Hơn nữa, nghiên cứu cũng cho thấy do có sự tương đồng giữa các trang website và đặc thù ngành nên 2 thành phần chất lượng thông tin và chất lượng thiết kế được đánh giá là có mức độ ảnh
CƠ SỞ LÝ LUẬN
Các khái niệm nghiên cứu
2.1.1 Định nghĩa về Chất lượng
Chất lượng là một khái niệm quan trọng trong nhiều lĩnh vực, chịu ảnh hưởng từ môi trường, kinh tế, xã hội, tâm lý và thói quen của con người Đây là yếu tố hàng đầu mà người tiêu dùng xem xét khi lựa chọn doanh nghiệp cung cấp dịch vụ và sản phẩm.
Chất lượng hiện chưa có định nghĩa thống nhất, theo Bách khoa toàn thư mở Wikipedia Quan điểm về chất lượng khác nhau tùy thuộc vào lĩnh vực và mục đích sử dụng Nhiều chuyên gia chất lượng đã đưa ra các định nghĩa khác nhau về khái niệm này.
“Chất lượng là sự phù hợp với nhu cầu" (Theo Juran- một Giáo sư người Mỹ)
“Chất lượng là sự phù hợp với các yêu cầu hay đặc tính nhất định” (Theo Giáo sư Crosby)
“Chất lượng là sự sự thoả mãn nhu cầu thị trường với chi phí thấp nhất” (Theo Giáo sư người Nhật – Ishikawa)
Chất lượng được định nghĩa là mức độ đáp ứng các yêu cầu của một tập hợp có đặc tính vốn có, theo điều 3.1.1 của tiêu chuẩn ISO 9000:2005 do Tổ chức Tiêu chuẩn hóa Quốc tế ban hành.
Chất lượng sản phẩm và dịch vụ cần được đánh giá từ góc nhìn của người tiêu dùng Dù công nghệ sản xuất có hiện đại, nếu sản phẩm hoặc dịch vụ không đáp ứng nhu cầu của khách hàng, chúng sẽ bị xem là kém chất lượng Khách hàng còn xem xét chất lượng dựa trên các yếu tố như tính tốt, đẹp, bền, khả năng sử dụng lâu dài, sự thuận tiện và giá cả hợp lý.
Chất lượng trang web là yếu tố quan trọng làm tăng giá trị cho người mua, theo nghiên cứu của Chang, Kuo, Hsu, & Cheng (2014) Đánh giá chất lượng của một website phụ thuộc vào nhiều yếu tố và quan điểm khác nhau từ phía khách hàng, như được chỉ ra bởi Loiacono và Watson.
Trong môi trường hiện tại, một doanh nghiệp cần có một trang web chất lượng tốt để thu hút lượng lớn người truy cập Chất lượng của trang web được xác định bởi khả năng giúp người dùng hoàn thành mục tiêu của họ và sự sẵn lòng quay lại của người dùng để tiếp tục thực hiện điều đó.
2.1.3 Định nghĩa về sự ưa thích
Theo Coughlan và cộng sự (2001), sự lựa chọn kênh mua hàng của người tiêu dùng phụ thuộc vào các mối quan hệ trước đó, trong khi Heilman và cộng sự (2000) cho rằng mức độ ưa thích của người tiêu dùng thay đổi theo trải nghiệm mua hàng Khi lần đầu truy cập vào một trang web bán lẻ, người tiêu dùng thường ít thể hiện sự ưa thích sản phẩm cho đến khi nhu cầu tìm kiếm thông tin và trải nghiệm mua hàng tăng lên, từ đó làm tăng xác suất lựa chọn sản phẩm Aaker và Jones (1971) cùng Rao (1969) chỉ ra rằng khi người tiêu dùng chọn một cửa hàng, họ bị ảnh hưởng bởi những trải nghiệm trước đó tại các cửa hàng khác Trong môi trường trực tuyến, nếu kênh trực tuyến được ưa thích, người tiêu dùng có khả năng sẽ tiếp tục sử dụng kênh đó (Sarv Devaraj, Ming Fan và Rajiv Kohli, 2002).
Cơ sở lý thuyết liên quan đến nghiên cứu
2.2.1 Lý thuyết hành vi kế hoạch (TPB): The Theory of Planning Behaviour
Là một lý thuyết thể hiện mối quan hệ giữa niềm tin và hành vi của một người nào đó
Khái niệm này, được Icek Ajzen khởi xướng vào năm 1991, nhằm nâng cao khả năng dự đoán của lý thuyết hành động hợp lý Bằng cách bổ sung yếu tố nhận thức về kiểm soát hành vi, mô hình này mang lại nhiều lợi ích trong việc dự đoán và giải thích hành vi của người tiêu dùng.
Lý thuyết này chỉ ra rằng, sự tương tác của người dùng trên website chịu ảnh hưởng lớn từ các yếu tố như thông tin sản phẩm, giá cả và đánh giá, cùng với các hành vi như tư vấn, đặt hàng, xác nhận đơn hàng, thanh toán và giao nhận hàng Khi người mua cảm thấy quy trình dễ dàng, họ sẽ có xu hướng quyết định mua hàng nhanh chóng và có thể giới thiệu cho người quen.
2.2.2 Mô hình chấp nhận công nghệ TAM: Technology Acceptance Model
Mô hình chấp nhận công nghệ TAM, được phát triển dựa trên lý thuyết hành động hợp lý TRA của Davis (1989), nhằm dự đoán khả năng chấp nhận một công cụ và xác định các sửa đổi cần thiết để người tiêu dùng chấp nhận Mô hình này nhấn mạnh rằng một hệ thống thông tin sẽ được chấp nhận khi có hai yếu tố chính: nhận thức tính hữu ích và nhận thức dễ sử dụng.
2.2.3 Lý thuyết nhận thức rủi ro (TPR): Theory of Perceived Risk
Thuyết nhận thức rủi ro do Bauer (1960) phát triển cho rằng khách hàng luôn nhận thức được các rủi ro từ nhiều nguyên nhân khác nhau, dẫn đến kết quả không đạt như mong đợi.
Sự hữu ích cảm nhận
Sự dễ sử dụng cảm nhận
Thái độ sử dụng Ý định
Hình 2.1: Mô hình chấp nhận công nghệ TAM của Davis (1989)
Theo Bauer hành vi tiêu dùng sản phẩm công nghệ thông tin bao gồm hai yếu tố:
PRP - Nhận thức rủi ro liên quan đến sản phẩm/dịch vụ bao gồm việc mất tính năng và tài chính, tốn thời gian, mất cơ hội, cũng như nhận thức rủi ro tổng thể đối với sản phẩm/dịch vụ.
Understanding the risks associated with online transactions is crucial, encompassing aspects such as privacy, security and authentication, non-repudiation, and a comprehensive awareness of the entire online transaction process.
Các nghiên cứu liên quan đã thực hiện
2.3.1 Các nghiên cứu liên quan ngoài nước
2.3.1.1 Nghiên cứu của Boonghee Yoo and Naveen Donthu
Nghiên cứu của nhóm tác giả này về “Xây dựng thang đo để nhận biết chất lượng của một website mua sắm trực tuyến”
Mua sắm trực tuyến đang dần thay thế phương thức mua hàng truyền thống, do đó, chất lượng của các website trở nên rất quan trọng trong việc phân biệt giữa các trang Để thu hút người tiêu dùng và ảnh hưởng đến quyết định mua sắm của họ, các trang web mua sắm trực tuyến cần phải đảm bảo chất lượng cao.
Nhận thức rủi ro liên quan đến giao dịch trực tuyến (PRT)
Nhận thức rủi ro liên quan đến sản phẩm/dịch vụ (PRP)
Hình 2.2: Lý thuyết nhận thức rủi ro (TPR) của Bauer (1960)
Mục đích của nghiên cứu này là phát triển và xác nhận một công cụ tâm lý nghiêm ngặt nhằm đo lường chất lượng cảm nhận của trang web mua sắm trực tuyến, được gọi là SITEQUAL.
Nghiên cứu của chúng tôi xác nhận rằng thang đo SITEQUAL mà chúng tôi đề xuất có độ tin cậy và hiệu lực cao trong tất cả các khía cạnh.
Nghiên cứu cho thấy rằng các trang web mua sắm trực tuyến có chất lượng cao hơn thường nhận được đánh giá tích cực hơn từ người tiêu dùng Điều này thể hiện qua các yếu tố như thái độ đối với trang web, mức độ trung thành, giá trị cảm nhận của trang web, cũng như ý định mua hàng và quay lại truy cập trang web.
SITEQUAL giúp đánh giá ảnh hưởng của chất lượng trang web đến hành vi trực tuyến của người dùng, bao gồm các mẫu tìm kiếm, sự tương tác với trang và quyết định mua sắm Việc xác định các yếu tố thiết kế và nỗ lực tiếp thị liên quan đến từng thành phần của SITEQUAL là cần thiết để cải thiện quản lý trang web.
2.3.1.2 Nghiên cứu của Mary Wolfinbarger & Mary C Gilly (2003)
Nghiên cứu của nhóm tác giả này về “Phương thức đo lường và dự báo chất lượng bán lẻ trực tuyến”
Dựa trên các nhóm tập trung trực tuyến và khảo sát không chính xác, các tác giả đã xác định các yếu tố của trải nghiệm etail và phát triển một thang đo đáng tin cậy để đánh giá chất lượng etail.
Nhóm tác giả hướng đến việc xây dựng một mô hình chung về chất lượng nghiên cứu trong tương lai, nhấn mạnh tầm quan trọng của bốn yếu tố chính trong việc dự đoán chất lượng: thiết kế trang web, sự an toàn và độ tin cậy, quyền riêng tư và bảo mật, cùng với dịch vụ khách hàng.
Các phân tích cho thấy rằng, đánh giá chất lượng của một trang web trực tuyến chủ yếu phụ thuộc vào các yếu tố thiết kế và độ tin cậy Vai trò của bảo mật và quyền riêng tư không có ý nghĩa đáng kể trong việc dự đoán chất lượng, ngoại trừ đối với những người mua thường xuyên Tuy nhiên, bảo mật và quyền riêng tư lại có mối tương quan với thiết kế trang web Người tiêu dùng có xu hướng đánh giá tính bảo mật dựa trên các yếu tố như giao diện chuyên nghiệp, chức năng của trang web và danh tiếng của công ty.
Nhóm tác giả nhấn mạnh rằng các doanh nghiệp trực tuyến cần thực hiện các biện pháp để thu hút khách hàng, đồng thời khuyến khích họ mua sắm thường xuyên Điều này bao gồm việc tiết kiệm thời gian, tạo điều kiện giao dịch dễ dàng, cung cấp lựa chọn phong phú, thông tin chuyên sâu và đảm bảo mức độ cá nhân hóa phù hợp.
2.3.1.3 Nghiên cứu của Stuart Barnes & Richard Vidgen (2003)
Nghiên cứu của nhóm tác giả này là xây dựng mô hình “Thăm dò về chất lượng website”
Vấn đề chất lượng trang web được tiếp cận từ góc độ "tiếng nói của khách hàng" Chức năng chất lượng triển khai (QFD) được áp dụng như một khuôn khổ để xác định các yêu cầu và mong đợi của người dùng.
Hình 2.3: Mô hình nghiên cứu của Wolfinbarger & Gilly (2003)
Sự an toàn Trang web Quyền riêng tư
Chất lượng chất lượng trang web theo yêu cầu của người dùng, được thu thập thông qua một hội thảo chất lượng
DeLone và McLean đã phân loại các yếu tố thành công và xác định 9 tiêu chí liên quan đến chất lượng thông tin, bao gồm độ chính xác, tính kịp thời, độ tin cậy, tính đầy đủ, khối lượng, định dạng, và mức độ liên quan.
Tuy nhiên, và có lẽ liên quan đến ứng dụng lỏng lẻo của họ đối với khái niệm về chất lượng
Hệ thống và thông tin có thể không hoàn toàn tương thích, nhưng một số phẩm chất vốn có của hệ thống lại ảnh hưởng trực tiếp đến chất lượng thông tin.
Nhóm tác giả đã lên kế hoạch bao gồm các yếu tố quan trọng như độ tin cậy và bảo mật của dữ liệu, sự thuận tiện trong việc truy cập, ngôn ngữ, khả năng hiểu biết, tiện ích và sự hội nhập.
Kết quả nghiên cứu chỉ ra rằng người dùng có những ưu tiên rõ ràng về các phẩm chất mà họ mong muốn từ các trang web thương mại Việc tiếp cận dễ dàng với thông tin chất lượng được xem là yếu tố quan trọng nhất, trong khi các yếu tố khác như bảo mật và xây dựng cộng đồng người dùng có thể không được đánh giá cao Xu hướng này cho thấy rằng sự chú trọng hiện tại đang nghiêng về việc cung cấp thông tin hơn là thực hiện giao dịch, nhằm tạo ra sự trung thành với thương hiệu và đạt được khối lượng giao dịch lớn.
2.3.1.4 Nghiên cứu của Jiyoung Kim và Sharron J Lennon
Nghiên cứu này tập trung vào việc phân tích ảnh hưởng của danh tiếng và chất lượng của trang web trực tuyến đến cảm xúc của người tiêu dùng, cũng như rủi ro mà họ nhận thức và ý định mua hàng của họ.
Xây dựng giả thuyết và mô hình nghiên cứu
2.4.1 Giả thuyết liên quan đến nghiên cứu
Nghiên cứu định tính chỉ ra rằng hình ảnh và thông tin trên website cần được trình bày rõ ràng và đầy đủ, điều này góp phần nâng cao cảm nhận tích cực của người dùng về chất lượng sản phẩm Chất lượng của website phụ thuộc vào thông tin mà nó cung cấp (Ali, 2016) Thông tin chất lượng, thể hiện qua độ chính xác, tính kịp thời và sự đầy đủ, giúp khách hàng dễ dàng cảm nhận và đánh giá website (Barnes & Vidgen, 2003).
(2006), Nguyễn Hồng Quân và Nguyễn Thị Kim Ngân (2019) cũng cho thấy chất lượng thông tin tác động tích cực đến sự ưa thích website khi mua sắm
H1: Chất lượng thông tin có tác động tích cực đến sự ưa thích website khi mua sắm
Sự đa dạng của các nhà cung cấp và thương hiệu khiến khách hàng không chỉ ghi nhớ trải nghiệm trên website mà còn cả màu sắc chủ đạo và hình ảnh của nó Điều này nhấn mạnh tầm quan trọng của việc xây dựng website cho mỗi doanh nghiệp (Wolfinbarger & Gilly, 2003) Nghiên cứu của Jiyoung Kim & Sharron J Lennon và Cristobal & Cộng sự cũng chỉ ra rằng chất lượng thiết kế có ảnh hưởng tích cực đến chất lượng website và sự ưa thích của khách hàng trong quá trình mua sắm.
H2: Chất lượng thiết kế có tác động tích cực đến sự ưa thích website khi mua sắm
Với sự phát triển của thị trường bán lẻ trực tuyến, người tiêu dùng ưu tiên chọn nhà cung cấp có website dễ sử dụng, cho phép tìm kiếm thông tin nhanh chóng, truy cập dễ dàng và điều hướng mượt mà giữa các trang với tốc độ tải nhanh.
H3: Sự thoải mái sử dụng có tác động tích cực đến sự ưa thích website khi mua sắm
Website với công nghệ bảo mật an toàn và chính sách bảo vệ thông tin cá nhân nghiêm ngặt sẽ tạo sự yên tâm cho khách hàng khi cung cấp thông tin cá nhân Điều này không chỉ giúp họ cảm thấy hài lòng hơn khi giao dịch qua website mà còn nâng cao mức độ lòng tin của khách hàng đối với dịch vụ.
H6+ cam kết bảo vệ quyền riêng tư, thông tin cá nhân người dùng (Kết quả nghiên cứu định tính)
H4: An ninh/ bảo mật có tác động tích cực đến sự ưa thích website khi mua sắm
Dịch vụ khách hàng được thể hiện qua mức độ sẵn sàng phục vụ liên tục của hệ thống (Kim
Khi mua hàng, cần chú ý đến yêu cầu đặt hàng của khách hàng, theo dõi đơn hàng và thời gian giao hàng Sau khi bán hàng, việc quan tâm đến sự hài lòng của khách hàng là rất quan trọng.
H5: Dịch vụ khách hàng có tác động tích cực đến sự ưa thích website khi mua sắm
Nghiên cứu của Wolfinbarger & Gilly (2003) đã chỉ ra rằng độ tin cậy là yếu tố quan trọng nhất ảnh hưởng đến chất lượng của một trang web trực tuyến Thêm vào đó, nghiên cứu của Barnes & Vidgen cũng nhấn mạnh tầm quan trọng của yếu tố này trong việc đánh giá trải nghiệm người dùng.
(2003) cũng cho thấy tác động tích cực của độ tin cậy đến chất lượng thông tin của một website bán lẻ trực tuyến
H6: Độ tin cậy có tác động tích cực đến sự ưa thích website khi mua sắm
2.4.2 Xây dựng mô hình nghiên cứu
Mô hình: Chất lượng website và sự ưu thích của khách hàng: Nghiên cứu về kênh mua sắm trực tuyến của doanh nghiệp bán lẻ tại TP.HCM
Sự thoải mái sử dụng
Dịch vụ khách hàng Độ tin cậy
Sự ưa thích website khi mua sắm
Từ mô hình nghiên cứu đề xuất trên ta được các giả thuyết sau đây:
Chất lượng thông tin và thiết kế đều có ảnh hưởng tích cực đến sự ưa thích của người tiêu dùng đối với website khi mua sắm Thông tin rõ ràng, chính xác và hữu ích giúp người dùng cảm thấy tin tưởng hơn, trong khi thiết kế hấp dẫn và dễ sử dụng tạo ra trải nghiệm mua sắm thoải mái Sự kết hợp giữa thông tin chất lượng và thiết kế tối ưu sẽ nâng cao sự hài lòng của khách hàng và khuyến khích họ quay lại trang web.
Sự thoải mái khi sử dụng website, an ninh và bảo mật, cùng với dịch vụ khách hàng đều có tác động tích cực đến sự ưa thích của người tiêu dùng khi mua sắm trực tuyến.
H6: Độ tin cậy có tác động tích cực đến sự ưa thích website khi mua sắm.
Tóm tắt chương 2
Trong chương này, tác giả làm rõ các khái niệm nghiên cứu quan trọng như chất lượng, chất lượng website và sự ưa thích Tác giả tổng hợp các cơ sở lý thuyết liên quan, bao gồm lý thuyết hành vi kế hoạch (TPB), mô hình chấp nhận công nghệ (TAM) và lý thuyết nhận thức rủi ro (TPR) Để xây dựng mô hình nghiên cứu, tác giả đã tham khảo các mô hình trong và ngoài nước, từ đó phát triển mô hình nghiên cứu kế thừa các thang đo của các nghiên cứu trước Mô hình “Chất lượng website và sự ưu thích của khách hàng: Nghiên cứu về kênh mua sắm trực tuyến của doanh nghiệp bán lẻ tại TP HCM” bao gồm 6 yếu tố: chất lượng thông tin, chất lượng thiết kế, sự thoải mái sử dụng, an ninh/bảo mật, dịch vụ khách hàng và độ tin cậy, làm cơ sở cho phân tích trong chương 3: Phương pháp nghiên cứu.
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Quá trình nghiên cứu bao gồm các bước quan trọng: xác định vấn đề và mục tiêu nghiên cứu, trình bày cơ sở lý thuyết, thực hiện phỏng vấn, xây dựng thang đo sơ bộ và chính thức, tiến hành nghiên cứu định lượng, và cuối cùng là tóm tắt kết quả nghiên cứu cùng với các kiến nghị.
Xác định vấn đề và mục tiêu nghiên cứu
Tổng quan lý thuyết và các nghiên cứu trước đây cung cấp nền tảng cho việc phỏng vấn sâu, giúp hiểu rõ hơn về vấn đề nghiên cứu Thiết kế bảng câu hỏi là bước quan trọng để thu thập dữ liệu chính xác, sau đó tiến hành điều tra thử để đánh giá tính khả thi Cuối cùng, hiệu chỉnh bảng câu hỏi là cần thiết trước khi thực hiện điều tra diện rộng, đảm bảo chất lượng và độ tin cậy của thông tin thu thập được.
Phân tích dữ liệu, kiểm định các thang đo và giả thuyết
Thảo luận kết luận Kết luận và kiến nghị
Hình 3.1: Quy trình nghiên cứu
Phương pháp thu thập thông tin
3.2.1 Thu thập thông tin thứ cấp
Dữ liệu thứ cấp là loại dữ liệu đã có sẵn và không do người nghiên cứu thu thập, giúp tiết kiệm thời gian và chi phí Đây là tài liệu quan trọng trong nghiên cứu tiếp thị và các ngành khoa học xã hội khác Để thu thập dữ liệu thứ cấp, cần thực hiện các bước cụ thể.
Để tiến hành nghiên cứu, cần xác định các thông tin thiết yếu như lý thuyết về chất lượng website và sự ưa thích của người tiêu dùng Bên cạnh đó, cần xem xét các thành phần ảnh hưởng đến sự ưa thích website trong quá trình mua sắm, cũng như các mô hình nghiên cứu liên quan đến đề tài này.
- Tìm nguồn thông tin: Những thông tin trên được thu thập qua báo chí, tạp chí uy tín, mạng internet, sách giáo khoa
Việc thu thập thông tin cần đảm bảo tính khoa học và hệ thống, đồng thời ghi rõ nguồn, tên tác giả và thời gian đăng bài Điều này rất quan trọng để đảm bảo tính rõ ràng và độ tin cậy của thông tin được thu thập.
- Cuối cùng, tiền hành lựa chọn những thông tin cần thiết để đưa vào bài khóa luận
3.2.2 Thu thập thông tin sơ cấp
Dữ liệu sơ cấp, được thu thập trực tiếp bởi người nghiên cứu, có độ chính xác cao hơn Tuy nhiên, việc thu thập loại dữ liệu này thường tốn nhiều thời gian và chi phí do cần trải qua quá trình nghiên cứu thực tế.
Với sự phát triển của Internet, việc thu thập dữ liệu qua khảo sát trực tuyến trở nên khả thi, đặc biệt trong bối cảnh dịch bệnh COVID-19 khiến người dân hạn chế ra ngoài Nghiên cứu này áp dụng phương pháp khảo sát trực tuyến để thu thập thông tin sơ cấp thông qua bảng câu hỏi được thiết kế phù hợp, vừa tiện lợi vừa đảm bảo an toàn cho sức khỏe Tuy nhiên, phương pháp này cũng có những ưu điểm và nhược điểm riêng.
Tương đối dễ quản lý, thực hiện
Có thể được phát triển trong thời gian ngắn hơn (so với các phương pháp thu thập dữ liệu khác)
Hiệu quả về mặt chi phí, tuy nhưng chi phí phụ thuộc vào hình thức khảo sát
Có thể được quản lý từ xa thông qua trực tuyến, thiết bị di động, thư, email hoặc điện thoại
Tiến hành khảo sát từ xa có thể làm giảm hoặc loại bỏ sự phụ thuộc về mặt địa lý
Có khả năng thu thập dữ liệu từ một số lượng lớn người được hỏi
Nhiều câu hỏi có thể được hỏi về một chủ đề, mang lại sự linh hoạt sâu rộng trong phân tích dữ liệu
Phần mềm khảo sát cho phép áp dụng các kỹ thuật thống kê nâng cao nhằm phân tích dữ liệu khảo sát, từ đó xác định tính hợp lệ, độ tin cậy và ý nghĩa thống kê, bao gồm khả năng phân tích nhiều biến.
Một loạt các dữ liệu có thể được thu thập (ví dụ: thái độ, ý kiến, niềm tin, giá trị, hành vi, thực tế)
Những khảo sát được tiêu chuẩn hóa tốt thường có thể loại bỏ hầu hết các lỗi cơ bản
Nếu không được khuyến khích đúng cách người được khảo sát thường không đưa ra những câu trả lời chính xác và chân thật
Những người tham gia khảo sát có thể cảm thấy không thoải mái khi phải chia sẻ thông tin cá nhân hoặc các vấn đề nhạy cảm.
Câu trả lời của người tham gia khảo sát có thể không chính xác do họ không nhớ rõ vấn đề hoặc cảm thấy nhàm chán với quá trình khảo sát.
Các câu hỏi đóng có thể mang lại thông tin ít có giá trị hơn các loại câu hỏi khác
Lỗi dữ liệu có thể phát sinh khi người tham gia khảo sát không trả lời đầy đủ các câu hỏi Nguyên nhân chủ yếu là do sự khác biệt trong đặc điểm giữa nhóm người trả lời và nhóm không trả lời câu hỏi.
Mỗi người tham gia khảo sát có thể hiểu các lựa chọn trả lời theo những cách khác nhau, dẫn đến sự không chính xác trong dữ liệu thu thập Chẳng hạn, câu trả lời “khá đồng ý” có thể được diễn giải khác nhau tùy thuộc vào chủ đề và đối tượng trả lời.
Khảo sát tùy chỉnh có thể có khả năng mắc một số loại lỗi nhất định (Khaosat.me,
Theo Hair, Anderson, Tatham và Black (1998), kích thước mẫu nghiên cứu cần thỏa mãn công thức n=5*m, trong đó m là số lượng câu hỏi Với 36 câu hỏi trong bài nghiên cứu này, số mẫu dự kiến tối thiểu là n ≥ 120.
Thiết kế thang đo sơ bộ và thang đo chính thức
3.3.1 Thiết kế thang đo sơ bộ
Thang đo là công cụ thích hợp nhất cho bài nghiên cứu, giúp cho việc thu thập và xử lý dữ liệu một cách dễ dàng hơn
Thang đo chất lượng thông tin được phát triển dựa trên các nghiên cứu trước đây của Barnes & Vidgen (2003) và Kim & Lennon (2006), cùng với kết quả từ nghiên cứu định tính Tác giả đã kế thừa và giới thiệu thang đo này với 6 biến quan sát: TT1, TT2, TT3, TT4, TT5, và TT6.
Thang đo chất lượng thiết kế website được phát triển dựa trên thang đo của Wolfinbarger & Gilly (2003) và kết quả nghiên cứu định tính Tác giả đã kế thừa và đưa ra 6 biến quan sát: TK1, TK2, TK3, TK4, TK5, TK6.
- Thang đo sự thoải mái sử dụng: Được phát triển từ thang đo của Barnes & Vidgen (2003); Yoo & Donthu 2001; Cristobal
& Cộng sự Thang đo sự thoải mái sử dụng được tác giả kế thừa và đưa ra 4 biến quan sát: TM1, TM2, TM3, TM4
Thang đo an ninh/bảo mật được phát triển dựa trên thang đo của Wolfinbarger & Gilly (2003) và Nguyễn Thị Mai Trang (2013), cùng với sự đóng góp của Cristobal và các cộng sự Tác giả đã kế thừa và giới thiệu 6 biến quan sát, bao gồm AN1, AN2, AN3, AN4 và AN5.
Thang đo dịch vụ khách hàng được phát triển dựa trên nghiên cứu của Cristobal & Cộng sự, Wolfinbarger & Gilly (2003) và Kim & Lennon (2006) Tác giả đã kế thừa và đưa ra 6 biến quan sát, bao gồm DV1, DV2, DV3, DV4, DV5 và DV6.
Thang đo độ tin cậy, được phát triển từ nghiên cứu của Wolfinbarger & Gilly (2003), bao gồm 5 biến quan sát: TC1, TC2, TC3, TC4, và TC5, nhằm nâng cao độ chính xác trong việc đánh giá độ tin cậy.
Thang đo sự ưa thích website khi mua sắm được phát triển từ nghiên cứu của Sarv Devaraj, Ming Fan và Rajiv Kohli, dựa trên kết quả nghiên cứu định tính Thang đo này bao gồm 4 biến quan sát: CL1, CL2, CL3 và CL4.
3.3.2 Kiểm định thang đo sơ bộ
Sau khi thiết kế bảng câu hỏi khảo sát sơ bộ, tác giả tiến hành khảo sát thử các đối tượng nghiên cứu Dữ liệu thu thập được được nhập vào phần mềm SPSS 20 để thực hiện kiểm định Cronbach’s Alpha, nhằm kiểm tra sự chặt chẽ và tương quan giữa các biến Cuối cùng, các biến không phù hợp đã được loại bỏ, và kết quả tổng hợp được trình bày như sau:
Bảng 3.1: Bảng tổng hợp kết quả thang đo sơ bộ
Nhân tố Ký hiệu biến
Hệ số tương quan tổng
Hệ số Cronbach's Alpha nếu loại biến Chất lượng thông tin
Sự thoải mái sử dụng
DV6 ,460 ,791 Độ tin cậy TC1 ,700 ,523 ,638
Sự ưa thích website khi mua sắm
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Sau khi thực hiện khảo sát trực tuyến và kiểm định Cronbach’s Alpha cho thang đo sơ bộ, tác giả đã xác định được thang đo chính thức cho nghiên cứu.
Thang đo chất lượng thông tin
Bảng 3.2: Thang đo chất lượng thông tin
TT1 Website cung cấp thông tin chính xác Barnes &
Vidgen (2003) TT2 Website cập nhật thông tin kịp thời
TT3 Website cung cấp thông tin các sản phẩm, dịch vụ rõ ràng
TT4 Website cung cấp các thông tin chi tiết, dễ hiểu Kim & Lennon,
TT5 Website có những gợi ý sản phẩm và những đề xuất sản phẩm thay thế thông minh
Kết quả nghiên cứu định tính TT6 Tôi có cảm giác thông tin từ website phù hợp với nhu cầu tìm kiếm của tôi
Thang đo chất lượng thiết kế
Bảng 3.3: Thang đo chất lượng thiết kế
TK1 Website thiết kế sáng tạo Wolfinbarger &
TK2 Website có màu sắc thu hút
TK3 Thiết kế chuyên nghiệp giúp tôi dễ dàng ghi nhớ hình ảnh website
TK4 Khả năng tùy biến trên nhiều thiết bị
TK5 Dễ dàng nhận biết thương hiệu website này so với các website khác
TK6 Website luôn được làm mới tạo ra sự thú vị mỗi lần tôi truy cập
Kết quả nghiên cứu định tính
Thang đo sự thoải mái sử dụng
Bảng 3.4: Thang đo sự thoải mái sử dụng
TM1 Website này dễ điều hướng di chuyển giữa các trang Barnes & Vidgen
(2003), Yoo & Donthu 2001 TM2 Website này có tốc độ tải trang nhanh
TM3 Website có nhiều phương thức thanh toán dễ dàng lựa chọn
Cristobal & Cộng sự TM4 Thú vị khi khám phá thông tin sản phẩm từ website Kết quả nghiên cứu định tính
Thang đo an ninh/bảo mật
Bảng 3.5: Thang đo an ninh/bảo mật
AN1 Website có bảo mật đầy đủ Wolfinbarger &
Tôi tin tưởng vào sự an toàn của website và kết quả nghiên cứu định tính cho thấy doanh nghiệp không sử dụng thông tin cá nhân mà tôi đã cung cấp.
Nguyễn Thị Mai Trang (2013) AN4 Thông tin của tôi không bị sửa đổi bởi các bên thứ ba mà không có sự cho phép của doanh nghiệp
AN5 Giao dịch chỉ được thực hiện sau khi được nhận dạng hoặc nếu có đảm bảo về danh tính
Thang đo dịch vụ khách hàng
Bảng 3.6: Thang đo dịch vụ khách hàng
DV1 Website có chức năng theo dõi, đổi hay hủy đơn hàng hiện tại
Cristobal & Cộng sự DV2 Sau khi bán, doanh nghiệp luôn quan tâm đến sự hài lòng của tôi và có những gợi ý mua hàng khác
& Gilly (2003) DV3 Thời gian giao hàng nhanh và đúng cam kết Cristobal &
Cộng sự DV4 Luôn có nhân viên sẵn sàng hỗ trợ cho tôi trong quá trình mua hàng
Lennon, 2006 DV5 Doanh nghiệp cam kết với tôi về các chính sách bảo hành và đổi trả hàng
Kết quả nghiên cứu định tính
DV6 Nhân viên bán hàng liên hệ xác nhận/ phản hồi ngay khi tôi đặt hàng trên website
Thang đo độ tin cậy
Bảng 3.7: Thang đo sự tin cậy
TC1 Chính sách bán và sau khi bán hàng rõ ràng, hấp dẫn Wolfinbarger
TC2 Website có nhiều đánh giá tốt, có độ tin cậy an toàn
TC3 Được quản lý bởi công ty kinh doanh có uy tín Kết quả nghiên cứu định tính
TC4 Có sự kiểm soát và xác nhận chất lượng sản phẩm cung cấp cho khách hàng
TC5 Website luôn ở top đầu trên các công cụ tìm kiếm thông tin
Thanh đo sự ưa thích website khi mua sắm
Bảng 3.8: Thang đo sự ưa thích website khi mua sắm
CL1 Website có chất lượng khuyến khích tôi tiếp tục mua hàng Sarv Devaraj,
Ming Fan và Rajiv Kohli
CL2 Chất lượng website ảnh hưởng đến sự trải nghiệm mua sắm trực tuyến của tôi
CL3 Chất lượng website tốt tạo cho tôi cảm giác an toàn khi mua sắm trực tuyến
Kết quả nghiên cứu định tính CL4 Chất lượng website tốt thu hút được nhiều khách hàng truy cập vào trang web của doanh nghiệp
Sau khi xác định thang đo chính thức, tác giả thiết kế bảng câu hỏi khảo sát nhằm thu thập dữ liệu phục vụ cho việc phân tích và đánh giá.
Bảng câu hỏi được thiết kế với 3 phần chính: Phần mở đầu và phần gạn lọc, phần nội dung chính và phần thông tin cá nhân
Tác giả đã áp dụng thang đo Likert để xây dựng bảng câu hỏi cho phần nội dung chính của nghiên cứu, với 5 mức độ thể hiện sự đồng ý của người tham gia khảo sát: hoàn toàn không đồng ý, không đồng ý, không có ý kiến, đồng ý, và hoàn toàn đồng ý.
Phương pháp xử lý số liệu
Sau khi thu thập bảng câu trả lời, tác giả tiến hành lọc và mã hóa thông tin cần thiết trong bảng câu hỏi Dữ liệu sau đó được nhập vào phần mềm SPSS 20 để phân tích Các bước phân tích dữ liệu được thực hiện theo quy trình đã định.
3.4.1 Phân tích thống kê mô tả
Việc thống kê mô tả sẽ giúp thống kê, tóm tắt số lượng mô tả hoặc tóm tắt các thông tin
Kết quả thống kê cho phép chúng ta xác định tỷ lệ phần trăm của các biến, giá trị lớn nhất, giá trị nhỏ nhất và giá trị trung bình, từ đó tạo nền tảng cho các quy trình tiếp theo.
3.4.2 Phân tích độ tin cậy
Việc kiểm định độ tin cậy của thang đo được thực hiện thông qua phân tích Cronbach’s Alpha
Cronbach’s Alpha là một chỉ số thống kê quan trọng để đánh giá độ tin cậy và mối tương quan giữa các biến quan sát Phương pháp này giúp loại bỏ các biến không phù hợp và giảm thiểu biến rác trong mô hình nghiên cứu, từ đó cho phép xác định chính xác độ biến thiên và độ lỗi giữa các biến.
Theo Nunnally và Bernstein (1994), hệ số Cronbach’s Alpha từ 0.6 trở lên được chấp nhận cho các nghiên cứu mới lạ Để đánh giá sự đóng góp của một biến vào nhân tố, hệ số tương quan biến tổng cần lớn hơn 0.3; nếu nhỏ hơn 0.3, biến quan sát đó cần được loại bỏ khỏi nhân tố đánh giá (Nguyễn Minh Tuấn và cộng sự, 2015).
3.4.3 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA là phương pháp thống kê quan trọng để kiểm định độ chính xác của thang đo, giúp rút gọn nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn, gọi là các nhân tố Phương pháp này không chỉ làm cho dữ liệu trở nên dễ hiểu hơn mà còn giữ lại hầu hết thông tin của tập biến ban đầu Tiêu chuẩn áp dụng và chọn biến trong EFA là yếu tố quan trọng cần được xem xét.
Hệ số KMO (Kaiser – Meyer – Olkin) phải đạt giá trị 0,5 trở lên (0,5== 0,4 Xem là quan trọng
+ Factor Loading >= 5 Xem là có ý nghĩa thực tiễn
Tổng phương sai đạt giá trị từ 50% trở lên
Khi giá trị riêng (eigenvalue) lớn hơn 1, nhân tố rút ra sẽ tóm tắt thông tin một cách hiệu quả nhất (Nguyễn Minh Tuấn và cộng sự, 2015)
3.4.4 Phân tích tương quan hệ số Pearson
Chạy tương quan Pearson giúp kiểm tra mối tương quan tuyến tính giữa biến phụ thuộc và các biến độc lập, đồng thời phát hiện sớm vấn đề đa cộng tuyến khi các biến độc lập có mối tương quan mạnh với nhau.
Tương quan Pearson r có giá trị dao động từ -1 đến 1 (lưu ý, hệ số r chỉ có ý nghĩa khi sig nhỏ hơn 0,05):
Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ Tiến về
1 là tương quan dương, tiến về -1 là tương quan âm
Nếu r càng tiến về 0: tương quan tuyến tính càng yếu
Nếu \$r = 1\$, điều này cho thấy mối tương quan tuyến tính tuyệt đối Khi được biểu diễn trên đồ thị phân tán, các điểm sẽ hội tụ thành một đường thẳng.
Nếu hệ số tương quan r = 0, điều này cho thấy không có mối tương quan tuyến tính giữa hai biến Có hai khả năng xảy ra: một là không có mối liên hệ nào giữa chúng, và hai là tồn tại mối liên hệ phi tuyến.
3.4.5 Phân tích hồi quy tuyến tính đa biến Đối với phân tích hồi quy tuyến tính đa biến, chúng ta giả định các biến độc lập X sẽ tác động đến biến phụ thuộc Y
Các tiêu chí trong phân tích hồi quy đa biến
Giá trị R2 (R Square), R2 hiệu chỉnh (Adjusted R Square):
Giá trị R2 và R2 hiệu chỉnh cho thấy khả năng giải thích biến phụ thuộc bởi các biến độc lập trong mô hình hồi quy, với mức dao động của hai giá trị này nằm trong khoảng từ 0 đến 1.
Không có tiêu chuẩn chính xác cho giá trị R2 hiệu chỉnh để xác định mô hình đạt yêu cầu Chỉ số này càng gần 1 thì mô hình càng có ý nghĩa, trong khi nếu gần 0 thì ý nghĩa của mô hình càng yếu Thông thường, mức trung gian 0,5 được chọn để phân chia thành hai nhánh: ý nghĩa mạnh và ý nghĩa yếu Nếu R2 nằm trong khoảng từ 0,5 đến 1, mô hình được coi là tốt; ngược lại, nếu nhỏ hơn 0,5, mô hình chưa đạt yêu cầu.
Tùy thuộc vào loại nghiên cứu và dữ liệu, không nhất thiết mô hình hồi quy phải có giá trị R2 hiệu chỉnh lớn hơn 0,5 để được coi là có ý nghĩa (Lộc, 2016)
Kiểm định mức độ phù hợp của mô hình (Phân tích phương sai ANOVA):
Giá trị sig là yếu tố quan trọng trong việc kiểm định độ phù hợp của mô hình hồi quy Khi giá trị sig nhỏ hơn 0,05, điều này cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể được áp dụng Thông thường, giá trị này được trình bày trong bảng ANOVA.
Hệ số Durbin – Watson (DW):
Kiểm định Durbin-Watson (DW) được sử dụng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất của các sai số kề nhau Giá trị của DW dao động từ 0 đến 4; nếu không có tự tương quan, giá trị sẽ gần bằng 2 Giá trị DW nhỏ hơn 2 cho thấy có tương quan thuận giữa các sai số, trong khi giá trị lớn hơn 2, gần 4, chỉ ra tương quan nghịch.
Tóm tắt chương 3
Trong Chương 3, tác giả trình bày quy trình nghiên cứu và phương pháp thu thập thông tin, bao gồm thiết kế thang đo và phương pháp xử lý số liệu Nghiên cứu sơ bộ được thực hiện qua bảng khảo sát với 30 đối tượng, từ đó hình thành thang đo chính thức Nghiên cứu chính thức áp dụng phương pháp định lượng, sử dụng bảng khảo sát trực tuyến để thu thập dữ liệu Dữ liệu sau khi thu thập sẽ được phân tích bằng phần mềm SPSS 20, bao gồm các bước thống kê mô tả, kiểm định độ tin cậy, phân tích nhân tố khám phá EFA, phân tích tương quan Pearson và hồi quy tuyến tính nhằm xác định mức độ tác động của các biến độc lập.
PHÂN TÍCH DỮ LIỆU
Dữ liệu thứ cấp
Theo Thời báo Ngân hàng, năm cái tên nổi bật nhất trong các cuộc thảo luận trên mạng xã hội là VinID (VinMart), Bách hóa Xanh (MWG), SpeedL (LotteMart), Co.opmart (Saigon Co.op) và Big C Đặc biệt, SpeedL ghi nhận mức tăng trưởng ấn tượng nhất với tỷ lệ 278.5% so với quý trước.
Số lượng người Việt Nam tham gia mua sắm trực tuyến đã tăng từ 30,3 triệu người năm
Từ năm 2015, số lượng người tiêu dùng trực tuyến đã tăng lên 44,8 triệu, cho thấy sự phát triển mạnh mẽ của thương mại điện tử Tỷ trọng doanh thu thương mại điện tử B2C so với tổng mức bán lẻ hàng hóa cũng đã tăng nhanh từ 2,8% lên 4,9% chỉ trong 4 năm Thương mại điện tử hiện đang trở thành một kênh mua sắm tiềm năng, với 52% người tiêu dùng chọn mua hàng qua website và 57% qua ứng dụng di động (Tiểu Phượng, 2020)
Dịch Covid-19 đã làm thay đổi rõ rệt nhu cầu và hành vi mua sắm của người tiêu dùng Theo số liệu từ iPrice Group và SimilarWeb, lượng truy cập vào các website bách hóa đã tăng hơn 41% trong 6 tháng đầu năm, trong khi lượng truy cập vào các website mỹ phẩm và chăm sóc sức khỏe cũng tăng 21% Báo cáo của iPrice Group và App Annie cho thấy tổng số lượt truy cập vào các ứng dụng mua sắm trực tuyến tại Việt Nam đạt 12,7 tỷ, mức cao nhất từ trước đến nay và tăng 43% so với trước đó.
Việt Nam hiện đang đứng thứ 3 trong khu vực Đông Nam Á về tốc độ tăng trưởng, chỉ sau Philippines và Thái Lan Đồng thời, Việt Nam cũng nằm trong top 3 quốc gia có tổng lượng truy cập ứng dụng mua sắm trực tuyến cao nhất, chiếm 19,5% thị phần toàn khu vực, chỉ sau Indonesia và Thái Lan.
Trong mùa dịch Covid-19, xu hướng tiêu dùng đã có sự thay đổi rõ rệt Theo khảo sát của Nielsen, 55% người tiêu dùng từ 18-29 tuổi đã chuyển sang mua sắm online, trong đó 63% là phụ nữ và 65% là nhân viên văn phòng Đặc biệt, 55% trong số họ thực hiện mua sắm qua các ứng dụng di động.
Thông tin về mẫu nghiên cứu
Cuộc khảo sát được tiến hành qua hình thức trực tuyến, sau khi loại bỏ các phiếu không hợp lệ, mẫu nghiên cứu còn lại để phân tích là 210 mẫu.
Phân tích thống kê mô tả đặc điểm đáp viên
Hình 4.1: Biểu đồ thể hiện cơ cấu giới tính của người tiêu dùng
Kết quả khảo sát cho thấy, 72,38% người tiêu dùng nữ giới (152 người) mua hàng trên các trang web bán lẻ trực tuyến, trong khi nam giới chỉ chiếm 27,62% (58 người) Điều này phản ánh thực tế rằng nữ giới thường là đối tượng chính trong việc mua sắm, đặc biệt là qua hình thức trực tuyến.
Theo khảo sát, người tiêu dùng ở các độ tuổi khác nhau đều tham gia mua sắm qua website của các doanh nghiệp bán lẻ trực tuyến, đặc biệt là nhóm tuổi từ 18.
Hình 4.2: Biểu đồ thể hiện cơ cấu độ tuổi của người tiêu dùng
– 25 tuổi chiếm tỷ lệ cao nhất 74,29%, kế tiếp là nhóm tuổi 26 – 35 tuổi chiếm 25,24%, từ
Nhóm khách hàng từ 18 – 25 tuổi và 26 – 35 tuổi có nhu cầu mua hàng trực tuyến cao nhất, chiếm tỷ lệ lớn do sự năng động và tiếp xúc sớm với công nghệ Ngược lại, nhóm tuổi từ 36 – 45 tuổi chỉ chiếm 0,48%, cho thấy tỉ lệ thấp nhất trong nghiên cứu về thói quen mua sắm trực tuyến.
Theo biểu đồ cơ cấu nghề nghiệp, học sinh và sinh viên chiếm tỷ lệ cao nhất với 51,43%, tiếp theo là nhân viên văn phòng với 24,29% Nghề nghiệp khác chiếm 21,43%, trong khi công chức nhà nước chỉ chiếm 2,38% và công nhân thấp nhất với 0,47%.
Trong khảo sát, nhóm người tiêu dùng có thu nhập dưới 2 triệu và từ 8 – 15 triệu chiếm tỉ lệ 31,90% mỗi nhóm Tiếp theo, nhóm thu nhập từ 2 – 5 triệu chiếm 20%, nhóm từ 5 – 8 triệu chiếm 12,38%, và nhóm thu nhập trên 15 triệu chiếm 3,81%.
Hình 4.3: Biểu đồ thể hiện cơ cấu theo nghề nghiệp của người tiêu dùng
Hình 4.4: Biểu đồ thể hiện cơ cấu thu nhập của người tiêu dùng.
Kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha
4.4.1 Kiểm định thang đo cho biến độc lập
Bảng 4.1: Bảng tổng hợp kết quả kiểm định thang đo cho biến độc lập
Nhân tố Ký hiệu biến
Hệ số tương quan tổng
Hệ số Cronbach's Alpha nếu loại biến
Chất lượng thông tin TT1
Chất lượng thiết kế TK1
Sự thoải mái sử dụng TM1
An ninh bảo mật AN1
Dịch vụ khách hàng DV1
DV6 ,757 ,856 Độ tin cậy TC1
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Từ kết quả kiểm định thang đo, tất cả các biến quan sát của từng nhân tố đều có hệ số tương quan biến tổng từ 0,3 trở lên và hệ số Cronbach’Alpha > 0,6, cho thấy thang đo đạt tiêu chuẩn Do đó, tất cả các biến quan sát đều phù hợp và được chấp nhận cho các phân tích tiếp theo.
4.4.2 Kiểm định thang đo cho biến phụ thuộc
Bảng 4.2: Kiểm định Cronbach's Alpha cho thang đo sự ưa thích website khi mua sắm
Cronbach's Alpha = 0,920 Mục-Tổng số thống kê
Tỷ lệ trung bình nếu mục bị xóa
Phương sai quy mô nếu mục bị xóa
Mục đã chỉnh sửa- Tổng tương quan
Cronbach's Alpha nếu mục bị xóa
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Kết quả phân tích cho thấy cả 4 biến đều có hệ số tương quan tổng phù hợp (Corrected Item-Total Correlation) từ 0,3 trở lên, do đó được lựa chọn Hệ số Cronbach’s Alpha đạt 0,920, lớn hơn 0,6, chứng tỏ 4 biến này đạt tiêu chuẩn.
Trong nhân tố “Sự ưa thích website khi mua sắm”, có 4 biến CL1, CL2, CL3, CL4 đáp ứng yêu cầu kiểm định độ tin cậy của thang đo, do đó chúng phù hợp cho bước phân tích tiếp theo.
Phân tích nhân tố khám phá EFA
4.5.1 Phân tích nhân tố cho biến độc lập
Sau khi thực hiện kiểm định Cronbach’s Alpha, 36 biến quan sát đã được giữ lại để đưa vào mô hình phân tích nhân tố khám phá EFA.
Phương pháp phân tích nhân tố EFA được coi là phù hợp khi thỏa mãn các điều kiện sau:
Hệ số KMO ≥ 0,5 và mức ý nghĩa kiểm định Bartlett có ý nghĩa thống kê (Sig < 0,05); hệ số tải ≥ 0,5 và tổng phương sai trích ≥ 50%
Bảng 4.3: Bảng tổng hợp kết quả phân tích EFA cho biến độc lập lần 1
KMO = 0,768 Sig = 0,000 Eigenvalues = 1,177 Tổng phương sai trích = 63,742%
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Bảng kết quả ma trận nhân tố EFA lần 1 cho thấy biến quan sát AN1 và AN2 thuộc nhân tố thứ 7, trong đó hệ số Factor Loading của AN1 nhỏ hơn, dẫn đến việc AN1 bị loại khỏi phân tích nhân tố.
Trong lần thực hiện EFA thứ hai, biến AN1 không được đưa vào phân tích Kết quả ma trận nhân tố cho thấy biến quan sát TK1 xuất hiện ở hai nhân tố thứ 5 và 7 với hiệu số Factor Loading lớn hơn 0,3, cụ thể là (0,520 - 0,507) = 1,025 Biến quan sát AN2 cũng xuất hiện tại nhân tố thứ 7 với hệ số Factor Loading là 0,569 Tuy nhiên, do hệ số Factor Loading của AN2 nhỏ hơn, biến này đã bị loại khỏi phân tích nhân tố.
Trong lần tiến hành EFA thứ 3, biến quan sát AN2 không được đưa vào phân tích Kết quả ma trận nhân tố cho thấy biến TK5 và TK6 nằm ở cột nhân tố thứ 7, trong khi mô hình nghiên cứu chỉ có 6 nhân tố Hệ số Factor Loading của TK6 (0,698) thấp hơn so với TK5 (0,839), do đó TK6 đã bị loại khỏi phân tích nhân tố.
Trong lần EFA thứ 4, biến TK6 đã được loại bỏ, dẫn đến bảng kết quả ma trận nhân tố đã xoay cho thấy tất cả các biến quan sát đều có hệ số Factor Loading lớn hơn 0,5 Kết quả này cho phép rút gọn các biến quan sát thành 6 nhân tố, và các biến này được chấp nhận cho các phân tích tiếp theo.
Bảng 4.4: Bảng tổng hợp kết quả phân tích EFA cho biến độc lập lần 4
Eigenvalues = 1,441 Tổng phương sai trích = 62,768%
Kết quả phân tích EFA lần 4 cho thấy hệ số KMO đạt 0,761, cho thấy tính phù hợp của phân tích nhân tố, với giá trị Sig = 0,000 < 0,05, xác nhận các biến quan sát có tương quan với nhau Hệ số Eigenvalues là 1,441, cho thấy mỗi nhân tố giải thích một phần biến thiên đáng kể, với tổng phương sai trích đạt 62,768%, vượt mức 50%, chứng tỏ 62,768% biến thiên của dữ liệu được giải thích bởi 6 nhân tố.
4.5.2 Phân tích nhân tố cho biến phụ thuộc
Bảng 4.5: Bảng tổng hợp kết quả phân tích EFA cho nhân tố phụ thuộc
Ký hiệu Biến quan sát Nhân tố
CL2 Chất lượng website ảnh hưởng đến sự trải nghiệm mua sắm trực tuyến của tôi ,923
CL1 Website có chất lượng khuyến khích tôi tiếp tục mua hàng ,898
CL3 Chất lượng website tốt tạo cho tôi cảm giác an toàn khi mua sắm trực tuyến ,893
CL4 Chất lượng website tốt thu hút được nhiều khách hàng truy cập vào trang web của doanh nghiệp ,880
Sig (Bartlett's Test of Sphericity) ,000
(Nguồn: Kết quả xử lý dữ liệu trên SPSS) Kết quả phân tích EFA cho biến phụ thuộc cho thấy:
+ Kiểm định Bartlett’s: Sig = 0,000 < 0,05 các biến quan sát trong phân tích nhân tố có tương quan với nhau trong tổng thể
+ Hệ số KMO = 0,856 > 0,5 Phân tích nhân tố thích hợp với dữ liệu nghiên cứu
+ Giá trị Eigenvalues = 3,232 > 1 các biến quan sát đạt yêu cầu đại diện cho phần biến thiên được giải thích bởi nhân tố tạo thành
+ Giá trị tổng phương sai trích: 80,790% > 50% Điều này chứng tỏ 80,790% biến thiên của các biến quan sát trong biến phụ thuộc được giải thích bởi 1 nhân tố
+ Tất cả các biến quan sát đều có hệ số tải nhân tố > 0,5: đạt yêu cầu
+ Như vậy thang đo “Sự ưa thích website khi mua sắm” đạt giá trị hội tụ.
Hồi quy tuyến tính
4.6.1 Phân tích tương quan hệ số Pearson
Bảng 4.6: Bảng tổng hợp phân tích tương quan hệ số Pearson
CL TT TK TM AN DV TC
** Tương quan có ý nghĩa ở mức 0,01 (2-tailed)
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Kết quả tính toán cho thấy hệ số Sig của các biến “Sự thoải mái sử dụng” (TM), “An ninh/bảo mật” (AN) và “Sự tin cậy” (TC) đều nhỏ hơn 0,05, với Sig (TM) = 0,000, Sig (AN) = 0,000 và Sig (TC) = 0,000 Điều này cho thấy ba biến độc lập này có mối tương quan tuyến tính với biến phụ thuộc.
Biến "Chất lượng thông tin" (TT), "Chất lượng thiết kế" (TK) và "Dịch vụ khách hàng" (DV) không có sự tương quan với biến phụ thuộc, với các hệ số Sig lần lượt là 0,132, 0,279 và 0,100, tất cả đều lớn hơn 0,05.
4.6.2 Kết quả phương trình hồi quy
Bảng 4.7: Mức độ giải thích của mô hình tổng thể (Model Summaryb)
Error of the Estima te
1 ,750 a ,563 ,550 ,32465 ,563 43,565 ,000 1,893 a Predictors: (Constant), TC, DV, TT, TK, AN, TM b Dependent Variable: CL
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Bảng kết quả đánh giá mô hình hồi quy cho thấy giá trị Adjusted R Square đạt 0,550, với kiểm định F có Sig = 0,000 < 0,05 Điều này cho thấy 55% sự thay đổi của biến “Sự ưa thích website khi mua sắm” được giải thích bởi 6 biến độc lập trong nghiên cứu.
Trong nghiên cứu này, với số quan sát n!0 và số tham số (k-1) = 6, mức ý nghĩa 0,05 (95%) được tra trong bảng thống kê Durbin – Watson, cho kết quả trị số thống kê dưới dL = 1,707 và trị số thống kê trên dU = 1,831.
Kết quả của chương trình SPSS tính ra cho hệ số Durbin – Watson của nghiên cứu này là d= 1,893
Theo lý thuyết, giá trị dU nằm trong khoảng 1,831 < d < 1,893 < 4 – 1,831(2,169), cho thấy không có hiện tượng tự tương quan trong phần dư của mô hình hồi quy tuyến tính Mô hình nghiên cứu đáp ứng đầy đủ các điều kiện để đánh giá và kiểm định độ phù hợp, từ đó cho phép rút ra các kết quả nghiên cứu chính xác.
Bảng 4.8: Hệ số hồi quy
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa Sig
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Trong bảng kết quả, bốn nhân tố quan trọng được xác định là: “Thoải mái sử dụng” (TM), “An ninh/bảo mật” (AN), “Dịch vụ khách hàng” (DV) và “Độ tin cậy” (TC), với giá trị mức ý nghĩa Sig.
0,05, cho thấy rằng hai biến này không có mối tương quan với “Sự ưa thích website khi mua sắm”.
Hệ số phóng đại phương sai VIF đều bé hơn 2 = > không có hiện tượng đa cộng tuyến
Biến chất lượng thông tin và chất lượng thiết kế không phải là những yếu tố chính ảnh hưởng đến sự ưa thích của khách hàng khi mua sắm Thay vào đó, các yếu tố như trải nghiệm người dùng, sự tin cậy của thương hiệu và dịch vụ khách hàng có thể đóng vai trò quan trọng hơn trong việc quyết định sự lựa chọn của người tiêu dùng Khách hàng thường ưu tiên những trải nghiệm tích cực và sự hài lòng tổng thể hơn là chỉ chú trọng vào chất lượng thông tin hay thiết kế sản phẩm.
Trong bối cảnh phức tạp của dịch COVID-19, người dân ngày càng hạn chế ra ngoài và tụ tập đông người, dẫn đến sự gia tăng trong việc mua sắm trực tuyến Sự phát triển mạnh mẽ của internet tại Việt Nam đã thúc đẩy các công ty bán lẻ trực tuyến đầu tư vào marketing trực tuyến, tận dụng tối đa các chức năng của bộ phận này Tuy nhiên, chất lượng thiết kế website không phải là yếu tố chính ảnh hưởng đến sự ưa thích của khách hàng khi mua sắm trực tuyến, cũng như không phải là điều mà họ quan tâm khi truy cập vào các trang web của doanh nghiệp bán lẻ.
Các nhà bán lẻ trực tuyến như Bách Hóa Xanh, Vinmart, Co.opmart, Lotte cung cấp cả hai hình thức bán hàng trực tuyến và trực tiếp Người tiêu dùng đã có đủ thông tin khi mua sắm tại cửa hàng, do đó, thông tin sản phẩm trên website thường tương tự như thông tin đã biết Vì vậy, chất lượng thông tin không phải là yếu tố chính ảnh hưởng đến sự ưa chuộng của khách hàng đối với website khi mua sắm.
Các yếu tố do chính sách quản trị của từng công ty có sự khác biệt, ảnh hưởng trực tiếp đến sự ưa chuộng của người tiêu dùng đối với website khi mua sắm và quyết định truy cập vào trang web của doanh nghiệp bán lẻ trực tuyến.
Phương trình hồi quy chuẩn hóa
Bảng 4.9: Bảng tổng hợp hệ số phương trình hồi quy chuẩn hóa
Hệ số chuẩn hóa % Thứ tự ảnh hưởng
TT Chất lượng thông tin ,014 1,2% 6
TK Chất lượng thiết kế ,053 4,6% 5
TM Sự thoải mái sử dụng ,382 33,4% 1
AN An ninh/bảo mật ,299 26,1% 2
DV Dịch vụ khách hàng ,106 9,3% 4
(Nguồn: Kết quả xử lý dữ liệu trên SPSS) Phương trình:
CL = 0,382*TM + + 0,299*AN + 0,290*TC + 0,106*DV + 0,053*TK + 0,014*TT
Theo bảng kết quả, nhân tố ảnh hưởng mạnh nhất đến “Sự ưa thích website khi mua sắm” là “Sự thoải mái sử dụng” (TM) với tỷ lệ 33,4% Nhân tố thứ hai là “An ninh/bảo mật” (AN) chiếm 26,1%, tiếp theo là “Độ tin cậy” (TC) với tỷ lệ 25,4%.
“Dịch vụ khách hàng (DV) chiếm 9,3%, “Chất lượng thiết kế”(TK) chiếm 4,6% và cuối cùng là “Chất lượng thông tin” (TT) chiếm 1,2%
Phương trình hồi quy chưa chuẩn hóa
Bảng 4.10: Bảng tổng hợp hệ số hồi quy chưa chuẩn hóa
Biến Tên biến B Std Error
TT Chất lượng thông tin ,011 ,036
TK Chất lượng thiết kế ,048 ,044
TM Sự thoải mái sử dụng ,281 ,039
AN An ninh/bảo mật ,250 ,043
DV Dịch vụ khách hàng ,085 ,037
(Nguồn: Kết quả xử lý dữ liệu trên SPSS) Phương trình:
CL = 0,340 + 0,011*TT + 0,048*TK + 0,281*TM + 0,250*AN + 0,085*DV + 0,243*TC
Trong điều kiện các biến khác không thay đổi khi chất lượng thông tin thay đổi 1 đơn vị thì sự ưa thích website khi mua sắmtăng 0,011 đơn vị
Trong điều kiện các biến khác không thay đổi khi chất lượng thiết kế thay đổi 1 đơn vị thì sự ưa thích website khi mua sắmtăng 0,048 đơn vị
Trong điều kiện các biến khác không thay đổi khi sự thoải mái sử dụng thay đổi 1 đơn vị thì sự ưa thích website khi mua sắmtăng 0,281 đơn vị
Trong điều kiện các biến khác không thay đổi khi an ninh/bảo mật thay đổi 1 đơn vị thì sự ưa thích website khi mua sắmtăng 0,250 đơn vị
Trong điều kiện các biến khác không thay đổi khi dịch vụ khách hàng thay đổi 1 đơn vị thì sự ưa thích website khi mua sắmtăng 0,085 đơn vị
Trong điều kiện các biến khác không thay đổi khi độ tin cậy thay đổi 1 đơn vị thì sự ưa thích website khi mua sắm tăng 0,243 đơn vị
Bảng 4.11: Mức độ phù hợp của mô hình (Phân tích phương sai ANOVA)
Mô hình Tổng bình phương df Mean
Tổng 48,945 209 a Biến phụ thuộc: CL b Dự đoán: (Không đổi) TC, DV, TT, TK, AN, TM
(Nguồn: Kết quả xử lý dữ liệu trên SPSS)
Kết quả phân tích ANOVA chỉ ra rằng với độ tin cậy 95% (Sig=0,000