Nghe nghiep, vi tri cong tac
HSSV 10% CN/L APT 0% NVVP/Chuyên viên 67% Tr 逢?ng/phĩ phịng 19% BG A/Ch? DN 4%
Hình 4.3: Mơ t nghe nghiep, v trí cơng tác
Don vi cong tac
CQ NN 13% DNNN 26% DN ATNN 30% DN NQD (VN) 23% Khác 8% Hình4.4: Mơ t v đ n v cơng tác
• S hi u bi t mua bán hàng hố tr c tuy n qua m ng Internet (ph l c C.8) Trong tồn th m u thì k t qu nghiên c u cho th y r ng đa s đ n v trong m u nghiên c u đã t ng tìm ki m, nghiên c u s n ph m hàng hĩa, d ch v qua m ng Internet (chi m 82,4%), s cịn l i (17,6%) là ch a t ng tìm hi u nghiên c u mua bán hàng hĩa, d ch v tr c tuy n.
Tim hieu ve mua ban truc tuyen
Cĩ 82% Ch逢a
18%
Hình 4.6: Mơ t s hi u bi t v mua bán tr c tuy n
4.1.3 Th ng kê mơ t bi n đnh l ng
4.1.3.1 K t qu th ng kê mơ t bi n đ c l p (ph l c D.1)
Trong t ng s l ng m u nghiên c u 312 thu th p đ c, các bi n quan sát đ c hành khách đánh giá tr i đ u t 1 đ n 5. i u đĩ ch ng t r ng hành khách cĩ thái đ và c m nh n khác nhau v các khái ni m đ i v i h th ng giao d ch vé máy bay đi n t . Cùng m t khái ni m nh ng hành khách c m nh n và đánh giá khác nhau t c là cĩ ng i hồn tồn đ ng ý nh ng c ng cĩ ng i khơng đ ng ý v i quan đi m c a thang đo.
H u h t các bi n quan sát c a m u nghiên c u cĩ giá tr trung bình trên 3 đi m, cao nh t là bi n PU2 (h th ng mua vé đi n t giúp ti t ki m th i
gian) v i giá tr trung bình là 4,38; k đ n là bi n thái đ c a hành khách AT1 (mua vé đi n t là m t gi i pháp u vi t) cĩ giá tr trung bình là 4,30. Các bi n quan sát này đ u cĩ đ l ch chu n nh h n 1, đi u đĩ cho th y vi c đánh giá c a hành khách là th ng nh t v thái đ c a h đ i v i ti n ích c a h th ng
giao d ch vé đi n t hi n nay và cho th y thái đ , h u ích c m nh n đ c xem nh h ng đáng k đ n đ nh mua vé đi n t c a hành khách.
Riêng các bi n SN1 ( nh h ng c a b n bè, đ ng nghi p) cĩ m c giá tr trung bình th p nh t là 3,01 và k đ n là bi n SN3 ( nh h ng c a nh ng ng i liên quan khác) v i mean = 3,06 và đ u cĩ đ l ch chu n d i 1. i u
đĩ cho th y hành khách đánh giá nh t quán v nhĩm y u t chu n ch quan và
h cho r ng s nh h ng c a b n bè, đ ng nghi p và ng i khác là khơng
đáng k . i u này hồn tồn h p lý vì k t qu th ng kê cho th y h là nh ng
ng i đang làm vi c các đ n v là cơng ty n c ngồi, doanh nghi p ngồi qu c doanh và trình đ chuyên mơn t đ i h c tr lên nên hành vi c a h th hi n tính đ c l p cao.
Các bi n TR1 đ n TR3 (các bi n v đ tin c y) cĩ giá tr trung bình t 3,10 đ n 3,25 và đ l ch chu n nh h n và g n b ng 1. i u đĩ c ng cho bi t
đ c hành khách đánh giá nh t quán v i nhĩm bi n v đ tin c y c a h th ng vé đi n t . Tuy nhiên, k t qu c ng cho th y đa s khách hàng v n cịn phân vân trong vi c đánh giá y u t v đ tin c y c a h th ng vé đi n t .
K t qu th ng kê mơ t cho th y m c đ đ ng ý trung bình c a hành khách đ i v i các bi n quan sát trong b ng kh o sát. M i bi n quan sát đ u cĩ s đĩng gĩp mang ý ngh a cho th y s nh h ng nh t đnh đ n mơ hình nghiên c u t c là nh h ng đ n xu h ng mua vé đi n t c a hành khách.
4.1.3.2 K t qu th ng kê mơ t bi n ph thu c (ph l c D.2)
T k t qu th ng kê mơ t cho th y r ng các bi n đo l ng xu h ng mua vé máy bay đi n t (PI1, PI2, PI3) đ u cĩ giá tr trung bình t 3,81 đ n 4,22 và đ c đánh giá t ng đ i t p trung (đ l ch chu n t 0,77 đ n 0,86). i u đĩ cho th y r ng hành khách s d ng máy bay hi n nay r t nh t quán
trong khi th hi n quan đi m v vé giao d ch vé đi n t . H c ng đã s n sàng ch p nh n hình th c mua vé đi n t qua m ng Internet và trong t ng lai h s ngh đ n gi i pháp vé đi n t khi cĩ nhu c u.
N Minimum Maximum Mean
Std. Deviation PI1 Dự định mua trong tương lai
312 1 5 4.22 .789 PI2 Chắc chắn mua khi cần 312 1 5 3.90 .860 PI3 Niềm tin người khác cũng sẽ mua
312 2 5 3.81 .765 Valid N (listwise) 312
B ng 4.1.3: Th ng kê mơ t bi n ph thu c
4.2 ánh giá đ tin c y c a thang đo
4.2.1 Thang đo các khái ni m thành ph n
Nh đã trình bày, các thang đo trong nghiên c u này đ c đánh giá thơng qua hai ph ng pháp đĩ là ph ng pháp phân tích h s tin c y Cronbrach’s Alpha và phân tích nhân t khám phá EFA.
a. Thành ph n thái đ (attitude) (ph l c E.2)
Thang đo thái đ cĩ h s Cronbach’s alpha khá cao là 0,867 và các h s t ng quan bi n t ng c a các bi n đo l ng thành ph n đ u khá cao (nh nh t là 0,734), cho th y hành khách đánh giá các bi n quan sát này khá nh t quán. Do v y, các bi n thành ph n này đ u đ t yêu c u và đ c s d ng trong vi c phân tích nhân t EFA.
b. Thành ph n h u ích c m nh n (perceived usefulness) (ph l c E.3)
thành ph n này, h s tin c y Cronbach’s Alpha là 0,854 và trong đĩ các bi n đo l ng thành ph n đ u cĩ h s t ng quan bi n t ng đ u b ng và l n h n 0,627. i u đĩ c ng cho phép k t lu n r ng các thành ph n này đ t yêu c u và cĩ th s d ng đ phân tích nhân t b c ti p theo.
c. Thành ph n thu n ti n c m nh n (perceived ease of use) (Ph l c E.4) Thành ph n thu n ti n c m nh n cĩ tr s Cronbach’s Alpha trung bình là 0,811 và trong các bi n quan sát thì đ u cĩ h s t ng quan bi n t ng g n b ng nhau và th p nh t là 0,604. Nh v y khơng cĩ bi n nào b lo i và chúng s ti p t c đ c dùng cho vi c phân tích nhân t khám phá EFA b c ti p theo.
H s đ tin c y Cronbach’s Alpha c a thành ph n này là 0,750. Các h s t ng quan bi n t ng c a các bi n quan sát khơng cao nh các thành ph n khác nh ng đ u l n h n 0,3 nên các bi n này v n đ c s d ng trong phép phân tích nhân t .
e. Thành ph n s tin c y (trust) (Ph l c E.6)
Thành ph n này cĩ ba bi n quan sát và v n s ti p t c dùng cho vi c phân tích h s EFA vì các bi n này đ u cĩ h s t ng quan bi n t ng cao (th p nh t là 0,696). Và h s Cronbach’s Alpha c a thành ph n này là đáng tin c y (0,866).
f. Thành ph n đi u ki n ti n nghi (facilitating conditions) (ph l c E.7) H s Cronbach’s Alpha này c ng t ng đ i cao và đ t m c 0,796 và các h s t ng quan bi n t ng c a hai bi n quan sát là 0,729 và 0,908. Nh v y hai bi n quan sát thu c thành ph n này đ u đ c s d ng trong phân tích nhân t EFA.
g. Thành ph n tính t ch (self-efficancy) (ph l c E.8)
H s Cronbach’s Alpha c a thành ph n này là 0,866 (r t cao so v i 0,5). H s t ng quan bi n t ng c a các bi n đo l ng thành ph n th p nh t là 0,697. Nh v y cho th y hành khách đánh giá các bi n này khá nh t quán và các bi n này đ đi u ki n đ tham gia trong phân tích nhân t khám phá EFA.
4.2.2 Thang đo xu h ng mua (Ph l c E.9)
H s Cronbach’s Alpha c a thang đo “xu h ng mua” c a hành khách
đ t giá tr khá cao là 0,864, ngồi ra h s t ng quan bi n t ng c a các bi n quan sát th p nh t là PI1=0,706 (D đ nh mua trong t ng lai). Vì v y các bi n này đ u đ c s d ng trong phân tích nhân t khám phá EFA trong b c ti p theo.
K t qu khi ki m tra đ tin c y c a các thang đo thành ph n c ng nh thang đo xu h ng mua cho th y khơng cĩ bi n quan sát nào b lo i do khơng
đ t tiêu chu n v m t th ng kê (h s t ng quan bi n t ng nh h n 0,3) nên các bi n này đ u đ đ tin c y và đ c s d ng cho các phân tích ti p theo.
4.3 Phân tích nhân t
Các bi n sau khi đ c ki m tra đ tin c y b ng h s Cronbach’s Alpha và h s t ng quan bi n t ng s ti p t c đ c ki m tra m c đ t ng quan c a chúng theo nhĩm bi n. Phân tích nhân t đ c s d ng khi h s Kaiser- Mayer-Olkin (KMO) cĩ giá tr l n h n 0,5 (Garson, 2003). Các h s chuy n t i nhân t (factor loading) nh h n 0,4 s ti p t c b lo i kh i nhĩm bi n đ
đ m b o s h i t gi a các bi n trong m t nhân t ; đi m d ng khi eigenvalue l n h n 1 và t ng ph ng sai trích l n h n 0,5 (Gerbing & Anderson, 1998). Trong nghiên c u này, ph ng pháp trích y u t Principal Axis Factoring v i phép quay Promax s đ c s d ng đ phân tích nhân t .
4.3.1 Phân tích nhân t bi n đ c l p
T t c cĩ 22 bi n quan sát ban đ u sau khi ki m đnh s tin c y b ng h s Cronbach’s Alpha đ u th a mãn và đ c đ a vào phân tích nhân t khám phá. K t qu phân tích nhân t EFA th hi n nh sau:
B ng 4.3.1.1: K t qu phân tích nhân t EFA các bi n đ c l p
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .850 Approx. Chi-Square 4101.915 Df 231 Bartlett's Test of Sphericity Sig. .000
H s KMO = 0,850 cho th y gi thuy t v ma tr n t ng quan t ng th là ma tr n đ ng nh t b bác b , t c là các bi n cĩ t ng quan v i nhau và th a mãn
đi u ki n trong phân tích nhân t .
K t qu phân tích cho th y cĩ 5 nhân t đ c trích t i đi m eigenvalue là
1,333 và ph ng sai trích là 68,63%. Nh v y là các ch tiêu phân tích đ u đ t yêu c u và k t qu phân tích này là cĩ ý ngh a.
B ng 4.3.1.2: Phân tích ph ng sai t ng th
Trong 5 nhân t trích đ c ta quan sát th y:
(a) Nhĩm nhân t th 1: Bao g m các bi n AT1, AT2, AT3 và PU1, PU2, PU3
♦ Khơng cĩ bi n quan sát nào cĩ h s chuy n t i (factor loading) nh h n 0,5 nên khơng b lo i kh i mơ hình nghiên c u.
♦ Hai thành “ph n thái đ ” (attitude) và “h u ích c m nh n” (perceived usefulness) đ c nh p l i thành m t nhĩm nhân t v i các h s chuy n t i t ng đ i cao. Nh v y thì trong ph m vi c a nghiên c u v vi c mua vé máy bay tr c tuy n, hành khách đã cĩ ý đ ng nh t hai y u t này thành m t, t c là thái đ c a h đ i v i hình th c mua vé đi n t
Factor Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings(a)
Total % of Variance Cumulative % Total % of Variance Cumulative % Total
% of Variance Cumulative % 1 7.782 35.374 35.374 7.394 33.609 33.609 5.987 2 2.541 11.550 46.924 2.179 9.904 43.513 4.828 3 1.893 8.603 55.527 1.513 6.879 50.392 5.243 4 1.549 7.039 62.566 1.151 5.230 55.622 3.393 5 1.333 6.059 68.626 .871 3.961 59.582 3.403 6 .952 4.329 72.955 7 .811 3.688 76.643 8 .670 3.045 79.687 9 .565 2.566 82.254 10 .546 2.480 84.734 11 .449 2.040 86.774 12 .414 1.882 88.656 13 .378 1.718 90.375 14 .338 1.536 91.911 15 .320 1.455 93.365 16 .283 1.288 94.654 17 .250 1.136 95.790 18 .239 1.086 96.875 19 .209 .948 97.824 20 .187 .851 98.675 21 .154 .700 99.375 22 .138 .625 100.000
Extraction Method: Principal Axis Factoring.
a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.
qua m ng Internet cĩ đ c khi h c m nh n đ c giá tr h u ích mà h th ng mua vé mang l i nh vi c mua vé s nhanh h n, d dàng h n và
đ ng nhiên là giúp ti t ki m th i gian h n cách mua vé thơng th ng. V m t lý thuy t hai khái ni m v thái đ và h u ích c m nh n là khác nhau nh ng trong th c t nghiên c u cho th y khi hành khách th y
đ c nh ng giá tr h u ích do h th ng mua-bán vé đi n t mang l i cho mình thì h s cĩ thái đ t t v i nĩ.
Ngồi ra, các bi n quan sát t AT1, AT2, AT3 và PU1, PU2, PU3 cĩ tính ch t g n gi ng nhau là ti n ích c a h th ng mang l i cho ng i s d ng. Do v y, hai bi n này đ c g p chung l i thành m t thành ph n tham gia vào mơ hình nghiên c u và đ c g i là “TI N ÍCH C A H TH NG” (F1)
(b) Nhĩm nhân t th 2: Bao g m các bi n SE1, SE2, SE3 và FA1, FA2
♦ Các bi n quan sát này khơng cĩ h s chuy n t i nào nh h n 0,5 nên khơng b lo i kh i mơ hình.
♦ Các bi n quan sát t SE1 đ n SE3 và FA1, FA2 nĩi đ n kh n ng c a t ng cá nhân trong quá trình thao tác h th ng mua vé đi n t c ng nh ngu n l c bên ngồi c a m i ng i (là đi u ki n đ cho hành vi x y ra), do đĩ hai bi n này đ c g p thành m t và đ c g i là «KH N NG CÁ NHÂN » (F2). Nh v y cĩ th gi i thích r ng khi hành khách cĩ trang thi t b , ngu n l c c n thi t và cĩ k n ng tìm hi u nghiên c u hàng hĩa, d ch v qua m ng Internet thì h s cĩ xu h ng mua vé đi n t .
(c) Nhĩm nhân t th 3: Bao g m các bi n PE1 đ n PE4
Trong nhĩm bi n quan sát này các h s factor loading đ u th a mãn yêu c u (l n h n 0,5) nên s đ c đ a vào mơ hình nghiên c u. Nhĩm bi n này v n gi tên nh mơ hình nghiên c u đ ngh là « S thu n ti n c m nh n » c a hành khách (F3). Khi khách hàng (hành khách) cĩ c m nh n v s thu n ti n, d dàng trong thao tác c ng nh x lý thơng tin đ n gi n thì h s nh h ng tích c c đ n xu h ng l a ch n mua vé qua h th ng đi n t .
B ng 4.3.1.3: Ma tr n d ng th c các bi n đ c l p
Pattern Matrix(a)
Factor
1 2 3 4 5
PU4 Giúp việc mua vé nhanh chóng hơn
.828 PU2 Hệ thống vé điện tử giúp tiết kiệm thời gian
.817 PU3 Giúp việc mua vé dễ dàng hơn
.769 AT1 Mua vé điện tử là giải pháp ưu việt
.729 PU1 Hệ thống vé điện tử rất hữu ích
.706 AT3 Hòan tòan đồng ý với cách mua vé điện tử
.683 AT2 Nên áp dụng việc mua bán vé điện tử
.538 SE1 Sự tự tin về khả năng của cá nhân
.792 FA2 Sự am hiểu về hệ thống .777 SE2 Kỹ năng cần thiết để sử dụng hệ thống
.721 FA1 Trang thiết bị, nguồn lực cần thiết
.660 SE3 Sự h trợ từ bean ngoài .639 PE3 Khơng khó khăn khi làm quen với hệ thống
.762 PE2 Thuận tiện trong việc thao tác, xử lý
.743 PE1 Sử dụng rất đơn giản .696 PE4 Hệ thống dễ dàng khi sử dụng
.623 TR2 Tính bảo mật (an ninh) của hệ thống
.890 TR3 Thông tin cá nhân được bảo đảm an tòan
.868 TR1 Việc thanh tốn là an tịan
.733 SN2 Ảnh hưởng bởi người thân
.804 SN3 Ảnh hưởng từ các người liên quan khác
.709 SN1 Ảnh hưởng bởi bạn bè, đồng nghiệp
.696
Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization.
(d) Nhĩm nhân t th 4: Bao g m các bi n TR1 đ n TR3
T k t qu phân tích cho th y c ba bi n quan sát này đ u cĩ h s chuy n t i khá cao. Các bi n quan sát t TR1 đ n TR3 nĩi v tính b o m t, an tồn c a h th ng khi thơng tin cá nhân c ng nh ni m tin v s an tồn c a h th ng trong vi c thanh tốn ti n. Do đĩ, nhĩm y u t này v n cĩ tên nh mơ hình