Kết Quả Phân Tích Cronbach’S Alpha

Ý định mua hàng gia dụng trực tuyến

0.825

OPI31

0.705

0.773

OPI32

0.751

0.732

OPI33

0.772

0.711

Có thể bạn quan tâm!

Xem toàn bộ 101 trang tài liệu này.

Bảng 8. Kết quả phân tích Cronbach’s Alpha

Theo bảng kết quả Cronbach’s Alpha, các khái niệm thành phần trong nghiên cứu này đều đạt hệ số Cronbach’s Alpha cao hơn hơn 0.7, nên có thể sử dụng được. Điều này thể hiện rằng các biến quan sát trong cùng 1 khái niệm thành phần có sự liên kết tương đối chặt chẽ với nhau. Hệ số tương quan biến tổng của các biến quan sát đều cao hơn 0.3, phân bố từ 0.514 tới 0.802. Do đó tất cả các biến quan sát đều được chấp nhận để đưa vào phân tích nhân tố khám phá EFA.

2.5 Phân tích nhân tố khám phá EFA

Phương pháp phân tích nhân tố EFA giúp đánh giá giá trị hội tụ và giá trị phân biệt của thang đo. Do đó, Phương pháp EFA được sử dụng để rút gọn một tập hợp có k các biến quan sát thành một tập F các yếu tố có ý nghĩa hơn (F<k). Việc rút gọn này đựa trên mối quan hệ tuyến tính của các nhân tố với các biến quan sát ban đầu. Phân tích nhân tố EFA được thực hiện thông qua các bước sau:

- Kiểm định giả thuyết các biến có tương quan với nhau trong tổng quan dựa trên giá trị Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO) và kiểm định Barlett. Phân tích nhân tố được đánh giá là thích hợp với dữ liệu khi giá trị KMO nằm trong khoảng từ 0.5 đến 1 và mức ý nghĩa Barlett

<0.05. Nếu hệ số KMO nhỏ hơn 0.5 thì phân tích nhân tố được đánh giá là không thích hợp với dữ liệu (Garson, 2013).

- Sử dụng phương pháp phân tích thành phần chính Principal Components Analysis kèm theo phép xoay Varimax và điểm dừng khi trích các yếu tố

có Eigenvalues bằng 1. Theo Hair, et al. (2014), phân tích EFA được coi là có ý nghĩa thực tiễn khi hệ số tải nhân tố (Factor loading) lớn hơn hoặc bằng 0.5. Các biến quan sát có hệ số tải nhỏ hơn 0.5 sẽ được loại bỏ. Các nhân tố có giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích được lớn hơn 50% sẽ được lựa chọn (Anderson & Gerbing, 1988).

2.5.1 Kết quả kiểm định KMO và Barlett

Giả thuyết H0: Các biến quan sát không có sự tương quan với nhau trong tổng thể

Kết quả kiểm định cho thấy hệ số KMO là 0.724 > 0.5, cho thấy rằng các biến quan sát có sự tương quan với nhau trong tổng thể và thỏa mãn điều kiện phân tích nhân tố, vì vậy giả thuyết H0 bị bác bỏ tại mức ý nghĩa 5%.

Bảng 9. Kết quả kiểm định KMO và Barlett

2.5.2 Ma trận nhân tố & Phương sai trích

Theo kết quả phân tích ma trận xoay nhân tố trong bảng 10, các biến quan sát có hệ số tải nhân tố trong khoảng từ 0.709 tới 0.854 đều lớn hơn 0.5, đồng thời không có sự xáo trộn về nhân tố vì không có biến nào cùng lúc tải lên hai nhân tố khác nhau. Vì vậy, các biến quan sát này đều đạt yêu cầu về giá trị hội tụ và phân biệt khi tiến hành phân tích EFA, 8 nhân tố độc lập vẫn được giữ nguyên, không bị tăng giảm đi nhân tố nào. Do đó, phân tích EFA được coi là có ý nghĩa thực tiễn.

Bảng 10. Ma trận xoay nhân tố

Theo kết quả phân tích thành phần chính Principal Component Analysis (Phụ lục 3), thông số Eigenvalues của các nhân tố đều lớn hơn 1, do đó được coi là đạt yêu cầu. Giá trị tổng phương sai trích bằng 67.434% > 50%, được đánh giá là đạt yêu cầu. Giá trị này thể hiện rằng 8 nhân tố trích được giải thích cho 67.434% biến thiên của dữ liệu. Vì vậy có thể kết luận rằng phân tích nhân tố EFA đạt yêu cầu. Do đó, 8 yếu tố ảnh hưởng lên ý định mua sắm hàng gia dụng trực tuyến được trích ra bao gồm: nhận thức tính dễ sử dụng (PEU), nhận

thức sự hữu ích (PU), sự tin cậy (TR), nhận thức về giá (PP), kinh nghiệm mua sắm trực tuyến (OPX), truyền miệng trực tuyến (EWM), nhận thức rủi ro về sản phẩm (PPR), nhận thức rủi ro về bảo mật (SPR).

2.6 Phân tích tương quan Pearson

Tác giả tiến hành phân tích tương quan Pearson để đánh giá có mối tương quan tuyến tính giữa các biến. Theo Hair, et al. (2014), nếu giá trị sig lớn hơn

0.05 thì hai biến không có sự tương quan. Giá trị sig cần nhỏ hơn 0.05 thì giữa hai biến có sự tương quan tuyến tính, khi ấy hệ số tương quan Pearson mới được coi là có ý nghĩa về mặt thống kê. Hệ số tương quan Pearson có giá trị tuyệt đối càng gần đến 1 thì giữa hai biến có sự tương quan tuyến tính càng chặt. Bên cạnh đó, phân tích tương quan Pearson còn giúp đánh giá mối tương quan giữa các biến độc lập với nhau. Nếu các biến độc lập có tương quan tuyến tính với biến phụ thuộc và các biến độc lập không có tương quan với nhau thì khi đó thực hiện phân tích hồi quy tuyến tính được coi là phù hợp.

Tác giả đã thực hiện phân tích tương quan Pearson giữa biến phụ thuộc là ý định mua hàng gia dụng trực tuyến (OPI) với các biến độc lập gồm: Nhận thức tính dễ sử dụng (PEU), Nhận thức sự hữu ích (PU), Sự tin cậy (TR), Nhận thức về giá (PP), Kinh nghiệm mua hàng trực tuyến (OPX), Truyền miệng trực tuyến (EWM), Nhận thức rủi ro về sản phẩm (PPR), Nhận thức rủi ro về bảo mật (SPR). Bên cạnh đó, tác giả cũng đánh giá sự tương quan giữa các biến độc lập với nhau, có thể gây ra hiện tượng đa cộng tuyến khi phân tích hồi quy.

Bảng 11. Phân tích tương quan Pearson

Theo bảng phân tích tương quan ở trên, giá trị Sig. của 8 biến độc lập với biến phụ thuộc OPI đều là 0.000 < 0.05, nên có thể kết luận rằng các hệ số tương quan r có ý nghĩa về thống kê. Các hệ số tương quan giữa 8 biến độc lập và biến phụ thuộc đều có giá trị tuyệt đối trong khoảng từ 0.423 đến 0.770, điều này chỉ ra rằng các biến độc lập có sự tương quan tuyến tính tương đối mạnh với biến phụ thuộc OPI.

Bên cạnh đó, khi đánh giá sự tương quan giữa các biến độc lập với nhau, giá trị Sig. giữa các biến độc lập đều lớn hơn 0.05, nên có thể kết luận không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập. Vì vậy, các biến này đều phù hợp để đưa vào phân tích hồi quy tuyến tính.

2.7 Phân tích hồi quy & kiểm định giả thuyết

2.7.1 Phân tích hồi quy

Phân tích hồi quy được thực hiện với các biến độc lập gồm Nhận thức tính dễ sử dụng – PEU, Nhận thức sự hữu ích - PU, Sự tin cậy - TR, Nhận thức về giá - PP, Kinh nghiệm mua hàng trực tuyến - OPX, Truyền miệng trực tuyến

- EWM, Nhận thức rủi về sản phẩm - PPR, Nhận thức rủi ro về bảo mật - SPR và biến phụ thuộc là ý định mua hàng gia dụng trực tuyến - OPI.

Kết quả phân tích hồi quy đa biến cho thấy giá trị R2 (R Square) hiệu chỉnh đạt 0.716, cho thấy mô hình hồi quy có ý nghĩa tương đối tốt. Như vậy, các biến độc lập gồm Nhận thức tính dễ sử dụng – PEU, Nhận thức sự hữu ích

- PU, Sự tin cậy - TR, Nhận thức về giá - PP, Kinh nghiệm mua hàng trực tuyến

- OPX, Truyền miệng trực tuyến - EWM, Nhận thức rủi ro về sản phẩm - PPR, Nhận thức rủi ro về bảo mật – SPR giải thích cho 71.6% sự biến thiên của biến phụ thuộc Ý định mua sắm đồ gia dụng trực tuyến – OPI. 29.3% biến thiên còn lại được giải thích bởi các biến khác nằm ngoài mô hình. Bảng ANOVA cho thấy F = 59.858 với giá trị sig (F) = 0.000. Kết quả này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu. Các giá trị VIF của các biến đều nhỏ hơn 10, vì vậy không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình.

Kết quả phân tích hồi quy cho thấy 8 biến độc lập đều có giá trị Sig. = 0.000, chứng tỏ rằng hệ số hồi quy của 8 biến độc lập có ý nghĩa về mặt thống kê ở mức ý nghĩa α= 1%. Hệ số hồi quy Beta của các biến độc lập trong mô

hình có giá trị lần lượt như sau: Nhận thức tính dễ sử dụng (PEU): 0.137, Nhận thức sự hữu ích (PU): 0.152, Sự tin cậy (TR): 0.342, Nhận thức về giá (PP): 0.300, Kinh nghiệm mua hàng trực tuyến (OPX): 0.171, Truyền miệng trực tuyến (EWM): 0.622, Nhận thức rủi ro về sản phẩm (PPR): -0.359, Nhận thức rủi ro về bảo mật (SPR): -0.121.

Bảng 12. Phân tích hồi quy đa biến

Từ kết quả trên phương trình hồi quy đa biến có dạng như sau:

OPI = β0 + β1*PEU + β2*PU + β3*TR + β4*PP + β5*OPX + β6*EWM + β7*PPR +

β8*SPR + 

Hệ số Beta chuẩn hóa của các biến PEU, PU, TR, PP, OPX và EWM đều là các giá trị dương, nghĩa là các yếu tố này có ảnh hưởng cùng chiều lên ý định mua hàng gia dụng trực tuyến (OPI). Trong đó, 3 yếu tố có ảnh hưởng cùng chiều mạnh nhất lên ý định mua hàng gia dụng trực tuyến (OPI) bao gồm truyền miệng trực tuyến (EWM), sự tin cậy (TR), nhận thức về giá (PP) với hệ số Beta lần lượt là 0.622, 0.342, 0.300. Kết quả phân tích này khá phù hợp với hành vi mua sắm trực tuyến của người tiêu dùng Việt Nam trong thực tiễn. Khi cân nhắc mua sắm sản phẩm qua mạng, quyết định của người tiêu dùng phụ thuộc rất nhiều bởi các ý kiến phản hồi, đánh giá của những người dùng trước đó về sản phẩm. Đồng thời, sự tin cậy cũng đóng vai trò tương đối lớn, bởi khi sự tin cậy của người tiêu dùng tăng lên, việc ra quyết định mua hàng trực tuyến của họ sẽ trở nên dễ dàng hơn. Cùng với đó, các chương trình khuyến mãi, giảm giá của các trang bán hàng trực tuyến cũng có sức hấp dẫn khá mạnh đối với người tiêu dùng Việt Nam. 3 yếu tố khác gồm nhận thức tính dễ sử dụng (PEU), nhận thức sự hữu ích (PU), kinh nghiệm mua hàng trực tuyến (OPX) cũng có ảnh hưởng tích cực lên ý định mua hàng gia dụng trực tuyến, tuy nhiên mức độ ảnh hưởng đều không đáng kể như 3 yếu tố kể trên. Ngoài các yếu tố có ảnh hưởng tích cực, hai yếu tố nhận thức rủi ro về sản phẩm (PPR) và nhận thức rủi ro về bảo mật (SPR) với giá trị Beta lần lượt là -0.359 và -0.121 đều là giá trị âm, vì vậy có ảnh hưởng ngược chiều lên ý định mua hàng gia dụng tuyến của người tiêu dùng. Kết quả này cho thấy nhận thức rủi ro về sản phẩm có ảnh hưởng tiêu cực lên ý định mua hàng gia dụng trực tuyến. Điều này là phù hợp với tâm lý của người tiêu dùng khi tham gia mua sắm trực tuyến, đặc biệt là đối

Xem toàn bộ nội dung bài viết ᛨ