Từ kết quả này, tác giả đề xuất các hàm ý quản trị nhằm giúp các doanh nghiệp hiểu rõ hơn về tác động của marketing online và cách nắm bắt mức độ ảnh hưởng của các yếu tố đối với hành vi
TỔNG QUAN NGHIÊN CỨU
Lý do chọn đề tài
Marketing online là một phương thức tiếp thị vô cùng hiệu quả, đặc biệt trong thời đại thương mại điện tử phát triển mạnh mẽ Trong những năm gần đây, hành vi mua sắm trực tuyến ở Việt Nam, đặc biệt là tại TP.HCM, đã trải qua những thay đổi đáng kể, thể hiện ảnh hưởng lớn của marketing online đối với người tiêu dùng
Tính cấp thiết của đề tài được thể hiện ở những điểm sau: Thứ nhất, thương mại điện tử đang phát triển mạnh mẽ tại Việt Nam, đặc biệt là tại TP.HCM Theo báo cáo của Hiệp hội Thương mại điện tử Việt Nam (VECOM), năm 2023, quy mô thị trường thương mại điện tử Việt Nam đạt 193,6 nghìn tỷ đồng, tăng 27,3% so với năm 2022 Sự phát triển của thương mại điện tử đã kéo theo sự gia tăng của hành vi mua sắm trực tuyến của người tiêu dùng Theo một khảo sát của Kantar Worldpanel, năm 2023, tỷ lệ người tiêu dùng Việt Nam mua sắm trực tuyến ít nhất một lần/tháng đạt 72% Thứ hai, hành vi mua sắm trực tuyến của người tiêu dùng tại TP.HCM và cả nước đang có những thay đổi đáng kể theo báo cáo We Are Social 2023: 71,3% dân số Việt Nam sử dụng Internet, 67,1% dân số Việt Nam sử dụng mạng xã hội, theo Nielsen Media Index 2023: 85% người tiêu dùng Việt Nam sử dụng smartphone, 53% người tiêu dùng Việt Nam mua hàng online Bên cạnh đó 70% doanh nghiệp Việt Nam sử dụng Marketing Online (Hiệp hội Thương mại Điện tử Việt Nam 2023) Đây là một vấn đề rất quan trọng đối với các doanh nghiệp, tổ chức kinh doanh tại TP.HCM, bởi đây là thị trường lớn nhất Việt Nam và đang có tốc độ phát triển nhanh chóng Người tiêu dùng tại TP.HCM có xu hướng mua sắm trực tuyến nhiều hơn, với tần suất cao hơn và mức độ chi tiêu cao hơn Điều này cho thấy marketing online có tác động rất lớn đến hành vi mua sắm của người tiêu dùng tại TP.HCM Thứ ba, các doanh nghiệp, tổ chức kinh doanh tại TP.HCM đang ngày càng chú trọng đến marketing online Tuy nhiên, họ vẫn chưa hiểu rõ về hành vi mua sắm trực tuyến của người tiêu dùng tại TP.HCM, dẫn đến việc triển khai các chiến lược marketing online chưa hiệu quả
Theo số liệu thống kê của Bộ Thông tin và Truyền thông, cuối cùng, việc triển khai marketing trực tuyến tại Việt Nam được hỗ trợ bởi một cơ sở xã hội rộng lớn Đến tháng 9/2022, Việt
Nam có khoảng 72,1 triệu người sử dụng Internet, chiếm 73,2% tổng dân số, đứng thứ 13 trên thế giới về số lượng người dùng Internet Hạ tầng mạng di động rộng bằng đã được phủ sóng tới 99,73% các thôn xã trên cả nước Điều này cho thấy, mặc dù marketing trực tuyến tại Việt Nam đã có những tiến bộ, nhưng vẫn tồn tại nhiều khó khăn và trở ngại chưa được nghiên cứu kỹ lưỡng Hệ thống pháp luật vẫn còn nhiều hạn chế, đặc biệt là trong lĩnh vực viễn thông và an ninh mạng Ngoài ra, nhận thức và năng lực của các doanh nghiệp về marketing trực tuyến cũng cần được nâng cao Việc tiếp tục nghiên cứu và đề xuất giải pháp cụ thể sẽ giúp thúc đẩy sự phát triển của marketing trực tuyến tại Việt Nam
Trong thời gian gần đây, đã có khoảng chín tài liệu nghiên cứu trực tiếp về các yếu tố của marketing online và tác động của quảng cáo trực tuyến đối với hành vi mua sắm của người tiêu dùng, điển hình như nghiên cứu trong nước của Đoàn Thị Thanh Thư và Đàm Trí Cường (2021), cùng với nghiên cứu nước ngoài của Yildirim, M., & Caber, M (2018) Tuy nhiên, cho đến thời điểm hiện tại, vẫn chưa có nghiên cứu nào tập trung vào việc đánh giá tác động cụ thể của marketing online đối với hành vi mua sắm của người tiêu dùng Do đó, với lý do này, tác giả đã quyết định lựa chọn đề tài "Tác động của Marketing online đến hành vi mua sắm của người tiêu dùng tại TP.HCM" để nghiên cứu trong luận văn tốt nghiệp ngành Quản trị Kinh doanh.
Mục tiêu nghiên cứu
1.2.1 Mục tiêu nghiên cứu tổng quát
Nghiên cứu tác động của marketing online đối với hành vi mua sắm của người tiêu dùng tại TP.HCM, bao gồm việc xác định các yếu tố ảnh hưởng, đo lường mức độ tác động của các yếu tố này, và đề xuất các hàm ý quản trị để giúp doanh nghiệp xây dựng các chiến lược marketing online hiệu quả
1.2.2 Mục tiêu nghiên cứu cụ thể
Thứ nhất: Xác định các yếu tố ảnh hưởng đến hành vi mua sắm của người tiêu dùng tại
Thứ hai: Đo lường mức độ tác động của marketing online đối với hành vi mua sắm của người tiêu dùng tại TP.HCM
Thứ ba: Đề xuất hàm ý quản trị cho các doanh nghiệp trong việc xây dựng các chiến lược marketing online hiệu quả.
Câu hỏi nghiên cứu
Câu hỏi 1: Những yếu tố nào ảnh hưởng đến hành vi mua sắm của người tiêu dùng tại
Câu hỏi 2: Mức độ tác động của marketing online đối với hành vi mua sắm của người tiêu dùng tại TP.HCM như thế nào?
Câu hỏi 3: Những hàm ý quản trị nào giúp cho các doanh nghiệp trong việc xây dựng các chiến lược marketing online hiệu quả?
Đối tượng nghiên cứu
Đối tượng nghiên cứu: Tác động của marketing online đối với hành vi mua sắm của người tiêu dùng tại TP.HCM Đối tượng thu thập dữ liệu/ đối tượng khảo sát: Người tiêu dùng tại TP.HCM.
Phương pháp nghiên cứu
Dự án nghiên cứu đã kết hợp phương pháp định tính và định lượng để đảm bảo đa dạng và sâu sắc trong việc nắm bắt vấn đề Phần định tính bao gồm thu thập dữ liệu từ tài liệu và thảo luận với chuyên gia Phần định lượng bao gồm khảo sát sơ bộ, sau đó khảo sát chính thức với 380 đối tượng qua Google Form Dữ liệu đã được xử lý và phân tích bằng phần mềm SPSS, bao gồm các phương pháp như kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan Pearson và phân tích hồi quy tuyến tính bội Kết quả của quá trình này đã cung cấp cái nhìn tổng quan và chi tiết về mối quan hệ giữa các biến, từ đó giúp đưa ra các kết luận chính xác về vấn đề nghiên cứu.
Ý nghĩa của đề tài
Nghiên cứu về "Tác động của marketing online đối với hành vi mua sắm của người tiêu dùng tại TP.HCM" không chỉ mang ý nghĩa lý thuyết mà còn có ứng dụng thực tiễn quan trọng Trên mặt lý thuyết, nó giúp bổ sung kiến thức về mối quan hệ giữa marketing online và hành vi mua sắm của người tiêu dùng Kết quả sẽ giúp các nhà khoa học hiểu rõ hơn về yếu tố tác động đến hành vi mua sắm trong bối cảnh marketing online ngày càng phát triển, tập trung vào các hình thức marketing, yếu tố tác động, và mối quan hệ này ở TP.HCM
Trên mặt ứng dụng thực tiễn, nghiên cứu này hỗ trợ doanh nghiệp hiểu rõ hơn về hành vi mua sắm của NTD, đặc biệt là trong ngữ cảnh marketing online đang chiếm ưu thế Kết quả giúp tối ưu hóa chiến lược quảng cáo, tăng sức thu hút và tương tác với NTD Nó cũng hỗ trợ quyết định chiến lược tiếp thị và kinh doanh thông qua hiểu biết về mong muốn của người tiêu dùng
Nghiên cứu cũng hỗ trợ quá trình đào tạo và giáo dục trong lĩnh vực marketing và kinh doanh Các chuyên viên marketing và nhân viên kinh doanh có thể sử dụng thông tin từ nghiên cứu để nâng cao kỹ năng và hiểu biết của mình Kết quả cũng động viên cho các nghiên cứu tiếp theo, mở rộng kiến thức về mối quan hệ giữa marketing online và hành vi mua sắm.
Kết cấu dự kiến của khóa luận
Khóa luận này có gồm 5 chương:
Chương 1: Tổng quan nghiên cứu: Tác giả giới thiệu cơ sở lý do cho việc chọn đề tài, xác định mục tiêu tổng quát và cụ thể của nghiên cứu, đồng thời xác định đối tượng nghiên cứu, đặt ra câu hỏi nghiên cứu, xác định phạm vi nghiên cứu, mô tả phương pháp nghiên cứu, và nêu rõ ý nghĩa và kết cấu của luận văn.
CƠ SỞ LÝ THUYẾT
Các khái niệm và lý thuyết liên quan
Mặc dù có các khái niệm và định nghĩa khác nhau về Marketing từ các tác giả khác nhau, không có một định nghĩa thống nhất nào, nhưng mọi người đều đồng tình rằng mục đích chính của Marketing là hỗ trợ thúc đẩy cho các hoạt động kinh doanh, bán hàng và tiêu thụ sản phẩm Dưới đây là một số định nghĩa phổ biến về Marketing mà được chấp nhận và sử dụng phổ biến ngày nay:
Theo Philip Kotler, 2006: “Marketing là quá trình mà những cá nhân hoặc tập thể đạt được những gì họ cần và muốn thông qua việc tạo lập, cống hiến, và trao đổi tự do giá trị của các sản phẩm và dịch vụ với nhau”
Theo Hiệp hội Marketing Hoa Kỳ (AMA), Marketing là một phần quan trọng của tổ chức và bao gồm các quá trình để tạo, trao đổi và truyền đạt giá trị đến khách hàng Nó cũng nhằm quản lý mối quan hệ với khách hàng để mang lại lợi ích cho tổ chức và các thành viên khác
Theo Học viện Marketing Anh Quốc, Marketing là việc tổ chức và quản lý các hoạt động kinh doanh từ việc nhận diện và chuyển đổi nhu cầu của người tiêu dùng thành sản phẩm cụ thể, sau đó đưa sản phẩm đến tay người tiêu dùng để đảm bảo thu nhập lợi nhuận như mong đợi cho công ty Philip Kotler, một trong những Giáo sư Marketing hàng đầu thế giới và được biết đến như "cha đẻ" của marketing hiện đại, là người dẫn đầu tại Trường Đại học Northwestern, Hoa Kỳ Từ các khái niệm trên, chúng ta hiểu rằng bản chất của Marketing là tạo ra các sự trao đổi nhằm mục đích đáp ứng mong muốn và nhu cầu của cả người bán và người mua Mọi hoạt động Marketing đều tập trung vào khách hàng, thông qua quá trình nghiên cứu và dự đoán để hiểu và đáp ứng nhu cầu và mong muốn của khách hàng, từ đó xây dựng và giữ vững mối quan hệ có lợi trong thời gian dài
Marketing Online là một thuật ngữ sôi động trong thời đại công nghệ số, được các chuyên gia uy tín định nghĩa theo nhiều cách thức đa dạng Mỗi góc nhìn mang đến những nét riêng biệt, góp phần vẽ nên bức tranh toàn cảnh về lĩnh vực đầy tiềm năng này
Dưới góc nhìn của Chaffey, D., Mayer, R., John, K., & Chadwick, F (2002) “Marketing Online” là hoạt động khai thác sức mạnh của internet và công nghệ số hoá, bao gồm mạng không dây và vệ tinh, để thực hiện truyền thông marketing hiệu quả
Theo Hanson và Kotler (1998), Marketing Online được định nghĩa là chuỗi các hành động nhằm đáp ứng nhu cầu và mong muốn của khách hàng thông qua mạng và các kênh truyền thông điện tử
Theo định nghĩa của Philip Kotler (2009), Marketing Online là quá trình chi tiết hóa kế hoạch về sản phẩm, giá cả, phân phối và quảng bá để thúc đẩy sản phẩm, dịch vụ và ý tưởng, nhằm đáp ứng nhu cầu của tổ chức và cá nhân thông qua các phương tiện điện tử và Internet
Lewis, 2005 cho rằng Marketing Online là bất kỳ công cụ, chiến lược hay phương pháp nào giúp khách hàng nhận diện doanh nghiệp thông qua mạng Internet
Cuốn Internet Marketing (Dave Chaffey, 2006) đã nói về Marketing Online là việc sử dụng công nghệ truyền thông điện tử trên môi trường Internet để đạt được các mục tiêu Marketing đề ra
Kotler & Keller, 2023 cũng đã đưa quan điểm về Marketing Online là một chuỗi các hoạt động marketing sử dụng các kênh trực tuyến như website, mạng xã hội, email marketing để tiếp cận và thu hút khách hàng
Có thể thấy, khái niệm của Kotler & Keller được đánh giá cao bởi tính toàn diện và sát với thực tiễn nhất Với tính toàn diện và phù hợp với thực tiễn, khái niệm Marketing Online của Kotler & Keller sẽ được sử dụng xuyên suốt đề tài nghiên cứu "Tác động của marketing online đối với hành vi mua sắm của người tiêu dùng tại TP.HCM"
Tóm lại, Marketing Online là một lĩnh vực đầy tiềm năng, đóng vai trò then chốt trong kế hoạch kinh doanh của doanh nghiệp trong thời đại công nghệ số Việc nắm bắt và ứng dụng hiệu quả các công cụ và chiến lược Marketing Online sẽ giúp doanh nghiệp tiếp cận khách hàng tiềm năng, tăng cường nhận thức thương hiệu và đẩy mạnh doanh số Trên thực tế, sự phân biệt giữa Marketing Online và Digital Marketing thường gây nhầm lẫn Mặc dù có liên quan chặt chẽ, Marketing Online thường được coi là một phần của Digital Marketing Điều này xuất phát từ việc Marketing Online thường chỉ thực hiện được trên internet, trong khi Digital Marketing có thể áp dụng cả khi có hoặc không có kết nối internet (Beest, 2022) Trong bài viết này, tác giả đã nghiên cứu về Marketing Online đặc biệt trên nền tảng internet
2.1.1.3 Vai trò của Marketing online
Tiếp cận khách hàng tiềm năng:
Hiệp hội Marketing Hoa Kỳ (AMA): "Marketing Online là quá trình lập kế hoạch, tổ chức, thực hiện và kiểm soát các hoạt động kinh doanh nhằm tạo ra, trao đổi và cung cấp giá trị cho khách hàng và khách hàng tiềm năng thông qua mạng internet và các phương tiện điện tử khác." (AMA, 2023)
Theo Philip Kotler: "Marketing Online là quá trình sử dụng các công cụ Internet và mạng để tạo ra giá trị cho khách hàng và xây dựng mối quan hệ với họ." (Kotler & Keller, 2023)
Theo Seth Godin: "Marketing Online là về việc thu hút sự chú ý và tạo ra sự quan tâm đến sản phẩm hoặc dịch vụ của bạn." (Godin, 2023)
Tăng nhận thức về thương hiệu:
Investopedia: "Marketing Online là một hình thức marketing sử dụng Internet để truyền tải thông điệp marketing đến khách hàng." (Investopedia, 2023)
Tăng doanh thu bán hàng:
Theo Hiệp hội Marketing Hoa Kỳ (AMA): "Marketing Online là quá trình lập kế hoạch, tổ chức, thực hiện và kiểm soát các hoạt động kinh doanh nhằm tạo ra, trao đổi và cung cấp giá trị cho khách hàng và khách hàng tiềm năng thông qua mạng internet và các phương tiện điện tử khác." (AMA, 2023)
Các nghiên cứu liên quan
Vấn đề là “The Impact of the Use of Augmented Reality on Online Purchasing Behavior Sustainability”: The Saudi Consumer as a Model Department of Advertising & Marketing
Communication, College of Media & Communication, Imam Mohammad Ibn Saud Islamic University (IMSIU), Riyadh 13318, Saudi Arabia
Bài nghiên cứu này đã lấy mẫu từ 812 người mua hàng trực tuyến Đối tượng chiếm phần đông là phụ nữ trẻ ở độ tuổi 17-26 tuổi Đối tượng mua hàng chiếm phần đông là phụ nữ trẻ ở độ tuổi 17-26 tuổi Thu nhập hàng tháng chiếm phần lớn là thu nhập thấp (ít hơn 800 USD) với 31,9%, còn lại chiếm phần trung bình là đối tượng có thu nhập từ 800 USD – 2666,7 USD và 2667 USD – 5333,9 USD lần lượt là 22,4% và 23,3% Theo khảo sát thấy được là với đối tượng có số lượng người trong gia đình từ 5 trở lên thì chiếm phần lớn đến 72,4%
Từ bảng khảo sát có thể thấy được kênh mua hàng được lựa chọn tốt nhất là qua ứng dụng điện thoại (Mobile applications) chiếm 71,6%, sau đó là trang web (websites) chiếm 27,6% và thấp nhất là qua các liên kết từ tin nhắn (Links received via text messages) với 0,9% Mặt hàng được mua nhiều nhất là quần áo và phụ kiện chiếm 49,1% Người mua hàng trực tuyến mua hàng với mục tiêu mang lại lợi ích cho bản thân và gia đình họ là chiếm phần lớn tới 59,5% Số tiền mà người mua hàng trực tuyến chi cho một tháng chiếm phần lớn ở 2 khoảng là dưới 80 USD và từ 80 USD đến 133,9 USD đều chiếm giống nhau là 28,4% Điều này chứng tỏ rằng mức tiền chi tiêu mua hàng trực tuyến vẫn chưa cao
Hình 2.6: Mô hình nghiên cứu “The Impact of the Use of Augmented Reality on Online
Nguồn: Norah Saud H AL Hilal, (2023)
Trong bài nghiên cứu, mô hình nghiên cứu được áp dụng với biến đo lường như sau: (1) Kích thước AR có ảnh hưởng tốt hơn đáng kể đến trải nghiệm mua hàng (There is a significant positive effect of AR dimensions on the purchase experience.), (2) Có tác động tích cực đáng kể của các yếu tố AR đến trải nghiệm mua hàng.( There is a significant positive effect of AR factors on the purchase experience.), (3) Có mối quan hệ thuận chiều đáng kể giữa yếu tố AR và kích thước AR.( There is a significant positive relationship between the AR factor and AR dimensions.), (4) Trong số những người tham gia trung bình, có sự khác biệt có ý nghĩa thống kê về tác động tích cực của AR đối với việc đưa ra quyết định mua hàng đối với NTD Ả Rập
Xê Út (Among average participants, there are statistically significant differences in the positive impacts of AR on making purchase decisions for Saudi consumers.)
Nghiên cứu này dựa trên mô hình chấp nhận công nghệ (TAM) và lý thuyết công nghệ trung gian (lý thuyết của Ihde) Mô hình này được thiết kế để đánh giá tác động của các quyết định thiết kế đối với sự chấp nhận của người dùng và hiển thị các hệ thống luồng thông tin, cung cấp cái nhìn sâu sắc về việc áp dụng hệ thống thông tin của một cá nhân TAM xem xét ba cấu trúc chính trong việc xác định việc sử dụng hệ thống thông tin của một cá nhân: Lợi ích nhận thức, tính dễ sử dụng và thái độ đối với việc sử dụng Mô hình này dựa trên ý tưởng rằng thái độ của một người đối với việc sử dụng hệ thống là một yếu tố quan trọng trong việc họ sử dụng nó Điểm trung bình tổng thể cho các biến độc lập (AR factors) là 3,58, với Standard Deviation là 0,59; những người tham gia trả lời “đồng ý” về các yếu tố AR Yếu tố
“Embodiment of Relationships” (Hiện thân của các mối quan hệ) được xếp hạng đầu tiên, với giá trị Mean là 3,72 và Standard Deviation là 0,79; yếu tố “Change in Relationships” (Thay đổi trong các mối quan hệ) được xếp hạng cuối cùng, với giá trị Mean là 3,45 và Standard Deviation là 0,69 Điểm trung bình tổng thể của tất cả các biến phụ thuộc là 3,77 và Standard Deviation là 0,62; những người tham gia trả lời “đồng ý” về biến phụ thuộc Yếu tố “Quality” (Chất lượng) được xếp hạng đầu tiên với giá trị Mean là 3,97 và Standard Deviation là 0,76 Yếu tố “Fear” (Sợ hãi) xếp cuối cùng, với giá trị Mean là 3,36 và Standard Deviation là 0,97
Có sự liên hệ tích cực đáng kể giữa các biến độc lập và biến phụ thuộc trong nghiên cứu này
Vấn đề là: The effect of multimodality on customers' decision-making and experiencing: A comparative study International Journal of Data and Network Science
Hình 2.7: Mô hình nghiên cứu “The effect of multimodality on customers' decision-making and experiencing.”
Nguồn: Alsokkar, A., Law, E L.-C., Almajali, D., & Alshinwan, M (2023)
Bài nghiên cứu sử dụng thang đo: (1) Chất lượng phi công cụ (Non-instrumental Quality), (2) Chất lượng công cụ (Instrumental Quality), (3) Phẩm chất kinh nghiệm (Experiential Qualities), (4) Đánh giá hệ thống (System Appraisal), (5) Đưa ra quyết định (Decision Making) Tác động đến biến Sự hài lòng chung (Overall Satisfaction) Nghiên cứu này được thực hiện khảo sát với 48 người, bài nghiên cứu này sử dụng mô hình EUX-DM làm mô hình đo lường Độ tuổi của người tham gia dao động từ 18-24 (33,3%), 25-34 (50%), 35-44 (12,5%), cuối cùng là 45+ (4,1%) Trong đó hầu hết người tham gia (77,2%) là sinh viên đại học và sau đại học sinh viên, với những người tham gia còn lại (36% là nhân viên trường đại học) Tuy nhiên, 33 người tham gia (68,8%) cho biết họ có chưa bao giờ mua sắm trên trang web Thương mại điện tử giống như trang web được sử dụng trong cuộc khảo sát này trước đây Bài nghiên cứu sau khi chạy kiểm định ANOVA thì đưa ra dữ liệu như sau: Ở giai đoạn 1 (Iex1) thì giá trị trung bình cao nhất là của Classic Aesthetics (Thẩm mỹ cổ điển) giá trị Mean là 5,46 với Standard Deviation là 1,12 Yếu tố có giá trị Mean thấp nhất là của Expressive Aethetics (Tính thẩm mỹ biểu cảm) giá trị Mean là 3,66 với Standard Deviation là 1,39 Ở giai đoạn 2 (Iex2) thì giá trị Mean cao nhất là của Usability (Khả năng sử dụng) giá trị trung bình là 6,26 với Standard Deviation là 0,85 Yếu tố có giá trị Mean thấp nhất là của Arousal (Kích thích) giá trị Mean là 5,46 với Standard Deviation là 0,93 Giá trị ý nghĩa của các biến đều 0,6 và item-total correlation > 0,3 để tiếp tục các phân tích sau này
3.5.2.3 Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Theo Hair và các đồng tác giả (2010), là một kỹ thuật thống kê mạnh mẽ giúp chúng ta hiểu rõ hơn về giảm số lượng biến quan sát ban đầu xuống một số nhỏ hơn, nhưng vẫn giữ lại phần lớn thông tin quan trọng từ các biến gốc Quá trình này dựa trên việc tìm kiếm mối liên hệ tuyến tính giữa các biến quan sát và các nhân tố cơ bản
Ngược lại, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số KMO (Kaiser-Meyer- Olkin) là một chỉ số đánh giá sự phù hợp của phân tích nhân tố với dữ liệu Nếu 0,5 ≤ KMO
≤ 1, thì được coi là phù hợp
Hair và các cộng sự (2010) nhấn mạnh rằng Factor Loading là một chỉ số quan trọng để đánh giá ý nghĩa thực tiễn của phân tích EFA Giá trị của hệ số tải nhân tố cần phải > 0,3 để có ý nghĩa tối thiểu, và giá trị > 0,4 được xem là quan trọng, trong khi giá trị > 0,5 được coi là rất quan trọng
Về giá trị Eigenvalue, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đây là một chỉ số cho biết phần lượng biến thiên được giải thích bởi mỗi nhân tố Các nhân tố với giá trị Eigenvalue > 1 được giữ lại, trong khi những nhân tố có giá trị Eigenvalue < 1 thì sẽ bị loại bỏ vì không đủ hiệu quả trong việc tóm tắt thông tin
Trong khi đó, kiểm định Bartlett được sử dụng để kiểm tra giả thuyết rằng các biến quan sát không tương quan với nhau trong tổng thể Nếu kết quả của kiểm định này có ý nghĩa thống kê (Sig < 0,05), thì giả thuyết này sẽ bị bác bỏ, và các biến quan sát được xem xét là tương quan với nhau
Hair và các cộng sự (2010) cũng lưu ý rằng tổng phương sai trích là tổng phần trăm biến thiên trong dữ liệu được giải thích bởi các nhân tố, với tiêu chuẩn chấp nhận là ít nhất 50%
Tóm lại, để đạt yêu cầu trong phân tích nhân tố EFA, cần phải đáp ứng các tiêu chí sau: Eigenvalue > 1; Total Variance Extracted > 50%; Factor Loading > 0,3; Sig Bartlett < 0,05; và giá trị của hệ số KMO nằm trong khoảng 0,5 ≤ KMO ≤ 1 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008; Hair và các cộng sự, 2010)
3.5.2.4 Phân tích tương quan Pearson
Sau khi phân tích và đánh giá độ tin cậy và kiểm định giá trị khái niệm của thang đo, các biến không đạt được sự hội tụ tiếp tục bị loại bỏ khỏi mô hình cho đến khi các tham số được nhóm lại thành các nhóm biến Quá trình này giúp xác định mối liên hệ giữa các nhóm biến và mối quan hệ giữa các nhóm biến độc lập và nhóm biến phụ thuộc trong mô hình nghiên cứu bằng phương pháp phân tích hồi quy bội Các biến mới trong mô hình nghiên cứu được tính bằng giá trị trung bình của các biến quan sát thành phần của biến đó Tiếp theo phải thực hiện phân tích tương quan để kiểm định mối tương quan tuyến tính giữa các biến trong mô hình Việc này bao gồm kiểm định mối tương quan giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau Sử dụng hệ số này để đánh giá mối quan hệ tuyến tính giữa hai biến định lượng được đánh giá thông qua mức độ tương quan tuyến tính giữa chúng Giá trị tuyệt đối của hệ số Pearson tiến dần tới 1 thì mối tương quan tuyến tính giữa hai biến này càng chặt chẽ Trong mô hình nghiên cứu, kỳ vọng có mối tương quan tuyến tính chặt chẽ giữa biến độc lập và biến phụ thuộc (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005) Đánh giá mối tương quan giữa các biến, hệ số tương quan được nói là rất quan trọng:
- Hệ số tương quan có giá trị từ -1 đến +1
- Nếu hệ số tương quan > 0, có mối tương quan thuận giữa hai biến
- Nếu hệ số tương quan < 0, có mối tương quan nghịch giữa hai biến
Kiểm định hệ số tương quan dựa vào giả thuyết:
- H0: Không tồn tại mối tương quan giữa hai biến
- H0: Tồn tại mối tương quan giữa hai biến
Mức ý nghĩa của kiểm định được xác định thông qua giá trị p-value (Sig):
- Nếu Sig ≤ 5%, ta bác bỏ giả thuyết H0
- Nếu Sig > 5%, không đủ dữ liệu để bác bỏ giả thuyết H0
3.5.2.5 Phân tích hồi quy đa biến Để kiểm tra sự phù hợp của mô hình, trước tiên tác giả tiến hành phân tích hệ số tương quan Pearson, phân tích này được sử dụng để đánh giá mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc, cũng như để phát hiện sớm hiện tượng đa cộng tuyến
Giá trị của hệ số tương quan r dao động từ -1 đến 1 và chỉ có ý nghĩa khi Sig. 0,8: Mối tương quan rất mạnh
• 0,4 < |r| ≤ 0,6: Mối tương quan trung bình
• |r| ≤ 0,2: Không có mối tương quan hoặc rất yếu
Tiếp theo, tác giả thực hiện phân tích hồi quy bội bằng phương pháp bình phương nhỏ nhất
Hệ số R 2 hiệu chỉnh được dùng để xác định sự phù hợp của mô hình Để xác định khả năng ứng dụng mô hình cho tổng thể, tác giả đã thực hiện kiểm định F Ngoài ra, kiểm định t được sử dụng để kiểm tra giả thuyết rằng các hệ số hồi quy của tổng thể bằng không Để khẳng định rằng phương trình hồi quy đã xây dựng cuối cùng là phù hợp, việc kiểm tra sự vi phạm của các giả định là rất quan trọng trong phân tích hồi quy tuyến tính Điều này bao gồm kiểm tra giả định về phân phối chuẩn của phần dư, tính độc lập của phần dư (sử dụng thống kê Durbin-Watson), và hiện tượng đa cộng tuyến (sử dụng Tolerance và hệ số phóng đại VIF)
Sau khi đã thực hiện phân tích hồi quy bội, mô hình hồi quy được biểu diễn như sau:
• Yi là biến phụ thuộc
• X1, X2, …, Xn là các biến độc lập
• β0, β1, β2, …, βn là các hệ số hồi quy riêng biệt
• εi là một biến ngẫu nhiên tuân theo phân phối chuẩn, có trung bình bằng 0 và phương sai không đổi σ2
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Kết quả nghiên cứu
Trong thời gian qua, marketing online đã có tác động mạnh mẽ đến hành vi mua sắm của người tiêu dùng tại TP.HCM, đặc biệt là trong bối cảnh đại dịch COVID-19 Trước đại dịch, mặc dù thương mại điện tử đã phát triển, người tiêu dùng vẫn chủ yếu mua sắm tại các cửa hàng truyền thống Tuy nhiên, đại dịch đã thay đổi hành vi mua sắm một cách rõ rệt, khiến việc mua sắm trực tuyến trở nên phổ biến hơn
Theo một khảo sát của Decision Lab (2021), hơn 45 triệu người Việt Nam đã tham gia mua sắm trực tuyến vào năm 2021 Giao dịch thanh toán qua Internet và điện thoại di động tăng 86,3% về số lượng và 123,1% về giá trị so với năm trước đó (Ngân hàng Nhà nước Việt Nam, 2021) Người tiêu dùng hiện nay thường tìm kiếm sản phẩm trên các trang web và mạng xã hội trước khi quyết định mua hàng, đặc biệt là qua các ứng dụng di động và các nền tảng thương mại điện tử như Shopee và Lazada (VTV, 2021) Để đáp ứng nhu cầu này, nhiều doanh nghiệp đã áp dụng công nghệ như trí tuệ nhân tạo và thực tế ảo để cải thiện trải nghiệm khách hàng và triển khai các chiến lược marketing online hiệu quả (Dân Trí, 2021) Việc tăng cường hiện diện trực tuyến và áp dụng các công nghệ tiên tiến giúp các doanh nghiệp không chỉ giữ vững thị phần mà còn phát triển thêm khách hàng mới trong bối cảnh cạnh tranh gay gắt
Marketing online không chỉ thay đổi thói quen mua sắm mà còn yêu cầu các doanh nghiệp liên tục đổi mới và áp dụng công nghệ để đáp ứng kỳ vọng ngày càng cao của khách hàng Thống kê từ UNCTAD cho thấy, mua sắm trực tuyến toàn cầu đã tăng từ 6 đến 10 điểm phần trăm trong hầu hết các danh mục sản phẩm trong thời kỳ đại dịch (UNCTAD, 2020)
4.1.1.1 Thống kê mô tả sơ bộ
Với mục tiêu thu thập thông tin cho nghiên cứu, khảo sát trực tiếp đã được thực hiện với 380 mẫu Sau khi khảo sát, thu về 310 mẫu (tỷ lệ 81,57%) được xác định có câu trả lời hợp lệ Dữ liệu từ 310 mẫu này được sử dụng để tiến hành phân tích
4.1.1.2 Thống kê mô tả mẫu nghiên cứu
Bảng 4.1: Bảng thống kê thông tin đối tượng khảo sát
Thông tin Phân loại Số lượng Tỷ lệ (%)
Nữ 216 69,7% Độ tuổi Dưới 18 tuổi 15 4,8%
Nguồn: Tác giả tổng hợp kết quả trên phần mềm SPSS 22.0
- Giới tính: Trong 310 người tham gia khảo sát thì có 94 là nam giới chiếm 30,3% Và phần lớn là nữ giới với số lượng 216 người chiếm 69,7%,
- Độ tuổi: Độ tuổi tham gia khảo sát tập trung chủ yếu trong khoảng từ 18 đến 25 tuổi, đạt 256 người, chiếm tỷ lệ 82,6% trong tổng số Điều này là phù hợp vì việc tiếp xúc với marketing online ở khoảng tuổi từ 18 đến 25 tuổi là phần lớn Đối tượng có độ tuổi từ 25 đến 40 tuổi có
33 người chiếm 10,7% Tiếp đến là đối tượng dưới 18 tuổi có 15 người chiếm 4,8% Cuối cùng là đối tượng trên 40 tuổi ít nhất với 6 người chiếm 1,9%
- Thu nhập: Đối tượng có thu nhập từ 10 đến 20 triệu đồng là nhóm đông đảo nhất trong cuộc khảo sát, với 135 người tham gia, chiếm tỷ lệ 43,5% Tiếp theo là nhóm thu nhập từ 5 đến 9 triệu đồng, với 100 người (32,3%) Hai nhóm này tổng cộng chiếm phần lớn Nhóm có thu nhập dưới 5 triệu đồng có 57 người (18,4%) Số lượng ít nhất là nhóm có thu nhập trên 20 triệu đồng, với 18 người (5,8%)
Bảng 4.2: Bảng kết quả phương tiện Marketing online
Biết đến Marketing Online thông qua
Phương tiện Số lượng Tỷ lệ (%)
Nguồn: Tác giả tổng hợp kết quả trên phần mềm SPSS 22.0
Kết quả khảo sát cho thấy mọi người biết đến Marketing Online thông qua mạng xã hội và trang Blog là phần lớn với số lượng và tỷ lệ tương ứng lần lượt là 125 người (40,3%) và 92 người (29,7%) Tiếp đến là Email với số lượng là 41 người chiếm tỷ lệ 13,2% Ba phương tiện chiếm phần nhỏ còn lại là trang Web, Video và Khác chiếm số lượng và tỷ lệ lần lượt là 25 người (8,1%), 20 người (6,5%) và 7 người (2,2%)
Bảng 4.3:Bảng kết quả Marketing Online trên nền tảng
Khách hàng mua sản phẩm từ Marketing Online trên nền tảng
Nền tảng Số lượng Tỷ lệ (%)
Sàn thương mại điện tử 138 44,5%
Website thương mại điện tử 45 14,5%
Nguồn: Tác giả tổng hợp kết quả trên phần mềm SPSS 22.0
Khách hàng mua sản phẩm từ Marketing Online trên nền tảng sàn thương mại điện tử là nhiều nhất với số lượng 138 người với tỷ lệ 44,5% Tiếp đến là qua mạng xã hội với số lượng 116 người chiếm tỷ lệ 37,4% Sau đó là Website thương mại điện tử có số lượng 45 người với tỷ lệ 14,5% Cuối cùng là chợ online với số lượng 11 chiếm tỷ lệ 3,6%
Bảng 4.4: Bảng kết quả tần suất mua sản phẩm từ Marketing online
Tần suất mua sản phẩm từ Marketing Online
Tần suất Số lượng Tỷ lệ (%)
Nguồn: Tác giả tổng hợp kết quả trên phần mềm SPSS 22.0
Phần lớn mọi người sản phẩm từ Marketing Online chỉ lúc nào cần chiếm số lượng cao với
168 người chiếm tỷ lệ 54,2% Đối tượng mua hàng thường xuyên cũng chiếm tỷ lệ cao thứ 2 với 96 người với tỷ lệ 31% Cuối cùng là 46 người chiếm tỷ lệ 14,8% hiếm khi mua sản phẩm từ Marketing Online Điều này cho thấy tần suất mua hàng từ Marketing Online khi mà khách hàng cần là phần lớn, điều này đánh giá tần suất vẫn chưa quá cao
Bảng 4.5: Bảng kết quả sự hài lòng từ Marketing online
Sự hài lòng về những sản phẩm Marketing Online gợi ý
Nội dung Số lượng Tỷ lệ (%)
Nguồn: Tác giả tổng hợp kết quả trên phần mềm SPSS 22.0
Khách hàng rất hài lòng về những sản phẩm từ Marketing Online gợi ý, với số lượng người hài lòng chiếm 97,1% và lượt không hài lòng chiếm 2,9% Điều này cho thấy những sản phẩm Marketing Online gợi ý đáp ứng được nhu cầu của khách hàng, mang lại sự hài lòng của khách hàng với Marketing Online
Kiểm định giá trị trung bình các biến độc lập
Bảng 4.6: Kiểm định giá trị trung bình các biến độc lập
Thái độ với trang web
Nhận thức được sự liên quan
Nguồn: Tác giả tổng hợp từ SPSS 22.0
Kết quả thống kê cho thấy được các biến quan sát tác động cùng chiều là “Sự thu hút”, “Tính thông tin”, “Thái độ với trang web”, “Sự tin cậy”, “Tính giải trí”, “Nhận thức sự liên quan” đều có giá trị trung bình cao từ 3,15 đến 4,02 Trong đó, thang đo “Sự thu hút” có giá trị trung bình lớn nhất (3,91 – 4,02), sau nó là thang đo “Tính giải trí” (3,87 – 4,01) Sau đó các giá trị thang đó nhỏ dần “Tính giải trí”, “Tính thông tin”, “Nhận thức sự liên quan” và cuối cùng là
“Thái độ với trang web”
Các biến quan sát tác động ngược chiều là “Tính kích ứng” và “Sự rủi ro” có giá trị trung bình từ 2,02 đến 2,25 Vì các biến tác động ngược chiều mà giá trị trung bình ở mức thấp nên giá trị này được đánh giá là một điều tốt trong việc phân tích
Giá trị trung bình của thang đo “Sự thu hút” được đánh giá cao nhất với điểm trung bình thấp nhất là 3,91 Điều này cho thấy được sự thu hút của Marketing Online tác động nhiều nhất đối với hành vi mua sắm của NTD tại TP.HCM Chính vì vậy nên khi thực hiện cần phải tập trung nội dung mang lại sự thu hút đối với NTD để có tác động mạnh đến hành vi mua sắm của NTD Thang đo “Tính thông tin” cũng có điểm đánh giá cao sau “Sự thu hút” với điểm trung bình thấp nhất là 3,87 Điều đó cho thấy rằng “Tính thông tin” tác động cũng rất nhiều đến hành vi mua sắm của NTD không kém so với “Sự thu hút” Vì vây, để tác động nhiều đến hành vi mua sắm của NTD thì cần phải tập trung vào nguồn thông tin mang đến NTD thật đầy đủ, chính xác và dễ hiểu
Giá trị trung bình của thang đó “Sự rủi ro” có giá trị trung bình thấp nhất và cao nhất lần lượt là 2,02 và 2,25 Điều này được xem là điều tốt vì NTD nhận định sự rủi ro của Marketing Online không quá cao, điều này thể hiện sự an toàn, sự tin tưởng của NTD đối với Marketing online Giá trị trung bình của thang đo “Tính kích ứng” có giá trị trung bình thấp nhất và cao nhất lần lượt là 2,07 và 2,22 Điều đó cho thấy rằng NTD không cảm thấy khó chịu bởi Marketing Online, cũng như là người tiêu dùng không bị khó khăn bởi Marketing Online Các tác động ngược chiều được đánh giá là không gây đến cho người tiêu dùng sự không hài lòng nhiều
Kiểm định giá trị trung bình của biến phụ thuộc
Bảng 4.7: Kiểm định giá trị trung bình biến phụ thuộc
Nguồn: Tác giả tổng hợp từ SPSS 22.0
Từ bảng 4.7 cho thấy được giá trị trung bình của hành vi mua sắm cũng ở mức khá cao (từ 3,67 đến 4,01) Mức đánh giá chung thấy có sự chênh lệch giá trị trung của của biến HVM2 chênh lệch cũng cũng khá cao so với các biến HVM1, HVM3, HVM4 Tuy nhiên, sự chênh lệch này không ảnh hưởng nhiều đến sự tích cực của hành vi mua sắm của NTD tại TP.HCM Điều này được đánh giá rất cao đối với hành vi mua sắm của người tiêu dùng Vì vậy, để hành vi mua sắm của NTD được cải thiện và đánh giá tốt hơn, chúng ta cần đặc biệt chú trọng vào việc phát huy các ưu điểm và khắc phục những hạn chế của nó
4.1.2 Kiểm định độ tin cậy của thang đo với hệ số Cronbach’s Alpha
4.1.2.1 Kết quả kiểm định độ tin cậy của thang đo với hệ số Cronbach’s Alpha sơ bộ
Bảng 4.8: Kết quả phân tích Cronbach’s Alpha sơ bộ
STT Thang đo thành phần Số biến quan sát ban đầu
Hệ số tương quan biến tổng
3 Thái dộ với trang web (TTTW) 4 ≥ 0,602 0,862
6 Nhận thức được sự liên quan (LQ) 4 ≥ 0,623 0,864
9 Hành vi mua sắm (HVM) 4 ≥ 0,627 0,831
Nguồn: Tác giả tổng hợp kết quả trên phần mềm SPSS 22.0
Thảo luận
4.2.1 Thảo luận về kết quả thống kê mô tả
Với nghiên cứu này thì tác giả đã tiến hành một cuộc khảo sát trực tiếp đã được thực hiện với
380 mẫu Sau khi khảo sát, thu về 310 mẫu được xác định có câu trả lời hợp lệ (tương ứng 81,57%) và 70 mẫu không hợp lệ (18,43%) Nguyên nhân của 70 mẫu không hợp lệ là đối tượng khảo sát không sinh sống và làm việc tại TP.HCM và có những khách hàng làm khảo sát không đảm bảo chất lượng, đánh đại Với dữ liệu từ 310 mẫu hợp lệ này được tiến hành phân tích bởi phần mềm SPSS 22.0 để đưa ra được kết quả thống kê mô tả của các đối tượng khảo sát Số lượng tham gia khảo sát chiếm phần lớn là giới tính Nữ (chiếm tỷ lệ 69,7%) và đối tượng có độ tuổi từ 18 đến 25 tuổi là chủ yếu (chiếm tỷ lệ 82,6%) Người có thu nhập từ
10 đến 20 triệu chiếm tỷ lệ cao nhất với 43,5%
4.2.2 Thảo luận về kết quả kiểm định Cronbach’s Alpha, EFA,tương quan, hồi quy tuyến tính
Giá trị Mean của biến phụ thuộc nằm trong khoảng từ 3,15 đến 4,02 (tác động cùng chiều) và từ 2,02 đến 2,25 (tác động ngược chiều), đều được đánh giá tích cực cho Marketing online Đối với biến phụ thuộc thì cũng có giá trị Mean khá cao từ 3,67 đến 4,01, các giá trị thể hiện được sự tích cực và đánh giá tốt đối với Marketing Online
Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha của 9 thang đo đều > 0,6, các thang đo đều đảm bảo đủ độ tin cậy Biến có hệ số Cronbach’s Alpha cao nhất là biến sự rủi ro với hệ số 0,890, thấp nhất là biến hành vi mua sắm với hệ số là 0,831 Hệ số tương quan biến tổng của 36 biến quan sát ban đầu đều > 0,3, thấp nhất là 0,623 (LQ4) và cao nhất là 0,787 (RR4) Cả 9 thang đo đều đủ độ tin cậy để thực hiện các phân tích tiếp theo là phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA cho thấy các biến quan sát có hệ số tải nhân tố > 0,5, đảm bảo tính hội tụ, nên mô hình nghiên cứu ban đầu được giữ nguyên Kết quả kiểm định KMO và Bartlett's Test: Biến độc lập: KMO = 0,913 (xuất sắc), Sig Bartlett’s Test = 0,000 < 0,05, cho thấy các biến có tương quan 8 nhân tố trích được phản ánh 73,336% sự biến thiên của các biến quan sát Biến phụ thuộc: KMO = 0,796 > 0,5, Sig Bartlett’s Test = 0,000 < 0,05, cho thấy các biến có tương quan Một nhân tố với Eigenvalue = 2,734 > 1, giải thích 68,347% biến thiên dữ liệu của 4 biến quan sát Phân tích EFA phù hợp, các nhân tố được giữ lại trong mô hình nghiên cứu
Sig kiểm định t tương quan Pearson của 8 biến độc lập có Sig = 0,000 < 0,05 Hệ số tương quan Pearson |r|: F_STH, F_TT, F_TC, F_GT, F_KU, F_RR (|r| > 0,5) có mối tương quan mạnh với F_HVM; F_TTTW, F_LQ (|r| < 0,3) có mối tương quan yếu Mức độ tương quan mạnh hay yếu thì vẫn được đưa vào phân tích tuyến tính hồi quy
Phân tích tuyến tính hồi quy thì cho thấy được mô hình nghiên cứu giải thích được 65,4% sự biến thiên của biến phụ thuộc Giá trị Durbin-Watson = 2,003, nằm trong khoảng từ 1,5 đến 2,5, đây là kết quả của nghiên cứu của Yahua Qiao (2011), không có vi phạm giả định tự tương quan chuỗi bậc nhất Sig ANOVA = 0,000 < 0,05, mô hình phù hợp Biến F_TTTW có Sig 0,624 > 0,05, không có ý nghĩa trong mô hình hồi quy Các biến F_STH, F_TT, F_TC, F_GT, F_LQ, F_KU, F_RR có Sig < 0,05, đều có ý nghĩa thống kê và tác động lên biến phụ thuộc F_HVM Mức độ tác động là:
- Sự rủi ro (F_RR) ảnh hưởng 0,348 lên biến phụ thuộc, ảnh hưởng nhiều nhất, chấp nhận Nghiên cứu của Singh & Srivastava (2018) cũng xác nhận điều này với mức tác động đến biến phụ thuộc là 0,270
- Tính kích ứng (F_KU) ảnh hưởng 0,233 lên biến phụ thuộc, ảnh hưởng nhiều thứ hai, chấp nhận Nghiên cứu của Tri D.Le & Bao Tran Ho Nguyen (2014) cũng xác nhận điều này với mức tác động đến biến phụ thuộc là 0,056
- Nhận thức được sự liên quan (F_LQ) ảnh hưởng 0,113 lên biến phụ thuộc, ảnh hưởng nhiều thứ ba, chấp nhận Nghiên cứu của Ali Abdallah Alalwan (2018) cũng xác nhận điều này
- Tính giải trí (F_GT) ảnh hưởng 0,105 đối với biến phụ thuộc, ảnh hưởng nhiều thứ tư, chấp nhận Điều này cũng được Phạm Thị Thùy Miên (2021) xác nhận trong nghiên cứu của họ với mức tác động đến biến phụ thuộc là 0,228
- Sự tin cậy (F_TC) ảnh hưởng 0,101 đối với biến phụ thuộc, ảnh hưởng nhiều thứ năm, được chấp nhận trong mô hình hồi quy Nghiên cứu của Singh & Srivastava (2018) cũng xác nhận điều này với mức tác động đến biến phụ thuộc là 0,213
- Sự thu hút (F_STH) ảnh hưởng 0,097 lên biến phụ thuộc, ảnh hưởng nhiều thứ sáu, chấp nhận
- Tính thông tin (F_TT) ảnh hưởng 0,096 lên biến phụ thuộc, ảnh hưởng nhiều thứ bảy, chấp nhận Điều này cũng được Phạm Thị Thùy Miên (2021) xác nhận trong nghiên cứu của họ với mức tác động đến biến phụ thuộc là 0,1
- Thái độ với trang web (F_TTTW) bị bác bỏ trong mô hình hồi quy Sự khác biệt này có thể được giải thích bởi sự khác biệt trong bối cảnh và đối tượng nghiên cứu so với các nghiên cứu trước đó, như Al Hilal, N S H (2023) và Singh, S., & Srivastava, S (2018)
- Chính vì vậy nên phương trình hồi quy chuẩn hoá được xác định là:
F_HVM = F_STH*0,097 + F_TT*0,096 + F_TC*0,101 + F_GT*0,105 + F_LQ*0,113 - F_KU*0,233 - F_RR*0,348
“Hành vi mua sắm” = “Sự thu hút” *0,097 + “Tính thông tin” *0,096 + “Sự tin cậy” *0,101 +
“Tính giải trí” *0,105 + “Nhận thức sự liên quan” *0,113 – “Tính kích ứng” *0,233 – “Sự rủi ro” *0,348
Cuối cùng, phân tích ANOVA cho biến "Giới tính" cho thấy sự khác biệt phương sai có ý nghĩa thống kê (Sig Levene = 0,022 < 0,05), nhưng giá trị Sig của kiểm định t-test về giả định phương sai không bằng nhau là 0,246 > 0,05 Vì vậy, không có sự khác biệt đáng kể về hành vi mua sắm giữa các nhóm giới tính Cho biến "Độ tuổi", phương sai đồng nhất giữa các nhóm (Sig Levene = 0,270 > 0,05), và kết quả Oneway ANOVA không đạt mức ý nghĩa thống kê (Sig = 0,277 > 0,05), cho thấy không có sự khác biệt đáng kể về hành vi mua sắm giữa các nhóm độ tuổi Về biến "Thu nhập", phương sai đồng nhất giữa các nhóm (Sig Levene = 0,534
> 0,05), và kết quả Oneway ANOVA không có ý nghĩa thống kê (Sig = 0,153 > 0,05), cho thấy không có sự khác biệt đáng kể về hành vi mua sắm giữa các nhóm thu nhập.
