi đưa ra quyết định Vì vậy, việc tiếp cận và thuyết phục nhóm khách hàng này là yếu tố quan trọng trong việc cạnh tranh trên thị trường Do đó, ngành công nghiệp kinh doanh dịch vụ lữ hành qua mạng Internet (còn được gọi là Electronic tourism hoặc E-tourism) đã xuất hiện và phát triển mạnh mẽ E-tourism được định nghĩa là sự ứng dụng của công nghệ thông tin truyền thông (ICT - Information and Communication Technology) trong ngành công nghiệp du lịch và nhằm tối đa hóa hiệu quả của các doanh nghiệp kinh doanh dịch vụ du lịch

Như vậy, ngành công nghiệp du lịch qua mạng Internet, hay còn được gọi là e- tourism, đã xuất hiện và phát triển mạnh mẽ E-tourism được định nghĩa là sự ứng dụng của các công nghệ thông tin truyền thông vào ngành công nghiệp du lịch Nó là quá trình số hóa tất cả các quy trình và chuỗi giá trị trong ngành công nghiệp du lịch, khách sạn, dịch vụ, v.v để tối đa hóa hiệu quả của các doanh nghiệp kinh doanh dịch vụ lữ hành.

Lý thuyết liên quan đến hành vi người tiêu dùng

2.2.1 Lý thuyết hành vi hợp lý TRA - Theory of Reason Action

Lý thuyết về hành vi hợp lý (TRA) cho rằng hành vi của một người phụ thuộc

13 vào ý định của họ Theo TRA, ý định của một cá nhân được điều khiển bởi thái độ của họ và chuẩn mực chủ quan xung quanh việc thực hiện hành vi (Zhikun và Fungfai, 2009) Ajzen và Madden (1986) chỉ ra rằng TRA có hai yếu tố ảnh hưởng đến ý định, bao gồm thái độ đối với hành vi và chuẩn mực chủ quan - một yếu tố xã hội liên quan đến áp lực để thực hiện hoặc không thực hiện hành vi Ý định của một cá nhân được điều khiển bởi hai yếu tố chính: thái độ đối với hành vi và chuẩn mực chủ quan xung quanh việc thực hiện hành vi Thái độ đối với hành vi là mức độ mà một người đánh giá thuận lợi hoặc không thuận lợi về hành vi được đề cập đến Chuẩn mực chủ quan là một yếu tố xã hội, liên quan đến áp lực để thực hiện hoặc không thực hiện hành vi, phụ thuộc vào quan điểm và giá trị của xã hội TRA tập trung vào ý định của cá nhân tham gia vào hành vi cụ thể (Han và Kim, 2010, trích dẫn bởi Ray và Bala (2021)) Điểm trọng yếu của TRA là ý định của cá nhân tham gia vào hành vi cụ thể, và lý thuyết này có thể được áp dụng để dự đoán hành vi của con người trong nhiều tình huống khác nhau Sự hiểu biết sâu sắc về lý thuyết TRA và các yếu tố ảnh hưởng đến ý định của con người có thể giúp các nhà nghiên cứu, nhà quản lý và chuyên gia tiếp cận với các vấn đề liên quan đến hành vi con người, như tiêu thụ sản phẩm, sử dụng dịch vụ và tham gia các hoạt động xã hội

Hình 2.1 : Mô hình lý thuyết hành vi hợp lý TRA (Ajzen và Madden, 1986)

2.2.2 Lý thuyết hành vi có kế hoạch - Theory of planned behavior (TPB)

TPB là một phần mở rộng của lý thuyết về hành vi hợp lý (TRA) và khẳng định rằng ý định sử dụng sản phẩm phụ thuộc vào thái độ và các tiêu chuẩn chủ quan của người sử dụng (Ajzen và Fishbein, 1980) Dựa trên lý thuyết TPB (Theory of Planned Behavior), để dự đoán hành vi mua hàng của một người, cần phải xem xét tới các yếu tố như thái độ của người đó đối với việc mua hàng, sự ảnh hưởng của môi trường xã hội lên thái độ đó, và cả nhận thức kiểm soát hành vi (perceived behavioral control)

Hình 2.2: Mô hình lý thuyết hành vi có kế hoạch (Ajzen, 1991)

Yếu tố nhận thức kiểm soát hành vi được giải thích là khả năng của người sử dụng để thực hiện hành động, dựa trên các nhận thức về khả năng và tài nguyên mà họ có để thực hiện hành vi đó Ví dụ, nếu người sử dụng không tin rằng họ có đủ tài chính để mua sản phẩm mà họ muốn, hoặc nếu họ không tin rằng họ có thể tìm thấy sản phẩm đó, thì khả năng thực hiện hành vi mua hàng sẽ giảm đi

Trong lý thuyết TPB, sự kiểm soát kiểm soát hành vi còn được xem là một yếu tố quan trọng trong việc định hướng hành vi của người sử dụng Sự kiểm soát này có thể được hiểu là khả năng của người sử dụng để kiểm soát hành vi của họ, ví dụ như tìm kiếm thông tin, đặt mục tiêu và thực hiện các hành động nhằm đạt được mục tiêu đó Nếu người sử dụng có nhiều sự kiểm soát hơn để thực hiện hành vi mua hàng, ví dụ như thông qua sự hỗ trợ của gia đình và bạn bè, hoặc thông qua các dịch vụ hỗ trợ của nhà bán hàng, thì khả năng thực hiện hành vi mua hàng cũng sẽ tăng lên

Vì vậy, để dự đoán hành vi mua hàng của một người, không chỉ cần xem xét đến thái độ của họ đối với việc mua hàng và sự ảnh hưởng của môi trường xã hội, mà còn cần phải xem xét tới các yếu tố như nhận thức kiểm soát hành vi và sự kiểm soát hành vi của người sử dụng Hình 2.2 bên dưới thể hiện hệ thống mô hình TPB

2.2.3 Mô hình nhận thức rủi ro - Theory of Perceived Risk (TPR)

Trong lý thuyết nhận thức rủi ro (Bauer, 1960) cho rằng ý định tiêu dùng sản phẩm công nghệ thông tin có nhận thức rủi ro cao, bao gồm hai yếu tố : Nhận thức rủi ro liên quan đến sản phẩm/ dịch vụ và nhận thức rủi ro liên quan đến giao dịch trực tuyến

Hình 2.3: Thuyết nhận thức rủi ro TPR (Bauer, 1960)

2.2.4 Lý thuyết phân rã về hành vi có kế hoạch - Decomposed Theory of

Từ TPB, Taylor và Todd (1995; trích bởi Sahli và Legoherel (2014) phát triển TPB phân rã (DTPB) để giải thích sự cần thiết phải phân tích từng tiền đề trong việc giải thích thực tế hơn trong các bối cảnh khác nhau Mô hình này nhằm mục đích giải thích hành vi của chúng ta dựa trên mối quan hệ giữa niềm tin, thái độ, ý định và hành vi Theo mô hình này, thái độ, chuẩn mực chủ quan và nhận thức kiểm soát hành vi là những yếu tố giúp hiểu được lý do hoặc yếu tố gây ra hành động cá nhân, ngay cả khi ý định được coi là chỉ báo tốt nhất về hành vi DTPB tập trung vào việc xác định niềm tin và các yếu tố ảnh hưởng đến ba yếu tố quyết định hành vi, đó là thái độ, chuẩn mực chủ quan và kiểm soát hành vi nhận thức Mô hình này phân chia thái độ thành ba biến, cụ thể là tính hữu ích được cảm nhận, tính dễ sử dụng được cảm nhận và tính tương thích, một biến số phát sinh từ sự phổ biến lý thuyết đổi mới của Rogers (Rogers, 1995; trích bởi Sahli và Legoherel, 2014)).

Thực trạng hoạt động mua bán tour du lịch trực tuyến tại thành phố Hồ Chí

Sau đại dịch COVID-19, việc chuyển đổi số trở thành một trong những giải pháp quan trọng nhất để phục hồi và phát triển ngành du lịch Nó giúp cải thiện hiệu quả quản lý, giảm chi phí và tăng hiệu suất cũng như số lượng khách hàng Trong giai đoạn mới này, nền kinh tế xanh cũng đang đẩy mạnh việc chạy đua công nghệ để đáp ứng nhu cầu phục hồi và phát triển Các doanh nghiệp và đơn vị quản lý trong ngành du lịch đã nhanh chóng thích ứng và chuyển đổi số để tăng tính cạnh tranh

Theo Hiệp hội Du lịch Việt Nam, trong khoảng thời gian từ năm 2015 đến

2019, việc tìm kiếm thông tin du lịch trên mạng tăng hơn 32 lần ở Việt Nam Trung bình mỗi tháng có hơn 5 triệu lượt tìm kiếm bằng tiếng Việt về sản phẩm du lịch và có tới 88% du khách nội địa tra cứu thông tin qua mạng Tuy nhiên, hiệu quả từ hoạt động chuyển đổi số của các đơn vị lữ hành Việt Nam vẫn còn thấp và chưa tương xứng với tiềm năng

Hiện nay, đại đa số thị phần du lịch trực tuyến thuộc về các đại lý du lịch trực tuyến (OTA) nước ngoài như Agoda.com, Booking.com, Traveloka.com, Expedia.com, v.v Trong khi đó, các OTA của Việt Nam chỉ chiếm được 20% thị phần trong nước với lượng giao dịch khiêm tốn Nhiều doanh nghiệp kinh doanh khách sạn tại Việt Nam còn phải trả mức hoa hồng lên tới 30%, thậm chí 38% cho các OTA nước ngoài Do đó, để tăng tính cạnh tranh và phát triển bền vững, các doanh nghiệp cần phải tận dụng công nghệ thông tin để cung cấp dịch vụ du lịch trực tuyến đa dạng và phục vụ khách hàng tốt hơn

Trong thời đại hậu đại dịch, khi nhiều thói quen và tâm lý tiêu dùng đã thay đổi và chuyển sang phụ thuộc vào internet, các doanh nghiệp du lịch cũng phải tham gia vào cuộc đua cạnh tranh khốc liệt trên môi trường số, từ việc tiếp cận, đặt vé, đặt tour cho đến đặt phòng Nếu không chuyển đổi sang mô hình kinh doanh số và đầu tư vào công nghệ, các doanh nghiệp sẽ chỉ có hai lựa chọn: tồn tại hoặc không tồn tại

Theo Chủ tịch Hiệp hội Du lịch Việt Nam - ông Vũ Thế Bình, chuyển đổi số không chỉ là xu hướng mà còn là yếu tố quan trọng trong việc cải thiện hiệu quả kinh doanh Nếu doanh nghiệp không đi theo xu hướng này, họ sẽ tự đẩy mình ra khỏi cuộc đua cạnh tranh

Một ví dụ điển hình cho sự thành công của chuyển đổi số là công ty Travelogy Việt Nam Trước đây, nhân viên bán tour của công ty phải thao tác trên từng file văn bản để nhập thông tin Khi có thay đổi, việc sửa chữa trong mẫu lưu tốn khá nhiều thời gian, đôi khi lên đến 30 phút Nhưng với việc áp dụng công nghệ số, toàn bộ mẫu chuẩn được thống nhất trên hệ thống quản trị và chỉ mất 2 phút để thay đổi thông tin Điều này giúp công ty giảm thiểu thời gian xử lý đặt chỗ từ 100 booking trong ngày với 10 nhân viên xuống còn 1 nhân viên có thể xử lý 50 booking và làm việc từ bất kỳ đâu chỉ với một thiết bị kết nối internet

Gần đây, công ty Crystabaya, một nền tảng giao dịch dịch vụ du lịch trực tuyến đã ra mắt tích hợp blockchain vào lĩnh vực du lịch Giải pháp này cho phép khách hàng giám sát trực tiếp tình trạng phòng và các dịch vụ khác mà không cần lo lắng về việc đặt phòng hoặc dịch vụ của họ không được xác nhận Đồng thời, việc lưu trữ cơ sở dữ liệu trên blockchain cũng giúp giảm chi phí vận hành cho các chủ sở hữu khách sạn và khu nghỉ dưỡng Nếu khách hàng thay đổi kế hoạch du lịch hoặc không sử dụng các đặt phòng NFT, họ có thể chia sẻ, tặng hoặc bán lại cho khách hàng khác trên sàn giao dịch Crystabaya bất cứ lúc nào với giá mong muốn Bên cạnh doanh nghiệp, các bộ, ngành và cơ quan quản lý địa phương cũng đã tăng cường sử dụng công nghệ để đáp ứng nhu cầu "không chạm" của khách hàng, bao gồm các thủ tục xuất nhập cảnh, quảng bá, đặt tour du lịch, đặt phòng, đặt xe và bán vé các điểm tham quan qua phần mềm và internet Sự chuyển mình mạnh mẽ của ngành du lịch này đã đánh dấu một bước phục hồi và phát triển mạnh mẽ sau đại dịch COVID

Trong bối cảnh sự phát triển số hóa đang phát triển sôi nổi trong ngành du lịch, Tổng cục trưởng Tổng cục Du lịch - ông Nguyễn Trùng Khánh cho rằng việc thúc đẩy chuyển đổi số trong ngành du lịch là một trong năm định hướng lớn trong thời gian tới Để thực hiện định hướng này, Thủ tướng Chính phủ đã ban hành Quyết định số 1671/QĐ-TTg vào cuối năm 2018 để phê duyệt Đề án Tổng thể ứng dụng công nghệ thông tin trong lĩnh vực du lịch giai đoạn 2018-2020, hướng tới năm 2025 Do đó, việc thúc đẩy chuyển đổi số là rất cần thiết trong việc phục hồi ngành du lịch Tổng cục trưởng Tổng cục Du lịch cũng cho biết rằng ngành du lịch sẽ tiếp tục xây dựng hệ sinh thái thông minh và kết nối đồng thời các cơ quan nhà nước, địa phương và doanh nghiệp theo thời gian thực Hơn nữa, cần phát huy mạnh mẽ cơ chế hợp tác công-tư để huy động nguồn lực triển khai chuyển đổi số du lịch sau đại dịch (Nguồn: TTXVN, 2022)

Các nghiên cứu trong và ngoài nước có liên quan

2.4.1 Một số nghiên cứu ở nước ngoài có liên quan

2.4.1.1 Nghiên cứu của Hamdan và Yuliantini (2021)

Nghiên cứu có tên: “Purchase behavior: Online tour package”, tạm dịch là: “

Hành vi mua hàng: Mua gói tour trực tuyến”, nghiên cứu thực hiện tại Indonesia

Kết quả nghiên cứu chỉ ra rằng đánh giá xếp hạng có ảnh hưởng tích cực đến niềm tin và nhận thức về rủi ro Nhận thức về rủi ro có ảnh hưởng tiêu cực đến lòng tin và ý định mua hàng Cuối cùng, niềm tin có ảnh hưởng tích cực đến ý định mua hàng

Hình 2.4: Mô hình nghiên cứu của Hamdan và Yuliantini (2021)

2.4.1.2 Nghiên cứu của Ray và Bala (2021)

Tên nghiên cứu: “User generated content for exploring factors affecting intention to use travel and food delivery services”, tạm dịch là: “Sử dụng nội dung do người dùng tạo để khám phá các nhân tố ảnh hưởng đến ý định sử dụng dịch vụ du lịch và giao đồ ăn” Nghiên cứu này đề cập rằng việc việc đánh giá / nhận xét của khách hàng trên các trang web sản phẩm và trên các trang truyền thông xã hội có thể là nguồn thông tin tuyệt vời cho cả khách hàng và nhà cung cấp dịch vụ Kết quả của nghiên cứu này cho thấy lợi ích về giá, giá trị cảm nhận và niềm tin trong dịch vụ là những yếu tố dự đoán chính về ý định sử dụng của khách hàng trong bối cảnh giao đồ ăn trực tuyến và dịch vụ du lịch trưc tuyến

Hình 2.5: Mô hình nghiên cứu của Ray và Bala (2021) 2.4.1.3 Nghiên cứu của Salim và cộng sự (2019)

Nghiên cứu có tên: “Indonesian Millenials Online Shopping Behavior”, tạm dịch là: “Hành vi mua sắm trực tuyến của thế hệ Millenials người Indonesia” Kết quả nghiên cứu chỉ ra rằng, nhận thức rủi ro của người tiêu dùng có ảnh hưởng tiêu cực đến ý định mua sắm, ngược lại, yếu tố niềm tin có ảnh hưởng tích cực đến ý định mua sắm của người tiêu dùng Hơn nữa, động lực mua sắm theo chủ nghĩa khoái lạc là biến số mạnh hơn động lực mua sắm thực dụng và có tác động điều tiết lên mối quan hệ giữa nhận thức rủi ro, niềm tin đến ý định mua sắm

Hình 2.6: Mô hình nghiên cứu của Salim và cộng sự (2019)

2.4.1.4 Nghiên cứu của Casado và cộng sự (2016)

Nghiên cứu có tên: “Aggregate consumer ratings and booking intention: the role of brand image”, tạm dịch là: “Tổng hợp xếp hạng của người tiêu dùng và ý định đặt phòng: vai trò của hình ảnh thương hiệu” Nghiên cứu đề cập, thông tin thu được qua Internet là một gợi ý đặc biệt quan trọng và kết quả của nhiều nghiên cứu làm nổi bật tầm quan trọng của thông tin do đồng nghiệp tạo, đó là “truyền miệng điện tử” (eWOM) trong quá trình ra quyết định của người tiêu dùng Cùng với eWOM, các nhân tố như hình ảnh thương hiệu và giá cả vẫn ảnh hưởng đến hành vi của người tiêu dùng Nghiên cứu này khảo sát một mẫu bao gồm 260 người

H3(+) tham gia Kết quả là xếp hạng khách sạn ảnh hưởng tới ý định mua hàng, với hình ảnh thương hiệu đóng một vai trò quan trọng trong mối quan hệ này Ảnh hưởng của eWOM đối với ý định mua hàng của người tiêu dùng cao hơn khi các khách sạn có hình ảnh thương hiệu kém hơn Cuối cùng, giá có thể có khả năng giúp ngăn chặn tác động tiêu cực của xếp hạng kém

Hình 2.7: Mô hình nghiên cứu của Casado và cộng sự (2016)

2.4.1.5 Nghiên cứu của Wang và cộng sự (2015)

Tên nghiên cứu: “Impact of hotel website quality on online booking intentions: eTrust as a mediator”, tạm dịch là: “Tác động của chất lượng trang web khách sạn đối với ý định đặt phòng trực tuyến: Niềm tin trực tuyến như một biến trung gian”, nghiên cứu này được tiến hành tại Trung Quốc Kết quả thống kê đã chứng minh rằng chất lượng trang web khách sạn là một công cụ dự đoán mạnh mẽ về niềm tin trực tuyến, sau đó niềm tin trực tuyến cũng làm trung gian cho mối quan hệ giữa chất lượng trang web và ý định đặt phòng trực tuyến của người tiêu dùng

Hình 2.8: Mô hình nghiên cứu của Wang và cộng sự (2015) 2.4.1.6 Nghiên cứu của Sahli và Legoherel (2014)

Tên nghiên cứu: “Using the Decomposed Theory of Planned Behavior (DTPB) to Explain the Intention to Book Tourism Products Online”, tạm dịch là:

“Sử dụng Lý thuyết phân rã về hành vi có kế hoạch (DTPB) để giải thích ý định đặt phòng sản phẩm du lịch trực tuyến” Mục đích của bài viết này là điều tra các yếu tố ảnh hưởng đến ý định sử dụng Internet để đặt sản phẩm du lịch trực tuyến trong bối cảnh Tunisia Để đạt được mục đích này, các tác giả đã chọn Lý thuyết phân rã của Hành vi có kế hoạch (DTPB) để giúp giải thích ý định đặt phòng trực tuyến DTPB tập trung vào việc xác định niềm tin và ba yếu tố ảnh hưởng đến hành vi là thái độ, chuẩn chủ quan và hành vi nhận thức kiểm soát hành vi Kết quả nghiên cứu cho thấy, nhận thức hữu ích không tác động tích cực đến thái độ đặt phòng trực tuyến Do đó, nghiên cứu đã xác nhận sức mạnh giải thích của mô hình DTPB trong việc tính toán ý định hành vi của người tiêu dùng trong bối cảnh du lịch điện tử

Hình 2.9: Mô hình nghiên cứu của Sahli và Legoherel (2014)

2.4.1.7 Nghiên cứu của Lin và Lu (2010)

Tên nghiên cứu: “The influence of corporate image, relationship marketing, and trust on purchase intention: the moderating effects of word-of-mouth”, tạm dịch là: “Ảnh hưởng của hình ảnh công ty, chiêu thị và niềm tin đến ý định mua hàng: tác động kiểm duyệt của truyền miệng” Nghiên cứu khảo sát người tiêu dùng của một công ty du lịch trực tuyến ở Đài Loan Kết quả nghiên cứu cho thấy hình ảnh doanh nghiệp và hoạt động chiêu thị tác động tích cực đến niềm tin, và niềm tin tác động tích cực đến ý định mua hàng của người tiêu dùng Cuối cùng, truyền miệng có tác động điều tiết lên mối quan hệ giữa lòng tin và ý định mua hàng của người tiêu dùng

Hình 2.10: Mô hình nghiên cứu của Lin và Lu (2010)

2.4.2 Một vài nghiên cứu trong nước có liên quan

2.4.2.1 Nghiên cứu của Trần Xuân Lộc và Hoàng Linh (2020)

Một nghiên cứu có tựa đề là "Yếu tố quyết định sự sử dụng mô hình kinh doanh dịch vụ du lịch trực tuyến của người tiêu dùng tại thành phố Hồ Chí Minh" đã được thực hiện để phân tích ảnh hưởng của các yếu tố bên ngoài đến ý định mua hàng của người tiêu dùng Trong nghiên cứu này, mô hình cấu trúc tuyến tính (SEM) đã được sử dụng để xác định mối quan hệ giữa các yếu tố ảnh hưởng đến ý định sử dụng mô hình kinh doanh dịch vụ du lịch trực tuyến Dữ liệu được thu thập từ 195 người tiêu dùng trên địa bàn thành phố Hồ Chí Minh Kết quả nghiên cứu cho thấy rằng an toàn thông tin, sự tin tưởng của khách hàng và uy tín của doanh nghiệp đều ảnh hưởng trực tiếp đến ý định sử dụng dịch vụ Vì vậy, các doanh nghiệp hoạt động trong lĩnh vực này cần đầu tư tích cực vào hệ thống thông tin bảo mật để tăng cường sự tin tưởng của khách hàng

Hình 2.11: Mô hình nghiên cứu của Trần Xuân Lộc và Hoàng Linh (2020) 2.4.2.2 Nghiên cứu của Ngô Thị Huyền Trân (2019)

Nghiên cứu của Ngô Thị Huyền Trân (2019) về chủ đề "Tác động của chất lượng website đến sự hài lòng và ý định đặt phòng trực tuyến của du khách TP.HCM: trường hợp du lịch homestay" được thực hiện để đánh giá mức độ ảnh hưởng của các nhân tố chất lượng trang web OTA du lịch Homestay tới sự hài lòng cũng như ý định đặt phòng của khách du lịch tại thành phố Hồ Chí Minh Nghiên cứu sử dụng phương pháp định tính và định lượng Kết quả nghiên cứu đã cho thấy rằng có sáu yếu tố chất lượng website ảnh hưởng đến sự hài lòng và ý định đặt phòng của khách hàng tại thành phố Hồ Chí Minh, bao gồm: Mức độ tương tác, Thiết kế, Thông tin, Sự phản hồi, Bảo mật và Niềm tin Đồng thời kết quả nghiên cứu cũng đã chỉ ra rằng, Niềm tin là yếu tố tác động mạnh nhất đến ý định đặt phòng của du khách tại thành phố Hồ Chí Minh

2.4.2.3 Nghiên cứu của Đỗ Thị Tuyết Nhung (2019)

Tên nghiên cứu: “Các yếu tố tác động đến ý định đặt phòng khách sạn nội địa trực tuyến trước khi đi du lịch của nhân viên văn phòng tại TP Hồ Chí Minh” Kết quả của nghiên cứu cho thấy có 7 yếu tố ảnh hưởng đến ý định đặt phòng khách sạn nội địa trực tuyến trước khi đi du lịch gồm: Nhận thức dễ sử dụng, nhận thức sự hữu ích, sự tin cậy, mong đợi về giá, kinh nghiệm đặt phòng khách sạn trực tuyến, nhận thức rủi ro và truyền miệng trực tuyến

Hình 2.12 Mô hình nghiên cứu của Đỗ Thị Tuyết Nhung (2019)

2.4.2.4 Nghiên cứu của Nguyễn Ngọc Lưu Ly (2019)

Nghiên cứu có tên: “Nghiên cứu hành vi mua tour du lịch trực tuyến của nhân viên văn phòng tại Hà Nội” Nghiên cứu đề xuất các nhân tố: Niềm tin vào chất lượng dịch vụ/ hàng hóa, kinh nghiệm mua hàng, cảm nhận tiện lợi website bán tour du lịch trực tuyến, sự mong đợi giá và ảnh hưởng xã hội ảnh hưởng tích cực đến hành vi mua tour du lịch của nhân viên văn phòng tại Hà Nội Kết quả, tất cả các nhân tố đều có ảnh hưởng tích cực, trong đó niềm tin vào chất lượng dịch vụ có ảnh hưởng mạnh nhất đến hành vi mua tour du lịch của nhân viên văn phòng tại Hà Nội

Hình 2.13: Mô hình nghiên cứu của Nguyễn Ngọc Lưu Ly (2019)

Tổng hợp các nghiên cứu

Tổng hợp các nhân tố tác động cho trong Bảng 2.1 sau

Bảng 2.1 – Tổng hợp các nghiên cứu

Sự hài lòng Ý định mua

Ray và Bala (2021) Đánh giá/ nhận xét trực tuyến x

Casado và cộng sự (2016) Xếp hạng khách sạn x

Sự hài lòng Ý định mua

Ray và Bala (2021) Lin và

Lu (2010) Đỗ Thị Tuyết Nhung (2019)

Nhận thức rủi ro x x Đỗ Thị Tuyết Nhung (2019)

Lợi ích về giá x Đỗ Thị Tuyết Nhung (2019)

Trần Xuân Lộc và Hoàng

Nội dung địa điểm du lịch trực tuyến x x

Casado và cộng sự (2016) eWOM x Đỗ Thị Tuyết Nhung (2019)

Chất lượng trang web khách sạn x x

Nhận thức kiểm soát hành vi x

Sự hài lòng Ý định mua

Sahli và Legoherel (2014) Nhận thức hữu ích x Đỗ Thị Tuyết Nhung (2019)

Sahli và Legoherel (2014) Nhận thức dễ sử dụng x Đỗ Thị Tuyết Nhung (2019)

Sahli và Legoherel (2014) Khả năng tương thích

Trần Xuân Lộc và Hoàng

Linh (2020) Chiêu thị x x Đỗ Thị Tuyết Nhung (2019)

Cảm nhận tiện lợi website x Ảnh hưởng xã hội x

(Nguồn: Tác giả tổng hợp)

Xây dựng các giả thuyết và mô hình nghiên cứu đề xuất

2.6.1 Nhận thức rủi ro và Ý định mua trực tuyến tour du lịch

Rủi ro liên quan đến việc mua hàng thúc đẩy người tiêu dùng thu thập thêm thông tin về sản phẩm (Murray 1991; trích bởi Hamdan và Yuliantini, 2021) Đặc biệt, tính chất vô hình và tính kinh nghiệm của dịch vụ góp phần làm cho người tiêu dùng không chắc chắn về các dịch vụ cung cấp Đã có nhiều nghiên cứu trước đây xem xét rủi ro được coi là yếu tố cấp bách ảnh hưởng đến hành vi mua hàng trực tuyến (Bhatnagar và Ghose, 2004; Bonnin, 2020; Driediger và Bhatiasevi, 2019; Mohd Suki và Mohd Suki, 2017; Panda và Misra, 2016; trích bởi Hamdan và Yuliantini, 2021)

Nhận thức rủi ro bao gồm một số khía cạnh bao gồm: rủi ro tâm lý, rủi ro xã hội, rủi ro hiệu suất, rủi ro tài chính, rủi ro thời gian, rủi ro quyền riêng tư và rủi ro sản phẩm Rủi ro nhận thức đóng một vai trò quan trọng trong việc gia tăng sự biến động trong môi trường mua sắm trực tuyến (Li và Huang, 2009; Sarkar và cộng sự, 2020; trích bởi Hamdan và Yuliantini, 2021), bởi vì nhận thức rủi ro có tác động đáng kể đến nhận thức lợi ích của mua sắm trực tuyến Yếu tố nhận thức rủi ro có tác động tiêu cực đến ý định mua hàng và niềm tin

Giả thuyết H1 được đề xuất như sau:

H1 Nhận thức rủi ro ảnh hưởng tiêu cực đến Ý định mua trực tuyến tour du lịch

2.6.2 Đánh giá trực tuyến và Ý định mua trực tuyến tour du lịch Đánh giá trực tuyến của người tiêu dùng là đánh giá của người tiêu dùng được đưa ra hoặc trình bày trên thang điểm hình sao (Lackermair và cộng sự, 2013; trích bởi Hamdan và Yuliantini, 2021), càng nhiều sao thì xếp hạng người bán càng tốt Đánh giá trực tuyến còn được định nghĩa là xếp hạng của người dùng về sở thích của một sản phẩm đối với trải nghiệm của khách hàng (Ichsan và cộng sự, 2018; trích bởi Hamdan và Yuliantini, 2021) Xếp hạng và đánh giá có thể làm giảm cảm giác không chắc chắn của người tiêu dùng bằng cách cung cấp bức tranh cụ thể hơn về sản phẩm hoặc dịch vụ đang được cung cấp, bởi vì đánh giá là nguồn thông tin chính cho người tiêu dùng (Chen & Xie, 2008; trích bởi Hamdan và Yuliantini, 2021) Thông tin mà người tiêu dùng thu được đưa ra quan điểm về một sản phẩm, do đó gây ra sự quan tâm mua hàng của người tiêu dùng (Chevalier

& Mayzlin, 2006; Haekal & Widjajanta, 2016; Y Zhang và cộng sự, 2017; trích bởi Hamdan và Yuliantini, 2021) Đánh giá/ xếp hạng giúp góp phần hiểu rõ hơn về các tính năng của sản phẩm và giảm rủi ro có lỗi khi mua sản phẩm và là một

31 yếu tố quyết định hành vi mua và cũng có thể được sử dụng như một chỉ báo về danh tiếng của một sản phẩm hoặc công ty sẽ ảnh hưởng đến mức độ sẵn sàng mua Nghiên cứu của Hamdan và Yuliantini (2021) đề cập thêm rằng đánh giá của khách hàng về cửa hàng trực tuyến có thể cải thiện quyết định mua hàng

Cả hai phương thức đánh giá trực tuyến và truyền miệng điện tử đều được sử dụng để đánh giá sản phẩm, dịch vụ hoặc trải nghiệm của khách hàng Tuy nhiên, có một số khác biệt chính giữa hai phương thức này, cụ thể: (1) Đánh giá trực tuyến thường được thực hiện trên các trang web đánh giá như TripAdvisor, Google Reviews, hoặc các trang web thương mại điện tử khác Trong khi đó, truyền miệng điện tử thường được chia sẻ qua mạng xã hội, email hoặc tin nhắn giữa các cá nhân (2) Đánh giá trực tuyến thường được cho là đáng tin cậy hơn vì nó có thể được xác minh và kiểm soát bởi các trang web đánh giá Trong khi đó, truyền miệng điện tử có thể dễ dàng bị giả mạo hoặc không chính xác (3) Đánh giá trực tuyến có thể được xem bởi mọi người trên toàn thế giới và có thể ảnh hưởng đến quyết định mua hàng hoặc du lịch của một số khách hàng Trong khi đó, truyền miệng điện tử thường chỉ ảnh hưởng đến những người trong mạng lưới xã hội của người đánh giá hoặc người nhận thông tin (4) Đánh giá trực tuyến có thể được thực hiện bất kỳ lúc nào và được hiển thị ngay lập tức trên trang web đánh giá Trong khi đó, truyền miệng điện tử thường yêu cầu thời gian để lan truyền và có thể mất một khoảng thời gian để đạt được tầm ảnh hưởng lớn

Giả thuyết H2 được đề xuất như sau:

H2 Đánh giá trực tuyến ảnh hưởng tích cực đến Ý định mua trực tuyến tour du lịch

2.6.3 Nhận thức rủi ro và Niềm tin

Sự phát triển nhanh chóng của các gói du lịch trực tuyến làm cho sự cạnh tranh trong kinh doanh trở nên nghiêm ngặt hơn, đặc biệt là trong việc thu hút người tiêu dùng đặt mua các gói du lịch trực tuyến Để có thể cạnh tranh và thu hút được nhiều người tiêu dùng nhất có thể, các đại lý du lịch trực tuyến phải tạo dựng được lòng tin Các gói du lịch trực tuyến cung cấp thông tin chất lượng, là công cụ để thiết lập niềm tin khi mua hàng trực tuyến hơn là tìm kiếm thông tin về sản phẩm (Ghasemaghaei & Hassanein, 2015; Henny & Dewi, 2017; trích bởi Hamdan và Yuliantini, 2021) Khi người tiêu dùng yêu cầu kiểm tra thực tế trước khi mua sản phẩm, cần phải xem xét các yếu tố giảm thiểu rủi ro khác nhau trong việc ảnh hưởng đến hành vi mua hàng trực tuyến

Nghiên cứu trước đây cho thấy niềm tin của người tiêu dùng là một yếu tố mạnh mẽ trong việc mua hàng trực tuyến, trong khi niềm tin của người tiêu dùng vào một sản phẩm có khả năng làm trung gian cho nhận thức rủi ro về ý định mua hàng (Mortimer và cộng sự, 2016; trích bởi Hamdan và Yuliantini, 2021) Để giảm rủi ro nhận thức được, các nhà cung cấp trực tuyến có thể cải thiện và quản lý các ứng dụng gói tour du lịch trực tuyến được cung cấp như tính năng đánh giá đánh giá, nơi đánh giá có thể kết luận khả năng người tiêu dùng giới thiệu cho người khác và dự đoán sản phẩm tương lai thành công (Chevalier và Mayzlin, 2017; trích bởi Hamdan và Yuliantini, 2021) Để có thể cạnh tranh và thu hút càng nhiều người tiêu dùng càng tốt, các đại lý du lịch trực tuyến phải tạo dựng được niềm tin Niềm tin của người tiêu dùng có thể đạt được, nếu người tiêu dùng đã cảm thấy an toàn và thoải mái, đặc biệt là với kết quả đánh giá tích cực có thể làm giảm mối quan tâm của người tiêu dùng đối với quyết định đặt các gói du lịch trực tuyến Điều này cũng sẽ gây ra ý định mua hàng, bởi vì các đại lý du lịch trực tuyến đã cung cấp các dịch vụ phù hợp với mong đợi của người tiêu dùng

Theo Sahli và Legoherel (2014), khái niệm "niềm tin về hành vi" có thể được hiểu là sự tin tưởng chủ quan của người thực hiện hành vi đó, rằng hành vi đó sẽ đưa đến một hành động cụ thể Tức là, người đó tin rằng việc thực hiện hành vi sẽ đem lại kết quả mong muốn, hoặc giúp họ đạt được mục tiêu cụ thể Ví dụ, nếu người đó có niềm tin về hành vi tập thể dục, họ tin rằng việc tập thể dục sẽ giúp họ

33 giảm cân hoặc cải thiện sức khỏe Tuy nhiên, niềm tin về hành vi là một khái niệm chủ quan và có thể thay đổi tùy thuộc vào nhiều yếu tố khác nhau như kinh nghiệm, thông tin, tình huống, hoàn cảnh, v.v Tuy nhiên, đối với các dịch vụ, tính vô hình, không thể tách rời và không đồng nhất của chúng làm cho người tiêu dùng thường phải đấu tranh để đánh giá chúng trước khi tiêu dùng

Dịch vụ là một loại hình sản phẩm có tính vô hình, không thể tách rời và không đồng nhất giữa các lần sử dụng Điều này đôi khi làm cho người tiêu dùng gặp khó khăn trong việc đánh giá chất lượng dịch vụ trước khi tiêu dùng Người tiêu dùng cần phải dựa trên các thông tin có sẵn, như đánh giá của người khác, kinh nghiệm cá nhân, hoặc các tài liệu giới thiệu của nhà cung cấp, để có thể đưa ra quyết định chọn lựa hợp lý và tránh rủi ro Tuy nhiên, đánh giá chất lượng dịch vụ là một quá trình khá khó khăn, phức tạp và thường mang tính chủ quan, vì nó phụ thuộc vào nhiều yếu tố khác nhau như mục đích sử dụng, độ khó của hành động cần thực hiện, sự thoả mãn của người tiêu dùng với kết quả đạt được, v.v

Những đặc điểm này của dịch vụ khách sạn làm tăng rủi ro nhận thức được trong quá trình quyết định mua hàng Do đó, người tiêu dùng sử dụng tất cả các dấu hiệu đánh giá có sẵn để giảm rủi ro nhận thức được khi đưa ra quyết định mua hàng Vì vậy, Nhận thức rủi ro có tác động tiêu cực đến ý định mua hàng và niềm tin (Hamdan và Yuliantini, 2021)

Giả thuyết H3 được đề xuất như sau:

H3 Nhận thức rủi ro ảnh hưởng tiêu cực đến Niềm tin của người mua trực tuyến tour du lịch

2.6.4 Đánh giá trực tuyến và Niềm tin

Xếp hạng/ đánh giá trực tuyến có thể ảnh hưởng đến sự tin tưởng và tăng doanh số bán hàng Các phát hiện trước đây cho thấy rằng các đánh giá trực tuyến tích cực có thể cải thiện hành vi mua hàng (R Y Kim, 2019; V Wangenheim và Bayón, 2007; trích bởi Hamdan và Yuliantini, 2021) "Lượt thích và nhận xét" trực tuyến trên trang web mua sắm cho phép người tiêu dùng bày tỏ cảm xúc về thông tin đã được đăng Để giảm thiểu rủi ro cho người tiêu dùng, các nhà cung cấp trực tuyến có thể nâng cao và quản lý các ứng dụng mua sắm trực tuyến (Heng và cộng sự, 2018; Ichsan và cộng sự, 2018; Jana, 2015; Lackermair và cộng sự, 2013; Yang và cộng sự, 2016; Hamdan và Yuliantini, 2021), chẳng hạn như các tính năng xếp hạng/ đánh giá sản phẩm cho phép người tiêu dùng giới thiệu người khác Những đánh giá trực tuyến càng để lại trên các trang mạng càng tích cực thì sự tin tưởng của khách hàng càng cao (Hamdan và Yuliantini, 2021)

Giả thuyết H4 được đề xuất như sau:

H4 Đánh giá trực tuyến ảnh hưởng tích cực đến Niềm tin của người mua trực tuyến tour du lịch

2.6.5 Niềm tin và Ý định mua trực tuyến tour du lịch

Ngoài nhận thức rủi ro, niềm tin cũng trở thành một yếu tố cân nhắc đối với mục tiêu của hành vi mua sắm trực tuyến (Ha và Janda, 2014; Matute và cộng sự, 2016; IO Pappas, 2018; Silva và cộng sự, 2019; trích bởi Hamdan và Yuliantini,

2021) Khi người tiêu dùng đã có niềm tin vào một sản phẩm sẽ làm tăng mong muốn mua hàng của người tiêu dùng đối với sản phẩm đó Mức độ tin cậy có thể làm tăng thái độ tích cực của người tiêu dùng đối với nhà cung cấp sẽ ảnh hưởng đến sở thích mua hàng trực tuyến Nếu không có sự tin tưởng mạnh mẽ vào các nhà cung cấp dịch vụ, người tiêu dùng sẽ miễn cưỡng đưa ra quyết định mua hàng (Hamdan và Yuliantini, 2021)

Lai và cộng sự (2013), Ahn và cộng sự (2014) được trích bởi Hamdan và

PHƯƠNG PHÁP NGHIÊN CỨU

Quy trình nghiên cứu

Quy trình nghiên cứu với các bước cụ thể, trước tiên, nghiên cứu sẽ đặt vấn đề và mục tiêu nghiên cứu, và sau đó lựa chọn cơ sở lý thuyết thích hợp để xây dựng mô hình nghiên cứu và phát triển thang đo sơ bộ Tiếp theo, hai phương pháp chính được sử dụng là nghiên cứu định tính để điều chỉnh thang đo và nghiên cứu định lượng để kiểm định thang đo, giả thuyết và thảo luận kết quả Cuối cùng, quy trình kết thúc bằng việc nghiên cứu sẽ trình bày kết luận, các hạn chế của đề tài cùng những hướng nghiên cứu tiếp theo trong tương lai Hình 3.1 được sử dụng để minh họa chi tiết cho quy trình này

Hình 3.1 – Qui trình nghiên cứu

Thiết kế nghiên cứu

Nhằm xử lý và cải thiện độ chính xác của mô hình nghiên cứu đã được đề xuất trong chương hai, nghiên cứu định tính đã được thực hiện để đánh giá lại tính hợp lý của mô hình nghiên cứu Phương pháp nghiên cứu định tính được sử dụng để hiệu chỉnh các thang đo và làm cơ sở cho việc phát triển bảng câu hỏi định lượng phù hợp với mục tiêu nghiên cứu Phương pháp nghiên cứu định tính sử dụng các kỹ thuật phỏng vấn tay đôi, phỏng vấn nhóm, quan sát, phân tích tài liệu để thu thập dữ liệu chất lượng cao về ý kiến, quan điểm, suy nghĩ và hành vi của đối tượng nghiên cứu Những thông tin thu thập được từ nghiên cứu định tính giúp cho nghiên cứu xây dựng và cải tiến các thang đo, điều chỉnh các biến độc lập và phụ thuộc, cũng như phát triển và hiệu chỉnh các câu hỏi định lượng phù hợp với mục tiêu nghiên cứu và dễ hiểu hơn

 Nghiên cứu này tiến hành phỏng vấn tay đôi với 05 chuyên gia Chuyên gia là những người có kinh nghiệm trong lĩnh vực bán trực tuyến tour du lịch tại TP HCM, chuyên gia về hành vi người tiêu dùng (Thầy/Cô) và khách du lịch tại TP HCM đã từng mua trực tuyến tour du lịch để hiệu chỉnh mô hình nghiên cứu ban đầu thành mô hình nghiên cứu chính thức

 Sau khi lấy ý kiến chuyên gia, nghiên cứu tổng hợp các nhân tố tác động, thiết lập bảng câu hỏi khảo sát đáp viên Nghiên cứu tiến hành phỏng vấn nhóm lần hai với 07 đáp viên tham gia (họ là khách du lịch tại TP.HCM đang có ý định mua trực tuyến tour du lịch) để lấy ý kiến về sự phù hợp, mức độ khó hiểu hay dễ hiểu, v.v của bảng câu hỏi và cho ra bảng câu hỏi chính thức

Kết quả nghiên cứu định tính: Nghiên cứu định tính được triển khai dựa theo nội dung kịch bản đã được thiết kế sẵn (xem chi tiết Phụ lục 1) Kết quả thảo luận các nhóm đều thể hiện sự đồng tình đối với mô hình tác giả đề xuất ở cuối chương hai, bảng thang đo đề xuất từ các nguồn nghiên cứu trước chỉ sửa lại các lỗi chính tả

45 sai sót trong quá trình biên phiên dịch từ các nguồn tài liệu khoa học nước ngoài Ngoài ra, các chuyên gia cho rằng, yếu tố Kinh nghiệm và yếu tố Truyền miệng trực tuyến có khả năng ảnh hưởng đến niềm tin

Nên tác giả quyết định thêm hai giả thuyết nghiên cứu:

H11: Kinh nghiệm mua trực tuyến tour du lịch có ảnh hưởng tích cực đến

Niềm tin của người mua trực tuyến tour du lịch

H12: Truyền miệng trực tuyến có ảnh hưởng tích cực đến Niềm tin của người mua trực tuyến tour du lịch

Mô hình nghiên cứu đề xuất ban đầu được hiệu chỉnh lại như sau:

Hình 3.2: Mô hình nghiên cứu được hiệu chỉnh lại

3.2.2 Nghiên cứu định lượng: thu thập dữ liệu định lượng

Bảng câu hỏi chính thức đã được gửi đến các đối tượng phỏng vấn để tiến hành thu thập dữ liệu nghiên cứu Số lượng bảng hỏi khảo sát dự kiến ban đầu là

400 thông qua hình thức online bằng công cụ Google Forms và phát bảng hỏi giấy để đáp viên điền thông tin trực tiếp Kết quả thu được 368 bảng hỏi hoàn thiện, có

32 bảng hỏi chưa hoàn thiện bị loại bỏ Chi tiết tổng hợp trong Bảng 3.1

Số bảng hỏi thu được

Số bảng hỏi không đạt

Số bảng hỏi còn lại

Bảng 3.1 – Tổng hợp kết quả khảo sát

Nghiên cứu định lượng sẽ được thực hiện bằng cách dùng kỹ thuật thu thập thông tin trực tiếp bằng cách phỏng vấn với các đối tượng khảo sát thông qua bảng câu hỏi Thông tin thu thập được từ nghiên cứu định lượng này nhằm mục đích: Đánh giá sơ bộ các thang đo bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA; kiểm định thang đo bằng phương pháp phân tích nhân tố khẳng định (CFA); kiểm định độ thích hợp của mô hình lý thuyết và các giả thuyết bằng phương pháp phân tích mô hình cấu trúc tuyến tính (SEM).

Phương pháp lấy mẫu và kích thước mẫu

3.3.1 Phương pháp lấy mẫu Đối với mẫu trong nghiên cứu định tính, tác giả sử dụng phương pháp chọn mẫu có mục đích (không ngẫu nhiên) Cỡ mẫu trong phỏng vấn tay đôi là 5, và cỡ

47 mẫu trong phỏng vấn nhóm là 7 Đối với mẫu trong nghiên cứu định lượng, tác giả sử dụng phương pháp chọn mẫu là phương pháp phi xác suất, cách lấy mẫu thuận tiện Khảo sát trực tiếp bằng cách phỏng vấn những người đang sống tại TP HCM và gạn lọc họ có ý định mua trực tuyến tour du lịch hay không Khảo sát gián tiếp sẽ được gửi qua email, mạng xã hội (Facebook, Twitter) đến các cá nhân đang có ý định đi du lịch và cũng đang có ý định mua trực tuyến tour du lịch

3.3.2 Xây dựng bảng câu hỏi khảo sát

Bảng câu hỏi khảo sát được chia thành 3 phần chính và sử dụng thang đo Likert

Phần 1: Giới thiệu đề tài nghiên cứu và đưa ra các câu hỏi gạn lọc để loại bỏ các câu trả lời không phù hợp với mục tiêu nghiên cứu

Phần 2: Trong phần này đưa ra các phát biểu chính để đo lường các khái niệm thang đo trong nghiên cứu, cụ thể là Ý định mua trực tuyến tour du lịch, Nhận thức rủi ro, Đánh giá trực tuyến, Niềm tin, Mong đợi về giá, Nhận thức kiểm soát hành vi, Chuẩn chủ quan, Truyền miệng trực tuyến, và Kinh nghiệm

Phần 3: Đưa ra các câu hỏi về thông tin cá nhân của đáp viên như độ tuổi, giới tính, trình độ học vấn, thu nhập

Kích thước mẫu của một nghiên cứu phụ thuộc vào số lượng biến được quan sát trong mô hình Theo Nguyễn Đình Thọ (2013), để thực hiện phân tích nhân tố khám phá (EFA), kích thước mẫu tối thiểu là 50, tuy nhiên, tốt hơn là 100, với tỷ lệ quan sát/biến đo lường tối thiểu là 5:1 hoặc tốt nhất là 10:1 Trong trường hợp nghiên cứu định lượng với 28 biến quan sát, kích thước mẫu tối thiểu cần là 280 (28 x 10 = 280) Tuy nhiên, trong nghiên cứu này, tác giả đã sử dụng kích thước mẫu là

Thang đo và bảng câu hỏi định lượng

Thang đo trong nghiên cứu này được tác giả tìm hiểu và kế thừa từ các nghiên cứu trước đó Thang đo được đo lường bằng thang đo Likert 5 điểm và được đánh giá từ 1 đến 5 tương thích với mức độ từ hoàn toàn không đồng ý tới hoàn toàn đồng ý

Dưới đây là Bảng tổng hợp các thang đo được nghiên cứu sử dụng

Bảng 3.2 – Bảng tổng hợp các thang đo được sử dụng trong nghiên cứu này

Mã Thang đo Thang đo gốc Nguồn

Thang đo Nhận thức rủi ro

NTRR1 Lo lắng tour du lịch này không phù hợp với giá cả

Worried not to match the price

NTRR2 Lo lắng khoản tiền hoàn lại của tour du lịch không phù hợp

Worried the refund is not suitable

NTRR3 Lo lắng tour du lịch này không có lợi Worried of no benefit

NTRR4 Lo lắng tour du lịch này không đúng giờ Worried not on time

Thang đo Đánh giá trực tuyến

DGTT1 Đánh giá giúp nhận biết nội dung các loại tour du lịch rõ ràng

DGTT2 Đánh giá có thể tin cậy được Rating reviews can be trusted

DGTT3 Đánh giá xếp hạng dựa trên thực tế

Rating reviews are based on facts

NT1 Chắc chắn về đánh giá xếp hạng Sure on ratings review

NT2 Tin tưởng vào đánh giá trực tuyến Believe in review ratings

NT3 Người đánh giá có thể đáng tin cậy

Thang đo Mong đợi về giá

Tôi thấy mua trực tuyến tour du lịch có mức giá ưu đãi so với việc mua đại lý du lịch truyền thống

Mua trực tuyến tour du lịch có giá thấp hơn mua tour tại đại lý du lịch

MDG3 Mua trực tuyến tour du lịch giúp dễ dàng so sánh giá Easy compare prices

Thang đo Nhận thức kiểm soát hành vi

KSHV1 Tôi có mua trực tuyến tour du lịch này hay không là hoàn toàn

Whether or not I buy tourism products online

Sahli và Legoherel phụ thuộc vào tôi is completely up to me (2014)

Mua trực tuyến tour du lịch hoàn toàn nằm trong tầm kiểm soát của tôi

Buying tourism products online is entirely within my control

Tôi có đủ nguồn lực, kiến thức và khả năng mua trực tuyến tour du lịch

I have the resources, knowledge and ability to buy tourism products online

Thang đo Chuẩn chủ quan

Gia đình tôi cho rằ ng mua trực tuyến tour du lịch là môt ̣ ý tưởng tốt

My family thinkitis a goodidea for me to buy tourism products online

Tôi mua trực tuyến tour du lịch vì tôi bi ̣ tác đông bởi những người khác

The people who I listen to could influence me to buy tourism products online

Những người quan trọng trong cuộc sống củ a tôi muốn tôi mua trực tuyến tour du lịch khi muốn đi du lịch

Important peoplein my life want me to buy tourism products online

Thang đo Truyền miệng trực tuyến

Truyền miệng trực tuyến là nguồn thông tin đáng tin cậy khi đặt trực tuyến tour du lịch

Electronic word-of- mouth (eWOM)is a reliable source of information when booking online tours Casado và cộng sự

TMTT2 Truyền miệng trực tuyến làm cho bạn biết đến tour du lịch này eWOM made you aware of this online tour

Truyền miệng trực tuyến thông qua mạng xã hội ảnh hưởng tới ý định đặt trực tuyến tour du lịch eWOM through social media influences online tour booking intention

Kinh nghiệm đặt trực tuyến tour du lịch giúp bạn chọn được tour ưng ý

Booking online tour booking experience helps you choose the right tour

KN2 Kinh nghiệm đặt trực tuyến tour du lịch giúp bạn đặt tour nhanh

Booking online tour experience helps you book tours quickly

Kinh nghiệm đặt trực tuyến tour du lịch giúp bạn tự tin hơn khi đặt tour

Booking online tour experience helps you to be more confident when booking a tour

Thang đo Ý định mua trực tuyến tour du lịch

Có khả năng tôi sẽ mua tour du lịch trên trang web A trong 12 tháng tới

Itis likely thati will book hotel rooms from hotel websites the next 12 months

YDM2 Tôi sẵn sàng mua tour du lịch trên trang web A

I am willing to book hotel rooms from hotel websites

YDM3 Tôi định mua tour du lịch trên trang web A

I plan to book hotel rooms from hotel websites.

Phương pháp xử lý dữ liệu định lượng

Để xử lý dữ liệu trong nghiên cứu, phần mềm SPSS 20 và AMOS 20 đã được sử dụng theo các bước sau đây:

Bước 1: Số liệu thu thập được làm sạch và loại bỏ những số liệu không phù hợp

Sau đó tiến hành mã hóa để đưa vào phân tích dữ liệu bằng các phần mềm nêu trên

Bước 2: Thang đo đã được kiểm định thông qua chỉ số Cronbach's Alpha

Việc kiểm tra chặt chẽ và tương quan giữa các biến quan sát bằng phương pháp kiểm định Cronbach's Alpha sẽ giúp loại bỏ các biến không có ý nghĩa trước khi tiến hành phân tích nhân tố, đảm bảo rằng chỉ các biến quan trọng được sử dụng trong phân tích và tránh trường hợp các biến rác làm giảm chất lượng kết quả

 Hệ số tương quan biến - tổng  0.3

Bước 3: Phân tích nhân tố khám phá (EFA)

Trước tiên, kiểm định KMO và Bartlett's Test of Sphericity phải được thực hiện để xác nhận rằng các biến không có tương quan với nhau trong tổng thể Nếu kết quả của kiểm định KMO là 0.5  KMO  1 và mức ý nghĩa của kiểm định Bartlett's Test  0.05, thì phân tích nhân tố có thể được sử dụng để khám phá các khái niệm liên quan đến nghiên cứu Để khám phá các nhân tố, ta áp dụng các tiêu chí sau:

 Xác định số lượng các nhân tố: chọn những nhân tố có Eigenvalue không nhỏ hơn 1

 Đánh giá độ liên quan giữa biến quan sát và các nhân tố thông qua hệ số Factor Loading, chỉ chọn những biến có hệ số Factor Loading không nhỏ hơn 0.5

 Kiểm tra sự phân bố đồng đều của hệ số Factor Loading, yêu cầu chênh lệch giữa hệ số Factor Loading lớn nhất và lớn thứ hai của cùng một biến phải lớn hơn 0.3

 Tính tổng phương sai trích của tất cả các nhân tố đã chọn, yêu cầu tổng phương sai trích phải không nhỏ hơn 50%

Vì các khái niệm nghiên cứu trong đề tài là đa hướng, nên phân tích EFA sẽ được chạy riêng cho mỗi khái niệm Phân tích cấu trúc tuyến tính cũng sẽ được sử dụng trong nghiên cứu này, vì vậy ta cần chú ý đến cấu trúc dữ liệu Theo Gerbing và Anderson (1988), phương pháp trích hệ số Principal axis factoring với phép quay promax sẽ thích hợp hơn so với phương pháp trích Principal Components với phép xoay Varimax

Nếu bất kỳ thang đo nào có biến quan sát bị loại, bước tính hệ số Cronbach alpha sẽ được thực hiện lại Sau đó, bước 2 và bước 3 sẽ được thực hiện bằng phần mềm SPSS 20

Bước 4: Kiểm định độ tin cậy thang đo qua phân tích nhân tố khẳng định (CFA)

Trong nghiên cứu này, tác giả đang nói về việc sử dụng phương pháp phân tích CFA (Confirmatory Factor Analysis) để kiểm định thang đo (measurement scales)

Sử dụng phần mềm phân tích AMOS có nhiều ưu điểm so với các phương pháp truyền thống Phương pháp này có khả năng đo lường mức độ phù hợp của mô hình với thông tin thị trường, kiểm định cấu trúc lý thuyết của thang đo và mối quan hệ giữa các khái niệm nghiên cứu mà không bị chệch sai số đo lường Ngoài ra, phương pháp này còn cho phép kiểm định giá trị hội tụ và giá trị phân biệt của thang đo Để đánh giá tính phù hợp của mô hình đo lường với dữ liệu thị trường, cần xem xét một số chỉ tiêu khác nhau Nếu chỉ tiêu Chi-square có giá trị p-value ≤ 0.05, thì mô hình được coi là phù hợp Tuy nhiên, vì chỉ tiêu Chi-square phụ thuộc vào kích thước mẫu, nên cần xem xét thêm các chỉ tiêu khác như TLI và CFI có giá trị từ 0.9 đến 1, Chi-bình phương/df ≤ 2 và RMSEA ≤ 0.08 để kết luận mô hình đo lường phù hợp với dữ liệu thị trường (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2008)

Theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2008), để đánh giá độ tin cậy của thang đo, ta sử dụng các tiêu chí sau: hệ số tương quan biến tổng phải lớn hơn hoặc bằng 0.3 và hệ số Cronbach’s Alpha phải lớn hơn hoặc bằng 0.7 Để kiểm tra tính hội tụ của từng thang đo, nghiên cứu xem xét các trọng số chuẩn hóa đều  0.5 và các trọng số chưa chuẩn hóa có ý nghĩa thống kê (p  0.05) Để kiểm tra tính phân biệt của các khái niệm nghiên cứu, ta xét các hệ số tương quan kèm sai số chuẩn đều khác 1

Bước 5: Kiểm định mô hình lý thuyết và giả thuyết

Kiểm định mô hình lý thuyết bằng mô hình cấu trúc tuyến tính (SEM)

Theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2008), mô hình đo lường được coi là phù hợp với dữ liệu thị trường nếu giá trị p-value của chỉ tiêu Chi- square là ≤ 0,05, hoặc nếu các chỉ tiêu khác như TLI và CFI có giá trị từ 0,9 đến 1, Chi-bình phương/df ≤ 2, RMSEA ≤ 0,08

55 Để kiểm tra tính chính xác của mối quan hệ giữa biến quan sát và biến tiềm ẩn và giữa các biến tiềm ẩn trong mô hình, giá trị p-value được sử dụng để xác định ý nghĩa thống kê (ý nghĩa thống kê được chấp nhận khi p ≤ 0,05)

Kết quả ước lượng được sử dụng để kiểm tra mối quan hệ giữa các biến tiềm ẩn, và ước lượng được coi là có ý nghĩa thống kê nếu p ≤ 0,05, có nghĩa là giả thuyết được chấp nhận

Ngoài ra, nghiên cứu sử dụng phương pháp bootstrap để kiểm định độ tin cậy của các ước lượng trong mô hình lý thuyết Phương pháp bootstrap được thực hiện bằng cách lấy mẫu lại dữ liệu, trong đó mẫu gốc đóng vai trò như đám đông Sự khác biệt giữa trung bình của các ước lượng từ Bootstrap và các ước lượng ban đầu được gọi là độ chệch, và giá trị tuyệt đối của các độ chệch này nhỏ, chỉ ra sự thiếu ý nghĩa thống kê, tức là các ước lượng trong mô hình có thể đáng tin cậy.

Tóm tắt chương 3

Trong chương 3, thang đo được trình bày dựa trên các nghiên cứu trước đây và nghiên cứu định tính để chỉnh sửa Ngoài ra, chương này còn giới thiệu chi tiết về phương pháp nghiên cứu để đánh giá hiệu quả của thang đo và các mô hình lý thuyết sau khi thu thập dữ liệu từ quá trình khảo sát.

KẾT QUẢ PHÂN TÍCH ĐỊNH LƯỢNG

Kết quả thống kê mô tả

4.1.1 Thống kê biến định tính

Tuổi của các đáp viên được thống kê trong bảng sau:

Tuổi Số lượng Phần trăm (%)

Có 58 người trong tập dữ liệu có độ tuổi từ 18 đến 25 tuổi, chiếm 15.8% tổng số người trong tập dữ liệu Có 146 người trong tập dữ liệu có độ tuổi từ 26 đến 40 tuổi, chiếm 39.7% tổng số người trong tập dữ liệu Có 101 người trong tập dữ liệu có độ tuổi từ 41 đến 60 tuổi, chiếm 27.4% tổng số người trong tập dữ liệu Có 63 người trong tập dữ liệu có độ tuổi trên 60 tuổi, chiếm 17.1% tổng số người trong tập dữ liệu Giá trị mean được tính toán là 41.4, nên độ tuổi trung bình của các cá nhân được nghiên cứu là khoảng 41.4 tuổi (Mean = (58 x 21.5 + 146 x 33 + 101 x 50.5 +

Giới tính được thống kê trong bảng sau:

Bảng 4.4 : Thống kê giới tính

Giới tính Số lượng Phần trăm (%)

Có 179 người trong tập dữ liệu là nam, chiếm 48.6% tổng số người trong tập dữ liệu Có 189 người trong tập dữ liệu là nữ, chiếm 51.4% tổng số người trong tập dữ liệu Tổng số người trong tập dữ liệu là: 179 + 189 = 368 người Từ đó, chúng ta có thể thấy được rằng, tỷ lệ phân bố giới tính khá gần nhau với 48.6% nam và 51.4% nữ

Trình độ học vấn được thống kê chi tiết trong bảng sau:

Bảng 4.5 : Thống kê trình độ học vấn

Trình độ học vấn Số lượng Phần trăm (%) Trung học phổ thông 102 27.7%

Có 102 người trong tập dữ liệu đạt trình độ trung học phổ thông, chiếm 27.7% tổng số người trong tập dữ liệu Có 188 người trong tập dữ liệu đạt trình độ cao đẳng hoặc đại học, chiếm 51.1% tổng số người trong tập dữ liệu Có 78 người trong tập dữ liệu đạt trình độ sau đại học, chiếm 21.2% tổng số người trong tập dữ liệu Tổng số người trong tập dữ liệu là: 102 + 188 + 78 = 368 người Từ đó, chúng ta có thể thấy được rằng, tỷ lệ người đạt trình độ cao đẳng hoặc đại học là cao nhất, chiếm 51.1%, theo sau là trình độ trung học phổ thông (27.7%) và trình độ sau đại học (21.2%)

Thu nhập được thống kê chi tiết trong bảng sau

Bảng 4.6 : Thống kê thu nhập

Thu nhập Số lượng Phần trăm (%)

Có 63 người trong tập dữ liệu có mức thu nhập từ 5 đến 10 triệu đồng, chiếm 17.1% tổng số người trong tập dữ liệu Có 174 người trong tập dữ liệu có mức thu nhập từ 11 đến 20 triệu đồng, chiếm 47.3% tổng số người trong tập dữ liệu Có 131 người trong tập dữ liệu có mức thu nhập trên 20 triệu đồng, chiếm 35.6% tổng số người trong tập dữ liệu

Tổng số người trong tập dữ liệu là: 63 + 174 + 131 = 368 người Từ đó, chúng ta có thể thấy được rằng, nhóm người có mức thu nhập từ 11 đến 20 triệu đồng chiếm tỷ lệ lớn nhất, chiếm 47.3%, theo sau là nhóm người có mức thu nhập trên 20 triệu đồng (35.6%) và nhóm người có mức thu nhập từ 5 đến 10 triệu đồng (17.1%)

4.1.2 Thống kê biến định lượng

Các biến định lượng được thống kê chi tiết trong bảng sau:

Bảng 4.7 : Bảng thống kê các biến định lượng

Tên biến Tổng số quan sát

Giá trị trung bình Độ lệch chuẩn

NTRR1 368 1.00 5.00 2.2228 1.03314 0.661 0.127 NTRR2 368 1.00 5.00 2.3016 1.17828 0.713 0.127 NTRR3 368 1.00 5.00 2.2500 1.12077 0.698 0.127 NTRR4 368 1.00 5.00 2.2582 1.11770 0.761 0.127 DGTT1 368 1.00 5.00 3.6440 1.11268 -0.468 0.127 DGTT2 368 1.00 5.00 3.6495 1.13620 -0.424 0.127 DGTT3 368 1.00 5.00 3.6467 1.11477 -0.456 0.127 NT1 368 1.00 5.00 3.5897 1.11350 -0.388 0.127 NT2 368 1.00 5.00 3.6060 1.08227 -0.308 0.127 NT3 368 1.00 5.00 3.5272 1.15752 -0.331 0.127 MDG1 368 1.00 5.00 3.5543 1.11090 -0.431 0.127 MDG2 368 1.00 5.00 3.4918 1.17880 -0.357 0.127 MDG3 368 1.00 5.00 3.5543 1.12067 -0.376 0.127 KSHV1 368 1.00 5.00 3.6957 1.10475 -0.534 0.127 KSHV2 368 1.00 5.00 3.6495 1.08216 -0.474 0.127 KSHV3 368 1.00 5.00 3.6739 1.14467 -0.663 0.127 CCQ1 368 1.00 5.00 3.6467 1.14373 -0.606 0.127 CCQ2 368 1.00 5.00 3.6739 1.12304 -0.504 0.127 CCQ3 368 1.00 5.00 3.7446 1.03874 -0.588 0.127 TMTT1 368 1.00 5.00 3.5380 1.15250 -0.469 0.127 TMTT2 368 1.00 5.00 3.4755 1.18089 -0.400 0.127 TMTT3 368 1.00 5.00 3.5897 1.15436 -0.530 0.127 KN1 368 1.00 5.00 3.6413 1.11547 -0.441 0.127 KN2 368 1.00 5.00 3.6522 1.14301 -0.587 0.127 KN3 368 1.00 5.00 3.6902 1.12039 -0.547 0.127

Tên biến Tổng số quan sát

Giá trị trung bình Độ lệch chuẩn

YDM1 368 1.00 5.00 3.6495 1.11196 -0.530 0.127 YDM2 368 1.00 5.00 3.6033 1.11477 -0.475 0.127 YDM3 368 1.00 5.00 3.6875 1.15438 -0.597 0.127 Đối với biến NTRR1, NTRR2, NTRR3, NTRR4 mỗi biến có 368 quan sát Giá trị tối thiểu và tối đa cho các biến đều là 1 và 5 Giá trị trung bình của các biến tương đối gần nhau, dao động từ 2.2228 đến 2.3016 Tuy nhiên, độ lệch chuẩn cho các biến khác nhau, dao động từ 1.03314 đến 1.17828, cho thấy sự khác biệt trong phạm vi phân tán của các biến Đối với các biến DGTT1, DGTT2 và DGTT3 mỗi biến có 368 quan sát, giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của DGTT1 là 3.6440, của DGTT2 là 3.6495 và của DGTT3 là 3.6467 Điều này cho thấy giá trị trung bình của ba biến này khá gần nhau Độ lệch chuẩn của DGTT1 là 1.11268, của DGTT2 là 1.13620 và của DGTT3 là 1.11477 Độ lệch chuẩn thể hiện mức độ phân tán của dữ liệu quanh giá trị trung bình Ba biến này có độ lệch chuẩn khá gần nhau, cho thấy mức độ phân tán của chúng cũng tương đối giống nhau Đối với biến NT1, NT2 và NT3, mỗi biến có 368 quan sát, giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của NT1 là 3.5897, của NT2 là 3.6060 và của NT3 là 3.5272 Điều này cho thấy biến NT2 có giá trị trung bình cao nhất trong ba biến này Độ lệch chuẩn của NT1 là 1.11350, của NT2 là 1.08227 và của NT3 là 1.15752 Biến NT2 có độ lệch chuẩn thấp nhất trong ba biến này, cho thấy mức độ phân tán của nó thấp hơn so với hai biến còn lại

Các biến MDG1, MDG2 và MDG3 cũng có cùng số lượng quan sát là 368, giá trị nhỏ nhất và lớn nhất của các biến này đều nằm trong khoảng từ 1 đến 5 Giá trị trung bình của MDG1 là 3.5543, của MDG2 là 3.4918 và của MDG3 là 3.5543 Các

61 biến này có giá trị trung bình khá gần nhau Độ lệch chuẩn của MDG1 là 1.11090, của MDG2 là 1.17880 và của MDG3 là 1.12067 Độ lệch chuẩn của các biến này cũng khá gần nhau, cho thấy mức độ phân tán của chúng cũng tương đối giống nhau Đối với biến KSHV1, KSHV2 và KSHV3, mỗi biến có 368 quan sát, giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của KSHV1 là 3.6957, của KSHV2 là 3.6495 và của KSHV3 là 3.6739 Điều này cho thấy biến KSHV1 có giá trị trung bình cao nhất trong ba biến này Độ lệch chuẩn của KSHV1 là 1.10475, của KSHV2 là 1.08216 và của KSHV3 là 1.14467 Biến KSHV2 có độ lệch chuẩn thấp nhất trong ba biến này, cho thấy mức độ phân tán của nó thấp hơn so với hai biến còn lại Đối với biến CCQ1, CCQ2 và CCQ3, mỗi biến có 368 quan sát, giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của CCQ1 là 3.6467, của CCQ2 là 3.6739 và của CCQ3 là 3.7446 Giá trị trung bình của ba biến này tăng dần từ CCQ1 đến CCQ3 Độ lệch chuẩn của CCQ1 là 1.14373, của CCQ2 là 1.12304 và của CCQ3 là 1.03874 Độ lệch chuẩn giảm dần từ CCQ1 đến CCQ3, cho thấy mức độ phân tán giảm dần Đối với biến TMTT1, TMTT2 và TMTT3, mỗi biến có 368 quan sát, giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của TMTT1 là 3.5380, của TMTT2 là 3.4755 và của TMTT3 là 3.5897 Điều này cho thấy biến TMTT3 có giá trị trung bình cao nhất trong ba biến này Độ lệch chuẩn của TMTT1 là 1.15250, của TMTT2 là 1.18089 và của TMTT3 là 1.15436 Ba biến này có độ lệch chuẩn khá gần nhau, cho thấy mức độ phân tán của chúng tương đối giống nhau Đối với biến KN (kinh nghiệm mua trực tuyến tour du lịch), mỗi biến có 368 quan sát, giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của KN1 là 3.6413, của KN2 là 3.6522 và của KN3 là 3.6902, cho thấy sự khác biệt nhỏ giữa các giá trị trung bình của ba biến này Độ lệch chuẩn của KN1 là 1.11547, của KN2 là 1.14301 và của KN3 là 1.12039, cho thấy sự phân tán dữ liệu của ba biến này tương đối giống nhau Tuy nhiên, giá trị độ lệch chuẩn của KN2 cao hơn so với KN1 và KN3, cho thấy sự phân tán dữ liệu của KN2 có thể lớn hơn so với các biến khác Từ đó, ta có thể kết luận rằng người mua tour du lịch trực tuyến có kinh nghiệm trung bình và có mức độ phân tán dữ liệu tương đối giống nhau giữa các biến Tuy nhiên, có thể có sự khác biệt nhỏ về mức độ phân tán dữ liệu giữa các biến

Dữ liệu cho biến YDM gồm 368 quan sát với giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5 Giá trị trung bình của YDM1 là 3.6495, của YDM2 là 3.6033 và của YDM3 là 3.6875 Điều này cho thấy giá trị trung bình của các biến này khá gần nhau Độ lệch chuẩn của YDM1 là 1.11196, của YDM2 là 1.11477 và của YDM3 là 1.15438 Độ lệch chuẩn thể hiện mức độ phân tán của dữ liệu quanh giá trị trung bình Cụ thể, giá trị trung bình của YDM các lần khảo sát không có sự khác biệt quá lớn, đồng thời độ lệch chuẩn của các biến cũng khá gần nhau Điều này cho thấy người dùng có xu hướng ổn định trong ý định mua trực tuyến tour du lịch, tuy nhiên độ phân tán của dữ liệu vẫn khá lớn, cho thấy vẫn có sự khác biệt trong ý định mua giữa các nhóm khảo sát

Skewness là độ lệch của phân phối so với đường trung bình, được tính bằng cách so sánh trọng tâm của đồ thị với trọng tâm của phân phối chuẩn Giá trị skewness dương cho thấy phân phối lệch phải, giá trị skewness âm cho thấy phân phối lệch trái và giá trị skewness gần bằng 0 cho thấy phân phối đối xứng Trong bảng trên, hầu hết các biến đều có giá trị skewness âm, điển hình là KSHV3 với giá trị skewness âm (-0.663) cho thấy phân phối lệch trái.

Kiểm định độ tin cậy thang đo bằng Cronbach’s alpha

Cronbach's alpha là một phương pháp kiểm định độ tin cậy của thang đo, nó dùng để đo lường mức độ đồng nhất giữa các mục trong một thang đo Giá trị Cronbach's alpha thường nằm trong khoảng từ 0 đến 1, với giá trị càng cao thì độ

63 tin cậy của thang đo càng tốt Trong nghiên cứu này hệ số Cronbach’s alpha đảm bảo lớn hơn hoặc bằng 0.7 (Hair, 2010)

Kết quả phân tích phân tích hệ số Cronbach’s alpha được trích dẫn chi tiết trong phụ lục 3 (kết quả phân tích dữ liệu từ phần mềm SPSS 20 và AMOS 20) Kết quả được tóm tắt ngắn gọn trong Bảng 4.8 bên dưới cho thấy rằng, tất cả các thang đo đều đảm bảo độ tin cậy tốt, có thể thực hiện các kiểm định tiếp theo

Bảng 4.8 : Kết quả phân tích chỉ số Cronbach’s alpha

STT Thang đo Hệ số Cronbach's alpha

5 Nhận thức kiểm soát hành vi 0.785

9 Ý định mua trực tuyến tour du lịch 0.801

Phân tích nhân tố khám phá (EFA)

Nghiên cứu sử dụng 28 biến quan sát để tiến hành phân tích nhân tố khám phá EFA Kết quả phân tích EFA được đưa ra trong Phụ lục 3, sử dụng phương pháp trích Principal axis factoring kết hợp với phép xoay promax 28 quan sát được nhóm thành 9 nhóm như được thể hiện trong Bảng 4.14 Các giá trị hệ số tải nhân tố cho thấy rằng mỗi biến quan sát đều có mức độ liên kết cao với một hoặc nhiều nhân tố, với giá trị hệ số tải nhân tố đều lớn hơn 0.5 Hệ số KMO đạt 0.802 với mức ý nghĩa nhỏ hơn 1%, tổng phương sai trích là 56.826% với hệ số trị riêng đạt được 2.657 >

1 Kết quả này cho phép nghiên cứu kết luận rằng, 9 nhân tố trong mô hình nghiên cứu giải thích được 56.826% sự biến thiên của tập dữ liệu

Bảng 4.9 : Kết quả xoay nhân tố

Phương pháp trích: Principal Axis Factoring Phương pháp quay: Promax với Kaiser Normalization.

Phân tích nhân tố khẳng định

Phân tích nhân tố khẳng định (Confirmatory Factor Analysis - CFA) là một phương pháp phân tích dữ liệu thống kê được sử dụng để kiểm tra mức độ phù hợp của một mô hình nhân tố giả định với dữ liệu quan sát được CFA được sử dụng để xác nhận hoặc bác bỏ một mô hình nhân tố được giả định trước đó và đánh giá mức độ phù hợp giữa dữ liệu thực tế và mô hình giả định

Hình 4.15 : Kết quả phân tích CFA

Dựa vào các giá trị kết quả phân tích CFA như Chi-square/df = 1.115; p 0.079; RMSEA = 0.018; GFI = 0.938; CFI = 0.990; TLI = 0.988; AIC = 534.025, ta có thể kết luận rằng mô hình nghiên cứu phù hợp tốt với dữ liệu thị trường Giá trị

Chi-square/df gần bằng 1, giá trị p lớn hơn ngưỡng ý nghĩa thống kê 0.05, giá trị RMSEA thấp hơn 0.05, giá trị GFI, CFI, và TLI đều lớn hơn ngưỡng 0.9, và giá trị AIC nhỏ hơn giá trị của mô hình cơ sở, tất cả đều cho thấy mô hình phù hợp với dữ liệu thực tế

4.4.1 Kiểm định tính đơn hướng

Kết quả phân tích CFA đưa ra các chỉ số gồm Chi-square/df = 1.115; p = 0.079; RMSEA = 0.018; GFI = 0.938; CFI = 0.990; TLI = 0.988, cho phép nghiên cứu kết luận rằng thang đo các khái niệm đạt được tính đơn hướng

4.4.2 Kiểm định giá trị hội tụ

Kết quả phân tích nhân tố khẳng định (chi tiết xem phụ lục 3) cho thấy rằng, các ước lượng được chuẩn hóa đều lớn hơn 0.5, trong đó giá trị nhỏ nhất là 0.679 và giá trị lớn nhất là 0.830, đều đạt ý nghĩa thống kê với mức ý nghĩa 5% Do đó, có thể khẳng định rằng thang đo được sử dụng trong nghiên cứu đã đạt được giá trị hội tụ

4.4.3 Kiểm định giá trị phân biệt

Theo Steenkamp và Van Trijp (1991), một thang đo được đánh giá là đạt giá trị phân biệt khi mối tương quan giữa hai khái niệm có hệ số khác 1 và đạt mức ý nghĩa thống kê 5% Kết quả phân tích tương quan giữa các khái niệm trong phân tích nhân tố khẳng định cho trong Bảng 4.10 cho thấy các khái niệm đều có giá trị phân biệt

Bảng 4.10 : Kết quả kiểm định giá trị phân biệt

4.4.4 Hệ số tin cậy tổng hợp và phương sai trích

Dựa vào các công thức, nghiên cứu đã tính toán hệ số độ tin cậy tổng hợp và hệ số phương sai trích Kết quả cho trong Bảng 4.11 Các kết quả cho thấy độ tin cậy tổng hợp của các thang đo đều lớn hơn 0.7 và phương sai trích đều lớn hơn 0.5 nên thỏa mãn các điều kiện nghiên cứu đưa ra

Bảng 4.11 : Kết quả tính toán hệ số tin cậy tổng hợp và phương sai trích

Tương quan Ước lượng Độ tin cậy tổng hợp

Tương quan Ước lượng Độ tin cậy tổng hợp

Kiểm định mô hình cấu trúc tuyến tính (SEM)

Kết quả nghiên cứu cho thấy các kiểm định CFA đều đạt yêu cầu, số liệu phù hợp để tiến hành thực hiện phân tích mô hình cấu trúc tuyến tính (SEM) Dựa vào các kết quả phân tích mô hình SEM để nghiên cứu có cơ sở kiểm định các giả thuyết nghiên cứu Ngoài ra, nghiên cứu cũng sử dụng phương pháp bootstrap để kiểm định độ tin cậy của các hệ số ước lượng trong mô hình SEM

Kết quả phân tích mô hình cấu trúc tuyến tính được trình bày trong Error! Not a valid bookmark self-reference cho thấy rằng, các giá trị Chi-square/df 1.750; p = 0.000 ≤ 0.05; RMSEA = 0.045 ≤ 0.08; GFI = 0.889 ≥ 0.8; CFI = 0.927 ≥ 0.9; TLI = 0.919 ≥ 0.9; AIC = 727.422; Các giá trị này đều đạt yêu cầu, điều đó cho thấy mô hình nghiên cứu phù hợp tốt với dữ liệu nghiên cứu

Hình 4.16 : Kết quả phân tích mô hình nghiên cứu SEM

Kết quả phân tích mô hình SEM cho trong Bảng 4.12 sau:

Bảng 4.12 : Kết quả phân tích mô hình SEM

Hệ số hồi qui đã chuẩn hóa

Hệ số hồi qui chưa chuẩn hóa

Ghi chú: SE là sai lệch chuẩn; CR là gá trị tới hạn; P-value là mức ý nghĩa (*** thể hiện mức ý nghĩa < 1%)

Trong Bảng 4.12 cho thấy được có 3 nhân tố ảnh hưởng đáng kể đến biến Niềm tin là Nhận thức rủi ro (NTRR), Kinh nghiệm (KN) và Truyền miệng trực tuyến (TMTT) với mức ý nghĩa thống kê lần lượt là 0.001; 0.001 và 0.024 Trong khi đó, biến DGTT lại không có ảnh hưởng đáng kể đến Niềm tin Trong số các biến ảnh hưởng đến NT thì biến KN là có ảnh hưởng mạnh nhất, với hệ số ước lượng là 0.225

Trong khi đó, biến YDM chịu ảnh hưởng đáng kể từ các biến NT (hệ số ước lượng hồi qui  = 0.356); MDG ( = 0.178); TMTT ( = 0.172); KN ( = 0.144) và CCQ ( = 0.119), với mức ý nghĩa thống kê đều nhỏ hơn 0.05 Có ba biến không ảnh hưởng đáng kể đến YDM là DGTT, NTRR và KSHV, với mức ý nghĩa thống kê đều lớn hơn 0.05 Để đánh giá độ ổn định của các ước lượng thống kê trên, nghiên cứu sử dụng phương pháp bootstrap Các ước lượng thống kê, chẳng hạn như giá trị t, giá trị p, hệ số beta, hoặc hệ số tương quan, thường được tính từ dữ liệu mẫu, và chúng có thể bị ảnh hưởng bởi sự biến động ngẫu nhiên trong dữ liệu mẫu Kiểm định bootstrap sử dụng phương pháp lấy mẫu tái chọn ngẫu nhiên (resampling) từ dữ liệu mẫu để tạo ra nhiều mẫu con khác nhau Sau đó, mô hình SEM sẽ được ước lượng lại trên các mẫu con này để tạo ra phân phối độ ổn định của các ước lượng thống kê Kết quả phân tích bootstrap được cho trong Bảng 4.13 cho thấy độ chệch

(Bias) là rất nhỏ (