CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4. Hiệu chỉnh mơ hình nghiên cứu và các giả thuyết
Hiệu chỉnh mơ hình
Từ mơ hình ban đầu với 28 biến quan sát và các biến DV1, DV5 bị loại khi phân tích Cronbach’s Alpha. Đồng thời, sau khi phân tích EFA thì 26 biến cịn lại được gom vào 6 nhân tố như sau:
Nhân tố 1: Sự tiện lợi bao gồm 6 biến như sau: - Tiết kiệm thời gian
- Dễ dàng tìm kiếm sản phẩm - Dễ mua sản phẩm
- Thông tin liên lạc đầy đủ - Dễ so sánh giá cả và thơng tin - Hình thức thanh tốn đa dạng
Nhân tố 2: Hàng hóa gồm 7 biến quan sát như sau: - Số lượng hàng hóa cung cấp
- Sự đa dạng
- Thơng tin hàng hóa đầy đủ - Chất lượng thông tin
- Kiểu dáng sản phẩm hợp “mốt” - Màu sắc sản phẩm hợp “mốt” - Chất liệu sản phẩm hợp “mốt”
Nhân tố 3: Thiết kế web gồm 5 biến quan sát như sau: - Cơ cấu và sự liên kết
- Thiết kế và giao diện web - Sự trình bày (hiển thị) - Tùy chỉnh nội dung - Cập nhật thông tin
Nhân tố 4: An ninh gồm 3 biến quan sát như sau: - An tồn tài chính
- An tồn thông tin mua sắm - Xác nhận giao dịch
Nhân tố 5: Dịch vụ khách hàng gồm 3 biến quan sát như sau: - Hỗ trợ khách hàng
- Đóng gói
Nhân tố 6: Giá cả gồm 2 biến quan sát như sau: - Thường xuyên được hưởng giá ưu đãi - Chi phí vận chuyển, đổi trả hợp lý.
Với những nhân tố trên, ta có mơ hình hiệu chỉnh như sau:
Hình 4.7: Mơ hình nghiên cứu hiệu chỉnh về sự thỏa mãn của khách hàng mua sắm sản phẩm thời trang trực tuyến tại các sàn TMĐT B2C.
Các giả thuyết
H1: Nhân tố sự tiện lợi có quan hệ dương với sự thỏa mãn. H2: Nhân tố hàng hóa có quan hệ dương với sự thỏa mãn. H3: Nhân tố thiết kế web có quan hệ dương với sự thỏa mãn. H4: Nhân tố an ninh có quan hệ dương với sự thỏa mãn.
H5: Nhân tố dịch vụ khách hàng có quan hệ dương với sự thỏa mãn.
Sự tiện lợi Hàng hóa Thiết kế web An ninh Dịch vụ khách hàng Sự thỏa mãn Giá cả H6 H5 H4 H2 H3 H1
H6: Nhân tố giá cả có quan hệ dương với sự thỏa mãn.
4.5. Phân tích hồi qui tuyến tính bội
Với mơ hình đã được hiệu chỉnh như trên, ta có phương trình hồi qui đa biến như sau:
TM = β0 + β1 * TL + β2 * HH + β3 * TK + β4 * AN + β5 * DV + β6 * GC Trong đó:
Các biến độc lập: Sự tiện lợi (TL), Hàng hóa (HH), Thiết kế web (TK), An ninh (AN), Dịch vụ khách hàng (DV), Giá cả (GC).
Biến phụ thuộc: Sự thỏa mãn của khách hàng online đối với dịch vụ bán lẻ thời trang trực tuyến tại các sàn TMĐT B2C (TM).
β0 : hệ số chặn (hằng số) là giá trị mong muốn của biến phụ thuộc (TM) khi các biến độc lập TL, HH, TK, AN, DV, GC bằng “0”.
βk (k=1-6): là hệ số hồi qui riêng phần thể hiện mối quan hệ giữa biến phụ thuộc và biến độc lập với ý nghĩa trong điều kiện các nhân tố khác không đổi, khi TL, HH, TK, AN, DV, GC tăng lên 1 đơn vị (theo đơn vị tính của nhân tố đó) thì sự thỏa mãn sẽ tăng lên βk đơn vị (theo đơn vị tính của sự thỏa mãn).
Phân tích tương quan
Trước hết, phân tích tương quan được thực hiện nhằm đo độ lớn trong mối liên hệ giữa các biến định lượng. Trong phân tích tương quan, các biến có tính chất đối xứng nghĩa là khơng có sự phân biệt giữa các biến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Lệnh Correlate – Bivariate của Analysis được sử dụng nhằm thiết lập ma trận tương quan giữa biến thỏa mãn và các biến độc lập.
Dựa vào hệ số tương quan đạt mức ý nghĩa 5% để xây dựng mơ hình hồi qui. Với việc lựa chọn hệ số tương quan Pearson và kiểm định 2 phía kết quả phân tích tương quan như sau: Ma trận tương quan thể hiện sự thỏa mãn có quan hệ chặt chẽ với 6 thành phần của thang đo sự thỏa mãn (tương quan thấp nhất là 0.550). Như vậy, 6 biến độc lập này có thể được đưa vào mơ hình để mơ hình hóa mối quan hệ nhân quả của chúng với biến phụ thuộc sự thỏa mãn bằng hồi qui tuyến tính.
Bảng 4.6: Ma trận tương quan giữa các biến độc lập với nhau và giữa các biến độc lập với biến phụ thuộc.
TL HH TK AN DV GC TM TL 1 .000 .000 .000 .000 .000 .635** HH .000 1 .000 .000 .000 .000 .578** TK .000 .000 1 .000 .000 .000 .551** AN .000 .000 .000 1 .000 .000 .550** DV .000 .000 .000 .000 1 .000 .617** GC .000 .000 .000 .000 .000 1 .568** TM .635** .578** .551** .550** .617** .568** 1
Theo bảng trên có thể thấy 6 nhân tố tương quan với nhau khá chặt nên kiểm định đa cộng tuyến sẽ được tiến hành ở bước tiếp theo để xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.
Hồi qui tuyến tính bội
Phân tích hồi qui tuyến tính bội được thực hiện để xem xét mối quan hệ giữa các biến độc lập Sự tiện lợi (TL), Hàng hóa (HH), Thiết kế web (TK), An ninh (AN),
thỏa mãn (TM) của khách hàng mua sắm sản phẩm thời trang trực tuyến tại các sàn TMĐT B2C.
Bảng 4.7: Kết quả hồi qui tuyến tính bội
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .787a .737 .721 .33910 a. Predictors: (Constant), GC, TL, TK, DV, AN, HH
b. Dependent Variable: TM
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 19.619 6 3.770 39.395 .000a Residual 11.426 278 .401
Total 31.045 284 a. Predictors: (Constant), GC, TL, TK, DV, AN, HH b. Dependent Variable: TM Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) .240 .317 1.060 .276 TL .517 .065 .159 1.010 .001 .489 2.011 HH .465 .063 .439 4.368 .000 .414 1.195 TK .140 .047 .113 1.113 .035 .365 1.036 AN .105 .053 .055 1.027 .005 .272 1.029 DV .503 .055 .092 2.405 .000 .443 1.060 GC .159 .051 .395 4.397 .003 .402 1.523 a. Dependent Variable: TM
Giá trị R2 hiều chỉnh (Adjusted R Square) = 0.721 cho thấy mơ hình giải thích được 72,1% biến thiên của dữ liệu, nghĩa là 6 biến TL, HH, TK, AN, DV, GC giải thích được 72,1% biến thiên của dữ liệu, còn lại 27,9% là do nguyên nhân khác.
Kiểm định độ phù hợp của mơ hình
Kiểm định F trong bảng phân tích phương sai ANOVA là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi qui tuyến tính tổng thể với giả thuyết H0 : β1 = β2 = β3 = β4 = β5 = β6 = 0 (tất cả các hệ số hổi qui bằng 0, ngoại trừ hằng số). Giá trị Sig = 0.000 < mức ý nghĩa 5% cho thấy có thể bác bỏ giả thuyết H0. Như vậy, kết hợp các biến hiện có trong mơ hình có thể giải thích được thay đổi của Thỏa mãn, nghĩa là mơ hình hồi qui tuyến tính bội được xây dựng phù hợp với dữ liệu và có thể sử dụng được.
Ý nghĩa của các hệ số hồi qui riêng phần
Hồi qui cho kết quả các biến độc lập đều có ý nghĩa với Sig <5%. Như vậy có thể bác bỏ giả thuyết hệ số góc β = 0 với độ tin cậy 95%.
Mơ hình hồi qui bội thể hiện sự thỏa mãn của khách hàng online đối với dịch vụ bán lẻ thời trang trực tuyến tại các sàn TMĐT B2C như sau:
TM = 0.240 + 0.517 *TL + 0.465*HH + 0.140*TK + 0.105*AN + 0.503*DV + 0.159*GC.
Trong đó thành phần Sự tiện lợi có ảnh hưởng lớn nhất đến sự hài lịng, kế đến là Dịch vụ khách hàng, Hàng hóa, Giá cả, Thiết kế, An ninh.