Trang 1 BỘ TÀI CHÍNHTRƯỜNG ĐẠI HỌC TÀI CHÍNH-MARKETINGKHOA MARKETING□ □ □ & □□ □BÀI TIỂU LUẬN KẾT THÚC HỌC PHẦNMÔN HỌC: NGHIÊN CỨU MARKETINGMã học học phần: 2311702005201 Trang 2 BỘ TÀI
GIỚI THIỆU NGHIÊN CỨU
Lý do chọn đề tài
Công nghiệp 4.0 là một kỷ nguyên mới của cuộc cách mIng công nghiệp, trong đó việc áp dụng và tNch hợp các công nghệ tiên tiến là một trong nh@ng nhân tố đB đIt được sự bền v@ng và lợi thế cInh tranh trên thị trưHng thế giới nói chung và Việt Nam nói riêng Sự phát triBn của các công nghệ thông tin trong nh@ng năm gần đây đã có tác động rất lớn đến sự tương tác gi@a các công ty và khách hàng (Michał Orzoł, 2022) Đón đầu cho xu hướng toàn cầu hóa về công nghệ thông tin là sự phát triBn của thương mIi điện mIi tử khi ngày càng nhiều doanh nghiệp trên thế giới chuyBn hướng sáng kỹ thuật số hóa nền hình thức kinh doanh
Thương mIi điện tử là việc sử dụng mIng trực tuyến (Internet) và web đB thực hiện kinh doanh liên quan đến các giao dịch thương mIi được hE trợ kỹ thuật số xảy ra gi@a các tổ chức và cá nhân TMĐT bao gồm tất cả các giao dịch được điều tiết bởi các giao dịch thương mIi công nghệ kỹ thuật số liên quan đến việc trao đổi các sản phẩm hoặc các dịch vụ (Kenneth C Laudon Carol Guercio Traver, 2015)
Nhu cầu sử dụng mIng trực tuyến đB tham gia vào các hoIt động kinh doanh, buôn bán ngày càng tăng, điều này là một điều kiện rất lớn cho ngành thương mIi điện tử được phát triBn ngày một mInh hơn Theo báo cáo của hiệp hội Thương mIi điện tử Việt Nam, hơn 70% dân số Việt Nam có quyền truy cập vào Internet, trong đó gần 59% ngưHi tiêu dRng kỹ thuật số Việt Nam đã mua hàng trực tuyến Nt nhất một lần mEi tuần Theo báo cáo của BiBn điện tử 2021 của Google, Temasek và Bain & Company, vào năm 2021, nền kinh tế Internet của Việt Nam đã tăng 31% so với năm 2020, đIt giá trị 21 tỷ USD, trong đó khu vực bán lẻ trực tuyến tăng 53% và đIt đến thang điBm của 13 tỷ đô la SYNC Đông Nam Á đã dự báo rCng Việt Nam sP là thị trưHng thương mIi điện tử phát triBn nhanh nhất ở Đông Nam Á vào năm 2026, với tổng giá trị của hàng thương mIi điện tử đIt 56 tỷ đô la, gấp 4,5 lần so với giá trị ước tNnh trong năm 2021 Theo tNnh toán của Agility, Việt Nam là một trong 10 thị trưHng hậu cần mới nổi hàng đầu vào năm 2021 với sự tăng trưởng nhanh nhất trong số 50 quốc gia hàng đầu, đIt chỉ số 5,67 Tốc độ tăng trưởng hàng năm (CAGR) là 7% từ năm 2021 đến 2026 (Mic.gov., 2022)
Theo Statista ( 2023) khối lượng hàng hóa gộp hàng năm (GMV) của nền kinh tế Internet tIi Việt Nam đIt 23 tỷ đô la Mỹ Do nền kinh tế Internet đang phát triBn của Việt Nam, con số này được dự báo là 49 tỷ đô la Mỹ vào năm 2025 Trong đó lĩnh vực chiếm tỷ trọng cao nhất là thương mIi điện tử Thị trưHng thương mIi điện tử tIi Việt Nam đã có sự tăng trưởng nhanh chóng trong vài năm qua và dự kiến sP tiếp tục phát triBn trong nh@ng năm tới Theo báo cáo của Google, Temasek và Bain
& Company, tổng giá trị hàng hóa (GMV) của thương mIi điện tử tIi Việt Nam được định giá 14 tỷ USD vào năm 2020 và dự kiến sP đIt 52 tỷ USD vào năm 2025.
Hình thức phổ biến nhất của thương mIi điện tử là các cửa hàng trực tuyến, tức là các trang web sử dụng phần mềm chuyên dụng đB trình bày và thực hiện các ưu đãi bán hàng hoặc mua hàng cho hàng hóa và dịch vụ cụ thB (Michał Orzoł,
2022) ChNnh phủ Việt Nam cLng đã và đang thực hiện các bước đB hE trợ sự phát triBn của thương mIi điện tử trong nước, chẳng hIn như thực hiện các chNnh sách thúc đẩy thanh toán không dRng tiền mặt và giao dịch kỹ thuật số.
Nhìn chung, thị trưHng thương mIi điện tử ở Việt Nam đang phát triBn được thúc đẩy bởi các yếu tố như tỷ lệ sử dụng internet ngày càng tăng, khả năng chi tiêu của ngưHi tiêu dRng tăng cLng như sự tiện lợi và khả năng tiếp cận của mua sOm trực tuyến Bên cInh mua nh@ng sản phẩm thiết yếu hCng ngày, thương mIi điện tử đối với ngành thHi trang là một trong nh@ng chiến lược tìm năng cho các nhà buôn bán lẻ hay một thương hiệu thHi trang lớn nào đó tận dụng Xu hướng lựa chọn sản phẩm thHi trang của giới trẻ ngày nay càng cao bởi sự thuận tiện về việc lựa chọn, so sánh mặt hàng, giá cả gi@a các bên phân phối và giúp cho khách hàng tiết kiệm được một khoảng lớn thHi gian Mua sOm trực tuyến bCng cách cung cấp cho ngưHi tiêu dRng nền tảng mua sOm thuận tiện sử dụng ngay tIi nhà Mua sOm trực tuyến cLng cung cấp các lợi Nch tiết kiệm thHi gian như so sánh giá dễ dàng, ngưHi tiêu dRng có sự lựa chọn vô hIn, dễ dàng truy cập vào đánh giá của ngưHi tiêu dRng và xếp hIng (Theo International Journal of Current Microbiology and Applied Sciences,2020) Nhân thấy được sự thay đổi trong hành vi mua sOm đó của giới trẻ hiện nay khi quyết định chọn lựa các nền tảng thương mIi điện tử đB chi tiêu cho các sản phẩm thHi trang, nhóm tác giả đã chọn đề tài “Nghiên Cứu Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Nền Tảng Thương Mại Điện Tử Để Mua Sản Phẩm Thời Trang Của Giới Trẻ Tại TP.HCM”
Mục tiêu nghiên cứu
Xác định được các yếu tố ảnh hưởng đến quyết định lựa chọn sàn thương mIi điện tử là nơi mua sOm các sản phẩm thHi trang cho giới trẻ tIi địa bàn TP.Hồ ChN Minh Đo lưHng được mức độ ảnh hưởng của các yếu tố tác động trực tiếp đến nh@ng quyết định lựa chọn mua sOm sản phẩm thHi trang trên các sàn thương mIi điện tử của ngưHi tiêu dRng là giới trẻ tIi TP.Hồ ChN Minh.
HE trợ quản lK bCng cách cung cấp các thông tin, giúp doanh nghiệp hiBu được thói quen tiêu dRng và thái độ của khách hàng Từ đó đề xuất các hàm K quản trị cho các nhà kinh doanh đB gia tăng hành vi mua sOm trên nền tảng này.
Đối tượng và phạm vi nghiên cứu
1.3.1 Đối tượng nghiên cứu Đối tượng nghiên cứu chNnh của đề tài là các yếu tố ảnh hưởng đến quyết định sử dụng nền tảng thương mIi điện tử đế mua sOm sản phẩm thHi trang Cụ thB đối tượng được khảo sát là giới trẻ đang sinh sống và làm việc tIi TP Hồ ChN Minh
Về mă At nô Ai dung: nghiên cứu đi trọng tâm vào việc tìm hiBu các yếu tố đánh trực tiếp vào hành vi lựa chọn nền tảng thương mIi điện tử đB mua các sản phẩm thHi trang của giới trẻ tIi thành phố Hồ ChN Minh.
Về mă At thHi gian: nghiên cứu được bOt đầu từ ngày 24 tháng 4 năm 2023 và kết thúc vào ngày 12 tháng 4 năm 2023 D@ liệu được thu thâ Ap từ ngày 28 tháng 4 đến hết ngày 30 tháng 4 năm 2020
Về mă At địa lK: khảo sát được thực hiện với các đáp viên là công dân Việt Nam thuô Ac thế hệ trẻ với đô A tuổi từ 18-35 tuổi, sinh sống và làm việc tIi địa bàn TP Hồ ChN Minh, đã hình thành thực hiện mua sOm sản phẩm thHi trang thông qua các sàn thương mIi điện tử.
Một số khái niệm liên quan đến đề tài
1.4.1 Khái niệm sản phẩm thời trang
Theo Maurice & Evelyn (2002), sản phẩm thHi trang là một mặt hàng hoặc một bộ sưu tập các mặt hàng được thiết kế vào tIo ra đB bán trong ngành thHi trang, nh@ng sản phẩm có thB bao gồm quần áo, phụ kiện, giày dép và các sản phẩm làm đẹp Các sản phẩm phẩm thHi trang thưHng được thiết kế đB phản ánh được phong các và xu hướng thHi trang mới nhất.
Theo đó, các sản phẩm thHi trang được tIo ra nhCm thu hút một thị trưHng mục tiêu cụ thB, nh@ng sản phẩm này được tIo ra với mục đNch mang tNnh thẩm mỹ, chức năng, độ bền và chất lượng cao
1.4.2 Sàn thương mại điện tử
Theo Philip Kotler (2002), thương mIi điện tử là một thuật ng@ chung được sử dụng đB mô tả quá trình mua và bán được sử dụng bCng các thiết bị điện tử Khái niệm hoIt động TMĐT được quy định tIi Điều 3.1 Nghị định số
52/2013/NĐ - CP về TMĐT: HoIt động thương mIi điện tử là việc tiến hành một phần hoặc toàn bộ quy trình của hoIt động thương mIi bCng các phương tiện điện tử có kết nối với mIng internet, mIng viễn thông di động hoặc các mIng mở khác Như vậy, hoIt động thương mIi điện tử bao gồm quá trình mua bán sản phẩm hoặc dịch vụ thông qua internet, bao gồm các hoIt động tìm kiếm các sản phẩm dịch vụ cần mua, đặt hàng và thanh toán được tiến hành trên các nền tảng trực tuyến nơi cho phép các doanh nghiệp hoặc cá nhân bán hàng và mua hàng thông qua internet.
Cơ sở lý thuyết và các nghiên cứu liên quan
1.5.1 Mô hình chấp nhận công nghệ (TAM – Technology Acceptance Model)
Hình 1: Mô hình chấp nhận công nghệ (TAM – Technology Acceptance Model)
Nguồn: Davis và cộng sự (1989,1993)
Theo TAM, sự chấp nhận công nghệ là một quá trình gồm ba giai đoIn: Các yếu tố bên ngoài (đặc điBm thiết kế hệ thống) kNch hoIt các phản ứng nhận thức (tNnh dễ sử dụng và tNnh h@u Nch) hình thành phản ứng tình cảm (thái độ đối với việc sử dụng/K định sử dụng công nghệ) ảnh hưởng đến hành vi sử dụng (quyết định hành vi sử dụng hệ thống thực sự) TNnh dễ sử dụng và tNnh h@u Nch là kỳ vọng về hiệu suất làm việc tNch cực và niềm tin rCng hành vi sP không tốn nhiều thHi gian công sức (Davis, 1989, 1993)
Theo Davis, thái độ của một cá nhân không phải là yếu tố duy nhất quyết định việc ngưHi dRng sử dụng một hệ thống, mà c>n dựa trên tác động của nó đối với hiệu suất của họ Bên cInh đó, TAM đưa ra giả thuyết về mối liên hệ trực tiếp gi@a tNnh h@u dụng nhận thức và tNnh dễ sử dụng DR cảm nhận tNnh dễ sử dụng của công nghệ không ảnh hưởng trực tiếp đến hành vi sử dụng, nhưng nó củng cố ảnh hưởng của việc cảm nhận tNnh h@u dụng và càng có khả năng kNch thNch sự chấp nhận công nghệ.
Nhận thức tNnh dễ sử dụng
Thái độ hướng đến sử dụng
Quyết định hành vi Sử dụng hệ thống thật sự
Nghiên cứu các yếu tố ảnh hưởng đến sự quan tâm đến mua sOm trực tuyến của khách hàng (Jati & cộng sự, 2020) chỉ ra rCng yếu tố thHi gian có ảnh hưởng tNch cực đến K định mua sOm online.
1.5.2 Mô hình lý thuyết hành vi hợp lý (TRA - Theory of Reasoned Action)
Hình 2:Mô hình lK thuyết hành vi hợp lK (TRA - Theory of Reasoned Action)
Nguồn: Fishbein và cộng sự ( 1975)
LK thuyết về hành động hợp lK (TRA) cho biết rCng hành vi của một ngưHi được quyết định bởi K định thực hiện hành vi của họ và K định này bị chi phối bởi chuẩn chủ quan và thái độ hướng tới hành vi Mô hình này tiên đoán và giải thNch xu hướng đB thực hiện hành vi bCng thái độ hướng đến hành vi của ngưHi tiêu dRng hay nói cách khác là thái độ của ngưHi tiêu dRng hướng đến sản phẩm hay dịch vụ (Mitra Karami, 2006) ĐB lK giải cho nh@ng hIn chế từ trước, với quan niệm hành vi cá nhân được thúc đẩy bởi K định hành vi, yếu tố K định hành vi đã được tách biệt từ hành vi thật sự (Sheppard, 1988)
Mô hình TRA được thiết kế bởi các thành phần sau:
Niềm tin đối với thuộc tNnh sản phẩm Đo lưHng niềm tin đối với nh@ng thuộc tNnh của sản phẩm
Niềm tin về nh@ng ngưHi ảnh hưởng sP nghĩ rCng tôi nên hay không nên mua sản phẩm Đo lưHng niềm tin đối với nh@ng thuộc tNnh của sản phẩm
+ Hành vi là nh@ng hành động quan sát được của đối tượng được quyết định bởi K định hành vi theo Fishbein & Ajzen.
+ Ý định hành vi đo lưHng khả năng chủ quan của đối tượng sP thực hiện một hành vi và có thB được xem như một trưHng hợp đặc biệt của niềm tin (Fishbein & Ajzen, 1975) TRy theo thái độ hướng và chuẩn chủ quan, nếu kết quả mang lIi lợi Nch cá nhân, họ có thB có K định tham gia vào hành vi. + Chuẩn chủ quan được định nghĩa là nhận thức của một cá nhân, với nh@ng ngưHi tham khảo quan trọng của cá nhân đó cho rCng hành vi nên hay không nên được thực hiện (Fishbein & Ajzen, 1975)
+ Thái độ hướng tới hành vi (Ajzen) là mức độ đánh giá tNch cực hay tiêu cực khi thực hiện các hành vi và được đo lưHng như trong mô hình thái độ đa thuộc tNnh của Martin Fishbein được nghiên cứu vào năm 1980 Nhưng với sự khác biệt là bổ sung ràng buộc thành phần chuẩn chủ quan được cho là ảnh hưởng đến xu hướng tIo nên hành vi của ngưHi tiêu dRng.
1.5.3 Mô hình lý thuyết chấp nhận thương mại điện tử
Hình 3: Mô hình lK thuyết chấp nhận thương mIi điện tử (ECAM - ECommerce Adoption
Nguồn: Joongho, Jinsoo, và Dongwon (2001)
Theo Joongho, Jinsoo, và Dongwon (2001), mô hình chấp nhận thương mIi điện tử (E-CAM) là tNch hợp mô hình TAM với lK thuyết nhận thức rủi ro TAM chỉ ra các biến số ảnh hưởng đến việc chuyBn đổi ngưHi dRng internet thành khách hàng tiềm năng bCng các yếu tố như cảm nhận tNnh dễ sử dụng và tNnh h@u Nch có tác động thuận lợi đến K định sử dụng, trong khi nhận thức về rủi ro có tác động tiêu cực.
1.5.4 Mô hình đo lường chất lượng dịch vụ điện tử (NetQual) Hình 4: Mô hình đo lưHng chất lượng dịch vụ điện tử (NetQual)
Nhận thức rủi ro liên quan đến giao dịch trực tuyến
Nhận thức rủi ro liên quan đến giao dịch trực tuyến
Nhận thức tNnh dễ sử dụng
Mô hình TAM hiệu chuẩn
Bressolles (2006) đã tiến hành đo lưHng chất lượng dịch vụ website và phát triBn mô hình NetQual Nghiên cứu của PhIm Minh Quân (2020) cho thấy NetQual mang lIi thang đo cụ thB và toàn diện khi đánh giá thái độ của ngưHi dRng đối với việc mua sOm trực tuyến bất kB tNnh chất của giao dịch (giao dịch mang tNnh thương mIi hoặc giao dịch tìm kiếm thông tin) hoặc kết quả của giao dịch (thành công hay thất bIi) Nghiên cứu của Parasuraman và Grewal (2000) cLng cho kết quả tương tự, đều cho thấy NetQual là một mô hình phR hợp khi cần đánh giá chất lượng dịch vụ điện tử
NetQual gồm 18 chỉ báo với 5 thành phần Cụ thB: Chất lượng thông tin: Nhận thức của ngưHi dRng về chất lượng thông tin thương mIi hoặc kỹ thuật về sản phẩm, dịch vụ mà doanh nghiệp cung cấp Dễ sử dụng: Rất dễ dàng trong cách dRng, xem và tương tác, điều hướng trên website Tính bảo mật: Bảo vệ ngưHi dRng tránh nguy cơ gian lận tài chNnh; tôn trọng sự riêng tư Đặc điểm thiết kế: Giao diện và các công cụ của website Độ tin cậy: khả năng thực hiện cam kết.
1.5.5 Mô hình phân cấp hành vi mua hàng (PBH - Purchase Behavior Hierarchical Model)
Hình 5: Mô hình phân cấp hành vi mua hàng (PBH - Purchase Behavior Hierarchical
Sự sDn có của thông tin
Sự dễ dàng sử dụng Độ tin cậy
Chất lượng dịch vụ điện tử
Nguồn: Jozef Bucko, Lukáš Kakalejčík và Martina Ferencová (2018)
Mô hình bao gồm 7 yếu tố cụ thB gồm: giá, tRy chọn có sDn, bCng chứng xã hội, sự khan hiếm, chi tiết sản phẩm, điều kiện, mIng xã hội.
Như có thB thấy trong kết quả nghiên cứu của tác giả mô hình và trong các nghiên cứu của Rajyalakshmi (2015), Baubonienė & Gulevičiūtė (2015) và
Agyapong (2017), giá cả là một trong nh@ng yếu tố quan trọng nhất đối với ngưHi dRng Internet Khi ngân sách hIn chế, Jozef Bucko và cộng sự cho rCng ngưHi dRng không chỉ muốn mua sản phẩm rẻ nhất mà họ muốn chọn đúng sản phẩm đáp ứng nhu cầu của họ Đây là lK do yếu tố khan hiếm quan trọng đến vậy (Agyapong,
2017) Chúng ta có thB so sánh yếu tố sDn có của Jozef Bucko và cộng sự (2018) với sự thuận tiện được mô tả bởi Agyapong (2017) Với rất nhiều tRy chọn có sDn và sự khác biệt gi@a các quốc gia dựa trên tập quán của khách hàng, điều quan trọng là phải cung cấp các tRy chọn thanh toán và vận chuyBn quen thuộc với khách hàng (vì sự tin tưởng) Các nghiên cứu của Baubonienė và Gulevičiūtė (2015) và MasNnová và Svandová (2014) đã chỉ ra rCng do khả năng “khám phá” sản phẩm bị hIn chế nên mô tả sản phẩm phải đủ chi tiết đB đáp ứng nhu cầu thông tin của một khách hàng
Giá TRy chọn có sDn
Chi tiết sản phẩm Điều kiện MIng xã hội
Mô hình nghiên cứu liên quan đề tài
Tác động của chất lượng dịch vụ điện tử đến K định tái mua sOm trực tuyến của ngưHi tiêu dRng thuộc thế hệ millennials: khảo sát tIi thành phố Hồ ChN Minh của PhIm Minh Quân (2020)
Trong tổng số 6 nhân tố, sự h@u Nch cảm nhâ An (β = 0.230) có ảnh hưởng mInh nhất lên K định tái mua sOm trực tuyến, theo sau đó là đô A bảo mâ At của website (β 0.219), của cửa hàng trực tuyến, sự sDn có của thông tin trên website (β = 0.213), khả năng hoàn thành đơn hàng của nhà bán lẻ, sự dễ dàng khách hàng cảm nhâ An khi thực hiện mua sOm trên website (β = 0.124), và cuối cRng là dịch vụ khách hàng (β
= -0.107) Duy nhất chỉ có nhân tố dịch vụ khách hàng có tác đô A ng ngược chiều đến
K định tái mua sOm trực tuyến, năm nhân tố c>n lIi đều cho thấy tác đô Ang tNch cực lên biến phụ thuô Ac kB trên Ngoài ra, tác giả nhâ An thấy rCng không có sự khác biệt trong K định tái mua sOm trực tuyến của ngưHi tiêu dRng trẻ tIi TP Hồ ChN Minh gi@a nh@ng ngưHi thuô Ac giới tNnh và nhóm tuổi khác nhau.
Mô hình thang đo nghiên cứu đề xuất
Tác giả quyết định lựa chọn sử dụng nh@ng mô hình của cơ sở lK thuyết nêu trên kết hợp với việc bổ sung thêm nhân tố về tNnh đa dIng sản phẩm nhCm tận dụng nh@ng ưu điBm của các thang đo đB số lượng nhân tố đầy đủ hơn, độ bao quát và khả năng áp dụng vào thực tiễn cao hơn Nhóm tác giả đã nghiên cứu và đề xuất ra mô hình đo lưHng quyết định sử dụng nền tảng thương mIi điện tử đB mua sản phẩm thHi trang bCng hình ảnh trực quan dưới đây:
Hình 6: Mô hình nghiên cứu đề xuất
Nguồn: Tác giả tự tổng hợp
Davis (1989) đã định nghĩa khả năng sử dụng là "mức độ mà ngưHi dRng tin rCng việc sử dụng một hệ thống sP dễ dàng" TNnh dễ sử dụng sP ảnh hưởng đến K định hành vi của khách hàng khi thực hiện các giao dịch ngân hàng thông qua trang web (Yang & Mao, 2014) Nghiên cứu của Selamat, Jaaf và Ong (2009) cho thấy khách hàng thNch chọn các trang web thân thiện và dễ sử dụng đB mua hàng Ý tưởng này cLng được hE trợ bởi nghiên cứu của Teo (2001), cho thấy ngưHi tiêu dRng có xu hướng chọn sử dụng công nghệ nếu hệ thống thB hiện tNnh dễ sử dụng và đ>i h=i Nt nE lực trong việc học cách sử dụng Một số yếu tố cần được xem xét đB cải thiện tNnh dễ sử dụng, chẳng hIn như triBn khai đơn giản, tNnh linh hoIt và khả năng học h=i (Rahman và cộng sự, 2013).
QUYẾT ĐỊNH SỬ DỤNG NỀN TẢNG THƯƠNG MẠI ĐIỆN TỬ ĐỂ MUA SẢN PHẨM THỜI TRANG
TNnh Đa DIng Sản Phẩm
Theo Blut (2016), thang đo lưHng chất lượng dịch vụ điện tử bao gồm bốn nhân tố: thiết kế website, dịch vụ khách hàng, bảo mâ At, và khả năng hoàn thành đơn hàng Thiết kế website chỉ tất cả nh@ng yếu tố về mă At hình ảnh và quy trình có tác đô Ang trên trải nghiệm của khách hàng, cách bố cục trang web phR hợp với việc điều hướng và truy tìm thông tin, và sự sDn sàng của hệ thống Mô At website có thiết kế tốt phải nhấn mInh tNnh khả dụng bCng cách cung cấp mô At sự thẩm mĩ nhất định, phản ánh mô At hình ảnh ấn tượng, dễ khiến khách hàng nhớ và liên tưởng tới cửa hàng hoă Ac nhãn hàng, đồng thHi có khả năng thu hút khách hàng truy câ Ap thưHng xuyên (Diaz và Koutra, 2013).
H2: Niềm tin có ảnh hưởng cùng chiều (+) đến quyết định mua sản phẩm thời trang trên sàn thương mại điện tử của giới trẻ tại TP.Hồ Chí Minh.
Môi trưHng thương mIi điện tử bao gồm một số yếu tố riêng biệt ảnh hưởng đến l>ng tin của ngưHi mua (Ha, 2004) và cách tiếp cận hiệu quả đB thiết lập l>ng tin thưHng là một cách tiếp cận đa ngành (Cheung và Lee, 2006) Niềm tin là một yếu tố quan trọng liên quan đến việc áp dụng và phát triBn thương mIi điện tử.
Bart và cộng sự cho biết: “Internet đã phát triBn thành một phương tiện tiếp thị quan trọng và hiện là một phần không thB thiếu trong chiến lược đa kênh của công ty” (2005, tr 133) Theo các thị trưHng truyền thống, khuôn khổ chiến lược đB quản lK trực tuyến nên bao gồm một số khNa cInh liên quan đến việc thực hiện thành công tầm nhìn của công ty Theo Bart et al (2005, tr 133) Có sự khác biệt trong mối quan hệ gi@a các trang web và phân khúc khách hàng Jiang và cộng sự (2008) đề cập đến nhiều cuộc khảo sát cho thấy khách hàng trực tuyến mua hàng từ các trang web mà họ tin tưởng và đánh giá độ tin cậy của các nhà cung cấp thiết bị điện tử Chìa khóa cho sự thành công lâu dài của một công ty điện tử trước các đối thủ cInh tranh và do đó lợi thế cInh tranh của nó nCm ở việc xây dựng “niềm tin” của ngưHi tiêu dRng (Keeney, 1999; Suh và Han, 2003; Pavlou và Fygensen, 2006).
1.7.3 Mong Đợi về Giá (EX)
H3: Mong đợi về giá có ảnh hưởng cùng chiều (+) đến quyết định mua sắm sản phẩm thời trang trên sàn thương mại điện tử của giới trẻ tại địa bàn TP.Hồ Chí Minh
Giá cả là một trong nh@ng yếu tố chNnh ảnh hưởng đến sự lựa chọn tiêu dRng của khách hàng khi mua sOm Giá cả là cái mà ngưHi tiêu dRng phải trả đB có được sản phẩm, dịch vụ mà mình mong muốn Mong đợi về giá là đánh giá của ngưHi tiêu dRng về nh@ng chi phN mình b= ra
Theo Nguyễn Thu Hà và Gizaw (2014) khi nghiên cứu mua nhãn hàng riêng đã chứng minh giá cả là yếu tố quan trọng quyết định đến quyết định mua của ngưHi tiêu dRng Quyết định mua tăng lên khi khách hàng cảm nhận chi phN mà họ phải trả đB mua sản phẩm là phR hợp
Theo Faith và Agwu (2014) giá cả là một yếu tố quan trọng trong việc ra quyết định, đặc biệt là đối với các sản phẩm thưHng xuyên được mua sOm, nó ảnh hưởng đến cách lựa chọn cửa hàng, sản phẩm và thương hiệu nào đB tiêu dRng
NgưHi tiêu dRng đang có xu hướng ưu tiên nhiều hơn cho hình thức mua sOm trực tuyến bởi giá cả tốt, đúng như mong đợi và chất lượng sản phẩm cLng như nhau so với khi mua trực tiếp tIi các cửa hàng Theo nghiên cứu của Anders Hasslinger và cộng sự (2007) đã gợi K yếu tố giá cả quyết định đến hành vi mua sOm trực tuyến của khách hàng
Nghiên cứu của Temple và cộng sự (2016) cLng chỉ ra rCng giá thành sản phẩm càng tăng thì khả năng tiêu thụ sản phẩm càng giảm NgưHi tiêu dRng luôn mong cho cung lớn hơn cầu khi đấy giá cả sP hI thấp và nhiều ngưHi dân có cơ hội mua hàng nhiều hơn
1.7.4 Tính Đa Dạng Sản Phẩm (PR)
H4: Tính đa dạng của sản phẩm có ảnh hưởng cùng chiều (+) đến quyết định mua sắm sản phẩm thời trang trên sàn thương mại điện tử của giới trẻ tại địa bàn TP.Hồ Chí Minh.
Khi lựa chọn sàn thương mIi điện tử là nơi diễn ra các giao dịch mua sOm các sản phẩm thHi trang sP giúp ngưHi tiêu dRng có được sự đa dIng về đủ loIi mặt hàng từ giá cả cho đến chất liệu sản phẩm Đây cLng là hình thức có lợi cho cả ngưHi mua và ngưHi bán có thB tiếp cận nhau dễ dàng hơn.
Nghiên cứu của Nguyễn Thị Bảo Châu và cộng sự (2014), đã phát hiện thấy rCng yếu tố sự đa dIng về việc lựa chọn sản phẩm có ảnh hưởng tNch cực nhất đến quyết định gi@a hai nhóm đối tượng nam, n@ khi mua sản phẩm trực tuyến Theo Nguyễn Thị Kim Oanh (2021) sản phẩm trên nền tảng mua sOm trực tuyến có sự đa dIng thông qua nhiều cách tuyên truyền đến khách hàng và ảnh hưởng trực tiếp tới quyết định mua sOm của ngưHi tiêu dRng
Nghiên cứu của Morganosky (1997) và Carpenter (2008) đã xác định sự đa dIng của hàng hóa là nhân tố có ảnh hưởng tNch cực đến quyết định lựa chọn mua sOm của ngưHi tiêu dRng trên nền tảng sàn thương mIi điện tử Theo Yingyi và các cộng sự (2019) cLng đã chỉ rõ sự đa dIng của sản phẩm chi phối quyết định mua sOm trực tuyến của ngưHi tiêu dRng như thế nào nếu các yếu tố khác về giá là không đổi
H5: Thời gian có ảnh hưởng cùng chiều (+) đến quyết định mua sản phẩm thời trang trên sàn thương mại điện tử giới trẻ tại TP.Hồ Chí Minh.
Phương pháp nghiên cứu
Hình 7: Quy trình nghiên cứu
Nguồn: Tác giả tổng hợp
1.8.2.1 Phỏng vấn trực tiếp việc ph=ng vấn trực tiếp là nhCm phát triBn các chỉ báo đB đo lưHng nh@ng nhân tố thiếu sót thang đo chi tiết từ nh@ng nghiên cứu trong quá khứ, đồng thHi đB kiBm tra tNnh câ Ap nhâ At của nh@ng thang đo mà tác giả tiếp nhâ An từ nh@ng nghiên cứu trên và loIi b= nh@ng chỉ báo không cần thiết Tác giả thực hiện ph=ng vấn trực tiếp
Xác định đề tài nghiên cứu và mục tiêu nghiên cứu
Xây dựng cơ sở và nền tảng lK thuyết
Phân tNch d@ liệu và kiBm định giả thuyết
Kết luận và đưa ra khuyến nghị
Xây dựng cơ sở lK thuyết
KiBm tra bộ câu h=i và thang đo
Kết quả phân tNch d@ liệu với 10 đáp viên, là nhLng ngưHi đã có kinh nghiệm mua sOm trực tuyến và thuô Ac nhóm đối tượng mục tiêu của nghiên cứu
1.8.2.2 Phát triển hệ thống thang đo lường các nhân tố
Nhóm tác giả đã sử dụng thang đo Likert 5 bậc cho các biến quan sát trong bảng câu h=i:
Dựa vào hệ thống nghiên cứu lK thuyết, các nghiên cứu thực nghiệm liên quan đến đề tài, quá trình nghiên cứu sơ bộ, tác giả tiến hành chỉnh sửa và xây dựng cho ra thang đo chNnh thức của nghiên cứu (phụ lục).
1.8.3 Nghiên cứu thí điểm thử nghiệm
Sau khi thiết kế bảng câu h=i, tác giả tiến hành nghiên cứu thN điBm quy mô nh= với mẫu 20 ngưHi, đối tượng được chọn có độ tuổi từ 18 đến 23, hiện đang sinh sống hoặc làm việc tIi TP.HCM và đã có kinh nghiệm mua sOm các sản phẩm thHi trang qua điện thoIi, nền tảng thương mIi điện tử Nt nhất một lần Hầu hết ngưHi trả lHi đều cho rCng bảng câu h=i trình bày rõ ràng, dễ hiBu, không có gợi K thêm bớt câu h=i hay thay đổi câu h=i Vì vậy, tác giả quyết định không điều chỉnh mà sử dụng bảng câu h=i trên trong điều tra chNnh thức Chi tiết bảng câu h=i xem tIi phần phụ lục của nghiên cứu.
1.8.4.1 Thu thập dữ liệu và cách thức lấy mẫu
Trong giai đoIn nghiên cứu chNnh thức: tác giả tiến hành thực hiện phân phối bảng khảo sát trực tuyến, sử dụng dịch vụ Google Form đB chứa đựng nô Ai dung của khảo sát và các mIng xã hô Ai khác Facebook, Gmail đB gửi đi lHi mHi thực hiện khảo sát Đối tượng nhâ An được khảo sát là giới trẻ hiện đang sinh sống, làm việc tIi thành phố Hồ ChN Minh, và từng có kinh nghiệm mua sOm trực tuyến Đối với nhóm đối tượng đang c>n là sinh viên, tác giả thu nhâ Ap email từ danh sách sinh viên của trưHng ĐIi học Tài ChNnh-Marketing, trong email có nêu rõ mục đNch gửi email và lHi xin lEi nếu gây ra sự phiền phức cho đáp viên, đồng thHi tác giả nhH đến sự trợ giúp của bIn bè tIi nh@ng trưHng đIi học khác trong địa bàn thành phố phân phát đưHng dẫn đến bản khảo sát trực tuyến Đối với nhóm đối tượng đã đi làm, tác giả tâ An dụng mối quan hệ với các anh chị đồng nghiệp ở công ty, nhCm thực hiện khảo sát và chia sẻ đưHng dẫn đến khảo sát trực tuyến trên các trang mIng xã hô Ai của họ Ngoài ra, tác giả c>n đăng bài vào nh@ng hô Ai nhóm hE trợ làm khảo sát trên mIng xã hô Ai Facebook, nơi mà đối tượng chNnh là sinh viên và nh@ng anh chị đang thực hiện các nghiên cứu học thuâ At Sau khi đã đIt đủ chỉ tiêu về số mẫu và kết thúc khảo sát, tác giả sử dụng phần mềm thống kê IBM SPSS 25 đB phân tNch d@ liệu thu được và kiBm định các giả thuyết nghiên cứu
Kết thúc khảo sát, tác giả thu được mô A t tâ Ap mẫu gồm 552 quan sát, sau khi sàng lọc với nh@ng tiêu chN (1) sinh sống và làm việc tIi thành phố Hồ ChN Minh,
(2) Đã từng mua sOm sản phẩm thHi trang qua sàn thương mIi điện tử Nt nhất 1 lần, tác giả thu được 504 quan sát th=a mãn điều kiện đB tiếp tục thực hiện phân tNch d@ liệu và hồi quy
Theo Green (1991) về yều cầu số lượng quan sát, tổng số quan sát cần đB thực hiện hồi quy đa biến có thB được tNnh dự trên công thức n 50 + 8m, trong đó n là số quan sát và m là số biến giải thNch Mô hình tác giả đề xuất có tổng cô Ang 9 biến giải thNch, tức mô At tâ Ap mẫu gồm 122 quan sát được xem là đủ tiêu chuẩn đB thực hiện hồi quy Ngoài ra, nghiên cứu c>n áp dụng phương pháp Phân tNch nhân tố khám phá đB phân tNch d@ liệu Theo Hair và cô Ang sự (2010), nghiên cứu cần mô At tâ Ap mẫu với số lượng tối thiBu là gấp năm lần số biến quan sát đB được xem là có K nghĩa
Mô hình tác giả đề xuất có tổng cô Ang 29 chỉ báo đo lưHng, tức cần mô At tâ Ap mẫu gồm Nt nhất 145 quan sát Theo cả hai tiêu chN nêu trên thì với số mẫu thu được là
504 quan sát, mô hình đã đủ điều kiện đB thực hiện phân tNch d@ liệu và kiBm định các giả thuyết được đă At ra.
Phân tích dữ liệu
1.9.1 Phân tích thống kê mô tả
Thống kê mô tả thưHng được sử dụng đB mô tả các đặc điBm cơ bản của d@ liệu (Martin, 1996) Nghiên cứu này sử dụng phương pháp phân tNch thống kê mô tả đB mô tả mẫu bao gồm: tuổi, giới tNnh, trình độ học vấn, thu nhập và mức đánh giá trực tuyến của ngưHi được ph=ng vấn.
1.9.2 Kiểm định độ tin cậy thang đo Cronbach’s Alpha 1.9.2.1 Ý nghĩa, mục đích
Phương pháp hệ số tin cậy Cronbach’s Alpha được sử dụng trước khi thực hiện phân tNch nhân tố EFA với mục đNch loIi b= nh@ng biến không thNch hợp bởi vì các biến rác này có thB sP sinh ra nh@ng yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009) Hệ số tin cậy Cronbach’s Alpha chỉ ra các đo lưHng có liên kết với nhau như thế nào; nhưng không chỉ ra biến quan sát nào cần loIi b= và biến quan sát nào cần gi@ lIi Vì thế, thực hiện tNnh toán hệ số tương quan gi@a biến-tổng sP giúp 40 b= đi biến quan sát nào không có đóng góp nhiều cho sự mô tả với khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) Các tiêu chN được sử dụng khi tiến hành thực hiện đánh giá độ tin cậy thang đo:
LoIi ra các biến quan sát có hệ số tương quan biến-tổng nh= (n Sig > 0.05 thì hai biến không có mối quan hệ với nhau Nếu nh@ng tương quan rơi vào trưHng hợp không đảm bảo có thB ảnh hưởng lớn đến kết quả của phân tNch hồi quy như gây ra hiện tượng đa cộng tuyến Trong trưHng hợp Sig < 5% thì khả năng cao gi@a các biến độc lập có xảy ra hiện tượng đa cộng tuyến.
1.9.5 Phân tích hồi quy đa biến
NhCm kiBm tra mối tương quan tuyến tNnh gi@a biến phụ thuộc với các biến độc lập và mức độ tương quan gi@a chúng Đồng thHi, phân tNch tương quan tuyến tNnh giúp nhận diện được nguy cơ xuất hiện hiện tượng đa cộng tuyến gi@a các biến độc lập với nhau
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) phân tNch tương quan tuyến tNnh Pearson được sử dụng đB lượng hoá mức độ chặt chP của mối liên hệ tuyến tNnh gi@a các biến định lượng dựa trên hệ số tương quan r Khoảng giá trị của hệ số tương quan từ [-1;1] Dấu của hệ số tương quan thB hiện sự thuận nghịch gi@a các biến, nếu dấu hệ số dương chứng t= biến độc lập và biến phụ thuộc có mối quan hệ thuận chiều và ngược là dấu âm là có quan hệ ngược chiều
Các bước tiến hành thực hiện như sau:
BÁO CÁO KẾT QUẢ NGHIÊN CỨU
Mô tả mẫu nghiên cứu
Nhóm tác giả đã thực hiện một cuộc khảo sát online và thu được 552 phiếu khảo sát sau khi gửi đến các các đối tượng là giới trẻ đang sinh sống và làm việc trên địa bàn thành phố Hồ ChN Minh từ tháng 4 năm 2023
Sau khoảng thHi gian loIi b= một số phiếu khảo sát không hợp lệ qua phần câu h=i gIn lọc như nh@ng đối tượng không nCm trong mục tiêu khảo sát (gồm các
K như không sinh sống và làm việc tIi TP Hồ ChN Minh, không thuộc đối tượng khảo sát là giới trẻ) cuối cRng nhóm tác giả đã có được số phiếu hợp lệ là 504 phiếu, đIt 91.3% trong tổng số phiếu
Dưới đây là hệ thống kết quả dựa trên việc xử lK số liệu thu được từ 504 phiếu khảo sát hợp lệ
Bảng 1: Bảng tổng hợp d@ liệu nhân khẩu học của khảo sát Đặc điểm Số lượng Tỷ lệ phần trăm (%)
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Cuộc khảo sát được tiến hành ngẫu nhiên với đối tượng là giới trẻ đang có mặt trên địa bàn TP Hồ ChN Minh, có đầy đủ sự tham gia của nam và n@ Theo kết qua phân tNch ở bảng trên ta thấy được số lượng n@ giới chiếm phần đa so với nam giới (N@ chiếm 61.7%, trong khi đó tỷ lệ nam giới chiếm 38.3%).
Hình 8: BiBu đồ tổng hợp d@ liệu
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Theo số liệu thống kê ở trên, tác giải nhận thấy rCng phần lớn sinh viên năm 2 có sự quan tâm đến việc mua sOm thHi trang trên các sàn thương mIi điện tử Số lượng sinh viên năm 2 cao nhất với 222 ngưHi, tương ứng 44% Sinh viên năm nhất với số lượng là 146 ngưHi tương ứng với 28.8% là nhóm ngưHi có mức quan tâm thức 2 Sinh viên năm 3 và sinh viên năm 4 có số liệu thống kê lần lượt là 82 ngưHi và 55 ngưHi tương ứng với tỷ lệ phần trăm lần lượt là 16.3% và 10.9%
Theo số liệu từ bảng thống kê trên, tỷ lệ về mức thu nhập của nhóm ngưHi được khảo sáng có sự chênh lệch hớn khi mức thu nhập dưới 3 triệu đIt tới 322 ngưHi với mức tỷ lệ tương ứng là 63.9%, thB hiện được tình hình thu nhập của phần đa giới trẻ hiện nay Thấp nhất là thu nhập trên 10 triệu chiếm 4% tỷ trọng với 20 ngưHi
BiBu đồ tổng hợp d@ liệu phản ánh tình trIng sống cRng của giới trẻ hiện nay khi phần đa giới trẻ trên địa bàn TP Hồ ChN Minh đang sống cRng với gia đình với số lượng thu thập được từ khảo sát là 228 ngưHi chiếm 45.2% Trong khi đó tình trIng sống cRng bIn bè hoặc sống một mình có số liệu lần lượt là 171 ngưHi tương ứng với 33.9% và 105 ngưHi tương ứng 20.8% theo số liệu mà nhóm tác giả khảo sát được.
Phần mô tả các đặc điBm của mẫu khảo sát nêu trên bao gồm giới tNnh, năm học, thu nhập và tình trIng sống cRng Nhìn chung số lượng đáp viên nam và n@ có sự chênh lệch hớn khi n@ chiếm đa số hơn nam, sinh viên năm 1 và năm 2 chiếm đa số và có mức thu nhập trung bình là dưới 3 triệu cRng với tình trIng sống chung với gia đình chiếm phần đa Sau đây, nhóm tác giả sP đi vào phân tNch mô hình hồi quy tuyến tNnh thông qua phần mềm SPSS 25 đB thấy được các vấn đề liên quan tới quyết định mua sản phẩm thHi trang trên nền tảng mIng xã hội.
Đánh giá thang đo bằng hệ số tin cậy Cronbach's Alpha
2.2.1 Kiểm định Cronbach’s Alpha cho biến độc lập
Bảng 2: KiBm định độ tin cậy thang đo TNnh thuận tiện
Item Deleted Scale Variance if
Alpha if Item Deleted Cronbach’s Alpha = 869
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Thang đo TNnh thuận tiện với 3 biến quan sát có hệ số Cronbach’s Alpha là 0.869 (> 0.6) cho thấy thang đo lưHng rất tốt của các biến quan sát cao Hệ số tương quan biến tổng gi@a các biến đều đIt mức tốt (> 0.3) Hệ số Cronbach’s Alpha nếu loIi biến đều nCm trong khoảng (0.6;0.9) đồng thHi nh= hơn 0.869 Với kết quả này, thang đo TNnh thuận tiện được sử dụng trong bài nghiên cứu và đảm bảo độ tin cậy cần thiết cho các bước phân tNch tiếp theo.
Bảng 3: KiBm định độ tin cậy thang đo Niềm tin lần 1
Scale Variance if Item Deleted
Cronbach’s Alpha if Item Deleted Cronbach’s Alpha = 688
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Thang đo Niềm tin khi lựa chọn sàn thương mIi điện tử đB mua sản phẩm thHi trang với 3 biến quan sát có hệ số Cronbach’s Alpha là 0.688 (> 0.6) cho thấy thang đo lưHng rất tốt, độ tin cậy của các biến quan sát cao Dựa trên kết quả kiBm định hệ số tương quan biến tổng cho thấy các biến quan sát TR1, TR2, TR3 đều có hệ số tương quan biến tổng lớn hơn 0.3 Riêng với biến quan sát TR4 có hệ số tương quan biến tổng là 0.223 ( 0.6) cho thấy thang đo lưHng rất tốt, độ tin cậy của các biến quan sát cao
Hệ số tương quan biến tổng gi@a các biến đều đIt mức tốt (> 0.3) Hệ số Cronbach’s Alpha nếu loIi biến đều nCm trong khoảng (0.6;0.9) đồng thHi nh= hơn 0.819 Với kết quả này, thang đo Mong đợi về giá được sử dụng trong bài nghiên cứu và đảm bảo độ tin cậy cần thiết cho các bước phân tNch tiếp theo.
2.2.1.4 Tính Đa Dạng Sản Phẩm (PR)
Bảng 6: KiBm định độ tin cậy thang đo Sản phẩm
Scale Variance if Item Deleted
Cronbach’s Alpha if Item Deleted
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Thang đo TNnh đa dIng sản phẩm với 3 biến quan sát có hệ số Cronbach’s Alpha là 0.899 (> 0.6) cho thấy thang đo lưHng rất tốt, độ tin cậy của các biến quan sát cao Hệ số tương quan biến tổng gi@a các biến đều đIt mức tốt (> 0.4) Hệ số Cronbach’s Alpha nếu loIi biến đều nCm trong khoảng (0.6;0.9) đồng thHi nh= hơn 0.899 Với kết quả này, thang đo TNnh đa dIng sản phẩm được sử dụng trong bài nghiên cứu và đảm bảo độ tin cậy cần thiết cho các bước phân tNch tiếp theo 2.2.1.5 Thời Gian(TI)
Bảng 7: KiBm định độ tin cậy thang đo ThHi gian
Scale Variance if Item Deleted
Cronbach’s Alpha if Item Deleted Cronbach’s Alpha = 758
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Thang đo ThHi gian với 4 biến quan sát có hệ số Cronbach’s Alpha là 0.758 (> 0.6) cho thấy thang đo lưHng rất tốt, độ tin cậy của các biến quan sát cao Hệ số tương quan biến tổng gi@a các biến đều đIt mức tốt (> 0.4) Hệ số Cronbach’s Alpha nếu loIi biến đều nCm trong khoảng (0.6;0.9) đồng thHi nh= hơn 0.719 Với kết quả này, thang đo ThHi gian được sử dụng trong bài nghiên cứu và đảm bảo độ tin cậy cần thiết cho các bước phân tNch tiếp theo
2.2.1.6 Nhận Thức Rủi Ro (RI)
Bảng 8: KiBm định độ tin cậy thang đo Nhận thức rủi ro
Scale Variance if Item Deleted
Cronbach’s Alpha if Item Deleted Cronbach’s Alpha = 714
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Thang đo Nhận thức rủi ro với 4 biến quan sát có hệ số Cronbach’s Alpha là 0.714 (> 0.6) cho thấy thang đo lưHng tốt, độ tin cậy của biến quan sát cao Hệ số tương quan biến tổng gi@a các biến điều đIt mức tốt (> 0.4) Hệ số Cronbach’s Alpha nếu loIi biến đều nCm trong khoảng (0.6;0.9) đồng thHi nh= hơn 0.714 Với kết quả này, thang đo Nhận thức về rủi ro được sử dụng trong bài nghiên cứu và đảm bảo độ tin cậy cần thiết cho các bước phân tNch tiếp theo
2.2.1.7 Quyết Định Lựa Chọn (DE)
Bảng 9: KiBm định độ tin cậy thang đo Quyết định lựa chọn
Item Deleted Scale Variance if
Alpha if Item Deleted Cronbach’s Alpha = 778
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Thang đo Quyết định lựa chọn với 4 biến quan sát có hệ số Cronbach’s Alpha là 0.778 (> 0.6) cho thấy thang đo lưHng tốt, độ tin cậy của biến quan sát cao Hệ số tương quan biến tổng gi@a các biến điều đIt mức tốt (> 0.4) Hệ số Cronbach’s Alpha nếu loIi biến đều nCm trong khoảng (0.6;0.9) đồng thHi nh= hơn 0.778 Với kết quả này, thang đo Quyết định lựa chọn được sử dụng trong bài nghiên cứu và đảm bảo độ tin cậy cần thiết cho các bước phân tNch tiếp theo.
Phân tích nhân tố khám phá EFA
2.3.1 Phân tích EFA cho biến độc lập
Bảng 10: KMO and Bartlett's Test biến độc lập
KMO và Bartlett’s Test Kaiser - Meyer - Olkin Measure of Sampling Adequacy 0.762
Bartlett’s Test of Sphericity Approx Chi-Square 5761.610
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Bảng 11: Total Varience Explained biến độc lập
Total Variance Explained Compo nent Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Dựa vào kết quả thu được từ phân tNch KMO và kiBm định Bartlett ở trên, ta có thB nhận thấy rCng d@ liệu hoàn toàn phR hợp đB phân tNch nhân tố khám phá EFA:
● KMO = 0.762 phân tNch nhân tố là phR hợp
● Sig (Bartlett’s Test) = 0.000 < 0.05 tác giả kết luận các biến quan sát có tương quan với nhau trong tổng thB
● Eigenvalues = 1.256 > 1 đIi diện cho phần biến thiên được giải thNch bởi mEi nhân tố, thì nhân tố rút ra có K nghĩa tóm tOt thông tin tốt nhất
● Tổng phương sai trNch: Rotation Sums of Squared Loadings (Cumulative%) = 68.270% > 50% Điều này chứng t= 68.270% biến thiên của d@ liệu được giải thNch bởi các nhân tố trong phép xoay. Kết quả phân tNch EFA cho thấy 21 biến quan sát hội tụ vào 6 nhân tố:
Bảng 12: Ma trận xoay nhân tố biến độc lập
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
2.3.2 Phân tích EFA cho biến phụ thuộc
Bảng 13: KMO and Bartlett's Test biến phụ thuộc
KMO và Bartlett’s Test Đo lường lấy mẫu tương thích Kaiser - Meyer - Olkin 0.782
Kiểm định xoay Bartlett Approx Chi-Square 517.327
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Bảng 14: Total Varience Explained biến độc lập
Initial Eigenvalues Extraction Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Dựa vào kết quả thu được từ phân tNch KMO và kiBm định Bartlett ở trên, ta có thB nhận thấy rCng d@ liệu hoàn toàn phR hợp đB phân tNch EFA- nhân tố khám phá:
KMO = 0.782 phân tNch nhân tố là phR hợp
Sig (Bartlett’s Test) = 0.000 < 0.05 tác giả kết luận các biến quan sát có tương quan với nhau trong tổng thB
Eigenvalues = 2.406 > 1 đIi diện cho phần biến thiên được giải thNch bởi mEi nhân tố, thì nhân tố rút ra có K nghĩa tóm tOt thông tin tốt nhất
Tương tự với biến độc lập, các chỉ số từ kết quả kiBm định KMO và Bartlett đều chỉ ra rCng biến phụ thuộc DE phR hợp đB tiến hành phân tNch EFA.
Tổng phương sai trNch: Rotation Sums of Squared Loadings
(Cumulative%) = 60.140% > 50% chứng t= 60.140% biến thiên của d@ liệu được giải thNch bởi các nhân tố trong phép xoay.
Điều chỉnh thang đo sau khi phân tích nhân tố khám phá
Bảng 15: Bảng điều chỉnh thang đo sau khi phân tNch nhân tố khám phá
Nội dung (Thang đo chính thức) Tên Nhóm
CO1 Sàn thương mIi điện tử có giao diện, thao tác dễ sử dụng, dễ dàng kiBm soát thông tin các mặt hàng thHi trang
CO2 Sàn thương mIi điện tử có các bước mua hàng, áp dụng voucher nhanh chóng, tiện lợi
CO3 Sàn thương mIi điện tử thuận tiện trong việc so sánh các mặt hàng thHi trang cRng loIi
CO4 Sàn thương mIi điện tử thuận tiện trong việc tìm kiếm các sản phẩm thay thế cRng loIi
TR1 Sàn thương mIi điện tử cung cấp thông tin và đánh giá đáng tin cậy về sản phẩm thHi trang NIỀM TIN
TR2 Sàn thương mIi điện tử cung cấp các sản phẩm thHi trang từ các thương hiệu chNnh hãng
TR3 Sàn thương mIi điện tử cung cấp sản phẩm thHi trang có chất lượng đáng tin cậy
EX1 Sàn thương mIi điện tử cung cấp các sản phẩm thHi trang có giá thành thấp hơn so với mua trực tiếp MONG ĐỢI
EX2 Sàn thương mIi điện tử cung cấp các sản phẩm thHi trang có nhiều chế độ giảm giá đi kèm
EX3 Sàn thương mIi điện tử cung cấp sản phẩm thHi trang có chất lượng tương xứng với giá tiền
PR1 Sàn thương mIi điện tử cung cấp sự lựa chọn đa dIng về sản phẩm thHi trang TÍNH ĐA DẠNG
SẢN PHẨM(PRODUCT)PR2 Sàn thương mIi điện tử cung cấp các sản phẩm thHi trang không có
PR sDn trong khu vực mà tôi có thB mua hàng trực tiếp
PR3 Sàn thương mIi điện tử cung cấp các sản phẩm thHi trang có chất lượng tương đồng so với sản phẩm cRng loIi ở các cửa hàng khác
TI1 Sàn thương mIi điện tử giúp tiết kiệm thHi gian hơn trong việc di chuyBn gi@a nhiều cửa hàng thHi trang trực tiếp
TI2 Sàn thương mIi điện tử giúp việc đánh giá và lựa chọn một sản phẩm thHi trang tiết kiệm thHi gian
TI3 Sàn thương mIi điện tử cho tôi nhiều lựa chọn về thHi gian giao nhận (chuyBn phát nhanh, h=a tốc, tiết kiệm)
TI4 Sàn thương mIi điện tử giúp tôi nhanh chóng tìm thấy các sản phẩm thHi trang liên quan đến nhau
RI1 Tôi quan ngIi mua sOm sản phẩm thHi trang trên sàn thương mIi điện tử dễ bị nhận hàng không giống quảng cáo
NHẬN THỨC RỦI RO (RISK AWARENESS)
RI2 Tôi quan ngIi mua sOm sản phẩm thHi trang trên sàn thương mIi điện tử dễ bị tiết lộ thông tin cá nhân
RI3 Tôi quan ngIi việc sản phẩm thHi trang của tôi bị thay đổi trong quá trình giao hàng
RI4 Tôi quan ngIi sản phẩm không phải hàng chNnh hãng vì có sự chênh lệch giá gi@a các shop trên sàn thương mIi điện tử
DE1 Tôi nghĩ việc mua sản phẩm thHi trang trên sàn thương mIi điện tử là một quyết định đúng đOn QUYẾT ĐỊNH
DE2 Khi mua sản phẩm thHi trang tôi sP chọn mua trên sàn thương mIi điện tử
DE3 Tôi sDn sàng khuyên nh@ng ngưHi bIn của tôi mua sản phẩm thHi trang trên sàn thương mIi điện tử
DE4 Trong tương lai tôi sP dRng sàn thương mIi đB mua sản phẩm thHi trang
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Kiểm định giả thuyết mô hình
2.5.1 Kiểm định tương quan Pearson
Bảng 16: Bảng hệ số tương quan
DE CO TR EX PR TI RI
**Sự tương quan là đáng kB tIi mức 0.01 (2-tailed).
*Sự tương quan là đáng kB tIi mức 0.05 (2-tailed).
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Chú thích: Các biến trong bảng kết quả lần lượt tương ứng như sau: DE: quyết định mua sản phẩm thời trang trên nền tảng thương mại điện tử; CO: tính thuận tiện, TR: niềm tin, EX: mong đợi về giá, PR: sự đa dạng sản phẩm, : Thời TI gian, : nhận thức rủi ro.RI
Theo kết quả từ bảng trên, ta có thB kết luận hệ số tương quan Pearson gi@a các biến độc lập và biến phụ thuộc DE là đáng kB ĐB xét mối tương quan ta quan sát hệ số Sig., với giá trị Sig gi@a các biến đều đIt mức bé hơn 0.05, chứng t= rCng có mối tương quan gi@a các biến trên Hai biến độc lập TI và RI với biến phụ thuộc
DE có mối tương quan mInh mP Dựa vào hệ số tương quan Pearson gi@a hai cặp biến trên đều lớn hơn 0.4 (lần lượt là 0.446 và 0.448) Gi@a các biến độc lập: CO,
TR, EX, PR có mối tương quan yếu đối với biến phụ thuộc DE, bởi hệ số tương quan Pearson gi@a các cặp biến này bé hơn 0.4 (lần lượt là 0.230, 0.226, 0.309, 0.308) Đáng chú K, không có biến độc lập nào có mối quan hệ phủ định với biến phụ thuộc DE, các biến độc lập đều có mối quan hệ khẳng định cRng chiều.
Hơn n@a, 6 biến độc lập đều có mối tương quan với nhau, bởi giá trị Sig gi@a các cặp biến đều đIt nh= hơn 0.05 và hệ số tương quan Pearson gi@a chúng nCm ở khoảng từ 0.112 đến 0.390 Mặc dR chưa thB khẳng định giả thiết rCng có thB xảy ra hiện tượng tự tương quan gi@a các biến độc lập trên, nhưng nhóm tác giả có thB chứng minh giả thiết bCng cách kiBm định ở bước phNa sau thông qua hệ số phóng đIi phương sai VIF trong quá trình thực hiện phân tNch hồi quy đa biến Nếu VIF > 2, ta kết luận có khả năng xảy ra hiện tượng tự tương quan VIF > 10, tự tương quan được kết luận chOc chOn có xảy ra VIF < 2, Nt có khả năng xảy ra hiện tượng tự tương quan gi@a các gặp biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
2.5.2 Mô hình hồi quy tuyến tính
Bảng 17: Hệ số K nghĩa của mô hình
Std Error of the Estimate
1 ,584 a ,341 ,333 ,49835 2,007 a Biến độc lập: (Constant) CO, TR, EX, PR, TI, RI b Biến phụ thuộc: DE
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Từ bảng Model Summary, ta có các số liệu: R = 0.341 đIt yêu cầu (0< R < 1) 2 2 và R hiệu chỉnh ( Adjusted R Square) = 0.333 > 0.5 cho thấy mô hình hồi quy ở 2 mức độ khá Điều này có nghĩa là các biến độc lập giải thNch được 33,3% sự biến thiên của biến phụ thuộc (DE).
Ngoài ra, bảng trên c>n cho ta thấy trị số của Durbin – Watson = 2.007 Theo Field (2009), hiện tượng tự tương quan chuEi bậc nhất sP có Nt khả năng xảy ra khi
DW nCm trong khoảng (1;3) C>n với Yahua Qiao (2011), DW nCm trong khoảng (1.5 ; 2.5) thì sP Nt khi xảy ra hiện tượng tự tương quan Ngoài ra, theo bảng tra Durbin – Watson ở mức K nghĩa 5% cho thấy dU < DW < 4 -dU
Hình 9: Bảng tra Durbin – Watson ở mức K nghĩa 5%
Như vậy, với trị số DW của mô hình (DW = 2.007) sP không có hiện tượng tự tương quan chuEi bậc nhất Chúng ta có thB xem xét và sử dụng kết quả của mô hình hồi quy tuyến tNnh.
Bảng 18: Kết quả phân tNch ANOVAa của mô hình
Model Sum of Squares df Mean
Total 187,281 503 a Biến độc lập: (Constant) CO, TR, EX, PR, TI, RI b Biến phụ thuộc: DE
Nguồn: Kết quả phân tích dữ liệu nghiên cứu
Dựa vào bảng ANOVA , chúng ta có thB kiBm định được sự phR hợp của hàm hồi quy, như vậy đặt ra 2 giả thuyết:
H0: hệ số hồi quy bCng 0
H1: hệ số hồi quy khác 0
Giá trị Sig từ bảng ANOVA = 0.000