Thang đo nghiên cứu

Mã hóa

Thang đo gớc Thang đo hiệu chỉnh sau

khi thảo ḷn nhóm

Ng̀n

Cảm nhận chất lượng sản phẩm

PQ1 Chất lượng bán online là rất tốt

Chất lượng bán online là rất tốt

Sullivana và Kim (2018)

PQ2 Các sản phẩm được bán chạy trên website mua sắm trực tuyến

Các sản phẩm được bán chạy trên website mua sắm trực tuyến

PQ3 Tơi hài lịng với sản phẩm được bán trực tuyến trên website

Tơi hài lịng với sản phẩm được bán trực tuyến trên website

Danh tiếng website

WB1 Người mua sắm online đánh giá tốt về trang web

Người mua sắm online đánh giá tốt về trang web

Sullivana và Kim (2018), Jiyoung Kim (2013) WB2 Website bán hàng có tiếng tăm Website bán hàng có tiếng tăm

WB3 Website có danh tiếng tốt Website có danh tiếng tốt

WB4 Website nổi tiếng được mọi người biết đến

Jiyoung Kim (2013)

Cảm nhận giá cả cạnh tranh

PR1 Giá các sản phẩm trên website rẻ hơn trên website khác

Giá các sản phẩm trên website rẻ hơn trên website khác

Sullivana và Kim (2018)

PR2 Giá cả sản phẩm cùng loại trên website rẻ hơn tôi từng mua

Giá cả sản phẩm cùng loại trên website rẻ hơn tôi từng mua

PR3 Giá cả sản phẩm kích cầu người tiêu dùng

Cảm nhận tính hữu dụng

US1 Website cải thiện hiệu quả mua sắm của tôi

Website cải thiện hiệu quả mua sắm của tôi

Sullivana và Kim (2018)

US2 Quá trình giao dịch mua sắm trên website giúp tôi thuận tiện để mua sản phẩm

Quá trình giao dịch mua sắm trên website giúp tôi thuận tiện để mua sản phẩm

US3 Tôi nghĩ mua sắm trên website là rất hữu ích

Tơi nghĩ mua sắm trên website là rất hữu ích

Nhận thức rủi ro

RK1 Quá trình mua sắm trên website liên quan đến vấn đề rủi ro cao và khơng chắc chắn

Q trình mua sắm trên website liên quan đến vấn đề rủi ro cao và không chắc chắn

Sullivana và Kim (2018)

RK2 Có rủi ro cao khi mua sắm trên website

Có rủi ro cao khi mua sắm trên website

RK3 Thông tin khách hàng không được bảo mật an tồn

Thảo ḷn nhóm

Giá trị cảm nhận

PV1 Sản phẩm tôi mua trên website giúp tôi tiết kiệm tiền

Sản phẩm tôi mua trên website giúp tôi tiết kiệm tiền

Sullivana và Kim (2018)

PV2 Việc mua hàng trên wevsite là quyết định mua tốt nhất của tôi

Việc mua hàng trên wevsite là quyết định mua tốt nhất của tôi

PV3 Giá sản phẩm tôi mua trên website là chấp nhận được

Giá sản phẩm tôi mua trên website là chấp nhận được

Niềm tin vào website bán hàng trực tuyến

TR1 Sản phẩm tôi đã nhận hàng hồn tồn giống với mơ tả trên website

Sản phẩm tôi đã nhận hàng hồn tồn giống với mơ tả trên website

Sullivana và Kim (2018)

TR2 Khơng có sự khác biệt giữa các điều khoản cam kết trước và sau mua

Khơng có sự khác biệt giữa các điều khoản cam kết trước và sau mua

TR3 Tôi nghĩ mua sắm trực tuyến là trung thực

Tôi nghĩ mua sắm trực tuyến là trung thực

TR4 Trên tất cả, tôi tin tưởng vào việc mua sắm trên website

Trên tất cả, tôi tin tưởng vào việc mua sắm trên website

Quyết định mua lặp lại sản phẩm

RB1 Nếu mua lại sản phẩm, tôi sẽ mua trên cùng website

Nếu mua lại sản phẩm, tôi sẽ mua trên cùng website

Sullivana và Kim (2018)

RB2 Tôi sẽ sử dụng lại website cho lần mua sắm tới

Tôi sẽ sử dụng lại website cho lần mua sắm tới

RB3 Tôi sẽ truy cập website trong thời gian tới

Tôi sẽ truy cập website trong thời gian tới

RB4 Tôi sẽ truy cập website để mua sản phẩm trong thời gian tới.

Tôi sẽ truy cập website để mua sản phẩm trong thời gian tới.

3.3. Nghiên cứu định lượng 3.3.1. Đối tượng khảo sát 3.3.1. Đối tượng khảo sát

Trong giai đoạn nghiên cứu định lượng chính thức, đối tượng được mời tham gia khảo sát là những người đã từng mua hàng trên các website bán hàng tại khu vực TP.HCM. Bảng câu hỏi khảo sát được đính kèm ở Phụ lục 1.

3.3.2. Mẫu và phương pháp lấy mẫu

 Thiết kế mẫu

Tác giả lựa chọn phương pháp chọn mẫu thuận tiện (convenience sampling) hay còn gọi là phương pháp chọn mẫu phi xác suất làm phương pháp phục vụ cho nghiên cứu. Để đảm bảo đợ tin cậy của nghiên cứu thì việc lựa chọn cỡ mẫu thích hợp là rất cần thiết. Về nguyên tắc cỡ mẫu càng lớn thì kết quả nghiên cứu càng chính xác, tuy nhiên cỡ mẫu quá lớn sẽ ảnh hưởng đến chi phí và thời gian thực hiện nghiên cứu. Đối với nghiên cứu này do hạn chế về chi phí thực hiện nên cỡ mẫu được xác định trên nguyên tắc tối thiểu cần thiết để đảm bảo độ tin cậy của nghiên cứu. Theo Comrey và Lee (1992) đưa ra các cỡ mẫu với các quan điểm tưởng ứng: 100 = tệ, 200 = khá, 300 = tốt, 500 = rất tốt, 1000 hoặc hơn = tuyệt vời. Trong EFA, cỡ mẫu thường được xác định dựa vào 2 yếu tố là kích thước tối thiểu và số lượng biến đo lường đưa vào phân tích. Bên cạnh đó, để tiến hành phân tích hời qui một cách tốt nhất, Tabachnick và Fidell (1996) cho rằng kích thước mẫu cần phải đảm bảo theo công thức: n ≥ 8m + 50 (n: tổng số phiếu điều tra và m: tổng số biến độc lập). Số biến độc lập khảo sát m=6 (biến quan sát), do đó tổng số kích thước mẫu tối thiểu n≥8*6+50=98. Tiêu chuẩn lấy mẫu là các khách hàng thường xuyên giao dịch mua

hàng online trên các website thương mại điện tử; mẫu được chọn ngẫu nhiên từ danh sách khách hàng của các website cho đến khi đủ kích thước mẫu. Quy mô mẫu tối thiểu dự kiến là 330 mẫu.

 Phương pháp điều tra lấy mẫu

Bảng hỏi nghiên cứu được thiết kế theo dạng bảng hỏi có cấu trúc. Nợi dung chủ yếu của bảng hỏi chính là các thang đo các nhân tố ảnh hưởng, biến trung gian niềm tin vào website bán hàng trực tuyến và biến phụ thuộc quyết định mua lặp lại các sản phẩm trên các website thương mại điện tử. Cấu trúc bảng hỏi gồm 3 phần:

Phần I: Giới thiệu tác giả và mục đích nghiên cứu của đề tài, cam kết của tác

giả về tính bảo mật thơng tin cá nhân của đối tượng khảo sát.

Phần II: Thông tin cá nhân của đối tượng khảo sát bao gờm: giới tính, tình

trạng hơn nhân, tuổi, nghề nghiệp, thu nhập, trình độ học vấn.

Phần III: Đánh giá về các thang đo các nhân tố ảnh hưởng, biến trung gian

niềm tin đo lường quyết định mua lặp lại hàng hóa qua hệ thống thương mại điện tử thông qua việc sử dụng thang đo Likert 1-5. Yêu cầu đối với các câu hỏi cần rõ ràng, logic, ngắn gọn, tập trung và dễ hiểu để đối tượng điều tra có thể trả lời chính xác và bám sát được mục tiêu nghiên cứu. Các câu hỏi cần được phân ra rõ ràng, riêng biệt theo nhóm các nhân tố tác đợng đến quyết định mua hàng lặp lại của người tiêu dùng trong môi trường thương mại điện tử để đối tượng khảo sát tiện theo dõi và đánh giá. * Khi có bảng hỏi chính thức, nghiên cứu tiến hàng sử dụng 2 phương thức thu thập số liệu từ khách hàng. Phương pháp thứ nhất là tiến hành in ấn bảng hỏi và phỏng vấn trực tiếp khách hàng mua hàng trên các website thương mại điện tử đã có danh sách liên hệ (236 phiếu khảo sát). Phương pháp thứ hai là tiến hành soạn bảng hỏi bằng Google Form Drive gửi cho khách hàng thông qua mạng internet trong trường hợp không gặp trực tiếp được đối tượng khảo sát (64 phiếu khảo sát). Các câu hỏi trực tuyến phải hoàn toàn giống với cấu trúc và từ ngữ, văn phong trong bảng câu hỏi được phát để phỏng vấn trực tiếp. Nghiên cứu lựa phương pháp chọn mẫu thuận tiện (convenience sampling) dựa trên danh sách khách hàng giao dịch qua các website thương mại điện tử do các doanh nghiệp cung cấp.

Thời gian phát phiếu khảo sát và thu thập: từ ngày 15/07/2018 đến ngày 15/09/2018. Sau đó tiến hành xử lý, phân tích dữ liệu: sau khi thu thập được dữ liệu từ phiếu khảo sát, sử dụng phần mềm xử lý số liệu thống kê SPSS và AMOS để tiến hành xử lý dữ liệu, chạy mơ hình và các kiểm định.

3.3.3. Kỹ thuật xử lý dữ liệu

3.3.3.1. Thống kê mô tả mẫu dữ liệu

Mô tả mẫu nghiên cứu là phương pháp sử dụng các giá trị lớn nhất, nhỏ nhất,

giá trị trung bình, độ lệch chuẩn, tần suất, tỷ lệ phần trăm để đánh giá tổng thể mẫu nghiên cứu (đối tượng khảo sát) hay phân tích đánh giá khái quát thang đo các nhân tố trong mô hình nghiên cứu.

3.3.3.2. Kiểm định độ tin cậy của thang đo Cronbach’ Alpha

Phương pháp phân tích Cronbach’s Alpha dùng để kiểm định sự tin cậy của các thang đo, từ đó loại đi các biến hoặc thang đo không đạt yêu cầu. Giá trị của hệ số Cronbach’s Alpha biến thiên từ 0 đến 1, được phân thành 3 bậc như sau:

 Từ 0.8 đến bằng 1: Thang đo rất tốt

 Từ 0.7 đến gần bằng 0.8: Thang đo có thể sử dụng được

 Từ 0.6 trở lên: có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới trong bối cảnh nghiên cứu.

(Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)

Hệ số Cronbach’s Alpha được xem xét cùng với hệ số tương quan biến tổng (item – total correlation) để quyết định loại biến. Khi hệ số tương quan biến – tổng nhỏ hơn 0.3 thì biến sẽ bị loại (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).

 Các chỉ tiêu được sử dụng để đánh giá các thang đơ trong phân tích độ tin cậy thông qua hệ số Cronbach’s Alpha:

(i) Hệ số Cronbach’s Alpha tổng thể của thang đo

Hệ số Cronbach’s Alpha tổng thể của các thang đo cần phải lớn hơn 0,6 (Nunnally và Burnstein, 1994).

(ii) Hệ số tương quan giữa biến so với tổng của các biến quan sát (Corrected Item – Total Correlation)

Hệ số tương quan giữa biến so với tổng của các biến quan sát cần phải lớn hơn 0,3 (Nunnally và Burnstein, 1994).

3.3.3.3. Phân tích nhân tớ EFA

Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp thu nhỏ tập hợp biến quan sát để trở nên có ý nghĩa hơn. Phương pháp này giúp ta đánh giá 2 loại giá trị quan trọng là giá trị hội tụ và giá trị phân biệt.

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.

 Các chỉ tiêu đánh giá các thang đo trong phân tích EFA:

(i) Tính tích hợp của mơ hình EFA so với dữ liệu thu thập từ thị trường

Hệ số KMO (Kaiser – Meyer – Olkin) được sử dụng để đánh giá tính tích hợp của mơ hình EFA với dữ liệu thu thập từ thị trường.

Hệ số KMO thỏa điều kiện: 0,5 < KMO < 1 thì phân tích nhân tố khám phá được xem là phù hợp với dữ liệu thị trường (Hair và cộng sự, 2006).

(ii) Tính tương quan của các biến quan sát trong thước đo đại diện

Kiểm định Bartlett được sử dụng để đánh giá các biến quan sát có tương quan với nhau trong một thang đo (nhân tố). Khi mức ý nghĩa của kiểm định Bartlett nhỏ hơn 0,05 (Sig < 0,05) thì các biến quan sát có tương quan tuyến tính với nhân tố đại diện (Hair và cộng sự, 2006).

(iii) Trọng số của các biến quan sát

Trọng số của các biến quan sát (Factor Loading) cần phải lớn 0,40 (Gerbing và Anderson, 1988).

(iv) Mức đợ giải thích của các biến quan sát đối với nhân tố

Phương sai trích (% Cumulative Variance) được sử dụng để đánh giá mức đợ giải thích của các biến quan sát đối với nhân tố. Để đạt được mức đợ giải thích thì phương sai trích cần phải lớn hơn 50% và Eigenvalue phải có giá trị lớn hơn 1 (Gerbing và Anderson, 1988).

3.3.3.4. Phân tích nhân tố khẳng định (CFA)

“Phân tích nhân tố khẳng định (Confirmatory Factor Analysis) là một trong các kỹ thuật thống kê của mơ hình cấu trúc tún tính (SEM). CFA cho chúng ta kiểm định các biến quan sát (mesured variables) đại diện cho các nhân tố (constructs) tốt đến mức nào”. (Ng̀n: Bài Giảng “Thực hành mơ hình cấu trúc tún tính (SEM) với phần mềm AMOS - Nguyễn Khánh Duy, Đại học Kinh Tế TP.HCM). CFA là bước tiếp theo của phân tích nhân tố khám phá EFA, chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối liên hệ hay giả thiết có được hay thực nghiệm giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi kiểm định thống kê. Phương pháp CFA được sử dụng để khẳng định lại tính đơn biến, đa biến của bộ thang đo.

Độ tin cậy tổng hợp (CR) và phương sai rút trích (AVE):

Độ tin cậy tổng hợp (pc) (Joreskog 1971) và tổng phương sai trích (pvc) (Fornell & Larcker 1981) được tính theo cơng thức sau:

Trong đó:

- i: Trọng số chuẩn hóa của biến quan sát thứ i

- (1-i2): Phương sai của sai số đo lường biến quan sát thứ i - p là số biến quan sát của thang đo

Bảng 3.3. Các chỉ tiêu đánh giá mức độ phù hợp của mơ hình cấu trúc

Chỉ sớ Yêu cầu Nguồn

Chi-square điều chỉnh theo bậc tự do (Giá trị CMIN/df ở bảng output khi chạy AMOS)

CMIN/df <3 thì tốt

CMIN/df <5 đơi khi chấp nhận được

Hair et al. (2010)

Root mean squared error of approximation

(RMSEA)

RMSEA < 0.08: phù hợp RMSEA > 0.1: ít phù hợp

Byrne, (2001)

Goodness-of-fit (GFI) 0 < GFI < 1

GFI ≈ 1: phù hợp tốt TLI - Tucker & Lewis

index

0 < TLI < 1

TLI ≈ 1: phù hợp tốt

3.3.3.5. Phân tích mơ hình cấu trúc (SEM)

Mô hình SEM phối hợp được tất cả các kỹ thuật như hồi quy đa biến, phân tích nhân tố và phân tích mối quan hệ hỗ tương (giữa các phần tử trong sơ đồ mạng) để cho phép chúng ta kiểm tra mối quan hệ phức hợp trong mô hình. Khác với những kỹ thuật thống kê khác chỉ cho phép ước lượng mối quan hệ riêng phần của từng cặp nhân tố (phần tử) trong mô hình cổ điển (mô hình đo lường), SEM cho phép ước lượng đồng thời các phần tử trong tổng thể mô hình, ước lượng mối quan hệ nhân quả giữa các khái niệm tiềm ẩn (Latent Constructs) qua các chỉ số kết hợp cả đo lường và cấu trúc của mô hình lý thuyết, đo các mối quan hệ ổn định (recursive) và không ổn định (non-recursive), đo các ảnh hưởng trực tiếp cũng như gián tiếp, kể cả sai số đo và tương quan phần dư. Với kỹ thuật phân tích nhân tố khẳng định (CFA) mô hình SEM cho phép linh động tìm kiếm mô hình phù hợp nhất trong các mô hình đề nghị. Công dụng và lợi thế của mô hình mạng (SEM)

- Kiểm định các giả thuyết về các quan hệ nhân quả có phù hợp (FIT) với dữ liệu thực nghiệm hay không.

-Kiểm định các quan hệ giữa các biến quan sát và không quan sát (biến tiềm ẩn)

-Ước lượng độ giá trị khái niệm (cấu trúc nhân tố) của các độ đo trước khi phân tích sơ đồ đường (path analysis). Cung cấp các chỉ số độ phù hợp cho các mô hình kiểm định.

- Cho phép cải thiện các mô hình kém phù hợp bằng cách sử dụng linh hoạt các hệ số điều chỉnh MI (Modification Indices).

-SEM cung cấp các công cụ có giá trị về thống kê, khi dùng thông tin đo lường để hiệu chuẩn các quan hệ giả thuyết giữa các biến tiềm ẩn.

- SEM giúp giả thuyết các mô hình, kiểm định thống kê chúng (vì EFA và hồi quy có thể không bền vững nhất quán về mặt thống kê).

-SEM thường là một phức hợp giữa một số lượng lớn các biến quan sát và tiềm ẩn, các phần dư và sai số.

- SEM giả định có một cấu trúc nhân quả giữa các biến tiềm ẩn có thể là các tổ hợp tuyến tính của các biến quan sát, hoặc là các biến tham gia trong một chuỗi nhân quả.

 Các chỉ tiêu đánh giá mức độ phù hợp của mơ hình trong SEM:

χ2/ d.f. ratio < 5 (Schumacker & Lomax, 2004), TLI > 0.90 (Hair et al., 2006),

CFI > 0.90 (Hair et al., 2010),

RMSEA < 0.07 (Hair & et al., 2006), p - value > 0.05 (Hair & et al., 2006).

3.3.3.6. Kiểm định Boostrap

Mơ hình cuối cùng cũng như các mơ hình phù hợp khác cần thiết phải có bợ dữ liệu độc lập với nhau, hay cỡ mẫu ban đầu khá lớn. Trong phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thông thường chúng ta phải chia mẫu