CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.3. Nghiên cứu định lƣợng
3.3.3.2 Kiểm định thang đo bằng phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) giúp chúng ta đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Trong phân tích EFA, chúng ta có hai ma trận quan trọng để xem xét khi đánh giá các thang đo, đó là ma trận các trọng số nhân tố (factor pattern matrix) và ma trận các hệ số tương quan (factor structure matrix). Khi các nhân tố khơng có quan hệ với nhau thì trọng số nhân tố giữa một nhân tố và một biến đo lường là hệ số tương quan giữa hai biến đó. Trọng số nhân tố là tác động của khái niệm nghiên cứu vào biến đo lường (Nguyễn Đình Thọ, 2011).
Theo Nguyễn Đình Thọ (2011), Tiêu chí eigenvalue là một tiêu chí sử dụng phổ biến trong xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, số lượng nhân tố được xác định ở nhân tố có eigenvalue tối thiểu bằng 1 (≥ 1).
Theo Nguyễn Đình Thọ (2011), “Để xác định sự phù hợp khi dùng EFA, có thể dùng kiểm định Bartlett (Bartlett’s test of sphericity) hoặc KMO (Kaiser-Meyer- Olkin measure of sampling adequacy). Để sử dụng EFA, KMO phải lớn hơn 0,50. Kaiser (1974) đề nghị KMO ≥ 0,90: rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: được; KMO ≥ 0,60: tạm được; KMO ≥ 0,50: xấu; và KMO < 0,50: không thể chấp nhận được”.
Từ cơ sở lý thuyết trên, mơ hình nghiên cứu “các yếu tố tác động đến ý định mua sách trực tuyến của người tiêu dùng TP. HCM” gồm 29 biến quan sát được sử dụng phân tích nhân tố EFA theo các bước sau:
Đối với các biến quan sát đo lường các khái niệm đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân tố PCA (Principal Component Analysis) với phép quay vng góc Varimax và điểm dừng khi trích các yếu tố có Eigenvalue > 1.
Sau đó tiến hành 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.
Xem xét trị số KMO: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), “KMO là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu”.
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 số Eigenvalue (đại diện cho phần biến thiên được giải thích 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.
3.3.3.3. Phân tích hồi quy bội MLR (Multiple Linear Regression)
Phân tích tƣơng quan
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số tương quan Pearson (ký hiệu là r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng (khoảng cách hay tỷ lệ). Trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính. Giá trị tuyệt đối của r tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r = 1).
Theo Nguyễn Đình Thọ (2011), trong mơ hình hồi quy bội (MLR), chúng ta có nhiều biến độc lập, vì vậy với MLR, chúng ta có thêm giả định là các biến độc
lập khơng có quan hệ nhau hồn tồn, nghĩa là hệ số tương quan r của các cặp biến độc lập với nhau khác với 1, chứ khơng phải chúng khơng có tương quan với nhau. Trong thực tiễn nghiên cứu, các biến trong một mơ hình thường có quan hệ với nhau nhưng chúng phải phân biệt nhau (đạt được giá trị phân biệt).
Phân tích hồi quy bội (MLR)
Trình tự phân tích hồi quy bội trong nghiên cứu này được thực hiện như sau: - Phương pháp đưa biến vào phân tích hồi quy là phương pháp đưa các biến vào mơ hình một lượt (phương pháp Enter).
- Để đánh giá độ phù hợp của mơ hình hồi quy đối với tập dữ liệu, tác giả sử dụng hệ số R2 hiệu chỉnh (Adjusted R Square).
- Kiểm định độ phù hợp của mơ hình để lựa chọn mơ hình tối ưu bằng cách sử dụng phương pháp phân tích ANOVA để kiểm định giả thuyết H0: khơng có mối liên hệ tuyến tính giữa biến phụ thuộc với tập hợp các biến độc lập (β1 = β2 = β3 = βn= 0). Nếu trị thống kê F có Sig rất nhỏ (< 0,05), thì giả thuyết H0 bị bác bỏ, khi đó chúng ta kết luận tập hợp của các biến độc lập trong mơ hình có thể giải thích cho sự biến thiên của biến phụ thuộc. Nghĩa là mơ hình được xây dựng phù hợp với tập dữ liệu, vì thế có thể sử dụng được.
- Xác định các hệ số của phương trình hồi quy bội, đó là các hệ số hồi quy riêng phần βk: đo lường sự thay đổi trung bình của biến phụ thuộc khi biến độc lập Xk thay đổi một đơn vị, trong khi các biến độc lập khác được giữ nguyên. Tuy nhiên, độ lớn của βk phụ thuộc vào đơn vị đo lường của các biến độc lập, vì thế việc so sánh trực tiếp chúng với nhau, từ đó xác định tầm quan trọng (mức độ giải thích) của các biến độc lập cho biến phụ thuộc, người ta biểu diễn số đo của tất cả các biến độc lập bằng đơn vị đo lường độ lệch chuẩn beta.
Cuối cùng, nhằm đảm bảo độ tin cậy của mơ hình hồi quy được xây dựng là phù hợp, một loạt các dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính cũng được thực hiện gồm: giả định liên hệ tuyến tính, giả định về phân phối chuẩn của phần dư, giả định về tính độc lập của sai số, đo lường đa cộng tuyến.
3.3.4. Kiểm định sự khác biệt về ý định mua sách trực tuyến của ngƣời tiêu dùng TP. HCM theo các biến định tính bằng T-test và ANOVA dùng TP. HCM theo các biến định tính bằng T-test và ANOVA
Để kiểm định sự khác biệt về ý định mua sách trực tuyến của người tiêu dùng theo giới tính, độ tuổi, trình độ học vấn, thu nhập và nghề nghiệp, tác giả sử dụng phương pháp kiểm định Independent Samples T-test và One-Way ANOVA. Independent Samples T-test được sử dụng để so sánh giá trị trung bình về một chỉ tiêu nghiên cứu giữa hai đối tượng. Phân tích phương sai ANOVA (ANalysis Of VAriance) là sự mở rộng của kiểm định t vì phương pháp này giúp ta so sánh trị trung bình của 3 nhóm trở lên.
Ngồi ra, Levene test cũng được thực hiện trước đó nhằm kiểm định tính phân phối chuẩn của phương sai của các tổng thể con trước khi tiến hành kiểm định sự bằng nhau của giá trị trung bình.
Trong phân tích ANOVA, nếu kết quả phân tích cho thấy giá trị Sig < 0,05 tức là có sự khác biệt về mức độ đánh giá yếu tố ý định mua sách trực tuyến giữa các nhóm người tiêu dùng có đặc điểm cá nhân khác nhau, tác giả tiếp tục sử dụng phương pháp phân tích sâu ANOVA là kiểm định “sau” Post Hoc để tìm xem sự khác biệt cụ thể ở nhóm nào.
Tóm tắt chƣơng 3
Chương này trình bày quy trình nghiên cứu và phương pháp được thực hiện để đánh giá các thang đo các khái niệm nghiên cứu và mơ hình các yếu tố tác động đến ý định mua sách trực tuyến của người tiêu dùng TP. HCM. Phương pháp nghiên cứu được thực hiện qua hai bước: nghiên cứu định tính và nghiên cứu định lượng.
Nghiên cứu định tính thực hiện thơng qua kỹ thuật thảo luận nhóm tập trung. Kết quả nghiên cứu định tính là cơ sở để xây dựng các thang đo.
Nghiên cứu định lượng được thực hiện thông qua kỹ thuật phỏng vấn trực tiếp với kích thước mẫu n = 284. Chương 3 này cũng trình bày các nội dung liên quan đến quá trình nghiên cứu định lượng như: xây dựng bảng câu hỏi phỏng vấn, thiết kế mẫu, giới thiệu kỹ thuật và yêu cầu cho phân tích dữ liệu. Chương tiếp theo sẽ
phân tích kết quả nghiên cứu, kỹ thuật phân tích dữ liệu như đánh giá thang đo bằng hệ số Cronbach’s alpha và phân tích nhân tố khám phá, kiểm định mơ hình và các giả thuyết nghiên cứu bằng phân tích tương quan, hồi quy bội MLR và kiểm định sự khác biệt về ý định mua sách trực tuyến của người tiêu dùng TP. HCM theo các biến định tính bằng T-test và ANOVA.
CHƢƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
Giới thiệu
Chương 3 đã trình bày phương pháp nghiên cứu. Mục đích của chương 4 này sẽ trình bày các kết quả thu được thông qua việc phân tích dữ liệu thu thập bằng phần mềm xử lý thống kê SPSS 20.0. Kết quả nghiên cứu được trình bày bao gồm các phần chính: thống kê mơ tả; đánh giá sơ bộ thang đo các khái niệm nghiên cứu bằng hệ số Cronbach’s alpha; kiểm định thang đo bằng phân tích EFA; kiểm định sự phù hợp của mơ hình và sự tác động của các biến độc lập đến biến phụ thuộc bằng phân tích tương quan, phân tích hồi quy bội MLR; kiểm định sự khác biệt về mức độ đánh giá yếu tố ý định mua sách trực tuyến của người tiêu dùng TP. HCM bằng T-test và ANOVA.
4.1. Mô tả mẫu khảo sát
Sau khi phát ra 320 bảng câu hỏi thì có 278 bảng câu hỏi bằng giấy được thu thập về. Trong các bảng câu hỏi thu về có 19 bảng khơng hợp lệ (do thiếu các thông tin quan trọng hoặc có độ tuổi nhỏ hơn điều kiện khảo sát). Do đó, tác giả loại bỏ 19 bảng câu hỏi này, số bảng câu hỏi còn lại được đưa vào sử dụng để xử lý và phân tích dữ liệu là 259 bảng câu hỏi (mẫu).
a) Thống kê kinh nghiệm sử dụng Internet
Trong 259 đối tượng khảo sát, nhiều nhất là số đối tượng có kinh nghiệm sử dụng internet trên 7 năm với 171 đối tượng (66%), tiếp theo là thời gian từ 5 đến 7 năm có 42 đối tượng (16,2%), và thấp nhất là kinh nghiệm sử dụng dưới 1 năm với 4 đối tượng (1,5%).
Bảng 4.1: Thống kê kinh nghiệm sử dụng Internet STT Kinh nghiệm STT Kinh nghiệm sử dụng Internet Tần số Phần trăm (%) Phần trăm tích lũy (%) 1 Dưới 1 năm 4 1,5 1,5 2 Từ 1 đến 3 năm 21 8,1 9,7 3 Từ 3 đến 5 năm 21 8,1 17,8 4 Từ 5 đến 7 năm 42 16,2 34 5 Trên 7 năm 171 66 100 6 Tổng cộng 259 100
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
b) Thời gian trung bình một lần truy cập vào các website bán hàng trực tuyến
Trong số 259 đối tượng khảo sát, có 14 đối tượng với tỷ lệ 5,4% chưa từng sử dụng dịch vụ mua hàng trực tuyến mặc dù họ biết về hoạt động thương mại điện tử. Phần lớn đối tượng khảo sát truy cập vào các website bán hàng trực tuyến dưới 10 phút với 117 đối tượng, chiếm tỷ lệ 45,2%.
Bảng 4.2: Thời gian trung bình một lần truy cập vào website bán hàng trực tuyến STT Thời gian truy cập Tần số Phần trăm STT Thời gian truy cập Tần số Phần trăm
(%) Phần trăm tích lũy (%) 1 Chưa sử dụng 14 5,4 5,4 2 Dưới 10 phút 117 45,2 50,6 3 Từ 10 đến 30 phút 95 36,7 87,3 4 Trên 30 phút 33 12,7 100 5 Tổng cộng 259 100
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
c) Tần suất truy cập vào các website thương mại bán hàng trực tuyến
Trong số 259 đối tượng khảo sát, có 14 đối tượng với tỷ lệ 5,4% chưa từng sử dụng dịch vụ mua hàng trực tuyến, tiếp theo có 121 đối tượng với tỷ lệ 46,7% truy cập từ 1 đến 2 lần/ tháng, 71 đối tượng với tỷ lệ 27,4% truy cập từ 3 đến 5 lần/ tháng, 24 đối tượng với tỷ lệ 9,3% truy cập từ 6 đến 10 lần/ tháng và 29 đối tượng với tỷ lệ 11,2% truy cập trên 10 lần/ tháng vào các website thương mại bán hàng trực tuyến.
Bảng 4.3: Tần suất truy cập vào các website thƣơng mại bán hàng trực tuyến STT Số lần truy cập/ tháng Tần số Phần trăm STT Số lần truy cập/ tháng Tần số Phần trăm (%) Phần trăm tích lũy (%) 1 Chưa sử dụng 14 5,4 5,4 2 Từ 1 đến 2 lần 121 46,7 52,1 3 Từ 3 đến 5 lần 71 27,4 79,5 4 Từ 6 đến 10 lần 24 9,3 88,8 5 Trên 10 lần 29 11,2 100 6 Tổng cộng 259 100
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Về giới tính: có 122 người là nam giới chiếm 47,1%, còn lại 137 người là nữ
chiếm 52,9%.
Về độ tuổi: có 152 người ở độ tuổi từ 22 đến 28 tuổi chiếm 58,7%, 88 người ở
độ tuổi từ 29 đến 35 chiếm 34%, 16 người ở độ tuổi từ 36 đến 45 chiếm 6,2% và 3 người ở độ tuổi từ 46 đến 50 chiếm 1,2%.
Về thu nhập hàng tháng: có 37 người có thu nhập dưới 5 triệu/tháng chiếm
14,3%, 157 người có thu nhập từ 5 đến dưới 10 triệu/tháng chiếm 60,6%, 56 người có thu nhập từ 10 đến dưới 20 triệu/tháng chiếm 21,6% và 9 người có thu nhập từ 20 triệu/tháng trở lên chiếm 3,5%.
Về trình độ học vấn: có 44 người có trình độ chưa qua cao đẳng chiếm 17%, 172 người có trình độ học xong cao đẳng/ đại học chiếm 66,4% và 43 người có trình độ sau đại học chiếm 16,6%.
Về nghề nghiệp: có 42 người là cán bộ, viên chức nhà nước chiếm 16,2%, 176 người là cán bộ, nhân viên trong đơn vị kinh doanh chiếm 68% và 41 người có nghề nghiệp khác chiếm 15,8%.
Bảng 4.4: Thông kê mẫu nghiên cứu theo đặc điểm cá nhân của ngƣời tiêu dùng Đặc điểm Đặc điểm
của mẫu Chỉ tiêu
Tần số Phần trăm (%) Phần trăm tích lũy (%) Giới tính Nam 122 47,1 47,1 Nữ 137 52,9 100 Tổng cộng 259 100 Độ tuổi Từ 22 đến 28 152 58,7 58,7 Từ 29 đến 35 88 34 92,7 Từ 36 đến 45 16 6,2 98,8 Từ 46 đến 50 3 1,2 100 Tổng cộng 259 100 Thu nhập Dưới 5 triệu 37 14,3 14,3 Từ 5 đến dưới 10 triệu 157 60,6 74,9 Từ 10 đến dưới 20 triệu 56 21,6 96,5 >=20 triệu 9 3,5 100 Tổng cộng 259 100 Trình độ học vấn
Chưa qua cao đẳng 44 17 17
Xong cao đẳng/ Đại học 172 66,4 83,4
Sau đại học 43 16,6 100
Tổng cộng 259 100
Nghề nghiệp
Cán bộ, viên chức nhà nước 42 16,2 16,2
Cán bộ, nhân viên trong đơn
vị kinh doanh 176 68 84,2
Nghề nghiệp khác 41 15,8 100
Tổng cộng 259 100
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
4.2. Đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronbach’s Alpha
Kết quả đánh giá Cronbach’s alpha được trình bày trong bảng 4.5 (xem thêm Phụ lục 4) cho thấy các thang đo đều có hệ số Cronbach’s Alpha đạt yêu cầu > 0,7 (thấp nhất là thang đo ý định mua sách trực tuyến có Alpha = 0,723 và cao nhất là thang đo ảnh hưởng xã hội có Alpha = 0,868). Hệ số tương quan biến tổng (hiệu chỉnh) của các biến quan sát đều đạt giá trị lớn hơn 0,3. Do vậy, các biến đo lường của các thành phần đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố khám phá (EFA).
Bảng 4.5: Kết quả đánh giá các thang đo bằng Cronbach's Alpha Biến quan sát Biến quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu
loại biến Hệ số tƣơng quan biến tổng hiệu chỉnh Cronbach's Alpha nếu loại biến Thang đo sự tin tƣởng (TR): Alpha = 0,864
TR1 9,64 6,037 0,653 0,856
TR2 9,43 5,649 0,801 0,789
TR3 9,22 6,521 0,719 0,826
TR4 9,17 6,627 0,701 0,834
Thang đo nhận thức sự thích thú (EN): Alpha = 0,833
EN1 13,039 7,022 0,494 0,838
EN2 13,069 6,484 0,667 0,789
EN3 13,054 6,144 0,756 0,763
EN4 13,023 6,674 0,677 0,788
EN5 13,019 6,841 0,581 0,813
Thang đo nhận thức tính hữu ích (PU): Alpha = 0,845
PU1 13,05 8,052 0,575 0,834
PU2 13,01 7,395 0,723 0,793
PU3 13,05 7,626 0,737 0,791
PU4 13,03 7,840 0,695 0,803
PU5 12,92 8,048 0,546 0,843
Thang đo ảnh hƣởng xã hội (SI): Alpha = 0,868