Nguồn: Kết quả xử lý dữ liệu nghiên cứu chính thức
4.2. Kiểm định độ tin cậy của các thang đo
Phần này kiểm định hệ số tin cậy Cronbach Alpha để để đánh giá độ tin cậy của từng thang đo.
Phân tích Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Đây là phân tích cần thiết cho thang đo, được dùng để loại các biến không phù hợp trước khi phân tích nhân tố khám phá EFA. Thang đo chấp nhận được khi có trị số Cronbach’s Alpha từ 0.6 cho mục đích nghiên cứu khám phá (Nunnally and Burnstein, 1994).
Tuy nhiên, Cronbach alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Chính vì vậy, bên cạnh hệ số Cronbach alpha, người ta còn sử dụng hệ số tương quan biến tổng.
Hệ số tương quan biến – tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó, hệ số này càng cao thì sự tương quan của các biến với các biến khác trong cùng một nhóm càng cao. Hệ số tương quan biến – tổng phải lớn hơn 0.3. Các biến có hệ số tương quan biến – tổng nhỏ hơn 0.3 được xem là biến rác và bị loại khỏi thang đo (Nunnally and Burnstein, 1994).
Bảng 4.2 : Kết quả C ro nba ch’s Alpha
Yếu tố Biến quan sát Tương quan biến tổng Cronbach Alpha nếu biến bị loại
Danh tiếng RE1 0.654 0.720 RE2 0.683 0.687 RE3 0.604 0.771 Hệ số Cronbach Alpha: 0.8 Dễ dàng sử dụng EU1 0.546 0.745 EU2 0.600 0.688 EU3 0.658 0.624 Hệ số Cronbach Alpha: 0.767 Chất lượng thông tin IQ1 0.602 0.7 IQ2 0.633 0.663 IQ3 0.587 0.716 Hệ số Cronbach Alpha: 0.772 Chất lượng dịch vụ SQ1 0.564 0.765 SQ2 0.650 0.674 SQ3 0.651 0.672 Hệ số Cronbach Alpha: 0.719 Thiết kế website DQ1 0.681 0.811 DQ2 0.698 0.793 DQ3 0.751 0.743 Hệ số Cronbach Alpha: 0.843 An tồn thơng tin SE1 0.469 0.718 SE2 0.683 0.679 SE3 0.567 0.586 Hệ số Cronbach Alpha: 0.743
SO2 0.806 0.802 SO3 0.759 0.845 Hệ số Cronbach Alpha: 0.883 Niềm tin TR1 0.607 0.793 TR2 0.649 0.752 TR3 0.728 0.667 Hệ số Cronbach Alpha: 0.811
Nguồn: Kết quả xử lý dữ liệu nghiên cứu chính thức
Các thang đo đều có hệ số Cronbach Alpha lớn hơn 0.6. Trong đó thấp nhất là thang đo Chất lượng dịch vụ với hệ số alpha là 0.719 và cao nhất là thang đo Ảnh hưởng xã hội với alpha là 0.883.
Hệ số tương quan biến-tổng của các biến đều lớn hơn 0.3, phân bố từ 0.469 đến 0.806, nên chấp nhận các tất cả các biến.
Điều này cho thấy các biến có mối liên hệ chặt chẽ với nhau trong cùng thang đo.
4.3. Phân tích nhân tố khám phá
Nghiên cứu này sử dụng phương pháp trích yếu tố Principal component với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues lớn hơn hoặc bằng 1 đối với 24 quan sát đo lường.
Thực hiện các phân tích:
- Kiểm định Giả thuyết các biến quan sát có tương quan với nhau trong tổng thể dựa vào hệ số KMO và kiểm định Barlett. Phân tích nhân tố là thích hợp khi hệ số KMO >0.5 và mức ý nghĩa Barlett < 0.05 (Hair, 2006).
- Tiến hành loại các biến quan sát có hệ số tải nhân tố < 0.5 (Hair, 2006).
- Chọn các nhân tố có giá trị Eigenvalues > 1 và tổng phương sai trích được > 50% (Anderson and Gerbing, 1988).
Bảng 4.3 : Kết quả kiểm định Ba rlett KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .917 Bartlett's Test of Sphericity Approx. Chi-Square 5243.748
df 210
Sig. 0.000
Nguồn: Kết quả xử lý dữ liệu nghiên cứu chính thức
Hệ số KMO = 0.917 > 0.5: Phân tích nhân tố phù hợp với dữ liệu nghiên cứu
Kiểm định Barlett’s chứng tỏ dữ liệu dùng để phân tích nhân tố là hồn tồn thích hợp với mức ý nghĩa < 0.05. Bác bỏ H0, các biến quan sát trong phân tích EFA là có tương quan nhau trong tổng thể. Như vậy, các điều kiện ban đầu đã được đáp ứng để tiến hành phân tích nhân tố.
Phương pháp sử dụng là Principle component với phép quay Varimax. Việc phân tích nhân tố sẽ được tiến hành với tồn bộ các biến quan sát, sau đó sẽ loại bỏ từng biến số có hệ số truyền tải thấp.
Giá trị tổng phương sai trích = 63.7% > 50%: Đạt yêu cầu. Kết quả cho thấy 4 nhân tố trên này giải thích 63.7% sự biến thiên của dữ liệu.
Bảng 4.4 : Kết quả tổng phương sai trích
Nguồn: Kết quả xử lý dữ liệu nghiên cứu chính thức
Thang đo các nhân tố ảnh hưởng đến ý định chọn mua gồm 7 nhân tố với 21 biến quan sát. Sau khi thang đo được kiểm định bằng công cụ Cronbach’s alpha đạt độ tin cậy, các biến được đưa vào phân tích nhân tố EFA.
Cách tiến hành phân tích nhân tố được thực hiện qua 2 lần như sau:
Lần 1: Tập hợp 21 biến quan sát sau khi được kiểm tra độ tin cậy được đưa vào phân tích nhân tố (EFA). Kết quả như sau:
• Hệ số KMO đạt 0.9 nên EFA phù hợp với dữ liệu. Thống kê Chi – Square của kiểm định Bartlett's với mức ý nghĩa Sig = 0.000 do vậy các biến quan sát có tương quan với nhau.
• Kết quả phân tích nhân tố cũng cho thấy phương sai được giải thích là 63.7% (lớn hơn 50%)
• Điểm dừng khi trích các yếu tố tại nhân tố thứ 4 với eigenvalue là 1.051. Kết quả phân tích nhân tố là phù hợp.
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
1 9.418 44.846 44.846 9.418 44.846 44.846 4.415 21.026 21.026 2 1.678 7.992 52.838 1.678 7.992 52.838 3.453 16.442 37.468 3 1.233 5.871 58.709 1.233 5.871 58.709 3.149 14.993 52.462 4 1.051 5.006 63.715 1.051 5.006 63.715 2.363 11.254 63.715 5 .939 4.471 68.186 6 .880 4.189 72.375 7 .727 3.462 75.837 8 .611 2.908 78.745 9 .565 2.692 81.437 10 .492 2.343 83.781 11 .468 2.228 86.009 12 .435 2.071 88.080 13 .424 2.018 90.098 14 .362 1.722 91.820 15 .315 1.502 93.323 16 .285 1.358 94.680 17 .263 1.254 95.934 18 .258 1.226 97.161 19 .215 1.025 98.185 20 .209 .997 99.182 21 .172 .818 100.000
Extraction Method: Principal Component Analysis.
Total Variance Explained
Component
• Các biến quan sát hệ số chuyển tải đạt yêu cầu (>0.5): ngoại trừ biến SE1 khơng đạt u cầu.
Do đó, việc phân tích nhân tố lần 2 được thực hiện với việc loại biến SE1.
Bảng 4.5 : Kết quả phân tí ch nhâ n tố
Nguồn: Kết quả xử lý dữ liệu nghiên cứu chính thức
Kết quả phân tích nhân tố EFA lần 2 cho thấy, có 4 nhân tố được trích ra. Kết quả phân tích nhân tố cho thấy nhóm biến quan sát của các nhân tố này có hệ số tải nhân tố tốt (từ 0.504 trở lên) và hệ số Cronbach’s Alpha của các nhân tố đều lớn hơn 0.7. Như vậy, các thang đo cho các khái niệm được chấp nhận và đảm bảo độ tin cậy của thang đo và được sử dụng cho phân tích hồi quy tuyến tính bội.
Tuy nhiên, ta nhận thấy trong ma trận xoay nhân tố, các biến quan sát được sắp xếp theo 4 nhóm, do đó các nhân tố này được gom lại và đặt tên cụ thể theo tính chất của các biến quan sát như sau:
Nhân tố thứ nhất: được nhóm lại bằng lệnh trung bình và được đặt tên là nhân tố
Danh tiếng ký hiệu là REP, gồm 3 biến quan sát: RE1 Website mua sắm này nổi tiếng
RE2 Website mua sắm này có uy tín RE3 Website này quan tâm tới khách hàng
Nhân tố thứ hai: được nhóm lại bằng lệnh trung bình và được đặt tên là nhân tố
Chất lượng thông tin INFO, gồm 3 biến quan sát:
IQ1 Tơi ln tìm thấy thơng tin về sản phẩm và dịch vụ mình quan tâm trên website này
IQ2 Tôi cho rằng website này cung cấp thông tin sản phẩm một cách trung thực IQ3 Website này thường xuyên cập nhật mới nội dung
Nhân tố thứ ba: được nhóm lại bằng lệnh trung bình và được đặt tên là nhân tố Sự
dễ dàng sử dụng EOU, gồm 6 biến quan sát:
EU1 Tơi dễ dàng tìm được thơng tin mình cần khi vào website này EU2 Tôi cho rằng việc sử dụng website mua sắm này là nhanh chóng EU3 Tơi dễ dàng sử dụng các tiện ích của website
DQ1 Website này có thiết kế đẹp DQ2 Bố cục của website dễ hiểu DQ3 Font chữ của website dễ nhìn
Nhân tố thứ tư: được nhóm lại bằng lệnh trung bình và được đặt tên là nhân tố
SQ1 Website này nhanh chóng giải quyết những thắc mắc / yêu cầu từ tôi
SQ2 Website này cho phép đăng những ý kiến đánh giá của tôi về sản phẩm và dịch vụ của họ
SQ3 Tôi dễ dàng gửi các yêu cầu của mình tới bộ phận hỗ trợ SE2 Website này nêu rõ điều khoản và điều kiện hoạt động SE3 Website này rất quan tâm tới vấn đề bảo mật
SO1 Người thân và bạn bè của tôi cho rằng website này đáng tin cậy SO2 Những người quen có khun tơi mua sắm ở website này SO3 Tôi tin tưởng đánh giá của người thân và bạn bè về website này
4.4. Hiệu chỉnh mơ hình nghiên cứu và các giả thuyết Hình 4 .4: Mơ hì nh hi ệu chỉ nh Hình 4 .4: Mơ hì nh hi ệu chỉ nh
Nguồn: Tác giả xây dựng
Mơ hình nghiên cứu điều chỉnh lại với 4 nhân tố ảnh hưởng đến niềm tin mua hàng qua mạng tương ứng với 4 giả thuyết được đặt ra như sau:
- H1: có mối quan hệ cùng chiều giữa nhân tố danh tiếng đến niềm tin mua hàng qua mạng.
- H2: có mối quan hệ cùng chiều giữa nhân tố dễ dàng sử dụng và niềm tin mua hàng qua mạng.
Danh tiếng
Dễ dàng sử dụng
Chất lượng thông tin
Chất lượng dịch vụ
H1
H2
H3
H4
Niềm tin khi mua hàng qua mạng
- H3: có mối quan hệ cùng chiều giữa nhân tố chất lượng thông tin đến niềm tin mua hàng qua mạng.
- H4: có mối quan hệ cùng chiều giữa nhân tố chất lượng dịch vụ đến niềm tin mua hàng qua mạng.
4.5. Phân tích tương quan – hồi quy
Sau khi qua giai đoạn phân tích nhân tố (EFA), có 4 nhân tố được đưa vào kiểm định mơ hình. Giá trị của từng nhân tố là giá trị trung bình của các biến quan sát thuộc nhân tố đó.
Phân tích tương quan (Pearson) được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H4.
4.5.1. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy, tác giả sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến độc lập và từng biến phụ thuộc cũng như mối quan hệ giữa các biến độc lập với nhau. Phân tích tương quan là một bước quan trọng trước khi thực hiện phép phân tích hồi quy tuyến tính bội.
Giá trị tuyệt đối của hệ số Pearson r càng cao thì mức độ tương quan giữa 2 biến càng lớn hoặc dữ liệu càng phù hợp với quan hệ tuyến tính giữa hai biến. Giá trị r bằng +1 hoặc bằng -1 cho thấy dữ liệu hồn tồn phù hợp với mơ hình tuyến tính (John, 2000).
Bảng 4.6 : Kết quả phân tí ch tương qua n
Nguồn: Kết quả xử lý dữ liệu
Nhận xét: các biến độc lập đều có tương quan tuyến tính khá mạnh với biến phụ thuộc, các hệ số tương quan đều có ý nghĩa thống kê (p < 0.01).
Cụ thể, mối quan hệ tương quan giữa biến Niềm tin và Danh tiếng là r=0.576; tương quan giữa Niềm tin và Dễ dàng sử dụng là r=0.671; tương quan giữa Niềm tin và Chất lượng thông tin là r=0.620; tương quan giữa Niềm tin và Chất lượng dịch vụ là r=0.695.
Như vậy, việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Tuy nhiên, kết quả phân tích tương quan cũng cho thấy hệ số tương quan giữa các biến độc lập ở mức tương quan mạnh nên cần quan tâm đến hiện tượng đa cộng tuyến khi phân tích hồi quy đa biến.
REP EOU INFO SER TRU
Pearson Correlation 1 .603** .481** .610** .576** Sig. (2-tailed) .000 .000 .000 .000 N 422 422 422 422 422 Pearson Correlation .603** 1 .606** .619** .671** Sig. (2-tailed) .000 .000 .000 .000 N 422 422 422 422 422 Pearson Correlation .481** .606** 1 .565** .620** Sig. (2-tailed) .000 .000 .000 .000 N 422 422 422 422 422 Pearson Correlation .610** .619** .565** 1 .695** Sig. (2-tailed) .000 .000 .000 .000 N 422 422 422 422 422 Pearson Correlation .576** .671** .620** .695** 1 Sig. (2-tailed) .000 .000 .000 .000 N 422 422 422 422 422 TRU
**. Correlation is significant at the 0.01 level (2-tailed).
Correlations
REP
EOU
INFO
4.5.2. Phân tích hồi quy
Tiếp theo, tác giả tiến hành kiểm định mơ hình lý thuyết với phương pháp đưa vào một lượt (Enter), theo phương pháp này 04 biến độc lập là REP, EOU, INF, SER và 1 biến phụ thuộc là TRU sẽ được đưa vào mơ hình cùng một lúc.
Ta có phương trình hồi quy tuyến tính bội diễn tả các nhân tố ảnh hưởng đến ý định chọn mua là:
TRU= β0 + β1* REP + β2*EOU + β3* INF + β4* SER β0: hằng số
Các biến độc lập: REP: Danh tiếng EOU: Dễ dàng sử dụng INF: Chất lượng thông tin SER: Chất lượng dịch vụ Biến phụ thuộc: TRU: Niềm tin
βk là hệ số hồi quy riêng phần (k = 0…4)
Bảng 4.7 : Kết qua mơ hì nh hồi quy
Nguồn: Kết quả xử lý dữ liệu
Kết quả hồi quy tuyến tính bội cho thấy mơ hình có hệ số R2 (R square) là 0.611 và R2 điều chỉnh (adjusted R square) là 0.607. Như vậy mơ hình giải thích được 60.7% sự biến thiên của biến phụ thuộc. Nghĩa là 4 biến độc lập là Danh tiếng, Dễ dàng sử
dụng, Chất lượng thông tin, Chất lượng dịch vụ giải thích được 60.7% niềm tin của người tiêu dùng khi mua hàng qua mạng.
Kết quả kiểm định trị thống kê F, với giá trị sig = 0.000 (< 0.05) từ bảng phân tích phương sai ANOVA cho thấy mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu, sử dụng được.
Bảng 4.8 : Kết qua phân tí ch phương sai
Nguồn: Kết quả xử lý dữ liệu
Kết quả hồi quy tại cho thấy các giá trị Sig. tương ứng với các biến REP, EOU, INFO, SER đều nhỏ hơn 0.05. Vì vậy, có thể khẳng định các biến này có ý nghĩa trong mơ hình.
Bảng 4.9 : Kết qua hệ số hồi quy
Nguồn: Kết quả xử lý dữ liệu
Phương trình hồi quy tuyến tính bội:
ảnh hưởng đến niềm tin của người tiêu dùng khi mua hàng qua mạng theo hệ số beta chưa chuẩn hóa như sau:
TRU = 0.091*REP + 0.305*EOU + 0.202*INFO + 0.348*SER Các biến độc lập (Xi): REP, EOU, INFO, SER
Biến phụ thuộc (TRU): niềm tin khi mua hàng qua mạng.
Hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mơ hình hồi quy trên ảnh hưởng tỷ lệ thuận đến niềm tin khi mua hàng qua mạng. Điều này phù hợp với giả thiết trong mơ hình nghiên cứu đã trình bày trong phần trước.
Kết quả mơ hình hồi quy cho thấy niềm tin khi mua hàng qua mạng chịu tác động cùng chiều của 4 thành phần: Danh tiếng, Sự dễ dàng sử dụng, Chất lượng thông tin và Chất lượng dịch vụ. Các giả thuyết H1, H2, H3, H4 như trong mơ hình nghiên cứu được chấp nhận.
Trong đó, nhân tố ảnh hưởng mạnh nhất đến niềm tin khi mua hàng qua mạng dựa trên hệ số Beta chuẩn hóa là Chất lượng dịch vụ (SER) với hệ số hồi quy Beta chuẩn hóa là 0.348, thứ hai là Sự dễ dàng sử dụng (EOU) với hệ số hồi quy Beta chuẩn hóa là 0.305, thứ ba là Chất lượng thông tin (INFO) với hệ số hồi quy Beta