Các gi thuy t c a mơ hình:
H1: N u ti n ích c a h th ng mang l i càng cao thì xu h ng mua s càng t ng.
H2: Kh n ng c a ng i s d ng càng cao thì xu h ng mua c a h c ng s cao.
H3: là m i quan h v m t tích c c gi a s thu n ti n c m nh n đ i v i h th ng giao d ch vé đi n t và thái đ v vi c mua vé đi n t .
H4: Khi ng i mua cĩ đ tin c y càng cao thì xu h ng mua vé đi n t càng t ng.
H5: là m i quan h đ ng bi n gi a các chu n m c ch quan và xu h ng mua vé đi n t .
4.4 H i quy tuy n tính 4.4.1 Phân tích t ng quan (ph l c G.1) 4.4.1 Phân tích t ng quan (ph l c G.1) Correlations F1 F2 F3 F4 F5 PI F1 1 .511(**) .529(**) .301(**) .288(**) .775(**) F2 .511(**) 1 .496(**) .263(**) .140(**) .509(**) F3 .529(**) .496(**) 1 .311(**) .301(**) .537(**) F4 .301(**) .263(**) .311(**) 1 .337(**) .288(**) F5 .288(**) .140(**) .301(**) .337(**) 1 .378(**) Pearson Correlation PI .775(**) .509(**) .537(**) .288(**) .378(**) 1 F1 .000 .000 .000 .000 .000 F2 .000 .000 .000 .007 .000 F3 .000 .000 .000 .000 .000 F4 .000 .000 .000 .000 .000 F5 .000 .007 .000 .000 .000 Sig. (1-tailed) PI .000 .000 .000 .000 .000 F1 312 312 312 312 312 312 F2 312 312 312 312 312 312 F3 312 312 312 312 312 312 F4 312 312 312 312 312 312 F5 312 312 312 312 312 312 N PI 312 312 312 312 312 312 ** Correlation is significant at the 0.01 level (1-tailed).
B ng 4.4.1: Ma tr n t ng quan gi a các nhân t
Ma tr n t ng quan gi a các nhân t cho th y: Xu h ng mua cĩ t ng quan t ng đ i ch t v i ti n ích h th ng (h s t ng quan = 0,775) và c ng cĩ t ng quan đáng k v i hai bi n thu n ti n (h s t ng quan = 0,537) và bi n kh n ng c a cá nhân (h s t ng quan = 0,509). Hai bi n cịn l i là s tin c y và chu n m c ch quan cĩ h s t ng quan t ng đ i th p.
4.4.2 Phân tích h i qui (ph l c G.2)
Ta ti n hành phân tích h i quy đ xác đnh c th tr ng s c a t ng y u t tác đ ng đ n xu h ng mua c a hành khách. Phân tích h i quy s đ c th c hi n v i 5 bi n đ c l p F1, F2, F3, F4, F5 và m t bi n ph thu c PI. Giá tr c a các y u t đ c dùng đ ch y h i quy là giá tr trung bình c a các bi n quan sát đã đ c ki m đ nh. Phân tích h i quy đ c th c hi n b ng ph ng pháp h i quy t ng th các bi n (ph ng pháp enter) v i ph n m m SPSS 13.0
K t qu h i quy đ c th hi n nh sau: B ng 4.4.2.1: Tĩm t t mơ hình h i quy Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 F5, F2, F4, F3, F1(a) . Enter a All requested variables entered.
b Dependent Variable: PI Model Summary(b) Model R R Square Adjusted R Square Std. Error of
the Estimate Change Statistics
Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .807(a) .651 .646 .42508 .651 114.371 5 306 .000 1.739 a Predictors: (Constant), F5, F2, F4, F3, F1 b Dependent Variable: PI B ng 4.4.2.2: Tĩm t t các h s h i qui Coefficientsa -.165 .183 -.898 .370 .669 .047 .613 14.236 .000 .614 1.630 .129 .043 .124 2.977 .003 .658 1.519 .116 .046 .109 2.534 .012 .619 1.615 -.013 .031 -.016 -.425 .671 .815 1.227 .145 .034 .157 4.221 .000 .824 1.213 (Constant) F1 F2 F3 F4 F5 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: PI a.
(f) Giá tr Sig.F change nh h n 0,05, ta th y các bi n đ a vào đ u cĩ ý ngh a v m t th ng kê v i m c ý ngh a 5%. Nh v y các bi n đ c l p trong mơ hình cĩ quan h đ i v i bi n ph thu c (PI)
(g) K t qu h i qui cho th y ch cĩ 4 bi n đ c l p F1 (ti n ích h th ng), F2 (kh n ng c a cá nhân), F3 (thu n ti n c m nh n), F5 (chu n m c ch quan) cĩ nh h ng đ n xu h ng mua vé máy bay đi n t (cĩ h s Sig. <0,5), bi n cịn l i là F4 (s tin c y) cĩ h s Sig. = 0,671(l n h n 0,5) nên b lo i kh i mơ hình.
(h) H s R2 hi u ch nh trong mơ hình này là 0,646. i u này nĩi lên đ thích h p c a mơ hình là 64,6% hay nĩi m t cách khác đi là 64,6% s bi n thiên c a bi n xu h ng mua vé máy bay tr c tuy n (PI) đ c gi i thích chung b i 4 bi n nêu trên.
(i) H s VIF c a các bi n đ c l p trong mơ hình đ u nh h n 2 do đĩ hi n t ng đa c ng tuy n gi a các bi n đ c l p khơng cĩ nh h ng đáng k đ n mơ hình h i qui.
(j) Tr s th ng kê Deurbin-Watson cĩ giá tr ti n g n 2 (1,739) cho bi t các ph n d khơng cĩ t ng quan v i nhau.
(k) Phân tích ANOVA cho th y thơng s F cĩ Sig. = 0, ch ng t r ng mơ hình h i qui xây d ng đ c là phù h p v i b d li u thu th p đ c (Tr ng & Ng c, 2005).
Nh v y, mơ hình h i qui tuy n tính s là:
PI = 0,613 x F1 + 0,124 x F2 + 0,109 x F3 + 0,034 x F5 Hay đ c vi t l i là:
Xu h ng mua = 0,613 x Ti n ích h th ng + 0,124 x Kh n ng cá nhân + 0,109 x Thu n ti n + 0,034 x Chu n ch quan – 0,165.
Theo ph ng trình h i qui này thì ti n ích h th ng, kh n ng cá nhân, s thu n ti n và các chu n m c ch quan theo th t quan tr ng tác đ ng đ n xu h ng mua vé máy bay đi n t .
• i v i y u t ti n ích c a h th ng mua vé đi n t cĩ nh h ng m nh nh t đ n xu h ng mua, u đi m đ u tiên c a h th ng mua vé đi n t chính là s ti n nghi c a nĩ nh ti t ki m th i gian, th c hi n d dàng và thu n ti n khi đang làm vi c c quan hay nhà. i u đĩ tác đ ng đ n khách hàng và làm cho h cĩ thái đ t t v i h th ng này và vì v y mà khách hàng (hành khách) s l a ch n mua vé b ng h th ng đi n t qua m ng Internet khi h cĩ nhu c u.
Trong xu th hi n nay, hàng lo t các hãng hàng khơng đã và đang tri n khai h th ng vé đi n t đã nhanh chĩng thu hút s quan tâm c a khách hàng. S ch p
nh n c a hành khách đ i v i h th ng vé c a Tiger Airway, Pacific Airline cho th y r ng xu h ng mua vé đi n t s là m t gi i pháp kh thi khi mang l i giá tr thi t th c cho hành khách.
• Trong đi u ki n Vi t Nam hi n nay thì t l ng i cĩ máy tính n i m ng c ng nh th thanh tốn cịn r t ít và đi u đĩ nh h ng đ n xu h ng mua vé máy bay qua m ng Internet. B t k h th ng giao d ch tr c tuy n nào c ng yêu c u ng i mua ph i cĩ máy tính n i m ng và th thanh tốn. Ngồi ra thì k n ng, ki n th c c a ng i s d ng d ch v trong thao tác v n hành h th ng, x lý thơng tin c ng đ c xem là y u t thu c v kh n ng c a khách hàng. N u ng i mua cĩ đ y đ ngu n l c v trang thi t b , ph ng ti n thanh tốn và k n ng cá nhân thì h s t tin trong vi c th c hi n giao d ch mua hàng hố, d ch v tr c tuy n (qua m ng Internet) nĩi riêng c ng nh th ng m i đi n t nĩi chung.
• S thu n ti n c a h th ng giúp ng i s d ng d dàng thao tác, x lý. đây cĩ th là giao di n h th ng đi n t , s thân thi n c a website, thơng tin c p nh t k p th i, đ ng truy n c a website là nh ng y u t làm cho ng i s d ng c m th y thu n ti n, tho i mái t đĩ tác đ ng đ n thái đ và nh h ng
đ n vi c quy t đnh mua vé tr c tuy n c a h .
• M c dù khơng nh h ng m nh đ n xu h ng mua c a khách hàng khi ti p c n h th ng vé đi n t , tuy nhiên y u t v chu n m c ch quan v n cĩ tác đ ng đ n xu h ng mua c a h . Trong m t xã h i mang tính c ng đ ng và
đ cao tinh th n gia đình nh Vi t Nam thì vi c v ch ng, b n bè hay đ ng nghi p v n cĩ nh ng tác đ ng nh t đ nh đ n quy t đnh mua hàng hố, d ch v c a đ i t ng khách hàng này. Khi gia đình hài lịng hay khơng lo l ng v vi c mua thì đi u đĩ gĩp ph n làm t ng xu h ng mua và ng c l i; s gi i thi u c a b n bè v ti n ích, và h u d ng c a h th ng s nh h ng đ n kh n ng tìm hi u h th ng và ch p nh n nĩ khi ng i mua cĩ nhu c u đi l i.
4.4.3 Ki m đnh gi thuy t
K t qu ki m nghi m các bi n đ c l p F1, F2, F3, F5 đ u cĩ giá tr th ng kê t>1,96 và sig<0,05 cho th y m i quan h tác đ ng lên bi n ph thu c – xu h ng mua. Nh v y, các gi thuy t H1, H2, H3, H5 đ c ch p nh n và gi thuy t H4 b bác b do giá tr t<1,96 và sig>0.05. (ph l c G.2)
4.4.4 o l ng đa c ng tuy n
Trong tr ng h p các bi n đ c l p cĩ hi n t ng đa c ng tuy n t c là các bi n đ c l p t ng quan ch t ch v i nhau và nĩ cung c p cho mơ hình nh ng thơng tin r t gi ng nhau và khĩ tách nh h ng c a t ng bi n riêng l nên đ tránh di n gi i sai l ch k t qu h i qui so v i th c t thì c n ph i đánh giá, đo l ng hi n t ng đa c ng tuy n.
Giá tr t ng quan gi a các bi n là khơng ch t (r<0,4); giá tr h s phĩng đ i ph ng sai (VIF) đ u nh h n 2 nên cĩ th k t lu n m i liên h gi a các bi n đ c l p này là khơng đáng k .
4.5 Phân tích ph ong sai (ki m đnh ANOVA)
Ph ng pháp phân tích ph ng sai đ c s d ng nh m đ ki m đ nh cĩ hay khơng s tác đ ng c a nh ng nhĩm đ i t ng đ i v i ý đnh mua vé máy bay đi n t . Trong nghiên c u xu h ng mua vé đi n t hi n nay, m c dù xét theo th ng kê mơ t đã cho th y 82,4% m u đ u cho r ng h đã t ng tìm hi u qua h th ng th ng m i đi n t Vi t Nam b ng cách tìm ki m, nghiên c u s n ph m hàng hĩa qua m ng Internet. Phân tích ANOVA dùng đ so sánh s khác bi t v xu h ng mua gi a hai nhĩm đ i t ng này trong ph m vi nghiên c u.
Xét riêng cho t ng nhĩm đ i t ng khác nhau, phân tích ANOVA cịn dùng đ phân bi t ý đ nh mua vé đi n t gi a nh ng nhĩm đ i t ng cĩ đ
tu i khác nhau, thu nh p khác nhau, trình đ h c v n và chuyên mơn khác nhau, v trí và đ n v cơng tác khác nhau và th i gian truy c p m ng trung bình khác nhau.
4.5.1 So sánh xu h ng mua c a nhĩm khách hàng cĩ kinh
nghi m và ch a cĩ kinh nghi m v hình th c th ng m i đi n t
Ph l c H.1, B ng Descriptive cho th y m c đ m c đ đánh giá trung bình thang đo xu h ng mua vé máy bay đi n t gi a nhĩm khách hàng cĩ và ch a tìm hi u, nghiên c u mua bán hàng hĩa d ch v tr c tuy n, tuy nhiên m c đ khác nhau là khơng đáng k l m (mean 3,67-4,04). Ki m đnh Levence (ki m đnh H0:các quan sát đ c ch n t t ng th cĩ ph ng sai b ng nhau) v i m c ý ngh a 0,098 (>0,05) nên ch p nh n gi thuy t H0 t c là gi
đnh v ph ng sai t ng th gi a hai nhĩm hành khách này b ng nhau khơng b bác b ; k t qu phân tích ANOVA v i m c ý ngh a sig=0 (<0,05) cho th y r ng s khác bi t v xu h ng mua gi a hai nhĩm là cĩ ý ngh a. i u đĩ cho bi t ng i đã t ng và ch a t ng tìm hi u nghiên c u mua bán tr c tuy n cĩ xu h ng mua khác nhau.
4.5.2 So sánh xu h ng mua c a các nhĩm khách hàng cĩ đ
tu i khác nhau
Ph l c H.2, B ng Descriptive cho th y m c đ đánh giá trung bình thang đo xu h ng mua c a t ng nhĩm đ i t ng khách hàng t ng nhĩm tu i khác nhau. Ki m đnh Levence cho th y m c ý ngh a sig= 0,02 (<0,05), bác b gi thuy t ph ng sai các t ng th b ng nhau nên phân tích ANOVA khơng thích h p đ s d ng.
4.5.3 So sánh xu h ng mua c a các nhĩm khách hàng cĩ thu
nh p khác nhau
Ph l c H.3: B ng Descriptive cho th y m c đ đánh giá trung bình
c a thang đo xu h ng mua gi a các nhĩm khách hàng cĩ thu nh p khác nhau, nhĩm khách hàng co thu nh p cao cĩ m c đánh giá cao h n nh ng khơng
nhi u. K t qu ki m đ nh Levence cho th y v i m c ý ngh a sig = 0,385 (>0,05) cĩ th nĩi ph ng sai xu h ng mua c a các nhĩm đ i t ng khơng khác nhau là cĩ ý ngh a, phân tích ANOVA đ c s d ng t t. Tuy nhiên, k t
qu phân tích ANOVA v i m c ý ngh a 0,239 l n h n m c ý ngh a 0,05 cho th y s khác nhau v m c đ đánh giá xu h ng chung gi a b n nhĩm khách hàng này là khơng cĩ ý ngh a.
4.5.4 So sánh xu h ng mua c a các nhĩm khách hàng cĩ trình
đ h c v n, chuyên mơn khác nhau
T ng t nh trên, Ph l c H.4, B ng Descriptive cho th y m c đ đánh giá trung bình thang đo xu h ng mua c a nhĩm khách hàng cĩ trình đ h c v n, chuyên mơn khác nhau. Ki m đnh Levence cho m c ý ngh a 0,001 nh h n 0,05 nên gi đnh v ph ng sai t ng th các nhĩm b ng nhau b bác b . Nh v y phân tích ANOVA khơng thích h p đ s d ng.
4.5.5 So sánh xu h ng mua c a các nhĩm khách hàng cĩ v trí
cơng tác khác nhau
ph l c H.5: B ng Descriptive cho th y m c đ đánh giá trung bình thang đo xu h ng mua vé đi n t c a nhĩm khách hàng khác nhau, nh ng s khác nhau này c ng khơng đáng k . Ki m đnh Levence m c ý ngh a 0,538 (>0,05) cho th y gi đ nh v ph ng sai t ng th gi a các nhĩm khách hàng b ng nhau khơng b bác b và phân tích ANOVA cĩ ý ngh a. i u này cĩ th gi i thích đ c r ng nhĩm khách hàng làm vi c v trí nhân viên v n phịng, chuyên viên hay tr ng phĩ phịng h cĩ xu h ng mua khác v i các nhĩm cịn l i là do nh n th c, h n ch th i gian, ngu n l c và s hi u bi t là khác nhau.
4.5.6 So sánh xu h ng mua c a các nhĩm khách hàng cĩ đ n v
cơng tác khác nhau
Ph l c H.6, B ng Descriptive cho th y m c đ đánh giá trung bình thang đo xu h ng mua c a các nhĩm khách hàng khác nhau. Ki m đ nh Levence cho m c ý ngh a 0,004 nh h n 0,05 nên gi thuy t v ph ng sai t ng th các nhĩm khách hàng b ng nhau b bác b , ki m đnh ANOVA khơng phù h p đ s d ng.
4.5.7 So sánh xu h ng mua c a các nhĩm khách hàng cĩ th i gian s d ng Internet trung bình khác nhau
Ph l c H.7, B ng Descriptive cho th y m c đ đánh giá trung bình thang đo xu h ng mua c a các nhĩm khách hàng khác nhau nh ng s khác bi t đĩ h u nh khơng đáng k . Ki m đ nh Levence cho m c ý ngh a 0,023 l n h n 0,05 nên gi thuy t v ph ng sai t ng th các nhĩm khách hàng b ng nhau b bác b . Ki m đnh ANOVA khơng thích h p cho vi c s d ng đ
Ch ng V
K T LU N VÀ KI N NGH
Trong ph n này, n i dung và k t qu phát hi n trong nghiên c u s đ c tĩm t t, tr l i cho câu h i nghiên c u. Ngồi ra tác gi đ a ra nh ng k t lu n và