3.3.1. Xây dựng thang đo
• Xây dựng thang đo sơ bộ + Thang đo định danh
Thang đo định danh là loại thang đo dùng cho các đặc điểm thuộc tính, dùng để phân loại đối tượng, sự vật hiện tượng hay đặc tính theo tên gọi theo giới tính (nam, nữ), theo nghề nghiệp. Đề tài sử dụng phương pháp định danh để thu thập các thông tin liên quan đến nhân khẩu học như: Giới tính, độ tuổi, nghề nghiệp, trình độ học vấn, mức thu nhập bình quân.
+ Thang đo định lượng
Dựa vào nghiên cứu định tính, đề tài nghiên cứu tổng hợp, phân tích và đưa ra các yếu tố thuộc tính nhằm thiết kế bảng câu hỏi khảo sát định lượng. Để thực hiện nghiên cứu, đề tài đã chọn thang đo Likert 5 mức độ: từ 1 điểm - thể hiện mức độ hoàn toàn không đồng ý cho đến 5 điểm - thể hiện mức độ hoàn toàn đồng ý. Cụ thể như sau: (1) Hoàn toàn không đồng ý, (2) không đồng ý, (3) bình thường, (4) đồng ý, (5) hoàn toàn đồng ý để định lượng 6 nhân tố độc lập (1) Sự tiện lợi, (2) Nhận thức tính dễ sử dụng, (3) Sự đa dạng thông tin, (4) Chất lượng dịch vụ điện tử, (5) Nhận thức rủi ro, (6) Chuẩn chủ quan và một biến phụ thuộc: Ý định mua vé máy bay trực tuyến bằng cổng thanh toán VNpay.
(1) toán tại nhà. STL1
PC Lai (2018), Ngọc Lê Dung
(2017) (2)
Có thể cân nhắc thời gian thanh toán hoặc lựa chọn huỷ vé mà không mất phí khi thực hiện đặt vé tại website
VNpay hoặc ứng dụng di động của VNpay. STL2
(3)
Có thể mua vé máy bay trực tuyến tại website VNpay hay ứng dụng di động của VNpay bất cứ thời gian nào nếu điện thoại, máy tính của tôi được kết nối mạng, dữ
liệu di động. STL3
(4)
Tiết kiệm được nhiều thời gian hơn và có thể chủ động kiểm tra vé điện tử khi mua vé tại website VNpay hoặc
ứng dụng di động của VNpay. STLL4
(5)
Nhận thấy việc mua vé máy bay trực tuyến tại VNpay tiện lợi hơn so với mua vé trực tuyến bằng các ứng
dụng khác hoặc tại các đại lý vé máy bay. STL5
Tính dễ sử dụng (SD)
(6) Quy trình mua vé trực tuyến của VNpay được thực hiệnnhanh gọn và linh hoạt. SD1
Hà Nam Khánh Giao và Bế
Thanh Trà (2018) (7)
Việc thực hiện đặt mua vé trên website VNpay hoặc ứng dụng di động của VNpay dễ dàng, không tốn nhiều
thời gian. SD2
(8)
Giao diện khi thanh toán trên website hay bằng ứng
(9)
Việc sử dụng website hoặc ứng dụng di động để mua vé
của VNpay không đòi hỏi nhiều kỹ năng tin học. SD4
Sự đa dạng về thông tin (TT)
(10 )
Hệ thống VNpay có thông tin chỉ dẫn sử dụng đặt mua
vé máy bay chi tiết và rõ ràng. TT1
Ngọc Lê Dung (2017) (11
)
Thông tin về các chuyến bay và thời gian bay của các hãng hàng không được hiển thị cụ thể trên hệ thống
VNpay để tôi có thể lựa chọn. TT2
(12 )
Thông tin giá vé và các khuyến mãi luôn được cập nhật nhanh chóng tại website của VNpay và ứng dụng
VNpay trên thiết bị di động. TT3
(13 )
Các bài viết của VNpay trên website và ứng dụng di động ( Mobile app) hữu ích cho tôi trong việc chọn mua
vé. TT4
(14 )
Thông tin của các hãng hàng không được cung cấp trên hệ thống thanh toán của VNpay làm tăng sự tin cậy của
tôi khi thực hiện giao dịch mua vé. TT5
Chất lượng dịch vụ điện tử (CLDV)
(15 )
Giao diện hệ thống thanh toán của VNpay được thiết kế
ấn tượng và sắp xếp hợp lý. 1CLDV
Ngọc Lê Dung (2017) (16
)
VNpay ứng dụng các công nghệ điện tử mới nhất: AI, BigData, Block Chain,... xử lý thông tin nhanh gọn,
chính xác. 2CLDV
(17 )
Website hoặc ứng dụng di động của VNpay hoạt động mạnh
và trôi chảy trong quá trình sử dụng. CLDV 3
(18 )
Các lỗi giao dịch qua hệ thống thanh toán của VNpay
được xử lý và khắc phục nhanh chóng. CLDV 4
(19) các lỗi từ ngân hàng liên kết trong trường hợp ngânhàng đang bảo trì, lỗi hệ thống không thực hiện được giao dịch thanh toán.
RR1 Lê Thị Kim Ngân (2018), Hà Nam Khánh Giao và Bế Thanh Trà (2018) (20)
Các phương thức xác nhận thông tin thanh toán có thể bị đánh cắp xuất phát từ phía ngân hàng liên kết với VNpay.
RR2 (21) Bảo mật về thông tin cá nhân bị rò rỉ, quyền riêng tư
của người tiêu dùng bị xâm phạm. RR3
(22) Tôi cảm thấy việc tiết lộ thông tin thẻ tín dụng của mìnhcó rủi ro và có thể không kiểm soát được. RR4
Chuẩn chủ quan (CQ)
(23) Gia đình tôi cho rằng tôi nên mua vé máy bay trựctuyến bằng VNpay. CQ1
Hà Nam Khánh Giao và Bế Thanh Trà (2018), Lê Thị Kim Ngân (2018) (24)
Nhận thấy việc mua vé máy bay trực tuyến ngày nay bằng VNpay đang là một hình thức tiêu dùng thông minh.
CQ2 (25) Bạn bè cho rằng nên mua vé máy bay trực tuyến bằngVNpay. CQ3 (26) Có ý định mua vé máy bay trực tuyến trên VNpay vì đóđang là xu hướng của nhiều người hiện nay. CQ4
Ý định mua (YD)
(27) Sẵn sàng sử dụng website hoặc ứng dụng di động(Mobile app) của VNpay để đặt mua vé trực tuyến. YD1
Hà Nam Khánh Giao và Bế
Thanh Trà (2018), PC Lai
(2018) (28) dự định sẽ sử dụng VNpay để đặt mua vé trong tươnglai gần. YD2
(29) sẽ sử dụng VNpay để ủng hộ công nghệ mà người Việtphát triển. YD3 (30) chắc chắn sử dụng VNpay để trải nghiệm các khuyếnmãi và tính năng thông minh trong tương lai gần. YD4
3.4. Phương pháp phân tích dữ liệu
3.4.1. Phương pháp xử lý dữ liệu sơ cấp
Dữ liệu được phân tích bằng các phương pháp sau:
Thống kê mô tả là một loại phương pháp tổng hợp và xử lý dữ liệu để biến đổi các nguồn dữ liệu thành thông tin. Thống kê mô tả được thể hiện qua việc biểu diễn dữ liệu như: Dùng bảng và đồ thị để tổng hợp dữ liệu, tính các tham số mẫu như trung bình mẫu, phương sai mẫu, trung vị. Trong bài nghiên cứu này, đề tài đã sử dụng thống kê mô tả qua tỷ lệ phần trăm và giá trị trung bình.
3.4.1.2. Kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha
Cronbach‘s Alpha được thực hiện trước để loại các biến rác, tránh tạo nên các nhân tố giả khi phân tích EFA (Nguyễn Đình Thọ, 2011). Hệ số Cronbach‘s Alpha là hệ số kiểm định thống kê về mức độ tin cậy và tương quan giữa các biến quan sát trong thang đo. Hệ số này cho biết, sự chặt chẽ và thống nhất trong các câu trả lời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm. Phương pháp phân tích hệ số tin cậy Cronbach‘s Alpha thỏa mãn một số điều kiện nhất định:
Hệ số Cronbach‘s Alpha từ 0,7 trở lên thì thang đo đáng tin cậy và giải thích hiệu quả (Nunnally và Bernstein, 1994). Tuy nhiên, hệ số Cronbach‘s Alpha còn phụ thuộc vào kích thước mẫu. Cỡ mẫu càng nhỏ thì càng có nhiều khả năng hệ số Cronbach‘s Alpha sẽ không cao do thiếu dữ liệu để xác định sự tương quan giữa các biến. Trong các trường hợp cỡ mẫu nhỏ thì hệ số Cronbach‘s Alpha bằng 0,6 vẫn có thể được chấp nhận.
Nếu hệ số Cronbach‘s Alpha cao (lớn hơn 0,95) thì có sự đa cộng tuyến cao giữa các biến giải thích. Dawn I. và Adam D. (2003) cho rằng giá trị Cronbach’s Alpha phải đi kèm với khoảng tin cậy để đánh giá hiệu quả tin cậy của thang đo. Đồng thời, để thang đo có được độ tin cậy cao thì các biến quan sát phải có sự tương quan mạnh với nhau, điều đó được thể hiện qua hệ số tương quan giữa biến tổng phải lớn hơn 0,4.
3.4.1.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) là một trong những phương pháp phân tích thống kê để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một biến (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các thông tin của tập biến ban đầu (Hair và cộng sự, 1998). EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F < k) các nhân tố có ý nghĩa hơn dựa vào mối quan hệ
tuyến tính của các nhân tố với biến quan sát. Phương pháp EFA yêu cầu mô hình phải thỏa mãn một số điều kiện nhất định. Theo Nguyễn Đình Thọ (2011), có một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá (EFA) như sau:
Hệ số KMO (Kaiser-Myer-Olkin) phải có giá trị trong khoảng 0,5 ≤ KMO ≤ 1 là đủ điều kiện để phân tích nhân tố là thích hợp (Norusis, 1994).
Tỉ số rút trích nhân tố Eigenvalue ≥ 1 (Gerbing và Anderson, 1998), đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì số nhân tố rút ra mới có ý nghĩa tóm tắt thông tin tốt nhất.
Hệ số tải nhân tố (Factor loading): là một chỉ tiêu để đảm bảo được mức ý nghĩa thiết thực của phân tích EFA:
Factor loading > 0,3 được xem là đạt mức tối thiểu Factor loading > 0,4 được xem là quan trọng Factor loading > 0,5 được xem là có ý nghĩa thực
Do đó, để phân tích nhân tố khám phá có ý nghĩa, giá trị của hệ số tải nhân tố phải > 0,5. Phần trăm phương sai toàn bộ (Percentage of variance) thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %. Mô hình EFA phù hợp khi tổng phương sai trích trong EFA phải đạt từ 50% trở lên.
3.4.1.4. Phân tích hồi quy đa biến
Theo Hoàng Trọng và Mộng Ngọc (2008), phân tích hồi quy đa biến giúp ta suy rộng ra kết luận về các mối quan hệ giữa các biến trong tổng thể bên cạnh việc mô tả lại dữ liệu thu thập được. Sự chấp nhận và diễn giải kết quả hồi quy không thể tách rời các giả định cần thiết và phạm vi các giả định. Nếu giả định bị vi phạm thì các kết quả ước lượng không đáng tin cậy.
Đề tài sử dụng phương pháp phân tích hồi quy tuyến tính đa biến nhằm mục đích xem xét mối liên hệ tác động của các biến độc lập lên biến phụ thuộc. Cụ thể các bước phân tích và các thông số cần lưu ý trong phân tích hồi quy tuyến tính bội như sau:
Xem xét hệ số R bình phương và R bình phương hiệu chỉnh để đánh giá xem các biến độc lập giải thích được bao nhiêu phần trăm sự biến thiên của biến phụ thuộc. Giá trị R bình phương càng gần 1 thì mức độ giải thích này càng cao và ngược lại. Thông
thường, giá trị của R phải đạt giá trị tối thiểu là 50% thì mô hình mới được cho là phù hợp. Tuy nhiên, giá trị R bình phương này sẽ càng tăng khi ta còn cho thêm nhiều biến vào mô hình dù chưa xác định được mức ý nghĩa của các biến này. Do đó, để khắc phục vấn đề này, người ta thường sử dụng R bình phưong hiệu chỉnh để đánh giá. R bình phưong hiệu chỉnh càng gần 1 thì mô hình càng phụ hợp và đáng tin cậy.
- Kiểm định đa cộng tuyến thông qua hệ số VIF. Độ lớn của hệ số này cũng chưa có sự thống nhất, thông thường VIF < 10 được xem là mô hình không vi phạm giả định đa cộng tuyến.
- Kiểm định tự tương quan: Sử dụng chỉ số của Durbin-Watson. Theo quy tắc kinh nghiệm, nếu 1 < Durbin-Watson < 3 thì có thể kết luận mô hình không có hiện tượng tự tưong quan.
- Kiểm định ý nghĩa thống kê các tham số hồi quy riêng. Chẳng hạn, nhằm kiểm định tham số β2 có ý nghĩa thống kê ở mức 5% hay không:
Giả thuyết: H0 : β2 = 0
H1 : β2 ≠ 0
... Ấ ʌ ι , β2-β2
Tính toán tham số t với n-k bậc tự do, công thức: t = ~
Setf2)
Trong đó: β2 là tham số hồi quy mẫu; β2 là tham số hồi quy cần kiểm định và
Se(β2) là sai số của tham số hồi quy mẫu tương ứng.
Nếu giá trị t tính được vượt quá giá trị tới hạn t tại mức ý nghĩa đã chọn (α = 5%), có thể bác bỏ giả thiết H0, điều này hàm ý biến độc lập tương ứng với tham số này tác động có ý nghĩa đến biến phụ thuộc. Một cách khác, nếu giá trị p thu được từ cách tính t là đủ nhỏ, đồng nghĩa với tham số hồi quy có ý nghĩa thống kê. Trong các phân tích bằng phần mềm SPSS 20.0 giá trịp được thể hiện bằng ký hiệu (Sig.).
TÓM TẮT CHƯƠNG 3
Trong chương 3, đề tài đã khái quát lại tổng quan về vấn đề nghiên cứu, sau đó trình bày quy trình nghiên cứu được sử dụng xuyên suốt trong bài nghiên cứu. Đề tài tiến hành xây dựng mô hình thang đo, mô tả và diễn giải các biến độc lập trong nghiên cứu, trình bày phương pháp chọn mẫu cho thích hợp vào việc chạy mô hình nghiên cứu. Đồng thời, đề tài trình bày phương pháp thu thập thông tin. Việc trình bày những phương pháp này nhằm đánh giá các ý nghĩa thống kê của hệ số được diễn giải kết quả nghiên cứu ở chương 4. Tiếp theo chương 4 đề tài sẽ trình bày về tổng quan về thị trường vé máy bay trực tuyến, phân tích kết quả nghiên cứu thông qua quá trình khảo sát đối với người tiêu dùng tại TP.HCM về ý định mua vé máy bay trực tuyến bằng cổng thanh toán VNpay.
Phân loại Tần số Tần suất
Giới tính Nam 122 53,7%
CHUONG 4. KẾT QUẢ NGHIÊN CỨU
4.1. Tổng quan về thị trường vé máy bay trực tuyến
Nen kinh tế thế giới đang ngày càng phát triển, cùng với sự phát triển nhanh chóng của công nghệ, khoa học, kỹ thuật, đời sống con người ngày càng được nâng cao làm cho nhu cầu của con người cũng ngày càng đa dạng. Nhu cầu di chuyển có ý nghĩa quan trọng khi con người bắt đầu có nhiều điều kiện hơn để đi đến những vùng miền khác nhau.
Tại Việt Nam, theo Hiệp hội Vận tải Hàng không Quốc tế (IATA) năm 2019, lưu lượng hàng không Việt Nam đã tăng trung bình 16% mỗi năm từ năm 2010 đến 2017, và dự báo đến năm 2035, Việt Nam sẽ có đến 150 triệu hành khách hàng không mỗi năm. Chính sự gia tăng lớn về lượng người đi lại bằng máy bay, cùng tốc độ phát triển của Internet từ những năm 2000, đã là những bước đệm vững chắc cho hình thức vé máy bay trực tuyến được phát triển nhằm đáp ứng nhu cầu đi lại cho người tiêu dùng.
Ngoài ra, việc mua vé máy bay trực tuyến được mọi người hưởng ứng như một xu hướng hiện đại và đang được sử dụng nhiều hơn. Theo Báo cáo từ Tổng cục Du lịch và Euromonitor trong giai đoạn 2012 - 2015, thị trường vé máy bay trực tuyến tại Việt Nam đang nằm ở ngưỡng bão hòa, với tốc độ tăng trưởng giảm dần, đạt mức ổn định từ 12 - 15% mỗi năm.
Song song đó, theo đại diện của cổng thanh toán VNpay, đơn vị triển khai tiện ích thanh toán vé máy bay trực tuyến trên các ứng dụng ngân hàng cho biết, tỷ lệ tăng trưởng số lượng giao dịch vé máy bay trực tuyến trong tháng 8 năm 2019 vừa qua khoảng trên 200%/ năm, những tháng cao điểm có thể tăng 90%/tháng. Như vậy, với đà tăng trưởng này tỷ lệ khách hàng đặt vé máy bay trực tuyến sẽ tiếp tục gia tăng theo cấp số nhân. Ngoài ra, một báo cáo của Nielsen, ở quý 2 năm 2020, chỉ ra người tiêu dùng tại Việt Nam sử dụng vé máy bay trực tuyến cho việc du lịch chiếm đến 34%. Điều này cho thấy Việt Nam cũng không hề kém cạnh các nước trên thế giới trong việc tiếp cận hình thức vé máy bay trực tuyến để phục vụ cho nhu cầu đi lại của người dân.
Tóm lại, việc chuyển đổi từ vé máy bay thông thường qua vé máy bay trực tuyến là một hình thức rất phù hợp trong thời đại công nghệ số như hiện nay, và sở dĩ ngày càng