Công cụ nghiên cứu

3.2 Tiến trình nghiên cứu

3.3.6 Công cụ nghiên cứu

Phần mềm SPSS 20.0 đƣợc dùng để phân tích dữ liệu trong nghiên cứu này sau khi hoàn t t việc kiểm tra và làm sạch dữ liệu. Dữ liệu đƣợc phân tích dựa trên các cơng cụ kỹ thuật thống kê trong nghiên cứu này có thể liệt kê nhƣ sau:

- Phân tích thống kê:

Mục đích của việc phân tích thống kê về thái độ của ngƣời dùng internet là để lƣợng hoá thái độ của ngƣời dùng internet đối với các yếu tố tác động đến thái độ. Từ tập dữ liệu thu đƣợc sau khi đã hiệu chỉnh và mã hoá sẽ tiến hành mơ tả các thuộc tính của nhóm mẫu khảo sát. Kết quả xử lý dữ liệu đƣợc thể hiện bởi các thông số đặc trƣng của thống kê mô tả nhƣ tần số hay số lần xu t hiện của các giá trị lựa chọn trong mỗi thang đo (Frequency) và tính giá trị trung ình là ằng tổng t t cả các giá trị biến quan sát chia cho số quan sát.

- Kiểm định độ tin cậy Cron ach‟s Alpha của các nhóm yếu tố:

Phƣơng pháp này cho phép ngƣời phân tích loại bỏ các iến khơng phù hợp và hạn chế các iến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cron ach‟s Alpha. Những biến có hệ số tƣơng quan biến tổng nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cron ach‟s Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Thơng thƣờng, thang đo có Cron ach‟s Alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt.

- Phân tích nhân tố khám phá EFA:

Sau khi đánh giá độ tin cậy của thang đo ằng hệ số Cron ach‟s Alpha và loại đi các iến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật đƣợc sử

44

dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phƣơng pháp này r t có ích cho việc xác định các tập hợp biến cần thiết cho v n đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các iến 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 nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Ngoài ra, phân tích nhân tố cịn dựa vào Eigenvalue để xác định số lƣợng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới đƣợc giữ lại trong mơ hình. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích ởi 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 đƣợc xoay (Rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các iến chuẩn hóa bằng các nhân tố. Những hệ số tải nhân tố (Factor loading) biểu diễn tƣơng quan giữa các iến và các nhân tố. Hệ số này cho iết nhân tố và iến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phƣơng pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.

- Phân tích hồi quy bội kiểm định mơ hình lý thuyết:

Sau khi rút trích đƣợc các nhân tố từ phân tích nhân tố khám phá EFA, dị tìm các vi phạm giả định cần thiết trong mơ hình hồi quy tuyến tính ội nhƣ kiểm tra phần dƣ chuẩn hóa, kiểm tra hệ số phóng đại phƣơng sai VIF (Variance inflation factor – VIF). Nếu các giả định không ị vi phạm, mơ hình hồi quy tuyến tính ội đƣợc xây dựng. Và hệ số R2 đã đƣợc điều chỉnh (Adjusted R square) cho biết mơ hình hồi quy đƣợc xây dựng phù hợp đến mức nào.

45

Kiểm định tính phù hợp của mơ hình: Trong nghiên cứu, kiểm định Anova đƣợc sử dụng để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05 thì ta có thể kết luận mơ hình hồi quy phù hợp với tập dữ liệu.

Đo lƣờng đa cộng tuyến: Đa cộng tuyến là trạng thái trong đó các iến độc lập có tƣơng quan chặt chẽ với nhau và nó cung c p cho mơ hình những thơng tin r t giống nhau và khó tách ảnh hƣởng của từng biến một. Đa cộng tuyến khiến cho việc diễn dịch kết quả có thể sai lầm vì nó làm đổi d u kỳ vọng của các hệ số đi theo các biến độc lập, vì vậy chúng ta phải kiểm tra độ tƣơng quan giữa các iến này để đảm bảo không xảy ra hiện tƣợng đa cộng tuyến.

Sự đa cộng tuyến cao có thể làm cho kết quả khơng chính xác, do đó cần thiết phải có điều kiện về đa cộng tuyến. Theo Hair et al. (2006), để kiểm định hiện tƣợng đa cộng tuyến chúng ta sử dụng hệ số VIF (hệ số phóng đại phƣơng sai). Nếu VIF lớn hơn 10 thì hiện tƣợng đa cộng tuyến nghiêm trọng đang tồn tại. Theo kinh nghiệm, hệ số VIF nên nhỏ hơn 5 là tốt nh t để hạn chế về sự đa cộng tuyến, tuy nhiên nếu nhỏ hơn 10 thì vẫn có thể ch p nhận với ảnh hƣởng r t nhỏ (theo John and Benet- Martinez, 2000 – dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

- Kiểm định T-test và phân tích Anova (analysis of variance):

Kiểm định này nhằm tìm ra sự khác iệt có ý nghĩa thống kê của một vài nhóm cụ thể đối với thái độ của ngƣời dùng internet đối với QCTT nhƣ giới tính, độ tuổi, trình độ, nghề nghiệp, thu nhập …

3.3.7 Phương pháp thu thập dữ liệu

3.3.7.1 Dữ liệu thứ cấp

Dữ liệu thứ c p đƣợc thu thập từ nhiều nguồn khác nhau nhƣ: Thu thập các thơng tin từ các sách, giáo trình liên quan đến quản trị kinh doanh, dự án đầu tƣ; các ài áo, các cơng trình nghiên cứu đã đƣợc cơng ố và các luận văn thạc sỹ, luận án

46

tiến sỹ; thu thập các dữ liệu trên internet về các v n đề liên quan đến đề tài nghiên cứu.

3.3.7.2 Dữ liệu sơ cấp

Đặc điểm của mẫu nghiên cứu là những ngƣời biết dùng internet đƣợc lựa chọn ngẫu nhiên hiện cƣ ngụ tại địa àn TP.HCM. Tổng số phiếu đƣợc phân phát là 300 phiếu, tƣơng đƣơng 100%. Số phiếu khảo sát đƣợc thu hồi, sau khi kiểm tra và loại bỏ những phiếu khảo sát không hợp lệ là 68 phiếu (tƣơng đƣơng 22.67 %). Số phiếu khảo sát hợp lệ là 232 phiếu (tƣơng đƣơng 77.33 %) trong tổng số phiếu đƣợc phân phát.

Dữ liệu sơ c p đƣợc thu thập từ việc gửi email 50 % số phiếu khảo sát đến những ngƣời quen biết có trong danh ạ email và 50 % số phiếu đƣợc phỏng v n trực tiếp thông qua ảng khảo sát theo phƣơng pháp thuận tiện, một trong các hình thức chọn mẫu phi xác su t đã chuẩn bị trƣớc và đƣợc sử dụng để tiến hành các phân tích cần thiết.

Tóm tắt Chƣơng 3:

Trong chƣơng này trình ày tổng quan nghiên cứu và tiến trình nghiên cứu. Các phƣơng pháp nghiên cứu đƣợc thực hiện để đánh giá các thang đo của các khái niệm nghiên cứu và mơ hình lý thuyết. Phƣơng pháp nghiên cứu đƣợc thực hiện qua hai ƣớc là nghiên cứu sơ ộ và nghiên cứu chính thức.

Nghiên cứu sơ ộ đƣợc thực hiện thông qua kỹ thuật thảo luận tay đôi với 7 chuyên gia cùng với 6 ngƣời biết dùng internet và phỏng v n bằng bảng câu hỏi trực tiếp 50 ngƣời biết dùng internet. Nghiên cứu chính thức cũng là nghiên cứu định lƣợng dùng kỹ thuật phỏng v n trực tiếp và thơng qua email với một mẫu có kích thƣớc n = 300. Chƣơng này mô tả thông tin về mẫu của nghiên cứu định lƣợng. Dữ liệu sau khi đƣợc thu thập sẽ sử dụng các công cụ nghiên cứu trong phần mềm SPSS 20.0 để kiểm định hệ số tin cậy Cron ach‟s Alpha, phân tích nhân tố khám phá EFA. Những thang đo đƣợc ch p nhận đƣợc dùng để kiểm định mơ hình hồi quy. Chƣơng

47

tiếp theo trình ày thực trạng QCTT hiện nay dựa trên các yếu tố ảnh hƣởng đến thái độ ngƣời dùng internet và kết quả nghiên cứu bao gồm đánh giá thang đo, kiểm định mơ hình lý thuyết bằng phƣơng pháp hồi quy tuyến tính.

48

CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU

4.1 Thực trạng quảng cáo trực tuyến tại Việt Nam nói chung và Thành phố Hố Chí Minh nói riêng Hố Chí Minh nói riêng

4.1.1 Tình hình quảng cáo trực tuyến hiện nay

Việt Nam là quốc gia có dân số trẻ với tốc độ phát triển internet đáng kinh ngạc kể từ khi bắt đầu có internet năm 1997. Tính đến hết q 3/2018 thì dân số Việt Nam đạt hơn 96 triệu ngƣời, có hơn 64 triệu ngƣời dùng internet (chiếm 67% dân số), trong đó có hơn 55 triệu ngƣời có tài khoản mạng xã hội (chiếm 85% ngƣời dùng internet và 57% tổng dân số) mà lƣợng ngƣời dùng sử dụng smartphone truy cập mạng xã hội chiếm 91%; trung ình một ngƣời online khoảng 25 giờ/tuần và mỗi ngƣời trong một ngày thƣờng có thói quen chạm và sử dụng smartphone hay lên mạng thông qua máy vi tính hoặc các phƣơng tiện thiết bị có kết nối mạng trung ình 150 lần/ngày (Theo Vinno (2018) trích nguồn từ UreKamedia). Báo cáo chỉ số thƣơng mại điện tử 2019 của Vecom, trong nhiều năm liền, Face ook luôn dẫn đầu là kênh doanh nghiệp tin dùng nhiều nh t để hỗ trợ quảng cáo we site/ứng dụng di động trong công ty (năm 2018 tỷ lệ doanh nghiệp dùng mạng xã hội để quảng cáo lên tới 49% và tăng 6% so với năm 2017). Hình thức thơng dụng thứ 2 là cơng cụ tìm kiếm (33%) và thơng qua tin nhắn email quảng cáo (28%) (K.D, 2019). Nhìn chung trong vịng ốn năm trở lại đây, xu hƣớng QCTT thông qua hai nền tảng là mạng xã hội và các cơng cụ tìm kiếm đang tăng trƣởng mạnh vƣợt qua các phƣơng thức cũ, đặc biệt là mạng xã hội với tỷ lệ đánh giá hài lòng của ngƣời dùng đang tăng cao và chƣa có d u hiệu chững lại. Hai thành phố là Hà Nội và Hồ Chí Minh có sự nhỉnh hơn đáng kể so với các thành phố Trung ƣơng còn lại trong việc đánh giá hiệu quả của các cơng cụ tiếp thị trực tuyến. Qua đó, nhìn vào ối cảnh cơng nghệ số đang phát triển mạnh mẽ hiện nay, khơng khó có thể nhận th y tƣơng lai tƣơi đẹp của các phƣơng thức marketing trên mạng xã hội khi ngƣời dùng các mạng lớn nhƣ Face ook, ZingMe, Tamtay... liên tục tăng trƣởng. Các phƣơng án quảng cáo trên các mạng xã hội này chắc chắn sẽ góp phần tăng trƣởng đáng kể mảng QCTT, cùng với đó là các dịch vụ gia tăng đi kèm cũng tạo nên nguồn doanh thu

49

h p dẫn nhƣ game, nhạc, video... Bên cạnh đó, QCTT đang phát triển khá nhanh với doanh thu chiếm khoảng 2 đến 3% tổng doanh thu ngành. Trong những năm qua đã có nhiều cuộc khảo sát về tổng doanh thu thị trƣờng QCTT có sự tăng trƣởng khả quan. Tuy nhiên điều đó vẫn chƣa phản ánh đúng doanh thu thực của thị trƣờng QCTT vì r t khó thống kê doanh thu từ quảng cáo của các trang mạng, kể cả các website game online. Tại Việt Nam nói chung và TP.HCM nói riêng, trong những năm qua, quảng cáo truyền thống là lựa chọn hàng đầu của t t cả các nhãn hàng. Dù giá quảng cáo trên truyền hình r t đắt, tăng liên tục nhƣng các doanh nghiệp vẫn bỏ chi phí với mong muốn quảng cáo của họ đƣợc đông đảo khách hàng chú ý. Thế nhƣng, trƣớc sự ùng nổ mạnh mẽ của các kênh truyền hình trong nƣớc và quốc tế, ngƣời tiêu dùng có nhiều lựa chọn nên việc kéo họ theo dõi quảng cáo trên truyền hình là khơng dễ. Ngƣợc lại QCTT chứng minh đƣợc nhiều ƣu điểm vƣợt trội mà quảng cáo truyền thống không đáp ứng đƣợc. Đơn cử nhƣ phân khúc khách hàng rõ ràng, việc khảo sát thông tin ngƣời sử dụng đƣợc thực hiện khá đơn giản, giúp nhà doanh nghiệp định hƣớng chính xác cách thức tiếp cận khách hàng tiềm năng hiệu quả nh t. Song song đó, QCTT cịn ghi nhận đƣợc phản ứng của khách hàng ( ao nhiêu ngƣời nhìn th y mẩu quảng cáo, ao nhiêu ngƣời click vào, xem thơng tin gì...). Cơ sở dữ liệu này giúp nhà doanh nghiệp xác định đƣợc thị hiếu khách hàng để từ đó xây dựng chiến lƣợc quảng cáo lâu dài, hiệu quả. Ngồi ra QCTT cịn tận dụng đƣợc sự hỗ trợ của cơng nghệ mới, doanh nghiệp có thể thỏa sức sáng tạo, làm mới mình để tạo sự chú ý; chí phí QCTT cũng khơng q đắt.

Tuy nhiên, ngƣời Việt vốn khó thay đổi thói quen, thị hiếu nên QCTT chƣa phải là lựa chọn số một của họ. Còn r t nhiều doanh nghiệp quảng cáo, kể cả một số doanh nghiệp lớn, vẫn chƣa hiểu sâu về QCTT và chƣa sẵn sàng tham gia lĩnh vực này. Nhiều doanh nghiệp gặp khó khăn khi đầu tƣ ngân sách lớn cho quảng cáo nhƣng không đánh giá đƣợc hiệu quả cụ thể, và luôn đặt d u hỏi làm thế nào để quảng cáo với chi phí th p nh t nhƣng hiệu quả lại cao nh t. Ngƣợc lại các cơng ty nƣớc ngồi mạnh về tài chính, cơng nghệ và tầm nhìn đã t n cơng vào mảng QCTT, có thể dẫn chứng TBWA (thuộc tập đoàn Omnicom) hiện khá mạnh về truyền thông số. Đối

50

với các doanh nghiệp nhỏ và vừa của Việt Nam cũng tiên phong trong lĩnh vực khai thác mạng xã hội đã tham gia vào QCTT nhƣng cũng giống nhƣ quảng cáo truyền thống, hiện vẫn chƣa có doanh nghiệp đủ tầm để hoạch định chiến lƣợc QCTT và thực thi chiến lƣợc đó ài ản. Những hạn chế về nhân sự, cơng nghệ... chính là trở ngại khiến doanh nghiệp quảng cáo Việt Nam còn đứng ên lề QCTT. Hiện tại, QCTT tại TP.HCM chủ yếu thơng qua các cỗ máy tìm kiếm; đặt logo hoặc banner tại các we sites có lƣợng ngƣời truy cập lớn, trong đó có nhiều đối tƣợng phù hợp với khách hàng tiềm năng của sản phẩm; thông qua hệ thống email; quảng cáo đa phƣơng tiện. Thực tế cho th y, nhiều doanh nghiệp quảng cáo trong những năm gần đây có sự dịch chuyển mạnh từ các phƣơng thức truyền thống sang trực tuyến. Ngoài doanh nghiệp, các cá nhân, hộ kinh doanh án hàng trực tuyến cũng góp phần đáng kể vào sự tăng trƣởng này.

4.1.2 Thực trạng các yếu tố ảnh hưởng đến thái độ người dùng internet đối với quảng cáo trực tuyến

4.1.2.1 Thông tin quảng cáo

QCTT cũng giống nhƣ các loại quảng cáo trên các phƣơng tiện thông tin đại chúng khác. Tuy nhiên QCTT có những ƣu điểm vƣợt trội hơn so với các loại quảng cáo trên các phƣơng tiện thông tin đại chúng khác. Ƣu điểm vƣợt trội nh t chính là sự tiện lợi của QCTT giúp cho ngƣời tiêu dùng có thể tham khảo so sánh các chức năng của các sản phẩm cùng loại. Lƣợc qua các we sites hay các anners QCTT của các doanh nghiệp tại Việt Nam nói chung hay tại TP.HCM nói riêng, khơng ít các nhà QCTT chịu đầu tƣ r t nhiều vào we site quảng cáo của họ. Các we sites quảng cáo hay các anners quảng cáo đƣợc xây dựng thiết kế hài hịa trang nhã, tơn tạo làm nổi bật những hình ảnh sản phẩm/dịch vụ nhằm thu hút khách hàng viếng thăm trang quảng cáo của họ. Hay có những trang quảng cáo với sự hỗ trợ bởi phát triển vƣợt bật về khoa học kỹ thuật đƣợc thiết kế những hình ảnh sản phẩm/dịch vụ giúp cho ngƣời tiêu dùng tiếp cận với sản phẩm/dịch vụ mà doanh nghiệp đang cung c p một cách linh hoạt nh t. Nó khơng cịn là ức ảnh vơ hồn nữa, mà ngƣời tiêu dùng có thể tƣơng tác trực tiếp phóng to thu nhỏ từng góc cạnh, từng chi tiết về