Nhân tố Biến quan sát
Tính hữu dụng - Tìm hiểu, phân tích và cập nhật thơng tin nhanh chóng. - Giúp mua sắm dễ dàng.
- Mua hàng trực tuyến nhanh hơn so với Website. - Giúp tiết kiệm hơn.
- Có thể mua hàng tại bất cứ địa điểm và thời gian nào. - Thường xuyên có các chương trình khuyến mãi. Preeti Tak, (2017)
Nhân tố Biến quan sát
Tính dễ sử dụng
- Dễ dàng hiểu được cách hoạt động của các ứng dụng. - Dễ dàng thanh toán khi mua hàng trên ứng dụng. - Dễ dàng thao tác trên giao diện các ứng dụng.
- Dễ dàng học cách sử dụng các ứng dụng trên điện thoại. Venkatesh, V. và cộng sự, 2012
Nhân tố Biến quan sát
Nhận thức rủi ro
- Lo ngại thông tin bị tiết lộ. - Lo lắng bị đánh cắp tài khoản.
- Lo lắng sự cố trong quá trình giao dịch sẽ gây tổn thất tài chính. - Lo lắng sản phẩm bị thất lạc trong quá trình giao hàng.
- Sản phẩm không đúng với quảng cáo và giới thiệu. Seonjeong (Ally) Lee, 2018
Nhân tố Biến quan sát
Điều kiện cơ sở vật chất
- Ln có sẵn thiết bị và mạng Internet.
- Chất lượng mạng Internet và các thiết bị đủ tốt.
- Có đủ kiến thức và năng lực để thực hiện việc mua hàng trực tuyến.
- Có sự hỗ trợ về kỹ thuật từ các các cung cấp. Venkatesh, V. và cộng sự, 2012
Nhân tố Biến quan sát
Chính sách đổi trả
- Khơng mua hàng nếu khơng có chính sách đổi trả. - Chỉ mua hàng nếu có thể trả lại sản phẩm.
- Không mua hàng trực tuyến trên ứng dụng điện thoại thơng minh nếu khơng có chính sách hồn tiền.
Nguyễn Thị Bảo Châu và cộng sự (2014)
Nhân tố Biến quan sát
Quyết định mua hàng trực tuyến trên ứng dụng điện thoại thông minh
- Tham khảo thông tin mua hàng trực tuyến trên ứng dụng điện thoại thông minh.
- Tiếp tục sử dụng điện thoại thông minh để mua hàng. - Thường xuyên sử dụng ứng dụng điện thoại để mua hàng.
- Sẽ mua hàng trực tuyến trên ứng dụng điện thoại thông minh khi có điều kiện.
Venkatesh, V. và cộng sự, 2012
(Nguồn: Nghiên cứu của tác giả)
3.3 Nghiên cứu sơ bộ định tính 3.3.1 Thảo luận nhóm 3.3.1 Thảo luận nhóm
Nghiên cứu định tính được tiến hành nhằm chuẩn hóa thang đo và đảm bảo thang đo sử dụng tốt cho nghiên cứu định lượng.
Thành phần thảo luận nhóm bao gồm: 10 người tiêu dùng tại TP. Hồ Chí Minh từng mua hàng trực tuyến gồm các ngành nghề và độ tuổi khác nhau (Danh sách phụ lục số 2).
Phần chính của thảo luận nhóm là thảo luận về thang đo trong mơ hình. Ứng với mỗi nhân tố là các biến quan sát. Sau khi nêu tên của nhân tố và các thành phần quan sát, mỗi người trong nhóm phỏng vấn sẽ đưa ra quan điểm đồng tình hay phản đối quan
sát này đồng thời nêu ra lý do vì sao. Các thành viên cũng có thể đóng góp cho việc chỉnh sửa thành phần quan sát, nếu được đa số thành viên đồng ý thì thành phần quan sát này sẽ được sửa đổi và bổ sung. Ngoài ra, các thành viên cũng sẽ nêu ý kiến về việc có nhân tố nào ảnh hưởng đến quyết định mua hàng trực tuyến trên ứng dụng trên điện thoại thơng minh khơng? Mỗi nhân tố đều có thể bổ sung hay lược bỏ thành phần quan sát nào đó. Cuối cùng, người điều hành buổi thảo luận nhóm sẽ tổng kết thang đo.
3.3.2 Hiệu chỉnh thang đo
Nhìn chung, các thành viên đều đồng ý với nội dung các nhân tố cũng như thành phần biến quan sát (chi tiết trong phần phụ lục 2). Chỉ có một số thành phần quan sát được hiệu chỉnh từ ngữ nhằm giúp câu hỏi khảo sát dễ hiểu hơn. Trong nghiên cứu này tác giả sử dụng 06 nhân tố gồm 27 biến quan sát nhằm nghiên cứu các yếu tố quyết định hành vi mua hàng trực tuyến trên ứng dụng điện thoại thơng minh. Nội dung thảo luận nhóm và kết quả chi tiết thảo luận nhóm được đính kèm trong phần phụ lục.
3.3.3 Mã hóa thang đo
Sau khi thang đo đã được thống nhất và hiệu chỉnh, tác giả tiến hành mã hóa thang đo nhằm mục đích xây dựng bảng câu hỏi khảo sát.
TÍNH HỮU DỤNG:
HD1: Ứng dụng mua hàng trực tuyến giúp tơi tìm kiếm và cập nhật thông tin cần thiết một cách nhanh chóng.
HD2: Ứng dụng mua hàng trực tuyến giúp tôi mua sắm dễ dàng hơn. HD3: Tôi mua hàng trực tuyến bằng ứng dụng nhanh hơn so với Website.
HD4: Các ứng dụng mua hàng qua điện thoại thông minh tiết kiệm hơn so với hình thức mua hàng thơng thường.
HD5: Tơi có thể thực hiện việc mua hàng trực tuyến trên ứng dụng điện thoại thông minh tại bất kỳ địa điểm và thời gian nào.
HD6: Các ứng dụng trên điện thoại thông minh thường xuyên có các chương trình khuyến mãi.
TÍNH DỄ SỬ DỤNG
SD1: Tôi cảm thấy dễ dàng hiểu được cách hoạt động của ứng dụng trên điện thoại thông minh.
SD2: Tôi dễ dàng thực hiện các thanh toán khi đặt hàng trên ứng dụng điện thoại thông minh.
SD3: Giao diện của các ứng dụng bán hàng trên điện thoại thông minh dễ dàng thao tác.
SD4: Tôi dễ dàng thực hiện các lệnh đặt hàng trên ứng dụng điện thoại thông minh.
SD5: Tôi dễ dàng học cách sử dụng các ứng dụng trên điện thoại thông minh.
NHẬN THỨC RỦI RO
R1: Tôi lo ngại thông tin cá nhân sẽ bị tiết lộ cho các bên mà tôi không mong muốn.
R2: Tôi lo lắng về việc bị đánh cắp thông tin tài khoản dẫn đến mất tiền khi thực hiện giao dịch trực tuyến.
R3: Tơi lo lắng các sự cố trong qua trình giao dịch sẽ gây tổn thất tài chính. R4: Tơi lo lắng sản phẩm bị thất lạc trong q trình giao hàng.
R5: Tơi lo lắng sản phẩm không đúng với tiêu chuẩn kỹ thuật và mẫu mã như nhà sản xuất đưa ra.
ĐIỀU KIỆN CƠ SỞ VẬT CHẤT
DK1: Tơi ln có sẵn các thiết bị và mạng Internet để thực hiện mua hàng trên các ứng dụng điện thoại thông minh.
DK2: Chất lượng mạng Internet và các thiết bị điện thoại đủ tốt để tôi thực hiện việc mua hàng trên các ứng dụng điện thoại thông minh.
DK3: Tơi có đủ kiến thức và năng lực để thực hiện việc mua hàng trên các ứng dụng điện thoại thơng minh.
DK4: Tơi ln tìm được sự hỗ trợ về kỹ thuật trong quá trình mua hàng trên ứng dụng điện thoại thông minh từ các nhà cung cấp.
CHÍNH SÁCH ĐỔI TRẢ
CS1: Tơi khơng mua hàng trực tuyến trên ứng dụng điện thoại thông minh nếu cửa hàng khơng có chính sách đổi trả.
CS2: Tơi chỉ mua hàng trực tuyến trên ứng dụng điện thoại thông minh nếu tơi có thể trả lại sản phẩm mà không chịu ràng buộc nào.
CS3: Tôi không mua hàng trực tuyến trên ứng dụng điện thoại thông minh nếu khơng có chính sách hồn tiền.
QUYẾT ĐỊNH MUA HÀNG TRỰC TUYẾN TRÊN ỨNG DỤNG ĐIỆN THOẠI THÔNG MINH
Y1: Tôi tham khảo thông tin mua hàng trực tuyến trên ứng dụng điện thoại thông minh.
Y2: Tôi sẽ tiếp tục sử dụng ứng dụng điện thoại thông minh để mua hàng.
Y3: Tôi thường xuyên sử dụng ứng dụng trên điện thoại thông minh để mua hàng.
Y4: Nếu có một chiếc điện thoại thông minh và được kết nối Internet, tôi sẽ mua hàng trực tuyến trên ứng dụng điện thoại thông minh.
3.4 Nghiên cứu định lượng
Nghiên cứu định lượng được thực hiện bằng phương pháp khảo sát khách hàng bằng bảng câu hỏi, dữ liệu thu thập được sau đó được xử lý bằng phần mềm SPSS. Các phương pháp xử lý số liệu bao gồm phân tích hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA mục đích là đánh giá độ tin cậy của thang đo và kiểm định mơ hình có phù hợp theo các tiêu chuẩn.
3.4.1 Phương pháp chọn mẫu và thu thập dữ liệu
Theo Hair và cộng sự (1998), để phân tích nhân tố khám phá EFA được thực hiện tốt thì cỡ mẫu để nghiên cứu có thể phân tích tốt tối thiểu N≥5*x (x: là tổng số biến quan sát), trong nghiên cứu này thì kích thước mẫu tối thiểu sẽ là 27*5 = 135 mẫu. Theo Tabachnick và cộng sự (1996) thì muốn phân tích hồi quy cho kết quả tốt thì cỡ mẫu ít nhất là N> 8*m + 50 (với m là số biến độc lập trong mơ hình), nghĩa là với tổng số 5 biến độc lập của nghiên cứu này thì kích thước mẫu tối thiểu sẽ là 8*5 + 50 = 90 mẫu.
Dựa vào cách xác định kích thước mẫu ở trên và tác giả phải thu thập tối thiểu 135 mẫu đạt yêu cầu. Tuy nhiên, để kết quả xử lý dữ liệu có độ tin cậy cao hơn, thỏa mãn yêu cầu phân tích nhân tố khám phá EFA và phân tích hồi quy bội, tác giả quyết định phát ra 375 bảng câu hỏi với kỳ vọng sẽ thu về 320 bảng kết quả có ý nghĩa. Nhưng trong thực tế, tác giả chỉ thu về được 300 mẫu hợp lệ- đây cũng chính là kích thước mẫu chính thức được xử lý trong nghiên cứu này.
Ngoài các thành phần câu hỏi nghiên cứu về thông tin khách hàng, bảng câu hỏi tập trung chủ yếu vào việc đo lường các nhân tố ảnh hưởng đến quyết định mua hàng của khách hàng bằng thang đo Likert 5 mức độ. Thời gian khảo sát được tiến hành từ tháng 5 đến tháng 7 năm 2019 tại địa bàn thành phố Hồ Chí Minh. Sau khi việc thu thập dữ liệu được hoàn thành, các mẫu phù hợp sẽ được đưa vào chương trình SPSS (phần mềm) nhằm tiến hành các bước xử lý tiếp theo.
3.4.2. Phương pháp phân tích và xử lý dữ liệu
Hai phương pháp phân tích và xử lý dữ liệu chính được sử dụng trong nghiên cứu là phương pháp hệ số tin cậy Cronbach’s Alpha nhằm loại bỏ các biến nếu như hệ số tương quan biến tổng không đạt yêu cầu, tiếp theo là phương pháp phân tích nhân tố khám phá EFA giúp kiểm định thang đo.
3.4.2.1. Phân tích hệ số tin cậy Cronbach’s alpha
Cronbach’s Alpha được thực hiện để loại các biến rác trước khi thực hiện phân tích EFA, tránh tạo nên các nhân tố giả khi phân tích EFA(Nguyễn Đình Thọ, 2011).
Hệ số Cronbach’s Alpha là hệ số được dùng để kiểm định về mức độ tin cậy cũng như mức độ tương quan giữa các biến quan sát thuộc cùng một 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. Kết quả phân tích hệ số Cronbach’s Alpha cần thỏa mãn một số yêu cầu sau:
- Hệ số chung của thang đo phải lớn hơn 0.7 (Nunnally và Bernstein, 1994). Tuy nhiên, trong trường hợp cỡ mẫu nhỏ thì nhiều khả năng hệ số tin cậy Cronbach’s Alpha sẽ không cao bởi vì thiếu dữ liệu để xác định sự tương quan giữa các biến. Trong trường hợp này, hệ số Cronbach’s Alpha bằng 0.6 có thể được chấp nhận.
- Để thang đo có độ tin cậy cao thì nhóm các biến quan sát phải có mức độ tương quan mạnh, thể hiện qua hệ số tương quan biến tổng phải lớn hơn 0.3.
- Ngoài ra, hệ số tương quan biến tổng nếu loại biến lớn hơn hệ số Cronbach’s Alpha thì cũng sẽ được loại bỏ khỏi mơ hình để tăng độ tin cậy.
3.4.2.2. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá 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 (hay còn gọi là các nhân tố) để chúng dễ đo lường hơn nhưng vẫn chứa đựng hầu hết các thông tin của tập biến ban đầu (Hair và cộng sự, 1998). Thực tế, một số biến có thể đo trực tiếp như tốc độ, chiều cao, cân nặng…, nhưng bên cạnh đó một số biến không thể đo trực tiếp bằng một câu hỏi (biến trong thang đo Likert) như tính sáng tạo, hạnh phúc, sự hài lòng, sự thoải mái,… Phương pháp khám phá nhân tố EFA giúp tạo ra các nhân tố để đo lường các biến như vậy.
Phân tích nhân khám phá được xếp vào nhóm phân tích đa biến phụ thuộc lẫn nhau, có nghĩa là dựa vào sự tương quan giữa các biến với nhau mà không phân biệt biến phụ thuộc và biến độc lập. EFA được sử dụng để thu gọn một tập gồm nhiều biến quan sát thành một tập ít các nhân tố, tập này có ý nghĩa hơn dựa vào mối quan hệ tuyến tính của các nhân tố mới với các biến nguyên thủy (biến quan sát).
Khi phân tích EFA, kết quả cần thỏa mãn một số yêu cầu nhất định. Các kiểm định cần chú ý trong phân tích nhân tố khám phá bao gồm: kiểm định KMO-Barlett test, kiểm định phương sai trích, kiểm định hệ số tải nhân tố, cũng như hệ số đại diện cho phần biến thiên (Eigenvalue).
- Kiểm định KMO-Barlett test: Hệ số KMO là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp. Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Theo Hair và cộng sự (1998) thì hệ số KMO phải nằm trong khoảng từ 0.5 đến 1 và hệ số ý nghĩa của mơ hình theo kiểm định Barlett phải có ý nghĩa thống kê 5%.
- Hệ số trích nhân tố hay phương sai trích (Factor-extraction): Sử dụng phương pháp Principal components analysis để xác định các nhân tố. Thành phần thứ nhất thơng thường sẽ giải thích được phần lớn sự biến thiên sau đó giảm dần ở các thành phần 2 và 3. Theo tiêu chuẩn Kaiser phương sai trích phải lớn hơn 50%, thể hiện phần trăm biến thiên của các quan sát.
- Hệ số tải nhân tố (Factor loading): phương pháp xoay nhân tố Varimax thường được sử dụng để đảm bảo. Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu cũng như tiêu chuẩn đối với hệ số Factor loading đó là phải đảm bảo giá trị ít nhất là 0,5 (Hair và cộng sự, 1998). Đây là một trong những yếu tố quan trọng giúp xác định các thành phần của nhân tố.
- Hệ số Eigenvalue đại diện cho phần biến thiên được giới thiệu bởi mỗi nhân tố phải lớn hơn 1.
Các biến quan sát trong mơ hình khơng thỏa mãn các kiểm định sẽ được loại bỏ lần lượt nhằm đảm bảo các biến quan sát quan trọng với nghiên cứu được giữ lại.
3.4.3. Kiểm định và đánh giá mô hình nghiên cứu
Phân tích tương quan nhằm kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như giữa các biến độc lập với nhau. Hệ số tương quan được sử dụng phổ biến là hệ số Pearson. Trong kiểm định Pearson, nếu mức ý nghĩa nhỏ hơn sig<0.05 thì ta kết luận hai biến đó có mức độ tương quan khá chặt chẽ với nhau, ngược lại nếu sig > 0.5 thì hai biến đó khơng tương quan với nhau. Điều kiện cần là biến độc lập phải tương quan với biến phụ thuộc, nên nếu một biến độc lập không tương quan với biến phụ thuộc sẽ phải loại khỏi mơ hình. Ngồi ra, cũng cần chú ý đến sự tương quan giữa các biến độc lập, nếu các biến này tương quan với nhau sẽ gây ra hiện tượng đa cộng tuyến.
Phân tích hồi quy cho mơ hình đa biến dùng để đánh giá sự phù hợp của mơ hình nghiên cứu, mức độ tác động của từng biến độc lập trong mơ hình đến biến phụ thuộc. Giá trị của R2 (hoặc R2 hiệu chỉnh) thường được sử dụng để kết luận mức độ phù hợp của mơ hình với tập dữ liệu mẫu. Trong khi đó, mức ý nghĩa của giá trị F cho biết mơ hình có phù hợp với tổng thể hay không (chỉ phù hợp nếu sig < 0.05), khi đó có ít nhất một biến trong mơ hình giải thích được sự biến thiên của biến phụ thuộc.
Trong phân tích hồi quy đa biến, thì một biến độc lập có tác động đến biến phụ thuộc nếu giá trị ý nghĩa (Sig) nhỏ hơn 0.05. Biến nào có hệ số beta đã chuẩn hóa