2.2.1 Mô hình nghiên cứu đề xuất
a) Mô hình nghiên cứu đề xuất
Từ các lý thuyết và nghiên cứu trước, tác giả đề xuất mô hình nghiên cứu như sau:
Hình 2.4 Mô hình nghiên cứu đề xuất b) Giải thuyết cho mô hình nghiên cứu
H1: Sản phẩm càng tốt (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến. Quyết định mua Sản phẩm Giá cả Thuận tiện Niềm tin Nhóm tham khảo Cá nhân Thời gian Đáp ứng
Biến ra soát: tuổi, hôn nhân, nghề nghiệp, nơi ở.
H1 H2 H3 H4 H5 H6 H7 H8
H2: Giá cả càng hợp lý (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
H3: Thuận tiện càng cao (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
H4: Niềm tin càng cao (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
H5: Nhóm tham khảo càng tốt (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
H6: Đặc điểm cá nhân càng phù hợp (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
H7: Thời gian càng hợp lý (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
H8: Đáp ưng càng tốt (+) thì quyết định mua sản phẩm càng cao (+), quan hệ đồng biến.
c) Thang đo cho mô hình
Tác giả sửng dụng thang đo Likert năm mức độ để đo lường cho các biến quan sát thuộc về các nhân tố ảnh hưởng đến quyết định mua:
(1) Hoàn toàn không ảnh hưởng; (2) Không ảnh hưởng; (3) Trung bình; (4) Ảnh hưởng; (5) Rất ảnh hưởng
Thang đo cho các nhân tố ảnh hưởng đến quyết định như sau:
Hình 2.5: Thang đo mô hình nghiên cứu
Yếu tố 1 2 3 4 5
I. Yếu tố liên quan đến sản phẩm
Chất lượng sản phẩm cao
Mẫu mã đa dạng, hợp thời trang Đủ kích cỡ (size)
Chất liệu vải tốt
Yếu tố 1 2 3 4 5
hiếm)
Sản phẩm có thương hiệu nổi tiếng Xuất xứ hàng hóa rõ ràng
II. Yếu tố liên quan đến giá cả
Giá cả phù hợp
Chi phí giao hàng thấp
Có thể so sánh giá cả dễ dàng Không có tính mặc cả
Khống tốn chi phí đi đến cửa hàng
III. Sự thuận tiện, thoải mái khi mua sắm trực tuyến
Tiết kiệm thời gian
Mua được nhiều loại sản phẩm khác nhau cùng một lúc Mua hàng hóa vào bất cứ thời gian nào
Có thể mua sắm ở bất cứ nơi đâu Hình thức thanh toán linh hoạt
Có thể thoải mái lựa chọn mà không thấy ngại Không bị nhân viên làm phiền như mua tại cửa hàng Không cảm thấy ngại khi không mua
Có thể đổi, trả lại nếu không vừa ý
IV. Niềm tin khi mua sắm trực tuyến
Có niềm tin với hình thức bán hàng trực tuyến Có niềm tin với hình thức thanh toán
Sản phẩm giống với mô tả
Tôi tin vào thông tin cung cấp, tư vấn của người bán hàng trực tuyến
Sẽ được hoàn tiền khi không nhận được hàng, sản phẩm bị hư hỏng
V. Nhóm tham khảo
Ý kiến, nhận định của bạn bè, người thân, đồng nghiệp... Đánh giá, bình luận của người mua hàng trước đó
Người mẫu quảng cáo, người đại diện sản phẩm Đơn vị cung cấp hàng may mặc trực tuyến
VI. Yếu tố cá nhân
Thời gian sử dụng internet Nghề nghiệp
Trình độ văn hóa Tình trạng hôn nhân Tuổi tác
Yếu tố 1 2 3 4 5
Thu nhập cá nhân Thu nhập hộ gia đình
XII. Thời gian
Tốn thời gian tìm trang web có uy tín
Tốn thời gian so sánh giá sản phẩm với giá ở các trang web khác
Quy trình đặt hàng đơn giản, nhanh chóng Giao hàng đúng hẹn
Giao hàng miễn phí
Tốn thời gian chờ giao hàng
VIII. Tính đáp ứng của website bán hàng trực tuyến
Tên miền dễ nhớ
Giao diện đẹp, bắt mắt, được cập nhật thường xuyên Trưng bày thu hút, tìm kiếm sản phẩm dễ dàng Trang web có đầy đủ thông tin của người bán Trang web nổi tiếng, uy tín
(Nguồn: tác giả tổng hợp)
2.2.2 Phương pháp thu thập số liệu
2.2.1.1 Thu thập số liệu thứ cấp
Số liệu thứ cấp được thu thập qua các tư liệu, niên giám thống kê, báo cáo kinh tế - xã hội tỉnh Hậu Giang, sách báo, tạp chí, các nghiên cứu khoa học, internet…
2.2.1.2 Thu thập số liệu sơ cấp
Số liệu sơ cấp được thu thập thông qua bảng câu hỏi phỏng vấn khách hàng nữ mua sắm trực tuyến hàng may mặc tại tỉnh Hậu Giang.
* Cách chọn mẫu nghiên cứu:
- Xác định tổng thể: nữ giới tại tỉnh Hậu Giang.
- Cấu trúc mẫu: nữ giới tại tỉnh Hậu Giang có phát sinh việc mua sắm trực tuyến hàng may mặc, có độ tuối từ 16 trở lên (vì những đối tượng này thông thường sẽ thực hiện hành vi mua sắm, còn độ tuổi nhỏ hơn gia đình sẽ thực hiện).
- Cỡ mẫu: Phương pháp xác định kích thước mẫu Theo Nguyễn Đình Thọ (2011), kích thước mẫu cần cho nghiên cứu phụ thuộc vào nhiều yếu tố như phương
pháp phân tích dữ liệu và độ tin cậy cần thiết. Hiện nay, các nhà nghiên cứu xác định cỡ mẫu cần thiết thông qua công thức kinh nghiệm cho từng phương pháp xử lý.
Trong EFA, cỡ mẫu thường được xác định dựa vào 2 yếu tố là kích thước tối thiểu và số lượng biến đo lường đưa vào phân tích. Hair & ctg (2006) (trích trong Nguyễn Đình Thọ, 2011) cho rằng để sử dụng EFA, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát (observations)/ biến đo lường (items) là 5:1, nghĩa là 1 biến đo lường cần tối thiểu 5 quan sát, tốt nhất là tỉ lệ 10:1 trở lên.
Đối với phương pháp hồi qui tuyến tính, công thức kinh nghiệm thường dùng là: 8p 50 n n là kích thước mẫu tối thiểu cần thiết; p là số lượng biến độc lập trong mô hình.
Nghiên cứu sử dụng kết hợp cả 2 phương pháp EFA và hồi qui tuyến tính nên cỡ mẫu được chọn trên nguyên tắc mẫu càng lớn càng tốt.
Với 49 biến quan sát, số lượng mẫu tối thiểu cần thiết là: 49 * 5 = 245 mẫu. Vì vậy, tác giả chọn điều tra trên số mẫu 250 là phù hợp.
- Phương pháp chọn mẫu: chọn mẫu thuận tiện tại 8 đơn vị hành chính trực thuộc tỉnh Hậu Giang theo đặc tính về địa lý nhằm đảm bảo tính đại diện, cụ thể là: thành phố Vị Thanh, thị xã Long Mỹ, thị xã Ngã Bảy, huyện Châu Thành, huyện Châu Thành A, huyện Phụng Hiệp, Huyện Vị Thủy, huyện Long Mỹ.
- Phương pháp thu thập dữ liệu: đi đến 8 đơn vị hành chính trực thuộc tỉnh Hậu Giang, tiếp cận mẫu, quan sát tại các địa điểm tập trung đông người như chợ, siêu thị, trường học và cơ quan để phỏng vấn trực tiếp, thu thập thông tin thông qua bảng câu hỏi được thiết kế sẳn.
- Thời gian thu thập dữ liệu: được thu thập từ tháng 9/2015 đến tháng năm 2016.
2.2.3 Phương pháp phân tích
Đề tài sử dụng phần mềm SPSS 20.0 để hỗ trợ trong việc phân tích số liệu. Các phương pháp phân tích được sử dụng trong việc giải quyết các mục tiêu của đề
tài như: phân tích thống kê mô tả, phân tích bảng chéo, phân tích tần số, Phân tích Cronbach’s Alpha, Phân tích nhân tố, Phân tích hồi tuyến tính bội và kiểm định sự khác biệt One - Way Anova.
2.2.2.1 Thống kê mô tả
Thống kê mô tả là một trong hai chức năng chính của thống kê (thống kê mô tả và thống kê ứng dụng), là tập hợp tất cả các phương pháp đo lường, mô tả và trình bày số liệu bằng các phép tính và các chỉ số thống kê thông thường như số trung bình (Mean), số trung vị (Median), phương sai (Variance), độ lệch chuẩn (Standard deviation)...cho các biến số liên tục và các tỷ số (Proportion) cho các biến số không liên tục. Trong phương pháp thống kê liên tục, các đại lượng thống kê mô tả chỉ được tính đối với các biến định lượng.
Một số khái niệm:
- Giá trị trung bình (Mean/Average): bằng tổng tất cả các giá trị biến quan sát chia cho số quan sát.
- Số trung vị (Median) – ký hiệu Me: là giá trị của biến đứng ở giữa của một dãy số đã được sắp xếp theo thứ tự tăng hoặc giảm dần. Số trung vị chia dãy số làm 2 phần, mỗi phần có số quan sát bằng nhau.
- Mode – ký hiệu Mo: là giá trị có tần số xuất hiện cao nhất trong tổng số hay trong một dãy số phân phối.
- Phương sai: là trung bình giữa bình phương các độ lệch giữa các biến và trung bình của các biến đó.
- Độ lệch chuẩn: là căn bậc hai của phương sai.
2.2.2.2 Phân tích bảng chéo (Cross - tabulation)
Phân tích bảng chéo là một kỹ thuật thống kê mô tả hai hay ba biến cùng lúc vào bảng kết quả phản ánh sự kết hợp hai hay nhiều biến có số lượng hạn chế trong
phân loại hoặc trong giá trị phân biệt. Phân tích bảng chéo thường được sử dụng là hai biến và ba biến.
Phương pháp này được sử dụng để phân tích, đánh giá tính tương quan và sự thay đổi các tỷ lệ của các nhóm chỉ tiêu định tính, cụ thể hơn thì phân tích bảng chéo là phân tích mối liên hệ của biến phụ thuộc Y với các biến độc lập X, hay nói cách khác Y là hàm số của X theo phương trình Y = F(X).
Trong nghiên cứu này sử dụng 2 biến phụ thuộc Y: Y1: tần suất mua sắm với biến độc lập X (thu nhập).
Y2: đối tượng sử dụng sản phẩm mua sắm trực tuyến với biến độc lập X (tình trạng hôn nhân).
Kiểm định Chi bình phương được sử dụng để kiểm định mức ý nghĩa của các phân tích, đánh giá đó.
Khi thực hiện kiểm định, ta có 2 giả thuyết: H0: không có mối quan hệ giữa các biến. H1: có mối quan hệ giữa các biến.
Để kết luận là chấp nhận hay bác bỏ giả thuyết H0, ta sẽ dùng các kiểm định phù hợp. Trong nghiên cứu này sử dụng kiểm định Chi bình phương và mức ý nghĩa là 5%. Dựa vào giá trị P (p-value, trong SPSS viết tắt p-value là sig.) để kết luận là chấp nhận hay bác bỏ giả thuyết H0.
Nếu P-value (sig.) ≤ α (mức ý nghĩa) bác bỏ giả thuyết H0: có nghĩa là có mối quan hệ có ý nghĩa giữa các biến cần kiểm định.
Nếu P-value (sig.) >α (mức ý nghĩa) chấp nhận H0: không có mối quan hệ giữa các biến cần kiểm định.
2 2.2.3 Phương pháp phân tích tần số (Frequency table)
Phương pháp phân tích tần số là phương pháp đếm tần số xuất hiện cho ta biết chỉ tiêu nào được ưa thích hơn. Thông qua chạy phần mềm SPSS ta có bảng tần số và dựa vào đó ta đánh giá chỉ tiêu được yêu thích hơn.
2.2.2.4 Phương pháp kiểm định Cronbach alpha
Phương pháp Cronbach Alpha dùng để loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Vì vậy đối với đề tài này tác giả sử dụng hệ số Cronbach’s Alpha là 0,6.
2.2.2.5 Phương pháp phân tích nhân tố khám phá (EFA)
Mục đích của phương pháp phân tích này là nhóm lại các biến có xu hướng tương đương nhau về mặt ý nghĩa. Đầu tiên ta đặt giả thuyết sao cho phù hợp với mục đích nghiên cứu. Sau đó, ta chạy SPSS ta có các bảng cần phải phân tích:
Bảng kiểm định Barlett’s: với mức ý nghĩa α đưa ra trước, nếu sig < α thì bác bỏ giả thuyết H0.
Bảng ma trận tương quan (Correlation Matrix): ta xem các giá trị gần bằng 0,5 hay lớn hơn 0,5 để ta nhóm lại và phán đoán có bao nhiêu nhóm nhân tố.
Tiếp theo, ta dựa vào phương sai tổng hợp từng nhân tố (Eigenvalue): những nhân tố có Eigenvalue > 1 mới được đưa vào mô hình; đồng thời, số nhân tố được chọn vào mô hình phải có tổng phương sai tích lũy giữa hai nhân tố lơn hơn 60%.
Từ bảng ma trận chuẩn hóa (Rotated Component Matrix) và bảng ComponentScore Coefficient Matrix, ta có kết quả định tính và định lượng về số nhân tố chung được tạo ra và biến nào ảnh hưởng đến biến nhân tố chung nhiều hơn.
Cuối cùng, bản thân nhân tố được chọn có thể diễn tả như những kết hợp tuyến tính của các biến quan sát.
Phương trình phân tích nhân tố: Fi = wi1X1 + wi2X2 +…+ wikXk Trong đó:
Fi: ước lượng trị giá nhân tố thứ i
wi: trọng số hay hệ số điểm nhân tố thứ i k: số biến
Hình 2.6 Tiến trình phân tích nhân tố 2.2.2.6 Phương pháp hồi quy tuyến tính bội
Sau khi tìm ra được các nhóm nhân tố ảnh hưởng đến chất lượng dịch vụ mua sắm trực tuyến hàng may mặc. Từ đó, để xác định nhân tố nào ảnh hưởng nhiều nhất đến quyết định mua sắm trực tuyến hàng may mặc, tác giả sử dụng phương pháp hồi quy tuyến tính (Regression Analysis).
Xác định vấn đề nghiên cứu Lập ma trận tương quan
Xác định số nhân tố Giải thích các nhân tố
Tính điểm nhân tố Chọn nhân tố thay thế
Mục đích của việc thiết lập mô trình hồi quy là tìm ra nhân tố nào ảnh hưởng đến một tiêu chí nào đó. Xác định các nhân tố ảnh hưởng tốt để phát huy và nhân tố ảnh hưởng xấu để khắc phục.
Phương trình hồi quy có dạng: YI = +1X1 +2X2+…+ kXk Trong đó:
Y: biến phụ thuộc (quyết định mua sắm trực tuyến hàng may may mặc của nữ giới tại tỉnh Hậu Giang)
Xi (i = 1, 2,…, k): biến độc lập (các nhân tố được rút ra từ phân tích nhân tố) : hệ số chặn của phương trình hồi quy
: các tham số hồi quy
Kết quả từ SPSS có các thông số sau:
Multiple R: hệ số tương quan bội (Multiple Corrlation Corfficient) nói lên tính liên hệ chặt chẽ của mối liên hệ giữa biến phụ thuộc Y và các biến độc lập Xi, R càng lớn thì mối liên hệ càng chặt chẽ (-1 ≤ R ≤ 1).
Hệ số xác định đã điều chỉnh R2 (Adjusted Corfficient of Determination), đây là một chỉ số quan trọng để chúng ta nên thêm bớt một biến độc lập vào phương trình hồi quy.
Giá trị F, giá trị này cho ta kết luận mô hình hồi quy có ý nghĩa khi nó nhỏ hơn mức ý nghĩa nào đó và giá trị Significance F cũng là cơ sở quyết định chấp nhận hay bác bỏ H0 trong kiểm định bao quát các tham số của mô hình hồi quy. Nói chung F càng lớn thì khả năng bác bỏ giả thuyết H0 càng cao – giả thuyết H0 cho rằng tất cả các tham số hồi quy đều bằng 0, nghĩa là các biến độc lập (Xi) không liên quan tới biến phụ thuộc Y.
Phương trình các yếu tố ảnh hưởng quyết định mua sắm trực tuyến hàng may của nữ giới tại tỉnh Hậu Giang:
CHƯƠNG 3
TỔNG QUAN VỀ TỈNH HẬU GIANG
3.1 ĐƠN VỊ HÀNH CHÍNH
Hậu Giang là tỉnh ở trung tâm đồng bằng sông Cửu Long. Tọa độ địa lý: Từ 9030'35'' đến 10019'17'' vĩ độ Bắc và từ 105014'03'' đến 106017'57'' kinh độ Đông. Diện tích tự nhiên là 160.058,69 ha, chiếm khoảng 4% diện tích vùng ĐBSCL và chiếm khoảng 0,4% tổng diện tích tự nhiên nước Việt Nam. Địa giới hành chính tiếp giáp 5 tỉnh: thành phố Vị Thanh trung tâm tỉnh lị cách thành phố Hồ Chí Minh 240 km về phía Tây Nam; phía Bắc giáp thành phố Cần Thơ; phía Nam giáp tỉnh Sóc Trăng; phía Đông giáp sông Hậu và tỉnh Vĩnh Long; phía Tây giáp tỉnh Kiên Giang và tỉnh Bạc Liêu.
- Địa hình: khá bằng phẳng là đặc trưng chung của ĐBSCL. Trên địa bàn tỉnh có 2 trục giao thông huyết mạch quốc gia là quốc lộ 1A, quốc lộ 61; 2 trục giao thông thủy quốc gia kênh Xà No, kênh Quản lộ - Phụng Hiệp. + Địa hình có độ cao thấp dần từ Bắc xuống Nam và từ Đông sang Tây. Có thể chia làm 3 vùng như sau:
+ Vùng triều: là vùng tiếp giáp sông Hậu về hướng Tây Bắc. Diện tích 19.200 ha, phát triển mạnh về kinh tế vườn và kinh tế công nghiệp, dịch vụ.
+ Vùng úng triều: tiếp giáp với vùng triều.Diện tích khoảng 16.800 ha, phát triển mạnh cây lúa có tiềm năng công nghiệp và dịch vụ.
+ Vùng úng: nằm sâu trong nội đồng. Phát triển nông nghiệp đa dạng (lúa, mía, khóm…). Có khả năng phát triển mạnh về công nghiệp, dịch vụ…