CHƢƠNG 2 : PHƢƠNG PHÁP NGHIÊN CỨU
2.5. Phƣơng pháp xử lý số liệu
2.5.3. Phân tích nhân tố khám phá: phân tích thang đo bằng phân tích
khám phá EFA (Exploratory Factor Analysis).
Phân tích nhân tố được dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính dùng trong các phân tích, kiểm định tiếp theo
(gọi là các nhân tố). Các nhân tố được rút gọn này sẽ có ỷ nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá được dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: Phương pháp: Đối với thang đo đa hướng, sử dụng phương pháp trích yếu tố là Principal components với phép quay Vimax và điểm dừng khi trích các yếu tố Eigenvalue lớn hơn hoặc bằng 1 Thang đo chấp nhận được khi tổng phương sai trích được bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0.5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0.3 là mức tối thiểu chấp nhận được; lớn hơn 0.4 là quan trọng; lớn hơn 0.5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0.55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0.75 (Hair, 1998; dẫn theo Lê Ngọc Đức, 2008).
Từ cơ sở lý thuyết trên, “Mô hình chấp nhận Thương mại điện tử - Nghiên cứu trường hợp tại trường Đại học Công nghiệp Hà Nội” sử dụng 16 biến quan sát, sử dụng phân tích nhân tố EFA theo các bước sau:
Thực hiện kiểm định các yêu cầu liên quan gồm:
Kiểm định Barlett: các biến quan sát có tương quan với nhau trong tổng thể, có hệ số ý nghĩa Sig. <0.005
Xem xét trị số KMO: nếu KMO trong khoảng từ 0.5 đến 1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại, KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Để phân tích EFA có giá trị thực tiễn; tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0.5.
Xem lại thông so Eigenvalues (đại diện cho phân biến thiên được giải tích bởi mỗi nhân tố) có giá trị lớn hơn 1.
Xem xét tổng phương sai trích (yêu cầu lớn hơn hoặc bằng 50%) cho biết các nhân tố được trích giải thích % sự biến thiên của các biến quan sát.
2.5.4. Phân tích tƣơng quan
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan Pearson (vì các biến được đo bằng thang đo khoảng). Mục đích chạy tương quan Pearson:
- Kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập nhằm khẳng định có mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp.
- Ngoài ra cần nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến. Dấu hiệu đa cộng tuyến sẽ được xem xét khi phân tích hồi quy (kiểm tra hệ số VIF)
Hệ số tương quan r
- R < 0.2: Không tương quan - R từ 0.2 đến 0.4: Tương quan yếu
- R từ 0.4 đến 0.6: Tương quan trung bình - R từ 0.6 đến 0.8: Tương quan mạnh - R từ 0.8 đến <1: Tương quan rất mạnh
Giá trị sig: nếu chọn mức ý nghĩa 1% thì giá trị sig phải <0.01, còn nếu mức ý nghĩa là 5% thì sig <0.05 tương ứng với các dấu (*) được đánh dấu trên hệ số tương quan r.
2.5.5. Phân tích hồi quy đa biến
Sau khi kết luận hai biến có mối quan hệ tuyến tính với nhau thì có thể mô hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Phân tích hồi quy đa biến: thực hiện phân tích hồi quy đa biến và kiểm định các giả thuyết của mô hình với mức ý nghĩa là 5%.
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan. Kiểm định giả thuyết: Quá trình kiểm định giả thuyết được thực hiện theo các bước sau:
Đánh giá độ phù hợp của mô hình hồi quy đa biến thông qua R2
và R2 hiệu chỉnh (với 0 < R2 ≤ 1 được gọi là phù hợp vì nó phản ánh biến đưa vào có tương quan tuyến tính)
Kiểm định giả thuyết về độ phù hợp của mô hình thông qua giá trị kiểm định ANOVA. Kiểm định F sử dụng trong bảng phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp biến độc lập (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần. Hệ số Beta càng cao càng thể hiện tính quan trọng của thành phần liên quan đến quyết định mua hàng càng cao, hay nói cách khác là hệ so Beta thế hiện mức đô tác động của từng thành phần liên quan đến chấp nhận sử dụng Thương mại điện tử.
Kiểm định giả thuyết về phân phối chuẩn của phần dư: Dựa theo biểu đồ tần số của phần dư chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.
Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005; dẫn theo Nguyễn Ngọc Đức, 2008).
Xác định mức độ ảnh hưởng của các yếu tố tác động đến thái độ sử dụng Thương mại điện tử: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
2.5.6. Xây dựng thang đo
- Thang đo Linkert 5 bậc như sau:
Bảng 2.1: Thang đo Linkert 5 bậc
Thang đo mức độ đồng ý Số điểm
Hoàn toàn không đồng ý 5
Không đồng ý 4
Bình thường 3
Đồng ý 2
Hoàn toàn đồng ý 1
- Các thông tin cá nhân như giới tính, tuổi tác, trình độ học vấn, công việc chuyên môn, thu nhập cũng được thiết kế bảng câu hỏi theo thang đo danh xưng để đo lường sự khác biệt khi đánh giá tầm quan trọng của các yếu tố: nhận thức rủi ro liên quan giao dịch trực tuyến, nhận thức rủi ro liên quan đến sản phẩm, và hành vi sử dụng Thương mại điện tử của cán bộ giáo viên trong trường.
TÓM TẮT CHƢƠNG 2
Chương 2, tác giả đã khái quát chi tiết phương pháp thực hiện nghiên cứu. Quá trình nghiên cứu được thực hiện qua hai bước chính là nghiên cứu sơ bộ và nghiên cứu chính thức.
√ Trình bày về phương pháp nghiên cứu sơ bộ sử dụng phân tích định tính thông qua kỹ thuật thảo luận trực tiếp giữa người nghiên cứu và đối tượng tham gia nghiên cứu. Kết quả nghiên cứu định tính giúp chỉnh sửa mô hình trở thành có 16 biến quan sát đo lường các khái niệm trong mô hình.
√ Nghiên cứu chính thức được thực hiện bằng phương pháp phân tích định lượng thông qua phỏng vấn bằng bảng câu hỏi. Khái quát các phần liên quan đến quá trình nghiên cứu định lượng như: Xây dựng bảng câu hỏi phỏng vấn, thiết kế mẫu, thu thập dữ liệu, giới thiệu kỹ thuật và yêu cầu cho việc phân tích dữ liệu.
CHƢƠNG 3. KẾT QUẢ NGHIÊN CỨU
3.1. Tình hình mua hàng thông qua hình thức sử dụng Thƣơng mại điện tử của cán bộ giáo viên trƣờng Đại học Công nghiệp Hà Nội của cán bộ giáo viên trƣờng Đại học Công nghiệp Hà Nội
3.1.1. Tình hình sử dụng Thƣơng mại điện tử theo độ tuổi
Bảng 3.1: Phân bổ mẫu theo tình hình sử dụng và độ tuổi
Tiêu chí Nhỏ hơn 28 tuổi Từ 28 đến 35 tuổi Từ 35 đến 45
tuổi Hơn 45 tuổi Tổng
Số lượng % Số lượng % Số lượng % Số lượng % Số lượng % Đã sử dụng TMDT 26 38,2% 36 52,9% 6 10% 0 0% 68 68% Chưa sử dụng TMDT 17 53,1% 7 21,9% 6 18,8% 2 6,3% 32 32% Tổng 43 43% 43 43% 12 12% 2 2% 100 100%
Hình 3.1: Phân bổ mẫu theo tình hình sử dụng và độ tuổi
- Dựa theo kết quả phân tích, ta thấy trong nhóm đã sử dụng TMĐT thì độ tuổi từ 28-35 có tỷ lệ sử dụng cao nhất (52,9%), bởi vì thường những người trong độ tuổi này là người đã lập gia đình, ngoài công việc bận rộn hàng ngày họ còn phải dành thời gian quan tâm đến gia đình cũng như nhiều mối quan hệ xã hội khác, vì
vậy đây cũng là một cách thức tiêu dung sản phẩm dịch vụ rất thuận tiện cho họ. Nhóm chưa sử dụng TMĐT thì độ tuổi dưới 28 tuổi chiếm tỷ lệ cao nhất (53,1%) do phần lớn họ là những người chưa lập gia đình, có thể có nhiều thời gian và thói quen phần lớn tất cả chúng ta vẫn thích tham gia vào thị trường truyền thống nếu như có thời gian rãnh rỗi hơn.
3.1.2. Tình hình sử dụng Thƣơng mại điện tử theo vị trí công tác
Bảng 3.2: Phân bổ mẫu theo nhóm đã sử dụng TMĐT với vị trí công tác
Tiêu chí
Vị trí công tác
Tổng
Giáo viên Chuyên viên Khác
Số lượng % Số lượng % Số lượng % Số lượng % Đã sử dụng TMĐT 54 79,4 % 12 17,6% 2 2,9% 68 100% Chưa sử dụng TMĐT 24 75,0% 6 18,8% 2 6,3% 32 100% Tổng 78 78% 18 18% 4 4% 100 100%
-Dựa theo kết quả xuất ra, ta thấy trong nhóm đã sử dụng và chưa sử dụng thì những người có vị trí công tác là giáo viên chiếm tỷ lệ cao nhất.
3.1.3 Tình hình sử dụng Thƣơng mại điện tử theo thu nhập bình quân 1 tháng
Bảng 3.3: Phân bổ mẫu theo nhóm đã sử dụng TMĐT với thu nhập bình quân 1 tháng
Tiêu chí Nhỏ hơn 5 triệu Từ 5 đến 7 triệu Từ 7 đến 10 triệu Từ 10 đến 15 triệu Trên 15 triệu Tổng Số lượng % Số lượng % Số lượng % Số lượng % Số lượng % Số lượng % Đã sử dụng TMDT 11 16,3% 26 38,2% 29 42,6% 0 0% 2 2,9% 68 100% Chưa sử dụng TMDT 13 40,6% 15 46,9% 2 6,3% 2 6,3% 0 0% 32 100% Tổng 24 24,0% 41 41,0% 31 31,0% 2 2,0% 2 2,0% 100 100%
- Nhìn vào bảng dữ liệu và biểu đồ ta thấy, trong nhóm người đã sử dụng TMĐT thì số người có thu nhập trung bình mỗi tháng từ 7 đến 10 triệu đạt tỷ lệ cao nhất (42,6%) bởi vì thực tế đây là những người thuộc tầng lớp có thu nhập khá và đương nhiên thời gian lao động của họ khá bận với công việc vì thế họ sẵn sàng sử dụng TMĐT để mua hàng hóa, dịch vụ nếu như họ cảm thấy hữu ích. Nhóm người chưa sử dụng TMĐT thì số người có thu nhập trung bình mỗi tháng từ 5 đến 7 triệu đạt tỷ lệ cao nhất (46,9%). Điều này có thể lý giải bởi vì những người có thu nhập từ 5 đến 7 triệu là những người có thu nhập trung bình và thấp, họ luôn chi tiêu tiết kiệm và cần phải đắn đo cân nhắc thật kỹ trong việc chi trả rất nhiều khoản chi tiêu hàng ngày, do vậy họ thường tham gia thị trường truyền thống là chủ yếu vì khi đó họ có nhiều sự lựa chọn cho hàng hóa, dịch vụ thiết yếu của họ.
3.2. Xử lý thang đo chính chính thức 3.2.1. Điều tra thử với số mẫu là 30 3.2.1. Điều tra thử với số mẫu là 30
Chỉ số KMO đo lường lấy mẫu đầy đủ (Kaiser- Meyer-Olkin measure of sampling adequacy) là 1 chỉ số được dùng để xem xét sự thích hợp của các phân tích nhân tố. Trị số KMO lớn (giữa 0.5 và 1) có ý nghĩa là phân tích nhân tố thích hợp, còn nếu KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Bảng 3.4 : Kết quả phân tích KMO
KMO và kiểm định Bartlett
Kaiser-Meyer-Olkin đo lường lấy mẫu đầu đủ ,650 Kiểm định Bartlett
cầu thể
Chi-bình phương xấp xỉ 579,281
Bậc tự do 276
Sig. ,000
- Với kết quả số mẫu là 30 thì kết xuất được hệ số KMO là 0,650 (lớn hơn 0,5 và nhỏ hơn 1). Như vậy các thang đo phù hợp và có độ tin cậy cao. Ta tiếp tục
Phương pháp phân tích hệ số tin cậy cronbach alpha sẽ loại bỏ các biến quan sát có hệ số tương biến và tổng (Item-total correlation) dưới 0,5. Tiếp theo các biến có trọng số (factor loading) nhỏ hơn 0,5 trong phân tích trọng số (EFA) sẽ tiếp tục bị loại bỏ và kiểm tra tổng phương sai trích được (total variance extracted) phải lớn hơn hoặc bằng 50%.
3.2.2.Điều tra chính thức và kiểm định thang đo thông qua hệ số tin cậy Cronbach Alpha
(1). Thang đo về mức độ rủi ro liên quan đến giao dịch khi đƣợc thực hiện mua bán trên mạng.
Bảng 3.5 : Biến quan sát đo lường mức độ rủi ro liên quan đến giao dịch khi mua bán hàng trên mạng.
C1.1 Thông tin cá nhân của người mua hàng không được bảo mật C1.2 Thông tin cá nhân người bán không rõ ràng
C1.3 Thông tin yêu cầu của khác hàng bị sai lệch C1.4 Thông tin về yêu cầu của khác hàng bị thất lạc
C1.5 Thanh toán điện tử có thể gặp trục trặc nên không hoàn tất giao dịch C1.6 Sản phẩm, dịch vụ giá trị thấp bị khước từ giao dịch
C1.7 Tổn thất tài chính do gặp sự cố thanh toán
C1.8 Phát sinh các khoản phí không cần thiết trong quá trình giao dịch C1.9 Rủi ro do khoảng cách địa lý
C1.10 Tính không rõ ràng do không có giấy tờ giao dịch làm cho khách hàng lo ngại
C1.11 Website có thể bị tin tặc tấn công C1.12 Khách hàng không được mặc cả giá
C1.13 Khách hàng mất thời gian tạo lập tài khoản
C1.14 Khách hàng không thể lấy lại tiền khi đã chuyển tiền vào các tài khoản mua bán trực tuyến
Bảng 3.6 :Hệ số tin cậy các thành phần nhận thức rủi ro trong giao dịch
Item-Total Statistics
Biến quan sát
Trung bình thang đo nếu loại biến (Scale
Mean if Item Deleted)
Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) Tương quan biến tổng (Corrected Item-Total Correlation) Squared Multiple Correlation Cronbach's Alpha nếu loại
biến (Cronbach's Alpha if Item Deleted) c1.1 33.0700 69.803 .288 .373 .861 c1.2 32.8900 66.038 .540 .533 .848 c1.3 32.8500 66.351 .577 .514 .847 c1.4 32.5700 67.015 .516 .613 .849 c1.5 32.8700 68.155 .346 .618 .859 c1.6 32.7400 64.962 .485 .598 .851 c1.7 33.2700 63.492 .675 .568 .840 c1.8 32.9700 63.403 .607 .528 .843 c1.9 c1.10 33.4100 32.764 61.517 67.111 .366 .600 .628 .520 .839 .840 c1.11 33.0700 63.500 .550 .548 .847 c1.12 32.9500 62.048 .508 .605 .851 c1.13 32.8900 66.523 .449 .444 .853 c1.14 33.5700 63.318 .622 .555 .842
Reliability Statistics
Cronbach's Alpha
Dựa trên mục tiêu chuẩn hóa
Cronbach Alpha N of Items
.859 .861 13
Hệ số cronbach’s alpha = 0,859 cho thấy thang đo này tốt, có độ tin cậy cao. Tuy nhiên, thành phần c1.1, c1.5, c1.6,c1.10,c1.13 có tương quan tổng biến thấp nên không có ý nghĩa trong bài nghiên cứu, ta loại đi 5 thành phần biến này.
(2). thang đo rủi ro về sản phẩm dịch vụ
Các yếu tố rủi ro về sản phẩm dịch vụ
C1.15 Sản phẩm dịch vụ được giao không đúng chủng loại dc yêu cầu C1.16 Sản phẩm dịch vụ không như mong muốn của khách hàng C1.17 Sản phẩm được giao không đúng thời gian yêu cầu
C1.18 Khách hàng phải chịu chi phí khi đổi trả sản phẩm