Nghiên cứu được thực hiện với mục tiêu đánh giá sự tác động của các yếu tố đề xuất đến ý định mua hàng của Gen Z trên các sàn thương mại điện tử.. Hơn nữa những thông tin về sản phẩm mà
PHẦN MỞ ĐẦU
Lý do chọn đề tài
Sự bùng nổ của công nghệ và Internet đã làm thay đổi thói quen mua sắm của người tiêu dùng từ hình thức trực tiếp sang gián tiếp Thương mại điện tử đã trở thành phương thức mua sắm phổ biến nhất tại Việt Nam.
Sự bùng nổ của mua sắm trực tuyến trong những năm gần đây chủ yếu nhờ vào tính tiện lợi và nhu cầu thiết yếu của hình thức này Đại dịch COVID-19 đã làm thay đổi đáng kể thói quen sinh hoạt của con người, buộc họ phải điều chỉnh để hạn chế lây lan virus Trong bối cảnh này, các chỉ thị được ban hành nhằm giảm thiểu ca bệnh mới, trong đó có Chỉ thị 16 kéo dài nhiều tháng tại Thành phố Hồ Chí Minh, đã thúc đẩy sự phát triển của mua sắm trực tuyến.
Từ ngày 26/07/2021, người dân thành phố hạn chế ra đường, các cửa hàng phải đóng cửa từ 18 giờ đến 06 giờ Kể từ 23/08/2021, người dân được yêu cầu "ai ở đâu ở yên đó" và áp dụng phương thức "đi chợ hộ" để cung cấp thực phẩm, trong khi những người tham gia giao thông cần có giấy đi đường Để tuân thủ chỉ thị và bảo vệ sức khỏe, người tiêu dùng đã thay đổi thói quen mua sắm, chuyển sang sử dụng các sàn thương mại điện tử.
Theo số liệu được công bố tại Diễn đàn Toàn cảnh thương mại điện tử Việt Nam
Theo báo cáo VOBF 2021 do Hiệp hội Thương mại điện tử Việt Nam (VECOM) tổ chức vào ngày 20/04/2021, thương mại điện tử tại Việt Nam đã chứng kiến tốc độ tăng trưởng trung bình khoảng 30% trong giai đoạn 2016 - 2019 Quy mô thương mại điện tử bán lẻ hàng hóa và dịch vụ tiêu dùng tăng từ 4 tỷ USD năm 2015 lên khoảng 11,5 tỷ USD vào năm 2019 Dự đoán tốc độ tăng trưởng trung bình của thương mại điện tử Việt Nam trong giai đoạn 2020 - 2025 sẽ đạt 29%.
Dự báo đến năm 2025, quy mô thương mại điện tử sẽ đạt 52 tỷ USD, nhờ vào sự bùng nổ do đại dịch COVID-19, lĩnh vực này dự kiến sẽ tiếp tục phát triển và mở rộng mạnh mẽ trong tương lai gần.
Trong bối cảnh hiện nay, Gen Z, thế hệ sinh từ năm 1995 trở về sau, đang chiếm 32% tổng số người tiêu dùng trực tuyến toàn cầu và con số này dự kiến sẽ tăng trong 1-2 năm tới Sự tiếp cận sớm với công nghệ và Internet giúp Gen Z nhanh chóng cập nhật thông tin và tìm hiểu sản phẩm, từ đó tạo điều kiện thuận lợi cho việc mua sắm trực tuyến Khi dịch bệnh xảy ra, việc hạn chế tụ tập đông người đã khiến Gen Z chuyển từ mua sắm trực tiếp sang mua sắm trực tuyến, phản ánh sự thay đổi trong thói quen tiêu dùng.
Hoạt động mua sắm của Gen Z trên các sàn thương mại điện tử bị ảnh hưởng bởi nhiều yếu tố khách quan và chủ quan, bao gồm cách thức vận hành của hệ thống và trải nghiệm khách hàng Ý định mua hàng của họ ngày càng phụ thuộc vào thông tin sản phẩm được cung cấp qua Internet, trong đó eWOM trở thành yếu tố chính tác động đến quyết định mua sắm Bên cạnh những yếu tố tích cực, rủi ro khi mua hàng trực tuyến cũng là một yếu tố tiêu cực ảnh hưởng đến ý định mua hàng Mỗi yếu tố này đều góp phần hình thành cảm nhận của khách hàng, từ đó ảnh hưởng đến quyết định mua sắm của họ.
Nghiên cứu này nhằm khám phá tiềm năng phát triển của mua sắm trực tuyến và tác động của các yếu tố đến ý định mua hàng của Gen Z trên các sàn thương mại điện tử Qua đó, chúng tôi mong muốn đưa ra những kết luận và giải pháp thiết thực cho doanh nghiệp và người tiêu dùng Đề tài nghiên cứu có tên: “EWOM và các yếu tố ảnh hưởng đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z tại Thành phố Hồ Chí Minh”.
Tổng quan tình hình nghiên cứu
1.2.1 Tổng quan tình hình nghiên cứu trên thế giới
Ngày nay, các sàn thương mại điện tử (TMĐT) đang chiếm ưu thế trong thị trường mua sắm trực tuyến nhờ vào sự tiện lợi, nhanh chóng và hiệu quả Theo thống kê từ Statista năm 2020, 84% người Anh đã từng mua sắm trực tuyến, chủ yếu qua các sàn TMĐT, với các quốc gia khác như Hoa Kỳ (77%), Nhật Bản (77%), Đức (74%) và Hàn Quốc (72%) cũng ghi nhận tỷ lệ cao Điều này cho thấy mua sắm trực tuyến, đặc biệt qua các sàn TMĐT, đang trở thành xu hướng toàn cầu với tiềm năng phát triển mạnh mẽ trong tương lai.
Sự tăng trưởng không ngừng của thương mại điện tử đã dẫn đến nhiều nghiên cứu nhằm xác định và đánh giá các thách thức trong mua sắm trực tuyến Nghiên cứu của Norzamziah Afzainizam và cộng sự (2020) chỉ ra rằng người tiêu dùng gặp phải các vấn đề như thiếu thông tin sản phẩm, dịch vụ khách hàng kém và thời gian giao hàng lâu Ngoài ra, nghiên cứu của Hafiz Yusoff và cộng sự (2020) cho thấy sự hài lòng của khách hàng khi sử dụng nền tảng thương mại điện tử phụ thuộc vào giá cả hợp lý, chính sách hoàn trả thuận lợi, quy trình thực hiện đơn hàng nhanh chóng và phương thức thanh toán tiện lợi Tuy nhiên, các nghiên cứu hiện tại vẫn còn hạn chế về số lượng và đối tượng khảo sát, đồng thời thiếu mô hình nghiên cứu cụ thể để kiểm nghiệm độ tin cậy và tính chính xác của thông tin.
Nghiên cứu về ý định mua hàng của người tiêu dùng trên các sàn thương mại điện tử ngày càng trở nên quan trọng, giúp các nhà hoạch định và tiếp thị xây dựng mục tiêu rõ ràng để nâng cao doanh thu và lợi nhuận Các yếu tố như xúc tiến thương mại, chất lượng website và niềm tin của người tiêu dùng có ảnh hưởng mạnh mẽ đến ý định mua hàng, đặc biệt ở lứa tuổi thanh thiếu niên trên Shopee (Nursyirwan & Ardaninggar, 2020) Trong bối cảnh toàn cầu hóa, eWOM trở thành công cụ quan trọng trong việc tác động đến quyết định mua sắm Nghiên cứu của Durmaz & Yüksel (2017) cho thấy sự tin cậy của eWOM, được thúc đẩy bởi xếp hạng đề xuất, độ mạnh thông điệp và khuyến nghị nhất quán, ảnh hưởng lớn đến ý định mua hàng Thêm vào đó, nghiên cứu của Bataineh (2015) chỉ ra rằng nguồn tin cậy, chất lượng và số lượng eWOM có tác động mạnh mẽ đến quyết định mua hàng thông qua hình ảnh công ty Mặc dù các nghiên cứu đã hoàn chỉnh mô hình và phân tích dữ liệu, vẫn còn nhiều hạn chế về phạm vi và đối tượng nghiên cứu, cho thấy cần nhiều nghiên cứu hơn để khai thác sâu hơn về tác động của eWOM đến ý định mua hàng trên các sàn thương mại điện tử.
1.2.2 Tổng quan tình hình nghiên cứu tại Việt Nam
Thương mại điện tử tại Việt Nam đang phát triển mạnh mẽ và nhanh chóng, với 88% người tiêu dùng tham gia mua sắm trực tuyến trong năm 2020, tăng từ 77% năm 2019 Tỷ lệ người mua trên các website và sàn giao dịch thương mại điện tử cũng tăng đáng kể từ 52% lên 74% trong cùng thời gian.
Sự phát triển nhanh chóng của các sàn thương mại điện tử đã thu hút sự quan tâm lớn từ các nhà nghiên cứu Việt Nam Nghiên cứu của ThS Hoàng Trọng Tường và ThS Hoàng Đàm Lương Thuý (2021) chỉ ra rằng sự hài lòng của khách hàng bị ảnh hưởng bởi năm khía cạnh chất lượng dịch vụ: hiệu quả, khả năng đáp ứng, sự phản hồi, khả năng liên lạc và khả năng bồi thường Trong khi đó, nghiên cứu của Hà Nam Khánh Giao và Đinh Lê Thuý Vy (2018) về Sendo.vn cho thấy bốn yếu tố ảnh hưởng đến sự thỏa mãn của khách hàng là độ tin cậy, dịch vụ khách hàng, thiết kế trang web và độ an toàn Bên cạnh đó, các sàn thương mại điện tử cũng đang phải đối mặt với vấn đề lớn về thông tin người dùng, như Trần Thị Thập (2016) đã nhấn mạnh, việc đảm bảo an toàn thông tin cần được thực hiện từ bên mua và bên bán, bao gồm cả chuyên môn kỹ thuật và quản lý ở cấp độ nhà nước và doanh nghiệp.
Nghiên cứu về ý định mua hàng trên các sàn thương mại điện tử đang ngày càng được khai thác với nhiều khía cạnh đa dạng Bùi Thành Khoa nhấn mạnh tầm quan trọng của việc hiểu rõ động cơ và hành vi của người tiêu dùng trong môi trường trực tuyến.
Năm 2018, nghiên cứu cho thấy ý định mua hàng của khách hàng bị ảnh hưởng bởi hai khía cạnh của rủi ro cảm nhận: rủi ro cảm nhận về sản phẩm và rủi ro cảm nhận về giao dịch Theo ThS Nguyễn Thị Bích Liên và ThS Nguyễn Thị Xuân Trang (2021), năm yếu tố chính gồm nhận thức hữu ích, uy tín, mức độ rủi ro, nhóm tham khảo, và tính an toàn, bảo mật có tác động mạnh đến ý định mua sắm trực tuyến của người tiêu dùng Đặc biệt, trong bối cảnh đại dịch COVID-19, marketing dựa trên eWOM đã trở nên phổ biến, ảnh hưởng đáng kể đến ý định mua hàng của người tiêu dùng và trở thành xu hướng nghiên cứu hiện nay.
Nghiên cứu năm 2020 chỉ ra rằng sự chấp nhận eWOM ảnh hưởng đến ba yếu tố chính: thái độ, chuẩn chủ quan và nhận thức kiểm soát hành vi, từ đó tác động đến ý định mua hàng của người tiêu dùng trên các sàn thương mại điện tử Mặc dù có nhiều nghiên cứu phân tích sâu về eWOM với số liệu cụ thể và thực tế, nhưng vẫn tồn tại hạn chế về phạm vi nghiên cứu và đối tượng nghiên cứu quá rộng, trong khi ít có nghiên cứu kiểm định sự khác biệt giữa các đối tượng liên quan.
Mục tiêu nghiên cứu
Nghiên cứu này tập trung vào ảnh hưởng của sự hài lòng thương mại điện tử, nhận thức rủi ro, độ tin cậy của eWOM, số lượng eWOM và chất lượng thông điệp của eWOM đến ý định mua hàng của Gen Z trên các sàn thương mại điện tử tại Thành phố Hồ Chí Minh Các yếu tố này đóng vai trò quan trọng trong việc hình thành quyết định mua sắm của người tiêu dùng trẻ tuổi trong môi trường trực tuyến.
Từ mục tiêu chung, nhóm nghiên cứu đã đặt ra những mục tiêu cụ thể trong quá trình thực hiện:
Bài viết này tập trung vào việc xây dựng cơ sở lý thuyết và khung nghiên cứu nhằm phân tích các yếu tố ảnh hưởng đến ý định mua hàng của Gen Z trên các sàn thương mại điện tử tại Thành phố Hồ Chí Minh Nghiên cứu sẽ xem xét các yếu tố như tâm lý người tiêu dùng, ảnh hưởng của mạng xã hội, và sự tiện lợi trong giao dịch trực tuyến để hiểu rõ hơn về hành vi mua sắm của thế hệ trẻ này.
- Xác định các yếu tố ảnh hưởng đến ý định mua hàng của Gen Z trên địa bàn Thành phố Hồ Chí Minh;
Mô hình nghiên cứu được xây dựng nhằm kiểm định thang đo các yếu tố ảnh hưởng đến ý định mua hàng của Gen Z trên các sàn thương mại điện tử tại Thành phố Hồ Chí Minh Nghiên cứu này sẽ giúp xác định các yếu tố chính tác động đến hành vi tiêu dùng của thế hệ trẻ trong bối cảnh thương mại điện tử ngày càng phát triển.
- Kiểm định sự khác biệt của các biến định tính đối với ý định mua hàng của Gen
Z trên địa bàn Thành phố Hồ Chí Minh;
Bài viết đề xuất các chính sách nhằm nâng cao ý định mua hàng của khách hàng trên các sàn thương mại điện tử, đồng thời cung cấp thông tin cần thiết cho việc mua sắm trực tuyến của người tiêu dùng Nghiên cứu cũng chỉ ra hướng phát triển tiếp theo cho đề tài này.
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là sự hài lòng thương mại điện tử, nhận thức rủi ro và các yếu tố liên quan đến eWOM có ảnh hưởng đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z trên địa bàn Thành phố Hồ Chí Minh
- Phạm vi không gian: Gen Z trên địa bàn Thành phố Hồ Chí Minh
- Phạm vi thời gian: Từ tháng 09/2021 đến tháng 03/2022
Nhóm nghiên cứu đã tiến hành phân tích và đánh giá các yếu tố tác động đến ý định mua hàng của thế hệ Gen Z trên các sàn thương mại điện tử tại Thành phố Hồ Chí Minh.
Phương pháp nghiên cứu
Nghiên cứu định tính sẽ thu thập thông tin và lý thuyết liên quan đến truyền miệng điện tử (eWOM) và sàn thương mại điện tử Qua việc nghiên cứu các mô hình và lý thuyết từ sách báo và website chuyên ngành, nghiên cứu sẽ đưa ra giả thuyết về các yếu tố ảnh hưởng đến ý định mua hàng của Gen Z tại Thành phố Hồ Chí Minh Tiếp theo, nhóm nghiên cứu sẽ thực hiện thảo luận nhóm và phỏng vấn sâu để hiệu chỉnh các thang đo lý thuyết và bảng hỏi khảo sát.
Nhóm nghiên cứu thực hiện phân tích dữ liệu sơ cấp từ bảng câu hỏi khảo sát, áp dụng các tiêu chí thống kê mô tả cơ bản Kích thước mẫu của nghiên cứu là 270 người.
Nhóm nghiên cứu đã tiến hành đánh giá thang đo và kiểm định giả thuyết về mô hình kết hợp giữa sự hài lòng thương mại điện tử, nhận thức rủi ro và eWOM, nhằm xác định tác động của những yếu tố này đến ý định mua hàng của Gen Z tại Thành phố Hồ Chí Minh Nghiên cứu cũng kiểm tra sự khác biệt của các biến định tính đối với ý định mua hàng Từ kết quả thu được, nhóm nghiên cứu đưa ra nhận định và đề xuất các giải pháp phát triển cho người bán hàng.
1.5.3 Kết cấu của báo cáo nghiên cứu
Báo cáo nghiên cứu gồm 5 chương:
Bài viết này giới thiệu tổng quan về đề tài nghiên cứu, nêu rõ lý do lựa chọn đề tài cũng như mục tiêu nghiên cứu Đối tượng và phạm vi nghiên cứu được xác định rõ ràng, cùng với phương pháp nghiên cứu áp dụng Cuối cùng, kết cấu của báo cáo nghiên cứu cũng được trình bày một cách hệ thống và logic.
Chương 2: Cơ sở lý thuyết và các nghiên cứu liên quan
Bài viết này trình bày các cơ sở lý thuyết và khảo lược các nghiên cứu liên quan nhằm đề xuất mô hình nghiên cứu kết hợp Mô hình này tập trung vào sự hài lòng thương mại điện tử, nhận thức rủi ro và eWOM, từ đó phân tích tác động của chúng đến ý định mua hàng trên các sàn thương mại điện tử của thế hệ Gen.
Z trên địa bàn Thành phố Hồ Chí Minh
Chương 3: Phương pháp nghiên cứu
Trong bài viết này, chúng tôi trình bày quy trình và các phương pháp nghiên cứu được áp dụng cho đề tài Phương pháp nghiên cứu bao gồm cả định tính và định lượng, trong đó sử dụng thang đo Likert 5 mức độ để thu thập dữ liệu Để đảm bảo độ tin cậy của thang đo, chúng tôi thực hiện kiểm định Cronbach’s Alpha Tiếp theo, phân tích nhân tố khám phá (EFA) được áp dụng để xác định cấu trúc dữ liệu, cùng với phân tích tương quan Pearson và phân tích hồi quy được thực hiện trên phần mềm SPSS Cuối cùng, chúng tôi sử dụng kiểm định Independent Sample T-test và kiểm định One-way ANOVA để phân tích kết quả.
Chương 4: Kết quả nghiên cứu
Thực hiện tổng hợp các kết quả, phân tích và kiểm định dữ liệu
Chương 5: Kết luận và hàm ý quản trị
Bài viết tổng hợp các kết quả và đóng góp của đề tài, đồng thời trình bày các hàm ý quản trị quan trọng Ngoài ra, nghiên cứu cũng chỉ ra những hạn chế hiện có và từ đó đề xuất những hướng nghiên cứu mới nhằm khắc phục những vấn đề này.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
Cơ sở lý thuyết
2.1.1 Khái niệm về sàn thương mại điện tử
Theo Tổ chức Thương mại Thế giới (WTO), thương mại điện tử (e-Commerce) được định nghĩa là quá trình sản xuất, phân phối, tiếp thị, bán hàng và phân phối hàng hóa và dịch vụ thông qua các phương tiện điện tử Điều này cho thấy thương mại điện tử là một mô hình kinh doanh hoạt động chủ yếu trên Internet.
Website thương mại điện tử là nền tảng trực tuyến hỗ trợ toàn bộ quy trình mua bán hàng hóa và cung ứng dịch vụ, bao gồm từ việc trưng bày sản phẩm, ký kết hợp đồng, cho đến thanh toán và dịch vụ hậu mãi.
Sàn thương mại điện tử là nền tảng trực tuyến cho phép thương nhân, tổ chức và cá nhân thực hiện quy trình mua bán hàng hóa và dịch vụ mà không cần sở hữu website Tuy nhiên, các trang web giao dịch chứng khoán trực tuyến không được tính trong định nghĩa này theo Khoản 9, Điều 3, Nghị định số 52/2013/NĐ-CP.
Ngoài các website thương mại điện tử, nhiều sàn thương mại lớn hiện nay đã phát triển ứng dụng trên điện thoại thông minh để thuận tiện hóa quy trình mua sắm Một số sàn thương mại điện tử lớn trên thế giới bao gồm Amazon, Alibaba, Taobao, và eBay, trong khi ở Việt Nam, các sàn nổi tiếng như Shopee, Lazada, Sendo, và Tiki thu hút lượng khách hàng đáng kể Theo Sách trắng thương mại điện tử Việt Nam năm 2021, 88% người dùng Internet đã tham gia mua sắm trực tuyến vào năm 2020, và dự đoán 95% sẽ tiếp tục mua sắm trực tuyến Sự phát triển công nghệ và tình hình phức tạp do đại dịch COVID-19 đã thúc đẩy thương mại điện tử trở thành mô hình kinh doanh có tốc độ tăng trưởng nhanh chóng trong tương lai.
2.1.2 Khái niệm Truyền miệng điện tử (eWOM)
Johan Arndt là người tiên phong trong nghiên cứu về truyền miệng (WOM) và vào năm 1967, ông đã định nghĩa WOM là “truyền thông trực tiếp bằng lời nói giữa một người nhận và một người truyền tin liên quan đến một nhãn hiệu, sản phẩm hoặc dịch vụ, với nhận thức rằng thông điệp của người gửi có tính chất phi thương mại.” Người tiêu dùng thường tin rằng độ tin cậy của WOM cao hơn quảng cáo thương mại, và WOM đã được chứng minh là một phương pháp hiệu quả để cung cấp thông tin cần thiết cho các quyết định mua hàng.
Theo Henricks (1998) và Silverman (1997), truyền miệng chủ yếu diễn ra từ những người thân, bạn bè và bên thứ ba quen biết, vì vậy có tính thuyết phục cao và ảnh hưởng lớn đến ý định của người tiêu dùng Với sự phát triển của công nghệ và Internet, truyền miệng đã chuyển mình thành truyền miệng điện tử (eWOM), một hình thức truyền miệng diễn ra qua Internet.
Truyền miệng điện tử (eWOM - Electronic Word of Mouth) đề cập đến những nhận xét tích cực hoặc tiêu cực từ khách hàng tiềm năng, khách hàng thực tế hoặc khách hàng cũ về một sản phẩm hoặc công ty Những tuyên bố này được chia sẻ rộng rãi qua Internet, ảnh hưởng đến nhiều người và tổ chức.
eWOM (Electronic Word of Mouth) hiện nay không chỉ tồn tại dưới dạng văn bản mà đã phát triển thành nhiều hình thức đa dạng như hình ảnh và âm thanh, chủ yếu trong hoạt động mua sắm Nghiên cứu của Ismagilova và cộng sự (2017) chỉ ra rằng có hai hành vi chính trong eWOM: tìm kiếm và cung cấp eWOM Theo Alwash và cộng sự (2019), việc cung cấp eWOM được chia thành hai cấp độ: nông và sâu Cấp độ nông liên quan đến những hành động với nỗ lực nhận thức thấp và diễn ra nhanh chóng, như việc người tiêu dùng thích và chia sẻ nội dung hiện có với ít nỗ lực.
Nghiên cứu của Alwash và Ananda (2019) chỉ ra rằng eWOM (truyền miệng điện tử) có hai dạng chính: eWOM nông và eWOM sâu E-WOM nông thể hiện hành vi ngắn hạn, thường thông qua các tương tác đơn giản như lượt thích, bình luận ngắn và chia sẻ trên mạng xã hội, giúp sản phẩm trở nên phổ biến hơn Ngược lại, eWOM sâu yêu cầu nỗ lực và thời gian nhiều hơn, bao gồm các bài đánh giá chi tiết từ bloggers hoặc người có ảnh hưởng, ảnh hưởng lâu dài đến thái độ của người tiêu dùng đối với sản phẩm Sự phát triển của thương mại điện tử làm cho eWOM trở thành yếu tố quan trọng trong việc cung cấp thông tin cho khách hàng mới, từ đó ảnh hưởng đến quyết định mua hàng của họ.
2.1.3 Gen Z và ý định mua hàng trực tuyến
Theo Bassiouni & Hackley (2014), Gen Z được định nghĩa là những người sinh ra từ năm 1995 đến 2010, trong thời kỳ Internet trở nên phổ biến Tính đến năm 2022, độ tuổi của các thành viên thuộc thế hệ này dao động từ 12 đến 27 tuổi.
Gen Z, những người trong độ tuổi 18 - 27, đang trở thành đối tượng tiêu dùng quan trọng mà các doanh nghiệp nhắm tới, đặc biệt vì họ thường có thói quen mua sắm phóng khoáng Theo báo cáo của Nielsen (2015), nhóm tuổi này chiếm 55% tổng số người mua sắm online, cho thấy nhu cầu mua sắm trực tuyến cao Họ cũng thể hiện năng lực độc lập trong quyết định mua hàng và dễ bị ảnh hưởng bởi cảm xúc trong tiêu dùng, làm cho việc nghiên cứu hành vi của Gen Z trở nên cần thiết và thú vị.
Hiện nay, thế hệ Z gồm khoảng 2.8 tỷ người, chiếm khoảng 37% dân số toàn cầu, theo báo cáo “Khám phá lối sống giữa các thế hệ” của Nielsen (2015).
Thế hệ Z, với sức mua ước tính lên tới 44 tỷ đô la mỗi năm, chủ yếu sống cùng bố mẹ và nhận trợ cấp trung bình 16,90 đô la mỗi tuần Theo báo cáo của LinkedIn, 1/3 thế hệ này đặt mục tiêu kiếm tiền lên hàng đầu và tham gia nhiều hoạt động khác ngoài công việc chính Khảo sát cho thấy 30% trong số họ khao khát có sự nghiệp riêng và sẵn sàng chi cho những món đồ yêu thích Do đó, Gen Z được xem là nhóm khách hàng tiềm năng mang lại lợi nhuận lớn cho các doanh nghiệp trong tương lai.
Gen Z, với việc tiếp xúc và sử dụng thiết bị điện tử từ nhỏ, có xu hướng tiêu dùng mạnh mẽ liên quan đến mạng xã hội Theo báo cáo của Criteo (2018), nhóm này dành trung bình 11 giờ mỗi tuần trên thiết bị di động, trong đó có 2 giờ 55 phút mỗi ngày cho các nền tảng truyền thông xã hội (Global Web Index, 2019) Khoảng 70% Gen Z cảm thấy họ có tiếng nói trong quyết định mua sắm gia đình (Institute of Business Management, 2017), cho thấy sự ảnh hưởng của họ trong việc lựa chọn sản phẩm Hành vi mua sắm của thế hệ này thường gắn liền với việc chia sẻ thông tin qua hình thức eWOM, giúp họ vượt qua rào cản về không gian và thời gian, từ đó đưa ra quyết định mua hàng thông minh hơn.
2.1.4 Các lý thuyết nghiên cứu
2.1.4.1 Thuyết hành động hợp lý (Theory of Reasoned Action – TRA)
Thuyết hành động hợp lý là nền tảng cho mô hình chấp nhận công nghệ (TAM) và mô hình chấp nhận thông tin (IAM) Lý thuyết này giải thích cách mà thông tin từ eWOM tác động đến ý định mua hàng của người tiêu dùng thông qua việc thay đổi thái độ và chuẩn chủ quan của họ.
Khảo lược các nghiên cứu liên quan
2.2.1 Các yếu tố ảnh hưởng đến ý định mua sắm trực tuyến của người tiêu dùng Thành phố Hồ Chí Minh trong giai đoạn COVID-19
Hình 5 Mô hình các yếu tố ảnh hưởng đến ý định mua sắm trực tuyến của người tiêu dùng Thành phố Hồ Chí Minh trong giai đoạn COVID-19
Nguồn: Nguyễn Thị Bích Liên, Nguyễn Thị Xuân Trang (2021)
Theo nghiên cứu của tác giả Nguyễn Thị Bích Liên, Nguyễn Thị Xuân Trang
Nghiên cứu năm 2021 đã xác định năm yếu tố chính ảnh hưởng đến ý định mua sắm trực tuyến tại Thành phố Hồ Chí Minh, bao gồm: (1) Nhận thức tính hữu ích, (2) Nhóm tham khảo, (3) Tính an toàn, bảo mật, (4) Mức độ rủi ro, và (5) Uy tín Trong đó, mức độ rủi ro có tác động ngược chiều, trong khi các yếu tố còn lại đều tác động thuận chiều Đặc biệt, nghiên cứu cũng chỉ ra sự khác biệt về ý định mua hàng trực tuyến giữa nam và nữ trong bối cảnh đại dịch COVID-19 Tuy nhiên, nghiên cứu vẫn có một số hạn chế, như chưa kiểm định được nhiều yếu tố cá nhân khác do giới hạn về tài chính và thời gian.
Nghiên cứu cho thấy rằng nhận thức về mức độ rủi ro có ảnh hưởng lớn đến ý định mua hàng trên các sàn thương mại điện tử, đặc biệt trong bối cảnh công nghệ hiện đại Các rủi ro thường gặp trong mua sắm trực tuyến, như không thể kiểm tra chất lượng sản phẩm hoặc nguy cơ mất tiền, giao hàng sai, đều tác động tiêu cực đến hành vi mua sắm Để khắc phục những hạn chế này và mở rộng nghiên cứu trước đó, nhóm nghiên cứu đã quyết định chọn yếu tố Nhận thức rủi ro làm một trong năm biến độc lập trong mô hình nghiên cứu, tập trung vào tác động của eWOM đến ý định mua hàng của đối tượng Gen Z.
2.2.2 The impact of electronic word of mouth on consumers purchasing intention
Hình 6 Mô hình ảnh hưởng của eWOM đến ý định mua hàng Nguồn: Hamzah Mehyar, Mohammed Saeed, Hussein Baroom (2020)
Theo nghiên cứu của Mehyar, Saeed & Baroom (2020), ý định mua của người tiêu dùng bị ảnh hưởng bởi chất lượng đánh giá trực tuyến, uy tín và số lượng eWOM Cụ thể, số lượng và chất lượng eWOM có tác động tích cực đến ý định mua hàng, với thông điệp rõ ràng và lượng tin nhắn lớn trên mạng xã hội góp phần gia tăng ý định này Hơn nữa, những đánh giá hữu ích và thuyết phục có thể nâng cao sự hài lòng của khách hàng, từ đó ảnh hưởng mạnh mẽ đến quyết định mua sắm Tuy nhiên, nghiên cứu còn hạn chế bởi mẫu nghiên cứu nhỏ và phạm vi chưa đủ rộng, do đó các nghiên cứu tiếp theo nên mở rộng quy mô và đa dạng hóa đối tượng để tăng tính thực tiễn.
Nghiên cứu cho thấy số lượng eWOM là yếu tố ảnh hưởng chính đến ý định mua hàng, với giá trị beta đáng kể Theo Lee (2008), ý định mua của khách hàng phụ thuộc vào số lượng eWOM về sản phẩm trên các trang đánh giá, và họ có xu hướng tin tưởng vào những nhận xét tiêu cực hơn Khách hàng thường chọn sản phẩm có nhiều eWOM vì cho rằng sản phẩm đó phổ biến và đáng tin cậy Do đó, nhóm nghiên cứu đề xuất số lượng eWOM nên được xem là yếu tố quan trọng ảnh hưởng đến ý định mua hàng của Gen Z tại Thành phố Hồ Chí Minh trên các sàn thương mại điện tử.
2.2.3 eWOM in C2C Platforms: Combining IAM and Customer
Satisfaction to Examine the Impact on Purchase Intention
Hình 7 Mô hình kết hợp giữa các yếu tố của IAM và sự hài lòng của khách hàng ảnh hưởng đến ý định mua hàng
Nghiên cứu của Bueno & Gallego (2021) chỉ ra rằng có ba yếu tố chính ảnh hưởng đến ý định mua hàng trên nền tảng C2C: sự hài lòng thương mại điện tử, chất lượng thông điệp và độ tin cậy Kết quả nghiên cứu này giúp các nhà tiếp thị và hoạch định chiến lược hiểu rõ hơn về cách nâng cao ý định mua sắm trực tuyến của người tiêu dùng Phân tích cho thấy rằng thành công của nền tảng C2C phụ thuộc vào mối quan hệ trực tiếp giữa người tiêu dùng, từ đó tạo dựng niềm tin cần thiết để hoàn tất giao dịch.
Nghiên cứu này vẫn còn một số hạn chế, bao gồm việc tỷ lệ phần trăm phương sai giải thích cho ý định mua hàng có thể được cải thiện bằng cách kết hợp thêm các khía cạnh liên quan đến nhận thức và động cơ của người tiêu dùng Hơn nữa, nghiên cứu chỉ tập trung vào Taobao mà không mở rộng sang các sàn thương mại điện tử khác, điều này làm giảm tính áp dụng của kết quả Cuối cùng, cỡ mẫu còn nhỏ, vì vậy các nghiên cứu sau nên mở rộng phạm vi khảo sát để khắc phục những hạn chế này.
Nghiên cứu đã chỉ ra rằng sự hài lòng thương mại điện tử, chất lượng thông điệp và nguồn tin cậy có ảnh hưởng trực tiếp đến ý định mua hàng trực tuyến trên nền tảng C2C Cả ba yếu tố này cũng tác động đến ý định mua hàng trên các loại hình sàn thương mại điện tử khác như B2C Sự hài lòng thương mại điện tử được định nghĩa là chỉ số đo lường cảm nhận của khách hàng về trải nghiệm mua sắm trước đó Hơn nữa, sự hài lòng thương mại điện tử và eWOM có mối liên hệ chặt chẽ Chất lượng thông điệp, được coi là khả năng thuyết phục của thông điệp trong eWOM, cũng ảnh hưởng đến ý định mua hàng qua lượt thích và ý định chia sẻ của người tiêu dùng Cuối cùng, nguồn tin cậy là yếu tố quan trọng trong việc tác động đến ý định mua hàng, theo nghiên cứu của Ruiz-Mafe và cộng sự Nhóm nghiên cứu đã chọn ba yếu tố này làm biến độc lập để khảo sát ý định mua hàng của Gen Z tại Thành phố Hồ Chí Minh.
Mô hình nghiên cứu đề xuất
Hình 8 Mô hình nghiên cứu đề xuất
2.3.1 Sự hài lòng thương mại điện tử
Sự hài lòng của khách hàng trong thương mại điện tử, theo Kotler (1997), là kết quả của trải nghiệm mua sắm từ nhận thức nhu cầu đến hành vi sau khi mua Trong nền kinh tế số, câu hỏi về cách nâng cao sự hài lòng thương mại điện tử luôn được các sàn giao dịch quan tâm Trương Thị Thúy Vy (2021) nhấn mạnh rằng sự hài lòng này chịu ảnh hưởng từ bảo mật, phương thức thanh toán, giao hàng, chất lượng sản phẩm và giao diện website Những sàn thương mại điện tử không hỗ trợ khách hàng trong việc so sánh giá và tìm kiếm thông tin sẽ dẫn đến sự giảm sút trong sự hài lòng và ý định mua hàng, theo nghiên cứu của Nguyễn Ngọc Mai và các cộng sự (2019).
Sự hài lòng thương mại điện tử có ảnh hưởng lớn đến cảm nhận của người tiêu dùng về sản phẩm, từ đó tác động đến ý định mua hàng Nó đóng vai trò quan trọng trong việc đo lường giá trị cảm nhận, chất lượng dịch vụ và kỳ vọng của khách hàng đối với các sàn thương mại điện tử Theo Licker (2001), sự hài lòng này là chỉ số quan trọng để đánh giá thành công của sàn thương mại điện tử Mức độ thân thiện và dễ tiếp cận của các sàn càng cao thì ý định mua hàng càng tăng, giúp giảm bớt lo ngại về thời gian và chi phí cơ hội Do đó, nghiên cứu sự hài lòng thương mại điện tử, đặc biệt ở Gen Z, là rất cần thiết để hiểu rõ hơn về ảnh hưởng của nó đến hành vi mua sắm.
H1: Sự hài lòng về thương mại điện tử tác động thuận chiều đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z
Nhận thức rủi ro, một khái niệm được chú ý từ những năm 1920, đã chính thức được giới thiệu vào năm 1960 và trở thành yếu tố quan trọng trong nghiên cứu hành vi tiêu dùng Bauer (1960) định nghĩa nhận thức rủi ro là sự quyết định không chắc chắn của người tiêu dùng khi mua sắm, chia thành hai phần: rủi ro liên quan đến giao dịch trực tuyến, như vấn đề bảo mật và thông tin cá nhân, và rủi ro liên quan đến sản phẩm, như thời gian nhận hàng và chất lượng Featherman & Pavlou (2003) mở rộng khái niệm này, coi nó là khả năng mất mát trong quá trình giao dịch thương mại Hsu và cộng sự (2013) cũng chỉ ra rằng rủi ro trong mua sắm trực tuyến xuất phát từ việc người tiêu dùng không thể kiểm tra và dùng thử sản phẩm trước khi quyết định mua.
Năm 1984, Still, Barnes & Kooyman đã chỉ ra mối liên hệ giữa eWOM và nhận thức rủi ro, cho rằng eWOM ảnh hưởng ít hơn đến ý định mua hàng trong tình huống rủi ro thấp, nhưng có tác động mạnh mẽ hơn trong bối cảnh rủi ro cao Theo Murray (1991), eWOM là nguồn thông tin quan trọng nhất giúp giảm thiểu rủi ro và tác động lớn đến người tiêu dùng nhờ vào việc làm rõ thông tin và tạo cơ hội phản hồi.
Nhận thức rủi ro và nhận thức lợi ích là hai yếu tố chính ảnh hưởng đến ý định mua hàng, trong đó nhận thức rủi ro đóng vai trò là rào cản, còn nhận thức lợi ích là động lực cho việc mua sắm trực tuyến Các yếu tố như nguy cơ mất tiền, giao hàng chậm trễ, không được giao hàng hoặc giao hàng sai có thể tác động tiêu cực đến ý định mua sắm trực tuyến của khách hàng Từ những nghiên cứu này, nhóm nghiên cứu đã đưa ra giả thuyết về mối liên hệ giữa nhận thức rủi ro và ý định mua hàng.
H2: Nhận thức rủi ro tác động ngược chiều đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z
2.3.3 Nguồn tin cậy của eWOM
Độ tin cậy của nguồn thông tin là yếu tố quan trọng giúp người tiêu dùng đánh giá thông tin trực tuyến (Wathen & Burkell, 2002) Khi thông tin được kiểm chứng chính xác, người dùng mạng xã hội sẽ tự tin hơn trong quyết định của mình, giảm bớt lo lắng về rủi ro Nghiên cứu của Hussain và cộng sự (2018) cho thấy rằng thông tin từ nguồn tin cậy sẽ gia tăng sự tin tưởng và tín nhiệm của người nhận Một trang web với nhiều người biết đến, sản phẩm nhận được sự quan tâm và đánh giá tích cực từ người dùng sẽ có độ tin cậy cao hơn Nhiều nghiên cứu trước đây cũng chỉ ra rằng nguồn tin cậy có ảnh hưởng lớn đến ý định mua hàng của người tiêu dùng (Ruiz-Mafe, Chatzipanagiotou & Curras-Perez, 2018).
Trong môi trường trực tuyến, người tiêu dùng thường không tiếp xúc trực tiếp với sản phẩm hoặc người gửi eWOM, khiến nguồn thông tin đáng tin cậy trở thành yếu tố dự báo quan trọng khi tìm kiếm thông tin Nghiên cứu của Nadarajan, Bojei & Khalid (2017) cho thấy sự tín nhiệm và đồng cảm giữa người tiêu dùng cao hơn so với nội dung quảng cáo từ các chiến lược marketing của người bán Người tiêu dùng thường viết đánh giá dựa trên trải nghiệm thực tế của họ, điều này có thể ảnh hưởng mạnh mẽ đến ý định mua hàng của khách hàng tiềm năng Chẳng hạn, đánh giá từ những chuyên gia có kiến thức sâu về sản phẩm sẽ được tin tưởng hơn Hơn nữa, các doanh nghiệp với hệ thống tổ chức chuyên nghiệp cũng có thể tạo ra những chia sẻ khách quan, chính xác, tác động đến quyết định mua hàng của thế hệ Gen Z Nghiên cứu của Trần Thị Khánh Linh (2016) chỉ ra rằng sự tin cậy của nguồn tin eWOM ảnh hưởng mạnh mẽ đến sự chấp nhận eWOM và quyết định mua hàng của người tiêu dùng Điều này càng nhấn mạnh tầm quan trọng của sự tin cậy trong eWOM đối với ý định mua hàng.
H3: Nguồn tin cậy của eWOM có tác động thuận chiều đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z
Số lượng eWOM, theo Cheung & cộng sự (2008) và Sicilia & Ruiz (2010), đề cập đến số lượng ý kiến được công bố trên các trang web và tỉ lệ thuận với mức độ phổ biến của sản phẩm hoặc dịch vụ Người tiêu dùng thường xem xét số lượng đánh giá để đánh giá giá trị và sự phổ biến của sản phẩm, như được chỉ ra bởi Bataineh (2015) Khi tìm kiếm thông tin, một lượng lớn thông điệp eWOM giúp người tiêu dùng dễ dàng tiếp cận và nắm bắt thông tin hơn, theo nghiên cứu của Cheung & Thadani (2012).
Mức độ ý định mua hàng tăng lên khi có nhiều người tiêu dùng tham gia đánh giá trực tuyến, với eWOM như lượt tương tác (thích, bình luận) có ảnh hưởng mạnh mẽ đến ý định mua Tính chất và số lượng eWOM đóng vai trò quan trọng trong quyết định mua sắm của người tiêu dùng Nghiên cứu cho thấy eWOM tích cực thường xảy ra nhiều hơn eWOM tiêu cực, với số lượng eWOM tích cực thúc đẩy ý định mua hàng, trong khi eWOM tiêu cực làm giảm ý định này Tác động của eWOM được thể hiện qua tính phổ biến và sự quan tâm mở rộng từ những người tiêu dùng liên quan Gần đây, eWOM đã gia tăng nhờ vào sự truyền tải từ những cá nhân có ảnh hưởng trong lĩnh vực chuyên môn Dựa trên những nghiên cứu này, nhóm nghiên cứu đưa ra giả thuyết.
H4: Số lượng eWOM có tác động thuận chiều đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z
2.3.5 Chất lượng thông điệp của eWOM
Theo Ratchford và cộng sự (2001), chất lượng thông điệp trong eWOM có khả năng thuyết phục người tiêu dùng Nghiên cứu cho thấy chất lượng thông điệp là yếu tố quan trọng bên cạnh số lượng eWOM, giúp người tiêu dùng tiếp nhận thêm thông tin về sản phẩm và dịch vụ (Chevalier & Mayzlin, 2016) Các nghiên cứu của Lin (2007) và Cheung cũng nhấn mạnh tầm quan trọng của chất lượng thông điệp trong việc ảnh hưởng đến quyết định mua sắm của người tiêu dùng.
Nghiên cứu của & cộng sự (2009) và Fan & cộng sự (2013) đã chỉ ra rằng chất lượng thông điệp cao sẽ làm tăng mức độ chấp nhận thông tin eWOM của người tiêu dùng, từ đó giúp khách hàng dễ dàng hơn trong quyết định mua sắm Các nghiên cứu sau này, như Liu & Zhoucho (2012), Zhang & cộng sự (2014) và Tsao & Hsieh (2015), cũng khẳng định rằng chất lượng thông điệp có ảnh hưởng tích cực đến ý định mua hàng.
Chất lượng thông điệp trên không gian mạng được đánh giá qua tính dễ hiểu, sự chính xác, quan điểm đối lập, sự hoàn chỉnh, sự liên quan và tính kịp thời Để nâng cao chất lượng thông điệp đến khách hàng, các sàn thương mại điện tử và người đánh giá sản phẩm cần tuân thủ các tiêu chuẩn này Cụ thể, thông điệp sẽ trở nên dễ hiểu hơn nếu điều chỉnh cách sử dụng ngôn ngữ và diễn đạt Để đảm bảo sự chính xác, thông điệp cần đáng tin cậy và không sai sót, từ đó giúp người đọc tin tưởng vào các đánh giá trực tuyến Việc cải thiện các đánh giá sẽ nâng cao chất lượng thông điệp, yếu tố quan trọng ảnh hưởng đến ý định mua hàng Từ những nghiên cứu trên, nhóm nghiên cứu đưa ra giả thuyết.
H5: Chất lượng thông điệp của eWOM tác động thuận chiều đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z
Theo Ajzen (1991), ý định là yếu tố tạo động lực, thúc đẩy cá nhân sẵn sàng và nỗ lực thực hiện hành vi cụ thể Nghiên cứu của Kalwani & Silk (1982) cho thấy ý định mua không chỉ là đại diện nhận thức mà còn là động cơ dẫn đến hành vi mua Để các nghiên cứu có ý nghĩa thực tiễn, cần thúc đẩy hành vi mua thực tế của người tiêu dùng, và ý định mua hàng phải mạnh mẽ hơn Trong bối cảnh phát triển của các sàn thương mại điện tử, nghiên cứu về ý định mua hàng trên nền tảng này ngày càng trở nên quan trọng.
Nghiên cứu chỉ ra rằng có năm yếu tố chính ảnh hưởng đến ý định mua hàng trên các sàn thương mại điện tử, trong đó sự hài lòng thương mại điện tử đóng vai trò quan trọng.
Nhận thức rủi ro, Nguồn tin cậy của eWOM, Số lượng eWOM và Chất lượng thông điệp của eWOM.
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Nghiên cứu đề tài trải qua 2 giai đoạn:
Nghiên cứu sơ bộ được thực hiện để tìm hiểu và đánh giá các yếu tố ảnh hưởng đến ý định mua hàng của Gen Z trên các sàn thương mại điện tử tại Thành phố Hồ Chí Minh.
Thứ hai, nghiên cứu chính thức nhằm thu thập và phân tích các dữ liệu, từ đó đưa ra kết luận và đề xuất cho đề tài nghiên cứu
Nhóm nghiên cứu thực hiện nghiên cứu theo quy trình dưới đây:
Hình 9 Quy trình nghiên cứu
Bước 1: Xác định vấn đề nghiên cứu
Bước 2: Xây dựng các các cơ sở lý thuyết và các nghiên cứu liên quan, xác định câu hỏi nghiên cứu và mô hình nghiên cứu
Bước 3: Tiến hành lập kế hoạch nghiên cứu, xây dựng thang đo và lập bảng câu hỏi cho nghiên cứu
Bước 4: Thực hiện khảo sát thử trên n người, hiệu chỉnh hóa bảng hỏi phù hợp với khảo sát
Bước 5: Thực hiện khảo sát chính thức Tiến hành thu thập, xử lý và phân tích các dữ liệu
Bước 6: Kiểm định, đánh giá và báo cáo kết quả nghiên cứu.
Nghiên cứu sơ bộ
Phương pháp nghiên cứu định tính là một công cụ quan trọng trong nhiều lĩnh vực khoa học, được sử dụng để thu thập và phân tích thông tin sâu sắc Mục tiêu chính của phương pháp này trong nghiên cứu của nhóm là hiểu rõ hơn về các hiện tượng và hành vi, từ đó cung cấp cái nhìn toàn diện và chi tiết hơn về vấn đề nghiên cứu.
Đánh giá tính hợp lý của thang đo là cần thiết để điều chỉnh và bổ sung các biến quan sát, nhằm xác định các yếu tố ảnh hưởng đến ý định mua hàng của Gen Z tại Thành phố Hồ Chí Minh Việc này không chỉ giúp cải thiện độ chính xác của thang đo mà còn cung cấp cái nhìn sâu sắc hơn về hành vi tiêu dùng của thế hệ trẻ trong khu vực.
- Có cơ sở để đối chiếu, chọn lọc để bổ sung hoặc loại bỏ biến quan sát đã có trong những nghiên cứu trước đó
Nghiên cứu định tính giúp nhóm nghiên cứu xây dựng bảng câu hỏi logic, từ đó thu thập thông tin chính xác về trải nghiệm của Gen Z tại Thành phố Hồ Chí Minh Đồng thời, nghiên cứu này còn đảm bảo bài nghiên cứu đi đúng hướng với mục tiêu ban đầu, đánh giá sự phù hợp của các thang đo.
Phương pháp thu thập thông tin bao gồm việc sử dụng dữ liệu thứ cấp từ các báo cáo khoa học và các nghiên cứu tham khảo từ sách báo, tài liệu khác nhau.
Phương pháp khảo sát: nhóm nghiên cứu thực hiện phỏng vấn nhóm tập trung, đồng thời kết hợp thảo luận Đối với phương pháp khảo sát:
Đối tượng khảo sát trong nghiên cứu này là thế hệ Gen Z, đặc biệt là nhóm 10 sinh viên từ các trường Đại học tại Thành phố Hồ Chí Minh, những người đã có trải nghiệm mua sắm trên các sàn thương mại điện tử.
Quá trình thực hiện phỏng vấn trực tuyến dựa trên các câu hỏi đã được chuẩn bị sẵn, nhằm thu thập thông tin về các yếu tố cần khảo sát và phân loại đối tượng Tất cả thông tin thu thập được sẽ được ghi chép và tổng hợp để hỗ trợ cho nghiên cứu.
Kết quả nghiên cứu cho thấy mô hình không có yếu tố mới được đề xuất Do đó, nhóm nghiên cứu đã tiến hành xây dựng thang đo và bảng câu hỏi dựa trên dữ liệu đã được chỉnh sửa.
Thiết kế bảng thang đo nhằm đo lường các yếu tố từ việc thu thập thông tin và ý kiến đánh giá của các nhóm thông qua phỏng vấn trực tuyến là một bước quan trọng để hoàn thiện thang đo chính thức Nghiên cứu này sử dụng thang đo Likert 5 mức độ để đánh giá mức độ đồng ý, được sắp xếp từ nhỏ đến lớn, với mục đích tạo ra một công cụ đơn giản và dễ hiểu cho người trả lời Thang đo Likert 5 mức độ không chỉ phù hợp cho việc đánh giá kết quả từ một mẫu lớn mà còn giúp tăng tỷ lệ phản hồi nhờ vào sự linh hoạt trong các lựa chọn.
Hoàn toàn không đồng ý Không đồng ý Trung lập Đồng ý Hoàn toàn đồng ý
Bảng 1 Thang đo Likert 5 bậc
TÊN BIẾN NỘI DUNG NGUỒN THAM
SỰ HÀI LÒNG THƯƠNG MẠI ĐIỆN TỬ
SHLTMDT1 Bạn có thể dễ dàng tìm kiếm thông tin trên các sàn thương mại điện tử
Nguyễn Ngọc Mai, Nguyễn Thanh Phong,
Lê Thị Thu Hà & Trần Thanh Huyền
Bạn hài lòng với danh tiếng của người bán hàng trên các sàn thương mại điện tử
Bạn có thể dễ dàng so sánh giá của các sản phẩm giữa các shop trên sàn thương mại điện tử
Nguyễn Ngọc Mai, Nguyễn Thanh Phong,
Lê Thị Thu Hà & Trần Thanh Huyền
SHLTMDT4 Bạn hài lòng với quy trình trên sàn thương mại điện tử
Nguyễn Ngọc Mai, Nguyễn Thanh Phong,
Lê Thị Thu Hà & Trần Thanh Huyền
SHLTMDT5 Bạn hài lòng với giao diện của sàn thương mại điện tử
Nguyễn Ngọc Mai, Nguyễn Thanh Phong,
Lê Thị Thu Hà & Trần Thanh Huyền
NTRR1 Sản phẩm thực tế không giống với hình ảnh được giới thiệu trên website
Mua sắm trực tuyến có thể gây tổn thất về tài chính (do có rủi ro khi thanh toán thẻ tín dụng, ví online, internet banking )
NTRR3 Những hứa hẹn về dịch vụ sau khi bán không được thực hiện McCorkle (1990)
Bạn lo ngại rằng sàn TMĐT sẽ sử dụng thông tin cá nhân của bản thân cho các mục đích khác mà không có sự cho phép của bạn
NTRR5 Bạn lo ngại về các khoản phí phát sinh khi giao dịch trực tuyến
(1999) NGUỒN TIN CẬY CỦA EWOM
Bạn cho rằng trang web được nhiều người biết đến sẽ là nguồn thông tin truyền miệng điện tử đáng tin cậy
Bạn cho rằng sản phẩm được nhiều người tham gia đánh giá sẽ là nguồn thông tin đáng tin cậy
Bạn cho rằng những đánh giá của chuyên gia về sản phẩm sẽ là nguồn thông tin đáng tin cậy
Bạn cho rằng các đánh giá của doanh nghiệp có hệ thống tổ chức chuyên nghiệp sẽ là nguồn thông tin đáng tin cậy
Bạn cho rằng số lượt tương tác, đánh giá của người tiêu dùng đối với thông tin càng nhiều thì nguồn thông tin càng đáng tin cậy
Bạn cho rằng có nhiều nhận xét, đánh giá về cùng một sản phẩm trên cùng một sàn thương mại điện tử
Bạn cho rằng các sản phẩm được đánh giá trên nhiều trang web/nền tảng khác nhau
Bạn cho rằng số lượng lớn các đánh giá về sản phẩm đáp ứng đủ nhu cầu thông tin cần tìm kiếm
Monica Adhelia Sutanto & Atik Aprianingsih (2016)
Bạn cho rằng các đánh giá thành thật thu hút được nhiều người tham gia tương tác (lượt thích, bình luận)
Bạn cho rằng số lượng các đánh giá tích cực hoặc tiêu cực về sản phẩm sẽ ảnh hưởng đến ý định mua hàng
(1982) CHẤT LƯỢNG THÔNG ĐIỆP CỦA EWOM
Thông tin bạn nhận được từ các đánh giá dựa trên kinh nghiệm của người bán là hữu ích
CLTD2 Bạn nhận được thông tin rõ ràng từ các đánh giá của người khác
CLTD3 Bạn nhận được thông tin hữu ích từ các đánh giá của người khác
Lê Minh Chí & Lê Tấn Nghiêm (2018)
CLTD4 Bạn nhận được nhiều thông tin cần thiết từ các đánh giá của người khác
CLTD5 Thông tin bạn nhận được từ các đánh giá/nhận xét mang tính thuyết phục
YDMH1 Bạn sẽ cân nhắc mua hàng trên các sàn thương mại điện tử trong tương lai Zhao & Wang (2010)
Trong tương lai, bạn mong muốn mua một sản phẩm tốt trên các sàn thương mại điện tử
Trong tương lai, trước khi quyết định mua một sản phẩm, bạn sẽ tìm kiếm nó trên các sàn thương mại điện tử
Bảng 2 Thang đo các nhân tố trong mô hình nghiên cứu
3.2.1.4 Thiết kế thông tin người khảo sát
KHẢO Độ tuổi hiện tại của bạn nằm trong khoảng nào?
Thu nhập/trợ cấp của bạn nằm trong khoảng nào?
Bạn thường đọc các nhận xét về sản phẩm
Khi có sản phẩm mới
Monica Adhelia Sutanto & Atik Trước khi mua sản phẩm khi nào? Lúc rảnh rỗi Aprianingsih
Bạn thường xem đánh giá về sản phẩm qua hình thức nào?
Monica Adhelia Sutanto & Atik Aprianingsih
Bình luận Đánh giá sao (1, 2, 3, 4, 5 sao) Video
Sản phẩm mà Gen Z thường lựa chọn mua trên các sàn thương mại điện tử? Đồ ăn và thức uống Đề xuất
Thời trang và sắc đẹp Công nghệ
Bảng 3 Thông tin người khảo sát
3.2.2 Nghiên cứu định lượng Đề tài nghiên cứu sử dụng phương pháp lấy mẫu thuận tiện, dữ liệu được thu thập từ khảo sát Gen Z trên địa bàn Thành phố Hồ Chí Minh qua hình thức trả lời từ Google biểu mẫu Thông qua đây thu thập được dữ liệu sơ cấp để hỗ trợ, phục vụ cho quá trình hoàn thiện bài nghiên cứu.
Nghiên cứu chính thức
3.3.1 Lựa chọn mẫu nghiên cứu
Sau khi hoàn tất nghiên cứu sơ bộ, bảng hỏi định lượng đã được phát triển và hoàn thiện Do ảnh hưởng của đại dịch COVID-19, dữ liệu được thu thập hoàn toàn qua bảng câu hỏi khảo sát gửi qua email và nền tảng mạng xã hội Facebook Đối tượng khảo sát là thế hệ Gen Z tại Thành phố Hồ Chí Minh, việc sử dụng biểu mẫu khảo sát giúp tối ưu hóa thời gian và thực hiện khảo sát một cách gián tiếp, phù hợp với các chính sách giãn cách xã hội của Nhà nước và Chính phủ.
Quá trình thu thập dữ liệu diễn ra từ ngày 15/11/2021 đến 05/12/2021, với tổng cộng 279 kết quả khảo sát được thu về Tất cả người tham gia đều hoàn thành phiếu khảo sát, tuy nhiên có 9 kết quả không hợp lệ, do đó số kết quả hợp lệ để phân tích là 270.
The research team opted to utilize digital data and analysis through SPSS 26 (Statistical Package for the Social Sciences), a software designed for logical statistical analysis and data examination following the collection of essential research factors.
3.3.2 Thiết kế bảng câu hỏi
Bảng câu hỏi được thiết kế dựa vào thang đo đã được nêu ở phần trên và cơ sở tham khảo từ các bài nghiên cứu từ những năm trước
Trước khi tiến hành khảo sát rộng rãi, chúng tôi đã gửi biểu mẫu câu hỏi cho 10 sinh viên tại các trường Đại học ở Thành phố Hồ Chí Minh nhằm kiểm tra và nhận góp ý về bảng câu hỏi Mục đích là đánh giá tính hoàn thiện về hình thức, nội dung và khả năng cung cấp thông tin của sinh viên Qua đó, nhóm tác giả có thể điều chỉnh bảng câu hỏi để nghiên cứu đề tài một cách thuận tiện và chính xác hơn.
Cụ thể, cấu trúc của bảng câu hỏi như sau:
Khảo sát về các yếu tố ảnh hưởng đến ý định mua hàng trên các sàn thương mại điện tử của Gen Z tại Thành phố Hồ Chí Minh cho thấy sự hài lòng với trải nghiệm mua sắm trực tuyến, nhận thức rủi ro liên quan đến giao dịch, và độ tin cậy của thông tin từ eWOM là những yếu tố quan trọng Bên cạnh đó, số lượng và chất lượng thông điệp từ eWOM cũng đóng vai trò quyết định trong việc hình thành ý định mua hàng của nhóm khách hàng trẻ này.
Phần II: Thông tin cá nhân của người khảo sát bao gồm độ tuổi, thu nhập, thời gian đọc nhận xét về sản phẩm, hình thức đánh giá sản phẩm được chọn để tham khảo và loại sản phẩm chủ yếu được mua.
- Đối tượng: Gen Z trên địa bàn Thành phố Hồ Chí Minh
- Thời gian khảo sát: Từ tháng 11/2021 đến tháng 12/2021
Để thu thập thông tin cho mẫu nghiên cứu, biểu mẫu câu hỏi khảo sát được gửi qua email và chia sẻ trên Facebook Tuy nhiên, phương pháp này gặp một số hạn chế, như độ tin cậy thấp khi người khảo sát chọn cùng một mức độ trả lời cho tất cả câu hỏi Các câu trả lời thu thập được sẽ được nhập vào ma trận dữ liệu trên phần mềm SPSS 26 để thực hiện thống kê và phân tích dữ liệu.
3.3.4 Phương pháp phân tích dữ liệu
3.3.4.1 Đánh giá độ tin cậy của thang đo bằng cách sử dụng hệ số
Cronbach’s Alpha là một chỉ số quan trọng để đánh giá độ tin cậy của thang đo trong mô hình nghiên cứu Độ tin cậy được xác định thông qua phương pháp nhất quán nội tại, với hệ số Cronbach’s Alpha giúp loại bỏ các biến không phù hợp trước khi tiến hành phân tích nhân tố EFA Việc này rất cần thiết để tránh việc các biến rác tạo ra các yếu tố giả, đảm bảo tính chính xác và độ tin cậy của nghiên cứu (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Loại bỏ các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0.3; tiêu chuẩn chọn thang đo cần có độ tin cậy Alpha lớn hơn 0.6, vì Alpha càng cao thì độ tin cậy nội tại càng tốt (Nunally & Burnstein, 1994).
3.3.4.2 Đánh giá giá trị của thang đo bằng cách sử dụng phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Theo Hair và cộng sự (1998), hệ số tải nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor loading > 0.3 được xem là đạt được mức tối thiểu;
- Factor loading > 0.4 được xem là quan trọng;
- Factor loading ≥ 0.5 được xem là có ý nghĩa thực tiễn
Hai kỹ thuật phân tích EFA phổ biến nhất là kiểm định Bartlett (Bartlett, 1950; Dziuban & Shirkey, 1974) và phân tích Kaiser – Meyer – Olkin (KMO) (Dziuban & Shirkey, 1974; Kaiser, 1970)
Phân tích nhân tố khám phá EFA đạt yêu cầu khi thỏa mãn các tiêu chí sau:
Hệ số KMO (Kaiser – Meyer – Olkin) là chỉ số quan trọng để đánh giá sự phù hợp của phân tích nhân tố, với giá trị nằm trong khoảng từ 0 đến 1 Một trị số KMO cao cho thấy phân tích nhân tố là thích hợp và đáng tin cậy.
- Kiểm định Bartlett: Sig < 0.05 thì các biến quan sát có mối tương quan với nhau trong tổng thể;
- Phần trăm phương sai trích (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát
3.3.4.3 Phân tích tương quan giữa biến độc lập và phụ thuộc qua hệ số tương quan Pearson
Hệ số tương quan Pearson đóng vai trò quan trọng trong thống kê, giúp đo lường mức độ tương quan tuyến tính giữa biến phụ thuộc và các biến độc lập Khi phân tích hệ số này, giá trị Sig là yếu tố cần được chú ý đầu tiên.
- Nếu Sig ≥ 0.05 nghĩa là không có tương quan giữa 2 biến, sẽ loại biến
- Nếu Sig < 0.05 thì hệ số tương quan mới có ý nghĩa thống kê nên sẽ giữ lại biến để tiếp tục phân tích
3.3.4.4 Phân tích hồi quy tuyến tính kiểm tra sự phù hợp của mô hình với lý thuyết
Phân tích hồi quy tuyến tính là phương pháp dùng để xác định mối quan hệ giữa biến phụ thuộc có giá trị liên tục và một hoặc nhiều biến độc lập, thông qua việc điều chỉnh một phương trình tuyến tính cho phù hợp với dữ liệu quan sát (Dwyer, 1983; Weisberg, 2005) Phương pháp này cũng có vai trò quan trọng trong việc xây dựng các mô hình dự báo (Fitts, 1954; Oviatt).
Nghiên cứu đã chỉ ra mối quan hệ chức năng giữa biến phụ thuộc như hiệu suất làm việc và mức độ thỏa mãn với các biến độc lập như kinh nghiệm, giới tính và khả năng nhận thức (Kim & Bishu, 1996; Edwards và cộng sự, 2005).
Kết quả của quá trình này sẽ giúp xác định được chiều hướng, mức độ ảnh hưởng của các nhân tố độc lập đối với biến phụ thuộc
3.3.4.5 Phương pháp Kiểm định Independent Sample T-test và One-way
Kiểm định là phương pháp được áp dụng để xác định sự khác biệt trung bình giữa các nhóm, trong đó bao gồm một biến định lượng để tính toán trung bình và một biến định tính với một hoặc nhiều giá trị để tiến hành so sánh.
- Kiểm định Independent Sample T-test
Kiểm định Independent Sample T-test được sử dụng trong trường hợp biến định tính có 2 giá trị
Khi Sig Levene's Test < 0.05, phương sai giữa hai giá trị biến định tính là khác nhau, do đó cần sử dụng giá trị Sig T-Test tại hàng "Equal variances not assumed" Nếu giá trị Sig T-Test < 0.05, có thể kết luận rằng có sự khác biệt có ý nghĩa thống kê Ngược lại, nếu giá trị Sig T-Test ≥ 0.05, kết luận là không có sự khác biệt có ý nghĩa thống kê.
KẾT QUẢ NGHIÊN CỨU
Mô tả mẫu nghiên cứu
Nghiên cứu được thực hiện với đối tượng Gen Z tại Thành phố Hồ Chí Minh, thu thập 279 phiếu khảo sát Sau khi chọn lọc, 9 phiếu không hợp lệ đã bị loại, trong đó có 6 phiếu từ những đối tượng không đủ tiêu chuẩn.
18 tuổi và 3 phiếu đối tượng khảo sát trên 27 tuổi (vì nghiên cứu chỉ tập trung vào Gen
Cuối bài khảo sát, nhóm đã đưa ra 5 câu hỏi liên quan đến thông tin cá nhân, bao gồm độ tuổi, thu nhập hoặc trợ cấp, cách thức xem đánh giá sản phẩm, sản phẩm thường chọn mua trên sàn thương mại điện tử, và thời điểm đọc nhận xét sản phẩm Dưới đây là một số thông tin chi tiết về mẫu nghiên cứu.
Tần số Tỷ lệ (%) Độ tuổi
Thời điểm đọc nhận xét sản phẩm
Khi có sản phẩm mới 23 8.52
Trước khi mua sản phẩm 194 71.85
Hình thức xem đánh giá về sản phẩm
Bình luận 130 48.15 Đánh giá sao (1, 2, 3, 4, 5 sao) 97 35.92
Sản phẩm thường được chọn mua trên sàn thương mại điện tử Đồ ăn và thức uống 20 7.41
Thời trang và sắc đẹp 217 80.37
Bảng 4 Phân bố mẫu nghiên cứu
Mẫu khảo sát được gửi qua email cho sinh viên Trường Đại học Kinh tế - Luật, trong khi phần còn lại được thu thập thông qua kêu gọi trên trang cá nhân Facebook Kết quả khảo sát cho thấy, độ tuổi từ 18 - 22 chiếm tỷ lệ cao, lên tới 90%, trong khi nhóm từ 22 - 27 tuổi chỉ chiếm 10%.
Theo khảo sát, đa số đối tượng đang trong độ tuổi đi học, dẫn đến tỷ lệ người có thu nhập hoặc trợ cấp cao từ 15.000.000 đồng trở lên chỉ chiếm 4.07% Ngược lại, tỷ lệ người có thu nhập hoặc trợ cấp thấp dưới 1.500.000 đồng chiếm 34.07% Ngoài ra, nhóm có thu nhập trung bình từ 1.500.000 - 2.999.000 đồng chiếm 24.45%, từ 3.000.000 - 4.499.000 đồng chiếm 16.3%, và từ 4.500.000 - 7.499.000 đồng chiếm 11.11% Cuối cùng, tỷ lệ người có mức thu nhập ổn định từ 7.500.000 - 14.999.000 đồng là 10%, cho thấy đây có thể là nhóm đối tượng có việc làm ổn định trong độ tuổi từ 22 đến 27.
Theo khảo sát, 71.85% người tham gia cho biết họ thường đọc nhận xét về sản phẩm trước khi mua, cho thấy rằng phần lớn chỉ tìm kiếm thông tin khi có nhu cầu Ngoài ra, 8.52% người đọc nhận xét khi có sản phẩm mới, 17.04% đọc vào lúc rảnh rỗi, và 2.59% đọc vào thời điểm khác, nhưng tỷ lệ này không đáng kể.
Theo khảo sát, hình thức xem đánh giá sản phẩm của các đối tượng có sự phân hóa không đồng đều, với bình luận và đánh giá sao chiếm ưu thế, lần lượt là 48.15% và 35.92% Trong khi đó, các hình thức như blog/diễn đàn và video chỉ chiếm tỷ lệ thấp hơn, với 8.52% và 7.41% Đáng chú ý, không có hình thức nào khác ảnh hưởng đến việc đánh giá sản phẩm ngoài những hình thức đã nêu.
Khảo sát cho thấy 80.37% người tiêu dùng mua sắm trực tuyến các sản phẩm thời trang và sắc đẹp, phản ánh nhu cầu ngày càng cao về ngoại hình trong xã hội Các sản phẩm khác chiếm tỷ lệ thấp hơn, với đồ ăn và thức uống chỉ 7.41%, công nghệ 4.82%, giải trí 3.7% và các mặt hàng khác cũng 3.7%.
Kiểm định Cronbach’s Alpha
Nghiên cứu sẽ kiểm định độ tin cậy của các thang đo bằng phương pháp Cronbach’s Alpha, và chúng ta sẽ xem xét từng thang đo một cách chi tiết.
Bảng 5 Cronbach’s Alpha của thang đo “Sự hài lòng thương mại điện tử”
Nguồn: Kết quả phân tích SPSS
Thang đo “Sự hài lòng thương mại điện tử” bao gồm 5 biến quan sát được mã hóa là SHLTMDT1, SHLTMDT2, SHLTMDT3, SHLTMDT4 và SHLTMDT5 Tất cả các biến này đều đáp ứng yêu cầu về mặt số liệu thống kê, với hệ số tương quan biến-tổng lớn hơn 0.3, cụ thể là SHLTMDT1 đạt 0.692, SHLTMDT2 đạt 0.446 và SHLTMDT3 đạt 0.589.
Hệ số Cronbach’s Alpha cho thang đo “Sự hài lòng thương mại điện tử” đạt 0.805, vượt mức 0.6, chứng tỏ độ tin cậy nội bộ của thang đo là tốt Do đó, 5 biến quan sát của thang đo này được giữ lại để thực hiện các phân tích tiếp theo.
Bảng 6 Cronbach’s Alpha của thang đo “Nhận thức rủi ro”
Nguồn: Kết quả phân tích SPSS
Thang đo “Nhận thức rủi ro” bao gồm 5 biến quan sát được mã hóa từ NTRR1 đến NTRR5, với hệ số tương quan biến-tổng dao động từ 0.533 đến 0.704, tất cả đều lớn hơn 0.3 Cụ thể, các hệ số lần lượt là NTRR1 (0.533), NTRR2 (0.665), NTRR3 (0.704), NTRR4 (0.547), và NTRR5 (0.648) Hệ số Cronbach’s Alpha đạt 0.822, vượt mức 0.6, cho thấy độ tin cậy nội bộ của thang đo Do đó, cả 5 biến quan sát của thang đo “Nhận thức rủi ro” được giữ lại để thực hiện các phân tích tiếp theo.
Bảng 7 Cronbach’s Alpha của thang đo “Nguồn tin cậy của eWOM”
Nguồn: Kết quả phân tích SPSS
Thang đo "Nguồn tin cậy của eWOM" bao gồm 5 biến quan sát được mã hóa là NTC1, NCT2, NTC3, NTC4 và NTC5, tất cả đều đạt yêu cầu về mặt số liệu thống kê với hệ số tương quan biến-tổng lớn hơn 0.3, cụ thể là NTC1 (0.443), NCT2 (0.693), NTC3 (0.576), NTC4 (0.519) và NTC5 (0.491) Hệ số Cronbach’s Alpha đạt 0.770, vượt mức tối thiểu 0.6, chứng tỏ thang đo có độ tin cậy nội bộ tốt Do đó, cả 5 biến quan sát của thang đo "Nguồn tin cậy của eWOM" sẽ được giữ lại để thực hiện các phân tích tiếp theo.
Bảng 8 Cronbach’s Alpha của thang đo “Số lượng eWOM”
Nguồn: Kết quả phân tích SPSS
Thang đo “Số lượng eWOM” bao gồm 5 biến quan sát được mã hóa là SLE1, SLE2, SLE3, SLE4, và SLE5 Tất cả các biến này đều đạt yêu cầu về mặt số liệu thống kê với hệ số tương quan biến-tổng trên 0.3, cụ thể: SLE1 (0.566), SLE2 (0.514), SLE3 (0.435), SLE4 (0.611), và SLE5 (0.555) Hệ số Cronbach’s Alpha đạt 0.764, vượt mức 0.6, cho thấy thang đo có độ tin cậy nội bộ cao.
“Số lượng eWOM” đều được giữ lại để tiến hành các phân tích khác
Bảng 9 Cronbach’s Alpha của thang đo “Chất lượng thông điệp của eWOM”
Nguồn: Kết quả phân tích SPSS
Thang đo "Chất lượng thông điệp của eWOM" bao gồm 5 biến quan sát được mã hóa là CLTD1, CLTD2, CLTD3, CLTD4, và CLTD5, tất cả đều đạt yêu cầu thống kê với hệ số tương quan biến-tổng lớn hơn 0.3 Cụ thể, các hệ số tương quan lần lượt là CLTD1 (0.561), CLTD2 (0.600), CLTD3 (0.662), CLTD4 (0.638), và CLTD5 (0.699) Hệ số Cronbach’s Alpha đạt 0.833, vượt mức 0.6, cho thấy độ tin cậy nội bộ của thang đo Do đó, cả 5 biến quan sát của thang đo "Chất lượng thông điệp của eWOM" đều được giữ lại để thực hiện các phân tích tiếp theo.
Bảng 10 Cronbach’s Alpha của thang đo “Ý định mua hàng”
Nguồn: Kết quả phân tích SPSS
Thang đo “Ý định mua hàng” bao gồm ba biến quan sát YDMH1, YDMH2, và YDMH3, tất cả đều đạt yêu cầu thống kê với hệ số tương quan biến-tổng trên 0.3: YDMH1 (0.605), YDMH2 (0.685), YDMH3 (0.623) Hệ số Cronbach’s Alpha là 0.794, vượt mức 0.6, cho thấy độ tin cậy nội bộ của thang đo Do đó, các biến quan sát của thang đo “Ý định mua hàng” được giữ lại để thực hiện các phân tích tiếp theo.
Phân tích nhân tố khám phá EFA
Sau khi thực hiện phân tích Cronbach’s Alpha, nghiên cứu cho thấy độ tin cậy đạt yêu cầu với 5 biến độc lập và 1 biến phụ thuộc, trong đó có 28 biến quan sát được giữ lại để tiếp tục phân tích nhân tố khám phá EFA.
Hệ số tải, hay còn gọi là trọng số nhân tố, thể hiện mối quan hệ giữa biến quan sát và nhân tố tương ứng Theo Hair và cộng sự (2014), để đạt được độ tin cậy trong nghiên cứu, kích thước mẫu tối thiểu cần có là 120, và hệ số tải tiêu chuẩn được khuyến nghị là 0.5.
4.3.1 Phân tích nhân tố khám phá EFA biến phụ thuộc
Kết quả phân tích nhân tố khám phá EFA biến phụ thuộc cụ thể như sau:
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 698
Bảng 11 Bảng kiểm định KMO và Bartlett’s của biến phụ thuộc
Nguồn: Kết quả phân tích SPSS
Hệ số KMO (Kaiser – Meyer – Olkin) đạt giá trị 0.698, vượt mức 0.5, cho thấy phân tích nhân tố là phù hợp Ngoài ra, kiểm định Bartlett với giá trị Sig Bartlett’s Test là 0.000 (nhỏ hơn 0.05) khẳng định rằng các biến quan sát có mối tương quan với nhau trong nhân tố.
Có 1 nhân tố được trích dựa vào trị số Eigenvalue là 2.128 > 1, được trích với 70.930% Nhân tố này giải thích được 70.930% biến thiên dữ liệu của 3 biến quan sát tham gia vào EFA Các biến ở bảng Component Matrix (ma trận nhân tố) đều thỏa mãn với yêu cầu hệ số tải nhân tố Factor Loading lớn hơn 0.5
Bảng 12 Bảng ma trận nhân tố của biến phụ thuộc
Nguồn: Kết quả phân tích SPSS
Ba biến YDMH1, YDMH2, YDMH3 đã được gộp lại thành một nhân tố duy nhất, cho thấy thang đo đảm bảo tính đơn hướng và các biến quan sát của biến phụ thuộc hội tụ tốt Phân tích nhân tố cho thấy không có biến quan sát nào bị loại bỏ.
Phân tích nhân tố khám phá (EFA) cho biến phụ thuộc đã được thực hiện một lần, trong đó ba biến quan sát đã được đưa vào phân tích Kết quả cho thấy ba biến quan sát này hội tụ thành một nhân tố duy nhất.
4.3.2 Phân tích nhân tố khám phá EFA biến độc lập
Kết quả phân tích nhân tố khám phá EFA biến độc lập cụ thể như sau:
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 924
Bảng 13 Bảng kiểm định KMO và Bartlett’s lần 4 của biến độc lập
Nguồn: Kết quả phân tích SPSS
Kết quả kiểm định EFA cho thấy chỉ số KMO đạt 0.924, vượt ngưỡng 0.5, chứng tỏ phân tích nhân tố là phù hợp Đồng thời, kiểm định Bartlett với giá trị Sig nhỏ hơn 0.05 (cụ thể là 0.000) cho thấy các biến quan sát có mối tương quan với nhau trong nhân tố.
Phân tích nhân tố khám phá EFA cho các biến độc lập được thực hiện 4 lần:
Trong lần phân tích đầu tiên, 25 biến quan sát đã được đưa vào xem xét, tuy nhiên, biến quan sát SHLTMDT4 không đạt yêu cầu với hệ số tải nhân tố chỉ 0.472, thấp hơn ngưỡng 0.5 Do đó, biến này đã được loại bỏ để tiến hành phân tích lại.
Trong lần phân tích thứ hai, 24 biến quan sát đã được đưa vào phân tích Tuy nhiên, biến quan sát SLE5 không đạt yêu cầu vì hệ số tải nhân tố của nó là 0.563, lớn hơn 0.5, nhưng không hội tụ đúng tại nhân tố SLE Do đó, biến SLE5 đã được loại bỏ để thực hiện phân tích lại.
Trong lần phân tích thứ ba, 23 biến quan sát đã được đưa vào xem xét Tuy nhiên, biến quan sát NTC1 không đạt yêu cầu do hệ số tải nhân tố chỉ đạt 0.555, không hội tụ đúng tại nhân tố NTC, nên đã bị loại bỏ để tiến hành phân tích lại.
- Lần phân tích thứ tư (lần cuối cùng), 22 biến quan sát được đưa vào phân tích,
22 biến quan sát hội tụ và phân biệt thành 5 nhân tố
Bảng 14 Bảng ma trận xoay lần 4 của biến độc lập
Nguồn: Kết quả phân tích SPSS
Tất cả các biến quan sát đều có hệ số tải > 0.5 do đó tất cả các biến đều đủ điều kiện giữ lại để tiếp tục đo lường
Có 5 nhân tố được trích với trị số Eigenvalue 1.035 > 1 và tổng phương sai mà 5 nhân tố này trích được là 60.304% > 50%, như vậy, 5 nhân tố được trích giải thích được 60.304% biến thiên dữ liệu của 22 biến quan sát tham gia vào EFA
Kết quả ma trận xoay chỉ ra rằng 22 biến quan sát được phân thành 5 nhân tố, với tất cả các biến đều có hệ số tải nhân tố (Factor Loading) lớn hơn 0.5, đồng thời không xuất hiện biến xấu nào.
Phân tích tương quan Pearson
Phân tích tương quan Pearson cho thấy năm biến độc lập, bao gồm Sự hài lòng thương mại điện tử, Nhận thức rủi ro, Nguồn tin cậy của eWOM, Số lượng eWOM và Chất lượng thông điệp của eWOM, đều có mối quan hệ tương quan tuyến tính mạnh mẽ với biến phụ thuộc là Ý định mua hàng, với giá trị Sig của tất cả các biến đều bằng 0.000, nhỏ hơn 0.05.
YDMH SHLTMDT NTRR NTC SLE CLTD
Bảng 15 Bảng phân tích tương quan tác động của các yếu tố trong mô hình đề xuất
Nguồn: Kết quả phân tích SPSS
Trong nghiên cứu, các biến độc lập như SHLTMDT, NTRR, NTC, SLE và CLTD cho thấy mối quan hệ tương quan tuyến tính chặt chẽ với nhau, với các giá trị Sig đều nhỏ hơn 0.05.
Theo nghiên cứu của Carsten F Dormann và các cộng sự (2012), khi giá trị Sig nhỏ hơn 0.05 và hệ số tương quan Pearson lớn hơn 0.7, cần chú ý đến khả năng xảy ra hiện tượng đa cộng tuyến Tuy nhiên, trong kết quả nghiên cứu của chúng tôi, tất cả các giá trị tương quan Pearson đều nhỏ hơn 0.7, do đó không cần lo ngại về hiện tượng đa cộng tuyến.
Phân tích hồi quy tuyến tính
Mô hình gồm năm biến độc lập và một biến phụ thuộc có phương trình hồi quy tổng quát như sau:
Theo nghiên cứu, mô hình đề xuất bao gồm năm biến độc lập: Sự hài lòng thương mại điện tử (SHLTMDT), Nhận thức rủi ro (NTRR), Nguồn tin cậy của eWOM (NTC), Số lượng eWOM (SLE) và Chất lượng thông điệp của eWOM (CLTD), cùng với một biến phụ thuộc là Ý định mua hàng (YDMH) Phương trình hồi quy được điều chỉnh để phản ánh mối quan hệ giữa các biến này.
YDMH = β0 + β1*SHLTMDT + β2*NTRR + β3*NTC + β4*SLE + β5*CLTD
Kết quả phân tích hồi quy tuyến tính bội được thể hiện qua hệ thống các bảng sau:
Std Error of the Estimate
1 736 a 542 533 40099 1.728 a Predictors: (Constant), CLTD, NTC, SLE, SHLTMDT, NTRR b Dependent Variable: YDMH
Để đánh giá độ phù hợp của mô hình hồi quy tuyến tính, chỉ số R square (R²) và R square hiệu chỉnh (R² hiệu chỉnh) thường được sử dụng R² hiệu chỉnh phản ánh độ phù hợp tốt hơn vì nó không nhất thiết phải tăng lên khi thêm biến độc lập, trong khi R² luôn có xu hướng tăng Chỉ số R² hiệu chỉnh dao động từ 0 đến 1, cho thấy độ phù hợp của mô hình càng cao khi giá trị này tiến gần đến 1, nghĩa là các biến độc lập giải thích tốt hơn cho các biến phụ thuộc.
Giá trị R² hiệu chỉnh là 0.533 cho thấy các biến độc lập trong phân tích hồi quy ảnh hưởng 53.3% sự biến thiên của biến phụ thuộc, trong khi 46.7% còn lại do các biến ngoài mô hình và sai số ngẫu nhiên Để đánh giá hiện tượng tự tương quan chuỗi bậc nhất, giá trị Durbin-Watson được sử dụng Theo Yahua Qiao (2011), nếu giá trị Durbin-Watson nằm trong khoảng 1.5 đến 2.5 thì giả định tự tương quan chuỗi bậc nhất bị vi phạm Kết quả cho thấy hệ số Durbin-Watson là 1.728, nằm trong khoảng này, cho thấy mô hình không có hiện tượng tự tương quan.
Total 92.700 269 a Dependent Variable: YDMH b Predictors: (Constant), CLTD, NTC, SLE, SHLTMDT, NTRR
Nguồn: Kết quả phân tích SPSS
Nhóm nghiên cứu đã tiến hành kiểm định F để xác định xem mô hình hồi quy tuyến tính có thể được áp dụng cho tổng thể nghiên cứu hay không, do mẫu nghiên cứu quá nhỏ Kết quả từ bảng ANOVA cho thấy mức độ phù hợp của mô hình hồi quy.
Nếu giá trị Sig ≥ 0.05, mô hình hồi quy được đánh giá là không phù hợp
Nếu giá trị Sig < 0.05, mô hình hồi quy được đánh giá là phù hợp
Theo bảng kết quả trên, giá trị Sig = 0.000 < 0.05, ta kết luận mô hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể
Nguồn: Kết quả phân tích SPSS
Kiểm định t là công cụ quan trọng để đánh giá ý nghĩa của hệ số hồi quy của các biến độc lập trong mô hình Nếu giá trị Sig nhỏ hơn 0.05, biến độc lập có ảnh hưởng đến biến phụ thuộc; ngược lại, nếu giá trị Sig lớn hơn 0.05, biến đó không có tác động Kết quả nghiên cứu cho thấy năm biến độc lập: SHLTMDT (Sig = 0.000), NTRR (Sig = 0.000), NTC (Sig = 0.021), SLE (Sig = 0.040), và CLTD (Sig = 0.000) đều có tác động đáng kể đến biến phụ thuộc YDMH, với tất cả các giá trị Sig đều nhỏ hơn 0.05.
Khi đánh giá hiện tượng đa cộng tuyến trong mô hình hồi quy, hệ số phóng đại phương sai (VIF) là chỉ số quan trọng để xem xét Theo nghiên cứu của Nguyễn Đình Thọ (2009), một hệ số VIF lớn hơn 10 cho thấy có dấu hiệu của đa cộng tuyến, điều này có thể ảnh hưởng đến độ chính xác của các ước lượng trong mô hình.
Trong phân tích hồi quy, việc xem xét hiện tượng đa cộng tuyến là cần thiết để đảm bảo tính chính xác của các ước lượng Kết quả nghiên cứu cho thấy hệ số VIF đều nhỏ hơn 2, khẳng định không có đa cộng tuyến Để đánh giá tác động của các biến độc lập lên biến phụ thuộc, ta dựa vào dấu của hệ số hồi quy Beta Nếu Beta âm, biến độc lập tác động nghịch chiều lên biến phụ thuộc; ngược lại, nếu Beta dương, tác động là thuận chiều Theo dữ liệu, biến NTRR với hệ số Beta -0.210 có tác động nghịch chiều lên YDMH, trong khi các biến SHLTMDT (0.283), NTC (0.130), SLE (0.113) và CLTD (0.492) đều có tác động thuận chiều, với CLTD là biến có ảnh hưởng lớn nhất do giá trị tuyệt đối của hệ số Beta lớn nhất.
Từ phân tích trên, ta có Phương trình hồi quy chuẩn hoá là:
YDMH = 0.691 + 0.296*SHLTMDT - 0.199*NTRR + 0.118*NTC + 0.117*SLE +
4.5.4 Đồ thị phần dư chuẩn hóa hồi quy
Kết quả phân tích SPSS cho thấy đồ thị Histogram chỉ ra rằng giá trị trung bình (Mean) gần bằng 0 (-6.95E-15) và độ lệch chuẩn (Std.Dev) gần bằng 1 (0.991), điều này cho thấy phần dư có phân phối gần giống với phân phối chuẩn.
Hình 11 Đồ thị so sánh với phân phối chuẩn của phần dư chuẩn hóa
Kết quả phân tích SPSS qua đồ thị P-P Plot cho thấy các giá trị quan sát phân phối gần như theo đường thẳng, tương ứng với phân phối chuẩn Điều này chỉ ra rằng phần dư có phân phối gần với phân phối chuẩn.
Hình 12 Đồ thị phân bố ngẫu nhiên của phần dư chuẩn hóa
Nguồn: Kết quả phân tích SPSS
Mô hình hồi quy tuyến tính bằng phương pháp OLS chỉ có ý nghĩa khi các giả định được đảm bảo Đồ thị Scatter Plot được sử dụng để kiểm tra giả định về mối liên hệ tuyến tính và sự đồng nhất Qua biểu đồ, ta nhận thấy phần dư không thay đổi theo một trật tự nào với giá trị dự đoán, cho thấy giả thiết về mối liên hệ tuyến tính không bị vi phạm.
Kiểm định sự khác biệt của ý định mua hàng theo các biến định tính
4.6.1 Kiểm định sự khác biệt của ý định mua hàng theo độ tuổi
Quá trình khảo sát đã phân loại các đối tượng thành các nhóm khác nhau như sau: [từ 18 đến 22 tuổi], [từ 22 đến 27 tuổi]
Giả thuyết H0: Phương sai của ý định mua hàng bằng nhau giữa các nhóm tuổi khác nhau (Phương sai đồng nhất)
Thực hiện kiểm định, thu được kết quả:
Bảng 19 Kiểm định Independent Sample T-test (theo độ tuổi)
Nguồn: Kết quả phân tích SPSS
Kết quả kiểm định Levene’s Test cho thấy giá trị Sig = 0.055 (> 0.05), cho phép chấp nhận giả thuyết H0, nghĩa là phương sai giữa hai nhóm độ tuổi không khác nhau Do đó, chúng ta tiến hành sử dụng kiểm định T-Test với giả định phương sai giữa hai mẫu là bằng nhau.
Giả thuyết H1: Không có sự khác nhau về ý định mua hàng của các nhóm Gen Z có độ tuổi khác nhau (Trung bình bằng nhau)
Kết quả kiểm định t ở phần Equal Variances assumed đưa ra giá trị Sig = 0.792 (> 0.05), dẫn đến chấp nhận giả thuyết H1
Kết luận: Tại Thành phố Hồ Chí Minh, Gen Z không có sự khác biệt về ý định mua hàng trên các sàn thương mại điện tử so với hai nhóm độ tuổi khác.
4.6.2 Kiểm định sự khác biệt của ý định mua hàng theo thu nhập/trợ cấp
Quá trình khảo sát đã phân loại đối tượng thành các nhóm thu nhập khác nhau, bao gồm: nhóm thu nhập dưới 1.500.000 đồng, nhóm từ 1.500.000 đến 2.999.000 đồng, nhóm từ 3.000.000 đến 4.499.000 đồng, nhóm từ 4.500.000 đến 7.449.000 đồng, nhóm từ 7.500.000 đến 14.999.000 đồng, và nhóm từ 15.000.000 đồng trở lên.
Giả thuyết H0: Phương sai của ý định mua hàng bằng nhau giữa các nhóm thu nhập khác nhau (Phương sai đồng nhất)
Thực hiện kiểm định, thu được kết quả:
Levene Statistic df1 df2 Sig
Bảng 20 Kiểm định Levene phương sai đồng nhất (theo thu nhập/trợ cấp)
Nguồn: Kết quả phân tích SPSS
Kết quả kiểm định Levene’s Test với giá trị Sig = 0.000 (< 0.05) cho thấy phương sai giữa các lựa chọn của biến định tính là khác nhau, bác bỏ giả thuyết H0 Vì vậy, chúng ta áp dụng kiểm định Welch trong bảng Robust Tests of Equality of Means.
Giả thuyết H1: Không có sự khác biệt về ý định mua hàng của các nhóm Gen Z có mức độ thu nhập/trợ cấp khác nhau (Trung bình bằng nhau)
Bảng 21 Kết quả Robust Tests of Equality of Means (theo thu nhập/trợ cấp)
Nguồn: Kết quả phân tích SPSS
Kết quả phân tích Robust Tests of Equality of Means đưa ra giá trị Sig = 0.047 (< 0.05), điều này làm bác bỏ giả thuyết H1
Kết luận: Tại Thành phố Hồ Chí Minh, ý định mua hàng của Gen Z trên các sàn thương mại điện tử có sự khác biệt rõ rệt giữa các nhóm thu nhập và trợ cấp khác nhau.
4.6.3 Kiểm định sự khác biệt của ý định mua hàng theo thời gian đọc nhận xét về sản phẩm
Quá trình khảo sát đã phân loại đối tượng thành các nhóm khác nhau, bao gồm: nhóm khi có sản phẩm mới, nhóm trước khi mua sản phẩm, nhóm lúc rảnh rỗi, và nhóm khác.
Giả thuyết H0: Phương sai của ý định mua hàng bằng nhau giữa các nhóm có thời gian đọc nhận xét về sản phẩm khác nhau (Phương sai đồng nhất)
Thực hiện kiểm định, thu được kết quả:
Levene Statistic df1 df2 Sig
Bảng 22 Kiểm định Levene phương sai đồng nhất (theo thời gian)
Nguồn: Kết quả phân tích SPSS
Kết quả của kiểm định Levene’s Test cho thấy giá trị Sig = 0.175, lớn hơn 0.05, cho phép chấp nhận giả thuyết H0 Điều này chỉ ra rằng phương sai giữa các lựa chọn của biến định tính không có sự khác biệt Do đó, chúng ta tiến hành sử dụng kiểm định ANOVA.
Giả thuyết H1 cho rằng không tồn tại sự khác biệt trong ý định mua hàng giữa các nhóm Gen Z, bất chấp thời gian họ dành để đọc nhận xét về sản phẩm Điều này có nghĩa là thời gian đọc nhận xét không ảnh hưởng đến quyết định mua sắm của họ, với trung bình ý định mua hàng của các nhóm này được cho là bằng nhau.
Bảng 23 Kết quả ANOVA (theo thời gian)
Nguồn: Kết quả phân tích SPSS
Kết quả phân tích ANOVA đưa ra giá trị Sig = 0.008 (< 0.05), điều này làm bác bỏ giả thuyết H1
Kết luận: Tại Thành phố Hồ Chí Minh, ý định mua hàng của Gen Z trên các sàn thương mại điện tử có sự khác biệt đáng kể giữa các nhóm người dùng dựa trên thời gian họ dành để đọc nhận xét về sản phẩm.
4.6.4 Kiểm định sự khác biệt của ý định mua hàng theo hình thức đánh giá sản phẩm
Quá trình khảo sát đã phân loại đối tượng khảo sát thành các nhóm khác nhau: [Blog/Diễn đàn], [Bình luận], [Đánh giá sao], [Video], [Khác]
Giả thuyết H0: Phương sai của ý định mua hàng bằng nhau giữa các nhóm có hình thức đánh giá sản phẩm khác nhau (Phương sai đồng nhất)
Thực hiện kiểm định, thu được kết quả:
Levene Statistic df1 df2 Sig
Bảng 24 Kiểm định Levene phương sai đồng nhất (theo hình thức đánh giá sản phẩm)
Nguồn: Kết quả phân tích SPSS
Kết quả kiểm định Levene’s Test cho thấy giá trị Sig = 0.201 (>0.05), cho phép chấp nhận giả thuyết H0, điều này chỉ ra rằng phương sai giữa các lựa chọn của biến định tính là tương đồng Vì vậy, chúng ta tiếp tục sử dụng kiểm định ANOVA.
Giả thuyết H1: Không có sự khác biệt về ý định mua hàng của các nhóm Gen Z có hình thức đánh giá sản phẩm khác nhau (Trung bình bằng nhau)
Bảng 25 Kết quả ANOVA (theo hình thức đánh giá sản phẩm)
Nguồn: Kết quả phân tích SPSS
Kết quả phân tích ANOVA đưa ra giá trị Sig = 0.041 (< 0.05), điều này làm bác bỏ giả thuyết H1
Kết luận: Tại Thành phố Hồ Chí Minh, ý định mua hàng của Gen Z trên các sàn thương mại điện tử có sự khác biệt rõ rệt tùy thuộc vào hình thức đánh giá sản phẩm mà họ tiếp cận.
4.6.5 Kiểm định sự khác biệt của ý định mua hàng theo loại sản phẩm
Quá trình khảo sát đã phân loại đối tượng thành các nhóm khác nhau, bao gồm: Đồ ăn và thức uống, Thời trang và làm đẹp, Công nghệ, Giải trí, và các lĩnh vực khác.
Giả thuyết H0: Phương sai của ý định mua hàng bằng nhau giữa các nhóm có sự lựa chọn về loại sản phẩm khác nhau (Phương sai đồng nhất)
Thực hiện kiểm định, thu được kết quả:
Levene Statistic df1 df2 Sig
Bảng 26 Kiểm định Levene phương sai đồng nhất (theo loại sản phẩm)
Nguồn: Kết quả phân tích SPSS
Kết quả kiểm định Levene’s Test cho thấy giá trị Sig = 0.418, lớn hơn 0.05, cho phép chấp nhận giả thuyết H0 Điều này chỉ ra rằng phương sai giữa các lựa chọn của biến định tính không có sự khác biệt Vì vậy, chúng ta tiến hành sử dụng kết quả kiểm định ANOVA.
Giả thuyết H1: Không có sự khác biệt về ý định mua hàng của các nhóm Gen Z có sự lựa chọn về loại sản phẩm khác nhau (Trung bình bằng nhau)
Bảng 27 Kết quả ANOVA (theo loại sản phẩm)
Nguồn: Kết quả phân tích SPSS
Kết quả phân tích ANOVA đưa ra giá trị Sig = 0.875 (> 0.05), điều này làm chấp nhận giả thuyết H1
Kết luận: Tại Thành phố Hồ Chí Minh, ý định mua hàng của Gen Z trên các sàn thương mại điện tử không có sự khác biệt đáng kể giữa các nhóm sản phẩm khác nhau.