Nhân tố Biến quan sát
Cấu trúc (thiết kế) trang web
Cấu trúc thư mục và liên kết hợp lý
Thiết kế, giao diện bắt mắt và thu hút người xem Khả năng hiển thị nhanh chóng khi nhấp chuột Nội dung đơn giản, rõ ràng và hiệu quả
Nhân tố Biến quan sát
Thông tin mới luôn được cập nhật
Dễ dàng tương tác trên các công cụ của website
Mức độ bảo mật, an toàn
Q trình giao dịch và thanh tốn được đảm bảo an tồn Hành vi mua sắm được bảo mật
Có chính sách và cam kết bảo mật thơng tin cá nhân cho khách hàng
Xác thực giao dịch với khách hàng (qua email hoặc điện thoại)
Dịch vụ khách hàng
Có chế độ bồi thường khiếu nại hợp lý
Sẵn sàng hỗ trợ khách hàng trước và sau khi mua (chăm sóc khách hàng)
Đóng gói đẹp và đảm bảo an tồn Giao hàng đúng thời gian như đã hẹn Có khả năng hồn trả hàng dễ dàng
Sự thuận tiện
Tiết kiệm thời gian mua sắm (có thể mua bất kỳ nơi đâu, lúc nào)
Tiết kiệm chi phí hơn so với hình thức mua hàng thơng thường
Dễ dàng so sánh giá cả và thông tin sản phẩm Dễ dàng mua hàng qua ít thao tác
Đặc điểm hàng hóa
Ln đáp ứng đủ số lượng hàng hóa theo đặt hàng Chủng loại hàng hóa đa dạng lựa chọn
Chất lượng thơng tin rõ ràng chính xác Cung cấp đầy đủ thông tin về sản phẩm
3.3. NGHIÊN CỨU ĐỊNH LƯỢNG:
Nghiên cứu này nhằm mục đích khẳng định lại các yếu tố cũng như giá trị và độ tin cậy của thang đo những yếu tố tác động đến sự hài lòng của khách hàng mua sắm trực tuyến trên địa bàn thành phố Biên Hịa - Tỉnh Đồng Nai, thơng qua phần mềm SPSS được sử dụng để kiểm định thang đo và mơ hình nghiên cứu.
3.3.1. Dữ liệu thứ cấp:
Nghiên cứu và phân tích các tài liệu có sẵn liên quan trước đây đến nghiên cứu và các tài liệu có sẵn được đăng trên sách báo, tạp chí và internet (tỷ lệ người tiêu dùng bị ảnh hưởng khi mua hàng trực tuyến trong nước –Bộ công thương Việt Nam lấy từ Bộ công thương Nhật Bản điều tra thị trường thương mại điện tử năm tài chính 2014; Thống kê và dự báo năm 2020 dân số Việt Nam sẽ mua sắm trực tuyến –Báo điện tử của đài tiếng nói Việt Nam; Bài viết Những khó khăn, rủi ro khi mua hàng online –Báo điện tử Đồng Nai).
3.3.2. Dữ liệu sơ cấp:
Dữ liệu sơ cấp được sử dụng theo hai hướng tiếp cận: Một là, tiếp cận định tính thơng qua phỏng vấn sâu một số nhà quản lý, chuyên gia để xác định các nhân tố cơ bản mang tính thực tế tác động trực tiếp đến sự hài lòng. Khẳng định các yếu tố quyết định này và các biến quan sát đo lường các yếu tố trên, kết quả hình thành bảng câu hỏi khảo sát phục vụ cho việc nghiên cứu định lượng. Hai là, tiếp cận định lượng thông qua khảo sát các đối tượng là khách hàng đã sử dụng phương tiện trực tuyến để mua hàng trên địa bàn thành phố Biên Hòa - Tỉnh Đồng Nai. Cuộc khảo sát áp dụng phương pháp phỏng vấn trực tiếp và ghi thông tin vào các phiếu khảo sát (bảng hỏi) in sẵn.
Ban đầu, thực hiện khảo sát trên 10 người để hoàn thiện bảng hỏi. Sau đó mới đi vào nghiên cứu chính thức.Tại TP Biên Hịa có 23 phường và 07 xã. Sau khi chọn mẫu ngẫu nhiên đã tiến hành khảo sát trực tiếp tại 07 phường (Phường Tam Hiệp, P. Long Bình Tân, P. Tân Hiệp, P. Trảng Dài, P. Tân Tiến, P. Quyết Thắng, P. Tân Mai),
02 xã (xã Phước Tân, xã Hóa An). Kết quả đã thu về được 257 bảng khảo sát hợp lệ/285 bảng trả lời khảo sát.
3.4. XÂY DỰNG THANG ĐO
Nghiên cứu này sử dụng việc đo lường qua các biến quan sát bằng thang đo Likert 5 cấp độ, thể hiện mức đánh giá từ thấp nhất “Hồn tồn khơng đồng ý” đến cao nhất “ Hoàn toàn đồng ý” như sau:
Mức 1: Hồn tồn khơng đồng ý Mức 2: Không đồng ý
Mức 3: Khơng có ý kiến Mức 4: Đồng ý
Mức 5: Hoàn toàn đồng ý
3.5. PHƯƠNG PHÁP CHỌN MẪU VÀ ĐIỀU TRA
- Do không thể xác định được cụ thể kích cỡ tổng thể nên đề tài sử dụng phương pháp chọn mẫu thuận tiện. Đối tượng điều tra là người dân sống trên địa bàn thành phố Biên Hòa - Tỉnh Đồng Nai, tiến hành lựa chọn khách hàng phù hợp để điều tra phỏng vấn.
- Xác định cỡ mẫu
Để có thể phân tích nhân tố khám phá (EFA) cần thu thập bộ dữ liệu với ít nhất 5 mẫu trên 1 biến quan sát và kích cỡ mẫu khơng nên ít hơn 100 (Hair và các cộng sự, 1998)
Bên cạnh đó, để tiến hành phân tích hồi quy một cách tốt nhất, kích thước mẫu cần phải đảm bảo theo cơng thức (Tabachnick và Fidell, 1996).
n>= 8m+50 n: cỡ mẫu
3.6. XỬ LÝ SỐ LIỆU THU THẬP
Sử dụng kỹ thuật khảo sát qua bảng hỏi và phỏng vấn trực tiếp một số cá nhân nhằm xây dựng các tiêu chuẩn thang đo và các giả thuyết. Sau khi loại bỏ các kết quả không phù hợp, các kết quả khảo sát sẽ được phân tích bằng phần mềm SPSS20 với các ứng dụng là thống kê mô tả, đánh giá độ tin cậy bằng Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích mơ hình hồi quy tuyến tính bội giữa biến phụ thuộc và các biến độc lập… nhằm kiểm định ảnh hưởng của các nhân tố trong mơ hình.
3.6.1. Phân tích hệ số Cronbach Alpha
Để đánh giá độ tin cậy của thang đo tác giả sử dụng hệ số Cronbach’s Alpha để đánh giá độ tin cậy của thang đo. Tùy theo bối cảnh nghiên cứu mà nhà nghiên cứu quyết định hệ số Alpha phải lớn hơn 0,6; 0,7 hoặc 0,8.
Theo Nunnaly (1978), Peterson (1994) và Slate (1995), hệ số Alpha được xem xét trong các trường hợp:
0,60 ≤ α <0,70: Chấp nhận được (trong trường hợp nghiên cứu hoàn toàn mới hoặc mới trong bối cảnh nghiên cứu).
0,70 ≤ α <0,80: Chấp nhận được. 0,80 ≤ α <0,90: Tốt.
3.6.2. Phân tích nhân tố EFA:
Phân tích nhân tố EFA sẽ được sử dụng để gom các biến từ kết quả phân tích Cronbach Alpha để tạo ra các biến mới từ các biến đã cho phù hợp với mẫu xem xét.
Trong phân tích nhân tố, điều kiện cần áp dụng là các biến phải có tương quan. Sử dụng kiểm định Barlett’s test of sphericity để kiểm định giả thuyết Ho là các biến khơng có tương quan với nhau trong tổng thể. Nói cách khác, ma trận tương quan tổng thể là một ma trận đồng nhất, mỗi biến tương quan hồn tồn với chính nó (r=1) nhưng khơng có tương quan với biến khác (r=0). Do đó nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xem xét.
“Trong phân tích nhân tố, chỉ số Kaiser-Meyer-Olkin (KMO) dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nhỏ hơn 0,5 thì phân tích nhân tố có khả năng là khơng thích hợp với dữ liệu” (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008,trang 31, tập 2).
“Trong phân tích nhân tố phương pháp Principal components analysis đi cùng phép xoay Varimax được sử dụng phổ biến nhất” (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008,trang 31, tập 2).
“Kết quả phân tích ma trận các nhân tố sẽ được phân tích thêm bằng cách xoay các nhân tố. Sau khi xoay các nhân tố, hệ số tải nhân tố lớn hơn 0,5 được xem là có ý nghĩa thực tiễn” (Hair & ctg, 1998) [111]. “Tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay bằng 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố” (Jabnoun và A1 Tamimi, 2003) [18]. “Phương sai trích phải đạt từ 50% trở lên” (Hair & ctg, 1998). “Trị số Eigenvalue phải lớn hơn 1. Chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin hơn một biến gốc” (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sau khi phân tích nhân tố sẽ hiệu chỉnh mơ hình lý thuyết theo các kết quả phân tích và điều chỉnh lại các giả thuyết.
3.6.3. Phân tích hồi quy tuyến tính bội và kiểm định mơ hình
3.6.3.1. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tương quan tuyến tính giữa các biến độc lập với các biến phụ thuộc và giữa các biến độc lập với nhau là công việc phải làm và hệ số tương quan Pearson trong ma trận hệ số tương quan là phù hợp để xem xét mối tương quan này. Ma trận hệ số tương quan là một ma trận vuông gồm các hệ số tương quan. Tương quan của một biến nào đó với chính nó sẽ có hệ số tương quan là 1 và chúng có thể được thấy trên đường chéo của ma
trận. Mỗi biến sẽ xuất hiện hai lần trong ma trận với hệ số tương quan như nhau, đối xứng nhau qua đường chéo của ma trận.
Nếu kết luận được là các biến độc lập và biến phụ thuộc có tương quan tuyến tính với nhau qua hệ số tương quan Pearson, đồng thời giả định rằng chúng ta đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa các biến và xem như đã xác định đúng hướng của một mối quan hệ nhân quả giữa chúng, thì chúng ta có thể mơ hình hóa mối quan hệ nhân quả của chúng bằng mơ hình hồi quy tuyến tính bội, trong đó một biến được gọi là biến phụ thuộc và các biến còn lại gọi là các biến độc lập.
3.6.3.2. Mơ hình hồi quy tuyến tính bội
Mơ hình hồi quy tuyến tính bội có dạng: Yi = β0 + β1X1i + β2X2i + …+ βpXpi + ei Trong đó:
Yi là giá trị biến phụ thuộc β0 là hệ số chặn
β0 là hệ số hồi quy thứ i
Xpi là trị quan sát thứ i của biến độc lập p ei là biến độc lập ngẫu nhiên
3.6.3.3. Kiểm định giả thuyết về độ phù hợp của mơ hình
Kiểm định F trong bảng phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể.
3.6.3.4. Kiểm định ý nghĩa của các hệ số hồi quy
Mặc dù mơ hình hồi quy tuyến tính mẫu ta xây dựng được có giá trị hệ số β≠0, nhưng ta chưa thể chắc hệ số hồi quy riêng của mơ hình tổng đã khác 0, vì vậy ta phải kiểm định về ý nghĩa của hệ số hồi quy. Kiểm định t trong bảng các thông số thống kê của từng biến độc lập dùng để kiểm định ý nghĩa của các hệ số hồi quy.
Các cặp giả thuyết Ho: βi = 0
H1: βi ± 0
Nguyên tắc chấp nhận giả thuyết Dựa vào đại lượng thống kê t
- Nếu |t| < t tra bảng: Chưa có cơ sở để bác bỏ giả thuyết Ho - Nếu |t| > t tra bảng: Bác bỏ giả thuyết Ho
Dưa vào trị số p-value
- Nếu sig < α: Bác bỏ giả thuyết Ho
- Nếu sig ≥ α: Chưa có cơ sở để bác bỏ giả thuyết Ho
3.6.3.5. Dị tìm các vi phạm giả định cần thiết trong hồi quy tuyến tính bội
Đối với giả định liên hệ tuyến tính và phương sai bằng nhau, sử dụng đồ thị phân tán giữa các phần dư chuẩn hóa và giá trị chuẩn đốn chuẩn hóa. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì sẽ khơng nhận thấy có liên hệ gì giữa các giá trị phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa. Chúng sẽ phân tán rất ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0, không tạo thành một hình dạng nào.
Đối với giả định 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.
Đối với giả định về tính độc lập của sai số tức không tương quan giữa các phần dư, đại lượng thống kê Durbin-Watson dùng để kiểm định tương quan của các sai số kề nhau. Đại lượng d có giá trị biến thiên trong khoảng [dU; 4-dU]. Nếu các phần dư khơng có tương quan, giá trị d sẽ gần bằng 2.
βi Sβi t =
Đối với giả định khơng có mối tương quan giữa các biến độc lập (đo lường hiện tượng đa cộng tuyến), sử dụng hệ số phóng đại phương sai (VIF – Variance inflation factor), nếu VIF vượt qua 10 đó là dấu hiệu của hiện tượng đa cộng tuyến.
Tiếp theo là 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 đã được chứng minh rằng khơng 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 khơng 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 và độ lệch phóng đại của hệ số R2.
Sau cùng sẽ hiệu chỉnh mơ hình lý thuyết. Sau khi hiệu chỉnh mơ hình xong, viết phương trình hồi quy tuyến tính bội, dựa vào các hệ số hồi quy riêng phần để xác định mức độ ảnh hưởng của các nhân tố đến sự hài lòng của khách hàng mua sắm trực tuyến. Hệ số hồi quy riêng phần của nhân tố nào càng lớn thì mức độ ảnh hưởng của nhân tố đó đến sự hài lịng của khách hàng càng cao, nếu cùng dấu thì mức độ ảnh hưởng theo chiều thuận và ngược lại.
* Kiểm định sự khác biệt về sự hài lòng của khách hàng mua sắm online theo các biến giới tính, trình độ học vấn, thu nhập, nghề nghiệp bằng phân tích ANOVA, T – test và kiểm định phi tham số, với mức ý nghĩa 5%.
3.7. TÓM TẮT CHƯƠNG 3
Chương này đã trình bày phương pháp nghiên cứu gồm 2 bước chính: Nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ thực hiện bằng nghiên cứu định tính thơng qua kỹ thuật thảo luận nhóm và lấy ý kiến các chuyên gia nhằm đưa ra bảng câu hỏi với các thang đo hồn chỉnh. Nghiên cứu chính thức được thực hiện bằng nghiên cứu định lượng thông qua khảo sát bằng bảng câu hỏi. Quy trình nghiên cứu cũng đã được đề ra để phục vụ mục đích phân tích cho chương tiếp theo.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU 4.1. THÔNG TIN MẪU NGHIÊN CỨU
Sau q trình khảo sát trực tuyến tơi đã thu về được 257 bảng khảo sát hợp lệ trên tổng cộng 285 bảng trả lời khảo sát. Tiến hành nhập liệu và sử dụng phần mềm SPSS để xử lý, tính tốn các đại lượng thống kê ta có thơng tin thuộc đối tượng nghiên cứu như sau (xem phụ lục 2):
4.1.1. Giới tính
Qua thống kê trong mẫu quan sát có số lượng giới tính nữ: 223 người chiếm tỷ lệ 86,8% nhiều hơn giới tính nam giới (34 người, chiếm 13,2%)
Hình 4.1: Tỉ lệ theo giới tính
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
4.1.2. Nhóm tuổi
Mẫu khảo sát có 41 người có độ tuổi dưới 25 tuổi (chiếm 16%), 166 người có độ tuổi từ 25 đến 34 tuổi (chiếm 64,6%), 45 người có độ tuổi từ 35 đến 49 tuổi (chiếm 17,5%), 5 người có độ tuổi trên 49 tuổi (chiếm 1,9%).
13%
87%
Giới tính
Nam Nữ
Hình 4.2: Tỉ lệ theo nhóm tuổi
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
4.1.3. Nghề nghiệp
Mẫu khảo sát có 170 người có nghề nghiệp là văn phòng (chiếm 66,1%), 15