TÓM TẮT Bài khóa luận này được thực hiện để điều tra các yếu tố quyết định ảnh hưởng đến hành vi mua hàng trực tuyến của người trẻ tại Thành phố Hồ Chí Minh thông qua nền tảng TikTok Liv
GIỚI TIỆU ĐỀ TÀI
Tên đề tài
CÁC YẾU TỐ ẢNH HƯỞNG TỚI QUYẾT ĐỊNH MUA HÀNG TRỰC TIẾP TIKTOK LIVE CỦA GIỚI TRẺ TẠI THÀNH PHỐ HỒ CHÍ MINH.
Phần mở đầu
Ngày nay, trong thời đại công nghệ thông tin ngày càng phát triển đã mở ra rất nhiều cơ hội mới cho các doanh nghiệp tư nhân trong các hoạt động quảng cáo thương hiệu trên các nền tảng xã hội Bên cạnh các hình thức marketing truyền thống, hiện nay hầu như các doanh nghiệp đang dần chuyển hóa và tận dụng các kênh truyền thông qua mạng xã hội để góp phần thúc đẩy hoạt động marketing của doanh nghiệp nhằm thu hút khách hàng và bán hàng một cách tốt nhất
Bên cạnh thời đại công nghệ đang dần phát triển thì một sự kiện chính khiến cho hình thức mua sắm trực tuyến, giải trí, truyền thông xã hội dần trở nên phổ biến ở những năm gần đây chính là dịch Covid – 19 Trong đó, chúng ta có thể thấy Tiktok nổi lên và phát triển một cách cực kì nhanh chóng Tiktok là một nền tảng mạng xã hội cho phép người dùng sáng tạo nội dung dưới hình thức video ngắn kết hợp âm thanh và hình ảnh theo cách chủ sở hữu muốn Tiktok chính thức ra mắt ở Việt Nam vào năm 2016 Dù xuất hiện ở Việt Nam không lâu nhưng Tiktok dần dần khẳng định vị thế của mình so với các kênh xã hội khác Theo ông Nguyễn Lâm Thành – giám đốc chính sách của Tiktok tại Việt Nam cho biết: “Việt Nam hiện là một trong các quốc gia có tốc độ tăng trưởng người Dùng Tiktok cao nhất khu vực Đông Nam Á Tính đến tháng 3 năm 2019 đã có hơn 12 triệu người dùng hàng tháng tại Việt Nam” Đây là một con số cực kì ấn tượng khi đạt được trong khoảng thời gian khá nhanh như vậy so với các nền tảng xã hội khác
Vì là một nền tảng xã hội cho phép người dùng thỏa sức sáng tạo nội dung cá nhân (nhưng vẫn trong các điều khoản về an toàn, an ninh mạng xã hội) nên rất nhiều các nội dung được các Tiktoker khai thác Trong đó nội dung review sản phẩm từ thời trang, thức ăn, điện tử, công nghệ,… là một trong những nội dung thu hút rất nhiều lượt xem và kích thích mua hàng sau khi xem xong video Trước đây, khi muốn mua một sản phẩm nào đó chúng ta thường đắn đo, lo lắng và cần tìm hiểu về giá cả, chất lượng cũng như địa điểm mua uy tín Nhưng giờ đây thông qua các video review sản phẩm thực sự trên Tiktok thì khách hàng sẽ có góc nhìn khách quan nhất có thể về sản phẩm Bên cạnh đó Tiktok cũng ra mắt dịch vụ Tiktok Live và sau này là tính năng Tiktok Live nhằm giúp người tiêu dùng tiếp cận được sản phẩm chỉ bằng “1 cái click” vào đường link được đính kèm trên video của các reviewer
TikTok Live ra mắt trước Tiktok Live xuất hiện vào khoảng cuối năm 2021 Trong năm vừa qua, khi nhiều sản phẩm ngày được giới thiệu trên TikTok, những nhu cầu để mua sản phẩm cũng xuất hiện không ít Khi đó, thường khách hàng sẽ phải vào trang chủ của người bán hàng để tìm link liên kết với các trang thương mại điện tử thuần túy như Liveee hay Lazada để mua được những sản phẩm phù hợp Điều này quá là phức tạp và mất thời gian cho cả người mua lẫn người bán Chính vì thế mà Tiktok Live ra đời kết hợp với Livestream để giúp cho người mua lẫn người bán tiết kiệm được thời gian và đơn giản hóa việc mua hàng so với trước đây Đồng thời cũng là một cột mốc ấn định Tiktok chính thức chuyển sang kinh doanh thương mại điện tử và cạnh tranh trực tiếp với các nền tảng như Liveee, Lazada…
Vì lý do mới xuất hiện nên người tiêu dùng sẽ rất đắn đo và cân nhắc với ý định sử dụng dịch vụ Tiktok Live Chính vì thế mà tôi chọn đề tài “Các yếu tố ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh” làm khóa luận tốt nghiệp của mình.
Câu hỏi nghiên cứu
Một số câu hỏi đặt ra làm tiền đề cho nghiên cứu như sau:
Yếu tố nào ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh?
Mức độ tác động của các yếu tố đó tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh?
Những hàm ý quản trị nào giúp thúc đẩy gia tăng số lượng người trẻ ở TP.HCM sử dụng TikTok Live để mua hàng online?
Mục tiêu nghiên cứu
Xác định được các yếu tố chính ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh Từ đó giúp Tiktok có những giải pháp làm tăng độ tin cậy mua hàng trực tiếp TikTok Live của khách hàng (bao gồm cả người bán và người mua)
Xác định các yếu tố trong Tiktok Live có thể tác động quyết định mua hàng trực tiếp của giới trẻ tại thành phố Hồ Chí Minh
Xây dựng mô hình lý thuyết, đề xuất các thang đo để đo lường của các yếu tố ảnh hưởng tới quyết định mua hàng thông qua TikTok Live, các khái niệm trong mô hình lý thuyết Sử dụng dữ liệu khảo sát và phương pháp phân tích phù hợp để nhận diện các yếu tố ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh Đề xuất một số giải pháp, đề xuất hàm ý quản trị cho việc điều chỉnh chiến lược và hành động của doanh nghiệp, để phù hợp trong quá trình cạnh tranh khốc liệt hiện nay đối với quyết định mua sắm của người tiêu dùng.
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Các yếu tố ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh Đối tượng khảo sát: Giới trẻ có tham gia sử dụng nền tảng Tiktok
Phạm vi nghiên cứu: Thành phố Hồ Chí Minh
Thời gian khảo sát: 4 tuần
Phương pháp nghiên cứu
Phương pháp điều tra, thu thập dữ liệu
Dữ liệu thứ cấp được thu thập từ thư viện Nhà Trường, thông tin trên mạng internet; các bài viết, bài báo được đăng trên các tạp chí khoa học trong và ngoài nước và mạng xã hội,…
Dữ liệu sơ cấp được thu thập thông qua điều tra khảo sát Bảng câu hỏi được soạn thảo thông qua tham khảo các thang đo từ các tài liệu, các nghiên cứu liên quan được đăng trên các tạp chí khoa học, tham vấn ý kiến từ các chuyên gia Trên cơ sở thông tin có được sau khi thảo luận và từ các tài liệu, các nghiên cứu liên quan trước đây; từ đó bảng câu hỏi được thiết kế phù hợp với giới trẻ có tham gia sử dụng nền tảng Tiktok hiện tại Bảng câu hỏi được gửi đến đối tượng khảo sát bằng công cụ trực tuyến, phương pháp chọn mẫu thuận tiện
Phương pháp phân tích dữ liệu
Nghiên cứu sử dụng phương pháp hỗn hợp kết hợp giữa định tính và định lượng, trong đó phương pháp định lượng đóng vai trò chủ yếu
Mục đính chính của việc nghiên cứu định tính là xây dựng cơ sở lý thuyết cho đề tài kết hợp với kỹ thuật thảo luận nhóm Mục đích dùng để điều chỉnh và bổ sung các thang đo về khía cạnh yếu tố ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh Trên cơ sở nghiên cứu định tính sẽ xây dựng, hoàn thiện bảng khảo sát chính thức và là cơ sở để tiến hành phân tích định lượng
Xác định các yếu yếu tố ảnh hưởng tới quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại thành phố Hồ Chí Minh Thang đo Likert 5 mức độ được sử dụng để đo lường giá trị các biến số Công cụ thu thập thông tin, phân tích dữ liệu cần thiết phục vụ cho phân tích định lượng nói trên là bảng câu hỏi được gửi đến nhân viên tại công ty Dựa vào phân tích kết quả thu thập được từ mẫu, đề tài sử dụng các phương pháp phân tích sau:
Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s alpha
Phân tích yếu tố khám phá (Explotary Factors Analysis - EFA) để kiểm định giá trị hội tụ, giá trị phân biệt và phương sai trích của các thang đo
Phân tích yếu tố khẳng định (Confirmatory Factor Analysis – CFA) để kiểm định lại giá trị hội tụ, giá trị phân biệt và sự phù hợp của cấu trúc các khái niệm trong mô hình lý thuyết
Kiểm định các giả thuyết nghiên cứu bằng mô hình cấu trúc tuyến tính (Structural Equation Modeling – SEM).
Cơ sở lý thuyết và mô hình nghiên cứu
7.1 Các lý thuyết liên quan
7.1.1 Khái niệm về hành vi người tiêu dùng và hành vi người tiêu dùng trực tuyến
Theo (Applebaum), hành vi người tiêu dùng có liên quan mật thiết đến thói quen mua hàng bao gồm những hành động lặp lại thành thói quen Trong khi đó, (Lemon
& Verhoef, 2016) đưa ra định nghĩa là sự tổng hợp nhận thức, cảm xúc, cảm giác và tác động của xã hội để đưa ra quyết định trong suốt quá trình mua hàng Tóm lại, hành vi người tiêu dùng là quá trình từ lúc bắt đầu nhận thức đến hành động quyết định mua hàng
7.1.2 Lý thuyết giải thích hành vi mua hàng trực tuyến của người tiêu dùng
Lý thuyết AIDA (Attention, Interest, Desire, Action)
Mô hình AIDA được phát triển bởi E st Elmo Lewis vào năm 1898 (Barry &
Howard, 1990) như là hướng dẫn cho nhân viên bán hàng các yếu tố bán hàng thành công bao gồm 4 yếu tố:
Attention là sự chú ý và nhận thức về thương hiệu, dựa vào các yếu tố những hình ảnh, hiệu ứng, nội dung, trong đó, thời gian xem ở mỗi video ngắn, lượt thích và chia sẻ đánh giá yếu tố này
Interest đánh giá sự quan tâm đến thương hiệu hay sản phẩm, trong vô số quảng cáo, người dùng sẽ có một sự quan tâm đến những thể loại quảng cáo hay sản phẩm nhất định
Desire là khả năng kết nối giữa sản phẩm hay nhãn hàng với người dùng, thông qua
Tiktok khách hàng chuyển từ quan tâm đến muốn có được sản phẩm
Action là kết quả của 3 yếu tố trên, người dùng sẽ thực hiện các hành động như tìm hiểu kỹ sản phẩm, chấp nhận được tư vấn về sản phẩm để đưa ra quyết định mua hàng
Mô hình AIDA được sử dụng trong lĩnh vực quảng cáo và được mở rộng với những biến khác nhau để phù hợp phạm vi nghiên cứu cụ thể theo thời gian (Barry & Howard, 1990) Trong đó, AIDA được ứng dụng trong truyền thông đa phương tiện qua mạng xã hội Youtube (Gupta và Cộng sự), trong ứng dụng di động vận chuyển đồ ăn (Song và Cộng sự, 2021), hay trong bảo hiểm (Bias và cộng sự, 2015)
7.1.3 Lý thuyết chấp nhận công nghệ (TAM – Technology Acceptance Model)
TAM là mô hình để đánh giá sự chấp nhận của người dùng đối với các ứng dụng công nghệ Mô hình này được đề xuất bởi Fred David vào 1989, đóng vai trò quan trong trong nghiên cứu về ứng dụng của công nghệ trong đồng hồ theo dõi sức khỏe (Cheung và cộng sự, 2019), hệ thống camera giám sát (Krempel and Beyeler), hay hệ thống trả phí qua thiết bị di động (Bailey và cộng sự, 2017b) (“Mobile Payments Adoption by US Consumers”)
Nhận thức lợi ích: Mức độ tin tưởng vào lợi ích của ứng dụng mang lại
Nhận thức sự dễ sử dụng: Mức độ nhận thức sự dễ sử dụng của ứng dụng
Thái độ sử dụng: Hai yếu tố trên tác động đến thái độ của người dùng đối với ứng dụng Ý định hành vi: Khả năng tiếp tục sử dụng ứng dụng trong tương lai
Thói quen sử dụng hệ thống: Các yếu tố trên quyết định lượng người và tần suất sử dụng nhiều nhất
7.1.4 Giới thiệu Mạng Xã Hội TikTok
Tổng quan về mạng xã hội
Mạng xã hội là nơi người dùng có thể chia sẻ hình ảnh, cảm xúc, suy nghĩ trực tuyến đối với người thân, bạn bè, gia đình hay cả người lạ (Leonardi et al, 2013) Hiện nay, có khoảng 3.6 tỷ người trên thế giới sử dụng Mạng Xã Hội, ước tính đến năm
2025 con số này sẽ tăng lên 4.41 tỷ người dùng (Statista), trong đó, Facebook, Youtube, Instagram, TikTok là những ứng dụng được sử dụng nhiều nhất Đại dịch Covid 19 làm gia tăng lượng người mua hàng trực tuyến (Google và TEMASEK và BAIN&COMPANY, 2021) Điều này đã thúc đẩy tiềm năng quảng cáo và bán hàng qua các ứng dụng Mạng xã hội, trong đó, Sách Trắng thương mại công bố tỉ lệ người dùng mua hàng trực tuyến tăng từ 77% lên 81% chỉ sau 1 năm từ 2019 Mạng Xã Hội vừa là nơi để kết nối với khách hàng mới, vừa là nơi để giữ liên lạc với khách hàng cũ (Bannari Amman Institute of Technology, India à cộng sự 2017), thúc đẩy trải nghiệm của khách hàng với sản phẩm (Kim và cộng sự, 2013) Đặc biệt, nó đã cách mạng hóa lĩnh vựa mua hàng trực tuyến (Chaturvedi & Gupta, 2014)
Tổng quan về Mạng Xã Hội TikTok và TikTok Live
TikTok là mạng xã hội chia sẻ chủ yếu các đoạn video ngắn từ các nhà sáng tạo nội dung hoặc cá nhân người dùng trong khoảng thời gian 15 - 60s Các video đã thu hút rất nhiều lượt xem từ các nơi trên thế giới
TikTok Live là một tính năng được TikTok ra mắt và thử nghiệm 7/2020 cho phép người xem và nhà sáng tạo tương tác theo thời gian thực Là nhà sáng tạo, bạn có thể có quyền truy cập các chức năng Live, như hiệu ứng, chủ trì phiên đa khách mời, kiểm duyệt, Quà tặng Live, bán hàng và các mục cài đặt khác Là người xem, bạn có thể ủng hộ nội dung Live của nhà sáng tạo mà mình thích bằng cách xem video Live của họ, đăng ký tham gia cộng đồng Live của họ, tham gia cuộc trò chuyện, tương tác với phiên Live của họ bằng Quà tặng ảo, mua hàng…
Ý nghĩa của nghiên cứu
Đóng góp về mặt lý thuyết:
Về mặt lý luận: Đề tài giúp hiểu sâu hơn về các yếu tố ảnh hưởng đến quyết định mua hàng trực tiếp TikTok Live của giới trẻ tại TP.HCM Đóng góp về mặt thực tiễn:
Về mặt thực tiễn: Bài nghiên cứu đã đề xuất các giải pháp phù hợp, giúp TikTok Live và các doanh nghiệp, cửa hàng bán lẻ nâng cao hiệu quả kinh doanh trong lĩnh vực TMĐT, hiểu rõ hơn về khía cạnh hành vi của khách hàng, thúc đẩy việc tìm kiếm khách hàng mới dựa trên cơ sở khoa học của nghiên cứu.
Nội dung nghiên cứu
CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
Tại chương này tác giả sẽ: Đặt vấn đề, nêu lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa của đề tài nghiên cứu, cuối cùng là cấu trúc của bài nghiên cứu
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Trong chương 2 tác giả sẽ tổng hợp các lý thuyết, khái niệm liên quan về hành vi và lý thuyết tiêu dùng, khảo lược các công trình nghiên cứu trong và ngoài nước để xây dựng các giả thuyết và mô hình nghiên cứu thực nghiệm dựa trên khái niệm, học thuyết về các yếu tố tác động đến quyết định mua hàng của người trẻ
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
Trình bày quy trình nghiên cứu, mô tả cách thiết lập các thang đo cho các quan sát đại diện cho các biến, các chỉ số được sử dụng để đánh giá mô hình hồi quy và kết quả nghiên cứu
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Tác giả sẽ phân tích kết quả của quá trình nghiên cứu từ số liệu thu thập được, thông qua các chỉ số thống kê mô tả, kiểm định mô hình đề xuất có độ tin cậy không qua Cronbach's Alpha, phân tích yếu tố khám phá EFA và mô hình hồi quy trong nghiên cứu
CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ
Trình bày kết quả và đề ra những hàm ý quản trị để gia tăng điều chỉnh những hoạt động kinh doanh trên nền tảng này của doanh nghiệp nhằm đáp ứng nhu cầu to lớn về mua sắm của người trẻ nói riêng là đại diện của một bộ phận giới trẻ nói chung TÓM TẮT CHƯƠNG 1
Chương mở đầu tác giả đã trình bày tổng quan về đề tài nghiên cứu, bao gồm tính cấp thiết lý do chọn đề tài, mục tiêu và câu hỏi nghiên cứu, đối tượng nghiên cứu và phạm vi nghiên cứu, phương pháp nghiên cứu, dữ liệu và đóng góp của nghiên cứu Tất cả những nội dung này đều có tính khoa học và mang tính thiết thực nhằm cung cấp cơ sở cho các bước nghiên cứu tiếp theo.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Thống kê mô tả mẫu nghiên cứu
Dựa theo phương pháp lấy mẫu được trình bày trong chương 3, tác giả đã thực hiện một cuộc khảo sát thông qua Google Form kéo dài từ tháng 2/2024 đến tháng 3/2024 Trọng tâm của cuộc khảo sát là người trẻ tại Thành phố Hồ Chí Minh Tổng cộng 223 bảng câu hỏi khảo sát đã được tích lũy, với 20 cuộc khảo sát bị loại trừ do không phù hợp Do đó, nghiên cứu chính thức sử dụng quy mô mẫu gồm 203 câu trả lời khảo sát
Sau khi thu thập dữ liệu và sử dụng phần mềm SPSS 20.0, bài báo học thuật về phân tích thống kê phân định thành phần của mẫu và trình bày tổng quan về các phát hiện Kết quả thống kê làm sáng tỏ các khía cạnh khác nhau của mẫu nghiên cứu, chẳng hạn như dữ liệu định lượng liên quan đến nhân khẩu học bao gồm phân bố giới tính, độ tuổi, các mặt hàng thường mua, phương thức thanh toán ưa thích, chi tiêu hàng tháng cho việc mua hàng và tần suất sử dụng TikTok trong suốt cả ngày Những phát hiện thống kê này được trình bày chi tiết trong bảng được cung cấp dưới đây:
Bảng 4.1 Kết quả thống kê mô tả mẫu nghiên cứu Tiêu chí Phân loại Số lượng (người) Tỷ lệ (%)
Người trẻ tại TP.HCM
Chủng loại sản phẩm thường mua Đồ công nghệ: phụ kiện điện thoại, laptop, tai nghe,
Mỹ phẩm/ chăm sóc da 64 31,5
Phương thức thanh toán thường dùng khi mua hàng
Thanh toán khi nhận hàng 76 37,4
Chi phí hàng tháng trả cho việc mua hàng
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024)
Như kết quả thống kê mô tả ở được trình bày trong bảng 4.1, thông tin cá nhân chia thành các tiêu chí như sau:
Về giới tính: Cơ cấu mẫu điều tra thu được 203 người trẻ tham gia khảo sát, có 94 nam và 109 nữ, với tỷ lệ lần lượt là 46,3% và 53,7%
Về tuổi người trẻ: Trong 203 người tại TP.HCM tham gia khảo sát dùng
TikTok Live để mua hàng online, đáng kể nhất về số lượng là 70 tuổi từ 21-23 (tương đương 34,5%) Xếp thứ hai về số lượng là 66 người tuổi từ 18-20 (tương đương 32,5%) Còn lại là 50 người tuổi từ 27-29 và 17 người tuổi từ 24-26, chiếm lần lượt 24,6% và 8,4% tổng số người tham gia khảo sát
Về phương thức thanh toán thường dùng: Trong 203 người trẻ tại TP.HCM tham gia khảo sát dùng TikTok Live để mua hàng online, ghi nhận có đến 96 người thanh toán bằng ví điện tử (tương đương 47,3%) Xếp thứ hai về số lượng là 76 người chọn hình thức thanh toán khi nhận hàng (tương đương 37,4%) Còn lại chỉ có 31 người lựa chọn hình thức chuyển khoản ngân hàng, chiếm 15,3% tổng số người tham gia khảo sát
Về chủng loại sản phẩm thường mua: Trong 203 người trẻ tại TP.HCM tham gia khảo sát dùng TikTok Live để mua hàng online, ghi nhận có đến 82 người thường mua các mặt hàng sản phẩm về quần áo/ thời trang (tương đương 40,5%) Xếp thứ hai về số lượng là 64 người thường chọn mua các mặt hàng liên quan đến mỹ phẩm/ chăm sóc da (tương đương 31,5%) Mặt hàng phổ biến thứ ba là đồ công nghệ: phụ kiện điện thoại, laptop, tai nghe, thường được 48 người lựa chọn và chỉ có 9 người thường mua dụng cụ học tập ( hai nhóm này chiếm lần lượt 23,6% và 4,4% tổng số người tham gia khảo sát)
Về Chi phí chi hàng tháng trả cho việc mua hàng: Trong tổng số 203 người tham gia khảo sát thì có 65 người (chiếm 32%) dành ra 500 - 999 nghìn đồng một tháng mua hàng online qua TikTok Live Mức chi phí dưới 200 nghìn đồng một tháng cũng chiếm tương đối với 57 người (tương đương 28,1%) Bên cạnh đó, chỉ có khoảng 43/203 người (21,2%) là dành ra khoảng 200 - 499 nghìn đồng một tháng mua qua TikTok Live Còn lại với số lượng ít nhất trong 4 nhóm, với 38 người (chiếm 18,7%) dành ra số tiền từ 1 – 2 triệu đồng một tháng để mua hàng qua TikTok Live
Về tần suất sử dụng TikTok: Dựa vào thống kê tại bảng kết quả thống kê mô tả mẫu cho thấy, trong tổng số 203 trả lời khảo sát của các người trẻ mua hàng online qua TikTok Live thì nhóm dành thời gian truy cập từ 1 - 3 giờ/ngày chiếm tần số xuất hiện cao nhất: 95 người (tương đương 46,8%) Xếp thứ hai là nhóm người truy cập từ 30 phút - 1 giờ/ngày thì nhóm này có 88 người (chiếm 43,3%) Cuối cùng là tần suất sử dụng TikTok dưới 30 phút/ ngày chỉ có 20 người, chiếm tỷ lệ 9,9%.
Kiểm định độ tin cậy Cronbach’s Alpha các thang đo
Tác giả nghiên cứu đã kiểm tra mức độ tương quan giữa các câu hỏi trong thang đo thông qua việc sử dụng phần mềm IBM SPSS 20 Đánh giá hệ số Cronbach’s Alpha đã được thực hiện để đánh giá mối quan hệ giữa các biến được xem xét kỹ lưỡng và yếu tố độc lập, với mục đích loại bỏ các biến không phù hợp khỏi mô hình nghiên cứu Độ tin cậy Cronbach Alpha từ 0,6 trở lên là tiêu chí được thiết lập để lựa chọn thang điểm và các biến được loại trừ khỏi thang điểm nếu hệ số tương quan của chúng với biến tổng thể là 0,3 hoặc thấp hơn (như được chỉ ra bởi Hoàng Trọng và Mộng Ngọc, 2008) Sau khi đánh giá thang đo Cronbach’s Alpha, tổng cộng 6 biến độc lập và 29 quan sát đã được xác định là phù hợp để đưa vào Phân tích Yếu tố (EFA)
Bảng 4.2 Kết quả kiểm định độ tin cậy của thang đo
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach’s Alpha nếu loại biến
Nội dung video quảng cáo ngắn trên TikTok Cronbach’s Alpha = 0,792
Mong đợi về giá Cronbach’s Alpha = 0,784
Giải quyết tốt rủi ro Cronbach’s Alpha = 0,827
Giá trị cảm nhận Cronbach’s Alpha = 0,834
Tính dễ sử dụng Cronbach’s Alpha = 0,802
21 SD4 13,38 3,535 0,474 0,829 Ảnh hưởng của người thân Cronbach’s Alpha = 0,858
Quyết định mua sắm Cronbach’s Alpha = 0,782
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024) Đánh giá độ tin cậy dựa trên 6 tiêu chí độc lập kết quả hệ số Cronbach’s Alpha từ 0,692 đến 0,878 lớn hơn 0,6 Hệ số tương quan biến tổng hiệu chỉnh của
29 biến quan sát dao động từ 0,474 - 0,783 (đều lớn hơn 0,3) Đối với thang đo biến phụ thuộc: Hệ số Cronbach’s alpha = 0,782 lớn hơn 0,6 cho phép khẳng định các thang đo lường tốt và các biến quan sát đảm bảo độ tin cậy Thu được kết quả thể hiện qua bảng 4.2 trên bao gồm:
Yếu tố Nội dung video quảng cáo ngắn trên TikTok có hệ số Cronbach’s alpha = 0,792 (lớn hơn 0,6) Các biến quan sát QC1, QC2, QC3, và QC4 nhìn chung đều có hệ số Cronbach’s Alpha nếu loại biến nhỏ hơn hệ số Cronbach’s alpha của biến tổng Ngoài ra, các hệ số tương quan biến tổng ở 4 biến quan sát đều cho kết quả lớn hơn 0,3 vậy nên 4 biến quan sát của yếu tố này đều đạt tiêu chuẩn
Yếu tố Mong đợi về giá có hệ số Cronbach’s alpha = 0,784 (lớn hơn 0,6) Các biến quan sát MG1, MG2, MG3 và MG4 nhìn chung đều có hệ số Cronbach’s alpha nếu loại biến nhỏ hơn hệ số Cronbach’s alpha của biến tổng Ngoài ra, các hệ số tương quan biến tổng ở 4 biến quan sát đều lớn hơn 0,3 nên 4 biến quan sát của yếu tố này đều đạt tiêu chuẩn
Yếu tố Giải quyết tốt rủi ro có hệ số Cronbach’s Alpha = 0,827 (lớn hơn 0,6) Các biến quan sát GR1, GR3 và GR4 đều có hệ số Cronbach’s alpha nếu loại biến nhỏ hơn hệ số Cronbach’s alpha của biến tổng, ngoại trừ biến GR2(với hệ số Cronbach’s Alpha nếu loại biến = 0,830) Tuy nhiên các hệ số tương quan biến tổng ở 4 biến quan sát đều lớn hơn 0,3 nên 4 biến quan sát của yếu tố này đều được tác giả giữ lại để thực hiện bước phân tích EFA tiếp theo
Yếu tố Giá trị cảm nhận có hệ số Cronbach’s Alpha = 0,834 (lớn hơn 0,6) Các biến quan sát LC1, LC2, LC3, LC4 và LC5 nhìn chung đều có hệ số Cronbach’s alpha nếu loại biến nhỏ hơn hệ số Cronbach’s alpha của biến tổng Ngoài ra, các hệ số tương quan biến tổng ở 5 biến quan sát đều lớn hơn 0,3 nên 5 biến quan sát của yếu tố này đều đạt tiêu chuẩn
Yếu tố Tính dễ sử dụng có hệ số Cronbach’s Alpha = 0,802 (lớn hơn 0,6) Các biến quan sát SD1, SD2 và SD3 đều có hệ số Cronbach’s alpha nếu loại biến nhỏ hơn hệ số Cronbach’s alpha của biến tổng, ngoại trừ biến SD4(với hệ số
Cronbach’s Alpha nếu loại biến = 0,829) Tuy nhiên các hệ số tương quan biến tổng ở 4 biến quan sát đều lớn hơn 0,3 nên 4 biến quan sát của yếu tố này đều được tác giả giữ lại để thực hiện bước phân tích EFA tiếp theo
Yếu tố Ảnh hưởng của người thân có hệ số Cronbach’s Alpha = 0,858 (lớn hơn 0,6) Các biến quan sát AH1, AH2, AH3 và AH4 nhìn chung đều có hệ số Cronbach’s alpha nếu loại biến nhỏ hơn hệ số Cronbach’s alpha của biến tổng Ngoài ra, các hệ số tương quan biến tổng ở 4 biến quan sát đều lớn hơn 0,3 nên 4 biến quan sát của yếu tố này đều đạt tiêu chuẩn
Yếu tố Quyết định mua sắm có hệ số Cronbach’s Alpha = 0,782 (lớn hơn 0,6) Các biến quan sát QĐ1, QĐ2, QĐ3 và QĐ4 nhìn chung đều có hệ số Cronbach’s alpha nhỏ hơn hệ số Cronbach’s alpha của biến tổng Ngoài ra, các hệ số tương quan biến tổng ở 4 biến quan sát đều lớn hơn 0,3 nên 4 biến quan sát của yếu tố này đều đạt tiêu chuẩn
Sau khi đánh giá độ tin cậy thang đo thông qua hệ số Cronbach’s Alpha, tổng số các biến đều được giữ nguyên là 29 biến quan sát: Bao gồm 25 biến độc lập và 4 biến phụ thuộc Tác giả tiếp tục sử dụng thang đo và 29 biến quan sát để đi vào phân tích yếu tố khám phá.
Phân tích yếu tố khám phá (EFA)
4.3.1 Phân tích yếu tố khám phá cho biến độc lập
Các bài kiểm tra KMO và Bartlett mang lại kết quả và chỉ ra mức độ mà các biến được đánh giá thể hiện sự gắn kết Tác giả đã chọn quy trình Varimax procedure trong luân chuyển yếu tố, một phương pháp điều chỉnh hoàn toàn các yếu tố để giảm thiểu số lượng biến hiển thị các hệ số đáng kể trong cùng một hệ số, do đó đơn giản hóa việc tính toán và giải thích Sau khi quay, các biến có hệ số tải dưới 0,5 được loại trừ khỏi mô hình, chỉ những biến vượt quá 0,5 được giữ lại Hơn nữa, tác giả sử dụng hai tiêu chí bổ sung để xác định yếu tố:
Theo tiêu chí Kaiser, giá trị Eienvalue được sử dụng để phân biệt các yếu tố ít quan trọng hơn để loại bỏ, trong khi vẫn bảo tồn các yếu tố quan trọng Giá trị Elgenvalue biểu thị tỷ lệ phương sai được tính bởi mỗi yếu tố và các yếu tố có giá trị riêng vượt quá 1 được duy trì trong khung phân tích yếu tố EFA
Tiêu chí giải thích phương sai hỗ trợ xác định yếu tố phù hợp bằng cách đánh giá tổng phương sai liên quan đến nó, đảm bảo nó vượt quá ngưỡng 50%
Bảng 4.3 KMO biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy
Bartlett's Test of Sphericity Approx Chi-Square
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024)
Tác giả đi phân tích EFA cho 25 biến độc lập ảnh hưởng đến quyết định mua hàng online qua TikTok Live của người trẻ tại TP.HCM, kết quả thu được như bảng 4.3 cho thấy hệ số KMO = 0,781 (0,5 < KMO < 1) vậy dữ liệu nghiên cứu phù hợp để phân tích yếu tố khám phá EFA Ngoài ra, kiểm định Bartlett có ý nghĩa thống kê với Sig Bartlett’s Test = 0,000 < 0,05 cho thấy các biến quan sát có liên hệ tương quan với nhau và dữ liệu khảo sát phù hợp với dữ liệu thị trường Thử nghiệm có ý nghĩa thống kê, bác bỏ giả thuyết H0: Không có mối tương quan giữa các biến Do đó các biến độc lập trong mô hình có tương quan với nhau và dữ liệu nghiên cứu hoàn toàn phù hợp để tiến hành khám phá EFA phân tích yếu tố Ngoài ra, có 6 yếu tố được trích với giá trị eigenvalue > 1 và có tổng phương sai trích bằng 66,056 % Và chạy ma trận xoay phân tích yếu tố khám phá cho biến độc lập lần 1 thu được kết quả thể hiện ở bảng 4.4 dưới đây
Bảng 4.4 Kết quả phân tích yếu tố khám phá cho biến độc lập
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024)
Dựa vào kết quả như trong bảng 4.4 trên, ta có thể thấy: Biến quan sát SD4 tải ở hai yếu tố 2 và 3, hệ số tải lần lượt là 0,431 và 0,542 Có mức chênh lệch hệ số tải 0,542 - 0,431 = 0,111 < 0,3 nên cần loại SD4 Sau khi loại bỏ biến SD4 thì còn lại 24 biến quan sát, tác giả tiếp tục đưa vào và thực hiện phân tích yếu tố khám phá lần 2
Bảng 4.5 Kết quả tóm tắt khi phân tích yếu tố khám phá lần 2
Tổng phương sai tích lũy tiến 24,806 38,759 47,793 54,863 61,161 67,078
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024)
Dựa vào kết quả tóm tắt phân tích yếu tố khám phá lần 2 từ bảng 4.5, có thể thấy hệ số KMO = 0,780 > 0,5 đồng thời kiểm định Bartlett có mức ý nghĩa khi có Sig = 0.000 < 0,05 Vì thế, có thể kết luận rằng việc phân tích yếu tố thích hợp với dữ liệu nghiên cứu và các biến quan sát trong thang đo có tương quan với nhau Ngoài ra, bảng 4.6 cũng cho thấy có 6 yếu tố được tạo ra đều trích tại giá trị Eigenvalue > 1 và tổng phương sai trích (Extraction Sums of Squared Loadings) đạt 67,078% > 50% cho thấy 6 yếu tố đầu tiên có thể đại diện cho 67,078% sự biến thiên của dữ liệu (trong toàn bộ biến thiên là 100%)
Bảng 4.6 Kết quả phân tích yếu tố khám phá cho biến độc lập lần 2
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024)
Dựa vào kết quả bảng ma trận yếu tố xoay lần 2 trong bảng 4.6 thì 24 biến quan sát được phân thành 6 yếu tố và các biến đều có hệ số tải yếu tố factor loading
> 0,5 Cho phép kết luận có 6 yếu tố có thể có tác động đến quyết định mua sắm online qua TikTok Live của người trẻ tại TP.HCM, những biến có hệ số tải lớn hơn 0,5 theo cột sẽ thuộc yếu tố đó
Các yếu tố bao gồm:
Yếu tố 1: Đặt tên là Lợi ích cảm nhận (ký hiệu: LC), yếu tố này bao gồm các biến quan sát LC1, LC2, LC3, LC4, LC5
Yếu tố 2: Đặt tên là Ảnh hưởng của người thân (ký hiệu: AH), yếu tố này bao gồm các biến quan sát AH1, AH2, AH3, AH4
Yếu tố 3: Đặt tên là Giải quyết tốt rủi ro (ký hiệu: GR), yếu tố này bao gồm các biến quan sát GR1, GR2, GR3, GR4
Yếu tố 4: Đặt tên là Mong đợi về giá (ký hiệu: MG), yếu tố này bao gồm các biến quan sát MG1, MG2, MG3, MG4
Yếu tố 5: Đặt tên là Nội dung video quảng cáo ngắn trên TikTok (ký hiệu: QC), yếu tố này bao gồm các biến quan sát QC1, QC2, QC3, QC4
Yếu tố 6: Đặt tên là Tính dễ sử dụng (ký hiệu: SD), yếu tố này bao gồm các biến quan sát SD1, SD2, SD3
4.3.2 Phân tích yếu tố khám phá cho biến phụ thuộc
Bảng 4.7 Kết quả phân tích yếu tố khám phá cho biến phụ thuộc
Biến quan sát Yếu tố
(Nguồn: kết quả phân tích của bài nghiên cứu, 2024)
Kết quả phân tích yếu tố khám phá cho biến phụ thuộc tại bảng 4.7 được diễn giải như sau:
Hệ số KMO = 0,785 > 0,5 và kiểm định Bartlett có ý nghĩa thống kê với Sig
= 0,000 < 0,05 thỏa mãn những điều kiện để phân tích yếu tố khám phá Ngoài ra, hệ số tải yếu tố của các biến quan sát đều lớn hơn 0,5 Tại giá trị Eigenvalue 2,420
> 1, rút trích 1 yếu tố với tổng phương sai trích bằng 60,489% > 50% nghĩa là yếu tố được trích ra giải thích được 60,489% sự biến thiên của dữ liệu Dựa vào bảng ma trận yếu tố ở phụ lục, kết quả cho thấy chỉ có 1 yếu tố được trích ra, với tất cả các biến quan sát trong thang đo Quyết định mua hàng online cùng nằm trên một yếu tố
Sau khi phân tích yếu tố khám phá, thu được 6 yếu tố độc lập với 24 biến quan sát Đồng thời, kết quả phân tích yếu tố cũng cho thấy có 1 yếu tố đại diện cho quyết định mua sắm của người trẻ, với 4 biến quan sát: QĐ1, QĐ2, QĐ3, QĐ4
Như vậy, mô hình nghiên cứu chính thức loại bỏ biến quan sát SD4, còn lại
28 biến quan sát so với số lượng 29 biến của mô hình nghiên cứu đề xuất
Nội dung các yếu tố được diễn giải trong bảng 4.8 dưới đây:
Bảng 4.8 Thang đo chính thức dùng trong nghiên cứu
Yếu tố 1: Nội dung video quảng cáo ngắn trên TikTok (QC)
QC1 Nội dung quảng cáo trong các video ngắn của TikTok mang tính giải trí, sáng tạo và hấp dẫn
QC2 Video ngắn được quảng cáo bởi các Influencer trên TikTok khiến tôi thích thú
QC3 Tôi quan tâm các sản phẩm/ dịch vụ được quảng cáo bởi Influencer nhiều hơn so với các sản phẩm/ dịch vụ thông thường
QC4 Nội dung quảng cáo của các video ngắn trên TikTok cung cấp thông tin cần thiết về sản phẩm/ dịch vụ
Yếu tố 2: Mong đợi về giá (MG)
MG1 Giá cả sản phẩm/ dịch vụ quan trọng với tôi khi mua hàng trực tuyến qua TikTok Live
MG2 Tôi có động lực mua nhiều hơn khi săn được các chương trình khuyến mãi, mã giảm giá của TikTok Live và người bán
MG3 Tôi thấy mức giá sản phẩm trên TikTok Live thấp hơn so với các ứng dụng mua sắm khác
MG4 Mua hàng online trên TikTok Live giúp tôi tiết kiệm được chi phí
Yếu tố 3: Giải quyết tốt rủi ro (GR)
GR1 TikTok cam kết bảo vệ quyền lợi của tôi khi mua sắm qua nền tảng này
GR2 Tôi thấy quy trình xử lý yêu cầu trả hàng, hoàn tiền trên TikTok nhanh chóng và đảm bảo
GR3 Tôi có thể yêu cầu trả hàng, hoàn tiền trên TikTok nếu sản phẩm không đúng như quảng cáo từ người bán
TikTok giải quyết triệt để cho tôi các rủi ro có thể xảy ra như: lộ thông tin cá nhân, giao hàng sai hoặc thiếu, đơn hàng bị thất lạc, dịch vụ lừa đảo,…
Yếu tố 4: Giá ích cảm nhận (LC)
LC1 TikTok Live giúp tôi vừa xem video giải trí vừa mua sắm online mà không cần chuyển đổi hay thoát khỏi ứng dụng
LC2 TikTok Live giúp tôi tin tưởng về chất lượng của sản phẩm thông qua các video quảng cáo và review thực tế
LC3 TikTok Live giúp tôi mua được đa dạng các loại mặt hàng/ dịch vụ
LC4 TikTok Livegiúp tôi mua sắm tại nhà mà không cần phải ra trực tiếp siêu thị/ cửa hàng
LC5 TikTok Live giúp tôi so sánh giá cả, chất lượng, mẫu mã sản phẩm của nhiều thương hiệu khác nhau
Yếu tố 5: Tính dễ sử dụng (SD)
SD1 Tôi cảm thấy làm quen và sử dụng TikTok Live thật dễ dàng, không mất nhiều thời gian
SD2 Giao diện của TikTok Live rất trực quan và dễ hiểu đối với tôi khi tương tác
SD3 Tôi có thể dễ dàng kiểm tra mức độ uy tín của người bán, thêm sản phẩm vào giỏ hàng, thanh toán, theo dõi thông tin vận chuyển,…
Yếu tố 6: Ảnh hưởng của người thân (AH)
AH1 Người thân của tôi có sử dụng TikTok Live và mua sắm qua tính năng này
AH2 Người thân cũng chia sẻ và giới thiệu tích cực cho tôi về TikTok Live
AH3 Người thân ủng hộ khi thấy tôi có ý định muốn mua hàng qua TikTok
AH4 Tôi thường mua hàng TikTok Live qua giới thiệu của bạn bè/người thân
Biến phụ thuộc: Quyết định mua hàng (QĐ)
QĐ1 Tôi sẽ sử dụng TikTok Live thường xuyên hơn để vừa giải trí vừa có thể mua sắm
QĐ2 Tôi sẵn lòng giới thiệu TikTok Live với mọi người
QĐ3 Tôi cảm thấy hài lòng khi mua sắm và giải trí qua TikTok Live
QĐ4 Tôi vẫn sẽ lựa chọn mua hàng qua TikTok Live dù tìm được sản phẩm tương tự ở sàn thương mại điện tử khác.
Hiệu chỉnh mô hình và giả thuyết nghiên cứu
Dựa vào phân tích yếu tố EFA từ nhóm yếu tố độc lập thu được 6 nhóm yếu tố có ảnh hưởng đến quyết định mua hàng online qua TikTok Live của người trẻ tại TP.HCM, mô hình sau khi được điều chỉnh như sau:
Hình 4.1 Mô hình nghiên cứu hiệu chỉnh
Phân tích hồi quy tuyến tính
Sau khi tiến hành đánh giá các thang đo thông qua việc sử dụng Phân tích yếu tố Alpha và Khám phá của Cronbach (EFA), nghiên cứu chính thức quyết định duy trì
28 biến quan sát được trong khuôn khổ nghiên cứu để tiến trình kiểm tra sang các giai đoạn tiếp theo
4.5.1 Phân tích tương quan Pearson
Trước khi thực hiện phân tích hồi quy tuyến tính, điều cần thiết là phải đánh giá lại mối tương quan giữa các biến để kiểm tra mối liên hệ giữa các giả thuyết nghiên cứu đang được xem xét Cuộc kiểm tra được thực hiện bởi tác giả liên quan đến việc đánh giá ma trận hệ số tương quan Pearson để đánh giá mối liên hệ tuyến tính giữa các biến độc lập và phụ thuộc Trong trường hợp có mối tương quan mạnh mẽ giữa các biến, cần phải giải quyết vấn đề đa tuyến tính sau phân tích hồi quy Tất cả các biến độc lập liên quan đến một biến phụ thuộc đều thể hiện mức ý nghĩa là 1%
Quyết định mua hàng online
Nội dung video quảng cáo ngắn trên TikTok
H3 (+) Giải quyết tốt rủi ro
H6 (+) Ảnh hưởng của người thân
Trước khi đi phân tích tương quan, tác giả sẽ tính toán các nhân số và mã hóa các biến đại diện cho các yếu tố:
TBQĐ: đại diện cho biến Quyết định mua hàng online
TBQC: đại diện cho biến Nội dung video quảng cáo ngắn trên TikTok
TBMG: đại diện cho biến Mong đợi về giá
TBGR: đại diện cho biến Giải quyết tốt rủi ro
TBLC: đại diện cho biến Giá trị cảm nhận
TBSD: đại diện cho biến Tính dễ sử dụng
TBAH: đại diện cho biến Ảnh hưởng của người thân
Thu được kết quả sau khi thực hiện phân tích như bảng 4.9:
Bảng 4.9 Ma trận tương quan Pearson giữa các biến
TBQĐ TBQC TBMG TBGR TBLC TBSD TBAH
(Nguồn: kết quả phân tích SPSS bài nghiên cứu)
Từ kết quả ma trận tương quan được trình bày trong bảng 4.9, rõ ràng là biến phụ thuộc TBQD thể hiện mối tương quan tuyến tính với bốn biến độc lập là TBQC,
TBMG, TBGR và TBLC Quan sát này được hỗ trợ bởi thực tế là tất cả các biến tương quan này chứng minh giá trị Sig là 0.000 nhỏ hơn mức ý nghĩa 0,05 Các giá trị tương quan Pearson giữa bốn biến độc lập nói trên và biến phụ thuộc cho thấy mối tương quan đáng kể khi hệ số tương quan vượt quá 0,5 Tuy nhiên, khi kiểm tra các cặp biến TBQD - TBSD và TBQD - TBAH, phân tích chỉ ra rằng các biến độc lập TBSD và TBAH có giá trị Sig > 0,05, cụ thể là 0,072 và 0,578 tương ứng Hơn nữa, các hệ số tương quan cho các cặp này nhỏ hơn 0,5, lần lượt là 0,127 và 0,039 Do đó, có thể suy ra rằng không tồn tại mối tương quan tuyến tính giữa biến phụ thuộc TBQD và hai biến độc lập TBSD và TBAH
Liên quan đến các biến độc lập, kết quả kiểm tra ý nghĩa của 4 biến độc lập so với hai biến độc lập khác cho thấy hệ số Sig > 0,05 và hệ số tương quan Pearson nhỏ hơn 0,5 Do đó, cần suy ra rằng không có mối tương quan tuyến tính giữa bốn biến độc lập TBQC, TBMG, TBGR, TBLC và hai biến độc lập TBSD và TBAH Khi xem xét hành vi tập thể của các biến độc lập TBQC, TBMG, TBGR và TBLC, kết quả Sig của 0,000 < 0,05, cho thấy mối tương quan tuyến tính giữa bốn biến độc lập này Tuy nhiên, các cặp biến riêng lẻ hiển thị các mức tương quan khác nhau, nằm trong khoảng từ 0,3 đến 0,6 dựa trên mỗi cặp cụ thể Như đã nhấn mạnh bởi Kutner và cộng sự (2004), hệ số tương quan Pearson dưới 0,7 giữa các biến độc lập không nhất thiết loại bỏ khả năng đa tuyến tính trong mô hình hồi quy tuyến tính
4.5.2 Phân tích hồi quy đa biến
Sau khi kiểm tra phân tích yếu tố thăm dò (EFA) và đánh giá lại độ tin cậy của thang đo, các yếu tố được xác định phù hợp cho phân tích hồi quy được đưa ra ánh sáng Kết quả của các phát hiện của Pearson và đánh giá yếu tố tương quan chỉ tiết lộ các yếu tố ảnh hưởng đến quyết định mua hàng của người trẻ trên TikTok Live ở Thành phố Hồ Chí Minh, mà không chỉ rõ mức độ ảnh hưởng và sự hiện diện tiềm ẩn của mối quan hệ qua lại giữa các biến số Tác giả tiến hành phân tích hồi quy
Phân tích hồi quy đa biến sẽ đánh giá cách các biến độc lập, chẳng hạn như nội dung video quảng cáo TikTok ngắn gọn, kỳ vọng về giá, quản lý rủi ro đầy đủ, lợi thế nhận thức, sự thân thiện với người dùng và ảnh hưởng gia đình, ảnh hưởng đến quyết định mua hàng của người trẻ trên TikTok Live Các yếu tố được sử dụng trong phân tích hồi quy đại diện cho các giá trị trung bình của các biến quan sát được đã trải qua quá trình kiểm tra độ tin cậy của thang đo và đánh giá yếu tố EFA Mô hình hồi quy bội được xây dựng có dạng:
Bảng 4.10 Kết quả phân tích hồi quy tuyến tính
Hệ số chưa chuẩn hoá
T Sig Thống kê đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận
TBQC 0,242 0,049 0,270 4,967 0,000 0,755 1,325 TBMG 0,185 0,050 0,202 3,669 0,000 0,733 1,364 TBGR 0,254 0,049 0,295 5,190 0,000 0,686 1,458 TBLC 0,230 0,052 0,246 4,444 0,000 0,725 1,380 TBSD 0,010 0,053 0,010 0,195 0,846 0,791 1,264 TBAH -0,012 0,037 -0,017 -0,324 0,746 0,828 1,208
(Nguồn: Kết quả phân tích SPSS của bài nghiên cứu)
4.5.2.1 Kiểm định mô hình hồi quy
Kiểm định hiện tượng đa cộng tuyến:
Hiện tượng đa tuyến tính trong mô hình được đánh giá bằng cách sử dụng hệ số VIF Dựa trên kết quả thu được từ phân tích hồi quy được trình bày trong Bảng 4.10, người ta quan sát thấy rằng các biến độc lập trong mô hình thể hiện các giá trị VIF dưới 2, với phạm vi từ 1,208 đến 1,458 Tổng cộng của các hệ số VIF liên quan đến sáu biến tổng cộng nhỏ hơn 10, cho thấy sự vắng mặt của tính đa tuyến tính và khẳng định ý nghĩa thống kê của mô hình Hơn nữa, các mức ý nghĩa được chỉ ra trong cột
Sig tiết lộ rằng các bài kiểm tra hệ số hồi quy cho các biến TBQC, TBMG, TBGR và TBLC đều có mức ý nghĩa thấp hơn 0,05, do đó thiết lập sự chấp nhận và liên quan thống kê của bốn biến độc lập này trong việc giải thích biến phụ thuộc
Ngược lại, các biến TBSD và TBAH thể hiện mức ý nghĩa lần lượt vượt quá 0,05, cụ thể là 0,846 và 0,746 Do đó, có thể suy ra rằng TBSD và TBAH thiếu ý nghĩa thống kê trong mô hình hồi quy và không ảnh hưởng đến biến phụ thuộc TBQD Công thức phương trình hồi quy tuyến tính, phân định các yếu tố ảnh hưởng đến quyết định mua hàng trực tuyến của người trẻ tại Thành phố Hồ Chí Minh thông qua TikTok Live, được thể hiện như sau:
Sai số của ước lượng Durbin-Watson
(Nguồn: kết quả phân tích SPSS của bài nghiên cứu, 2024)
Kết quả tóm tắt mô hình thu được của bảng 4.11 sau khi phân tích hồi quy tuyến tính thể hiện mô hình có R 2 = 0,564 > 0,5 Vậy độ thích hợp của mô hình là 56,4%
Các tác giả Hoàng Trọng và Chu Nguyễn Mùng Ngọc (2008) cho rằng giá trị điều chỉnh cung cấp một biểu diễn chính xác hơn về tính đầy đủ của mô hình đối với toàn bộ do tính độc lập của nó với độ lệch phóng đại có trong dữ liệu mẫu Giá trị R2 đã điều chỉnh, đứng ở mức 0,551, chỉ ra rằng 55,1% phương sai trong Yếu tố quyết định mua hàng trực tuyến có thể được làm sáng tỏ bằng các biến độc lập trong mô hình hồi quy, tính đến số lượng biến độc lập và độ lệch phóng đại trong mẫu Sự thay đổi 44,9% còn lại có thể được quy cho các yếu tố bên ngoài không được mô hình bao gồm hoặc các lỗi ngẫu nhiên
Gujarati (2003) mô tả hệ số Durbin-Watson như một số liệu để phát hiện tự tương quan trong khuôn khổ hồi quy tuyến tính Hệ số Durbin-Watson nằm trong khoảng từ 1 đến 3 biểu thị sự vắng mặt của tự tương quan trong mô hình Ngược lại, hệ số dưới 1 hoặc trên 3 cho thấy sự hiện diện có thể có của tự tương quan (Gujarati, 2003) Trong trường hợp này, hệ số tính toán là 2,064 khẳng định sự vắng mặt của các hiệu ứng tự tương quan trong mô hình Để biến mô hình cụ thể này thành một khuôn khổ toàn diện, một phân tích kỹ lưỡng về phương sai, cụ thể là thử nghiệm F, là điều cần thiết để xác định mối quan hệ tuyến tính giữa biến phụ thuộc và toàn bộ mảng các biến độc lập
Bảng 4.12 Phân tích phương sai ANOVA
Mô hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig
(Nguồn: kết quả phân tích SPSS của bài nghiên cứu, 2024)
Kết quả phân tích ANOVA được trình bày trong bảng 4.12 chỉ ra kết quả có ý nghĩa thống kê trong đó giá trị ý nghĩa (Sig.) là 0,000, nhỏ hơn mức alpha tiêu chuẩn là 0,05 Hơn nữa, thống kê kiểm tra tính toán F là 42,305 Do đó, người ta suy luận rằng mô hình được phát triển phù hợp với dữ liệu quan sát được Điều này cho thấy rằng sự kết hợp của các biến có trong mô hình làm sáng tỏ sự biến thiên có trong biến phụ thuộc Nói cách khác, tồn tại ít nhất một biến độc lập có tác động đến biến phụ thuộc
4.5.2.2 Kiểm định liên hệ tuyến tính
Khi kiểm tra biểu đồ biểu đồ phân tán dư của Biểu đồ phân tán Scatter Plot được cung cấp trong Phụ lục 2, rõ ràng là trong số 203 người trả lời, các điểm dữ liệu thể hiện một mô hình hội tụ, căn chỉnh chặt chẽ dọc theo các đường song song với tâm nằm gần đường phân tán bằng 0 Do đó, tính toàn vẹn của giả định mối quan hệ tuyến tính vẫn không bị ảnh hưởng
4.5.2.3 Giả định về phân phối chuẩn của phần dư
Đánh giá mức độ đồng ý của các yếu tố
Bảng 4.15 Mức độ đồng ý của người trẻ về yếu tố Nội dung video quảng cáo ngắn trên TikTok
Giá trị trung bình Độ lệch chuẩn
Nội dung quảng cáo trong các video ngắn của TikTok mang tính giải trí, sáng tạo và hấp dẫn
Video ngắn được quảng cáo bởi các
Influencer trên TikTok Live khiến tôi thích thú
Tôi quan tâm các sản phẩm/ dịch vụ được quảng cáo bởi Influencer nhiều hơn so với các sản phẩm/ dịch vụ thông thường
Nội dung quảng cáo của các video ngắn trên TikTok Live cung cấp thông tin cần thiết về sản phẩm/ dịch vụ
(Nguồn: kết quả của bài nghiên cứu, 2024)
Dựa vào bảng 4.15 cho ra kết quả đánh giá mức độ đồng ý của người trẻ về yếu tố Nội dung video quảng cáo ngắn trên TikTok nhìn chung các người trẻ đều đồng ý với yếu tố này, ở mức giá trị trung bình là 3,78 (3.5 < mean ≤ 4.50: đồng ý)
Cụ thể, tiêu chí QC2 xếp ở mức cao nhất khi: đạt giá trị trung bình là 3,86; tiêu chí QC3 xếp thứ hai, cùng với giá trị trung bình là 3,79 Được đánh giá cao thứ ba là tiêu chí QC4, với giá trị trung bình đánh giá là 3,76; tiêu chí QC1 được đánh giá thấp nhất trong cả 4 tiêu chí, khi có giá trị trung bình bằng 3,76
Bảng 4.16 Mức độ đồng ý của người trẻ về yếu tố Mong đợi về giá
Mã hoá Nội dung Giá trị trung bình Độ lệch chuẩn
MG1 Giá cả sản phẩm/ dịch vụ quan trọng với tôi khi mua hàng trực tuyến qua TikTok Live
Tôi có động lực mua nhiều hơn khi săn được các chương trình khuyến mãi, mã giảm giá của
TikTok Live và người bán
MG3 Tôi thấy mức giá sản phẩm trên TikTok Live thấp hơn so với các ứng dụng mua sắm khác
MG4 Mua hàng online trên TikTok Live giúp tôi tiết kiệm được chi phí
(Nguồn: kết quả của bài nghiên cứu, 2024)
Dựa vào bảng 4.16 cho ra kết quả đánh giá mức độ đồng ý của người trẻ về yếu tố Mong đợi về giá nhìn chung họ đều đồng ý với yếu tố này, ở mức giá trị trung bình là 3,73 (3.5 < mean ≤ 4.50: đồng ý)
Cụ thể, tiêu chí MG4 xếp ở mức cao nhất khi: đạt giá trị trung bình là 3,76; tiêu chí MG3 xếp thứ hai, cùng với giá trị trung bình là 3,74 Được đánh giá cao thứ ba là tiêu chí MG1, với giá trị trung bình đánh giá là 3,73; tiêu chí MG2 được đánh giá thấp nhất trong cả 4 tiêu chí, khi có giá trị trung bình bằng 3,67
Bảng 4.17 Mức độ đồng ý về yếu tố Giải quyết tốt rủi ro
Mã hoá Nội dung Giá trị trung bình Độ lệch chuẩn
GR1 TikTok Live cam kết bảo vệ quyền lợi của tôi khi mua sắm qua nền tảng này
GR2 Tôi thấy quy trình xử lý yêu cầu trả hàng, hoàn tiền trên TikTok Live nhanh chóng và đảm bảo
Tôi có thể yêu cầu trả hàng, hoàn tiền trên
TikTok Live nếu sản phẩm không đúng như quảng cáo từ người bán
TikTok Live giải quyết triệt để cho tôi các rủi ro có thể xảy ra như: Lộ thông tin, giao hàng sai hoặc thiếu, đơn hàng bị thất lạc, dịch vụ lừa đảo,…
(Nguồn: kết quả của bài nghiên cứu, 2024)
Dựa vào bảng 4.17 cho ra kết quả đánh giá mức độ đồng ý của người trẻ về yếu tố Giải quyết tốt rủi ro nhìn chung họ đều đồng ý với yếu tố này, ở mức giá trị trung bình là 3,80 (3.5 < mean ≤ 4.50: đồng ý)
Cụ thể, tiêu chí GR3 xếp ở mức cao nhất khi: đạt giá trị trung bình là 3,86; tiêu chí GR1 xếp thứ hai, cùng với giá trị trung bình là 3,84 Được đánh giá cao thứ ba là tiêu chí GR4, với giá trị trung bình đánh giá là 3,75; tiêu chí GR2 được đánh giá thấp nhất trong cả 4 tiêu chí, khi có giá trị trung bình bằng 3,74
Bảng 4.18 Mức độ đồng ý của người trẻ về yếu tố Giá trị cảm nhận
Mã hoá Nội dung Giá trị trung bình Độ lệch chuẩn
TikTok Live giúp tôi vừa xem video giải trí vừa mua sắm online mà không cần chuyển đổi hay thoát khỏi ứng dụng
TikTok Live giúp tôi tin tưởng về chất lượng của sản phẩm thông qua các video quảng cáo và review thực tế
LC3 TikTok Live giúp tôi mua được đa dạng các loại mặt hàng/ dịch vụ
LC4 TikTok Live giúp tôi mua sắm tại nhà mà không cần phải ra trực tiếp siêu thị/ cửa hàng
TikTok Live giúp tôi so sánh giá cả, chất lượng, mẫu mã sản phẩm của nhiều thương hiệu khác nhau
(Nguồn: kết quả của bài nghiên cứu, 2024)
Dựa vào bảng 4.18 cho ra kết quả đánh giá mức độ đồng ý của người trẻ về yếu tố Giá trị cảm nhận nhìn chung họ đều đồng ý với yếu tố này, ở mức giá trị trung bình là 3,79 (3.5 < mean ≤ 4.50: đồng ý)
Cụ thể, tiêu chí LC1 xếp giá ở mức cao nhất khi: đạt giá trị trung bình là 3,88; tiêu chí LC4 xếp thứ hai, cùng với giá trị trung bình là 3,87 Cùng được xếp thứ ba là tiêu chí LC2 và LC5, với giá trị trung bình đánh giá đều bằng 3,75; tiêu chí LC3 được đánh giá thấp nhất trong cả 5 tiêu chí, khi có giá trị trung bình bằng 3,72.
