Phân bố mẫu Tần suất Phần trăm
Giới tính Nam 123 44.2%
Nữ 155 55.8%
Độ tuổi Dưới 23 tuổi 43 15.5%
23 – 29 tuổi 107 38.5%
30 - 40 tuổi 80 28.8%
41 – 55 tuổi 41 14%
Trên 55 tuổi 9 3.2%
Thu nhập Dưới 4 triệu/tháng 55 19.8%
4-10 triệu/tháng 128 46% Trên 10 triệu/tháng 95 34.2% Nghề nghiệp HS –SV 49 17.6% LĐPT – Công nhân 12 4.3% Cán bộ quản lý – doanh nhân 45 16.2%
Nhân viên kỹ thuật – văn phòng 141 50.7% Nghề tự do 13 4.7% Khác 18 6.5% Tìm hiểu về mua bán hàng hóa, dịch vụ trực tuyến Có 259 93.2% Khơng 19 6.8% Có nghe nói về dịch vụ mua CTDL trực tuyến Có 236 84.9% Không 42 15.1%
Biết thông tin về dịch vụ mua CTDL trực tuyến Báo chí 22 8.1% Bạn bè, người thân 41 15% Tivi 13 4.8% Internet 195 71.4% Khác 2 0.7% (Nguồn: Trích từ Phụ lục 4) 4.2 Kiểm địn v đ n i t an đo 4.2.1 P ân tíc Cronbac ’s Alp a
Sử dụng phương pháp hệ số tin cậy Cronbach’s alpha trước khi phân tích nhân tố EFA nhằm loại ra các biến khơng phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007). Các biến quan
sát có hệ số tương quan biển tổng (item – total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi có hệ số Cronbach’s alpha từ 0.6 trở lên (Nunnally & Bernstein, 1994).
Kết quả phân tích Cronbach’s của các nhân tố ảnh hưởng đến xu hướng chọn mua CTDL trực tuyến của đề tài được thể hiện trong bảng 4.2.
Bảng 4.2 Kết quả p ân tíc Cronbac ’s Alp a Biến quan sát Hệ số tư n quan biến
tổng
Hệ số Cronback Alpha nếu lo i bỏ biến
Nhận thức sự hữu íc (HI), Cronbac ’s alp a =0.862
HY1 .701 .827 HY2 .669 .842 HY3 .674 .838 HY4 .811 .789 Nhận thức tính dễ sử dụn (DSD), Cronbac ’s alp a = 0.466 DSD1 .155 .835 DSD2 .375 .391 DSD3 .499 .331 DSD4 .587 .334 DSD5 .366 .385
Chuẩn chủ quan (CCQ), Cronbac ’s alp a = 0.872
CCQ1 .572 .902
CCQ2 .746 .829
CCQ3 .797 .811
CCQ4 .818 .801
Tiện n i (TN), Cronbac ’s alp a = 0.831
TN1 .669 .909
TN2 .635 .916
TN3 .778 .898
Năn lực cá n ân (N ), Cronbac ’s alp a = 0.921
NL1 .814 .894
NL2 .796 .896
NL3 .771 .899
NL4 .750 .901
Niềm tin (NT), Cronbac ’s alp a = 0.875
NT1 .659 .860
NT2 .785 .830
NT3 .756 .836
NT4 .585 .881
NT5 .766 .837
Xu ướng chọn mua CTDL trực tuyến (XH), Cronbac ’s alp a = 0.879 XH1 .732 .847 XH2 .684 .859 XH3 .693 .856 XH4 .782 .836 XH5 .664 .863 (Nguồn: Trích từ Phụ lục 5)
Từ bảng 4.2 ta thấy, các thang đo: nhận thức sự hữu ích (HI), chuẩn chủ quan
(CCQ), tiện nghi (TN), năng lực cá nhân (NL), niềm tin (NT), xu hướng chọn mua
CTDL trực tuyến (XH) đều đạt mức độ tin cậy, tất cả các biến quan sát thuộc các
nhân tố trên đều có hệ số Cronbach’s alpha lớn hơn 0.6, và hệ số tương quan biến tổng lớn hơn 0.3. Như vậy, các biến đo lường các thành phần này đều được sử dụng cho phân tích nhân tố khám phá tiếp theo. Riêng thang đo nhận thức tính dễ sử dụng (DSD) có hệ số Cronbach’s alpha nhỏ hơn 0.6, và hệ số Cronbach’s alpha khi
loại bỏ biến quan sát DSD1 là 0.835. Điều đó chứng tỏ biến quan sát DSD1(dễ dàng
tìm kiếm được các CTDT qua mạng Internet) cần phải loại bỏ khỏi mơ hình nghiên
cứu vì khơng đạt mức độ tin cậy.
Bảng 4.3 Kết quả p ân tíc Cronbac ’s alp a c o biến DSD sau khi lo i bỏ biến quan sát DSD1
Biến quan sát Hệ số tư n quan biến tổng
Hệ số Cronback Alpha nếu lo i bỏ biến
Nhận thức tính dễ sử dụng (DSD), Cronbach’s alpha = 0.835 DSD2 .647 .799 DSD3 .662 .794 DSD4 .804 .741 DSD5 .582 .831 Nguồn: Trích từ phụ lục 5
Kiểm định Cronbach’s alpha cho thang đo nhận thức tính dễ sử dụng (DSD);
sau khi đã loại bỏ biến DSS1; được cho trong bảng 4.3 cho thấy hệ số Cronbach’s alpha của tất cả các biến quan sát của thang đo DSS đều đã lớn hơn 0.6, và hệ số tương quan biến tổng lớn hơn 0.3. Điều này chứng tỏ nhận thức tính dễ sử dụng (DSD) đã đạt mức độ tin cậy, và được sử dụng cho phân tích nhân tố khám phá tiếp theo.
4.2.2 Phân tích nhân tố khám phá (EFA).
Sau khi phân tích hệ số tin cậy, phương pháp phân tích nhân tố EFA được sử dụng để thu nhỏ và gom các biến lại thành các nhân tố, xem xét mức độ hội tụ (convergent validity) của các biến quan sát theo từng thành phần và giá trị phân biệt (discriminant validity) giữa các nhân tố. Phân tích nhân tố EFA phải tuân thủ các nguyên tắc sau:
Sử dụng kiểm định Bartlett để kiểm định giả thiết H0 là các biến khơng có tương quan với nhau trong tổng thể. Đại lượng chi bình phương (chi – square) có giá trị càng lớn thì các biến càng tương quan với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008, tập 2, trang 30, 32).
Phân tích nhân tố được tiến hành theo phương pháp trích yếu tố phân tích nhân tố chính (Principal components) với phép xoay nhân tố giữ nguyên góc nhân tố Varimax (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sau khi xoay các nhân tố, để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0,4 trong một nhân tố.
Trị số KMO ((Kaiser – Meyer – Olkin)): 0.5 < KMO < 1 thì phân tích nhân tố là thích hợp với dữ liệu (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Theo tiêu chuẩn Kaiser, những nhân tốnẻ có chỉ số Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mơ hình (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Tổng phương sai trích (Variance explained criteria) phải lớn hơn 50%. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
a. Phân tích nhân tố khám phá (EFA) cho các biến độc lập
Kết quả phân tích EFA trình bày ở bảng 4.4 cho thấy:
Kiểm định Barlett’s: Sig. = 0.000 < 5%: các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
Bảng 4.4 Kết quả phân tích EFA cho các biến độc lập
(Nguồn: Trích từ phụ lục 6)
Biến quan sát Yếu tố
1 2 3 4 5 TN1 .626 TN2 .747 TN3 .812 NL1 .805 NL2 .796 NL3 .769 NL4 .784 NT1 .784 NT2 .887 NT3 .863 NT4 .685 NT5 .821 HI1 .646 HI2 .765 HI3 .778 HI4 .763 CCQ1 .722 CCQ2 .862 CCQ3 .882 CCQ4 .900 DSD2 .713 DSD3 .637 DSD4 .733 DSD5 .798 Eigenvalues 8.454 3.134 2.829 1.459 1.148 Phương sai trích (%) 35.227 13.040 11.782 6.077 4.783 Cronbach’s Alpha 0.915 0.875 0.862 0.872 0.835 Sig. 0.000 KMO 0.885
Hệ số KMO = 0.885 >0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Có 5 nhân tố được trích ra từ phân tích EFA
Hệ số Cumulative % = 70.934% cho biết 5 nhân tố trên giải thích được 70.934% sự biến thiên của dữ liệu.
Giá trị hệ số Eigenvalues của các nhân tố đều lớn hơn 1: đạt yêu cầu. Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading) > 0.4: đạt yêu cầu.
Tóm l i, từ kết quả phân tích nhân tố cho thấy, đã có sự thay đổi nhóm biến
so với kết quả nghiên cứu định lượng sơ bộ ban đầu, 6 nhân tố trong mơ hình nghiên cứu đề xuất, sau khi phân tích EFA chỉ cịn có 5 nhân tố được rút trích ra (số biến quan sát là 24 biến không đổi). Xảy ra hiện tượng này là do biến Năng lực cá nhân (NL) và biến Tiện nghi (TN) đã sát nhập vào nhau thành 1 nhân tố, tạm đặt là Năng lực kiểm soát hành vi, các nhân tố khác khơng có thay đổi so với mơ hình nghiên cứu ban đầu.
N ư vậy, sau phân tích EFA chính thức, mơ hình nghiên cứu của đề tài chỉ còn 5 nhân tố, các biến quan sát thuộc các nhân tố: nhận thức sự hữu ích, nhận thức
tính dễ sử dụng, chuẩn chủ quan và niềm tin không thay đổi, riêng các biến quan sát
thuộc hai nhân tố năng lực cá nhân và niềm tin bị nhập lại thành một biến, được mã hóa như sau:
Nhân tố này gồm 7 biến quan sát:
o TN1: có thiết bị kết nối mạng Internet để truy cập các CTDL trực tuyến. o TN2: có hệ thống thẻ thanh toán (ATM, Visa…) để mua CTDL trực
tuyến.
o TN3: có đầy đủ trang thiết bị, nguồn lực để mua CTDL trực tuyến o NL1: có kiến thức và khả năng cần thiết để mua CTDL trực tuyến o NL2: tự tin về các kỹ năng thao tác máy tính và mua sắm qua mạng
o NL3: Có thể mua CTDL trực tuyến mà khơng cần ai giúp đỡ, hỗ trợ o NL4: Nói chung, hồn tồn chủ động trong việc mua CTDL trực tuyến Tạm đặt tên là nhận thức kiểm soát hành vi, ký hiệu là KSHV
b. Phân tích nhân tố khám phá (EFA) cho biến phụ thuộc
Thực hiện phân tích EFA cho biến phụ thuộc theo phương pháp trích yếu tố Principal components với phép quay Varimax.
Bảng 4.5 Kết quả phân tích EFA cho biến phụ thuộc Biến quan sát Xu ướng chọn mua CTDL Biến quan sát Xu ướng chọn mua CTDL
trực tuyến XH1 .836 XH2 .801 XH3 .810 XH4 .873 XH5 .789 Eigenvalues 3.380 Phương sai trích (%) 67.609 Cronbach’s Alpha 0.880 Sig. 0.000 KMO 0.852 (Nguồn: Trích từ phụ lục 6)
Kết quả phân tích EFA cho thấy:
Kiểm định Barlett’s: Sig. = 0.000 < 5%: các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
Hệ số KMO = 0.852 >0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Có 1 nhân tố được trích ra từ phân tích EFA
Hệ số Cumulative % = 67.609% đạt yêu cầu.
Giá trị hệ số Eigenvalues lớn hơn 1: đạt yêu cầu.
Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading) > 0.4: đạt yêu cầu.
Tóm tắt kết quả phân tích nhân tố (EFA):
Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mơ hình đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được: phân tích EFA là thích hợp với dữ liệu nghiên cứu. Từ mơ hình nghiên cứu ban đầu, có 6 nhân tố đo lường biến phụ thuộc, sau khi phân tích nhân tố EFA thì chỉ cịn có 5 nhân tố được trích ra từ kết quả phân tích bao gồm 24 biến quan sát (do có sự nhập biến tiện nghi và năng lực cá nhân thành nhận thức kiểm soát hành vi). Tất cả các biến quan sát trong từng nhân tố tương ứng được trích đều đạt yêu cầu và được sử dụng trong các phân tích tiếp theo.
Do vậy, mơ hình nghiên cứu ban đầu được hiệu chỉnh như sau:
Hình 4.1 Mơ hình nghiên cứu điều chỉnh 4.3 Phân tích hồi quy tuyến tính bội 4.3 Phân tích hồi quy tuyến tính bội
Phân tích hồi quy tuyến tính bội được tiến hành theo các bước sau:
Tính giá trị biến mới trong mơ hình nghiên cứu.
Xem xét mối tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc, và giữa các biến độc lập với nhau. Hệ số tương quan Pearson trong ma trận hệ số tương quan là phù hợp để xem xét mối tương quan này. Giá trị tuyệt
đối của hệ số Pearson càng gần 1 thì hai biến này có mối quan hệ tuyến tính càng chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sử dụng phương pháp Enter, SPSS xử lý tất cả các biến đưa vào một lần và xem xét các kết quả thống kê liên quan đến các biến được đưa vào mơ hình.
Kiểm định F về độ phù hợp của mơ hình.
Kiểm định t trong bảng các thông số thống kê của từng biến độc lập để kiểm định ý nghĩa của các hệ số hồi quy.
Đánh giá độ phù hợp của mơ hình hồi quy đa biến: R2, R2 hiệu chỉnh. Hệ số R2 hiệu 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.
Thống kê Durbin – Watson dùng để kiểm định tương quan giữa các phần dư.
Sử dụng hệ số phóng đại phương sai VIF (Varinance inflation factor) để đo lường đa cộng tuyến, nếu VIF vượt quá 10 đó là dấu hiệu của hiện tượng đa cộng tuyến.
Sử dụng biểu đồ tần số của các phần dư để xem xét giả định về phân phối chuẩn. 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.
Sau cùng sẽ hiệu chỉnh mơ hình lý thuyết, viết phương trình hồi quy tuyến tính bội. Từ đó xác định mức độ ảnh hưởng của các biến độc lập đến xu hướng chọn mua CTDL trực tuyến.
4.3.1 P ân tíc tư n quan iữa biến phụ thuộc và các biến độc lập Bảng 4.6 P ân tíc tư n quan iữa biến phụ thuộc và biến độc lập
KSHV NT HI CCQ DSD XH KSHV 1 .000 .000 .000 .000 .501** NT .000 1 .000 .000 .000 .392** HI .000 .000 1 .000 .000 .361** CCQ .000 .000 .000 1 .000 .249** DSD .000 .000 .000 .000 1 .340** XH .501** .392** .361** .249** .340** 1
Nguồn: Trích từ phụ lục 7
Với kết quả ở bảng 4.6 (xem thêm phụ lục 7), ta thấy các biến độc lập đều có hệ số sig. nhỏ hơn 0.05, do đó đều có tương quan tuyến tính với biến phụ thuộc ở mức ý nghĩa 1%. Trong đó, yếu tố kiểm sốt hành vi có hệ số tương quan cao nhất là 0.501 và yếu tố chuẩn chủ quan có hệ số tương quan thấp nhất là 0.249, nên sơ bộ ta có thể kết luận rằng 5 yếu tố này có thể đưa vào mơ hình để giải thích cho xu hướng chọn mua CTDL trực tuyến của khách hàng.
4.3.2 Đ n i độ phù hợp của mơ hình
Hệ số R2 đã hiệu chỉnh bằng 0.707 có nghĩa là 70.7% sự biến thiên của biến phụ thuộc XH được giải thích chung bởi các biến độc lập trong mơ hình hay nói cách khác, mơ hình giải thích được 70.7% sự biến thiên của xu hướng chọn mua CTDL trực tuyến.
Bảng 4.7 Kết quả hệ số R2 hiệu chỉnh
Model R R2 R2 đã hiệu chỉnh Sai số chuẩn ước lượng
1 .844a .713 .707 .54103194
Nguồn: Trích từ phụ lục 8
4.3.3 Kiểm địn độ phù hợp của mơ hình
Giả thiết H0: β1= β2 = β3 = β4 = β5 = 0 H1: Tồn tại ít nhất một β ≠ 0
Để kiểm định giả thiết H0, ta dùng đại lượng F. Nếu xác suất F nhỏ thì giả thiết H0 bị bác bỏ. Giá trị F được lấy từ bảng phân tích phương sai Anova.
Bảng 4.8 Bảng kết quả p ân tíc p ư n sai Anova
Model Tổn bìn p ư n Df Bìn p ư n
trung bình F Sig.
1 Hồi quy 197.381 5 39.476 134.862 .000a
Số dư 79.619 272 .293
Tổng 277.000 277
Nguồn: Trích từ phụ lục 8
Kết quả kiểm định cho bởi bảng 4.8 cho thấy trị thống kê F = 134.862 với giá trị sig = 0.000 => bác bỏ giả thiết H0
Như vậy mơ hình hồi quy tuyến tính xây dựng được phù hợp với tập dữ liệu, các biến độc lập trong mơ hình có quan hệ với biến phụ thuộc => mơ hình có thể sử dụng được.
4.3.4 Ý n ĩa của các hệ số hồi quy
Kết quả phân tích trên bảng 4.9 cho thấy giá trị Sig. của 5 biến độc lập KSHV, NT, HI, CCQ, DSD đều có ảnh hưởng đến xu hướng chọn mua CTDL trực tuyến (Sig.<0.05).
Bảng 4.9 Các tham số thống kê của từng biến trong mơ hình
Model Hệ số hồi quy c ưa
chuẩn hóa Hệ số hồi quy chuẩn hóa T Sig. Thống kê cộng tuyến 1 Hằng số B Sai số chuẩn Beta Dung sai VIF Hằng số 2.221E-16 .032 .000 1.000 KSHV .501 .033 .501 15.421 .000 1.000 1.000 NT .392 .033 .392 12.058 .000 1.000 1.000 HI .361 .033 .361 11.096 .000 1.000 1.000 CCQ .249 .033 .249 7.652 .000 1.000 1.000 DSD .340 .033 .340 10.460 .000 1.000 1.000 Nguồn: Trích từ phụ lục 8
Từ kết quả trên bảng 4.9, cũng có thể rút ra được phương trình hồi quy bội biểu diễn mối quan hệ giữa các nhân tố và xu hướng chọn mua CTDL trực tuyến