Về nghề nghiệp của các cá nhân trả lời bảng câu hỏi, trong số 250 quan sát, có 43 người lao động trực tiếp (tương ứng 17,2%), 142 người lao động gián tiếp (tương ứng 56,8%), 44 học sinh sinh viên (tương ứng 17,6%), 8 người nội trợ (tương ứng 3,2%) và 13 người lao động khác (tương ứng 5,2%).
Về mức thu nhập, có 41 người thu nhập dưới 5 triệu, 57 ngời có thu nhập từ 5-9 triệu, có 103 người có thu nhập từ 9-15 triệu và 49 người có thu nhập trên 15 triệu. Hình 4.1 thể hiện mức tỷ lệ cơ cấu mẫu phân theo tình trạng hơn nhân, trình độ học vấn, nghề nghiệp và mức thu nhập hàng tháng.
Bên cạnh các số liệu thống kê mô tả về các đặc điểm nhân khẩu học, nghiên cứu còn thu thập một số dữ liệu khác thống kê về các trang web hoặc ứng dụng mua hàng trực tuyến mà các cá nhân tham khảo sát thường hay truy cập, từ đó có thể đưa ra một số hàm ý cho các nhà kinh doanh TMĐT. Hình 4.2 bên dưới thể hiện danh sách các ứng dụng hoặc trang web thương mại mà các cá nhân tham gia khảo sát thường hay truy cập. Trong số 250 quan sát, số người sử dụng Mạng xã hội để mua hàng trực tuyến chiếm đa số (63,2%), xếp thứ hai là ứng dụng mua hàng Tiki.vn (62,8%), sau Tiki có Lazada (50,8%), Shopee (36,4%), Sendo (16,0%), Adayroi (9,2%) và có một số người sử dụng các trang web hoặc ứng dụng mua hàng nước ngoài để mua sắm trực tuyến với tỷ lệ 2,4% .
Hình 4.2: Các ứng dụng/ trang web mua hàng trực tuyến người khảo sát thường truy cập
(Nguồn: Kết quả khảo sát)
Ngồi ra, nghiên cứu cịn thống kê tần suất mua hàng và số tiền người khảo sát đã từng chi ra để mua sắm trực tuyến, dữ liệu thu thập được thể hiện trong bảng 4.2. Đa số người tham gia khảo sát đã chi ra số tiền dưới 1 triệu để mua sắm trực tuyến (127 người), 87 người chi ra số tiền 1-3 triệu, 11 người chi ra số tiền 3-5 triệu và 25 người chi ra số tiền trên 5 triệu.
Bảng 4.2: Tần suất mua hàng và số tiền mua hàng của người trả lời khảo sát
Tần suất
Số tiền mua hàng
< 1 triệu 1 - 3 triệu 3 - 5 triệu >5 triệu Tổng cộng
SL % SL % SL % SL % SL % Vài lần 1 tuần 11 4,4% 3 1,2% 0 0,0% 4 1,6% 18 7,2% 1 lần 1 tháng 48 19,2% 20 8,0% 0 0,0% 4 1,6% 72 28,8% Vài lần 1 tháng 22 8,8% 36 14,4% 8 3,2% 3 1,2% 69 27,6% 2 tháng 1 lần 28 11,2% 14 5,6% 1 0,4% 14 5,6% 57 22,8% Vài lần 1 năm 9 3,6% 13 5,2% 2 0,8% 0 0,0% 24 9,6% Rất ít 9 3,6% 1 0,4% 0 0,0% 0 0,0% 10 4,0% Total 127 50,8% 87 34,8% 11 4,4% 25 10,0% 250 100,0%
(Nguồn: Kết quả khảo sát)
Nghiên cứu dùng kỹ thuật phân tích hồi quy đơn biến để kiểm định sự tương quan giữa tần suất mua sắm và số tiền chi tiêu mua sắm trực tuyến. Kết quả phân tích được trình bày chi tiết trong Phụ lục 5. Kết quả nghiên cứu trong Bảng ma trận tương quan Correlations cho thấy giá trị đo lường mối tương quan của tần suất mua sắm và số tiền dùng cho chi tiêu là sig = 0,239 > 0.05 nên kết luận rằng tần suất mua sắm và số tiền dùng cho chi tiêu khơng có tương quan với nhau.
4.2. Kiểm định độ tin cậy của thang đo Cronbach’s Alpha.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), “hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau”. “Hệ số Cronbach’s Alpha có thể đo lường tính nhất quán của các biến quan sát trong một thang đo để đo lường cùng một khái niệm. Hệ số Cronbach alpha chỉ đo lường độ tin cậy của thang đo có từ ba biến quan sát trở lên, chứ khơng tính độ tin cậy cho từng biến quan sát” (Nguyễn Đình Thọ, 2013). Trong q trình phân tích, Nunnally & Bernstein (1994) đã cho rằng Cronbach’s alpha từ 0,8 trở lên gần đến 1 thì thang đo là tốt. Theo Peterson (1994), Cronbach’s alpha từ 0,7 đến gần 0,8 là sử dụng được. Tuy nhiên, Slater (1995) cho rằng Cronbach’s alpha từ 0,6 trở lên là có thể sử dụng được với điều kiện trong bối cảnh nghiên cứu, khái niệm nghiên cứu là mới đối với người trả lời. Trong nghiên cứu hiện tại, khái niệm MHNH và thương mại di động còn khá mới lạ, vì vậy những nhân tố có Cronbach’s alpha trên 0,6 được coi là thang đo đáng tin cậy và giữ lại cho các bước nghiên cứu tiếp theo.
Bên cạnh hệ số Cronbach’s alpha, nghiên cứu còn chú ý đến hệ số tương quan biến tổng. Theo Nguyễn Đình Thọ (2013), các biến đo lường dùng để đo lường cùng một khái niệm nghiên cứu nên chúng phải có tương quan chặt chẽ với nhau. Vì vậy khi kiểm tra từng biến đo lường, chúng ta sử dụng hệ số tương quan biến tổng (item-total correlation). Chú ý SPSS sử dụng hệ số tương quan biến tổng hiệu chỉnh (corrected
item-total correlation). Nếu một biến đo lường có hệ số tương quan biến tổng (hiệu chỉnh) ≥ 0.30 thì biến đó đạt yêu cầu (Nunnally và Bernstein, 1994).
Kết quả kiểm định độ tin cậy Cronbach’s alpha được trình bày chi tiết trong bảng 4.3 và phụ lục 5.
Bảng 4.3: Kết quả kiểm định độ tin cậy Cronbach’s alpha
Biến quan sát
Trung bình của thang đo nếu loại
biến
Phương sai của thang đo nếu loại
biến
Hệ số tương quan biến
tổng (hiệu chỉnh)
Cronbach's alpha nếu loại biến
Tính bốc đồng Cronbach's alpha = 0,804
IMP1 7,1960 2,134 0,698 0,684
IMP2 7,2200 1,827 0,742 0,630
IMP3 7,0320 2,553 0,531 0,846
Ảnh hưởng giữa các cá nhân Cronbach's alpha = 0,770
II1 11,5240 2,773 0,532 0,736 II2 11,6440 2,375 0,653 0,670 II3 11,6160 2,286 0,637 0,678 II4 11,5840 2,686 0,474 0,765 Tính di động Cronbach's alpha = 0,731 PB1 8,2240 1,540 0,468 0,742 PB2 8,3000 1,319 0,629 0,553 PB3 8,2360 1,362 0,571 0,624
Sự hấp dẫn trực quan Cronbach's alpha = 0,742
VA1 7,6280 1,303 0,544 0,686 VA2 7,7120 1,290 0,589 0,633 VA3 7,6440 1,315 0,571 0,654 Tính dễ sử dụng Cronbach's alpha = 0,766 EOU1 7,6600 1,294 0,590 0,695 EOU2 7,7080 1,236 0,648 0,628 EOU3 7,7600 1,380 0,558 0,728 Sản phẩm sẵn có Cronbach's alpha = 0,791 PA1 7,9400 1,535 0,647 0,700 PA2 8,0800 1,544 0,658 0,689
PA3 8,0360 1,681 0,594 0,756
Thuộc tính giá Cronbach's alpha = 0,706
PRA1 7,5000 1,175 0,529 0,609
PRA2 7,6040 1,164 0,548 0,585
PRA3 7,5520 1,341 0,497 0,649
Hành vi mua hàng ngẫu hứng Cronbach's alpha = 0,790
IPB1 11,3840 1,579 0,627 0,724
IPB2 11,4040 1,712 0,557 0,758
IPB3 11,3280 1,571 0,626 0,724
IPB4 11,4000 1,671 0,584 0,746
(Nguồn: Kết quả khảo sát)
• Thang đo “Tính bốc đồng” có Cronbach’s alpha tốt là 0,804; các hệ số tương quan biến tổng đều đạt giá trị cao, từ 0,531 đến 0,742. Tuy nhiên cần lưu ý đến biến IMP3 trong các bước xử lý tiếp theo, tuy có hệ số tương quan biến tổng 0.531 nhưng biến IMP3 làm Cronbach’s alpha bị giảm xuống còn 0,804; nếu loại biến này, Cronbach’s alpha sẽ tăng lên 0,846. Nhưng Thang đo này vẫn đủ điều kiện đạt độ tin cậy. Vì vậy, tác giả khơng loại biến trong thang đo này.
• Thang đo “Ảnh hưởng giữa các cá nhân” có Cronbach’s alpha là 0,770; các hệ số tương quan biến tổng đều đạt giá trị > 0,3. Qua đó, có thể thấy đây là thang đo tốt và đạt độ tin cậy.
• Thang đo “Tính di động” có Cronbach’s alpha là 0,731; các hệ số tương quan biến tổng đều đạt giá trị > 0,3, cụ thể là 0,468 đến 0,629. Qua đó, có thể thấy đây là thang đo tốt và đạt độ tin cậy. Tuy nhiên thang đo này có biến PB1 làm giảm Cronbach’s alpha. Nếu khơng có biến PB1, Cronbach’s alpha sẽ tăng lên 0,742. Tuy nhiên mức độ chênh lệch không nhiều nên tác giả giữ nguyên thang đo và khơng loại biến.
• Thang đo “Sự hấp dẫn trực quan” có Cronbach’s alpha là 0,742; các hệ số tương quan biến tổng đều đạt giá trị từ 0,544 đến 0,571. Vì vậy, thang đo “Sự hấp dẫn trực quan” là thang đo tốt và đạt độ tin cậy.
• Thang đo “Tính dễ sử dụng” có Cronbach’s alpha là 0,766; các hệ số tương quan biến tổng đều đạt giá trị >0,3. Do đó, thang đo “Tính dễ sử dụng” đạt độ tin cậy.
• Thang đo “Sản phẩm sẵn có” có Cronbach’s alpha là 0,791 khá cao; các hệ số tương quan biến tổng đều đạt giá trị cao. Vì vậy, thang đo “Sản phẩm sẵn có” là thang đo tốt.
• Thang đo “Thuộc tính giá” có Cronbach’s alpha là 0,706; các hệ số tương quan biến tổng đều đạt giá trị từ 0,497 đến 0,529. Vì vậy, thang đo “Thuộc tính giá” đủ điều kiện là thang đo tin cậy.
• Thang đo “Hành vi mua hàng ngẫu hứng” có Cronbach’s alpha tốt là 0,790; các hệ số tương quan biến tổng đều đạt giá trị từ 0,584 đến 0,627. Vì vậy, thang đo “Hành vi mua hàng ngẫu hứng” đủ điều kiện là thang đo tốt và đáng tin cậy. Tóm lại, sau khi phân tích kiểm định độ tin cậy Cronbach’s alpha, 26 biến quan sát vẫn giữ nguyên để đo lường 8 nhân tố ảnh hưởng đến hành vi mua hàng trực tuyến trên thiết bị di động, và được sử dụng để thực hiện các bước phân tích tiếp theo.
4.3. Phân tích nhân tố khám phá EFA.
Theo Nguyễn Đình Thọ (2013), “Phân tích nhân tố khám phá EFA là tập kỹ thuật phân tích thống kê có liên hệ nhau dùng để rút gọn một tập K biến quan sát thành một tập F (F<K) các nhân tố có ý nghĩa hơn. Để xác định sự phù hợp khi dùng EFA, có thể dùng kiểm định Bartlett hoặc KMO. Kiểm định Bartlett có ý nghĩa thống kê khi p < 5%, khi đó các biến quan sát có mối tương quan với nhau trong tổng thể. Hệ số KMO (Kaiser-Meyer-Olkin) được dùng để xem xét sự thích hợp của phân tích nhân tố. Để sử dụng EFA, KMO phải lớn hơn 0,50.” Theo đề nghị của Kaiser (1974) trích trong Nguyễn Đình Thọ (2013), KMO ≥ 0,90 là rất tốt, KMO ≥ 0,80 là tốt, KMO ≥ 0,70 là
được, KMO ≥ 0,60 là tạm được, KMO ≥ 0,50 là xấu, và KMO <0,50 là không thể chấp nhận được.
Ngoài ra, theo Nguyễn Đình Thọ (2013), để đánh giá thang đo, chúng ta cần xem xét ba thuộc tính quan trọng trong kết quả EFA: (1) số lượng nhân tố trích được, (2) trọng số nhân tố và (3) tổng phương sai trích. Điều kiện phần trăm phương sai trích > 50%, thể hiện mức độ biến thiên của các biến quan sát.
Khi thực hiện EFA, nếu sử dụng phép quay vng góc (phép quay Varimax) và trong đó có biến phụ thuộc thì các nhân tố này khơng có tương quan nhau: nghĩa là các biến độc lập và biến phụ thuộc khơng có quan hệ với nhau (Nguyễn Đình Thọ, 2013). Vì vậy, khơng được đưa biến phụ thuộc vào chung với biến độc lập để xử lý EFA cùng một lúc khi sử dụng phép quay vng góc và sử dụng giá trị nhân tố do EFA tạo ra. Nghiên cứu hiện tại sử dụng phép quay vng góc Varimax trong phân tích đánh giá giá trị thang đo EFA, vì vậy tác giả xử lý EFA cho biến độc lập riêng và biến phụ thuộc riêng. Tuy nhiên nếu làm như vậy, chúng ta không đánh giá được giá trị hội tụ của thang đo khái niệm biến phụ thuộc cũng như giá trị phân biệt giữa biến phụ thuộc và biến độc lập. Vì vậy, phương pháp phù hợp nhất là dùng tổng hoặc giá trị trung bình của các biến đo lường các nhân tố trong mơ hình cho các phân tích tiếp theo.
4.3.1. Phân tích nhân tố khám phá EFA cho nhân tố độc lập.
Sau khi đảm bảo các thang đo đạt được độ tin cậy thông qua phân tích kiểm định độ tin cậy Cronbach’s alpha, 22 biến quan sát dùng để đo lường 7 biến độc lập đưa vào phân tích EFA.
Trước khi thực hiện phân tích nhân tố khám phá, ta cần kiểm định điều kiện thực hiện phân tích này, dựa trên kiểm định KMO và Bartlett’s Test. Kiểm định KMO và Bartlett's cho các nhân tố ảnh hưởng đến hành vi MHNH trên thiết bị di động, cho thấy hệ số KMO = 0,739 > 0,50 và Sig. = 0,000, cho thấy kết quả phù hợp thực hiện EFA cho các nhân tố này.
Bảng 4.4: Kết quả phân tích nhân tố EFA cho các nhân tố độc lập
STT Tên nhân tố Biến quan
sát Hệ số tải nhân tố Số lượng biến 1 Tính bốc đồng IMP2 0,900 3 IMP1 0,872 IMP3 0,755 2 Ảnh hưởng giữa các cá nhân II2 0,779 4 II3 0,778 II1 0,754 II4 0,627 3 Tính di động PB3 0,775 3 PB2 0,722 PB1 0,521 4 Sự hấp dẫn trực quan VA1 0,813 3 VA2 0,745 VA3 0,597 5 Tính dễ sử dụng EOU2 0,819 3 EOU1 0,817 EOU3 0,737 6 Sản phẩm sẵn có PA1 0,895 3 PA2 0,810 PA3 0,692 7 Thuộc tính giá PRA2 0,779 3 PRA1 0,730 PRA3 0,699
Phương sai trích = 68,756% và Eigenvalues >1
(Nguồn: Kết quả xử lý dữ liệu)
Tiêu chuẩn chấp nhận về độ hội tụ của thang đo là tổng phương sai trích ≥ 50% (Gerbing và Anderson, 1988). Sau khi phân tích nhân tố khám phá EFA, kết quả tổng phương sai trích đạt 68,756%. Điều này chứng tỏ 68,756% biến thiên của dữ liệu được giải thích bởi 7 nhân tố trên. Bên cạnh đó, Bảng kiểm định mức ý nghĩa của các nhân tố rút trích ra cho thấy hệ số Eigenvalues = 1,941 > 1 đại diện cho phần biến thiên
Theo Hair & cộng sự (2006), Hệ số tải nhân tố là chỉ tiêu giúp đảm bảo mức ý nghĩa của EFA: FL > 0,3 là đạt mức tối thiểu, và FL > 0,5 là có ý nghĩa thực tiễn. Nghiên cứu hiện tại chọn tiêu chuẩn Factor Loading ≥ 0,5 để bảo đảm độ hội tụ thang đo khái niệm. Bảng 4.4 trình bày kết quả phân tích nhân tố khám phá EFA, cho thấy 22 biến quan sát được gom thành 7 nhân tố, tất cả các biến số có hệ số Factor Loading > 0,5 cho nên khơng có biến nào bị loại.
4.3.2. Phân tích nhân tố khám phá EFA cho nhân tố phụ thuộc.
Tương tự kỹ thuật phân tích EFA cho các nhân tố độc lập, nghiên cứu cũng tiến hành kiểm tra hệ số KMO và Bartlett’s Test. Kiểm định KMO và Bartlett's cho nhân tố hành vi MHNH, kết quả cho thấy hệ số KMO = 0,789 > 0,50 và Sig. = 0,000, cho thấy kết quả phù hợp thực hiện EFA cho nhân tố hành vi MHNH này. Sau khi phân tích nhân tố khám phá EFA, kết quả tổng phương sai trích đạt 61,370%. Bảng 4.5 trình bày kết quả phân tích nhân tố khám phá EFA cho nhân tố phụ thuộc “hành vi mua hàng ngẫu hứng”, cho thấy 4 biến quan sát được gom thành 1 nhân tố duy nhất, tất cả các biến số có hệ số Factor Loading > 0,5 nên tất cả các biến đều được chấp nhận.
Bảng 4.5: Kết quả phân tích nhân tố EFA cho nhân tố phụ thuộc
STT Tên nhân tố Biến quan
sát
Hệ số tải
nhân tố Số lượng biến
1 Hành vi mua hàng ngẫu hứng IPB1 0,805 4 IPB3 0,805 IPB4 0,772 IPB2 0,750
Phương sai trích = 61.370% và Eigenvalues >1
4.4. Kiêm định mơ hình và giả thuyết nghiên cứu.
4.4.1. Phân tích tương quan.
Sau bước phân tích nhân tố EFA, tất cả các nhân tố đểu đủ điều kiện thực hiện phân tích tiếp theo là bước phân tích hồi quy tuyến tính bội. Theo Nguyễn Đình Thọ (2013), phương pháp phù hợp nhất để tính giá trị nhân tố trích là dùng tổng hoặc giá trị
trung bình của các biến đo lường các nhân tố trong mơ hình cho các phân tích tiếp theo.
Trước khi kiểm định mơ hình và giả thuyết nghiên cứu bằng kỹ thuật phân tích hồi quy tuyến tính bội, chúng ta cần xem xét mối tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc, cũng như các biến độc lập với nhau.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), “người ta sử dụng một số thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nhìn chung hệ số tương quan Pearson được sử dụng để kiểm tra liên hệ giữa những biến định lượng. Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Hệ số tương quan Pearson được xem là có