3.2 Phương pháp nghiên cứu
3.2.1 Phương pháp thu thập thông tin
Thu thập thông tin sơ cấp thông qua kết quả khảo sát thực tế từ bảng câu hỏi để đánh giá các yếu tố tác động đến quyết định mua sắm trực tuyến của người tiêu dùng tại thành phố Hồ Chí Minh
Đầu tiên là thiết kế bảng câu hỏi, sau khi tham khảo và chỉnh sửa để có được bảng câu hỏi hoàn chỉnh thì bắt đầu phát bảng câu hỏi để khảo sát.
Dữ liệu trong nghiên cứu này có sử dụng phương pháp phân tích khám phá nhân tố EFA. Theo Hair & ctg (1998), để có thể thực hiện phân tích khám phá nhân tố cần thu thập dữ liệu với kích thước mẫu là ít nhất 5 mẫu trên 1 biến quan sát, tốt nhất trên 10 mẫu. Tuy nhiên, nhằm mục tiêu nâng cao chất lượng mẫu và sự phân bố mẫu hợp lý đảm bảo suy rộng. Mô hình nghiên cứu có số biến quan sát là 30 . Nếu theo tiêu chuẩn 5 mẫu cho một biến quan sát thì kích thước mẫu cần thiết là n = 30 x 5 = 150. Vậy ta chọn kích cỡ mẫu là 200 để đáp ứng được cỡ mẫu cần thiết là 150.
Phương pháp thu thập được sử dụng là phương pháp phỏng vấn trực tiếp Sau khi thu hồi lại bảng câu hỏi từ khách hàng ta có được kết quả đánh giá khách quan từ khách hàng.
Thông qua phần mềm SPSS để phân tích và tổng hợp sau đó đưa ra kết quả khảo sát cho từng câu hỏi.
3.2.2 Phương pháp xử lý và phân tích số liệu
Phương pháp định lượng sử dụng nhiều công cụ đo lường phân tích tần số, thống kê mô tả,… nhằm phân tích và xử lý số liệu thu thập được trong quá trình điều tra. Bao gồm những nội dung cơ bản sau:
3.2.2.1.Thống kê mô tả
Thống kê mô tả là phương pháp dùng tổng hợp các phương pháp đo lường, mô tả, trình bày số liệu được ứng dụng vào trong lĩnh vực kinh tế. Các bảng thống kê là hình thức trình bày số liệu thống kê và thu thập thông tin đã thu thập làm cơ sở để
phân tích và kết luận, cũng là trình bày vấn đề nghiên cứu nhờ vào đó có thể đưa ra nhận xét về vấn đề đang nghiên cứu.
Trong đề tài này phương pháp thống kê mô tả được thực hiện bằng cách lập bảng tần suất để mô tả mẫu thu thập được theo các thuộc tính: giới tính, độ tuổi, nghề nghiệp, trình độ và thu nhập.
3.2.2.2 Kiểm định độ tin cậy và đánh giá thang đo
Một thang đo có giá trị khi thang đo đó có đủ độ tin cậy, nghĩa là cho cùng một kết quả khi tiến hành đo lặp đi lặp lại. Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại thông qua hệ số Cronbach’s Alpha và hệ số tương quan biến – tổng, để nhằm loại bỏ những biến quan sát không đạt yêu cầu ra khỏi thang đo.
• Phương pháp phân tích hệ số Cronbach’s Alpha
Hệ số Cronbach’s Alpha là một hệ số kiểm định thống kê về mức độ tin cậy và tương quan trong giữa các biến quan sát thang đo. Nó dùng để đánh giá độ tin cậy của các nhóm nhân tố và từng biến quan sát nhỏ bên trong nhóm nhân tố đó. Theo Peterson, 1994 thì hệ số Cronbach’s Alpha phải nằm trong giới hạn từ 0.7 đến 1.0. Trong các trường hợp cỡ mẫu nhỏ thì hệ số tin cậy Cronbach’s Alpha bằng 0.6 vẫn có thể được chấp nhận. Đồng thời, các biến quan sát phải có hệ số tương quan giữa các biến và tổng (item-total correlation) phải lớn hơn 0.3.
Thang đo được kiểm định bằng công cụ Cronbach’s Alpha, với hệ số này sẽ giúp loại trừ những biến quan sát không đạt yêu cầu hay các thang đo chưa đạt yêu cầu trong quá trình nghiên cứu vì các biến này có thể tạo ra các nhân tố giả.
Phương pháp phân tích Cronbach’s Alpha thực chất là phép kiểm định mức độ tương quan lẫn nhau của các biến quan sát trong thang đo thông qua việc đánh giá sự tương quan giữa bản thân các biến quan sát và tương quan điểm số trong từng biến quan sát với điểm số toàn bộ các biến quan sát. Hệ số Cronbach’s Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao. Thông thường những thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0.7 – 0.8 là sử dụng được, thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0.8 – 1.0 được xem là thang đo tốt. Tuy nhiên
đối với các trường hợp khái niệm đang nghiên cứu mới thì thang đo có hệ số Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được.
Tuy nhiên, hệ số Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không, chứ không cho biết cần phải loại bỏ hoặc giữ lại biến quan sát nào. Để giải quyết vấn đề này cần tính toán và phân tích hệ số tương quan biến – tổng.
• Hệ số tương quan biến – tổng (item – total correlation):
Hệ số tương quan biến tổng chính là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo. Nếu hệ số này càng cao thì sự tương quan giữa biến với các biến khác trong nhóm càng cao. Vì vậy, đối với các biến quan sát có hệ só tương quan biến – tổng (item – total correlation) nhỏ hơn 0,3 bị xem như là các biến rác và bị loại ra khỏi mô hình do có tương quan kém với các biến khác trong mô hình.
3.2.2.3 Phân tích nhân tố khám phá (EFA)
Phương pháp phân tích nhân tố được sử dụng để rút gọn và tóm tắt dữ liệu. Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại bỏ các biến không đủ độ tin cậy sẽ thực hiện việc phân tích nhân tố khám phá (EFA). Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng để thu nhỏ các tham số ước lượng theo từng nhóm biến. Phương pháp này rất hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Phân tích nhân tố khám phá (EFA) được thực hiện thông qua đánh giá các chỉ tiêu sau để bảo đảm ý nghĩa thống kê:
• Kiểm định trị số KMO (Kaiser- Meyer – Olkin):
Đây là chỉ số dùng để xem xét sự thích hợp của các phân tích nhân tố, trị số KMO có giá trị trong khoảng từ 0.5 đến 1.0 thì phân tích nhân tố là thích hợp với dữ liệu, còn trong trường hợp nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
• Đánh giá hệ số tải nhân tố (Factor Loading –FL ):
Đây là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích nhân tố khám phá EFA, hệ số tải nhân tố (Factor Loading – FL) phụ thuộc vào kích thước mẫu
quan sát và mục đích nghiên cứu. Nếu FL > 0.3 là đạt mức tối thiểu với kích thước mẫu bằng hoặc lớn hơn 350, nếu FL > 0.4 là quan trọng và FL > 0.5 là có ý nghĩa thực tiễn. Khi kích thước mẫu khoảng 100 thì nên chọn FL > 0.55; còn nếu kích thước mẫu bằng 50 thì nên chọn FL > 0.75. Do đó để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (Factor loading –FL) phải lớn hơn hoặc bằng 0.5 trong một nhân tố đối với cỡ mẫu nhỏ hơn 350.
• Đánh giá giá trị Eigenvalue:
Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố, đánh giá hệ số Eigenvalue là một trong những cách để xác định số lượng nhân tố. Theo tiêu chuẩn Kaiser chỉ những nhân tố Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình, những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại vì không có tác dụng tóm tắt thông tin tốt hơn một biến gốc (Garson, 2003).
• Kiểm định Bartlett’s xem xét giả thiết H0 :
Bartlett’s test of sphericity là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể với các giả thuyết.
H0 : Độ tương quan giữa các biến quan sát bằng không trong tổng thể hay nói cách khác là các biến không có tương quan với nhau trong tổng thể. Điều này cũng chính là nhằm mục đích xem xét việc phân tích nhân tố là có thích hợp hay không. Nếu kiểm định này có ý nghĩa trong thống kê (Sig < 0.05) thì ta có khả năng bác bỏ giả thuyết và chấp nhận các biến quan sát trong phân tích nhân tố có tương quan với nhau trong tổng thể. Điều này đồng nghĩa phân tích nhân tố là thích hợp.
H1: Có sự tương quan giữa các biến.
Giá trị p của kiểm định là một số sao cho với mọi α > p thì sẽ bác bỏ giả thuyết H0. Với mức ý nghĩa α = 5%, kiểm định Barlett’s cho các kết quả sau:
Nếu giá trị p > α thì chấp nhận giả thuyết H0
Nếu giá trị p < α thì bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1
Phương sai trích hay là phần trăm biến thiên (cummulative) của dữ liệu được giải thích bởi các nhân tố. Tiêu chuẩn đạt yêu cầu đối với phương sai trích là tổng phương sai trích phải lớn hơn hoặc bằng 50% trở lên (Hair và cộng sự, 1998).
Giá trị tổng phương sai trích có ý nghĩa cho biết tổng số phần trăm biến thiên của dữ liệu được giải thích bởi các nhân tố.
3.2.2.4 Phân tích hồi quy đa biến
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến độc lập hay biến giải thích) đến một biến số (biến kết quả hay biến phụ thuộc) nhằm dự báo biến kết quả dựa vào các giá trị được biết trước của các biến giải thích. Sau khi hoàn tất việc phân tích đánh giá độ tin cậy thang đo (Kiểm định Cronbach’s Alpha) và kiểm định giá trị khái niệm thang đo (Phân tích nhân tố khám phá EFA), các biến không đảm bảo giá trị hội tụ tiếp tục bị loại bỏ khỏi mô hình cho đến khi các tham số được nhóm lại theo các biến. Việc xác định mối quan hệ giữa các nhóm biến này cũng như xác định mối quan hệ giữa các nhóm biến độc lập (các nhân tố thành phần) và nhóm biến phụ thuộc (sự hài lòng dịch vụ mua sắm trực tuyến) trong mô hình nghiên cứu được thực hiện bằng phương pháp phân tích hồi quy bội. Giá trị của biến mới trong mô hình nghiên cứu là giá trị trung bình của các biến quan sát thành phần của biến đó. Tuy nhiên trước khi tiến hành phân tích hồi quy, cần kiểm tra các giả định về khuyết tật mô hình.
3.2.2.5 Kiểm định ANOVA
Phương pháp kiểm định ANOVA nhằm xác định ảnh hưởng của các biến định tính như: giới tính, độ tuổi, trình độ học vấn, thu nhập của người tiêu dùng. Phương pháp sử dụng là phương pháp phân tích phương sai một yếu tố (One–Way– ANOVA). Phương pháp này được sử dụng trong trường hợp chỉ sử dụng một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau. Việc phân tích nhằm mục đích tìm kiếm xem có sự khác nhau (có ý nghĩa thống kê) hay không về các yếu tố tác động đến quyết định mua sắm trực tuyến của người tiêu dùng tại thành phố Hồ Chí Minh giữa các nhóm khách hàng khác nhau. Một số giả định khi thực hiện 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 và cỡ mẫu phải đủ lớn để được xem là tiệm cận phân phối chuẩn.
- Phương sai các nhóm có so sánh phải đồng nhất.
TÓM TẮT CHƯƠNG 3
Chương này trình bày quy trình nghiên cứu và phương pháp được thực hiện để đánh giá các thang đo đề xuất mô hình nghiên cứu các yếu tố tác động đến quyết định mua sắm trực tuyến của người tiêu dùng tại thành phố Hồ Chí Minh. Phương pháp nghiên cứu được thực hiện qua hai bước: nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định lượng được thực hiện thông qua kỹ thuật phỏng vấn trực tiếp với kích thước mẫu n = 200. Chương 3 này cũng trình bày các nội dung liên quan đến quá trình nghiên cứu định lượng như: xây dựng bảng câu hỏi phỏng vấn, thiết kế mẫu, giới thiệu kỹ thuật và yêu cầu cho phân tích dữ liệu. Và căn cứ vào các nghiên cứu trước tác giả xây dựng mô hình nghiên cứu các yếu tố tác động đến quyết định mua sắm trực tuyến của người tiêu dùng tại thành phố Hồ Chí Minh gồm 6 biến độc lập sau: Nhận thức về sự thích thú, Ảnh hưởng xã hội, Sự tin tưởng, Sự tiện lợi, Tính hữu ích, Nhận thức về rủi ro.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 Đặc điểm mẫu khảo sát
Bảng 4.1: Đặc điểm mẫu khảo sát
Chỉ tiêu Số lượng Tỷ trọng Giới tính Nam 78 39 Nữ 122 61 Tổng cộng 200 100 Độ tuổi Dưới 22 58 29 Từ 22 – 40 111 56 Từ 41 – 55 31 15 Tổng cộng 200 100 Thu nhập < 5 triệu 28 14 5 – 10 triệu 138 69 10 – 15 triệu 18 9 Trên 15 triệu 16 8 Tổng cộng 200 100
(Nguồn: Tổng hợp kết quả khảo sát)
Qua khảo sát cho thấy đối tượng khách hàng thường xuyên mua sắm trực tuyến là nữ giới với 122 người chiếm 61%, nam giới chiếm tỷ trọng thấp với 39%. Độ tuổi thường mua sắm trực tuyến là từ 22- 40 tuổi với 56%, đây chính là nhóm đối tượng mới đi làm, thường là người tiêu dùng với mức thu nhập ổn định, tiếp theo là độ tuổi dưới 22 tuổi thường là học sinh và sinh viên và độ tuổi từ 41 – 55 chiếm tỷ trọng thấp chỉ có 15%. Và thu nhập của nhóm đối tượng mua sắm trực tuyến cao nhất là từ 5-10 triệu chiếm 69%, thấp nhất là thu nhập trên 15 triệu với 8%. Nhóm đối tượng thu nhập cao họ thường có xu hướng mua hàng hiệu và mua hàng tại các trung tâm mua sắm, ít khi mua sắm trực tuyến.
4.2 Kết quả nghiên cứu
4.2.1 Đánh giá độ tin cậy của thang đo và phân tích nhân tố
4.2.1.1 Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Hệ số Cronbach’s Alpha kiểm định độ tin cậy của thang đo, cho phép ta loại bỏ những biến không phù hợp trong mô hình nghiên cứu.
Các biến quan sát có hệ số tương quan biến tổng (Item-Total Correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo có Croncach’s Alpha từ 0.6 trở lên (Nunnally & Burnstein - 1994), theo Hoàng Trọng – Chu Nguyễn Mộng Ngọc (Phân tích dữ liệu nghiên cứu với SPSS – 2008): Nhiều nhà nghiên cứu đồng ý rằng Cronbach’s Alpha từ 0.8 đến gần 1 là thang đo lường tốt, từ 0.7 đến 0.8 là sử dụng được. Cũng có nghiên cứu cho rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Căn cứ theo các yêu cầu trong việc kiểm định độ tin cậy của dữ liệu, các biến THI1, THI5, RR3 và RR4 có hệ số tương quan biến tổng nhỏ hơn 0.3 và không đảm bảo yêu cầu khi hệ số Cronbach’s Alpha nếu loại biến cao hơn giá trị hệ số Cronbach’s Alpha hiện tại. Vì thế biến quan sát này sẽ bị loại bỏ khỏi các thang đo. Sau đó, việc kiểm định sẽ được tiến hành với các biến quan sát còn lại. Bảng tổng hợp kết quả kiểm định Cronbach’s Alpha được trình bày như sau:
Bảng 4.2: Kiểm định độ tin cậy Cronbach’s Alpha
Các thống kê biến tổng
Biến Trung bình
nếu loại biến
Phương sai nếu loại biến
Hệ số tương quan biến tổng
Hệ sốCronbach’s Alpha khi loại biến SỰ TIỆN LỢI: Cronbach’s Alpha=0.839
STL1 15.16 9.140 0.641 0.807 STL2 15.39 9.757 0.530 0.835 STL3 15.38 8.548 0.691 0.792
STL4 15.12 8.558 0.710 0.787 STL5 15.39 8.752 0.641 0.807 NHẬN THỨC VỀ SỰ THÍCH THÚ: Cronbach’s Alpha = 0.895 NTTT1 15.24 8.995 0.643 0.895 NTTT2 15.05 8.771 0.778 0.864 NTTT3 14.88 8.595 0.778 0.863 NTTT4 15.11 8.601 0.787 0.861 NTTT5 15.18 9.224 0.732 0.874
TÍNH HỮU ÍCH: Cronbach’s Alpha = 0.707
THI1 14.50 6.804 0.270 0.740 THI2 14.57 5.563 0.706 0.558 THI3 14.49 5.759 0.659 0.580 THI4 14.66 5.614 0.692 0.565