CHƯƠNG II: THỰC TRẠNG PHÁT TRIỂN MARKETING TRỰC TUYẾN
2.3 Phân tích các yếu tố tác động đến hành vi sử dụng và lựa chọn của người tiêu dùng
2.3.3.2 Phân tích các nhân tố tác động đến sự chấp nhận lựa chọn công cụ Marketing
Bảng 2.17: Hệsốtải của nhân tố đánh giá chung sựchấp nhận sửdụng công cụMarketing trực tuyến của khách hàng.
Communalities
Hệ số tải
DANH GIA CHUNG 1 0.797
DANH GIA CHUNG 2 0.797
Extraction Method: Principal Component Analysis.
(Nguồn: Kết quả xử lý số liệu điều tra của tác giả) Bảng2.18: Kết quả phân tích nhân tố khám phá ý định sự chấp nhận Marketing
Phân tích hồi quy tuyến tính giữa các biến phụ thuộc và từng biến độc lập và giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa cácbiến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có mối quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp.
Mặc khác, nếu giữa các biến độc lập cũng có tương quan với nhau thì đó là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính ta đang xét.
Bảng 2.18: Ma trận tương quan giữa các biến.
Correlations
ĐGC TH HD TK HĐ CS
ĐGC
Hệ số tương quan
Pearson 1 0.308** 0.362** 0.467** 0.717** 0.433**
Giá trị Sig 0.001 0.000 0.000 0.000 0.000
Số quan sát 120 120 120 120 120 120
TH
Hệ số tương quan
Pearson 0.308** 1 0.155 0.127 0.240** 0.094
Giá trị Sig 0.001 0.091 0.166 0.008 0.306
Số quan sát 120 120 120 120 120 120
HD
Hệ số tương quan
Pearson 0.362** 0.155 1 0.309** 0.238** 0.222*
Giá trị Sig 0.000 0.091 0.001 0.009 0.015
Số quan sát 120 120 120 120 120 120
Trường Đại học Kinh tế Huế
TK
Hệ số tương quan
Pearson 0.467** 0.127 0.309** 1 0.352** 0.236**
Giá trị Sig 0.000 0.166 0.001 0.000 0.009
Số quan sát 120 120 120 120 120 120
HĐ
Hệ số tương quan
Pearson 0.717** 0.240** 0.238** 0.352** 1 0.407**
Giá trị Sig 0.000 0.008 0.009 0.000 0.000
Số quan sát 120 120 120 120 120 120
CS
Hệ số tương quan
Pearson 0.433** 0.094 0.222* 0.236** 0.407** 1
Giá trị Sig 0.000 0.306 0.015 0.009 0.000
Sốquan sát 120 120 120 120 120 120
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
(Nguồn:Kết quả xử lý số liệu trên phần mềm SPSS, 2018) Ma trận này cho thấy mối tương quan giữacác biến ĐGC (biến phụ thuộc) và các biến độc lập TH, TK, HD, HĐ, CS. Hệ số tương quan giữa các biến đều lớn hơn 0.35 riêng thành phân TH thì hệ số tương quan thấp nhất .308. Ta có thể kết luận các biến độc lập có thể đưa vào mô hìnhđể giải thích cho biến ĐGC, các giá trị Sig. đều nhỏ (<0.05) b. Phân tích hồi quy tuyến tính
Để kiểm định sự phù hợp giữa thành phần TH, HD, HĐ, CS, TK tác giả sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt (Enter). Như vậy thành phần TH, HD, HĐ, CS, TK là biến độc lập Independents và ĐGC là biến phụ thuộc Dependent sẽ được đưa vào chạyhồi quy cùng một lúc.
Trường Đại học Kinh tế Huế
Giả thuyết được đặt ra trong nghiên cứu là:
H0: “Mức độ tác động của các biến độc lập đến biến phụ thuộc bằng 0”
H1: “Mức độ tác động của các biến độclập đến biến phụ thuộc khác 0”
Ta có phương trình hồi quy tuyến tính như sau:
ĐGCi = 0 + 1THi+ 2HDi+ 3HĐi+ 4TKi + 5CSi+ ei Trong đó:
ĐGCi: giá trị của biến phụ thuộc sự chấp nhận sử dụng công cụ Marketing trực tuyến của khách hàng.
THi:giá trị của biến độc lập thứ nhấtsự thu hút.
HDi:giá trị của biến độc lập thứ hai là sự hấp dẫn.
HĐi:giá trị của biến độc lập thứ ba là sự hành động.
TKi:giá trị của biến độc lập thứ tư làsự tìm kiếm.
CSi:giá trị của biến độc lập thứ tư làsự chia sẻ.
ei: phần dư
Từ kết quả các bảng dưới đây, ta thấy rằng kiểm định F cho giá trị p – value (Sig.) < 0,05, chứng tỏ là mô hình phù hợp và cùng với đó là R2 hiệu chỉnhcó giá trị bằng0,598; có nghĩalà mô hình hồiquy giải thích được 59,8% sựbiếnthiên của biến phụthuộc
Bảng 2.19: Phân tích hồi quy các nhân tố ảnh hưởng đến sự chấp nhận sử dụng công cụ Marketing trực tuyến của công ty.
Model Summaryb
Model R R bình
phương
R bình phương hiệu chỉnh
Sai số chuẩn ước lượng
Durbin-Watson
1 0.784a 0.615 0.598 0.513 2.029
a. Predictors: (Constant), CS, TH, TK, HD, HĐ
Trường Đại học Kinh tế Huế
b. Dependent Variable: ĐGC
(Nguồn:Kết quả xử lý số liệu trên phần mềm SPSS, 2018) Hệ sốR2 hiệu chỉnh bằng 0,598 > 0,5 có nghĩa là sự biến đổi của các nhân tố: sự thu hút, sự hấp dẫn, sự hành động, sự tìm kiếm và sự chia sẻ giải thích 59,8% sự thay đổi của mức độ chấp nhận sử dụng công cụ Marketing trực tuyến của khách hàng đối với công tynên có thể kết luận rằng mô hình hồi quy xây dựng là phù hợp.
Bảng 2.20 Kết quả kiểm định độ phù hợp của mô hình ANOVAa
Mô hình Tổng bình
phương df
Trung bình bình phương
F Sig.
1
Hồi quy 47.814 5 9.563 36.366 0.000b
Phần dư 29.977 114 0.263
Tổng 77.792 119
a. DependentVariable: ĐGC
b. Predictors: (Constant), CS, TH, TK, HD, HĐ
(Nguồn:Kết quả xử lý số liệu trên phần mềm SPSS, 2018) Kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Gỉa thuyết H0: 1= 2= 3= 4= 5=0. Nếu giả thuyế H0 bị bác bỏ thì ta có thể kết luận rằng 19biến hiện có trong mô hình có thể giải thích được thay đổi của mức hài lòng nghĩa là mô hình xây dựng phù hợp với tập dữ liệu.
Trị thống kê F được tính từ giá trị R2của mô hìnhđầy đủ, giá trị Sig. = 0,000 < 0,05 cho thấy sẽ an toàn khi bác bỏ giả thuyết H0. Vậy, có ít nhất một biến độc lập ảnh hưởng đến sựchấp nhận của khách hàng hay mô hình hồi quy tuyến tính được đưa ra phù hợp với tổng thể và có thể sử dụng được.
Durbin– Watson dùng để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất). Giá trị thống kê Durbin– Watson (d) dao động trong khoảng (0;4).
Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan; 0 <d < 1 thì mô hình có tự tương quan dương và 3 < d < 4 thì mô hình có tự tương quan âm.
Trường Đại học Kinh tế Huế
Kết quả kiểm định cho d = 2,029 nằm trong khoảng (1;3) và tiến gần về giá trị gần bằng 3nên có thể kết luận rằng mô hình không có sự tương quan chuỗi bậc nhất.
Ngoài ra, hệ số tương quan cho thấy rằng, kết quả kiểm định các nhân tố đều cho kết quả p – value (Sig) < 0,05; điều này chứng tỏ rằng có đủ bằng chứng thống kê để bác bỏ giả thuyết H0 đối với các nhân tố này, hay các giả thuyết H1, H2, H3, H4, H5 được chấp nhận ở mức ý nghĩa 95%.
Bảng 2.21: Mô hình hồi quy đa biến Coefficientsa
Mô hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn
hóa
t Sig.
Đa cộng tuyến
B Std. Error Beta Độ chấp
nhận
Hệ số phóng đại phương
sai
1
( Hằng số) -0.243 0.340 -0.715 0.476
TH 0.132 0.065 0.122 2.031 0.045 0.931 1.074
HD 0.120 0.059 0.127 2.028 0.045 0.865 1.157
TK 0.183 0.061 0.193 3.000 0.003 0.817 1.224
HĐ 0.539 0.068 0.537 7.891 0.000 0.730 1.370
CS 0.093 0.046 0.129 2.004 0.047 0.812 1.231
a. Dependent Variable: ĐGC
(Nguồn:Kết quả xử lý số liệu trên phần mềm SPSS, 2018) Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập có mối quan hệ tuyến tính với nhau. Hệ số phóng đại phương sai VIF (Variance Inflation factor – VIF) nhỏ (nhỏ hơn 3) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau
Trường Đại học Kinh tế Huế
nên không có hiệntượngđa cộng tuyếnxảy ra.Dođó, mối quan hệgiữa các biếnđộc lập khôngảnh hưởng đáng kể đến kết quảgiảithích của mô hình hồi quy.
Trong 5 thành phần đo lường sự chấp nhận khách hàng nêu trên có 2 thành phần ảnh hưởng đáng kể đến sự hài lòng đó là HĐ (Hành động) và TK (Tìm kiếm) với mức ý nghĩa sig < 0,05, tiếp đến là các thành phần TH (Thu hút), HD ( Hấp dẫn)và CS ( Chia sẻ) ảnh hưởng ít nhất đến sự chấp nhận khách hàng nói trên. Như vậy trong 5 thành phần đưa vào nghiên cứu chính thức ta đều chấp nhận có ảnh hưởng thuận chiều đến sự chấp nhận và lựa chọn công cụ Marketing trực tuyến cho việc tìm kiếm thông tin.
Như vậy, mô hình hồi quy tuyến tínhbội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra kết quả nghiên cứu. Ta có mô hình hồi quy như sau:
ĐGC= 0,132*TH + 0,120*HD + 0,183*TK + 0,539*HĐ + 0,093*CS Trongđó ĐGC: Sự chấp nhận và lựa chọn sử dụng công cụ Marketing trực tuyến
khách hàng.
TH: Thành phần Thu hút HD: Thành phần Hấp dẫn HĐ: Thành phầnHành động TK: Thành phần Tìm kiếm CS: Thành phần Chia sẻ
Hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mô hình hồiquy trênảnh hưởng tỷ lệ thuận chiều đến sựchấp nhận và lựa chọn công cụ Marketing trực tuyến khách hàng của công ty.
Như vậy từ phương trình hồi quy ở trên ta thấy hệ số beta của thành phần H Đ ( H à n h đ ộ n g ) là lớn nhất là 0,539 tiếp đến là hệ số beta của thành phần T K ( Tìm kiếm) (0,183) và thành phần TH ( Thu hút) , HD (Hấp dẫn) và CS (Chia sẻ) tương đương nhau lần lượt(0,132), (0,120), (0,093). Do vậy,đối vớisựchấp nhận và lựa chọn công cụ Marketing trực tuyến khách hàng của công tythì thành phần Hành động và Tìm kiếm có tác động đến sự chấp nhận sử dụng khách hàng nhiều hơn thành phần Hấp dẫn, Thu hút, Chia sẻ.
Trường Đại học Kinh tế Huế
Từ phương trình trên cho thấy có thể tác động đến các biến trong phương trình nhằm tăng sự chấp nhận và lựa chọn công cụ Marketing trực tuyến của khách hàng theo hướng cải thiện các yếutốnày.
Như vậy, dựa trên kết quả phân tích hổi quy mà tôi đã tiến hành như ở trên, có thể nhậnthấy rằng nhân tố “HÀNH ĐỘNG” là có tác động lớn nhất đếnchấp nhận sử dụng công cụ Marketingtrực tuyến, với hệ số β5 = 0,539. Nhận xét về hiện tượng này, khi khách hàng liên tục được cập nhật thông tin một cách đầy đủ và nhanh chóng, thì sẽ tăng khả năng tương tác và thương xuyên cập nhật và sẵn sàng lựa chọn công cụ Marketing trực tuyến phát triển nhất của công ty. Điều này đặt ra một vấn đề lớn cho doanh nghiệp mua bán trực tuyến hoặc mong muốn thông qua truyền thông để quảng bá sản phẩm đến khách hàng thì để giữ chân được khách hàng, các doanh nghiệp này phải cho khách hàng thấy được những lợi ích thông tin mả họ có được để từ đó họ sẵn sàng tương tác, bình luận và cập nhật thông tin với bạn bè thường xuyên, dẫn đến việc thương hiệu sản phẩm doanh nghiệp sẽ dần trở nên quen thuộc với khách hàng và họ sẽ ưu tiên lựa chọn sản phẩm doanh nghiệp. Bởi vì khách hàng sẽ luôn quyết định hành động khi họ cảm thấy nó thật sự thân thuộc với mình.
2.5 So sánh sự khác biệt trong đánh giá của khách hàng theo giới tính, độ tuổi,