5. Phương pháp nghiên cứu
2.2.1. Xây dựng và đo lường các thang đo sơ bộ
2.2.1.1. Nghiên cứu sơ bộ
Phỏng vấn sơ bộ và hiệu chỉnh thang đo:
Nghiên cứu sơ bộ dùng để hiệu chỉnh thang đo. Nghiên cứu sơ bộ được thực hiện bằng cách phỏng vấn trực tiếp với 15 khách hàng giới trẻ là những người làm việc cùng tác giả, thường xuyên mua sắm trên các trang mạng xã hội trong tháng 3/2021 (xem Phụ lục 1 phỏng vấn sơ bộ). Nội dung phỏng vấn sẽ được ghi nhận và tổng hợp lại để làm cơ sở cho việc điều chỉnh thang đo.
Các khái niệm trong mô hình nghiên cứu đề xuất bao gồm: Tính thông tin, Tính giải trí, Sự tin cậy, Sự phiền nhiễu, Tính tương tác – xã hội. Nhìn chung 15 khách hàng tham gia đều trả lời rằng các khái niệm nghiên cứu tương đối dễ hiểu. Kết quả phỏng vấn sâu sẽ làm cơ sở để điều chỉnh các biến quan sát trong thang đo. Từ đó, giúp tác giả tiến hành xây dựng bảng câu hỏi chính thức để thu thập dữ liệu định lượng.
Tổng hợp ý kiến sau khi nghiên cứu sơ bộ:
Về đánh giá mức độ quan trọng trong 5 yếu tố tại dàn bài thì kết quả các khách hàng chọn được thống kê theo bảng sau.
Bảng 2.1: Kết quả nghiên cứu sơ bộ các yếu tố ảnh hưởng
Yếu tố Số người chọn Tính thông tin 14/15 Tính giải trí 15/15 Sự tin cậy 15/15 Sự phiền nhiễu 13/15 Tính tương tác – xã hội 14/15
-Có 5 người đề xuất thêm biến “Cung cấp nhiều thông tin hơn các kênh quảng cáo khác” vào trong yếu tố “Tính thông tin”.
- Có 2 người đề xuất thêm biến “Quảng cáo qua MXH là đáng tin cậy” vào trong yếu tố “Sự tin cậy”.
Ngoài ra còn một số đề xuất khác nhưng tác giả nhận thấy nằm ngoài trọng tâm của nghiên cứu cũng như vào các trọng tâm yếu tố ảnh hưởng của nghiên cứu nên tác giả không đưa vào.
Thông qua phỏng vấn trực tiếp và các mô hình nghiên cứu bên trên cho thấy để đo lường 5 yếu tố của quảng cáo trên mạng xã hội tác động đến ý định mua sắm trực tuyến của giới trẻ, tổng hợp được 20 biến quan sát và và đưa vào 2 biến quan sát để khảo sát ảnh hưởng các yếu tố của quảng cáo trên mạng xã hội tác động đến ý định mua sắm trực tuyến của giới trẻ. Tổng hợp lại có 22 biến quan sát đo lường 05 yếu tố độc lập và 01 yếu tố phụ thuộc để đo lường ảnh hưởng các yếu tố của quảng cáo trên mạng xã hội tác động đến ý định mua sắm trực tuyến của giới trẻ. 2.2.2. Thiết kế bảng câu hỏi và phỏng vấn thử
2.2.2.1. Thang đo Tính thông tin
Trong nghiên cứu, Tính thông tin được đo bởi 4 biến quan sát, ký hiệu từ TT1 đến TT4.
Thang đo Tính thông tin Kí hiệu
Kênh thông tin cập nhật kịp thời TT1
Cung cấp thông tin cần thiết và hữu ích về sản phẩm TT2
Cung cấp nhiều thông tin hơn các kênh quảng cáo khác TT3
Cho biết thương hiệu đang được tìm kiếm
2.2.2.2. Thang đo Tính giải trí
Trong nghiên cứu, Tính giải trí được đo bởi 4 biến quan sát, ký hiệu từ GT1 đến GT4.
Thang đo Tính giải trí Kí hiệu
Quảng cáo qua MXH rất thú vị GT1
Quảng cáo qua MXH có tính giải trí GT2
Quảng cáo qua MXH có nhiều điều thú vị hơn so với các quảng cáo truyền thống
GT3 Nội dung của các quảng cáo qua MXH rất vui GT4 2.2.2.3. Thang đo Sự tin cậy
Trong nghiên cứu, Sự tin cậy được đo bởi 4 biến quan sát, ký hiệu từ STC1 đến STC5.
Thang đo Sự tin cậy Kí hiệu
Sử dụng như nguồn tham khảo để mua sắm STC1
Quảng cáo qua MXH là đáng tin cậy STC2
Việc lựa chọn chấp nhận hoặc hủy bỏ quảng cáo bất cứ lúc nào là quan trọng
STC3 Đáng tin cậy hơn các quảng cáo truyền thống STC4
MXH nên sử dụng để quảng cáo STC5
2.2.2.4. Thang đo Sự phiền nhiễu
Trong nghiên cứu, Sự phiền nhiễu được đo bởi 4 biến quan sát, ký hiệu từ SPN1 đến SPN3.
Thang đo Sự phiền nhiễu Kí hiệu
Cảm thấy bị làm phiền khi nhận các quảng cáo qua MXH SPN1
Nội dung thường gây phiền nhiễu SPN2
2.2.2.5. Thang đo Tính tương tác – xã hội
Trong nghiên cứu, Tính tương tác – xã hội được đo bởi 4 biến quan sát, ký hiệu từ TTXH1 đến TTXH6.
Thang đo Tính tương tác – Xã hội Kí hiệu
Nhận thông tin quảng cáo một cách nhanh chóng TTXH1
Thích quảng cáo qua MXH vì tính tương tác TTXH2
Tạo điều kiện giao tiếp hai chiều TTXH3
Thích được quan tâm, chia sẻ về sản phẩm/dịch vụ đang sử dụng
TTXH4
Biết được mọi người đang thích mua và sử dụng sản phẩm/dịch vụ nào
TTXH5
Biết được sản phẩm/dịch vụ nào phù hợp với đặc điểm cá nhân
TTXH6
2.2.2.6. Thang đo Ý định mua sắm trực tuyến của giới trẻ
Trong nghiên cứu, Ý định mua sắm trực tuyến của giới trẻ được đo bởi 4 biến quan sát, ký hiệu từ YD1 đến YD3.
Ý định mua sắm trực tuyến của giới trẻ Kí hiệu
Sử dụng quảng cáo trên MXH để tham khảo mua trong tương lai
YD1
Các ý kiến chia sẻ trên MXH có thể khơi dậy ý định mua hàng
YD2
Nội dung quảng cáo trên MXH càng phong phú thì ý định mua hàng càng cao
2.3. Phân tích dữ liệu
2.3.1. Phương pháp thu thập thông tin và cỡ mẫu
2.3.1.1. Phương pháp thu thập thông tin
Việc thu thập số liệu được tiến hành bằng 2 cách là: (1) tiếp cận các khách hàng mua sắm trực tuyến là giới trẻ gần nơi ở, nơi học tập và làm việc của tác giả, thực hiện phát bảng khảo sát và (2) khảo sát qua link google đối với những người không có điều kiện gặp mặt trực tiếp.
2.3.1.2. Cỡ mẫu
Phương pháp lấy mẫu thuận tiện là phương pháp chọn mẫu phi xác suất, trong đó nhà nghiên cứu tiếp cận với các đối tượng nghiên cứu bằng phương pháp thuận tiện. Điều này có nghĩa là nhà nghiên cứu có thể lựa chọn các đối tượng mà họ có thể tiếp cận được. Ưu điểm phương pháp này là dễ tiếp cận đối tượng nghiên cứu và thường sử dụng khi bị giới hạn về thời gian hoặc chi phí. Tuy nhiên, phương pháp này có nhược điểm là không xác định được sai số do lấy mẫu.
Kích thước mẫu thường tùy thuộc vào các phương pháp ước lượng trong nghiên cứu và có nhiều quan điểm khác nhau. Theo Hair & ctg (1998) thì kích thước mẫu tối thiểu phải từ 100 đến 150, Hoetler (1983) cho rằng kích thước mẫu tới hạn phải là 200. Tác giả đã phát ra 100 bảng câu hỏi trực tiếp tại nơi học tập, nơi làm việc và gửi link khảo sát trên các hội nhóm của tác giả trong tháng 3 và tháng 4 năm 2021.
Sau khi khảo sát với 200 phiếu phát ra, tác giả thu được toàn bộ 100 phiếu khảo sát giấy và 105 phiếu khảo sát qua mạng tổng hợp số liệu thì kết quả thu được 189 phiếu hợp lệ và đầy đủ thông tin. Do đó, mẫu nghiên cứu chính thức trong nghiên cứu này là 189 mẫu. Với cỡ mẫu này đã đủ đảm bảo độ tin cậy khi phân tích EFA và phân tích hồi quy.
Thang đo: Sử dụng thang đo Likert 5 mức độ (từ 1 đến 5 tương ứng với 1 hoàn toàn không đồng ý, 2 không đồng ý, 3 bình thường, 4 đồng ý và 5 hoàn toàn rất đồng ý.
2.3.2. Phương pháp phân tích dữ liệu
2.3.2.1. Kiểm tra độ tin cậy của thang đo (Cronbach Alpha)
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
Loại các biến quan sát có hệ số tương quan biến tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình
Thọ & Nguyễn Thị Mai Trang, 2009).
Các mức giá trị của 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 là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994;
Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:
Loại các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 (đây là những biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời)
2.3.2.2. Phân tích nhân tố khám phá EFA
Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phương pháp Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố khám phá EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà nó 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. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích “Pricipal Components Analysis” đi cùng với phép xoay “Varimax” là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số
nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của 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 tiễn Hair & ctg (1998, 111) cũng khuyên như sau:
Nếu chọn tiêu chuẩn Factor loading > 0.3 thì cỡ mẫu của bạn ít nhất phải là 350, Nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0.55
(thường có thể chọn 0.5),
Nếu cỡ mẫu khoảng 50 thì Factor loading phải > 0.75
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading) > 0.5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser Meyer Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO càng lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ “Percentage of variance” > 50%: 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 %.
2.3.2.3. Xây dựng phương trình hồi quy và phân tích tương quan
Sau khi phân tích nhân tố khám phá EFA để có mô hình hiệu chỉnh tác động lên một yếu tố phụ thuộc là hành vi tiêu dùng, khi đó có được mô hình hồi quy điều chỉnh.
Trước khi phân tích hồi quy kiểm tra xem các biến độc lập có tương quan với biến phụ thuộc hay không, nếu biến nào không tương quan với biến phụ thuộc thì ta loại biến đó ra khỏi phân tích hồi quy. Kiểm định hệ số tương quan Pearson nhằm kiểm tra mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc. Giá trị của hệ số tương quan Pearson sẽ nằm trong khoảng (1, 1), hệ số tương quan bằng 0 cho biết hai biến không có mối liên hệ tuyến tính, hệ số tương quan > 0 thì chứng tỏ hai biến có quan hệ cùng chiều, còn nếu < 0 thì hai biến có mối quan hệ nghịch chiều. Nếu giá trị tuyệt đối của hệ số tương quan Pearson bằng 1 thì chứng tỏ mức độ liên hệ tuyệt đối. Giá trị Sig. để kiểm định sự tương quan, nếu Sig. > 0,05 thì hai biến này không tương quan.
Sau khi có kết quả tương quan chạy hồi quy các các nhân tố ảnh hưởng đến hành vi mua sắm trực tuyến của giới trẻ. Các yếu tố này sẽ đưa vào mô hình hồi quy tuyến tính để xác định cụ thể các trọng số của các yếu tố gộp, hay các hệ số của mô hình hồi quy phản ánh mức độ ảnh hưởng nhiều hay ít vào biến phụ thuộc là ý định mua của giới trẻ.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), giá trị của các biến này là các nhân tố của các yếu tố được lưu lại trong quá trình chạy EFA theo dạng chuẩn hóa.
Khi chạy hồi quy ta cần quan tâm đến các thông số sau:
Hệ số Beta: hệ số hồi quy chuẩn hoá cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
Kiểm định ANOVA để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
2.3.2.4. Phân tích phương sai một số yếu tố
Phân tích phương sai một yếu tố (còn gọi là Oneway Anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%.
Ví dụ: Phân tích sự khác biệt giữa các thuộc tính khách hàng (giới tính, tuổi, nghề nghiệp, thu nhập…) đối với một vấn đề nào đó (thường chọn là nhân tố phụ thuộc, ví dụ: Sự hài lòng).
Một số giả định khi phân tích Anova:
- Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
-Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
- Phương sai của các nhóm so sánh phải đồng nhất.
Tiêu chuẩn Anova
Phân tích phương sai Anova, phương pháp này giúp ta so sánh giá trị trung bình của ba nhóm trở lên. Tại bảng kiểm định Levene, giá trị Sig < 0,05 nghĩa là không có sự khác biệt giữa các nhóm được phân loại. Nếu Sig > 0,05 nghĩa là
phương sai của biến phụ thuộc và nhân tố khảo sát không có khác nhau một cách có ý nghĩa thống kê, ta tiếp tục xem bảng Anova. Tại các mức ý nghĩa (Sig.) < 0,05, ta kết luận có sự khác biệt về đặc điểm đang khảo sát. Nếu Sig. > 0,05 ở bảng Anova thì ta kết luận không có sự khác biệt giữa các nhóm được phân loại.
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VỀ TÁC ĐỘNG CỦA QUẢNG CÁO