Giá cm nhn ca sn ph−m là cái mà ngi tiêu dùng phi chi tr có c sn ph−m và d∀ch v mong mun. Giá sn ph−m khi mua qua mng s,c so sánh vi giá ti các ca hàng. Có 3 bi n quan sát cho thang o giá d∃a trên nghiên cu ca Kim E.Y. và Kim Y.K. (2003) và ã c iu ch#nh cho phù hp thông qua nghiên cu ∀nh tính. Ký hiu t% GIA_01 n GIA_03.
B%ng 3.4: Thang o giá c%m nh+n
Mã bi n Phát biu
GIA_01 Theo anh/ch∀ giá mua qua mng r∗ hn giá ti các ca hàng GIA_02 Anh/ch∀ d( dàng so sánh v giá ca sn ph−m
3.2.3.5 Thang o thông tin s%n ph1m
Thang o thông tin sn ph−m cp n mc ngi tiêu dùng s, n!m rõ c thông tin ca sn ph−m và có th so sánh vi nhu cu ca mình mt cách tr∃c quan nht t%: phong cách thi trang, kích c7, màu s!c, m1u mã, bn, úng xu hng, loi vi và cht lng, hng d1n s dng, thng hiu và xut x. Có 4 bi n quan sát cho thang o thông tin sn ph−m d∃a trên nghiên cu ca Kim J.Y.K. (2005) và ã c iu ch#nh cho phù hp thông qua nghiên cu ∀nh tính. Ký hiu t% TTSP_01 n TTSP_04.
B%ng 3.5: Thang o thông tin s%n ph1m
Mã bi n Phát biu
TTSP_01 Anh/ ch∀ luôn cp nht c nhng phong cách, xu hng thi trang mi nht
TTSP_02 Anh/ch∀ d( dàng xác ∀nh kích c7, màu s!c, m1u mã ca sn ph−m TTSP_03 Anh/ch∀ d( dàng tìm ki m và so sánh thông tin v thành phn cht
liu vi, xut x và thng hiu ca sn ph−m
TTSP_04 Thông tin hng d1n s dng rõ ràng, d( hiu i vi anh/ch∀
3.2.3.6 Thang o nh+n th∀c tính d) s3 d!ng
Thang o nhn thc tính d( s dng c ∀nh ngh3a là mc cm nhn s∃ d( dàng liên quan n vic s dng h thng, sn ph−m công ngh thông tin. Y u t này phn ánh vic d( dàng và không h phc tp khi s dng d∀ch v. Có 5 bi n quan sát cho thang o chng trình khuy n mãi d∃a trên nghiên cu ca Cho H. và Susan S.F. (2008) và ã c iu ch#nh cho phù hp thông qua nghiên cu ∀nh tính. Ký hiu t% DSD_01 n DSD_05.
B%ng 3.6: Thang o nh+n th∀c tính d) s3 d!ng
Mã bi n Phát biu
DSD_01 Anh/ch∀ nhn thy mua hàng nhanh hn thông qua vic s dng các website thng mi in t
DSD_02 Danh mc t hàng ca anh/ch∀ d( dàng c chp nhn DSD_03 Thao tác n gin giúp tng kh nng mua hàng ca anh/ch∀
DSD_04 Anh/ch∀ có th nâng cao hiu qu th∃c hin vic mua hàng qua mng DSD_05 Anh/ch∀ cm thy hu ích cho vic mua hàng.
3.2.3.7 Thang o ý .nh mua trang ph!c qua m∃ng
Ý ∀nh mua trang phc qua mng biu hin kh nng th∃c hin mt hành vi tiêu dùng i vi m t hàng trang phc. Do ó, ý ∀nh mua trang phc qua mng ca khách hàng chính là vic quy t ∀nh mua hay không mua trang phc thông qua mng tr∃c tuy n. Thang o ý ∀nh mua trang phc qua mng c o b)ng 3 bi n quan sát d∃a trên thang o ca Kim J.Y.K. (2005). Ký hiu t% YMH_01 n YDMH_03.
B%ng 3.7: Thang o ý .nh mua trang ph!c qua m∃ng
Mã bi n Phát biu
YMH_01 Anh/ch∀ s, mua trang phc qua mng khi tìm thy sn ph−m a thích YMH_02 Anh/ch∀ s, mua hàng trang phc qua mng trong vòng 12 tháng ti YMH_03 Anh/ch∀ có kh nng mua trang phc qua mng trong tng lai gn
3.3 Nghiên c∀u .nh l#ng
Nghiên cu ∀nh lng c th∃c hin thông qua bng câu h.i kho sát. Sau khi bng câu h.i c hiu ch#nh bc nghiên cu ∀nh tính tr thành bng câu h.i chính thc thì ti n hành th∃c hin thu thp d liu. Thông tin thu thp c dùng ánh giá tin cy và giá tr∀ ca thang o, kim ∀nh thang o, kim ∀nh s∃ phù hp ca mô hình nghiên cu.
3.3.1 Thit k mu nghiên c∀u
Nghiên cu s, c th∃c hin ti TP.HCM vi m1u s, c ch&n theo phng pháp thun tin, phi xác sut.
i tng kho sát là ngi tiêu dùng TP.HCM ang có ý ∀nh mua trang phc qua mng có tui t% 22 n 45.
Kích thc m1u cn thi t ph thuc vào k0 thut phân tích d liu c s dng, nghiên cu này s dng phân tích nhân t khám phá (EFA). Vì th , cn ít nht 200 quan sát (Gorsuch, 1983). Còn theo Hair và cng s∃ (1998) cho r)ng s dng EFA thì kích m1u ti thiu phi là 50, tt hn là 100 và t# l quan sát/bi n o lng là 5:1, ngh3a là 1 bi n o lng cn ti thiu là 5 quan sát, tt nht là 10:1 tr lên. Theo công thc này vi 26 bi n quan sát thì kích thc nghiên cu cn phi kho sát là n = 5x26 = 130 m1u.
C∋ng có nghiên cu cho r)ng kích thc m1u ti hn phi là 200 (Nguy(n ình Th& và Nguy(n Th∀ Mai Trang, 2007). Ngoài ra, theo Tabachnick & Fidell (1991) phân tích hi quy t k t qu tt nht thì kích thc m1u phi th.a mãn công thc. (adsbygoogle = window.adsbygoogle || []).push({});
n 8 8k +50
Trong ó: n là kích thc m1u ti thiu, k là s bi n c lp trong mô hình. Nh vy, theo công thc trên thì s m1u nghiên cu cn kho sát là n=8*6+50=98 m1u.
Trên c s lý thuy t ch&n m1u nêu trên thì s m1u ti thiu cn phi kho sát là 200 m1u. Nhng m bo tính i din cho m1u và các trng hp kho sát không tr li hay tr li không y , tác gi ch&n quy mô m1u là 349 ngi. t kích thc m1u nêu trên thì 400 bng câu h.i kho sát s,c phát ra. M2i câu h.i s,c o lng d∃a trên thang o Likert 5 im.
3.3.2 Thit k b%ng câu h9i, ph&ng pháp thu th+p và phân tích d: li−u 3.3.2.1 Thit k b%ng câu h9i
Bc 1: D∃a trên thang o s b c rút ra t% k t qu nghiên cu ∀nh tính, tác gi thi t k bng câu h.i s b.
Bc 2: Bng câu h.i s b s, c ti n hành ph.ng vn th vi n=16 ngi tham gia tho lun nhóm vi mc ích ánh giá mc hoàn ch#nh ca câu h.i v hình thc và ni dung thông tin.
Bc 3: T% k t qu ph.ng vn th, tác gi hiu ch#nh thành bng câu h.i chính thc s dng thu thp d liu nghiên cu. Bng câu h.i bao gm 29 phát biu tng ng vi 29 bi n quan sát, trong ó có 26 bi n quan sát ca 6 bi n c lp và 3 bi n quan sát ca bi n ph thuc là ý ∀nh mua trang phc qua mng.
3.3.2.2 Ph&ng pháp thu th+p d: li−u
Vic thu thp d liu c th∃c hin thông qua ph.ng vn tr∃c ti p b)ng bng câu h.i chính thc. Vi i tng kho sát là nhân viên ang làm vic ti mt s c quan, doanh nghip và các h&c viên ang theo h&c ti mt s trng trên ∀a bàn TP.HCM tui t% 22 - 45 tui, có kh nng s dng Internet và ang có ý ∀nh mua hàng qua mng. Vic kho sát c ti n hành bng câu h.i in s6n c gi tr∃c ti p n ngi c kho sát và nhn li k t qu sau khi hoàn thành.
3.3.2.3 Ph&ng pháp phân tích d: li−u
Trình t∃ ti n hành phân tích d liu c th∃c hin nh sau:
Bc 1: Thu nhn bng tr li, làm sch thông tin, mã hóa các thông tin cn thi t trong bng tr li, nhp liu và phân tích d liu b)ng phn mm SPSS 20.0.
Bc 2: Ti n hành thng kê mô t d liu thu thp c.
Bc 3: Ti n hành ánh giá thang o b)ng phân tích Cronbach’s Alpha Bc 4: Phân tích thang o b)ng phân tích nhân t khám phá (EFA- Exploratory Factor Analysis).
Bc 5: Phân tích hi qui bi và kim ∀nh các gi thuy t ca mô hình vi mc ý ngh3a là 5%.
Phân tích d liu d∃a trên các bi n nhân kh−u phân tích s∃ khác bit gia các nhóm: Nam và n, thu nhp cao và thu nhp thp, tr∗ tui và ln tui.
ánh giá / tin c+y thang o
tin cy ca các thang o cho các khái nim trong mô hình nghiên cu c ánh giá thông qua công c Cronbach’s Alpha, ó là mt phép kim ∀nh thng kê v mc ch t ch, mà các mc câu h.i trong thang o tng quan vi nhau, c dùng loi các bi n không phù hp trc khi phân tích nhân t khám phá (EFA). H s Cronbach’s Alpha càng ln thì tin cy càng cao. S dng phng pháp h s tin cy Cronbach’s Alpha trc khi phân tích nhân t khám phá (EFA) loi các bi n không phù hp vì các bi n này có th to ra các y u t gi (Nguy(n ình Th& và Nguy(n Th∀ Mai Trang, 2007). N u h s Cronbach’s Alpha ln hn 0,8 là thang o tt; t% 0,7 n 0,8 là s dng c; t% 0,6 tr lên là có th s dng trong trng hp khái nim nghiên cu là mi ho c là mi trong hoàn cnh nghiên cu (Hoàng Tr&ng và Chu Nguy(n Mng Ng&c, 2008). H s Cronbach’s Alpha ln hn 0,6 s,c áp dng trong nghiên cu này. Bên cnh ó, c∋ng k t hp s dng h s tng quan bi n – tng loi ra nhng bi n không óng góp nhiu cho khái nim cn nghiên cu và tr∀ s này phi ln hn 0,3. Các bi n có h s tng quan bi n – tng nh. hn 0,3 c xem là bi n rác và b∀ loi kh.i thang o.
Phân tích nhân t khám phá (EFA)
Phân tích nhân t c dùng rút g&n tp hp các y u t quan sát thành nhng y u t chính nh hng n ý ∀nh mua hàng trang phc qua mng. Các nhân t c rút g&n này s, có ý ngh3a hn nhng v1n cha ∃ng hu h t ni dung thông tin ca tp bi n quan sát ban u. Phân tích nhân t khám phá c dùng kim ∀nh giá tr∀ khái nim ca thang o.
i vi các khái nim thành phn và khái nim ý ∀nh mua trang phc qua mng u là các khái nim n hng nên tác gi s dng phng pháp trích
nhân t Principal Components vi phép quay Varimax và im d%ng khi trích các y u t có EigenValues > 1. Bên cnh ó cn quan tâm các h s sau:
- H s KMO (Kaiser-Mayer-Olkin) cho bi t s∃ thích hp ca phân tích EFA. N u phân tích nhân t khám phám (EFA) có h s KMO trong on [0,5÷1] ó là phân tích thích hp.
- Kim ∀nh Bartlett xem xét gi thuy t v tng quan gia các bi n quan sát b)ng 0 trong tng th, n u kim ∀nh này có ý ngh3a thng kê (sig 8 0,05) thì các bi n quan sát có tng quan vi nhau trong tng th (Hoàng Tr&ng và Chu Nguy(n Mng Ng&c, 2008).
- H s ti nhân t (Factor loading) là y u t m bo mc ý ngh3a ca phân tích nhân t khám phá (EFA). Theo Hoàng Tr&ng và Chu Nguy(n Mng Ng&c (2008) thì h s ti nhân t ln hn 0,3 là mc ti thiu, n u > 0,4 thì c xem là quan tr&ng và 9 0,5 thì có ý ngh3a th∃c ti(n. K t qu phân tích nhân t khám phá (EFA) c chp nhn khi tng phng sai trích 9 50%, h s Eigenvalue > 1 (Gerbing và Anderson, 1988) và s∃ khác bit h s ti nhân t ca mt bi n quan sát gia các nhân t9 0,3 to giá tr∀ phân bit gia các nhân t (Jabnoun và Al-Tamimi, 2003).
Phân tích h0i qui b/i MLR (Multiple Linear Regression)
a) Phân tích tng quan
Phân tích tng quan Pearson c th∃c hin gia bi n ph thuc và các bi n c lp nh)m kh5ng ∀nh có mi quan h tuy n tính gia bi n ph thuc và các bi n c lp, khi ó vic s dng phân tích hi quy tuy n tính là phù hp. Giá tr∀ tuyt i ca Pearson càng gn n 1 thì hai bi n này có mi tng quan tuy n tính càng ch t ch,. ng thi c∋ng cn phân tích tng quan gia các bi n c lp vi nhau nh)m phát hin nhng mi tng quan ch t ch, gia các bi n c lp. Vì nhng tng quan nh vy có thnh hng ln n k t qu ca phân tích hi quy nh gây ra hin tng a cng tuy n (Hoàng Tr&ng và Chu Nguy(n Mng Ng&c, 2008).
b) Phân tích h i qui bi
Sau khi k t lun hai bi n có mi quan h tuy n tính vi nhau thì có th mô hình hóa mi quan h nhân qu này b)ng hi qui bi (Hoàng Tr&ng và Chu Nguy(n Mng Ng&c, 2008). Nghiên cu th∃c hin hi qui bi theo phng pháp Enter, tt c các bi n c a vào mt ln và xem xét các k t qu thng kê liên quan. Kim ∀nh gi thuy t: (adsbygoogle = window.adsbygoogle || []).push({});
Quá trình kim ∀nh gi thuy t c th∃c hin theo các bc sau:
- ánh giá phù hp ca mô hình hi qui bi thông qua R2 và R2 hiu ch#nh.
- Kim ∀nh gi thuy t v phù hp ca mô hình.
- Kim ∀nh gi thuy t v ý ngh3a ca h s hi qui t%ng thành phn.
- Kim ∀nh gi thuy t v phân phi chu−n ca phn d: D∃a theo biu tn s ca phn d chu−n hóa; xem giá tr∀ trung bình b)ng 0 và lch chu−n b)ng 1.
Kim tra gi ∀nh v hin tng a cng tuy n thông qua giá tr∀ ca dung sai ho c h s phóng i phng sai VIF. N u VIF > 10 thì có hin tng a cng tuy n (Hoàng Tr&ng và Chu Nguy(n Mng Ng&c, 2008).
Xác ∀nh mc nh hng ca các y u t tác ng n ý ∀nh mua trang phc qua mng d∃a vào h s Beta, y u t nào có h s Bêta càng ln thì có th nhn xét y u t ó có mc nh hng cao hn các y u t khác trong mô hình nghiên cu.
Cui cùng, nh)m m bo tin cy ca mô hình hi qui c xây d∃ng là phù hp thì cn dò tìm s∃ vi phm các gi∀nh cn thi t trong mô hình hi qui bi bao gm gi∀nh liên h tuy n tính, gi ∀nh v phân phi chu−n ca phn d, gi ∀nh v tính c lp ca sai s, o lng a cng tuy n.
c) Ki∃m nh s khác bit gia các bin nhân kh%u h&c nh hng n ý
nh mua trang phc qua mng ca ngi tiêu dùng TP.HCM b∋ng T-test và ANOVA.
Nh)m tìm ra s∃ khác bit gia các i tng kho sát theo gii tính, tui và thu nhp nh hng n ý ∀nh mua trang phc qua mng, tác gi s dng phng pháp kim ∀nh Independent Samples T-test và One-Way ANOVA. i vi s∃ khác bit v gii tính (nam và n) s, ∀nh kim ∀nh b)ng phng pháp giá tr∀ trung bình ca hai tng th (Independent Samples T-test), i vi s∃ khác bit v tui và thu nhp s, áp dng phng pháp phân tích phng sai ANOVA, ó là s∃ m rng ca kim ∀nh T-Test giúp ta so sánh giá tr∀ trung bình ca 3 nhóm tr lên. Ngoài ra, trc khi kim ∀nh thì Levence test s,c th∃c hin nh)m kim ∀nh phân phi chu−n ca phng sai ca các tng th con trc khi ti n hành kim