I. Mô hình nghiên cứu
1. Mô hình nghiên cứu
Chúng tôi đã sử dụng các kết quả nghiên cứu và mô hình đã được công bố trước đây bởi các nhà nghiên cứu để thiết kế một mô hình nghiên cứu về yếu tố ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng tại thành phố Hồ Chí Minh. Trong quá trình thiết kế mô hình này, chúng tôi đã áp dụng mô hình chấp nhận công nghệ (TAM) của Davis (1989) và mô hình TAM mở rộng của Kwon & Wen (2009), cùng với lý thuyết hành vi hợp lý (TRA) của Martin Fishbein và Icek Ajzen (1967) cũng như thuyết hành vi có kế hoạch (TPB).Mô hình TAM của Davis (1989) giúp đo lường sự chấp nhận của người dùng đối với công nghệ mới, trong khi mô hình TAM mở rộng của Kwon & Wen (2009) phân tích các yếu tố ảnh hưởng đến sự chấp nhận và sử dụng công nghệ. Lý thuyết hành vi hợp lý (TRA) của Martin Fishbein và Icek Ajzen (1967) cung cấp khung nhìn về cách thức hình thành và thay đổi hành vi, dựa trên sự kết hợp giữa thái độ và quan điểm về việc thực hiện hành động. Thuyết hành vi có kế hoạch (TPB) của cùng hai tác giả này giải thích cách thức kế hoạch và ý định ảnh hưởng đến hành vi của một người.
Từ các lý thuyết và mô hình trên, chúng tôi đã phát triển một mô hình nghiên cứu để xác định các yếu tố ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng tại thành phố Hồ Chí Minh. Mô hình này cung cấp một cách tiếp cận toàn diện và hợp lý để phân tích và đánh giá tác động của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng.
Hình 1: Mô hình nghiên cứu đề xuất
- Giả thuyết H1: Biến thông tin, cung cấp các thông tin càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H2: Biến tính cá nhân càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H3: Biến sự tin cậy, đảm bảo càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H4: Biến nhận trải nghiệm dòng chảy càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H5: Biến truyền miệng điện tử càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H6: Biến nhận thức rủi ro càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
2. Bảng câu hỏi
1 | 2 | 3 | 4 | 5 |
Rất không đồng ý | Không đồng ý | Trung lập | Đồng ý | Rất đồng ý |
BIẾN ĐỘC LẬP 1: TÍNH THÔNG TIN (LOGAN VÀ CỘNG SỰ 2012)
| ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
TT1 | Hình thức Shoppertainment trên TikTok là nguồn cung cấp thông tin tham khảo tốt và đầy đủ về các sản phẩm. | 1 | 2 | 3 | 4 | 5 |
TT2 | Những thông tin về sản phẩm và khuyến mại được cập nhật nhanh chóng, kịp thời thông qua Shoppertainment trên TikTok. |
1 |
2 |
3 |
4 |
5 |
TT3 | Hình thức Shoppertainment trên TikTok là nguồn cập nhật thông tin sản phẩm mới nhất, hiện đại nhất. |
1 |
2 |
3 |
4 |
5 |
TT4 | Cách thức đặt hàng và thanh toán được cung cấp đầy đủ trong các video Shoppertainment trên TikTok. |
1 |
2 |
3 |
4 |
5 |
TT5 | Thông tin về các dịch vụ hỗ trợ khách hàng được cung cấp đầy đủ trong các video Shoppertainment trên TikTok. |
1 |
2 |
3 |
4 |
5 |
BIẾN ĐỘC LẬP 2: TÍNH CÁ NHÂN HÓA (FRED DAVIS 1989) | ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
CN1 | Các thông điệp được truyền tải qua video Shoppertainment trên TikTok phù hợp với khách hàng |
1 |
2 |
3 |
4 |
5 |
CN2 | Các video Shoppertainment trên TikTok được tạo ra để phục vụ nhu cầu cá nhân. |
1 |
2 |
3 |
4 |
5 |
CN3 | Các video Shoppertainment trên TikTok được tùy chỉnh để phù hợp với sở thích và gu thẩm mỹ của khách hàng. |
1 |
2 |
3 |
4 |
5 |
CN4 | Các sản phẩm được giới thiệu trong các video Shoppertainment trên TikTok phù hợp với nhu cầu mua sắm của cá nhân khách hàng. |
1 |
2 |
3 |
4 |
5 |
BIẾN ĐỘC LẬP 3: ĐỘ TIN CẬY (C.R.SNYER, SHANE J> LOPEZ 2009) | ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
TC1 | Cảm thấy an toàn khi sử dụng dịch vụ mà Shoppertainment trên TikTok mang lại. | 1 | 2 | 3 | 4 | 5 |
TC2 | Thông tin sản phẩm được giới thiệu qua các video Shoppertainment trên TikTok là thành thật và minh bạch | 1 | 2 | 3 | 4 | 5 |
TC3 | Cảm thấy an toàn khi thực hiện giao dịch mua hàng qua Shoppertainment trên TikTok. | 1 | 2 | 3 | 4 | 5 |
TC4 | Các thương hiệu trong video Shoppertainment trên TikTok giới thiệu nhận được sự tin tưởng, và an toàn | 1 | 2 | 3 | 4 | 5 |
BIẾN ĐỘC LẬP 4: TRẢI NGHIỆM DÒNG CHẢY (MIHÁLY CSÍKSZENTMIHÁLYI) | ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
DC1 | Trải nghiệm mua sắm qua hình thức Shoppertainment trên TikTok tạo ra sự thú vị. | 1 | 2 | 3 | 4 | 5 |
DC2 | Mua sắm thông qua hình thức Shoppertainment trên TikTok là một cách để giảm căng thẳng | 1 | 2 | 3 | 4 | 5 |
DC3 | Những ưu đãi (Sale, Freeship…) qua hình thức Shoppertainment trên TikTok được xuất hiện liên tục khi đang phát trực tuyến | 1 | 2 | 3 | 4 | 5 |
DC4 | Các hoạt động trò chơi trúng thưởng qua hình thức Shoppertainment trên TikTok về sản phẩm luôn được mở liên tục | 1 | 2 | 3 | 4 | 5 |
BIẾN ĐỘC LẬP 5: TRUYỀN MIỆNG ĐIỆN TỬ (19 CHEUNG VÀ CỘNG SỰ 2008) | ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
TM1 | KOLs, KOCs và người nổi tiếng ảnh hưởng đến hành vi mua sắm sản phẩm | 1 | 2 | 3 | 4 | 5 |
TM2 | Ý kiến, đánh giá sản phẩm của người xung quanh qua hình thức Shoppertainment sẽ ảnh hưởng đến hành vi mua sắm sản phẩm |
1 |
2 |
3 |
4 |
5 |
TM3 | Số đông người theo chung một xu hướng sẽ ảnh hưởng đến hành vi mua sắm sản phẩm |
1 |
2 |
3 |
4 |
5 |
BIẾN ĐỘC LẬP 6: NHẬN THỨC RỦI RO (COX VÀ RICH 1964) | ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
RR1 | Nhiều sản phẩm qua hình thức Shoppertainment trên TikTok khó phân biệt chất lượng sản phẩm | 1 | 2 | 3 | 4 | 5 |
RR2 | Nhiều sản phẩm qua hình thức Shoppertainment trên TikTok không giống với mô tả |
1 |
2 |
3 |
4 |
5 |
RR3 | Thông tin cá nhân được đăng qua hình thức Shoppertainment trên TikTok không được an toàn |
1 |
2 |
3 |
4 |
5 |
RR4 | Thói quen và quá trình mua sắm qua hình thức Shoppertainment trên TikTok có thể bị theo dõi |
1 |
2 |
3 |
4 |
5 |
RR5 | Mua sắm qua hình thức Shoppertainment trên TikTok dễ bị lừa đảo, chiếm đoạt tài sản |
1 |
2 |
3 |
4 |
5 |
BIẾN PHỤ THUỘC: HÀNH VI MUA SẮM TRỰC TUYẾN (ALWAN, 2018) | ㅤ | Ý KIẾN ĐÁNH GIÁ | ㅤ | ㅤ | ㅤ | ㅤ |
HV1 | Bạn sẽ mua các sản phẩm được quảng bá qua hình thức Shoppertainment trên TikTok trong thời gian tới | 1 | 2 | 3 | 4 | 5 |
HV2 | Bạn có thể sẽ thử và theo dõi các hoạt động của người bán trên TikTok qua hình thức Shoppertainment |
1 |
2 |
3 |
4 |
5 |
HV3 | Bạn sẽ chia sẽ các sản phẩm được quảng bá qua hình thức Shoppertainment trên TikTok trong thời gian tới |
1 |
2 |
3 |
4 |
5 |
HV4 | Bạn sẽ chọn TikTok là nơi tham khảo thông tin đầu tiên về các sản phẩm được quảng bá qua hình thức Shoppertainment |
1 |
2 |
3 |
4 |
5 |
HV5 | Bạn sẽ luôn đồng hành cùng TikTok để mua sắm trong thời gian tới |
1 |
2 |
3 |
4 |
5 |
II. KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
1. Thông tin mẫu nghiên cứu
Trong 228 bảng câu hỏi thu về, chúng tôi đã lọc và xác định có 216 câu trả lời hợp lệ được dùng cho nghiên cứu kết quả cụ thể về mẫu nghiên cứu như sau:
Giới tính | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
Nữ | 120 | 55,6 | 55,6 | 55,6 |
Nam | 96 | 44,4 | 44,4 | 100.0 |
Khác | 0 | 0 | 0 | 100.0 |
Tổng | 216 | 100.0 | 100.0 |
Bảng 1: Giới tính của khách hàng từ mẫu khảo sát
Theo biểu đồ ở trên ta thấy tỷ lệ nữ chiếm 55,6% (tương ứng 120 người) trên tổng số 216 phiếu khảo sát hợp lệ đưa vào phân tích và nam chiếm 44,4% (tương ứng 96 người) trên tổng số 216 phiếu khảo sát hợp lệ đưa vào phân tích và khác chiếm 0% (tương ứng 0 người), chứng tỏ trong cuộc khảo sát này phái nữ thường sử dụng TikTok để mua hàng nhiều hơn là nam giới
Độ tuổi | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
200X | 156 | 72,2 | 72,2 | 72,2 |
199X | 47 | 21,8 | 21,8 | 94 |
198X | 11 | 5,1 | 5,1 | 99,1 |
201X | 2 | 0,9 | 0,9 | 100 |
Tổng | 216 | 100 | 100 |
Bảng 2: Độ tuổi khách hàng sử dụng TikTok từ mẫu khảo sát
Theo số liệu khảo sát ta thấy hầu hết khách hàng được phỏng vấn đều nằm trong độ tuổi sử dụng TikTok, chủ yếu tập trung ở thế hệ 200X gồm 156 khách hàng (chiếm 72.2%). Số khách hàng còn lại lần lượt là ở thế hệ 198X gồm 11 khách hàng (chiếm 5,1%), ở thế hệ 199X gồm 47 khách hàng (chiếm 21,8%), ở thế hệ 201X gồm 2 khách hàng (chiếm 0,9%),. Đa số nhóm tuổi sử dụng TikTok thể hiện trình độ cũng như sự nhận thức một cách tốt nhất trong thời đại chuyển đổi số
Nghề nghiệp | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
Sinh viên | 169 | 78,2 | 78,2 | 78,2 |
Học sinh | 30 | 13,9 | 13,9 | 92,1 |
Đi làm | 15 | 6,9 | 6,9 | 99 |
Khác | 2 | 1 | 1 | 100 |
Tổng | 216 | 100 | 100 |
Bảng 3: Nghề nghiệp của khách hàng từ mẫu khảo sát
Đa phần khách hàng sử dụng TikTok chủ yếu tập trung là sinh viên gồm 169 khách hàng (chiếm 78.2%), kế tiếp là học sinh chiếm 6,9% (tương ứng 15 khách hàng), nhóm đi làm chiếm 13.9% (tương ứng 30 khách hàng), cuối cùng là nhóm khác chiếm 1% (tương ứng 2 khách hàng)
Thu nhập/tháng | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
Dưới 5 triệu | 119 | 55.1 | 55.1 | 55.1 |
5 – 10 triệu | 71 | 32.9 | 32.9 | 88.0 |
10 – 15 triệu | 12 | 5.6 | 5.6 | 93.6 |
Trên 15 triệu | 8 | 3.7 | 3.7 | 97.3 |
Khác | 6 | 2.7 | 2.7 | 100 |
Tổng | 216 | 100 | 100 |
Bảng 4: Thu nhập của khách hàng từ mẫu khảo sát
Mức thu nhập hằng tháng của khách hàng khi sử dụng TikTok được khảo sát có mức độ thu nhập dưới 5 triệu là 119 khách hàng (chiếm 55,1%), kế tiếp là sinh viên có thu nhập từ 5-10 triệu đồng chiếm 32,9% (tương ứng 71 khách hàng), nhóm thu nhập từ 10-15 triệu đồng chiếm 5,6% (tương ứng 12 khách hàng), nhóm thu nhập trên 15 triệu chiếm 3.7% (tương ứng 8 khách hàng) và còn lại nhóm khác chiếm 2,7% (tương ứng 6 khách hàng).
Hình 5: Biểu đồ khách hàng biết đến TikTok thông qua các mục
Khách hàng biết đến TikTok nhờ vào mạng xã hội chiếm 86,1% (tương ứng 186 người) vượt trội so với các mục khác. Cho thấy khách hàng sử dụng mạng xã hội rất lớn và đó cũng là cơ hội phát triển ngành công nghệ trong thời đại hiện nay. Kế tiếp lần lượt là từ người thân, bạn bè chiếm 55,1% (tương ứng 119 người), sách, báo chiếm 16% (tương ứng 35 người) và còn lại mục khác chiếm 1% (tương ứng 2 người).
Tiêu chí | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
Hàng ngày | 137 | 63,4 | 63,4 | 63,4 |
Hàng tuần | 47 | 21,8 | 21,8 | 85,2 |
Lâu lâu mới sử dụng | 31 | 14,4 | 14,4 | 99.6 |
Chưa bao giờ sử dụng | 1 | 0,4 | 0,4 | 100 |
Tổng | 216 | 100 | 100 |
Bảng 6: Tần suất khách hàng sử dụng TikTok từ mẫu khảo sát
Hình 1: Biểu đồ tần suất khách hàng sử dụng TikTok từ mẫu khảo sát
Khách hàng sử dụng TikTok chủ yếu tập trung ở nhóm sử dụng hàng ngày gồm 137 khách hàng trên tổng số 216 khách hàng được khảo sát (tương ứng với 63,4%), còn chưa sử dụng bao giờ chỉ chiếm tỷ lệ khá nhỏ (chiếm 0,4%) gồm 1 khách hàng trên tổng số 216 khách hàng được khảo sát
Hình 2: Biểu đồ thể loại được yêu thích nhất trên TikTok
Thể loại mà khách hàng yêu thích nhất trên TikTok lần lượt là cuộc sống chiếm 68,1% (tương ứng 147 khách hàng), hài hước chiếm 57,9% (tương ứng 125 khách hàng), lãng mạn chiếm 50,5% (tương ứng 109 khách hàng), học tập chiếm 46,8% (tương ứng 101 khách hàng), và cuối cùng là kịch tính chiếm 45,8% (tương ứng 99 khách hàng).
Thời gian video TikTok | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
Dưới 1 phút | 102 | 47,2 | 47,2 | 47,2 |
1-2 phút | 58 | 26,9 | 26,9 | 74,1 |
3-4 phút | 25 | 11,6 | 11,6 | 85,7 |
2-3 phút | 23 | 10,6 | 10,6 | 96,3 |
Khác | 8 | 3,7 | 3,7 | 100 |
Tổng | 216 | 100 | 100 |
Bảng 7: Video TikTok có khoảng thời gian được yêu thích từ mẫu khảo sát
Không những thể loại khách hàng thích mà họ còn chú trọng đến thời gian của video. Theo số liệu từ mẫu khảo sát, khách hàng thích những video 1-2 phút chiếm 47,2% (tương ứng 102 khách hàng) và những video khác đạt tỷ lệ thấp nhất, vỏn vẹn 3,7% (tương ứng 8 khách hàng).
Vậy tần suất mà khách hàng xem TikTok mà mua hàng trên đó như thế nào?
Tiêu chí | Tần số | Tần suất (%) | Phần trăm hợp lệ (%) | Phần trăm tích lũy (%) |
Lâu lâu mới mua hàng | 106 | 49,1 | 49,1 | 49,1 |
Hàng tuần | 48 | 22,2 | 22,2 | 71,3 |
Hàng ngày | 39 | 18,1 | 18,1 | 89,4 |
Chưa bao giờ sử dụng | 23 | 10,6 | 10,6 | 100 |
Tổng | 216 | 100 | 100 |
Bảng 8: Tần suất khách hàng mua hàng khi xem TikTok từ mẫu khảo sát
Hình 3: Biểu đồ tần suất khách hàng mua hàng khi xem TikTok từ mẫu khảo sát
Khách hàng mua hàng khi xem TikTok chủ yếu tập trung ở nhóm lâu lâu mới mua có 106 khách hàng trên tổng số 216 khách hàng được khảo sát (tương ứng với 49,1%), còn chưa sử dụng bao giờ chỉ chiếm (chiếm 10,6%) có 23 khách hàng trên tổng số 216 khách hàng được khảo sát.
2. Đánh giá độ tin cậy của thang đo (cronbach’s alpha)
- Kiểm định độ tin cậy cho nhân tố tính thông tin (TT)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
TT1 | 13,69 | 15.843 | 0.712 | 0.881 |
TT2 | 13,64 | 15.458 | 0.757 | 0.871 |
TT3 | 13,59 | 15.946 | 0.757 | 0.871 |
TT4 | 13,53 | 15.860 | 0.727 | 0.877 |
TT5 | 13,66 | 15.685 | 0.768 | 0.868 |
Cronbach’s Alpha = 0.896 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 9: Cronbach’s Alpha của thang đo tính thông tin (TT)
Bảng 9 cho thấy, thang đo cấu trúc thiết kế app có 5 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.896. Tất cả các biến quan sát đều có hệ số tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố tính thông tin (TT) đáp ứng đủ điều kiện để phân tích tiếp.
- Kiểm định độ tin cậy cho nhân tố tính cá nhân hóa (CN)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
CN1 | 10.10 | 10.455 | 0.692 | 0.875 |
CN2 | 10.12 | 9.842 | 0.759 | 0.851 |
CN3 | 10.04 | 9.282 | 0.777 | 0.843 |
CN4 | 9.98 | 8.837 | 0.784 | 0.842 |
Cronbach’s Alpha = 0.886 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 10: Cronbach’s Alpha của thang đo tính cá nhân hóa (CN)
Bảng 10 cho thấy, thang đo cấu trúc thiết kế app có 4 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.886. Tất cả các biến quan sát đều có hệ số tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố tính cá nhân hóa (CN) đáp ứng đủ điều kiện để phân tích tiếp.
- Kiểm định độ tin cậy cho nhân tố độ tin cậy (TC)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
TC1 | 9.89 | 9.305 | 0.794 | 0.867 |
TC2 | 9.91 | 9.048 | 0.799 | 0.865 |
TC3 | 9.81 | 9.370 | 0.732 | 0.889 |
TC4 | 9.80 | 8.879 | 0.792 | 0.867 |
Cronbach’s Alpha = 0.901 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 11: Cronbach’s Alpha của thang đo độ tin cậy (TC)
Bảng 11 cho thấy, thang đo cấu trúc thiết kế app có 4 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.901. Tất cả các biến quan sát đều có hệ số tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố độ tin cậy (TC) đáp ứng đủ điều kiện để phân tích tiếp.
- Kiểm định độ tin cậy cho nhân tố trải nghiệm dòng chảy (DC)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
DC1 | 9.72 | 9.804 | 0.780 | 0.851 |
DC2 | 9.83 | 9.547 | 0.745 | 0.863 |
DC3 | 9.80 | 9.509 | 0.754 | 0.860 |
DC4 | 9.92 | 9.584 | 0.755 | 0.859 |
Cronbach’s Alpha = 0.890 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 12: Cronbach’s Alpha của thang đo trải nghiệm dòng chảy (DC)
Bảng 12 cho thấy, thang đo cấu trúc thiết kế app có 4 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.890. Tất cả các biến quan sát đều có hệ số tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố trải nghiệm dòng chảy (DC) đáp ứng đủ điều kiện để phân tích tiếp.
- Kiểm định độ tin cậy cho nhân tố truyền miệng điện tử (TM)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
TM1 | 7.16 | 3.938 | 0.744 | 0.735 |
TM2 | 7.05 | 4.663 | 0.665 | 0.814 |
TM3 | 7.05 | 4.104 | 0.705 | 0.775 |
Cronbach’s Alpha = 0.839 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 13: Cronbach’s Alpha của thang đo truyền miệng điện tử (TM)
Bảng 13 cho thấy, thang đo cấu trúc thiết kế app có 3 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.839. Tất cả các biến quan sát đều có tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố truyền miệng điện tử (TM) đáp ứng đủ điều kiện để phân tích tiếp.
- Kiểm định độ tin cậy cho nhân tố nhận thức rủi ro (RR)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
RR1 | 13.56 | 16.991 | 0.725 | 0.901 |
RR2 | 13.55 | 16.742 | 0.768 | 0.893 |
RR3 | 13.58 | 15.901 | 0.825 | 0.881 |
RR4 | 13.59 | 15.564 | 0.777 | 0.892 |
RR5 | 13.61 | 16.071 | 0.783 | 0.890 |
Cronbach’s Alpha = 0.911 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 14: Cronbach’s Alpha của thang đo nhận thức rủi ro (RR)
Bảng 14 cho thấy, thang đo cấu trúc thiết kế app có 5 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.911. Tất cả các biến quan sát đều có tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố nhận thức rủi ro (RR) đáp ứng đủ điều kiện để phân tích tiếp.
- Kiểm định độ tin cậy cho nhân tố hành vi mua sắm (HV)
Biến quan sát | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Hệ số tương quan biến tổng | Cronbach’s Alpha nếu loại biến |
HV1 | 13.56 | 15.522 | 0.745 | 0.882 |
HV2 | 13.48 | 15.488 | 0.765 | 0.878 |
HV3 | 13.52 | 16.530 | 0.712 | 0.889 |
HV4 | 13.50 | 15.479 | 0.783 | 0.874 |
HV5 | 13.44 | 15.755 | 0.771 | 0.877 |
Cronbach’s Alpha = 0.902 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 15: Cronbach’s Alpha của thang đo hành vi mua sắm (HV)
Bảng 15 cho thấy, thang đo cấu trúc thiết kế app có 5 biến quan sát. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo này là 0.902. Tất cả các biến quan sát đều có tương quan biến - Tổng > 0.3. Khi quan sát vào cột cuối cùng, chúng ta không thấy có giá trị nào lớn hơn hệ số Cronbach’s Alpha tổng. Như vậy, thang đo nhân tố hành vi mua sắm (HV) đáp ứng đủ điều kiện để phân tích tiếp.
Kết luận chung: Sau khi đo lường độ tin cậy của các nhân tố thông qua hệ số Cronbach’s Alpha, kết quả đánh giá thang đo của năm nhân tố độc lập và một nhân tố phụ thuộc được tổng hợp như sau:
STT | Tên nhân tố | Số lượng biến quan sát | Các biến quan sát | Loại |
1 | Tính thông tin | 5 | TT1, TT2, TT3, TT4, TT5 | Độc lập |
2 | Tính cá nhân hóa | 4 | CN1, CN2, CN3, CN4 | Độc lập |
3 | Độ tin cậy | 4 | TC1, TC2, TC3, TC4 | Độc lập |
4 | Trải nghiệm dòng chảy | 3 | DC1, DC2, DC3, DC4 | Độc lập |
5 | Truyền miệng điện tử | 4 | TM1, TM2, TM3 | Độc lập |
6 | Nhận thức rủi ro | 5 | RR1, RR2, RR3, RR4, RR5 | Độc lập |
7 | Hành vi mua sắm | 5 | HV1, HV2, HV3, HV4, HV5 | Phụ thuộc |
Tổng số lượng biến quan sát độc lập: 25 | ㅤ | ㅤ | ㅤ | ㅤ |
Tổng số lượng biến quan sát phụ thuộc: 5 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 16: Kết quả Cronbach’s Alpha đánh giá thang đo 6 nhân tố độc lập và 1 nhân tố phụ thuộc
- Giả thuyết H1: Biến thông tin, cung cấp các thông tin càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H2: Biến tính cá nhân càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H3: Biến sự tin cậy, đảm bảo càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H4: Biến nhận trải nghiệm dòng chảy càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H5: Biến truyền miệng điện tử càng cao thì hành vi mua sắm của khách hàng càng cao và ngược lại.
- Giả thuyết H6: Biến nhận thức rủi ro càng thấp thì hành vi mua sắm của khách hàng càng cao và ngược lại.
3. Phân tích nhân tố khám phá (EFA)
- Phân tích EFA cho nhóm biến độc lập
Phân tích nhân tố khám phá EFA: tất cả các biến quan sát đo lường các thành phần biến độc lập sẽ đưa vào phân tích EFA bằng phương pháp trích hệ số Principal component với phép quay Varimax tại điểm dừng khi trích các yếu tố có Eigenvalue > 1. Thang đo nào có tổng phương sai trích từ 50% trở lên là được chấp nhận (Gerbing & Anderson, 1988). Các biến có trọng số (Factor loading) nhỏ hơn 0.5 sẽ bị loại. Tại mỗi khái niệm có chênh lệch trọng số (Factor loading) lớn nhất và bất kỳ phải đạt ≥ 0.3 (Jabnoun & AL - Tamimi, 2003). Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser – Meyer – Olkin) phải có giá trị lớn (0.5 ≤ KMO ≤ 1), điều này thể hiện phân tích nhân tố là phù hợp. Nếu hệ số KMO < 0.5 thì phân tích nhân tố có khả năng không phù hợp với các dữ liệu. Theo Kaiser (1974), KMO ≥ 0.9 là rất tốt; 0.9 > KMO ≥ 0.8 là tốt; 0.8 > KMO ≥ 0.7 là được; 0.7 > KMO ≥ 0.6 là tạm được, 0.6 > KMO ≥ 0.5 là xấu và KMO < 0.5 là không thể chấp nhận được (Hoàng Trọng và Mộng Ngọc, 2008).
Trong nghiên cứu này, phân tích nhân tố khám phá (EFA) được sử dụng để thu gọn, tóm tắt dữ liệu, đồng thời dựa vào mối tương quan giữa các biến với nhau để rút gọn thành những nhân tố có nghĩa hơn.
Kết quả phân tích nhân tố cho thấy khi đưa tất cả các biến thu thập được 30 biến vào phân tích, các biến có thể có liên hệ với nhau. Khi đó, chúng sẽ được gom thành các nhóm biến có liên hệ để xem xét và trình bày dưới dạng các nhân tố cơ bản
Khi phân tích nhân tố, nghiên cứu đặt ra 2 giả thuyết:
Giả thuyết H0: Các biến trong tổng thể không có tương quan với nhau.
Kiểm tra KMO and Bartlett’s | ㅤ | ㅤ |
Hệ số KMO (Kaiser-Meyer-Olkin) | ㅤ | 0.942 |
Mô hình kiểm tra của Bartlett | Giá trị Chi-Square | 4202.282 |
ㅤ | Bậc tự đo | 300 |
ㅤ | Sig. (giá trị P-value) | 0.000 |
Giả thuyết H1: Các biến trong tổng thể có tương quan với nhau.
Bảng 17: Hệ số KMO và kiểm định Bartlett’s các thành phần.
Kết quả kiểm định Barlett cho thấy các biến trong tổng thể có mối tương quan với nhau (sig. = 0.000 < 0.05, bác bo H0 nhận H1). Đồng thời hệ số KMO = 0.942 > 0.5 (>0.9), chứng tỏ phân tích nhân tố rất tốt để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Nhân
tố | Giá trị Eigenvalues | ㅤ | ㅤ | ㅤ | Chỉ số sau khi trích | ㅤ | ㅤ | Chỉ số sau khi xoay | ㅤ | ㅤ |
ㅤ | Tổng | Phương sai trích | Tích luỹ phương sai trích | Tổng | ㅤ | Phương sai trích | Tích luỹ phương sai trích | Tổng | Phương sai trích | Tích luỹ phương sai trích |
1 | 12.859 | 51.436 | 51.436 | 12.859 | ㅤ | 51.436 | 51.436 | 3.992 | 15.969 | 15.969 |
2 | 2.031 | 8.125 | 59.562 | 2.031 | ㅤ | 8.125 | 59.562 | 3.703 | 14.812 | 30.781 |
3 | 1.323 | 5.294 | 64.855 | 1.323 | ㅤ | 5.294 | 64.855 | 3.435 | 13.739 | 44.520 |
4 | 1.167 | 4.667 | 69.523 | 1.167 | ㅤ | 4.667 | 69.523 | 3.335 | 13.339 | 57.859 |
5 | 0.990 | 3.960 | 73.483 | 0.990 | ㅤ | 3.960 | 73.483 | 2.374 | 9.498 | 67.357 |
6 | 0.652 | 2.608 | 76.090 | 0.652 | ㅤ | 2.608 | 76.090 | 2.183 | 8.733 | 76.090 |
7 | 0.563 | 2.251 | 78.341 | ㅤ | ||||||
ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 18: Phương sai trích
Bảng 18 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1. Phương sai trích là 69,523% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 4 nhân tố được rút trích ra từ biến quan sát. Điều này chứng tỏ 4 nhân tố rút trích ra thể hiện được khả năng giải thích được 69,523% sự thay đổi của biến phụ thuộc trong tổng thể.
Component | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ |
ㅤ | 1 | 2 | 3 | 4 | 5 | 6 |
RR5 | 0.840 | ㅤ | ㅤ | ㅤ | ㅤ | |
RR3 | 0.780 | ㅤ | ㅤ | ㅤ | ㅤ | |
RR4 | 0.764 | ㅤ | ㅤ | ㅤ | ㅤ | |
RR2 | 0.751 | ㅤ | ㅤ | ㅤ | ㅤ | |
RR1 | 0.620 | ㅤ | ㅤ | ㅤ | ㅤ | |
TT5 | ㅤ | 0.759 | ㅤ | ㅤ | ㅤ | |
TT4 | ㅤ | 0.748 | ㅤ | ㅤ | ㅤ | |
TT3 | ㅤ | 0.743 | ㅤ | ㅤ | ㅤ | |
TT2 | ㅤ | 0.723 | ㅤ | ㅤ | ㅤ | |
TT1 | ㅤ | 0.666 | ㅤ | ㅤ | ㅤ | |
TC2 | ㅤ | ㅤ | 0.800 | ㅤ | ㅤ | |
TC4 | ㅤ | ㅤ | 0.787 | ㅤ | ㅤ | |
TC3 | ㅤ | ㅤ | 0.771 | ㅤ | ㅤ | |
TC1 | ㅤ | ㅤ | 0.747 | ㅤ | ㅤ | |
DC2 | ㅤ | ㅤ | ㅤ | 0.767 | ㅤ | |
DC3 | ㅤ | ㅤ | ㅤ | 0.743 | ㅤ | |
DC4 | ㅤ | ㅤ | ㅤ | 0.685 | ㅤ | |
DC1 | ㅤ | ㅤ | ㅤ | 0.582 | ㅤ | |
CN1 | ㅤ | ㅤ | ㅤ | ㅤ | 0.672 | |
CN3 | ㅤ | ㅤ | ㅤ | ㅤ | 0.635 | |
CN2 | ㅤ | ㅤ | ㅤ | ㅤ | 0.578 | |
CN4 | ㅤ | ㅤ | ㅤ | 0.539 | 0.557 | |
TM2 | 0.761 | |||||
TM3 | 0.681 | |||||
TM1 | 0.643 |
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
- Rotation converged in 7 iterations.
Bảng 19: Ma trận xoay
Từ kết quả ma trận xoay trên, ta thấy nhân tố CN4 lỗi khi tác động sang trải nghiệm dòng chảy. Chúng ta sẽ bỏ nhân tố CN4 ra khỏi vòng xoay và thực hiện lại phân tích nhân tố khám phá (EFA) như sau:
Kiểm tra KMO and Bartlett’s | ㅤ | ㅤ |
Hệ số KMO (Kaiser-Meyer-Olkin) | ㅤ | 0.943 |
Mô hình kiểm tra cua Bartlett | Giá trị Chi-Square | 3939.341 |
ㅤ | Bậc tự đo | 276 |
ㅤ | Sig. (giá trị P-value) | 0.000 |
Bảng 20: Hệ số KMO và kiểm định Bartlett’s các thành phần lần 1
Kết quả kiểm định Barlett cho thấy các biến trong tổng thể có mối tương quan với nhau (sig. = 0.000 < 0.05, bác bỏ H0 nhận H1). Đồng thời hệ số KMO = 0.943 > 0.5 (>0.9), chứng tỏ phân tích nhân tố rất tốt để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Nhân
tố | Giá trị Eigenvalues | ㅤ | ㅤ | Chỉ số sau khi trích | ㅤ | ㅤ | Chỉ số sau khi xoay | ㅤ | ㅤ |
ㅤ | Tổng | Phương sai trích | Tích luỹ phương sai trích | Tổng | Phương sai trích | Tích luỹ phương sai trích | Tổng | Phương sai trích | Tích luỹ phương sai trích |
1 | 12.312 | 51.302 | 51.302 | 12.312 | 51.302 | 51.302 | 3.950 | 16.458 | 16.458 |
2 | 1.967 | 8.196 | 59.498 | 1.967 | 8.196 | 59.498 | 3.661 | 15.255 | 31.713 |
3 | 1.284 | 5.352 | 64.850 | 1.284 | 5.352 | 64.850 | 3.398 | 14.157 | 45.870 |
4 | 1.128 | 4.700 | 69.549 | 1.128 | 4.700 | 69.549 | 3.234 | 13.474 | 59.344 |
5 | 0.988 | 4.117 | 73.666 | 0.988 | 4.117 | 73.666 | 2.143 | 8.929 | 68.273 |
6 | 0.639 | 2.664 | 76.330 | 0.639 | 2.664 | 76.330 | 1.934 | 8.057 | 76.330 |
7 | 0.563 | 2.344 | 78.674 |
Bảng 21: Phương sai trích lần 1
Bảng 21 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1. Phương sai trích là 69,549% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 4 nhân tố được rút trích ra từ biến quan sát (Bảng 3.5). Điều này chứng tỏ 4 nhân tố rút trích ra thể hiện được khả năng giải thích được 69,549% sự thay đổi của biến phụ thuộc trong tổng thể.
Component | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ |
ㅤ | 1 | 2 | 3 | 4 | 5 | 6 |
RR5 | 0.842 | |||||
RR3 | 0.781 | |||||
RR4 | 0.777 | |||||
RR2 | 0.751 | |||||
RR1 | 0.615 | |||||
TT5 | 0.759 | |||||
TT4 | 0.756 | |||||
TT3 | 0.744 | |||||
TT2 | 0.720 | |||||
TT1 | 0.662 | |||||
TC2 | 0.801 | |||||
TC4 | 0.787 | |||||
TC3 | 0.769 | |||||
TC1 | 0.746 | |||||
DC2 | 0.775 | |||||
DC3 | 0.748 | |||||
DC4 | 0.700 | |||||
DC1 | 0.605 | |||||
TM2 | 0.768 | |||||
TM3 | 0.683 | |||||
TM1 | 0.634 | |||||
CN1 | 0.697 | |||||
CN3 | 0.573 | |||||
CN2 | 0.518 | 0.528 |
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
- Rotation converged in 6 iterations.
Bảng 22: Ma trận xoay lần 1
Từ kết quả ma trận xoay sửa lần 1 trên, ta thấy nhân tố CN2 lỗi khi tác động sang trải nghiệm dòng chảy. Chúng ta sẽ bỏ nhân tố CN2 ra khỏi vòng xoay và thực hiện lại ma trận xoay như sau:
Kiểm tra KMO and Bartlett’s | ㅤ | ㅤ |
Hệ số KMO (Kaiser-Meyer-Olkin) | ㅤ | 0.941 |
Mô hình kiểm tra cua Bartlett | Giá trị Chi-Square | 3731.865 |
ㅤ | Bậc tự đo | 253 |
ㅤ | Sig. (giá trị P-value) | 0.000 |
Bảng 23: Hệ số KMO và kiểm định Bartlett’s các thành phần lần 2
Kết quả kiểm định Barlett cho thấy các biến trong tổng thể có mối tương quan với nhau (sig. = 0.000 < 0.05, bác bo H0 nhận H1). Đồng thời hệ số KMO = 0.941 > 0.5 (>0.9), chứng tỏ phân tích nhân tố rất tốt để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Nhân
tố | Giá trị Eigenvalues | ㅤ | ㅤ | Chỉ số sau khi trích | ㅤ | ㅤ | Chỉ số sau khi xoay | ㅤ | ㅤ |
ㅤ | Tổng | Phương sai trích | Tích luỹ phương sai trích | Tổng | Phương sai trích | Tích luỹ phương sai trích | Tổng | Phương sai trích | Tích luỹ phương sai trích |
1 | 11.793 | 51.275 | 51.275 | 11.793 | 51.275 | 51.275 | 3.880 | 16.868 | 16.868 |
2 | 1.931 | 8.395 | 59.670 | 1.931 | 8.395 | 59.670 | 3.600 | 15.650 | 32.518 |
3 | 1.274 | 5.538 | 65.208 | 1.274 | 5.538 | 65.208 | 3.377 | 14.681 | 47.199 |
4 | 1.087 | 4.726 | 69.934 | 1.087 | 4.726 | 69.934 | 3.003 | 13.056 | 60.255 |
5 | 0.962 | 4.185 | 74.119 | 0.962 | 4.185 | 74.119 | 2.160 | 9.390 | 69.645 |
6 | 0.626 | 2.720 | 76.838 | 0.626 | 2.720 | 76.838 | 1.654 | 7.193 | 76.838 |
7 | 0.563 | 2.446 | 79.285 |
Bảng 24: Bảng phương sai trích lần 2
Bảng 24 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1. Phương sai trích là 69,934% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 4 nhân tố được rút trích ra từ biến quan sát. Điều này chứng tỏ 4 nhân tố rút trích ra thể hiện được khả năng giải thích được 69,934% sự thay đổi của biến phụ thuộc trong tổng thể.
Component | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ |
ㅤ | 1 | 2 | 3 | 4 | 5 | 6 |
RR5 | 0.838 | |||||
RR4 | 0.790 | |||||
RR3 | 0.779 | |||||
RR2 | 0.761 | |||||
RR1 | 0.602 | |||||
TT5 | 0.764 | |||||
TT4 | 0.760 | |||||
TT3 | 0.743 | |||||
TT2 | 0.720 | |||||
TT1 | 0.650 | |||||
TC2 | 0.800 | |||||
TC4 | 0.787 | |||||
TC3 | 0.771 | |||||
TC1 | 0.746 | |||||
DC2 | 0.773 | |||||
DC3 | 0.748 | |||||
DC4 | 0.712 | |||||
DC1 | 0.617 | |||||
TM2 | 0.768 | |||||
TM3 | 0.687 | |||||
TM1 | 0.645 | |||||
CN1 | 0.672 | |||||
CN3 | 0.579 |
Bảng 25: Ma trận xoay lần 2
Kết luận: Dựa vào bảng 25 ma trận xoay (Rotated Component Matrix) cho thấy không có factor loading nhỏ hơn 0.5 các biến đều được dùng trong các nhân tố. Như vậy, 6 nhân tố được rút trích bao gồm 23 biến quan sát như sau:
STT |
Tên nhân tố | Số lượng biến quan sát | Biến quan sát |
1 | Tính thông tin | 5 | TT1, TT2, TT3, TT4, TT5 |
2 | Tính cá nhân hóa | 4 | CN1, CN3 |
3 | Độ tin cậy | 4 | TC1, TC2, TC3, TC4 |
4 | Trải nghiệm dòng chảy | 3 | DC1, DC2, DC3, DC4 |
5 | Truyền miệng điện tử | 4 | TM1, TM2, TM3 |
6 | Nhận thức rủi ro | 5 | RR1, RR2, RR3, RR4, RR5 |
Bảng 26: Kết quả phân tích nhân tố (EFA) đánh giá thang đo 6 nhân tố độc lập
Dựa vào kết quả đánh giá thang đo bằng phương pháp phân tích nhân tố khám phá EFA và hệ số tin cậy Cronbach’s Alpha, mô hình nghiên cứu lý thuyết chính thức điều chỉnh gồm 6 nhân tố của shoppertainment tác động đến các yếu tố quyết định hành vi mua sắm của khách hàng tại khu vực TP.HCM. Cụ thể, mô hình này có 28 biến thành phần, trong đó có 6 biến độc lập (tính thông tin; tính cá nhân hóa; độ tin cậy; trải nghiệm dòng chảy; truyền miệng điện tử; nhận thức rủi ro) và 1 biến phụ thuộc (hành vi mua sắm của khách hàng tại khu vực TP.HCM).
- Phân tích EFA cho nhóm biến phụ thuộc
Kiểm tra KMO and Bartlett’s | ㅤ | ㅤ |
Hệ số KMO (Kaiser-Meyer-Olkin) | ㅤ | 0.881 |
Mô hình kiểm tra của Bartlett | Giá trị Chi-Square | 629.720 |
ㅤ | Bậc tự đo | 10 |
ㅤ | Sig. (giá trị P-value) | 0.000 |
Bảng 27: Hệ số KMO và kiểm định Bartlett’s các thành phần của biến phụ thuộc
Kết quả kiểm định Barlett cho thấy các biến trong tổng thể có mối tương quan với nhau (sig. = 0.000 < 0.05, bác bo H0 nhận H1). Đồng thời hệ số KMO = 0.881 >= 0.5, chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Component Matrixa | ㅤ |
ㅤ | Component |
ㅤ | 1 |
HV4 | 0.869 |
HV5 | 0.859 |
HV2 | 0.855 |
HV1 | 0.840 |
HV3 | 0.814 |
Extraction Method: Principal Component Analysis. | ㅤ |
a. 1 components extracted. | ㅤ |
Bảng 28: Phương sai trích của biến phụ thuộc
Bảng 28 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1. Phương sai trích là 71.821% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 1 nhân tố được rút trích ra từ biến phụ thuộc (Bảng 4.10). Điều này chứng tỏ 1 nhân tố rút trích ra thể hiện được khả năng giải thích được 71.821% sự
Nhân
tố | Giá trị Eigenvalues | ㅤ | ㅤ | Chỉ số sau khi trích | ㅤ | ㅤ |
ㅤ | Tổng | Phương sai trích | Tích luỹ phương sai trích | Tổng | Phương sai trích | Tích luỹ phương sai trích |
1 | 3.591 | 71.821 | 71.821 | 3.591 | 71.821 | 71.821 |
2 | 0.423 | 8.455 | 80.276 |
thay đổi của biến phụ thuộc trong tổng thể.
Bảng 29: Kết quả phân tích nhân tố EFA ma trận xoay của biến phụ thuộc
Kết luận: Dựa vào bảng 29 ma trận xoay (Component Matrix) cho thấy không có factor loading nhỏ hơn 0.5 các biến đều được dùng trong các nhân tố. Như vậy, 1 nhân tố được rút trích bao gồm 2 biến quan sát như sau:
Nhân tố sư hài lòng gồm 2 biến: HV1, HV2, HV3, HV4, HV5
Theo kết quả phân tích nhân tố khám phá EFA lần cuối cùng, chúng ta có các nhân tố được định nghĩa như sau:
STT |
Tên nhân tố | Số lượng biến quan sát | Các biến quan sát | Loại |
1 | Tính thông tin | 5 | TT1, TT2, TT3, TT4, TT5 | Độc lập |
2 | Tính cá nhân hóa | 2 | CN1, CN3 | Độc lập |
3 | Độ tin cậy | 4 | TC1, TC2, TC3, TC4 | Độc lập |
4 | Trải nghiệm dòng chảy | 3 | DC1, DC2, DC3, DC4 | Độc lập |
5 | Truyền miệng điện tử | 4 | TM1, TM2, TM3 | Độc lập |
6 | Nhận thức rủi ro | 5 | RR1, RR2, RR3, RR4, RR5 | Độc lập |
7 | Hành vi mua sắm | 5 | HV1, HV2, HV3, HV4, HV5 | Phụ thuộc |
Tổng số lượng biến quan sát độc lập: 23 | ㅤ | ㅤ | ㅤ | ㅤ |
Tổng số lượng biến quan sát phụ thuộc: 5 | ㅤ | ㅤ | ㅤ | ㅤ |
Bảng 30: Kết quả phân tích nhân tố (EFA) đánh giá thang đo 6 nhân tố độc lập và 1 nhân tố phụ thuộc
Hình 4: Mô hình chính thức về quyết định lựa chọn sàn thương mại điện tử để mua sắm của sinh viên ở TP.HCM
Để thuận tiện cho việc phân tích tương quan và hồi quy, ta tiến hành ghép các nhóm biến quan sát ở mỗi thành phần vào thành các biến mới và quy ước các nhóm như sau:
TT: Nhân tố tính thông tin = (TT1+ TT2+ TT3+ TT4+TT5)/5
CN: Nhân tố tính cá nhân hóa = (CN1+ CN2+ CN3+ CN4)/4
TC: Nhân tố độ tin cậy = (TC1+ TC2+ TC3+ TC4)/4
DC: Nhân tố trải nghiệm dòng chảy = (DC1+ DC2+ DC3+ DC4)/4
TM: Nhân tố truyền miệng điện tử = (TM1+ TM2+ TM3)/3
RR: Nhân tố nhận thức rủi ro = (RR1+ RR2+ RR3 + RR4 + 5)/5
- Kiểm định mô hình nghiên cứu
- Phân tích mô hình
Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa 6 nhân tố của Shoppertainment trên TikTok tác động (gọi là biến độc lập) và hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh (gọi là biến phụ thuộc) có dạng như sau:
Y = a0 + a1*X1 + a2*X2 + a3*X3 + a4*X4+a5*X5+a6*X6
Trong đó:
Y: hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
X1, X2, X3, X4, X5, X6: 6 nhân tố của Shoppertainment trên TikTok
A0: Hằng số.
a1, a2, a3, a4, a5, a6: Các hệ số hồi quy (Điều kiện ai > 0). Hoặc:
Các nhân tố của Shoppertainment trên TikTok tác động hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh.
a0 + a1*Tính thông tin + a2*Tính cá nhân hóa + a3*Độ tin cậy + a4*Trải nghiệm dòng chảy + a5* Truyền miệng điện tử +a6*Nhận thức rủi ro
- Kiểm định mô hình hồi quy tuyến tính
Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt (Phương pháp Enter), trong đó:
Y: Hành vi mua sắm - Biến phụ thuộc. Thang đo của nhân tố này từ 1 đến 5 (1: Rất không đồng ý; 5: Rất đồng ý). Biến Y gồm 5 biến quan sát là: HV1, HV2, HV3, HV4, HV5.
a: Hằng số tự do
X1, X2, X3, X4, X5, X6 là các biến độc lập theo thứ tự sau: tính thông tin, tính cá nhân hóa, độ tin cậy, trải nghiệm dòng chảy, truyền miệng điện tử, nhận thức rủi ro.
Coefficientsa
Model | ㅤ | Unstandardized Coefficients | ㅤ | Standardized Coefficients | ㅤ | ㅤ | Collinearity Statistics | ㅤ |
ㅤ | ㅤ | B | Std. Error | Beta | t | Sig. | Tolerance | VIF |
1
| (Constant) | 0.146 | 0.156 | 0.935 | 0.351 | |||
ㅤ | RR | -0.124 | 0.055 | -0.126 | -2.243 | 0.026 | 0.445 | 2.248 |
ㅤ | TT | 0.136 | 0.056 | 0.136 | 2.433 | 0.016 | 0.448 | 2.233 |
ㅤ | TC | 0.298 | 0.053 | 0.302 | 5.661 | 0.000 | 0.495 | 2.021 |
ㅤ | DC | 0.231 | 0.059 | 0.239 | 3.921 | 0.000 | 0.379 | 2.639 |
ㅤ | TM | 0.282 | 0.057 | 0.285 | 4.943 | 0.000 | 0.422 | 2.370 |
CN | 0.135 | 0.059 | 0.142 | 2.288 | 0.023 | 0.367 | 2.724 |
Bảng 31: Kết quả phân tích nhân tố (EFA) đánh giá thang đo 6 nhân tố độc lập và 1 nhân tố phụ thuộc
Nhận xét:
Qua kết quả trên ta thấy mô hình bị vi phạm hiện tượng đa cộng tuyến đo hệ số phóng đại phương sai các biến độc lập (VIF) đều lớn hơn 2 (VIF biến thiên từ 2.021 đến 2.724). Đo đó hiện tượng đa cộng tuyến nếu có giữa các biến độc lập là chấp nhận được (Theo Hoàng Trọng & Mộng Ngọc, 2008, 233, thì khi VIF vượt quá 10 thì đó là dấu hiệu của hiện tượng đa cộng tuyến).
Hệ số Tolerance đều < 0.5 (Lớn nhất là 0.351) cho thấy có hiện tượng đa cộng tuyến xảy ra (Hoàng Trọng & Mộng Ngọc, 2008, 233).
- Kiểm tra các giả định mô hình hồi quy
Phương sai của sai số (phần dư) không đổi
Các phần dư có phân phối chuẩn
Không có mối tương quan giữa các biến độc lập
Nếu các giả định này bị vi phạm thì các ước lượng không đáng tin cậy nữa (Hoàng Trọng Mộng Ngọc, 2008).
Kiểm định giả định phương sai của sai số (phần dư) không đổi
Residuals Statistics
ㅤ | Minimum | Maximum | Mean | Std. Deviation | N |
Predicted Value | 1.1046 | 4.9381 | 3.3750 | 0.82388 | 216 |
Residual | -1.92024 | 1.32740 | 0.00000 | 0.53129 | 216 |
Std. Predicted Value | -2.756 | 1.897 | 0.000 | 1.000 | 216 |
Std. Residual | -3.563 | 2.463 | 0.000 | 0.986 | 216 |
Bảng 32: Bảng kiểm định giả định phương sai của sai số
- Dependent Variable: HV
Để kiểm định giả định phương sai của sai số (phần dư) không đổi, ta sử dụng đồ thị phân tán của phần dư đã được chuẩn hóa (Standardized Residual) và giá trị dự báo đã được chuẩn hóa (Standardized predicted value). Hình 16 cho thấy các phần dư phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Điều này có nghĩa là phương sai của phần dư không đổi.
Hình 5: Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
Kiểm tra giả định các phần dư có phân phối chuẩn
Phần dư có thể không tuân theo phân phối chuẩn vì những lý đo như sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không du nhiều để phân tích (Hoàng Trọng - Mộng Ngọc, 2008). Biểu dồ tần số (Histogram, Q-Q plot, P-P plot) của các phần dư (Đã được chuẩn hóa) được sử dụng để kiểm tra giả định này.
Hình 6: Đồ thị P-P Plot của phần dư – đã chuẩn hóa
Hình 7: Đồ thị Histogram của phần dư – đã chuẩn hóa
Kết quả từ biểu đồ tần số Histogram của phần dư cho thấy, phân phối của phần dư xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std.Dev = 0.986). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm phân tán xung quanh được kỳ vọng. Cũng cho thấy giả định phân phối chuẩn của phần dư không bị vi phạm. Kiểm định Durbin Watson = 1.094 trong khoảng [1 < D < 3] nên không có hiện tượng tương quan của các phần dư (Hoàng Trọng – Mộng Ngọc, 2008).
- Kiểm định mô hình hồi quy tuyến tính đa biến
Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính đa biến
Model Summaryb
Model | R | R Square | Adjusted R Square | Std. Error of the Estimate | Durbin-Watson |
1 | ,840a | 0.706 | 0.698 | 0.53886 | 2.026 |
- Predictors: (Constant), CN, TC, RR, TT, TM, DC
- Dependent Variable: HV
Bảng 33: Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính đa biến
Bảng 33 cho thấy, giá trị hệ số tương quan là 0.840 > 0.5, do vậy, đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Ngoài ra, giá trị hệ số R2 là 0.706, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 70.6%. Nói cách khác, 70,6% sử dụng TikTok với hình thức Shoppertainment là do mô hình hồi quy giải thích. Các phần còn lại là do sai số và các nhân tố khác.
Điểm khác biệt này cũng có thể được giải thích do mô hình nghiên cứu không tập trung vào những giá trị và đặc điểm cá nhân của khách hàng như tâm lý, tính cách... Vì vậy, các giá trị biến quan sát trong nghiên cứu chỉ có thể giải thích cho 46.7% quyết định của sinh viên.
- Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không. Đặt giả thuyết H0 là: a0 = a1 = a2 = a3 = a4 = a5 = a6 =
Kiểm định F và giá trị của sig.
ANOVAa
Model | ㅤ | Sum of Squares | df | Mean Square | F | Sig. |
1
| Regression | 145.937 | 6 | 24.323 | 83.763 | ,000b |
ㅤ | Residual | 60.688 | 209 | 0.290 | ||
ㅤ | Total | 206.625 | 215 |
- Dependent Variable: HV
- Predictors: (Constant), CN, TC, RR, TT, TM, DC
Bảng 34: Kiểm định tính phù hợp của mô hình hồi quy tuyến tính đa biến
Nhận thấy giá trị Sig. rất nhỏ (< 0.05) nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc.
Tóm lại, thông qua kết quả kiểm định mô hình lý thuyết chính thức mà cụ thể là kết quả hồi quy tuyến tính đa biến, ta có mô hình lý thuyết chính thức được điều chỉnh như sau:
Hình 8: Mô hình lý thuyết chính thức điều chỉnh về hành vi mua sắm của khách hàng
- Phương trình hồi quy
Từ bảng 33, Phương trình hồi quy được xác định như sau:
Y=0.136*X1 + 0.142*X2 + 0.402*X3 + 0.239*X4 + 0.285*X5 – 0.126*X6
Từ phương trình hồi quy ở trên cho thấy ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng có quan hệ tuyến tính với các nhân tố tính thông tin (hệ số Beta chuẩn hóa là 0.136), tính cá nhân hóa (hệ số Beta chuẩn hóa là 0.142), Độ tin cậy (hệ số Beta chuẩn hóa là 0.402), nhân tố trải nghiệm dòng chảy (hệ số Beta chuẩn hóa là 0.239), nhân tố truyền miệng điện tử (hệ số Beta chuẩn hóa là 0.285), nhân tố nhận thức rủi ro (hệ số Beta chuẩn hóa là -0.126). Cũng phải nói thêm rằng có 5 hệ số Beta chuẩn hóa > 0 và 1 hệ số beta < 0, cho thấy 5 nhân tố (Tính thông tin, tính cá nhân hóa, độ tin cậy, trải nghiệm dòng chảy, truyền miệng điện tử, nhận thức rủi ro) có tác động thuận chiều với ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh, riêng nhân tố nhận thức rủi ro ngược chiều với ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh. Cụ thể:
- Giá trị hồi quy chuẩn của biến tính thông tin ảnh hưởng 13.6% đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
- Giá trị hồi quy chuẩn của biến tính cá nhân hóa dùng ảnh hưởng 2% đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
- Giá trị hồi quy chuẩn của biến độ tin cậy ảnh hưởng 40.2% đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
- Giá trị hồi quy chuẩn của biến trải nghiệm dòng chảy ảnh hưởng 23.9% đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
- Giá trị hồi quy chuẩn của biến truyền miệng điện tử ảnh hưởng 28.5% đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
- Giá trị hồi quy chuẩn của biến nhận thức rủi ro không ảnh hưởng 12.6% đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh
- Kết quả này cũng khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu được chấp nhận và được kiểm định phù hợp. Như vậy, các sàn thương mại điện tử phải nỗ lực cải tiến các nhân tố này để tác động đến quyết định của khách hàng.
Từ kết quả phương trình hồi quy ta thấy:
- Hệ số hồi quy của nhân tố độ tin cậy là 0.402. Ở nhân tố này có ảnh hưởng mạnh mẽ nhất đến hành vi mua sắm của khách hàng tại khu vực TP. Hồ Chí Minh khi sử dụng hình thức Shoppertainment trên TikTok. Nếu tăng 1% độ tin cậy cho người dùng thì sử dụng hình thức Shoppertainment trên TikTok của khách hàng tăng lên 0.402%. Điều này cũng hoàn toàn dễ hiểu bởi lẽ độ tin cậy càng lớn bao nhiêu thì khách hàng càng mua sắm khi sử dụng hình thức Shoppertainment trên TikTok đó bấy nhiêu. Do đó muốn nâng cao sử dụng TikTok thì trước hết phải hoàn thiện cũng như phát triển thêm các chính sách bảo vệ quyền lợi người tiêu dùng.
- Hệ số hồi quy của nhân tố truyền miệng điện tử cũng là nhân tố ảnh hưởng tích cực đến hành vi mua sắm của khách hàng. Với hệ số hồi quy bằng 0.285 thì cho thấy trong các điều kiện nhân tố khác không thay đổi, nếu tăng 1% về nhân tố truyền miệng điện tử hành vi mua sắm qua việc sử dụng hình thức Shoppertainment trên TikTok của khách hàng tăng lên 0.285%. Điều này cho thấy rằng để mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok, khách hàng rất quan tâm đến lời nói, nhân vật mà video truyền đạt tới họ.
- Hệ số hồi quy của nhân tố trải nghiệm dòng chảy là nhân tố có ảnh hưởng tích cực đến hành vi mua sắm của khách hàng. Với hệ số hồi quy bằng 0.239, khi tăng 1% về chất lượng trải nghiệm dòng chảy thì hành vi mua sắm qua việc sử dụng hình thức Shoppertainment trên TikTok của khách hàng tăng lên 0.239%. Điều này cho thấy rằng để mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok, khách hàng rất quan tâm đến sự trải nghiệm ứng dụng.
- Hệ số hồi quy của nhân tố tính cá nhân hóa. Với hệ số hồi quy bằng 0.142, khi tăng 1% về chất lượng cá nhân hóa thì hành vi mua sắm qua việc sử dụng hình thức Shoppertainment trên TikTok của khách hàng tăng lên 0.142%. Điều này cho thấy rằng để mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok, khách hàng rất quan tâm đến sự cá nhân hóa được thể hiện trên những video họ xem qua.
- Hệ số hồi quy giữa các biến cho thấy nhân tố tính thông tin, cũng là nhân tố ảnh hưởng tích cực đến hành vi mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok. Với hệ số quy hồi bằng 136. Cho thấy trong điều kiện các nhân tố khác của mô hình không thay đổi, nếu tăng 1% về thông tin thì mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok sẽ tăng lên 0.136%. Điều này cho thấy rằng để mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok, khách hàng rất quan tâm đến tính thông tin được thể hiện trên những video họ xem qua.
- Hệ số hồi quy giữa các biến cho thấy nhân tố nhận thức rủi ro, cũng là nhân tố ảnh hưởng tích cực đến hành vi mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok. Với hệ số quy hồi bằng -126. Cho thấy trong điều kiện các nhân tố khác của mô hình không thay đổi, nếu tăng 1% về nhận thức rủi ro thì mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok sẽ giảm 0.126%. Điều này cho thấy rằng để mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok, khách hàng rất quan tâm đến nhận thức rủi ro, rủi ro càng thấp thì người dùng càng nhiều.
Theo phân tích, có 6 nhân tố (Tính thông tin, tính cá nhân hóa, độ tin cậy, trải nghiệm dòng chảy, truyền miệng điện tử, nhận thức rủi ro) tỷ lệ thuận đến hành vi mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok. Tức là khi các nhân tố Tính thông tin, tính cá nhân hóa, độ tin cậy, trải nghiệm dòng chảy, truyền miệng điện tử càng cao thì sử dụng hành vi mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok càng cao. Riêng nhân tố rủi ro ngược lại, rủi ro càng thấp thì sử dụng hành vi mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok càng cao. Như vậy, giả thuyết H1, H2, H3, H4, H5, H6 cho mô hình nghiên cứu lý thuyết chính thức được chấp nhận.
Kết luận
Nghiên cứu đã đi sâu phân tích thực trạng các nhân tố ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng thông qua đánh giá của khách hàng khu vực tại khu vực TP. Hồ Chí Minh từ số liệu sơ cấp. Cùng với việc xử lý số liệu thứ cấp, 216 nghiên cứu cũng đã tìm ra được những tồn tại, hạn chế và các nguyên nhân chính tác động đến hành vi mua sắm trong quá trình khách hàng sử dụng hình thức Shoppertainment trên TikTok hiện nay.
Kế thừa cơ sở lý luận và mô hình đề xuất trong chương 2 và chương 3, nghiên cứu đã tiến hành một số bước hiệu chỉnh và kiểm định mức độ phù hợp của mô hình các nhân tố ảnh hưởng của Shoppertainment trên TikTok đến hành vi mua sắm của khách hàng tại khu vực TP Hồ Chí Minh. Kết quả phân tích nhân tố cho thấy, mô hình đưa ra 6 nhân tố: Tính thông tin, tính cá nhân hóa, độ tin cậy, trải nghiệm dòng chảy, truyền miệng điện tử, nhận thức rủi ro. Do vậy, để đơn giản hóa việc tính toán, đo lường và phân tích, ta chỉ sử dụng 6 nhân tố còn lại là Tính thông tin, tính cá nhân hóa, độ tin cậy, trải nghiệm dòng chảy, truyền miệng điện tử, nhận thức rủi ro. Kết quả hồi quy tương quan cho ta thấy rằng nhân tố tác động mạnh nhất đến đến hành vi mua sắm trong quá trình khách hàng tại khu vực TP Hồ Chí Minh sử dụng hình thức Shoppertainment trên TikTok là độ tin cậy (hệ số Beta chuẩn hóa là 0.402) là tác động mạnh mẽ nhất, tiếp theo nhân tố truyền miệng điện tử (hệ số Beta chuẩn hóa là 0.285), kế tiếp là nhân tố trải nghiệm dòng chảy (hệ số Beta chuẩn hóa là 0.239), kế tiếp tính cá nhân hóa (hệ số Beta chuẩn hóa là 0.142), kế tiếp nhân tố tính thông tin (hệ số Beta chuẩn hóa là 0.136) và cuối cùng là nhân tố nhận thức rủi ro (hệ số Beta chuẩn hóa là -0.126).
Xem chi tiết bài nghiên cứu và bộ dataset: