Bảng 4.12 Kiểm định giá trị trung bình cho tổng thể One-Sample Test One-Sample Test
Giá trị tham chiếu = 3 Biến Trung bình nghĩa sig Mức ý Khác biệt
Kiểm định với độ tin cậy 95% Cận dưới Cận trên SD 4.1479 0.000 1.1479 1.0786 1.2172 NT 4.0787 0.000 1.0787 0.9897 1.1678 CN 4.1549 0.000 1.1549 1.0862 1.2236 KN 3.8284 0.000 0.8284 0.7528 0.9040 ML 3.9702 0.000 0.9702 0.8873 1.0531
(Nguồn: Phân tích SPSS từ dữ liệu điều tra)
Đối với biến Cảm nhận tính dễ sử dụng: với mức ý nghĩa sig=0.000<0.05 cho thấy thực tế mức đồng ý về biến Cảm nhận tính dễ sử dụng của tổng thể là cao (4.14>3). Đối với biến Niềm tin: với mức ý nghĩa sig=0.000<0.05 cho thấy thực tế mức đồng ý về biến Niềm tin của tổng thể là cao (4.07>3).
Đối với biến Chức năng: với mức ý nghĩa sig=0.000<0.05 cho thấy thực tế mức đồng ý về biến Chức năng của tổng thể là cao (4.15>3).
Đối với biến Kinh nghiệm mua hàng trực tuyến: với mức ý nghĩa sig=0.000<0.05 cho thấy thực tế mức đồng ý về biến Kinh nghiệm mua hàng trực tuyến của tổng thể là khá cao (3.82>3).
Đối với biến Ý định mua lại hàng trực tuyến: với mức ý nghĩa sig=0.000<0.05 cho thấy thực tế mức đồng ý về biến Ý định mua lại hàng trực tuyến của tổng thể là khá cao (3.97>3).
Như vậy thực tế giá trị trung bình của các biến có tính đại diện cho tổng thể và hầu hết đều ở mức độ đồng ý. (>3)
4.6 Kiểm định sự khác biệt giữa các biến kiểm soát đến biến “Ý định mua lại”
Trong phần này tác giả tiến hành xem xét liệu có sự khác biệt giữa các nhóm tuổi, nhóm học vấn, nhóm ngành nghề, nhóm thu nhập đến “Ý định mua lại” hay khơng. Để làm được điều này, kiệm định phân tích phương sai một yếu tố (One – Way ANOVA) được thực hiện. Có một số giả định sau đối với phân tích phương sai một yếu tố:
• Các nhóm so sánh phải độc lập và được chọn ngẫu nhiên
• Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như có tiệm cận phân phối chuẩn
• Phương sai của các nhóm so sánh phải đồng nhất
9 Kiểm định Kruskal - Wallis
Nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau khơng đáp ứng được thì kiểm định phi tham số Kruskal-Wallis sẽ là một giải pháp thay thế hữu hiệu cho ANOVA.
9 Kiểm định Dunnett
Khi có sự khác biệt giữa các nhóm và muốn xác định rõ khác biệt đó là giữa nhóm nào thì kiểm định Dunnett sẽ được sử dụng để xem xét điều này.
Tiến hành chạy One – Way ANOVA lần lượt từng biến kiểm soát với biến ML (Trung bình của biến Ý định mua lại) ta được kết quả sau:
Bảng 4.13 Kiểm định sự khác biệt giữa các biến kiểm soát với biến ML Biến kiểm soát Phương sai đồng nhất - Mức ý nghĩa sig