2.1.5.1 Đánh giá độ tin cậy của thang đo
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Hệ số Cronbach’s Alpha càng lớn thì độ tin cậy nội tại càng cao. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước
khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến này tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các biến đo lường có liên kết với nhau hay không nhưng không cho biết biến nào cần loại bỏ đi và biến nào cần giữ lại. Do đó kết hợp sử dụng hệ số tương quan biến tổng để loại bỏ những biến không đóng góp nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:
- Hệ số tin cậy Cronbach’s Alpha: lớn hơn 0,8 là thang đo lường tốt; từ
0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu
(Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng trọng và Chu Nguyễn Mộng Ngọc, 2008). Trong bài nghiên cứu này, tác giả chọn thang đo có độ tin cậy Cronbach Alpha là lớn hơn 0,7.
- Hệ số tương quan biến tổng: các biến quan sát có tương quan biến tổng nhỏ hơn 0,3 được xem là biến gác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Cronbach’s Alpha đạt yêu cầu.
2.1.5.2 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính dùng trong các phân tích, kiểm định tiếp theo (gọi là các nhân tố). Các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập hợp biến quan sát ban đầu. Phân tích nhân tố khám phá được dùng để kiểm định giá trị khái
niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA : - Phương pháp: đối với thang đo đa hướng, sử dụng phương pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố EigenValue lớn hơn hoặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng Principal Compnents với phép quay
Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang
đo đơn hướng thì sử dụng phương pháp trích yếu tố Principal Components. Thang đo chấp nhận được khi tổng phương sai trích bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
- Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thực hiện EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là mức tối thiểu chấp nhận được; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chon mức giá trị hệ số tải nhân tố cở mẫu khoảng 100 thì nên chọn hệ số tải nhân tố là 0.55 ( Hair, 1998; dẫn theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Từ các cơ sở lý thuyết trên mô hình Nghiên cứu các nhận thức rủi ro tác động đến ý định mua sắm trực tuyến của khách hàng tại địa bàn quận Ninh Kiều thành phố Cần Thơ, sử dụng 23 biến quan sát để phân tích nhân tố theo các bước sau:
- Đối với các biến quan sát đo lường 5 khái niệm nhận thức rủi ro và khái niệm ý định mua hàng trực tuyến đều là các thang đo đơn hướng. Nên sử dụng phương pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigen Values lớn hơn 1.
- Sau đó tiến hành thực hiện kiểm định các yêu cầu gồm :
Kiểm định Barlett: các biến quan sát có liên quan với nhau trong tổng thể.
Xem xét trị số KMO: nếu KMO khoảng từ 0,5 đến 1 thì phân tích nhân tố là phù hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để phân tích EFA có giá trị thực tiễn; tiến hành loại các biến quan sát có
hệ số tải nhân tố nhỏ hơn 0,55.
Xem xét thông số Eigen Values (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) có giá trị lớn hơn 1.
Xem xét tổng phương sai trích (yêu cầu lớn hơn hoặc bằng 50%; cho biết các nhân tố được giải thích phần trăm sự biến thiên của các biến quan sát).
2.1.5.3 Phân tích hồi quy đa biến2.1.5.3.1 Phân tích tương quan 2.1.5.3.1 Phân tích tương quan
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan Pearson (vì các biến được đo bằng thang đo khoảng) và phân tích hồi quy để kiểm định các giả thuyết. Phân tích tương quan Pearson được thực hiện giữa biến phụ thuộc và biến độc lập nhằm khẳng định các mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối của Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ. Đồng thời cũng cần phân tích tương quan giữa các biến độc lập với nhau nhằm phát hiện những mối quan hệ chặt chẽ giữa các biến độc lập. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
2.1.5.3.2 Phân tích hồi quy đa biến
Sau khi kết luận hai biến có mối quan hệ tuyến tính với nhau thì có thể mô hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng Trọng
Nghiên cứu này được thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê
liên quan.
Quá trình kiểm định giả thuyết được thực hiện như sau:
- Đánh giá độ phù hợp của mô hình hồi quy đa biến thông qua R2 và R2 hiệu chỉnh.
- Kiểm định giả thuyết và độ phù hợp của mô hình.
- Kiểm định giả thuyết về ý nghĩa phân phối chuẩn của phần dư: dựa vào biểu đồ tần số của phần dư chuẩn hóa; xem xét giá trị trung bình bằng không và độ lệch chuẩn bằng một.
- Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua giá trị của
dung sai (Tolerace) hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF lớn hơn 10 thì có hiện tượng đa cộng tuyến. (Hoàng Trọng
và Chu Nguyễn Mộng Ngọc, 2008).
- Xác định mức độ ảnh hưởng của các yếu tố tác động đến ý dịnh mua sắm trực tuyến: hệ số Beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
2.2 PHƯƠNG PHÁP NGHIÊN CỨU2.2.1 Phương pháp thu thập số liệu 2.2.1 Phương pháp thu thập số liệu 2.2.1.1 Thu thập số liệu thứ cấp
Nghiên cứu sẽ thu thập những số liệu sẵn có từ Niêm giám thống kê, các tạp chí trong và ngoài nước, các báo cáo của các Hiệp hội, từ các Website trên Internet và kết quả nghên cứu từ các nghiên cứu trước đây trong nước và ngoài nước.
2.2.1.2 Thu thập số liệu sơ cấp
Số liệu sơ cấp được thu thập bằng cách phỏng vấn khách hàng mục tiêu trên địa bàn Quận Ninh Kiều Thành Phố Cần Thơ thông qua bảng câu hỏi soạn sẵn.
2.2.2 Phương pháp chọn mẫu
- Phương pháp xác định cỡmẫu
n= [p(1-p)/MOE2]Z2α/2 Trong đó:
- p là tỉlệxuất hiện của các phần tử trong đơn vịlấy mẫu đúng như mục tiêu chọn mẫu (0 ≤ p ≤ 1).
- V= p(1 –p) là độbiến động dữliệu(trong trường hợp bất lợi nhất là độ
biến động của dữliệu ởmức tối đa thì:V=p(1-p) max V’=1 - 2p = 0 p = 0.5).
-α là độtin cậy. - MOE là tỉlệsai số.
- Z là giá trịtra bảng của phân phối chuẩn Z.
Trong nghiên cứu này sử dụng độ tin cậy 95% (hay α= 5% ) nên Zα/2 = Z2.5%= -1,96, và sai số cho phép là 10%, vậy với giá trị p = 0,5, nên ta có cỡ
mẫu n = [0,5 x (1 - 0,5)/0,12] x (-1,96) = 96 (cỡmẫu này đã thuộc cỡmẫu lớn n>30 tiệm cận phân phối chuẩn để bảo đảm tính suy rộng cho tổng thể). Hiện nay, theo nhiều nhà nghiên cứu thì việc xác định kích thước mẫu chưa được
xác định rõ ràng, kích thước mẫu làbao nhiêu và như thếnào là phù hợp nhất. Dựa theo nghiên cứu của Hair và các cộng sự (1998) cho tham khảo kích
thước mẫu dự kiến, trong bài nghiên cứu có sử dụng phương pháp phân tích
nhân tố khám phá EFA, kích thước mẫu tối thiểu là gấp 5 lần tổng số biến
quan sát. Trong đềtài này số lượng mẫu n = 23 x 5 = 115 (do có 23 biến quan sát). Tuy nhiên theo nghiên cứu vềcỡmẫu do Roger thực hiện (2006) cởmẫu tối thiểu đểcác nghiên cứu có ý nghĩa thực tiễn là 150.Do đó tác giả chọn cở
mẫu là 160 đểthỏa mãn các điều kiện trên và phù hợp với khả năng phỏng vấn của tác giả.
-Phương pháp chọn mẫu
Do hạn chế về thời gian thực hiện đềtài nên tác giảtiến hành chọn mẫu
theo theo phương pháp chọn mẫu thuận tiện (Convenience sampling) 160
khách hàng đã từng mua sắm trực tuyến trên địa bàn quận Ninh Kiều thành phố Cần Thơ. Cụ thể là tác giả phỏng vấn các khách hàng có mua sắm trực tuyến dựa vào cơ hội thuận tiện, dễtiếp xúc với các đáp viên.Tổng sốmẫu dự
kiến là 160 mẫu nhưng thực tế phát sinh 177 mẫu do một sốmẫu thu về bịsai và thực tế được sửdụng là 160 mẫu.
- Xây dựng thang đo
Các biến quan sát của các nhân tố nhận thức rủi ro và ý định mua sắm trực tuyến trong mô hình nghiên cứu được đo lường dựa trên thang đo Likert 5
mức độ, thay đổi từ1 = “rất không đồng ý” đến 5 = “rất đồng ý”. Khi đó: Giá
trị khoảng cách = (Maximum – Minimum)/n = (5 -1)/5 = 0,8. Do đó ta có ý
nghĩa của các mức như sau:
- 1,81 –2,60: không đồng ý. - 2,61 – 3,40: trung bình. - 3,41 –4,20: đồng ý. - 4,21 – 5,00: rất đồng ý.
2.2.3 Phương pháp phân tích2.2.3.1 Quy trình phân tích số liệu 2.2.3.1 Quy trình phân tích số liệu
Quy trình phân tích số liệu của đề tài được thực hiện với 8 bước như sau: từ cơ sở lý thuyết đưa ra thang đo nháp, phỏng vấn thử 15 khách hàng. Sau đó hiệu chỉnh thang đo chính thức và tiến hành phỏng vấn chính thức 160 người, từ dữ liệu thu thập tiến hành phân tích Cronbach’s Alpha để kiểm định độ tinh cậy của thang đo. Từ bộ thang đo phù hợp tiến hành phân tích nhân tố khám phá EFA và từ các nhóm nhân tố thu được tiến hành phân tích hồi quy nhị phân. Quy trình phân tích đề tài nghiên cứu như sau:
Hình 2.2 Quy trình nghiên cứu
2.2.3.2 Phương pháp phân tíchĐối với mục tiêu 1 : Đối với mục tiêu 1 :
Sử dụng phương pháp so sánh đối chiếu, thống kê, biểu bảng và biểu đồ.
Đối với mục tiêu 2 :
(1) Sử dụng Crombach’s Alpha để kiểm định sự phù hợp của thang đo, loại bỏ những biến không phù hợp với mô hình.
(2) Dùng phương pháp phân tích nhân tố EFA để kiểm định giả thiết thang đo sau khi đã kiểm định sự phù hợp của thang đo và các nhận thức rủi ro tác động đến ý định mua sắm trực tuyến.
(3) Chạy mô hình hồi quy đa biến bằng phần mềm spss 16.0 để xác định mức độ tác động của nhận thức rủi ro tác động đến ý định mua sắm trực tuyến của khách hàng. Cởsởlý thuyết Thang đo nháp Nghiên cứu
sơ bộ chThang đo điềỉnh nghiên cu ứu
Nghiên cứu chính thức Phân tích Cronbach’s Alpha Phân tích nhân tố khám phá (EFA) Phân tích hồi quy
Trên cơ sở tập hợp các nghiên cứu khoa học có liên quan đã qua lược khảo. Bên cạnh đó, tác giảsửdụng phương pháp tham khảo ý kiến, thảo luận nhóm với 5 khách hàng đã từng mua sắm trực tuyến để xác định 19 biến quan sát thuộc 5 nhóm yếu tốnhận thức rủi ro được cho là tác động đến ý định mua sắm trực tuyến của khách hàng.
Qua đó tác giả đềxuất mô hình nghiên cứu các nhận thức rủi ro tác động đến ý
định mua sắm trực tuyến của khách hàng như sau:
Hình 2.3 Mô hình nghiên cứu đề xuất
Trong đó H1;H2;H3;H4;H5 là các giảthuyết nghiên cứu với:
H 1:Rủi ro thời gian tác động nghịch chiều đến ý định mua sắm trực tuyến
H2: Rủi ro sản phẩm tác động nghịch chiều đến ý định mua sắm trực tuyến.
H3: Rủi ro tài chính tác động nghịch chiều đến ý định mua sắm trực
tuyên.
H4: Rủi ro bảo mật thông tin tác động nghịch chiều đến ý định mua sắm trực tuyến.
H5:Rủi ro sự trung thực của người bán tác động nghịch chiều đến ý định mua sắm trực tuyến.
Phương trình tổng quát mô hình hồi quy đa biến được viết như sau: YDMS = β0 + β1X1 + β2X2+ β3X3 + β4X4+ β5X5 + Ei Trong đó : biến phụ thuộc YDMS là ý định của khách hàng khi mua sắm trực tuyến . Các biến độc lập trong mô hình gồm: X1 là rủi ro thời gian, X2 là rủi ro sản phẩm, X3 là rủi ro tài chính, X4là rủi ro bảo mật thông tin, X5 là rủi ro sự trung thực của người Ý định mua sắm trực tuyến H1 H2 H3 H4 H5 Rủi ro thời gian Rủi ro sản phẩm Rủi ro tài chính Rủi ro bảo mật thông tin
bán, Ei là biến độc lập ngẫu nhiênđại diện cho các yếu tố ngẫu nhiên và sai số có phân phối chuẩn với trung bình là 0 và phương sai không đổi σ2, hệ số β là hệ số để đánh giá mức độ ảnh hưởng của biến độc lập đến biến phụ thuộc. Bảng 2.1: Diễn giải các biến độc lập trong mô hình nghiên cứu
Biến số
Diễn giải Căn cứchọn biến Kỳ
vọng
X1
Nhận thức rủi ro thời gian gồm 4 biến quan sát:
- Phức tạp khi đặt hàng.
- Tốn thời gian tìm Website có uy tính. - Tốn thời gian khi so sánh giá cả sản phẩm trên cửa hàng trực tuyến.
-Hàng hóa được giao chậm.
- Các biến quan sát thuộc nhận thức rủi ro thời gian nhận giá trị thang đo Likert
5 mức độ.
Nguyễn Thị Bảo Châu và Lê Nguyễn
Xuân Đào, Tạp chí khoa học trường Đại Học Cần Thơ, 2014 - X2 Nhận thức rủi ro sản phẩm gồm 4 biến quan sát: - Rất khó đánh giá chất lượng sản phẩm chính xác. - Sản phẩm nhận được không đúng với hình ảnh quảng cáo.
- Hàng hóa có thể bị hư hại khi vận chuyển.
- Cảm thấy rất khó khăn khi so sánh chất
lượng của sản phẩm tương tự.
- Các biến quan sát thuộc nhận thức rủi ro sản phẩm nhận giá trị thang đo Likert
5 mức độ.
Moudi Almousa,
Tạp Chí Quốc Tế Quản Trị Và Nghiên Cứu Kinh Doanh, 2014, trang 779- 787), Nguyễn Thị
Bảo Châu và Lê
Nguyễn Xuân Đào,
Tạp chí khoa học trương Đại Học Cần Thơ, 2014).
Biến số
Diễn giải Căn cứchọn biến Kỳ
vọng Nhận thức rủi ro tài chính gồm bốn
biến quan sát:
- Có thểkhông nhận được hàng hóa.
X3 Không được hoàn tiền nếu sản phẩm bị hư hay không giống như mô tả.
- Sốtài khoản thẻtín dụng có thể không
đảm bảo an toàn.
-Thường phát sinh thêm chi phí.
- Các biến quan sát thuộc nhận thức rủi ro tài chính nhận giá trị thang đo Likert
5 mức độ. Bùi Thanh Tráng, Tạp Chí Phát Triển