CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.1 Thông tin mẫu
Thông qua danh sách các khách hàng đƣợc cung cấp bởi đồng nghiệp và bạn bè làm việc tại các công ty bán hàng lẻ trực tuyến, tác giả tiến hành gửi bảng câu hỏi tới địa chỉ khách hàng đồng thời phỏng vấn trực tiếp bằng điện thoại. Trong số 500 ngƣời đƣợc phỏng vấn bằng bảng câu hỏi và điện thoại, thu về 290 bảng câu hỏi hợp lệ đƣợc nhập liệu (danh sách thơng tin ngƣời tham gia phỏng vấn đính kèm sau phụ lục), sử dụng phần mềm SPSS để tính tốn các đại lƣợng thống kê (xem phụ lục số 4) ta có thơng tin mẫu nhƣ sau:
- Giới tính: Mẫu khảo sát có 89 ngƣời là nam (chiếm 30,7%) và 201 là nữ
(chiếm 69,3%). (xem hình 4.1)
Hình 4.1: Tỉ lệ theo giới tính
- Nhóm tuổi: Mẫu khảo sát có 147 ngƣời có độ tuổi dƣới 25 tuổi (chiếm
50,7%), 116 ngƣời có độ tuổi từ 25 đến 34 tuổi (chiếm 40%), 24 ngƣời có độ tuổi từ
31%
69%
Nam Nữ
Hình 4.2: Tỉ lệ theo độ tuổi
- Trình độ học vấn: Mẫu khảo sát có 5 ngƣời trình độ phổ thơng (chiếm
1,7%), 2 ngƣời trình độ trung cấp (chiếm 0,7%), 31 ngƣời trình độ cao đẳng (chiếm 10,7%), 213 ngƣời trình độ đại học (chiếm 73,4%), 32 ngƣời trình độ sau đại học (chiếm 11%), 7 ngƣời trình độ khác (chiếm 2,4%)
- Nghề nghiệp: Mẫu khảo sát có 10 ngƣời là viên chức quản lý/ doanh nhân
(chiếm 3,4%), 122 ngƣời là viên chức hành chính (chiếm 42,1%), 5 ngƣời là cơng nhân kỹ thuật (chiếm 1,7%), 134 ngƣời là học sinh/ sinh viên (chiếm 46,2%), 19 ngƣời có nghề nghiệp khác (chiếm 6,6%).
- Thu nhập: Mẫu khảo sát có 129 ngƣời có thu nhập dƣới 3 triệu đồng
(chiếm 44,5%), 50 ngƣời có thu nhập từ 3 – 5 triệu đồng (chiếm 17,2%), 47 ngƣời có thu nhập từ 5 – 7 triệu đồng (chiếm 16,2%), 29 ngƣời có thu nhập từ 7 – 9 triệu đồng (chiếm 10%), 35 ngƣời có thu nhập trên 9 triệu đồng (chiếm 12,1%).
- Tình trạng hơn nhân: Mẫu khảo sát có 228 ngƣời độc thân (chiếm
78,6%), 62 ngƣời đã lập gia đình (chiếm 21,4%).
- Nguồn thơng tin: Song song với việc tìm hiểu thơng tin cá nhân từ ngƣời
trả lời phỏng vấn, tác giả cũng tìm hiểu thêm về nguồn thơng tin mà ngƣời trả lời phỏng vấn tiếp cận với các kênh mua hàng trực tuyến. Trong mẫu khảo sát có
51% 40%
8% 1%
điện tử, 48,6% số ngƣời biết quảng cáo trực tuyến trên mạng, 7,9% biết thông qua tờ rơi và áp phích quảng cáo, 7,6% số ngƣời biết thơng qua quảng cáo trên báo chí và truyền hình, 36,2% số ngƣời biết qua cơng cụ tìm kiếm trực tuyến, 4,8% số ngƣời biết biết qua nguồn thơng tin khác (xem hình 4.3).
Hình 4.3: Nguồn thơng tin 4.2 Kiểm định thang đo các nhân tố 4.2 Kiểm định thang đo các nhân tố 4.2.1 Kiểm định Cronbach Alpha
Nhƣ đã giới thiệu trong mục 3.2.2.2, phƣơng pháp này cho phép ngƣời phân tích loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tƣơng quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thơng thƣờng, thang đo có Cronbachalpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt. 25.2% 11.4% 29.3% 4.8% 4.6% 21.8% 2.9% Bạn bè, người thân giới thiệu Thư điện
tử Quảng cáo trực tuyến Tờ rơi, áp phích quảng cáo Quảng cáo trên báo chí, truyền hình Sử dụng cơng cụ tìm kiếm Khác
Kết quả Cronbach Anpha của các thành phần thang đo các yếu tố ảnh hƣởng đến sự hài lòng của khách hàng mua hàng trực tuyến đƣợc trình bày tại bảng 4.1 (xem phụ lục 5).
Thành phần sự thuận tiện có hệ số Cronbach Anpha là 0,735 và hệ số tƣơng quan biến tổng của các biến (I1, I2, I3, I4, I5) đều lớn hơn 0,3. Tuy nhiên biến I5 lại làm tăng Cronbach Anpha khi loại biến (Cronbach’s Anpha if Item Deleted = 0,748 > 0,735), nên biến I5 bị loại. Sau khi loại biến I5 và kiểm định Cronbach Anpha lại lần thứ 2 kết quả cho thấy Cronbach Anpha là 0,726 và tƣơng quan của các biến tổng của các biến (I1, I2, I3, I4) đều lớn hơn 0,3. Vì vậy, các biến đo lƣờng sự thuận tiện còn lại 4 biến (I1, I2, I3, I4) đƣợc sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần hàng hóa có hệ số Cronbach Anpha là 0,726 và có hệ số tƣơng quan biến tổng của các biến (II1, II2, II3, II4) đều lớn hơn 0,3 (nhỏ nhất là 0,421). Vì vậy, 4 biến này đều đƣợc sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần cấu trúc web có hệ số Cronbach Anpha là 0,843 và có hệ số tƣơng quan biến tổng của các biến (III1, III2, III3, III4, III5) đều lớn hơn 0,3 (nhỏ nhất là 0,584). Vì vậy, 5 biến này đều đƣợc sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần an tồn có hệ số Cronbach Anpha là 0,710 và có hệ số tƣơng quan biến tổng của các biên (IV1, IV2, IV3) đều lớn hơn 0,3 (nhỏ nhất là 0,504). Vì vậy, 3 biến này đều đƣợc sử dụng cho phân tính khám phá nhân tố tiếp theo.
Thành phần dịch vụ khách hàng có hệ số Cronbach Anpha là 0,826 và có hệ số tƣơng quan biến tổng của các biến (V1, V2, V3, V4, V5) đều lớn hơn 0,3 (nhỏ nhất là 0,519). Vì vậy, các biến này đều đƣợc sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần nhận thức giá trị có hệ số Cronbach Anpha là 0,841 và có hệ số tƣơng quan biến tổng của các biến (VI1, VI2, VI3) đều lớn hơn 0,3 (nhỏ nhất là 0,651). Vì vậy, các biến này đều đƣợc sử dụng cho phân tích khám phá nhân tố tiếp theo.
Kết quả đánh giá thang đo sự hài lòng của khách hàng mua sắm trực tuyến có hệ số Cronbach Anpha là 0,657 và có hệ số tƣơng quan biến tổng của các biến (H1, H2, H3, H4) đều lớn hơn 0,3 (nhỏ nhất là 0,338). Vì vậy, các biến này đều đƣợc sử dụng cho phân tích khám phá nhân tố tiếp theo.
Bảng 4.1: Cronbach’s Anpha của các nhân tố Biến Biến
quan sát
Trung bình thang đo nếu biến loại
Phƣơng sai thang đo nếu
biến loại Tƣơng quan biến tổng Cronbach's Anpha nếu biến loại Thành phần sự thuận tiện: Cronbach Anpha = 0,735
I1 14.38 7.633 0.531 0.675
I2 14.35 7.426 0.607 0.644
I3 14.47 7.779 0.574 0.659
I4 14.53 8.734 0.449 0.706
I5 14.46 8.858 0.336 0.748
Thành phần hàng hóa: Cronbach Anpha = 0,726
II1 9.08 4.138 0.564 0.634
II2 8.84 5.114 0.421 0.715
II3 9.35 4.539 0.504 0.671
II4 9.14 4.465 0.576 0.629
Thành phần cấu trúc web: Cronbach Anpha = 0,843
III1 13.84 8.464 0.584 0.828
III2 13.68 7.706 0.666 0.806
III3 13.71 7.506 0.71 0.793
III4 13.83 7.901 0.697 0.798
IV2 6.51 1.538 0.568 0.585 IV3 6.19 2.53 0.504 0.689 Thành phần dịch vụ khách hàng: Cronbach Anpha = 0,826 V1 11.8 9.588 0.695 0.769 V2 11.56 9.548 0.704 0.766 V3 11.52 11.109 0.551 0.811 V4 11.36 10.889 0.519 0.819 V5 11.91 9.408 0.646 0.785
Thành phần nhận thức giá trị: Cronbach Anpha = 0,841
VI1 6.81 2.855 0.651 0.83
VI2 7.16 2.814 0.664 0.819
VI3 6.89 2.503 0.808 0.676
Thành phần sự hài lòng của khách hàng mua sắm trực tuyến: Cronbach Anpha = 0,679
H1 9.6 2.745 0.539 0.535
H2 9.44 2.745 0.404 0.611
H3 9.77 2.879 0.338 0.654
H4 9.38 2.263 0.497 0.546
4.2.2 Phân tích nhân tố khám phá (EFA)
Sau khi đánh giá độ tin cậy của thang đo chúng ta bắt đầu đi sâu vào phân tích nhân tố. Ban đầu, chúng ta có 25 biến quan sát, thông qua hệ số Cronbach Alpha còn lại 24 biến phù hợp cho phân tích nhân tố khám phá. Phân tích nhân tố khám phá EFA là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá
trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, cịn nếu nhƣ trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Ngồi ra, phân tích nhân tố cịn dựa vào hệ số Eigenvalue để xác định số lƣợng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới đƣợc giữ lại trong mơ hình. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố đƣợc xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tƣơng quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phƣơng pháp trích nhân tố Principal Components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0,5 thì mới đạt u cầu.
Phân tích khám phá nhân tố với các nhân tố ảnh hƣởng tới sự hài lòng của khách hàng mua hàng trực tuyến có kết quả nhƣ tại phụ lục 6. Để đáp ứng đƣợc phân tích nhân tố thì các biến phải có liên hệ với nhau. Nếu hệ số tƣơng quan nhỏ thì có thể dẫn đến phân tích nhân tố khơng thích hợp. Ngồi ra, chúng ta cịn sử dụng Bartlett’s Test of Sphericity để kiểm định giả thuyết Ho: khơng có mối tƣơng quan với nhau trong tổng thể.
Bảng 4.2: Hệ số KMO và Bartlett's Test
Kaiser-Meyer-Olkin 0.845 Bartlett's Test of Sphericity Approx. Chi-Square 3113.498 df 276 Sig. 0.000
Số lƣợng nhân tố: Theo tiêu chuẩn Eigenvalue thì có 6 nhân tố đƣợc rút ra. Và 6 nhân tố này giải thích đƣợc 65,312% (> 50%) sự biến thiên của dữ liệu. Bảng Communalities cho biết các thơng tin có liên quan sau khi số lƣợng nhân tố đƣợc rút ra. Nó cho biết các Communality của các biến tức là phần biến thiên đƣợc giải thích bởi các nhân tố chung. Việc giải thích kết quả đƣợc tăng cƣờng bằng cách xoay các nhân tố.
Bảng 4.3: Ma trận xoay các nhân tố từ kết quả phân tích EFA cho thấy có 24 biến đƣợc rút trích thành 6 nhân tố và đặt tên nhƣ sau:
Nhân tố 1 (I): Sự thuận tiện gồm 4 biến quan sát (I1, I2, I3, I4)
Nhân tố 2 (II): Hàng hóa gồm 4 biến quan sát (II1, II2, II3, II4)
Nhân tố 3 (III): Cấu trúc web gồm 5 biến quan sát (III1, III2, III3, III4, III5)
Nhân tố 4 (IV): An toàn gồm 3 biến quan sát (IV1, IV2, IV3)
Nhân tố 5 (V): Dịch vụ khách hàng gồm 5 biến quan sát (V1, V2, V3, V4, V5)
Nhân tố 6: Nhận thức giá trị gồm 3 biến quan sát (VI1, VI2, VI3)
Bảng 4.3: Kết quả phân tích EFA Biến Biến Yếu tố 1 2 3 4 5 6 V1 0.757 V5 0.738 V2 0.737 V3 0.72 V4 0.645 III2 0.817 III3 0.746 III5 0.703
III4 0.696 III1 0.514 I3 0.788 I2 0.752 I1 0.715 I4 0.588 VI3 0.876 VI1 0.813 VI2 0.789 II1 0.769 II4 0.712 II2 0.62 II3 0.615 IV1 0.736 IV3 0.701 IV2 0.603
Kết quả phân tích nhân tố đối với thang đo sự hài lòng của khách hàng đƣợc thể hiện tại phụ lục 7. Hệ số KMO = 0,637 và Sig. = 0,000 < 1%, do vậy phân tích nhân tố với biến này là thích hợp. Một nhân tố đƣợc trích rút tại eigenvalue là 2,006, phƣơng sai trích rút là 50,153% và các hệ số tải đều lớn hơn 0,5. Nhƣ vậy, các biến quan sát của thang đo này đạt yêu cầu cho phân tích tiếp theo. (bảng 4.4)
Bảng 4.4: Kết quả phân tích EFA sự hài lịng của khách hàng Biến quan sát Biến quan sát
Yếu tố
1
H3 0.598
Eigenvalue 2.006
Phƣơng sai trích rút (%) 50.153
KMO 0,637
Vậy biến phụ thuộc sự hài lòng của khách hàng mua hàng trực tuyến đƣợc ký hiệu là H gồm 4 biến quan sát nhƣ bảng 4.5
Bảng 4.5: Thang đo sự hài lòng khách hàng mua hàng trực tuyến Biến quan sát Sự hài lòng của khách hàng (H) Biến quan sát Sự hài lòng của khách hàng (H)
H1 Mức độ hài lòng khi mua hàng qua mạng
H2 Mức độ thích thú khi mua hàng qua mạng
H3 Mức độ tin tƣởng khi mua hàng qua mạng
H4 Bạn sẽ lặp lại việc mua hàng qua mạng
Từ mơ hình ban đầu với 25 biến quan sát và biến I5 bị loại khi phân tích Cronbach Alpha. Đồng thời theo phân tích EFA ở trên 24 biến còn lại đƣợc gom thành 6 nhân tố nên ta có thể hiệu chỉnh lại mơ hình ban đầu nhƣ sau:
I: Sự thuận tiện II: Hàng hóa III: Cấu trúc web IV: An tồn
V: Dịch vụ khách hàng
H
Sự hài lòng của khách hàng trực tuyến
Hình 4.4: Mơ hình nghiên cứu điều chỉnh
VI: Nhận thức giá trị H1 H2 H3 H4 H5 H6
4.2.3 Phân tích tƣơng quan và hồi quy tuyến tính bội
Căn cứ vào mơ hình nghiên cứu đã điều chỉnh ta có phƣơng trình hồi quy tuyến tính bội đƣợc thể hiện nhƣ sau:
H = β0 + β1 * I + β2 * II + β3 * III + β4 *IV + β5 * V + β6 * VI Trong đó:
H: Sự hài lịng của khách hàng mua hàng trực tuyến I: Sự thuận tiện
II: Hàng hóa III: Cấu trúc web IV: An toàn
V: Dịch vụ khách hàng VI: Nhận thức giá trị β0 : Hằng số
β1, β2, β3, β4, β5, β6 : Các hệ số hồi quy riêng phần
4.2.3.1 Ma trận hệ số tƣơng quan
Bảng 4.6: Ma trận tƣơng quan giữa các nhân tố
I II III IV V VI H
I Tƣơng quan Pearson 1
Sig. (2-tailed)
II Tƣơng quan Pearson .232**
1
Sig. (2-tailed) 0
III Tƣơng quan Pearson .556** .352** 1
Sig. (2-tailed) 0 0
IV Tƣơng quan Pearson .150* .463** .330** 1
Sig. (2-tailed) 0.011 0 0
V Tƣơng quan Pearson -0.066 .388** 0.095 .507** 1
Sig. (2-tailed) 0.26 0 0.107 0
VI Tƣơng quan Pearson .248** .316** .298** .361** .334** 1
Sig. (2-tailed) 0 0 0 0 0
Tƣơng quan Pearson .259**
Bƣớc đầu tiên khi tiến hành phân tích hồi quy tuyến tính bội là xem xét các mối tƣơng quan tuyến tính giữa tất cả các biến. Ma trận tƣơng quan đƣợc xây dựng tại phụ lục 8 và kết quả hệ số tƣơng quan đƣợc trình bày tại bảng 4.6 nhƣ trên.
Từ bảng 4.6 ta nhận thấy rằng hệ số tƣơng quan giữa biến phụ thuộc H với các biến độc lập I, II, III, IV, V, VI thấp nhất là 0,259, nên sơ bộ ta có thể kết luận các biến độc lập này có thể đƣa vào mơ hình để giải thích cho biến phụ thuộc H. Tuy nhiên giữa các biến độc lập cũng đều có tƣơng quan, điều này có thể dẫn tới hiện tƣợng đa cộng tuyến trong mơ hình, do vậy q trình phần tích phải xem xét kỹ vai trị của các biến độc lập trong mơ hình hồi quy tuyến tính bội ta xây dựng đƣợc.
4.2.3.2 Kiểm tra các giả định hồi quy
Tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố ảnh hƣởng đến sự mua sắm của khách hàng. Phƣơng pháp hồi quy tuyến tính bội đƣợc dùng để kiểm định mơ hình và các giả thuyết, thủ tục chọn biến là các biến đƣợc đƣa vào cùng một lúc (phƣơng pháp Enter). Kết quả hồi quy trình bày tại phụ lục 9.
Giả định liên hệ tuyến tính và phƣơng sai bằng nhau.
Hình 4.5: Đồ thị phân tán phần dƣ chuẩn hóa và giá trị dƣ chuẩn hóa
hình 4.5 cho thấy các quan sát nằm một cách ngẫu nhiên qua đƣờng thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể. Nhƣ vậy có liên hệ tuyến tính và phƣơng sai bằng nhau đƣợc thỏa mãn.
Giả định phần dƣ có phân phối chuẩn
Trong phân tích hồi quy bội, ta ln có giả định các phần dƣ có phân phối chuẩn. Dựa vào biểu đồ 4.6 ta có thể nói phân phối của phần dƣ xấp xỉ chuẩn, giá trị Mean quá nhỏ (xấp xỉ bằng 0), độ lệch chuẩn bằng 0.990 xấp xỉ bằng 1. Giả thiết phân phối chuẩn của phần dƣ khơng bị vi phạm, mơ hình đƣợc sử dụng phân tích là