Ý định sử dụng (YD)
YD-1 Tôi sẽ sử dụng (hoặc tiếp tục sử dụng) dịch vụ mua dƣợc phẩm trực tuyến trong tƣơng lai
YD-2 Tôi dự định mua dƣợc phẩm trực tuyến trong tƣơng lai
YD-3 Tơi có kế hoạch mua dƣợc phẩm trực tuyến trong tƣơng lai
Nguồn: Tác giả tổng hợp từ nghiên cứu định tính
Tóm tắt kết quả nghiên cứu định tính:
Nghiên cứu định tính đã giúp hiệu chỉnh thang đo cho các thành phần trong mơ hình nghiên cứu nhƣ sau:
- Bổ sung thêm 2 biến quan sát và loại bỏ 1 biến quan sát. - Hiệu chỉnh lại 1 biến quan sát.
- Tổng các biến quan sát: 28 biến quan sát cho 7 thành phần.
Sau khi hiệu chỉnh thang đo, bảng câu hỏi dùng cho khảo sát định lƣợng đƣợc thiết kế để tiến hành khảo sát.
3.2.3. Nghiên cứu định lượng:
Nghiên cứu định lƣợng đƣợc thực hiện thông qua bảng khảo sát. Sau khi bảng câu hỏi đƣợc hiệu chỉnh ở bƣớc nghiên cứu định tính trở thành bảng câu hỏi chính thức thì tiến hành thu thập dữ liệu. Thơng tin thu thập đƣợc dùng để đánh giá độ tin cậy thang đo, kiểm định thang đo và kiểm định sự phù hợp của mơ hình, kiểm định sự khác biệt.
3.2.3.1. Thiết kế mẫu:
Mẫu sẽ đƣợc chọn theo phƣơng pháp thuận tiện, một trong những phƣơng pháp chọn mẫu phi xác suất. Theo Hair và cộng sự (2006), số mẫu ít nhất phải bằng 5 lần số biến quan sát. Vì vậy, số lƣợng mẫu tối thiểu cho nghiên cứu này là 140 mẫu cho 28 biến quan sát.
Trong phân tích hồi quy tuyến tính, theo Tabachnick và Fidell (1991) cho rằng kích thƣớc mẫu đƣợc tính theo cơng thức N ≥ 8m + 50. Trong đó, N là kích thƣớc mẫu cần lấy, m là số biến độc lập. Có 6 biến độc lập trong quan sát này. Vì vậy, số mẫu tối thiểu cho chạy hồi quy tuyến tính là 98.
Nghiên cứu này dự kiến sẽ lấy mẫu với kích thƣớc 140 mẫu cho 28 biến quan sát. Chuẩn bị 250 bảng câu hỏi để phát đi.
3.2.3.2. Thu thập dữ liệu:
Việc thu thập dữ liệu thông qua khảo sát bằng bảng câu hỏi. Với đối tƣợng khảo sát là những khách hàng đã có kinh nghiệm mua sắm trực tuyến. Việc khảo sát đƣợc tiến hành bằng việc phát bảng câu hỏi in sẵn đến ngƣời đƣợc khảo sát hoặc mail biểu mẫu đến địa chỉ mail ngƣời đƣợc khảo sát và nhận lại kết quả sau khi hồn tất. Địa điểm khảo sát: Thành phố Hồ Chí Minh.
3.2.3.3. Phân tích dữ liệu:
Trình tự tiến hành phân tích dữ liệu đƣợc thực hiện nhƣ sau:
- Bƣớc 1: Chuẩn bị thông tin. Thu thập bảng trả lời, tiến hành làm sạch thơng tin, mã hóa các thơng tin cần thiết, nhập liệu và phân tích dữ liệu bằng phần mềm SPSS 16.
- Bƣớc 2: Thống kê: tiến hành thống kê mô tả dữ liệu thu thập đƣợc.
- Bƣớc 3: Đánh giá độ tin cậy: tiến hành đánh giá thang đo bằng phân tích Cronbach’s Alpha.
- Bƣớc 4: Phân tích nhân tố khám phá: phân tích thang đo bằng phân tích nhân tố khám phá EFA (Exploratory Factor Analysis).
- Bƣớc 5: Phân tích hồi quy bội: thực hiện phân tích hồi quy bội và kiểm định các giả thuyết của mơ hình với mức ý nghĩa là 5%.
- Bƣớc 6: Phân tích Anova: để đánh giá sự khác biệt của biến phụ thuộc trong sự khác biệt với giới tính, độ tuổi, thu nhập và ngành nghề khác nhau.
3.2.3.4. Đánh giá độ tin cậy thang đo:
Độ tin cậy thang đo đƣợc tiến hành bằng phân tích Cronbach Alpha. Hệ số Cronbach Alpha càng cao thì thang đo có độ tin cậy càng lớn. Sử dụng phƣơng pháp hệ số tin cậy Cronbach’s Alpha trƣớc khi tiến hành phân tích EFA để loại các biến khơng phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các biến đo lƣờng có liên kết với nhau hay không. Sử dụng hệ số tƣơng quan biến – tổng để loại ra những biến khơng đóng góp nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:
- Hệ số tin cậy Cronbach’s Alpha: lớn hơn 0,8 là thang đo lƣờng tốt; từ 0,7 đến 0,8 là sử dụng đƣợc; từ 0,6 trở lên là có thể sử dụng trong trƣờng hợp khái niệm nghiên
cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Trong nghiên cứu này, tác giả chọn thang đo có độ tin cậy Cronbach’s Alpha lớn hơn 0,6. - Hệ số tƣơng quan biến – tổng: các biến quan sát có tƣơng quan biến – tổng nhỏ (nhỏ hơn 0,3) đƣợc xem là biến rác thì sẽ bị loại.
3.2.3.5. Phân tích nhân tố khám phá EFA:
Phân tích nhân tố dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những nhân tố chính dùng trong các phân tích, kiểm định tiếp theo. Các nhân tố đƣợc rút gọn này có ý nghĩa hơn, chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá đƣợc dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:
- Phƣơng pháp: Đối với thang đo đa hƣớng, sử dụng phƣơng pháp trích yếu tố và điểm dừng khi trích các yếu tố EigenValue lớn hơn hoặc bằng 1. Phƣơng pháp này đƣợc cho rằng sẽ phản ảnh dữ liệu tốt hơn khi dùng Principal components với phép quay Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang đo đơn hƣớng thì sử dụng phƣơng pháp trích yếu tố Principal components. Thang đo chấp nhận đƣợc khi tổng phƣơng sai trích lớn hơn hoặc bằng 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
- Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là mức tối thiểu chấp nhận đƣợc; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, 1998; dẫn theo Lê Ngọc Đức, 2008).
Từ cơ sở lý thuyết trên, mơ hình nghiên cứu với 28 biến quan sát thực hiện phân tích nhân tố khám phá EFA theo các bƣớc sau:
- Đối với các biến quan sát đo lƣờng 6 khái niệm thành phần và khái niệm ý định sử dụng dịch vụ mua sắm dƣợc phẩm trực tuyến đều là các thang đo đơn hƣớng nên sử dụng phƣơng pháp trích nhân tố Principal components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigen Value lớn hơn 1.
- Sau đó, thực hiện kiểm định các yêu cầu liên quan gồm:
+ Kiểm định Bartlett: các biến quan sát có tƣơng quan với nhau trong tổng thể.
+ Xem xét trị số KMO: nếu KMO trong khoảng từ 0,5 đến 1 thì phân tích nhân tố là thích hợp với dữ liệu. Ngƣợc lại, KMO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
+ Để phân tích EFA có giá trị thực tiễn, tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5.
+ Xem lại thông số Eigen Value có giá trị lớn hơn 1.
+ Xem xét tổng phƣơng sai trích, yêu cầu lớn hơn hoặc bằng 50%: cho biết các nhân tố trích đƣợc giải thích đƣợc % sự biến thiên của biến quan sát.
3.2.3.6. Phân tích hồi quy bội: a. Phân tích tƣơng quan: a. Phân tích tƣơng quan:
Các thang đo đƣợc đánh giá đạt yêu cầu đƣợc đƣa vào phân tích tƣơng quan Pearson (vì các biến đƣợc đo bằng thang đo khoảng) và phân tích hồi quy để kiểm định giả thuyết. Phân tích tƣơng quan Pearson đƣợc thực hiện giữa các biến độc lập và các biến phụ thuộc 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 tƣơng
quan tuyến tính càng chặt chẽ. Đồng thời cũng cần phân tích tƣơng quan giữa các biến độc lập với nhau nhằm phát hiện những mối tƣơng quan chặt chẽ giữa các biến độc lập. Vì những tƣơng quan nhƣ vậy có thể ảnh hƣởng lớn đến kết quả của phân tích hồi quy nhƣ gây ra hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
b. Phân tích hồi quy bội:
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 phƣơng trình hồi quy tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện phân tích hồi quy theo phƣơng pháp Enter: tất cả các biến cùng đƣa vào một lần và xem xét các thống kê liên quan.
Kiểm định giả thuyết:
Quá trình kiểm định giả thuyết đƣợc thực hiện theo các bƣớc sau:
- Đánh giá sự phù hợp của mơ hình hồi quy thơng qua R2 và R2 hiệu chỉnh. - Kiểm định giả thuyết về sự phù hợp của mơ hình.
- Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng phần.
- Kiểm định giả thuyết về phân phối chuẩn của phần dƣ: dựa theo biểu đồ tần số của phần dƣ chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.
- Kiểm tra giả định về hiện tƣợng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Nếu VIF lớn hơn 10 thì có hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Xác định mức độ ảnh hƣởng của các yếu tố tác động đến ý định mua trực tuyến dƣợc phẩm: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hƣởng cao hơn các yếu tố khác trong mơ hình nghiên cứu.
3.2.3.7. Phân tích Anova:
Kiểm định sự khác biệt của Ý định sử dụng dịch vụ mua dƣợc phẩm trực tuyến qua các nhóm Giới tính, độ tuổi, thu nhập, nghề nghiệp.
Tóm tắt chương 3:
Chƣơng 3 trình bày chi tiết phƣơng pháp thực hiện nghiên cứu. Quá trình nghiên cứu đƣợc thực hiện qua hai bƣớc chính là nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ sử dụng phƣơng pháp định tính thơng qua kỹ thuật thảo luận nhóm và phỏng vấn tay đơi. Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp nghiên cứu định lƣợng thông qua phỏng vấn bằng bảng câu hỏi. Chƣơng 3 cũng trình bày các phần liên quan đến quá trình nghiên cứu định lƣợng nhƣ: xây dựng bảng câu hỏi, thiết kế mẫu, thu thập dữ liệu, phân tích dữ liệu.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chƣơng 4 sẽ trình bày về kết quả thực hiện nghiên cứu gồm: mô tả dữ liệu thu thập đƣợc, tiến hành đánh giá và kiểm định thang đo, kiểm định sự phù hợp của mơ hình nghiên cứu, kiểm định các giả thuyết của mơ hình nghiên cứu.
4.1. Đặc điểm mẫu khảo sát: