Professional Documents
Culture Documents
Thang đo có hệ số Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp
khái niệm đang nghiên cứu mới [7]. Kết quả thu được từ kiểm định độ tin cậy thông qua hệ số
Cronbach’s Alpha cho thấy các thành phần thang đo đều có hệ số Alpha > 0.6, lần lượt là:
Tiện lợi mua sắm (0.8), Sự lựa chọn sản phẩm (0.889), Sự thỏa mái mua sắm (0.867), Sự
thích thú mua sắm (0.792), Thông tin phong phú (0.871), Sự giảm giá (0.842), Đặc tính sản
phẩm (0.826), QĐMS (0.829), thỏa mãn yêu cầu của nghiên cứu và tất cả các biến quan sát
đều được đưa vào phân tích EFA ở bước tiếp theo.
4.2. Phân tích nhân tố EFA
Bảng 1. Kết quả EFA của các nhân tố nhận thức lợi ích ảnh hướng đến QĐMS
Tại Bảng 1, kết quả EFA cho thấy có 7 nhân tố được trích tại Eigenvalue là 1.017 và tổng
phương sai trích là 65.879%, trọng số của các biến quan sát đều cao . Vì vậy, các biến quan
sát của thang đo này đạt yêu cầu cho các phân tích tiếp theo. Các biến quan sát C4, I4 có hệ số
tải nhân tố nhỏ hơn 0.5 nên không đạt yêu cầu.
Như vậy, thang đo các nhân tố nhận thức lợi ích ảnh hưởng đến QĐMS sau khi đánh giá sơ bộ
bao gồm 7 thành phần và 31 biến quan sát, như sau:
Nhân tố 1: Thành phần sự lựa chọn sản phẩm (S) gồm 5 biến quan sát là S1, S2, S3, S4, S5.
Nhân tố 2: Thành phần thông tin phong phú (I) gồm 5 biến quan sát là I1, I2, I3, I5 và C5.
Nhân tố 3: Thành phần thoải mái mua sắm (T) gồm 4 biến quan sát là: T1, T2, T3 và T4.
Nhân tố 4: Thành phần Đặc tính sản phẩm (V) gồm 5 biến quan sát là V1, V2, V3, V4 và V5.
Nhân tố 5: Thành phần Sự giảm giá (P) gồm 4 biến quan sát là P1, P2, P3 và P4.
Nhân tố 6: Thành phần Sự thích thú mua sắm (H) gồm 5 biến quan sát là H1, H2, H3, H4 và
H5.
Nhân tố 7: Thành phần Sự tiện lợi mua sắm (C) gồm 3 biến quan sát là C1, C2 và C3.
Phân tích nhân tố đối với thang đo QĐMS: Kết quả EFA cho thấy có 1 nhân tố được trích tại
eigenvalue là 2.646 và phương sai trích là 66.156%. Hơn nữa, trọng số của các biến quan sát
đều cao. Như vậy, các biến quan sát của thang đo này đạt yêu cầu cho phân tích tiếp theo.
Bảng 2. Kết quả phân tích EFA của thang QĐMS
4.3. Xây dựng ma trận tương quan giữa các biến độc lập với biến
phụ thuộc
Bảng 3
Từ kết quả phân tích hệ số tương quan ở Bảng 3, ta nhận thấy rằng, QĐMS của khách hàng có
tương quan tuyến tính với 4 yếu tố (sự lựa chọn sản phẩm, thông tin phong phú, sự giảm giá
và sự tiện lợi) ở mức ý nghĩa 0.01. Hệ số tương quan giữa QĐMS và các các yếu tố cao nhất
là 0.505 và thấp nhất là 0.153, nên sơ bộ ta có thể kết luận rằng 4 yếu tố này có thể đưa vào
mô hình để giải thích cho sự QĐMS của khách hàng. Hệ số tương quan giữa các yếu tố với
nhau rất nhỏ, nên sơ bộ ta thấy không có hiện tượng đa cộng tuyến giữa các yếu tố này. Yếu
tố thoải mái mua sắm, đặc tính sản phẩm, thích thú mua sắm có giá trị sig. rất lớn (lớn hơn
0.01), nên yếu tố này không có ý nghĩa về mặt thống kê và bị loại khỏi mô hình nghiên cứu.
Trị số thống kê F được tính từ R 2 của mô hình với mức ý nghĩa quan sát rất nhỏ (sig. = 0) cho
thấy mô hình các nhân tố tác động đến sự thỏa mãn của khách hàng phù hợp với tập dữ liệu
và có thể sử dụng được.
Hệ số R2 hiệu chỉnh là 0.531, có nghĩa là mô hình các nhân tố nhận thức lợi ích ảnh hưởng
đến QĐMS của khách hàng đã xây dựng phù hợp với tập dữ liệu là 53.1%. Nói cách khác,
QĐMS của khách hàng được giải thích bởi các biến độc lập trong mô hình là 53.1% và
QĐMS của khách hàng được giải thích bởi các biến khác ngoài mô hình là 46.9%.
Hệ số phóng đại VIF rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này không có quan hệ
chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa
các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
Giá trị sig. của các biến độc lập đều nhỏ hơn 0.05. Hệ số hồi quy chuẩn hóa của biến sự giảm
giá (X3) là 0.505 cao nhất trong các hệ số hồi quy chuẩn hóa, sự lựa chọn (X 1) là 0.368, thông
tin phong phú (X2) là 0.351 và sự tiện lợi (X 4) là 0.153. Lúc này, chúng ta có thể viết được
phương trình hồi quy cho mô hình này như sau:
Phương trình hồi quy đã chuẩn hóa: Y = 0.368*X1+0.351*X2+ 0.505*X3 + 0.153*X4
5. Kết luận
Nghiên cứu cũng đề xuất mô hình nghiên cứu các nhân tố nhận thức lợi ích của khách hàng
ảnh hưởng đến QĐMS voucher KMTT. Đề xuất nhận thức lợi ích của khách hàng được đo
lường bởi 7 nhân tố: sự tiện lợi, sự giảm giá, đặc tính sản phẩm, thông tin phong phú, sự thích
thú, sự thoải mái, sự lựa chọn sản phẩm.
Kết quả cho thấy có 4 nhân tố nhận thức lợi ích ảnh hưởng mạnh nhất đến QĐMS Voucher
KMTT lần lượt là: Sự giảm giá (beta = 0.505), Sự lựa chọn sản phẩm (beta = 0.368), Thông
tin phong phú (beta = 0.351), Sự tiện lợi (beta = 0.153).
Đồng thời, kết quả cũng góp phần làm rõ thêm cho các nhà nghiên cứu trong lĩnh vực khoa
học hành vi thấy rằng các thang đo lường trong nghiên cứu phải được đánh giá giá trị và độ
tin cậy khi dùng chúng để đo lường. Nếu việc này không được thực hiện một cách hợp lý, giá
trị kết quả của nghiên cứu đó không có sức thuyết phục cao và sẽ cần phải xem xét lại.
Kết quả này có ý nghĩa thiết thực cho các doanh nghiệp kinh doanh ngành dịch vụ trực tuyến
nói chung và dịch vụ bán voucher KMTT nói riêng. Từ đó, các nhà nghiên cứu tiếp thị, bộ
phận marketing của các doanh nghiệp cung cấp dịch vụ này cần quan tâm và tác động đến các
thành phần này, là những căn cứ để xây dựng một số giải pháp nhằm nâng cao hiệu quả kinh
doanh, thu hút khách hàng, tạo lợi thế cạnh tranh cho riêng mình trong lĩnh vực kinh doanh
mới mẻ này.
TÀI LIỆU THAM KHẢO:
1. TS. Trần Văn Hòe (2007), Giáo trình thương mại điện tử căn bản, NXB Đại học Kinh
tế quốc dân, Hà Nội.
2. Bộ môn QTTN thương mại điện tử, Khoa Thương mại điện tử (2006), Giáo trình
thương mại điện tử căn bản, Trường Đại học Thương mại.
3. Bhatnagar A, Misra S, Rao H R.( 2000), On Risk, Convenience and Internet Shopping
Behavior, Association for Computing Machinery, Communications of the ACM, 47, 4,
62-66.
4. Bhatnagar, A. and S. Ghose. (2004) Segmenting consumers based on the benefits and
risks of Internet shopping. Journal of Business Research Mobility and Markets:
Emerging Outlines of M-Commerce, 57, 12, 1352-1360.
5. Xiang Yan and Shiliang Dai (2009), Consumer’s online shopping influence factors
and Decision marking model, AMCIS 2009 Procedings, Paper 360.
6. Sandra Forsythe, Chuanlan Liu, David Shannon and Liu Chun Gardner, 2006,
Development of a scale to measure the perceived benefits and risks of online
shopping, Journal of Interactive marketing volume 20/Number 2/ Spring 2006.
7. Nunnally, Jum C. (1978), Psychometric theory, McGraw-Hill Publishers, New York,
ISBN 0070474656.