CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.3. Điều ch nh mơ hình nghiên cứu và các giả thuyết
4.4.1. Phân tích tương quan
Tiếp theo nghiên cứu sử dụng hệ số tương quan tuyến tính r (Pearson Corelation Coefficient) để kiểm định sự tương quan giữa 6 yếu tố tác động vào ý định mua lại.
Bảng 4.6. Phân tích hệ số tƣơng quan Pearson
BM DT TC SD GTT HD YDML
BM Tương quan Pearson 1 .470** .483** .353** .361** .371** .276** Sig. (2-tailed) 0 0 0 0 0 0 N 213 213 213 213 213 213
DT Tương quan Pearson 1 .557** .411** .401** .403** .432** Sig. (2-tailed) 0 0 0 0 0 N 213 213 213 213 213
TC Tương quan Pearson 1 .330** .360** .395** .496** Sig. (2-tailed) 0 0 0 0 N 213 213 213 213
SD Tương quan Pearson 1 .344** .369** .370** Sig. (2-tailed) 0 0 0 N 213 213 213
GTT Tương quan Pearson 1 .376** .334** Sig. (2-tailed) 0 0 N 213 213
HD Tương quan Pearson 1 .210** Sig. (2-đuôi) 0.002
N 213
YDML Tương quan Pearson 1
Sig. (2-tailed)
N
Đối với mối quan hệ tương quan giữa các biến GT, SD, DT, BM, TC, HD và
biến YDML, dễ dàng nhận thấy hệ số tương quan tuyến tính của các biến khá cao, nằm trong khoảng từ 0,276 đến 0,483. Tương quan này có thể xem là rất chặt chẽ. Kiểm định bằng hệ số tương quan Pearson với tất các các giá trị sig đều < 0,05 cho thấy các tương quan chặt chẽ này phản ánh một hiệp biến thiên thật sự trong tổng thể chứ khơng phải là sự tình cờ ngẫu nhiên trong mẫu, do vậy chúng đều có ý nghĩa về mặt thống kê. Nhìn sơ bộ, có thể kết luận các biến độc lập cấu thành nên thang đo tác động vào ý định mua lại (GT, SD, DT, BM, TC, HD) có thể đưa vào mơ hình để giải thích cho biến phụ thuộc ý định mua lại (YDML).
4.4.2. Mơ hình hồi quy tuyến tính bội
Giả sử các yếu tố tác động đến ý định mua lại theo mơ hình 4.1 đều có quan hệ tuyến tính với ý định mua lại. Phân tích hồi quy tuyến tính sẽ giúp biết được cường độ ảnh hưởng của các biến độc lập (giá trị cảm nhận, tính dễ sử dụng, bảo mật, danh tiếng, tin cậy, hữu ích cảm nhận) lên biến phụ thuộc (ý định mua lại). Do vậy, mơ hình hồi quy tuyến tính bội được phát triển như sau:
Ý định mua lại = β0 + β1 * Giá trị cảm nhận + β2 * Tính dễ sử dụng + β3 * Danh tiếng + β4 * Bảo mật + β5 * Tin cậy + β6 * Hữu dụng cảm nhận + ei
Hay: YDML = β0 + β1*GT + β2*SD + β3*DT + β4*BM + β5*TC + β6*HD + ei
Trong đó, βk là hệ số của phương trình hồi quy tuyến tính bội và ei là phần dư. Lệnh hồi quy tuyến tính trong chương trình SPSS 16.0 được sử dụng để chạy phân tích phần mềm hồi quy. Hệ số xác định (R2) đo lường tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mơ hình. Giá trị R2
càng cao thì khả năng giải thích của mơ hình hồi quy tuyến tính bội càng cao và việc dự đốn biến phụ thuộc càng chính xác. Phép phân tích phương sai (Anova) được tiến hành. Nếu giá trị F có ý nghĩa đáng kể về mặt thống kê (p < 0,05), giả thuyết thuần của mối quan hệ khơng tuyến tính bị bác bỏ. Hệ số β là hệ số hồi quy chuẩn hoá cho phép so sánh trực tiếp giữa các hệ số xem như là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số β chuẩn hóa càng lớn thì tầm quan trọng tương đối của nó trong dự báo biến phụ thuộc càng cao.
Bảng 4.7. Bảng tóm tắt mơ hình hồi quy bội lần đầu Mơ Mơ hình Hệ số R R 2 R2 Hiệu ch nh Sai số chu n của ƣớc lƣợng
Thống kê thay đổi
Hệ số Durbin -Watson R2 thay đổi F thay đổi df1 df2 Mức ý nghĩa F thay đổi 1 .573a .329 .309 .37731 .329 16.807 6 206 .000 1.902 a. Các dự báo: (Hằng số), HD, SD, GTT, BM, TC, DT b. Biến phụ thuộc: YDML
Bảng 4.8. Bảng đánh giá độ phù hợp cuả mơ hình hồi quy bội lần đầu
Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Mức ý nghĩa
1 Hồi quy 14.356 6 2.393 16.807 .000a
Phần dƣ 29.327 206 .142
Tổng 43.683 212
a. Các dự báo: (Hằng số), HD, SD, GTT, BM, TC, DT b. Biến phụ thuộc: YDML
Bảng 4.9. Bảng thơng số của mơ hình hồi quy tuyến tính bội lần đầu
Mơ hình
Hệ số chƣa chu n hóa Hệ số chu n hóa
t Sig.
Thống kê đa cộng tuyến
B Sai số chu n Beta Hệ số Tolerance B
1 (Hằng số) 1.117 .284 3.932 .000 BM -.045 .058 -.054 -.766 .445 .666 1.503 DT .166 .075 .166 2.201 .029 .576 1.735 TC .331 .068 .359 4.882 .000 .603 1.658 SD .140 .048 .194 2.946 .004 .748 1.337 GT .114 .059 .128 1.925 .056 .742 1.347 HD -.077 .053 -.098 -1.461 .146 .720 1.389 a. Biến độc lập: YDML
Từ Bảng 4.9, 3 yếu tố: HD, BM và GT có sig >0,05 nên loại 3 yếu tố này
Bảng 4.10. Bảng tóm tắt mơ hình hồi quy tuyến tính bội lần cuối
Mơ hình Hệ số R R 2 R2 Hiệu ch nh Sai số chu n của ƣớc lƣợng
Thống kê thay đổi
Hệ số Durbin - Watson R2 thay đổi F thay đổi df1 df2 Mức ý nghĩa F thay đổi 1 .557a .311 .301 .37957 .311 31.400 3 209 .000 1.885 a. Các dự báo: (Constant), SD, TC, DT b. Biến phụ thuộc: YDML
Bảng 4.11. Bảng đánh giá độ phù hợp mơ hình hồi quy tuyến tính bội lần cuối Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Mức ý nghĩa Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Mức ý nghĩa
1 Hồi quy 13.572 3 4.524 31.400 .000a
Phần dƣ 30.111 209 .144
Tổng 43.683 212
a. Các dự báo: (Hằng số), SD, TC, DT b. Biến phụ thuộc: YDML
Bảng 4.12. Bảng thơng số của mơ hình hồi quy tuyến tính bội lần cuối
Mơ hình
Hệ số chƣa chu n hóa Hệ số chu n hóa
t Sig.
Thống kê đa cộng tuyến
B Sai số chu n Beta Tolerance VIF
1
(Constant) 1.150 .252 4.557 .000
DT .163 .072 .163 2.251 .025 .632 1.582
TC .317 .064 .343 4.921 .000 .677 1.476
SD .137 .046 .189 2.981 .003 .817 1.225 a. Biến phụ thuộc: YDML
4.4.3. Phân tích các giả thuyết trong mơ hình
Các kết luận dựa trên hàm hồi quy tuyến tính thu được chỉ có ý nghĩa khi hàm hồi quy đó phù hợp với dữ liệu mẫu và các hệ số hồi quy khác khơng có ý nghĩa, đồng thời các giả định của hàm hồi quy tuyến tính được đảm bảo. Vì thế, trước khi phân tích kết quả hồi quy cần thực hiện các kiểm định về độ phù hợp của mơ hình, kiểm định ý nghĩa các hệ số hồi quy và đặc biệt là kiểm định các giả định của hàm hồi quy.
4.4.3.1. Kiểm định các giả định của mơ hình
Từ kết quả quan sát trong mẫu, ta phải suy rộng kết luận cho mối quan hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn giải kết quả hồi quy không thể tách rời các giả định cần thiết của mơ hình hồi quy. Nếu các giả định bị vi phạm thì các kết quả ước lượng không đáng tin cậy nữa (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong phần này, tác giả tiến hành kiểm định các giả định hàm hồi quy tuyến
tính cổ điển bao gồm các giả định:
- Khơng có hiện tượng đa cộng tuyến. - Phương sai của phần dư không đổi.
- Các phần dư có phân phối chuẩn.
- Khơng có hiện tượng tương quan giữa các phần dư.
a. Xem xét giả định khơng có hiện tƣợng đa cộng tuyến
Trong mơ hình hồi quy tuyến tính bội, giả định giữa các biến độc lập của mơ hình khơng có hiện tượng đa cộng tuyến. Hiện tượng này có thể phát hiện thơng qua hệ số phóng đại (VIF). Nếu VIF lớn hơn 10 thì hiện tượng đa cộng tuyến nghiêm trọng. Trong mơ hình này, để khơng có hiện tượng đa cộng tuyến nghiêm trọng thì VIF phải nhỏ hơn 10. Qua Bảng 4.12, giá trị VIF thành phần đều nhỏ hơn 10 chứng tỏ khơng có hiện tượng đa cộng tuyến.
b. Giả định phƣơng sai của phần dƣ không đổi
Xem xét đồ thị của phần dư chuẩn hóa theo giá trị dự báo của biến phụ thuộc hiệu quả cơng việc để kiểm tra có hiện tượng phương sai thay đổi hay khơng. Quan sát đồ thị phân tán ở Biểu đồ 4.1, nhận thấy phần dư phân tán ngẫu nhiên theo đường hồnh độ khơng. Như vậy, giả định phương sai không đổi của mơ hình hồi quy khơng đổi.
c. Giả định về phần phối chu n của phần dƣ
Biểu đồ 4.2. Biểu đồ tần số của phần dƣ chu n hóa
Phần dư có thể khơng tn theo phân phối chuẩn vì nhiều lý do, sử dụng mơ hình khơng đúng, phương sai khơng phải là hằng số, số lượng phần dư khơng đủ nhiều để phân tích (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Trong phần này, tác giả sử dụng biểu đồ Histogram, P-P để xem xét. Nhìn vào Biểu dồ 4.2 và Biểu đồ 4.3, giả định phần phân phối chuẩn của phần dư không bị vi phạm.
Trước hết, xem xét tần số của phần dư chuẩn hóa ở biểu đồ 4.2, phân phối phần dư xấp xỉ chuẩn St.Dev = 0,993 tức gần bằng 1. Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Từ Biểu đồ 4.3, các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng mà phân tán dọc theo, sát đường kỳ vọng nên có thể chấp nhận giả thuyết cho rằng phân phối của phần dư là phân phối chuẩn. Từ các kết quả kiểm định trên, có thể kết luận giả định phân phối chuẩn không bị vi phạm.
d. Giả định về tính độc lập của phần dƣ
Khi xảy ra hiện tượng tự tương quan, các ước lượng của mơ hình hồi quy khơng đáng tin cậy. Phương pháp kiểm định có ý nghĩa nhất để phát hiện tự tương quan là kiểm định Dubin-Waston (d). Nếu 1<d<3 thì kết luận mơ hình khơng có tự tương quan, nếu 0<d<1 thì kết luận mơ hình có tự tương quan dương, nếu 3<d<4 thì kết luận mơ hình có tự tương quan âm. Bảng 4.10 thể hiện Durbin - Waston là 1,885, có nghĩa là chấp nhận giả định khơng có tương quan giữa các phần dư.
Như vậy, các giả định của mơ hình hồi quy tuyến tính đều thỏa mãn. Tiếp theo các kiểm định về độ phù hợp và kiểm định các hệ số hồi quy được trình bày.
4.4.3.2. Kiểm định độ phù hợp của mơ hình
Hệ số R2 trong mơ hình là 0.311 đánh giá độ phù hợp của mơ hình. Mặt khác, kết quả nghiên cứu cho thấy R2
điều chỉnh là 0.301 < R2, sử dụng hệ số này để đánh giá độ phù hợp của mơ hình nghiên cứu sẽ an tồn và chính xác hơn vì nó khơng thổi phồng độ phù hợp mơ hình (Bảng 4.10). R2 điều chỉnh bằng 0.301 nghĩa là mơ hình hồi quy tuyến tính bội xây dựng có các biến tiềm ẩn và các biến độc lập giải thích được 30,1% sự biến thiên của biến phụ thuộc. Ngoài ra, kiểm định F được sử dụng trong phân tích phương sai vẫn là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Giá trị F trong Bảng 4.11 là 31.4, trị số này được tính từ giá trị R2 đầy đủ, mức ý nghĩa quan sát (Sig= 0,000) rất nhỏ sẽ an toàn khi bác bỏ giả thuyết H0 cho rằng β1 = β2 = β3 = β4.
Với số liệu này, mơ hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu và có thể sử dụng được.
Hệ số hồi quy riêng trong mơ hình dùng để kiểm định vai trị quan trọng của các biến độc lập tác động như thế nào đối với biến phụ thuộc. Cụ thể hơn, các hệ số riêng trong mơ hình cho biết mức độ ảnh hưởng các biến.
Thơng qua hệ số Beta chuẩn hóa trong kết quả hồi quy Bảng 4.8, mơ hình hồi quy bội của ý định mua lại dựa trên kết quả khảo sát nghiên cứu này là:
YDML = 1,150 + 0.317 * TC + 0.163 * DT + 0.137 * SD
Sự tin cậy là một yếu tố có ảnh hưởng lớn nhất đến Ý định mua lại của khách hàng (có hệ số hồi quy lớn nhất). Dấu dương của hệ số β có ý nghĩa là mối quan hệ giữa yếu tố “Sự tin cậy” và “Ý định mua lại” là mối quan hệ cùng chiều. Theo đó, khi khách hàng cảm nhận rằng mình tin cậy với cơng ty khi mua hàng trực tuyến thì Ý định mua lại càng tăng. Kết quả hồi quy (Bảng 4.12) có β5 = 0.317 (mức ý nghĩa
< 0,05) nghĩa là khi tăng Sự tin cậy lên 1 đơn vị độ lệch chuẩn thì Ý định mua lại tăng thêm 0.317 đơn vị lệch chuẩn, Vậy giả thuyết H5 được chấp nhận.
Danh tiếng cơng ty là một yếu tố có ảnh hưởng lớn tiếp theo đến Ý định mua lại của khách hàng. Dấu dương của hệ số β có ý nghĩa là mối quan hệ giữa yếu tố
“Danh tiếng công ty” và “Ý định mua lại” là mối quan hệ cùng chiều. Theo đó, khi khách hàng cảm nhận rằng Danh tiếng công ty là tốt khi mua hàng trực tuyến thì Ý định mua lại càng tăng. Kết quả hồi quy (Bảng 4.12) có β3 = 0.163 (mức ý nghĩa <
0,05) nghĩa là khi tăng Danh tiếng cơng ty lên 1 đơn vị độ lệch chuẩn thì Ý định mua lại tăng thêm 0.163 đơn vị lệch chuẩn. Vậy giả thuyết H3 được chấp nhận.
Tính dễ sử dụng của trang web bán hàng trực tuyến là một yếu tố có ảnh hưởng lớn tiếp theo đến Ý định mua lại của khách hàng. Dấu dương của hệ số β có ý nghĩa là mối quan hệ giữa yếu tố “Danh tiếng công ty” và “Ý định mua lại” là mối quan hệ cùng chiều. Theo đó, khi khách hàng cảm nhận rằng Tính dễ sử dụng của trang web bán hàng trực tuyến là tốt khi mua hàng trực tuyến thì Ý định mua lại càng tăng. Kết quả hồi quy (Bảng 4.12) có β2 = 0.137 (mức ý nghĩa < 0,05) nghĩa là
khi tăng Tính dễ sử dụng lên 1 đơn vị độ lệch chuẩn thì Ý định mua lại tăng thêm 0.137 đơn vị lệch chuẩn. Vậy giả thuyết H2 được chấp nhận.
β5=0,317/0,000
β3=0,163/0,025
β2=0,137/0,003
4.4.5. Kiểm định các giả thuyết nghiên cứu
Có 6 giả thuyết được đề nghị, tiến hành kiểm định lần lượt các giả thuyết có kết quả như sau (Bảng 4.13):
Bảng 4.13. Kết quả kiểm định các giả thuyết nghiên cứu
Giả thuyết Phát biểu Trị thống kê Kết quả
H1 Giá trị cảm nhận được đánh giá càng cao thì Ý định
mua lại của khách hàng càng cao 0,056>0,05 Bác bỏ
H2 Tính dễ sử dụng được đánh giá càng cao thì Ý định
mua lại của khách hàng càng cao 0,003<0,05 Chấp nhận
H3 Danh tiếng công ty được đánh giá càng cao thì Ý
định mua lại của khách hàng càng cao 0,025<0,05 Chấp nhận
H4 Sự bảo mật được đánh giá càng cao thì Ý định mua
lại của khách hàng càng cao 0,445>0,05 Bác bỏ
H5 Sự tin cậy được đánh giá càng cao thì Ý định mua
lại của khách hàng càng cao 0,000<0,05 Chấp nhận
H6 Hữu ích cảm nhận được đánh giá càng cao thì Ý
định mua lại của khách hàng càng cao 0,146>0,05 Bác bỏ
Hình 4.2. Kết quả kiểm định mơ hình lý thuyết TIN CẬY TIN CẬY
DANH TIẾNG của khách hàng Ý định mua lại
4.5. Kiểm định sự khác biệt giữa các biến kiểm soát với sự tác động đến Ý định mua lại
Trong các phần đã được phân tích ở Chương 4, chúng ta đã phân tích các nhân tố tác động vào Ý định mua lại trực tuyến của khách hàng tại TP.HCM. Trong phần 4.5 này, tác giả tiếp tục đi tìm câu trả lời liệu mức độ cảm nhận về các nhân tố nêu trên có sự khác biệt giữa các nhóm khách hàng khi họ được chia theo giới tính, tình trạng hơn nhân, nhóm tuổi, trình độ học vấn, nghề nghiệp, thu nhập, thời gian sử dụng Internet 1 ngày, số lần mua hàng trực tuyến trong 3 năm qua, thời gian tiêu tốn khi mua hàng trực tuyến và kinh nghiệm khi mua hàng trực tuyến. Tác giả dùng