CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.4. Nghiên cứu định lượng
3.4.4. Phân tích hồi quy
3.4.4.1. Phân tích tƣơng quan
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan Pearson và phân tích hồi quy để kiểm định các giả thuyết. Phân tích tương quan Pearson được thực hiện giữa biến phụ thuộc và các biến độc lập nhằm khẳng định có mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối của Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ. Đồng thời cũng cần phân tích tương quan giữa các biến độc lập với nhau nhằm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
3.4.4.2. Phân tích hồi quy tuyến tính
Sau khi kết luận hai biến có mối quan hệ tuyến tính với nhau thì có thể mơ hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nghiên cứu thực hiện hồi quy tuyến tính bội bằng phương pháp Enter, xử lý tất cả các biến đưa vào một lần và đưa ra các thông số thống kê liên quan đến các biến. Sau đó, kiểm định các giả thuyết theo các bước sau:
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội bằng hệ số R2 và hệ số R2 điều chỉnh. Hệ số R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm nhiều biến độc lập vào mơ hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với tập dữ liệu. Để giải quyết tình huống này, hệ số R2 điều chỉnh được sử dụng để phản ánh tốt hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. Hệ số R2 điều chỉnh không nhất thiết phải tăng lên khi nhiều biến độc lập được đưa thêm vào mơ hình. Hệ số R2 điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R2.
Kiểm định giả thuyết về độ phù hợp của mơ hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần.
Kiểm định giả thuyết về phân phối chuẩn của phần dư sử dụng biểu đồ tần số của các phần dư. Nếu trung bình bằng 0 và độ lệch chuẩn xấp xỉ bằng 1 thì có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Kiểm tra giả định về hiện tượng đa cộng tuyến thơng qua hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Xác định mức độ ảnh hưởng của các yếu tố tác động đến thái độ và ý định: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mơ hình nghiên cứu.
Tóm tắt chƣơng 3
Chương 3 trình bày chi tiết phương pháp thực hiện nghiên cứu, quá trình nghiên cứu được thực hiện qua hai bước chính là nghiên cứu sơ bộ và nghiên cứu chính thức. Trình bày các phần liên quan đến quá trình nghiên cứu định lượng như: xây dựng bảng câu hỏi phỏng vấn, thiết kế mẫu, thu thập dữ liệu, giới thiệu kỹ thuật và yêu cầu cho việc phân tích dữ liệu.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 4 sẽ trình bày kết quả nghiên cứu định lượng, hồn chỉnh các thang đo và kết quả kiểm định mơ hình lý thuyết cũng như các giả thuyết nghiên cứu đã đề ra.
4.1. Thông tin mẫu
Mẫu được thu thập theo phương pháp thuận tiện dưới hình thức bảng câu hỏi khảo sát. Tổng cộng có 300 bảng câu hỏi, trong đó có 120 bảng câu hỏi bằng giấy và 180 bảng thu được từ trả lời trực tiếp trên google docs. Sau khi loại bỏ những bảng trả lời không hợp lệ do người trả lời không đáp ứng được các yêu cầu hoặc thiếu các thông tin quan trọng, tổng cộng có 242 mẫu thu thập được, kết quả thơng tin mẫu được trình bày như sau:
Bảng 4.1. Thông tin mẫu
Số lƣợng Tỉ lệ Giới tính Nam 95 39,26% Nữ 147 60,74% Độ tuổi 16 - 30 189 78,10% > 30 53 21,90% Trình độ học vấn
Dưới đại học, cao đẳng 38 15,70% Đại học, cao đẳng 148 61,16% Trên đại học 56 23,14% Thu nhập < 3 triệu 71 29,34% 3 - 5 triệu 53 21,9% 5 - 7 triệu 40 16,53% 7 - 9 triệu 30 12,4% > 9 triệu 48 19,83%
Giới tính: Mẫu khảo sát có 95 người là nam (chiếm 39,26%) và 147 là nữ (chiếm 60,74%).
Nhóm tuổi: Mẫu khảo sát có 189 người có độ tuổi từ 16 đến 30 tuổi (chiếm 78,10%), 53 người trên 30 tuổi (chiếm 21,90%).
Trình độ học vấn: Mẫu khảo sát có 38 người trình độ dưới đại học, cao đẳng (chiếm 15,70%), 148 người trình độ đại học, cao đẳng (chiếm 61,16%), 56 người trình độ trên đại học (chiếm 23,14%).
Thu nhập: Mẫu khảo sát có 71 người có thu nhập dưới 3 triệu đồng (chiếm 29,34%), 53 người có thu nhập từ 3 - 5 triệu đồng (chiếm 21,90%), 40 người có thu nhập từ 5 - 7 triệu đồng (chiếm 16,53%), 30 người có thu nhập từ 7 - 9 triệu đồng (chiếm 12,40%), 48 người có thu nhập trên 9 triệu đồng (chiếm 19,83%).
4.2. Kiểm định thang đo các nhân tố 4.2.1. Kiểm định Cronbach Alpha 4.2.1. Kiểm định Cronbach Alpha
Như đã giới thiệu trong mục 3.4.3.1, phương pháp này giúp loại bỏ các biến không 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 thơng qua hệ số Cronbach Alpha. Những biến có hệ số tương 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 được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Thơng thường, thang đo có Cronbach Alpha từ 0,7 đến 0,8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo lường tốt.
Bảng 4.2. Cronbach’s Anpha của các nhân tố
Biến quan sát
Trung bình thang đo nếu biến bị loại
Phƣơng sai thang đo nếu biến bị loại
Tƣơng quan biến tổng
Cronbach’s Alpha nếu biến bị loại Thành phần Sự thuận tiện: Cronbach’s Alpha = 0,884
TT1 16,00 6,780 0,680 0,868 TT2 15,81 6,511 0,698 0,864 TT3 15,68 6,234 0,763 0,849 TT4 15,83 6,083 0,774 0,846 TT5 15,70 6,426 0,689 0,866
Thành phần Đặc điểm hàng hóa: Cronbach’s Alpha = 0,762
HH1 7,86 1,759 0,562 0,715 HH2 7,32 1,795 0,634 0,620 HH3 7,34 2,142 0,583 0,690
Thành phần Cấu trúc trang web: Cronbach’s Alpha = 0,789
W1 7,20 1,728 0,642 0,697 W2 7,31 1,669 0,612 0,732 W3 7,16 1,776 0,633 0,709
Thành phần Mức độ an toàn: Cronbach’s Alpha = 0,796
AT1 7,57 1,566 0,647 0,711 AT2 7,67 1,417 0,635 0,727 AT3 7,40 1,586 0,634 0,724 Thành phần Dịch vụ khách hàng: Cronbach’s Alpha = 0,876 DV1 13,85 7,275 0,711 0,848 DV2 13,75 6,967 0,748 0,838 DV3 13,58 6,742 0,709 0,848 DV4 13,66 6,831 0,706 0,848 DV5 13,93 7,207 0,655 0,860
Thành phần Nhận thức giá trị: Cronbach’s Alpha = 0,877
GT1 8,75 1,789 0,577 0,868 GT2 8,54 1,743 0,594 0,854 GT3 8,43 1,573 0,926 0,535
Thành phần Sự hài lòng của khách hàng: Cronbach’s Alpha = 0,869
H1 11,58 4,535 0,711 0,861 H2 11,78 3,850 0,783 0,833 H3 11,84 3,942 0,784 0,832 H4 11,43 4,461 0,707 0,862
Thành phần sự thuận tiện có hệ số Cronbach Anpha là 0,884 và hệ số tương quan biến tổng của các biến (TT1, TT2, TT3, TT4, TT5) đều lớn hơn 0,3 (nhỏ nhất là 6,083). Vì vậy, tất cả các biến đo lường sự thuận tiện được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần đặc điểm hàng hóa có hệ số Cronbach Anpha là 0,762 và có hệ số tương quan biến tổng của các biến (HH1, HH2, HH3) đều lớn hơn 0,3 (nhỏ nhất là 0,562), nên chấp nhận tất cả các biến này để sử dụng cho phân tích khám phá nhân tố.
Thành phần cấu trúc trang web có hệ số Cronbach Anpha là 0,789 và có hệ số tương quan biến tổng của các biến (W1, W2, W3) đều lớn hơn 0,3 (nhỏ nhất là 0,612). Vì vậy, 5 biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần mức độ an tồn có hệ số Cronbach Anpha là 0,796 và có hệ số tương quan biến tổng của các biên (AT1, AT2, AT3) đều lớn hơn 0,3 (nhỏ nhất là 0,634), nên chấp nhận tất cả các biến này để sử dụng cho phân tích khám phá nhân tố.
Thành phần dịch vụ khách hàng có hệ số Cronbach Anpha là 0,876 và có hệ số tương quan biến tổng của các biến (DV1, DV2, DV3, DV4, DV5) đều lớn hơn 0,3 (nhỏ nhất là 0,876). Vì vậy, các biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần nhận thức giá trị có hệ số Cronbach Anpha là 0,877 và có hệ số tương quan biến tổng của các biến (GT1, GT2, GT3) đều lớn hơn 0,3 (nhỏ nhất là 0,577), nên chấp nhận tất cả các biến này để sử dụng cho phân tích khám phá nhân tố.
Kết quả đánh giá thang đo sự hài lịng của khách hàng có hệ số Cronbach Anpha là 0,869 và có hệ số tương quan biến tổng của các biến (H1, H2, H3, H4) đều lớn hơn 0,3 (nhỏ nhất là 0,707). Vì vậy, các biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
4.2.2. Phân tích nhân tố khám phá (EFA)
Sau khi đánh giá độ tin cậy của thang đo luận văn tiến hành phân tích nhân tố khám phá EFA, đây là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được 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 như 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 lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được 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 được 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 tương 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 phương 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 hưởng tới sự hài lịng của khách hàng mua hàng trực tuyến có kết quả như tại bảng 4.3 và bảng 4.4. Để đáp ứng được phân tích nhân tố thì các biến phải có liên hệ với nhau. Nếu hệ số tương quan nhỏ thì có thể dẫn đến phân tích nhân tố khơng thích hợp. Ngồi ra, luận văn còn sử dụng Bartlett’s Test of Sphericity để kiểm định giả thuyết H0: khơng có mối tương quan với nhau trong tổng thể.
Bảng 4.3. Hệ số KMO và Bartlett’s Test
Kaiser-Meyer-Olkin 0,849
Bartlett's Test of Sphericity
Approx. Chi-Square 3106,000
df 231
Sig. 0,000
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Theo bảng 4.3 cho thấy Sig. = 0.000 rất nhỏ so với mức ý nghĩa 1% nên giả thuyết H0 bị bác bỏ hay giữa các biến có mối liên hệ với nhau. Đồng thời hệ số KMO = 0,849 chứng tỏ mơ hình phân tích nhân tố là phù hợp.
Số lượng nhân tố: Theo tiêu chuẩn Eigenvalue thì có 6 nhân tố được rút ra. Và 6 nhân tố này giải thích được 72,675% (>50%) sự biến thiên của dữ liệu.
Từ kết quả phân tích EFA cho thấy có 22 biến được rút trích thành 6 nhân tố và đặt tên như sau:
Nhân tố 1 (TT): Sự thuận tiện gồm 5 biến quan sát (TT1, TT2, TT3, TT4, TT5) Nhân tố 2 (HH): Đặc điểm hàng hóa gồm 3 biến quan sát (HH1, HH2, HH3) Nhân tố 3 (W): Cấu trúc trang web gồm 3 biến quan sát (W1, W2, W3) Nhân tố 4 (AT): Mức độ an toàn gồm 3 biến quan sát (AT1, AT2, AT3)
Nhân tố 5 (DV): Dịch vụ khách hàng gồm 5 biến quan sát (DV1, DV2, DV3, DV4, DV5)
Bảng 4.4. Ma trận xoay các nhân tố Nhân tố Nhân tố 1 2 3 4 5 6 TT1 0,692 0,351 TT2 0,675 TT3 0,822 TT4 0,845 TT5 0,706 HH1 0,830 HH2 0,810 HH3 0,599 W1 0,733 W2 0,844 W3 0,315 0,695 AT1 0,370 0,692 AT2 0,829 AT3 0,321 0,766 DV1 0,756 0,302 DV2 0,772 DV3 0,748 0,320 DV4 0,797 DV5 0,326 0,744 GT1 0,827 GT2 0,369 0,737 GT3 0,937
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Kết quả phân tích nhân tố đối với thang đo sự hài lòng của khách hàng được thể hiện tại phụ lục 4.
Hệ số KMO = 0,826 và Sig. = 0,000 < 1%, do vậy phân tích nhân tố với biến này là thích hợp. Một nhân tố được trích rút tại eigenvalue là 2,958, phương sai trích rút là 73,962% và các hệ số tải đều lớn hơn 0,5. Như vậy, các biến quan sát của thang đo này đạt yêu cầu cho phân tích tiếp theo.
Bảng 4.5. Kết quả phân tích EFA sự hài lịng của khách hàng
Kaiser-Meyer-Olkin 0,826
Bartlett's Test of Sphericity
Approx. Chi-Square 515,393 df 6 Sig. 0,000 Nhân tố H1 0,835 H2 0,885 H3 0,886 H4 0,832
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Căn cứ vào kết quả đánh giá thang đo qua phân tích Cronbach’s Alpha và phân tích khám phá EFA, các giả thuyết nghiên cứu và mơ hình nghiên cứu những yếu tố tác động đến sự hài lòng của khách hàng mua sách trực tuyến khu vực Tp.HCM được giữ ngun so với mơ hình lý thuyết ở chương 2.
Phương trình hồi quy tuyến tính bội được thể hiện như sau:
H = β0 + β1 * TT + β2 * HH + β3 * W + β4 * AT + β5 * DV + β6 * GT
Trong đó:
H: Sự hài lịng của khách hàng mua sách trực tuyến TT: Sự thuận tiện
HH: Đặc điểm hàng hóa W: Cấu trúc trang web AT: Mức độ an toàn DV: Dịch vụ khách hàng GT: Nhận thức giá trị β0: Hằng số
Hình 4.1. Mơ hình nghiên cứu chính thức
4.2.3.1. Ma trận hệ số tƣơng quan
Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính là xem xét các mối tương quan tuyến tính giữa tất cả các biến. Từ bảng 4.6 luận văn nhận thấy rằng hệ số tương quan giữa biến phụ thuộc H với các biến độc lập TT, HH, W, AT, DV, GT thấp nhất là 0,321, nên sơ bộ luận văn có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích cho biến phụ thuộc H. Tuy nhiên giữa các biến độc lập cũng đều có tương
quan, điều này có thể dẫn tới hiện tượng đa cộng tuyến trong mơ hình, do vậy q trình phân tích phải xem xét kỹ vai trị của các biến độc lập trong mơ hình hồi quy tuyến tính luận văn xây dựng được.
Bảng 4.6. Ma trận tương quan giữa các nhân tố
TT HH W AT DV G H
TT Tương quan Pearson 1 Sig, (2-tailed)
HH Tương quan Pearson 0,478 1 Sig, (2-tailed) 0,000
W Tương quan Pearson 0,456 0,428 1 Sig, (2-tailed) 0,000 0,000
AT Tương quan Pearson 0,461 0,345 0,438 1 Sig, (2-tailed) 0,000 0,000 0,000
DV Tương quan Pearson 0,464 0,410 0,454 0,461 1 Sig, (2-tailed) 0,000 0,000 0,000 0,000
G Tương quan Pearson 0,414 0,118 0,137 0,210 0,218 1 Sig, (2-tailed) 0,000 0,000 0,000 0,000 0,000
H Tương quan Pearson 0,550 0,463 0,493 0,406 0,529 0,321 1