CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.3. Kết quả phân tích dữ liệu
4.3.4. Kiểm định giả thiết và lập phương trình hồi quy
Qua bảng13 ta thấy các thang đo đều có hệ số Cronbach’s Alpha lớn hơn 0,6 chứng tỏ đều đạt độ tin cậy. Cụ thể như sau:
Thang đo Cronbach’s Alpha đối với biến: “QDMH”, ta thu được = 0.871 (Thuộc nửa khoảng 0,80 ≤ < 0,90) là mức hệ số tốt cho nghiên cứu.
Corrected Item - Total Correlation (Hệ số tương quan biến tổng): Thể hiện chỉ số của từng biến quan sát. Bao gồm:
QDMH_1, QDMH_2 và QDMH_3 có chỉ số lần lượt là: .713, .785 và .768 đều lớn hơn 0.5. Đảm bảo điều kiện giữa lại biến.
Ngoài ra, trong cột Cronbach's Alpha if Item Deleted: Biểu hiện giá trị của nếu ta bỏ từng biến đi đều thấp hơn chỉ số hiện tại khi có mặt đầy đủ 3 biến.
=> Nên giữ lại cả 3 biến quan sát để thực hiện nghiên cứu.
Thang đo “TIENICH”, ta thu được = 0.869 (Thuộc nửa khoảng 0,80 ≤ < 0,90) là mức hệ số tốt cho nghiên cứu.
Hệ số tương quan biến tổng: Thể hiện chỉ số của từng biến quan sát. Bao gồm: TIENICH_1, TIENICH_2 và TIENICH_3 có chỉ số lần lượt là: .802, .782 và .673 đều lớn hơn 0.5. Đảm bảo điều kiện
Thang đo Cronbach’s Alpha đối với biến: “GIAODIEN”, ta thu được = 0.805 (Thuộc nửa khoảng 0,80 ≤ < 0,90) là mức hệ số tốt cho nghiên cứu.
Corrected Item - Total Correlation (Hệ số tương quan biến tổng): Thể hiện chỉ số của từng biến quan sát. Bao gồm:
GIAO_DIEN_1, GIAO_DIEN_2 và GIAO_DIEN_3 có chỉ số lần lượt là: .790, .636 và .569 đều lớn hơn 0.5. Đảm bảo điều kiện giữa lại biến.
Thang đo Cronbach’s Alpha đối với biến: “DICHVU”, ta thu được = 0.751 (Thuộc nửa khoảng 0,70 ≤ < 0,80) là mức hệ số chấp nhận được cho nghiên cứu.
Corrected Item - Total Correlation (Hệ số tương quan biến tổng): Thể hiện chỉ số của từng biến quan sát. Bao gồm:
DICH_VU_1, DICH_VU_2 và DICH_VU_3 có chỉ số lần lượt là: .636, .552 và .551 đều lớn hơn 0.5. Đảm bảo điều kiện giữa lại biến.
Ngoài ra, trong cột Cronbach's Alpha if Item Deleted: Biểu hiện giá trị của nếu ta bỏ từng biến đi đều thấp hơn chỉ số hiện tại khi có mặt đầy đủ 3 biến.
=> Nên giữ lại cả 3 biến quan sát để thực hiện nghiên cứu.
Thang đo Cronbach’s Alpha đối với biến: “TTUDAI”, ta thu được = 0.756 (Thuộc nửa khoảng 0,70 ≤ < 0,80) là mức hệ số chấp nhận được cho nghiên cứu.
Corrected Item - Total Correlation (Hệ số tương quan biến tổng): Thể hiện chỉ số của từng biến quan sát. Bao gồm:
TT_UDAI_1, TT_UDAI _2 và TT_UDAI _3 có chỉ số lần lượt là: .536, .603 và .620 đều lớn hơn 0.5. Đảm bảo điều kiện giữa lại biến.
Ngoài ra, trong cột Cronbach's Alpha if Item Deleted: Biểu hiện giá trị của nếu ta bỏ từng biến đi đều thấp hơn chỉ số hiện tại khi có mặt đầy đủ 3 biến.
=> Nên giữ lại cả 3 biến quan sát để thực hiện nghiên cứu.
Bảng 13: Kết quả đánh giá sơ bộ các thang đo bằng Cronbach's Alpha
Biến quan sát
Trung bình thang đo nếu loại
Phương sai thang đo nếu loại
Tươn g quan
biến
Cronbac h's Alpha
nếu
biến biến tổng loại biến này Quyết định mua hàng: Cronbach's Alpha = 0,871
QDMH_1 7.94 2.646 .713 .858
QDMH_2 7.64 2.802 .785 .793
QDMH_3 7.81 2.656 .768 .804
Tiện ích: Cronbach's Alpha = 0,869
TIENICH_1 6.40 5.509 .802 .767
TIENICH_2 6.21 5.907 .782 .786
TIENICH_3 6.44 6.704 .673 .883
Giao diện: Cronbach's Alpha = 0,805 GIAO_DIEN
_1
7.42 3.953 .790 .599
GIAO_DIEN _2
7.41 4.537 .636 .755
GIAO_DIEN _3
7.78 3.814 .569 .849
Dịch vụ: Cronbach's Alpha = 0,751
DICH_VU_1 6.90 3.168 .636 .605
DICH_VU_2 7.44 3.127 .552 .699
DICH_VU_3 7.29 3.200 .551 .698
Thanh toán – ưu đãi: Cronbach's Alpha = 0,756
TT_UDAI_1 7.80 2.992 .536 .727
TT_UDAI_2 7.90 2.566 .603 .653
TT_UDAI_3 7.97 2.633 .620 .633
Nguồn: Kết quả khảo sát Như vậy kết quả phân tích đánh giá độ tin cậy của thang đo các biến độc lập và biến phụ thuộc thông qua Cronbach’s Alpha cho thấy các thang đo đều đảm bảo độ tin cậy và có thể sử dụng trong các phân tích tiếp theo.
Bảng 14: Bảng tổng hợp hệ số Cronbach’s Alpha các thang đo sau khi loại biến
STT Thang đo Cronbach’s Alpha
2 Tiện ích 0, 869
3 Giao diện 0,805
4 Dịch vụ 0,751
5 Thanh toán – ưu đãi 0,756
Nguồn: Kết quả khảo sát 4.3.4.2. Phân tích EFA
Khái niệm: Là việc kiểm tra giá trị hội tụ và giá trị phân biệt của các biến quan sát:
Giá trị hội tụ: kiểm tra các biến quan sát cùng tính chất hội tụ về cùng một nhân tố, khi biểu diễn trong ma trận xoay, các biến này sẽ nằm chung một cột với nhau.
Giá trị phân biệt: Các biến quan sát hội tụ về nhân tố này và phải phân biệt với các biến quan sát hội tụ ở nhân tố khác, khi biểu diễn trong ma trận xoay, từng nhóm biến sẽ tách thành từng cột riêng biệt.
Muc đích:
Phân tích nhân tố được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Bởi vì, Trong nghiên cứu, chúng ta thường thu thập được một số lượng biến khá lớn và rất nhiều các biến quan sát trong đó có liên hệ tương quan với nhau.
EFA xem xét mối quan hệ giữa các biến ở tất cả các nhóm (các nhân tố trông mô Hình nghiên cứu) khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều nhân tố hoặc các biến quan sát bị phân sai nhân tố từ ban đầu.
Phân tích EFA bao gồm các tiêu chí:
Bảng 15: Kiểm định KMO và Bartlett Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .764
Bartlett's Test of Sphericity Approx. Chi- Square
768.0 36
df 66
Sig. .000
Nguồn: Kết quả khảo sát Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố.
Ta có trị số KMO đạt 0.764 thuộc nửa khoảng 0.5<KMO<1, đảm bảo điều kiện đủ để phân tích “nhân tố là phù hợp”.
Lại có chỉ số Sig Bartlett’s Test = 0.000 < 5% chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố, càng đảm bảo sự thích hợp của phân tích phân tố.
Bảng 16: Tổng phương sai trích
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total
% of Varianc
e
Cumulati
ve % Total
% of Varianc
e
Cumulati
ve % Total
% of Varian
ce
Cumulati ve % 1 4.70
5 39.205 39.205 4.705 39.205 39.205 2.586 21.554 21.554 2 2.10
2 17.519 56.724 2.102 17.519 56.724 2.341 19.507 41.061 3 1.24
0 10.332 67.056 1.240 10.332 67.056 2.221 18.505 59.565 4 1.06
5 8.876 75.932 1.065 8.876 75.932 1.964 16.367 75.932 5 .654 5.451 81.383
6 .510 4.247 85.630 7 .464 3.870 89.501 8 .360 2.999 92.500 9 .316 2.633 95.133 10 .263 2.195 97.328 11 .190 1.583 98.911 12 .131 1.089 100.000
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả khảo sát Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, qua bảng trên, ta có cả 4 nhân tố đều có Trị số Eigenvalue >1.
Tương ứng với có thể giữ lại cả 4 biến.
Tổng phương sai trích của 4 biến bằng 75.932% >50% (chấp nhận) Các nhân tố được trích cô đọng được 75.932 % của các biến quan sát, hay các biến quan sát trong bài giải thích được 75.932% sự biến thiên của yếu tố “QDMH”.
Tiện ích
Giao diện
Dịch vụ
QUYẾT ĐỊNH MUA HÀNG
Component
1 2 3 4
TIENICH_3 .873 TIENICH_1 .858 TIENICH_2 .857 GIAO_DIEN_
1 .873
GIAO_DIEN_
2 .859
GIAO_DIEN_
3 .558
DICH_VU_3 .850
DICH_VU_2 .713
DICH_VU_1 .696
TT_UDAI_2 .865
TT_UDAI_3 .849
TT_UDAI_1 .540
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 5 iterations.
Nguồn: Kết quả khảo sát Hệ số tải nhân tố (Factor Loading) biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Theo bảng phân tích trên, với cỡ mẫu của nghiên cứu là 131, các hệ số tải nhân tố của các biến quan sát đều có giá trị lớn hơn mức 0.5 đảm bảo tính tương quan lớn giữa biến quan sát với nhân tố phân tích.
Đồng thời lại có: Các biến quan sát của từng biến độc lập đều được tải lên hội tụ vào cùng một nhóm. Phân biệt thành 4 nhóm cụ thể khác nhau. Chứng tỏ không có sự tương quan giữa các biến độc lập.
Mô hình hoàn toàn phù hợp.
4.3.4.3. Phân tích hồi quy Mô hình hồi quy:
Thanh toán ưu đãi
H1: Tiện ích có ảnh hưởng tích cực tới hành vi mua ngẫu hứng.
H2: Giao diện tác động tích cực tới hành vi mua ngẫu hứng.
H3: Dịch vụ tác động tích cực tới hành vi mua ngẫu hứng.
H4: Thanh toán ưu đãi có tác động tích cực tới hành vi mua ngẫu hứng.
Bảng 18: Tóm tắt mô hình Mod
el R R
Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .648a .420 .400 .61686 1.978
a. Predictors: (Constant), TTUDAI, TIENICH, DICHVU, GIAODIEN
b. Dependent Variable: QDMH
Nguồn: Kết quả khảo sát Thực hiện phân tích hồi quy, thu được hệ số R2 = 0.400 (40.0%) tức là các biến độc lập TIEN_ICH, GIAO_DIEN, DICH_VU, UU_DAI giải thích được 40.0% cho biến phụ thuộc QDMH.
Bảng 19: ANOVAa Model
Sum of
Squares df
Mean
Square F Sig.
1 Regressi on
32.758 4 8.190 21.523 .000b Residual 45.281 119 .381
Total 78.039 123
a. Dependent Variable: QDMH
b. Predictors: (Constant), TTUDAI, TIENICH, DICHVU, GIAODIEN
Nguồn: Kết quả khảo sát
Bảng 20: Coefficientsa
Model
Unstandardize d Coefficients
Standardiz ed Coefficient
s t Sig.
Collinearity Statistics
B Std.
Error Beta Toleran
ce VIF
1
(Consta
nt) 1.179 .329 3.581 .000
TIENIC
H -.068 .054 -.102 -1.265 .209 .754 1.326 GIAODI
EN .384 .075 .466 5.126 .000 .590 1.694 DICHV
U .081 .084 .086 .971 .334 .627 1.594
TTUDAI .303 .079 .297 3.829 .000 .811 1.233 a. Dependent Variable: QDMH
Nguồn: Kết quả khảo sát Hệ số Beta chuẩn hóa (hệ số hồi quy): dùng để đánh giá mức độ tác động của biến độc lập lên biến phụ thuộc…
Hệ số Sig của TIENICH và DICHVU > 0.05 => Bác bỏ giả thuyết Hệ số Sig của GIAODIEN = TTUDAI < 0.05 => Chấp nhận
Từ các phân tích trên, ta thu được phương trình hồi quy như sau:
QHMH = 0.466.GIAODIEN + 0.297.TTUDAI + e
Mức độ ảnh hưởng của yếu tố giao diện lớn hơn mức độ ảnh hưởng của yếu dố thanh toán và ưu đãi.
Kết luận từ hàm hồi quy:
- Biến TTUDAI có hệ số = 0.297, khi TTUDAI tăng 1 đơn vị sẽ làm QHMH trung bình tăng 0.297 đơn vị. Kết hợp với các kết luận về giá trị trung bình và mức chi tiêu ở trên, ta có:
Nên xem xét nâng cao các mức ưu đãi, thêm các chương trình khuyến mãi, chiết khấu, hoàn tiền, …
Tuy nhiên, GIAODIEN mới thực sự là biến có tác động lớn nhất đến QHMH (đối với phạm vi nghiên cứu sinh viên APD) khi có hệ số = 0.4466
Cần cải thiện giao diện mua sắm của Shopee, giúp người dùng dễ quan sát sản phẩm hơn, bố cục khoa học hơn, hay tăng tính thẩm mỹ cho giao diện mua sắm.