Kiểm định mô hình cấu trúc SEM

Một phần của tài liệu Sự sẵn sàng tham gia và hành vi đồng tạo sinh trong dịch vụ trực tuyến một nghiên cứu về dịch vụ du lịch tại thành phố hồ chí minh (Trang 69 - 76)

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.2. NGHIÊN CỨU ĐỊNH LƯỢNG CHÍNH THỨC

4.2.4. Kiểm định mô hình cấu trúc SEM

Như đã trình bày ở Chương 3, mô hình nghiên cứu sẽ được kiểm định với phương pháp phân tích cấu trúc tuyến tính SEM với 9 nhân tố: hỗ trợ cảm xúc (EMSU), hỗ trợ thông tin (INSU), khả năng cảm nhận (PEAB), lợi ích cảm nhận (PEBE), sự nhận diện vai trò (ROID), hành vi đồng tạo sinh (COBE), trải nghiệm đồng tạo sinh (COEX), chất lượng cuộc sống (QULI) và ý định tiếp tục mua (REIN).

Sau đó, sử dụng phương pháp Bootstrap để ước lượng lại các tham số của mô hình nhằm kiểm tra độ tin cậy của các ước lượng.

4.2.4.1. Kiểm định mô hình nghiên cứu

Sử dụng phương pháp ước lượng Maximum LikeHood (ML) để ước lượng các tham số và mô hình nghiên cứu. Kết quả phân tích cho thấy các chỉ số cụ thể như sau:

chi-square/df = 2.674 (<3) với p = 0.000; AGFI = 0.801 (>0.8); CFI = 0.906>0.9, IFI=0.907 (>0.9); RMSEA=0.075 (<0.08). Như vậy, mô hình nghiên cứu đạt được độ phù hợp với dữ liệu thị trường.

Kết quả ước lượng (chuẩn hóa) cho các tham số được trình bày chi tiết ở Phụ lục 12.

Trong 15 giả thiết được phát biểu như đã trình bày ở chương 2: có 11 giả thiết được chấp nhận và 4 giả thiết bị bác bỏ (p>0.05). Kết quả kiểm định mối quan hệ giữa các khái niệm trong mô hình (độ tin cậy 95%) được trình bày ở bảng 4.11.

Hình 4.2 Kết quả SEM trên mô hình cấu trúc

Bảng 4.11 Kết quả kiểm định quan hệ giữa các khái niệm trong mô hình lý thuyết Giả

thuyết Nội dung Hệ số hồi

quy chuẩn hóa

P Kết quả kiểm định

H1a

Khả năng cảm nhận có tác động dương lên hành vi đồng tạo sinh của khách hàng

0.344 *** Chấp nhận

H1b

Lợi ích cảm nhận có tác động dương lên hành vi đồng tạo sinh của khách hàng

0.333 *** Chấp nhận

H1c

Sự nhận diện vai trò có tác động dương lên hành vi đồng tạo sinh của khách hàng

0.199 0.002 Chấp nhận

H2a

Hỗ trợ thông tin có tác động dương lên khả năng cảm nhận của khách hàng

0.602 *** Chấp nhận

H2b

Hỗ trợ thông tin có tác động dương lên lợi ích cảm nhận của khách hàng

0.654 *** Chấp nhận

H2c

Hỗ trợ thông tin có tác động dương lên sự nhận diện vai trò của khách hàng

0.408 *** Chấp nhận

H3a

Hỗ trợ cảm xúc có tác động dương lên khả năng cảm nhận của khách hàng

0.252 Bác bỏ

H3b

Hỗ trợ cảm xúc có tác động dương lên lợi ích cảm nhận của khách hàng

0.694 Bác bỏ

H3c

Hỗ trợ cảm xúc có tác động dương lên sự nhận diện vai trò của khách hàng

0.097 Bác bỏ

H4

Hành vi đồng tạo sinh có tác động dương lên trải nghiệm đồng tạo sinh của khách hàng

0.761 *** Chấp nhận

H5

Hành vi đồng tạo sinh có tác động dương lên chất lượng cuộc sống của khách hàng

0.320 0.002 Chấp nhận

H6

Trải nghiệm đồng tạo sinh có tác động dương lên chất lượng cuộc sống của khách hàng

0.439 *** Chấp nhận

H7

Hành vi đồng tạo sinh có tác động dương lên ý định tiếp tục mua của khách hàng

0.311 Bác bỏ

H8

Trải nghiệm đồng tạo sinh có tác động dương lên ý định tiếp tục mua của khách hàng

0.257 0.007 Chấp nhận

H9

Chất lượng cuộc sống có tác động dương lên ý định tiếp tục mua của khách hàng

0.503 *** Chấp nhận (Ghi chú: Các kiểm định giả thuyết H được xem xét ở khoảng tin cậy 95% (tức là α

=5%, ***: p< 0.001).

Như vậy kết quả kiểm định mô hình cấu trúc như sau:

- Giả thiết H1a được phát biểu là “khả năng cảm nhận có tác động dương lên hành vi đồng tạo sinh của khách hàng” (COBE ← PEAB). Kết quả cho thấy mối quan hệ giữa khả năng cảm nhận (PEAB) và hành vi đồng tạo sinh (COBE) có hệ số hồi qui là β = 0.344. Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, khả năng cảm nhận có tác động dương lên hành vi đồng tạo sinh của khách hàng.

- Giả thiết H1b được phát biểu là “lợi ích cảm nhận có tác động dương lên hành vi đồng tạo sinh của khách hàng” (COBE ← PEBE). Kết quả cho thấy mối quan hệ giữa lợi ích cảm nhận (PEBE) và hành vi đồng tạo sinh (COBE) có hệ số hồi qui là β = 0.333. Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, lợi ích cảm nhận có tác động dương lên hành vi đồng tạo sinh của khách hàng.

- Giả thiết H1c được phát biểu là “sự nhận diện vai trò có tác động dương lên hành vi đồng tạo sinh của khách hàng” (COBE ← ROID). Kết quả cho thấy mối quan hệ giữa sự nhận diện vai trò (ROID) và hành vi đồng tạo sinh (COBE) có hệ số hồi qui là β = 0.199. Ước lượng này có mức ý nghĩa thống kê là p= 0.002 (<0.05). Do đó, giả

thuyết này được chấp nhận. Như vậy, sự nhận diện vai trò có tác động dương lên hành vi đồng tạo sinh của khách hàng.

- Giả thiết H2a được phát biểu là “hỗ trợ thông tin có tác động dương lên khả năng cảm nhận của khách hàng” (PEAB← INSU). Kết quả cho thấy mối quan hệ giữa sự hỗ trợ thông tin (INSU) và khả năng cảm nhận (PEAB) có hệ số hồi qui là β = 0.602.

Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, hỗ trợ thông tin có tác động dương lên khả năng cảm nhận của khách hàng.

- Giả thiết H2b được phát biểu là “hỗ trợ thông tin có tác động dương lên lợi ích cảm nhận của khách hàng” (PEBE← INSU). Kết quả cho thấy mối quan hệ giữa hỗ trợ thông tin (INSU) và lợi ích cảm nhận (PEBE) có hệ số hồi qui là β = 0.654. Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, hỗ trợ thông tin có tác động dương lên lợi ích cảm nhận của khách hàng.

- Giả thiết H2c được phát biểu là “hỗ trợ thông tin có tác động dương lên sự nhận diện vai trò của khách hàng” (ROID← INSU). Kết quả cho thấy mối quan hệ giữa hỗ trợ thông tin (INSU) và sự nhận diện vai trò (ROID) có hệ số hồi qui là β = 0.408.

Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, hỗ trợ thông tin có tác động dương lên sự nhận diện vai trò của khách hàng.

- Giả thiết H3a được phát biểu là “hỗ trợ cảm xúc có tác động dương lên khả năng cảm nhận của khách hàng” (PEAB← EMSU). Ước lượng này có mức ý nghĩa thống kê là p = 0.252 (>0.05). Do đó, giả thuyết này bị bác bỏ. Như vậy, hỗ trợ cảm xúc không có tác động lên khả năng cảm nhận của khách hàng.

- Giả thiết H3b được phát biểu là “hỗ trợ cảm xúc có tác động dương lên lợi ích cảm nhận của khách hàng” (PEBE← EMSU). Ước lượng này có mức ý nghĩa thống kê là p= 0.694 (>0.05). Do đó, giả thuyết này bị bác bỏ. Như vậy, hỗ trợ cảm xúc không có tác động lên lợi ích cảm nhận của khách hàng.

- Giả thiết H3c được phát biểu là “hỗ trợ cảm xúc có tác động dương lên sự nhận diện vai trò của khách hàng” (ROID← EMSU). Ước lượng này có mức ý nghĩa thống kê là p= 0.097 (>0.05). Do đó, giả thuyết này bị bác bỏ. Như vậy, hỗ trợ cảm xúc không có tác động lên sự nhận diện vai trò của khách hàng.

- Giả thiết H4 được phát biểu là “hành vi đồng tạo sinh có tác động dương lên trải nghiệm đồng tạo sinh của khách hàng” (COEX ← COBE). Kết quả cho thấy mối quan hệ giữa hành vi đồng tạo sinh (COBE) và trải nghiệm đồng tạo sinh (COEX) có hệ số hồi qui là β = 0.761. Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, hành vi đồng tạo sinh có tác động dương lên trải nghiệm đồng tạo sinh của khách hàng.

- Giả thiết H5 được phát biểu là “hành vi đồng tạo sinh có tác động dương lên chất lượng cuộc sống của khách hàng” (QULI ← COBE). Kết quả cho thấy mối quan hệ giữa hành vi đồng tạo sinh (COBE) và chất lượng cuộc sống (QULI) có hệ số hồi qui là β = 0.320. Ước lượng này có mức ý nghĩa thống kê là p= 0.002 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, hành vi đồng tạo sinh có tác động dương lên chất lượng cuộc sống của khách hàng.

- Giả thiết H6 được phát biểu là “trải nghiệm đồng tạo sinh có tác động dương lên chất lượng cuộc sống của khách hàng” (QULI ← COEX). Kết quả cho thấy mối quan hệ giữa trải nghiệm đồng tạo sinh (COEX) và chất lượng cuộc sống (QULI) có hệ số hồi qui là β = 0.439. Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, trải nghiệm đồng tạo sinh có tác động dương lên chất lượng cuộc sống của khách hàng.

- Giả thiết H7 được phát biểu là “hành vi đồng tạo sinh có tác động dương lên ý định tiếp tục mua của khách hàng” (REIN ← COBE). Ước lượng này có mức ý nghĩa thống kê là p= 0.311 (>0.05). Do đó, giả thuyết này bị bác bỏ. Như vậy, hành vi đồng tạo sinh không có tác động lên ý định tiếp tục mua của khách hàng.

- Giả thiết H8 được phát biểu là “trải nghiệm đồng tạo sinh có tác động dương lên ý định tiếp tục mua của khách hàng” (REIN← COEX). Kết quả cho thấy mối quan hệ

giữa trải nghiệm đồng tạo sinh (COEX) và ý định tiếp tục mua (REIN) có hệ số hồi qui là β = 0.257. Ước lượng này có mức ý nghĩa thống kê là p = 0.007 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, trải nghiệm đồng tạo sinh có tác động dương lên ý định tiếp tục mua của khách hàng.

- Giả thiết H9 được phát biểu là “chất lượng cuộc sống có tác động dương lên ý định tiếp tục mua của khách hàng” (REIN← QULI). Kết quả cho thấy mối quan hệ giữa chất lượng cuộc sống (QULI) và ý định tiếp tục mua (REIN) có hệ số hồi qui là β = 0.503. Ước lượng này có mức ý nghĩa thống kê là p< 0.001 (<0.05). Do đó, giả thuyết này được chấp nhận. Như vậy, chất lượng sống có tác động dương lên ý định tiếp tục mua của khách hàng.

4.2.4.1. Kiểm định Bootstrap

Trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thông thường chúng ta phải chia mẫu ra làm hai mẫu con. Một nửa dùng để ước lượng các tham số mô hình và một nửa dùng để đánh giá lại. Cách khác là lặp lại nghiên cứu bằng một mẫu khác. Hai cách trên đây thường không thực tế vì phương pháp phân tích mô hình cấu trúc tuyến tính thường đòi hỏi mẫu lớn nên việc làm này tốn kém nhiều thời gian và chi phí (Anderson và Gerbing, 1988). Trong trường hợp như vậy thì bootstrap là phương pháp phù hợp để thay thế (Schumacker và Lomax 1996).

Bootstrap là phương pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trò là đám đông.

Nghiên cứu này sử dụng phương pháp bootstrap với số lượng mẫu lặp lại N=1000. Kết quả ước lượng từ 1000 mẫu được tính trung bình kèm theo độ chệch được trình bày trong bảng 4.12. Độ chệch tuy xuất hiện nhưng không nhiều và lớn.

Vì vậy, ta có thể kết luận các ước lượng trong mô hình có thể tin cậy được.

Bảng 4.12 Kết quả ước lượng bootstrap với N = 1000 Parameter SE SE-SE Mean Bias SE-Bias PEAB <--- INSU .102 .002 .517 .008 .003 PEBE <--- INSU .099 .002 .517 .010 .003 ROID <--- INSU .119 .003 .308 .012 .004 PEAB <--- EMSU .069 .002 -.070 -.006 .002 PEBE <--- EMSU .067 .001 -.023 -.004 .002 ROID <--- EMSU .071 .002 .075 -.007 .002 COBE <--- PEAB .109 .002 .367 .003 .003 COBE <--- PEBE .114 .003 .382 -.002 .004 COBE <--- ROID .122 .003 .244 -.001 .004 COEX <--- COBE .099 .002 .713 .011 .003 QULI <--- COBE .136 .003 .303 .016 .004 QULI <--- COEX .126 .003 .419 -.009 .004 REIN <--- COBE .147 .003 .120 .012 .005 REIN <--- COEX .154 .003 .328 -.003 .005 REIN <--- QULI .141 .003 .666 .000 .004

(Chú thích: Mean: trung bình ước lượng bootstrap; SE: sai lệch chuẩn; SE-SE: sai lệch chuẩn của sai lệch chuẩn; Bias: độ chệch; SE-Bias: sai lệch chuẩn của độ chệch)

Một phần của tài liệu Sự sẵn sàng tham gia và hành vi đồng tạo sinh trong dịch vụ trực tuyến một nghiên cứu về dịch vụ du lịch tại thành phố hồ chí minh (Trang 69 - 76)

Tải bản đầy đủ (PDF)

(142 trang)