2.2.1.1 Nguồn thông tin
Phương pháp thu thập dữ liệu thứ cấp: dữ liệu thứ cấp được lấy từ nhiều nguồn khác nhau: sách, Internet, tạp chí chuyên ngành, thống kê của các sở, ban, ngành hay của các tổ chức độc lập…có liên quan trực tiếp hay gián tiếp đến vấn đề cần nghiên cứu.
Phương pháp thu thập dữ liệu sơ cấp: thông tin cần thiết được thu thập bằng cách phỏng vấn trực tiếp người mua sắm trực tuyến là giới trẻ ở thành phố Cần Thơ bao gồm các yếu tố tác động đến ý định và quyết định tái mua sắm của giới trẻ, cảm nhận của giới trẻ đối với các yếu tố đó và thông tin về nhân khẩu của đối tượng phỏng vấn.
Nội dung bảng câu hỏi gồm 4 phần: Phần 1: Sàng lọc
Phần 2: Thông tin nhân khẩu học của giới trẻ (Câu 1 → Câu 4)
Phần 3: Mức độ sử dụng Internet và thói quen mua sắm trực tuyến của giới trẻ (Câu 5 → Câu 17)
Phần 4: Cảm nhận lợi ích và các nhân tố ảnh hưởng đến ý định tái mua sắm trực tuyến của giới trẻ (Câu 18 → Câu 26)
2.2.1.2 Phương pháp chọn mẫu và thiết kế mẫu
nPhương pháp chọn mẫu: mẫu được chọn theo phương pháp thuận tiện
(phi xác suất).
nThiết kế mẫu
Đối tượng nghiên cứu: đối tượng nghiên cứu là giới trẻ (16-30 tuổi) đã từng mua sắm trực tuyến hơn 1 lần ở các website. Căn cứ theo độ tuổi thanh niên do Luật Thanh Niên qui định năm 2005. Mẫu được chọn là học sinh, sinh viên, nhân viên văn phòng, buôn bán…
Phương pháp phân tích dữ liệu chính được sử dụng cho nghiên cứu này là phân tích trên mô hình cấu trúc tuyến tính SEM. Để đạt ước lượng tin cậy trong kiểm định độ thích hợp mô hình, kích thước mẫu từ 100 đến 200 được yêu cầu (Hoyle, 1995). Kích thước mẫu cho mô hình cấu trúc tuyến tính thông
thường từ200 đến 400 cho các mô hình với phạm vi 10 -15 biến tiềm ẩn. Tuy nhiên, tác giả chọn mẫu theo phương pháp chọn mẫu thuận tiện nên số mẫu cần phải lớn thì mới đảm bảo cho tính đại diện của tổng thể nghiên cứu, nên
30
tác giả quyết định phát ra số mẫu gấp đôi số mẫu dự kiến. Kết quả thu về 450 mẫu, có 68 mẫu không hợp lệ.
2.2.2 Phương pháp phân tích số liệu
2.2.2.1 Mục tiêu 1: Phân tích hành vi mua sắm trực tuyến của giới trẻ trên địa bàn TP Cần Thơ. Sử dụng các phương pháp phân tích sau:
Phân tích tần số dùng để thống kê tần số, đếm số lần xuất hiện của một quan sát, một biến nào đó. Trong bài nghiên cứu này sử dụng phân tích tần số để thống kê các yêu tố về nhân khẩu học và thông tin về đặc điểm trong hành vi mua sắm của giới trẻ.
Thống kê mô tả có thểđược định nghĩa như là hệ thống phương pháp thu thập, trình bày, tóm tắt dữ liệu, tính toán các đặc trưng nhằm mô tảđối tượng nghiên cứu. Các chỉ số được sử dụng trong bài nghiên cứu là: số trung bình (Mean), độ lệch chuẩn (standard deviation), giá trị nhỏ nhất (min) và giá trị lớn nhất (max).
Ý nghĩa từng giá trị trung bình với thang đo khoảng: Giá trị khoảng cách = (Maximum – Minimum)/n = (5 – 1)/5 = 0,8
Bảng 2.1 Ý nghĩa từng giá trị trung bình với thang đo khoảng
Giá trị trung bình Ý nghĩa
1,00 – 1,80 Rất không đồng ý/Rất không hài lòng/Rất không quan trọng
1,81 – 2,60 Không đồng ý/Không hài lòng/Không quan trọng 2,61 – 3,40 Không ý kiến/Trung Bình
3,41 – 4,20 Đồng ý/Hài lòng/Quan trọng
4,21 – 5,00 Rất đồng ý/ Rất hài lòng/Rất quan trọng
2.2.2.2 Mục tiêu 2: Xác định các nhóm nhân tốảnh hưởng đến ý định tái mua sắm trực tuyến của giới trẻ. Sử dụng các phương pháp phân tích sau:
Kiểm định độ tin cậy thang đo bằng hệ số Cronbach alpha: hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Công thức của hệ sốCronbach α là
Α = Nρ/[1 + ρ(N –1)] trong đó ρ là hệ sốtương quan giữa các mục hỏi
Theo qui ước thì một tập hợp các mục hỏi dùng đểđo lường được đánh
giá là tốt phải có hệ số α lớn hơn hoặc bằng 0,8. Hệ số cronbach α theo yêu
cầu tối thiểu là 0,7 đối với nghiên cứu thực nghiệm trong trường hợp nghiên
cứu khám phá thì có thể xem xét một phân tích nhân tốkhám phá theo phương
31
pháp truyền thống và phân tích nhân tố khẳng định theo phương pháp hiện đại (Bollen, 1989), cũng có nhà nghiên cứu đề nghị rằng từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally 1978; Peterson 1994; Slater 1995).
Phương pháp phân tích nhân tố khám phá: được dùng đến trong trường hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là không rõ ràng hay không chắc chắn. Phân tích EFA theo đó được tiến hành theo kiểu khám phá đểxác định xem phạm vi, mức độ quan hệ giữa các biến quan sát và các nhân tốcơ sởnhư thế nào, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số biến quan sát tải lên các nhân tố cơ sở. Phương pháp phân tích nhân tố (Factor analysis) dùng gom nhóm bộ tiêu chí các khái niệm ảnh hưởng đến ý định tái mua sắm trực tuyến của giới trẻ.
2.2.2.3 Mục tiêu 3: Phân tích và xây dựng mô hình cấu trúc tuyến tính SEM các nhân tố ảnh hưởng đến ý định tái mua sắm trực tuyến của giới trẻ. Sử dụng phương pháp phân tích như sau:
Phân tích nhân tố khẳng định (Confirmatory Factor Analysis) là một trong các kỹ thuật thống kê của mô hình cấu trúc tuyến tính (SEM). CFA cho chúng ta kiểm định các biến quan sát (measured variables) đại diện cho các nhân tố (constructs) tốt đến mức nào. CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tốcơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê. Phương pháp CFA được sử dụng để khẳng định lại tính đơn biến, đa biến, giá trị hội tụ và phân biệt của bộ thang đo nghiên cứu các nhân tố tác động đến ý định tái mua sắm trực tuyến của giới trẻ.
Phương pháp phân tích mô hình cấu trúc tuyến tính được sử dụng để kiểm định mô hình nghiên cứu đã đề xuất. Mô hình cấu trúc chỉ rõ mối quan hệ giữa các biến tiềm ẩn (một khái niệm được đo lường dựa trên nhiều biến quan sát) với nhau. SEM (Structural Equantion Modeling) là một kỹ thuật mô hình thống kê rất tổng quát, được sử dụng rộng rãi trong khoa học nghiên cứu hành vi. Nó có thể được xem là sự kết hợp của phân tích nhân tố và hồi quy hay phân tích đường dẫn. Sựquan tâm trong SEM thường là vào các kiến trúc lý thuyết (các khái niệm lý thuyết), được trình bày bởi các nhân tố ngầm (các khái niệm tiềm ẩn). Các quan hệ giữa các kiến trúc lý thuyết được trình bày bởi các hệ số hồi quy hay hệ số đường dẫn giữa các nhân tố. SEM ám chỉ 1
32
cấu trúc của các hiệp tương quan (covariances – hiệp phương sai) giữa các biến được quan sát, do đó nó còn có tên gọi khác là mô hình hóa cấu trúc hiệp phương sai.
SEM thường được minh họa bằng biểu đồđường dẫn (sơ đồđường dẫn). Phương trình thống kê này thường được trình bày trong một hệphương trình ma trận SEM liên quan đến các biến đo lường được (measured variables) và các biến ngầm (latent variables – biến tiềm ẩn). Một measured variable là một biến có thể được quan sát trực tiếp và được đo lường. Biến đo lường được cũng được biết đến như biến quan sát được (observed variable), biến chỉ báo hay biến biểu thị (indicator or manifest variables). Một latent variable là một biến không thể được quan sát trực tiếp và phải được suy ra từ measured variable. Latent variables được ám chỉ bởi hiệp tương quan (covariances) giữa hai hay nhiều measured variables. Chúng cũng được biết đến như là các nhân tố (nghĩa là phân tích nhân tố), các biến kiến trúc hay các biến không quan sát được (constructs or unobserved variables). SEM có hai thành phần: mô hình đo lường (measurement model) và mô hình cấu trúc (structural model). Trong đó, measurement model: liên quan đến quan hệ giữa measured variables và latent variables; structural model: chỉliên quan đến các quan hệ giữa các latent variables.
2.2.2.4 Mục tiêu 4: Phân khúc thị trường mua sắm trực tuyến theo cảm nhận lợi ích. Sử dụng phương pháp phân tích sau:
Phương pháp phân tích cụm (Cluster Analysis) theo thủ tục Ward và K- mean được dùng để xác định số phân khúc giới trẻ cho hoạt động mua sắm trực tuyến tại Thành phố Cần Thơ dựa vào tiêu chí cảm nhận lợi ích.
Phân tích phân biệt được dùng để kiểm định lại sự khác biệt giữa các phân khúc giới trẻ cho hoạt động mua sắm trực tuyến tại Thành phố Cần Thơ dựa vào tiêu chí cảm nhận lợi ích.
Hàm phân tích phân biệt (discriminant analysis) có dạng: D = b0 + b1X1 + b2X2 + … + bnXn
Trong đó: D là điểm phân biệt; bi: các hệ số hay trọng số phân biệt, được ước lượng để phân biệt sự khác nhau giữa các phân khúc dựa vào giá trị của hàm phân biệt. Xi: các biến độc lập (i = 1, n ) ảnh hưởng đến sự phân biệt các phân khúc. Các biến độc lập là các cảm nhận lợi ích từ hoạt động mua sắm trực tuyến.
2.2.2.5 Mục tiêu 5: Đề ra các giải pháp thúc đẩy hoạt động tiếp tục mua sắm trực tuyến của giới trẻ.
33
Trên cơ sở kết quả nghiên cứu chương 3 và chương 4, tác giả đề ra các giải pháp cụ thể nhằm thúc đẩy ý định tái mua sắm trực tuyến của giới trẻ.
2.2.3 Qui trình thu thập và xử lí số liệu Hình 2.8 Qui trình thu thập và xử lý số liệu
2.2.4 Xây dựng thang đo
Có 9 khái niệm được sử dụng trong nghiên cứu này. Trong đó, có 2 khái niệm đa hướng là cảm nhận lợi ích của mua sắm trực tuyến và cảm nhận tính Chi bình phương
Thiết kế lần 1 Phỏng vấn khảo sát
Thiết kế hoàn chỉnh
Thông tin chung của giới trẻ Xác định hành vi mua sắm trực tuyến Xác định số cụm khách hàng từ cảm nhận lợi ích của hoạt động mua sắm trực tuyến Phân tích hành vi mua sắm trực tuyến của giới trẻ Xác định các nhân tố ảnh hưởng đến ý định tái mua sắm trực tuyến
Phân khúc thịtrường mua sắm trực tuyến của giới trẻ Phân tích các nhân tốảnh hưởng đến ý định tái mua sắm trực tuyến
Giải pháp nâng cao hành vi mua sắm trực tuyến của giới trẻ Cần Thơ
Phương pháp phân tích cụm Mô hình cấu trúc tuyến tính SEM
Đặt vấn đề nghiên cứu Mục tiêu nghiên cứu Phân tích tài liệu và hệ thống hóa lý thuyết Thiết kế bảng câu hỏi phỏng vấn Bộ số liệu từ bảng câu hỏi (N=382)
34
rủi ro; 7 khái niệm đơn hướng là cảm nhận tính dễ sử dụng, tính chất trang web, nhóm tham khảo ý kiến, mong đợi về giá, sự tín nhiệm, sự hài lòng và ý định tái mua sắm trực tuyến.
Các thang đo sử dụng để đo lường một số khái niệm tiềm ẩn trong
nghiên cứu này là các thang đo đã có trên thế giới và đã được sử dụng trong
nhiều nghiên cứu. Tất cả các thang đo được đo lường trong nghiên cứu này là
thang đo Likert 5 mức độ (dùng cho các biến định lượng). Mức 1 là rất đồng ý
đến mức 5 là rất đồng ý.
2.2.5.1 Thang đo yếu tố"Ý định tái mua sắm trực tuyến"
Ý định tái mua sắm trực tuyến cho biết giới trẻ sẽ tiếp tục mua sắm trực tuyến trong tương lai ở cùng một website. Thang đo ý định tái mua sắm trực tuyến gồm 3 biến quan sát dùng thang đo Likert 5 mức độđểđo lường, có một sốtiêu chí được dùng từ bộ tiêu chí của Bhattacherjee (2001), Lin et al (2005), Hsu et al (2006).
Bảng 2.2 Thang đo ý định tái mua sắm trực tuyến
IB1. Ý định của tôi là tiếp tục mua sắm trực tuyến nhiều hơn thay vì mua sắm truyền thống.
IB2. Tôi sẽ mua sắm trực tuyến thường xuyên hơn trong tương lai. IB3. Tôi sẽ dành nhiều tiền hơnđể mua sắm trực tuyến trong tương lai.
2.2.5.2 Thang đo sự hài lòng
Thang đo sự hài lòng nói lên cảm nhận hài lòng hay không hài lòng về hoạt động mua sắm trực tuyến mang lại. Thang đo sự hài lòng gồm 5 biến quan sát dùng thang đo Likert 5 mức độđể đo lường, có một số tiêu chí được dùng từ bộ tiêu chí của Hong et al (2006).
Bảng 2.3 Thang đo sự hài lòng
CS1. Tôi rất hài lòng với những lợi ích từ mua sắm trực tuyến. CS2. Tôi rất thích tính dễ sử dụng từ mua sắm trực tuyến.
CS3. Nếu có nhu cầu mua sắm, tôi sẽ tiếp tục chọn website này để mua hàng CS4. Tôi sẽ khuyến khích mọi người mua sắm trực tuyến
2.2.5.3 Thang đo yếu tố "Cảm nhận lợi ích"
Cảm nhận lợi ích là nhận thức chủ quan của giới trẻ là mua sắm trực tuyến có thể mang lại nhiều lợi ích và giá trị hơn so với những phương thức mua sắm khác. Với mua sắm trực tuyến, họ có thể cải thiện hiệu quả công việc, tiết kiệm thời gian, có được nhiều kinh nghiệm mua sắm hơn, giá hàng hóa thấp hơn, thể hiện cá tính, thõa mãn nhu cầu…Thang đo cảm nhận lợi ích gồm 18 biến quan sát dùng thang đo Likert 5 mức độđểđo lường, dựa vào các
35
tài liệu nghiên cứu về lợi ích của mua sắm trực tuyến, cũng có những tiêu chí từ Davis (1989) và Ahn et al (2004).
Bảng 2.4 Thang đo cảm nhận lợi ích PU1. Sự thuận tiện.
PU2. Tiết kiệm thời gian.
PU3. Tạo điều kiện dễ dàng cho so sánh giá cả. PU4. Tôi không phải rời khỏi nhà để đi mua sắm.
PU5. Tôi có thể mua sắm bất cứ thời gian nào tôi muốn (24 giờ/7 ngày) PU6. Bản thân tôi có thể tránh khỏi đám đông và giao thông.
PU7. Tôi có thể so sánh và nhận được thông tin chi tiết về sản phẩm. PU8. Tôi có được sự lựa chọn rộng rãi hơn về sản phẩm.
PU9. Tôi sẽ không thấy ngại nếu tôi không mua.
PU10. Cá tính tôi thường mất nhiều thời gian khi muốn quyết định.
PU11. Để tìm mua sản phẩm đặc biệt không dễ tìm thấy trên thị trường hay sản
phẩm độc nhất.
PU12. Tôi thấy mua sắm trực tuyến phù hợp với phong cách sống của tôi. PU13. Giúp tôi kiểm soát tốt hơn chi tiêu của tôi.
PU14. Giúp công việc mua sắm của tôi có chất lượng và đạt hiệu quảhơn. PU15. Giúp tôi tìm kiếm và mua sản phẩm nhanh hơn.
PU16. Giúp tôi có được những quyết định mua tốt hơn.
PU17. Tham gia vào các nhóm mua cùng bạn bè và người thân để được hưởng những quyền lợi tốt nhất.
PU18. Giảm căng thẳng
2.2.5.4 Thang đo yếu tố "Cảm nhận tính dễ sử dụng"
Cảm nhận tính dễ sử dụng liên quan đến cảm nhận chủ quan của giới trẻ
về tính dễ sử dụng, không tốn nhiều nỗ lực khi họ mua sắm trực tuyến. Cảm
nhận tính dễ sử dụng có thểđược đo lường bởi dễ dàng truy cập thông tin và
liên hệ với người bán, thanh toán thuận tiện, chính sách trả lại hàng. Thang đo
cảm nhận tính dễ sử dụng gồm 5 biến quan sát dùng thang đo Likert 5 mức độ
đểđo lường, có một sốtiêu chí được dùng từ bộ tiêu chí của Chen Hua & Bao
Gongmin (2003)
Bảng 2.5 Thang đo cảm nhận tính dễ sử dụng
PE1. Chính sách trả lại hàng của mua sắm trực tuyến thì dễ dàng.
PE2. Có thể mua sắm trực tuyến mà không cần sựgiúp đỡ của người khác. PE3. Rất dễdùng Internet để tìm sản phẩm mà tôi muốn mua.
PE4. Rất dễđể hủy bỏmón hàng đã đặt với người bán trực tuyến PE5. Rất dễđể liên lạc với người bán trực tuyến
