Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng hay nhất năm 2025 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Tác động của Truyền miệng điện tử đến ý định mua hàng trực tuyến của người tiêu dùng Thành phố Hồ Chí Minh dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1 Quy trình nghiên cứu

Để đạt được các mục tiêu đã đề ra, quy trình nghiên cứu bao gồm 3 giai đoạn chính sau đây: (1) nghiên cứu định tính; (2) nghiên cứu sơ bộ; (3) nghiên cứu định lượng. Nội dung cụ thể các bước sau:

Giai đoạn 1: Nghiên cứu định tính

Dựa trên mục tiêu nghiên cứu, tác giả đã thực hiện một cuộc lược khảo tài liệu và nghiên cứu các công trình trước đây của nhiều tác giả khác nhau để xây dựng mô hình nghiên cứu và đề xuất các thang đo phù hợp. Tổng kết các nghiên cứu đi trước là một bước quan trọng trong quá trình nghiên cứu, giúp các tác giả xác định các khoảng trống lý thuyết và từ đó định hướng cho đề tài nghiên cứu của mình. Việc này không chỉ giúp xây dựng mô hình nghiên cứu mà còn tạo cơ sở cho việc thiết lập các thang đo cho đề tài.

Tuy nhiên, phần lớn các thang đo được xây dựng và áp dụng trong các nghiên cứu ở các quốc gia khác, vì vậy việc điều chỉnh các thang đo này cho phù hợp với bối cảnh Việt Nam là rất cần thiết.

Nghiên cứu được thực hiện tại thành phố Hồ Chí Minh từ tháng 3/2024 đến tháng 9/2024.

Dựa vào các nghiên cứu trước đây và cơ sở lý thuyết, bài nghiên cứu đã đề xuất 9 giả thuyết nghiên cứu, với 28 biến quan sát đại diện cho 6 thang đo.

• Các bước tiến hành nghiên cứu bao gồm: Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

Bước 1: Chuẩn bị dàn bài thảo luận (Phụ lục 1) để tổ chức thảo luận nhóm với hai phần chính: (1) Giới thiệu và lựa chọn 10 nhà quản lý trong lĩnh vực thương mại điện tử, (2) Thảo luận và xây dựng dàn bài để thu thập thông tin.

Bước 2: Tiến hành thảo luận nhóm theo dàn bài đã chuẩn bị, nhằm thu thập ý kiến từ các chuyên gia và điều chỉnh các thang đo cho phù hợp với bối cảnh địa phương.

Bước 3: Tổng hợp và đánh giá kết quả thảo luận. Sau cuộc thảo luận, nhóm tác giả tổng hợp ý kiến từ các thành viên, xác nhận rằng nội dung thảo luận và các thang đo đều phù hợp với mô hình nghiên cứu. Chi tiết kết quả có trong phụ lục.

Giai đoạn 2: Nghiên cứu sơ bộ

Trong giai đoạn hai của nghiên cứu, tác giả sẽ tiến hành khảo sát sơ bộ với 50 quan sát nhằm kiểm định độ tin cậy của các thang đo bằng chỉ số Cronbach’s Alpha (CA). Mục tiêu của giai đoạn này là đánh giá mức độ tin cậy của các thang đo và điều chỉnh hoặc loại bỏ những thang đo không phù hợp trước khi hoàn thiện bảng khảo sát chính thức. Khảo sát sơ bộ giúp loại bỏ các yếu tố gây nhiễu, đảm bảo chất lượng dữ liệu cho nghiên cứu chính thức. Dữ liệu từ khảo sát sẽ được phân tích để tính toán chỉ số Cronbach’s Alpha cho từng thang đo; các thang đo có chỉ số thấp sẽ được xem xét và điều chỉnh. Kết quả khảo sát sơ bộ cho thấy tất cả 6 thang đo đều đạt yêu cầu về độ tin cậy, và sẽ được sử dụng trong bảng khảo sát chính thức, đảm bảo cơ sở dữ liệu vững chắc cho nghiên cứu tiếp theo.

Giai đoạn 3: Nghiên cứu định lượng

Tác giả tiến hành gửi link khảo sát đến các đối tượng khảo sát (NTD thành phố Hồ Chí Minh) thông qua Email, Zalo, và các hội nhóm trên Facebook (Cộng Đồng Thành Phố Hồ Chí Minh; Cộng đồng dân cư ở TP. Hồ Chí Minh, Hội NTD thông minh…). Bảng hỏi được thiết kế trên định dạng google form và bảng giấy. Được khảo sát theo hai hình thức trực tiếp bằng bảng khảo sát giấy và gián tiếp thông quan đường link gg form https://forms.gle/EDEEHuYKNXmd28w. Khảo sát được tiến hành vào đầu tháng 3 và kết thúc vào giữa tháng 6/2024. Tác giả tiến hành phát ra 360 phiếu khảo sát, kết thúc khảo sát thu về 325 phiếu khảo sát (232 phiếu từ Google form, 93 phiếu khảo sát giấy). Tác giả tiến hành làm sạch dữ liệu loại bỏ các phiếu không đảm bảo yêu cầu và thu được 302 phiếu khảo sát hợp lệ sử dụng cho phần phân tích định lượng.

Nghiên cứu định lượng được thực hiện với các đối tượng khảo sát được trình bày cụ thể trong chương 4. Các nội dung chính được thực hiện trong bước nghiên cứu chính thức này là: (1) Phân tích nhân khẩu học mẫu nghiên cứu chính thức .

• Đánh giá độ tin cậy
• Phân tích nhân tố khám phá
• Phân tích nhân tố khẳng định
• Mô hình cấu trúc SEM

3.2 Xây dựng thang đo Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

Nghiên cứu các thang đo được kế thừa từ nhiều nguồn tác giả. Đồng thời, thang đo chi tiết của từng thành phần cũng thảo luận góp ý điều chỉnh cho dễ hiểu và phù hợp với thực tế tại Việt Nam. Các thang đo và các biến quan sát sử dụng thang đo Likert (5 mức độ) và được mô tả chi tiết nhằm xác định yếu tố ảnh hưởng đến biến phụ thuộc.

Bảng 3. 1: Thang đo tham khảo

3.3 Phương pháp chọn mẫu

Phương pháp chọn mẫu theo phương pháp lấy mẫu phi xác suất kiểu thuận tiện, bảng câu hỏi được gửi trực tiếp cho người được phỏng vấn theo hình thức kết hợp khảo sát trực tiếp và biểu mẫu Google.

Theo Hair (2009), với mô hình có từ 6 khái niêm trở xuống, cỡ mẫu tối thiểu là 150. Trong khi đó, công thức xác định cỡ mẫu của Comrey (1973) là 5*N, với N là số lượng biến độc lập trong mô hình. Hay Green (1991) thì mẫu tối thiểu cho phân tích hồi quy là N = 50 + 8*số biến độc lập tham gia.

Nghiên cứu này với mô hình đề xuất gồm 6 nhân tố, được đo lường bởi 28 biến quan sát, do đó số mẫu tối thiểu theo Hair (2009) là 150 mẫu, Green (1991) là 98 mẫu và theo Comrey (1973) thì số mẫu tối thiểu là 140. Do vậy trong đề tài này, dựa trên cỡ mẫu tối thiểu là 150 mẫu, quy mô mẫu nghiên cứu chính thức là 302 mẫu.

3.4 Phương pháp xử lý dữ liệu Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

Nghiên cứu này nhằm kiểm định mô hình đo lường, mô hình cấu trúc thể hiện mối liên hệ giữa các nhân tố trong mô hình nghiên cứu đề xuất. Nghiên cứu này sử dụng các phương pháp, công cụ xử lý dữ liệu sau đây:

Thống kê mô tả: lập bảng thống kê tần suất và phần trăm để đánh giá các biến nhân khẩu học như giới tính, độ tuổi…

Đánh giá thang đo: “kiểm định độ tin cậy của các thang đo thông qua kiểm định hệ số tin cậy Cronbach’s Alpha. Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Với phương pháp này, người phân tích có thể loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy Cronbach Alpha từ 0.6 trở lên” (Nunnally & Burnstein, 1994).

Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp thống kê chủ yếu được sử dụng để xác định cấu trúc tiềm ẩn của các biến quan sát và đánh giá tính hợp lệ của các thang đo. Theo Nguyễn Đình Thọ (2011), một số tiêu chuẩn quan trọng trong phân tích EFA cần được chú ý để đảm bảo kết quả phân tích có ý nghĩa. Trước tiên, hệ số KMO là một chỉ tiêu chính dùng để đánh giá sự thích hợp của phân tích nhân tố. Hệ số KMO được phân loại theo mức độ từ 0.5 đến 1, với các mức cụ thể như sau: KMO ≥ 0.90 được coi là rất tốt, KMO ≥ 0.80 là tốt, KMO ≥ 0.70 cho thấy phân tích EFA có thể thực hiện, KMO ≥ 0.60 là tạm được, KMO ≥ 0.50 là xấu, và KMO < 0.50 thì không thể chấp nhận được. Mức Ý Nghĩa Bartlett cũng cần phải nhỏ hơn hoặc bằng 0.05 để đảm bảo rằng các yếu tố có mối quan hệ tương quan đáng kể, cho phép thực hiện phân tích nhân tố.

Khi thực hiện phân tích EFA, việc đánh giá hệ số tải nhân tố và tổng phương sai trích là rất quan trọng để xác nhận tính hợp lệ của các thang đo. Theo Hair và cộng sự (2006), “hệ số tải nhân tố phải đạt tối thiểu là 0.5 để đảm bảo rằng biến quan sát có ảnh hưởng đáng kể đến nhân tố. Hệ số tải nhân tố từ 0.4 đến 0.5 được xem là quan trọng, và các hệ số > 0.3 đạt mức tối thiểu nhưng vẫn có thể chấp nhận được. Tổng phương sai trích cũng cần phải đạt ít nhất 50% để đảm bảo rằng phần lớn phương sai của dữ liệu được giải thích bởi các nhân tố trích ra. Bên cạnh đó, các yếu tố cần có hệ số eigenvalue lớn hơn 1 để xác nhận rằng các nhân tố giải thích dữ liệu một cách hiệu quả, phản ánh mức độ giải thích của từng nhân tố đối với tổng phương sai của dữ liệu”. Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

Để đảm bảo rằng các nhân tố phân biệt rõ ràng và các biến quan sát có liên quan chính xác đến các nhân tố, cần phải chú ý đến sự khác biệt hệ số tải nhân tố. Các nhà nghiên cứu cần đảm bảo rằng sự khác biệt giữa hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải ≥ 0.5. Điều này giúp xác nhận giá trị phân biệt giữa các nhân tố và đảm bảo rằng các biến quan sát chỉ liên quan đến một nhân tố chính (Jabnoun và Al-Tamimi, 2003). Sau khi hoàn tất phân tích EFA và xác nhận tính hợp lệ của các thang đo, bước tiếp theo là kiểm định mô hình bằng phương pháp CFA (Confirmatory Factor Analysis) và SEM (Structural Equation Modeling). “Để đảm bảo cấu trúc và phân biệt rõ ràng giữa các nhân tố, phương pháp Principal Axis Factoring với phép xoay Promax sẽ được áp dụng, vì nó phản ánh dữ liệu chính xác hơn so với phương pháp Principal Components với phép xoay Varimax” (Gerbing và Anderson, 1988). Những tiêu chuẩn và phương pháp này giúp đảm bảo rằng các thang đo và mô hình nghiên cứu có độ tin cậy và tính hợp lệ cao, từ đó cung cấp những kết quả nghiên cứu chính xác và đáng tin cậy.

Kiểm định thang đo bằng phân tích nhân tố khẳng định – Confirmatory Factor Analysis (CFA): là một phương pháp thống kê quan trọng trong mô hình cấu trúc (SEM), được sử dụng để kiểm định sự phù hợp của các biến quan sát với các nhân tố cơ sở đã được xác định. CFA được áp dụng sau bước EFA và yêu cầu nhà nghiên cứu phải có kiến thức về cấu trúc tiềm ẩn của mô hình trước khi kiểm định.

Tính đơn hướng: Theo nghiên cứu của Steenkamp và Van Trijp (1991), tính đơn hướng của thang đo được đánh giá qua mức độ phù hợp của mô hình với dữ liệu thu thập được. Để một thang đo được coi là có tính đơn hướng, các biến quan sát phải tương quan chặt chẽ với nhau và phản ánh một khái niệm duy nhất. Nếu có sai số giữa các biến quan sát, mô hình có thể không đạt yêu cầu về tính đơn hướng. Điều này có nghĩa là các biến quan sát trong thang đo nên tập trung vào một yếu tố chung mà không bị phân tán sang các yếu tố khác. Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

Giá trị hội tụ: Gerbing và Anderson (1988) chỉ ra rằng một thang đo đạt giá trị hội tụ khi các trọng số chuẩn hóa của các biến quan sát đối với các yếu tố đều lớn hơn 0.5 và có ý nghĩa thống kê (P < 0.05). Giá trị hội tụ đảm bảo rằng các biến quan sát thực sự đo lường cùng một khái niệm hay yếu tố. Nếu trọng số chuẩn hóa thấp hơn mức 0.5 hoặc không đạt ý nghĩa thống kê, điều đó cho thấy rằng các biến quan sát có thể không phản ánh chính xác yếu tố mà chúng dự kiến đo lường.

Giá trị phân biệt: Giá trị phân biệt được kiểm định qua mô hình đến hạn bằng cách so sánh hệ số tương quan giữa các khái niệm khác nhau. Theo Jabnoun và Al-Tamimi (2003), giá trị phân biệt đảm bảo rằng các yếu tố hoặc khái niệm trong mô hình nghiên cứu là khác biệt và không chồng lấn nhau. Điều này giúp xác định rằng các biến đo lường có thể phân biệt rõ ràng giữa các yếu tố khác nhau, tránh việc các yếu tố bị trộn lẫn.

Đánh giá giá trị liên hệ lý thuyết được thực hiện trong mô hình lý thuyết để xác định mức độ phù hợp của mô hình đo lường với lý thuyết cơ sở. Anderson và Gerbing (1988) nhấn mạnh rằng “mô hình lý thuyết phải phản ánh chính xác các khái niệm lý thuyết được xác định trước đó và phải phù hợp với các giả thuyết nghiên cứu. Điều này đảm bảo rằng các yếu tố và biến quan sát trong mô hình đều liên kết chặt chẽ với lý thuyết nền tảng và cung cấp sự hỗ trợ lý thuyết cho mô hình nghiên cứu”. Để đánh giá mức độ phù hợp của mô hình nghiên cứu, các chỉ số thống kê sau đây thường được sử dụng:

Chi-square được sử dụng để kiểm tra sự phù hợp tổng thể của mô hình với dữ liệu. Theo Hair et al. (2010), “mô hình được coi là phù hợp khi giá trị P của Chi-square lớn hơn 0.1, cho thấy không có sự khác biệt đáng kể giữa mô hình và dữ liệu. Hệ số Chi-square điều chỉnh theo bậc tự do (CMIN/df) cần phải nhỏ hơn hoặc bằng 3 để chứng minh rằng mô hình phù hợp với dữ liệu”.

CFI và TLI: Mô hình được coi là phù hợp nếu các chỉ số này lớn hơn hoặc bằng 0.9, cho thấy mô hình có sự phù hợp tốt với dữ liệu. Mặc dù một số nghiên cứu hiện nay cho rằng giá trị CFI < 0.9 vẫn có thể chấp nhận được (Hair et al., 2010).

RMSEA: Chỉ số này cần phải nhỏ hơn hoặc bằng 0.08 để mô hình được coi là phù hợp. Một giá trị RMSEA ≤ 0.05 được xem là rất tốt và cho thấy mức độ phù hợp cao của mô hình với dữ liệu. Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

Kiểm định mô hình bằng phân tích mô hình phương trình cấu trúc SEM: “Phân tích mô hình phương trình cấu trúc (Structural Equation Modeling – SEM) là một phương pháp phân tích dữ liệu tiên tiến cho phép kết hợp các khái niệm tiềm ẩn với các đo lường của chúng để kiểm định các giả thuyết và mô hình nghiên cứu.

SEM được xem là phương pháp phân tích dữ liệu thế hệ thứ hai, nổi bật trong các nghiên cứu khoa học xã hội” (Nguyễn Đình Thọ, 2011). “Phương pháp này không chỉ cho phép kiểm tra các mối quan hệ độc lập mà còn các mối quan hệ kết hợp trong một mô hình lý thuyết, từ đó cung cấp cái nhìn sâu hơn về cấu trúc dữ liệu và các yếu tố ảnh hưởng lẫn nhau. Phương pháp ước lượng Maximum Likelihood (ML) là kỹ thuật phổ biến trong SEM, được lựa chọn vì nó phù hợp với phân phối của các biến quan sát, ngay cả khi có một số lệch so với phân phối chuẩn đa biến” (Muthen & Kaplan, 1985). Ước lượng ML cung cấp các ước lượng tối ưu cho các tham số của mô hình, đồng thời cho phép kiểm tra các giả thuyết về các mối quan hệ giữa các yếu tố trong mô hình. Phương pháp này thường được ưu tiên sử dụng vì tính chính xác và khả năng xử lý các dữ liệu phức tạp trong các mô hình cấu trúc.

Tóm tắt chương 3

Trong chương 3, tác giả xây dựng thang đo với 28 biến quan sát và điều chỉnh thang đo thông qua nghiên cứu định tính để phù hợp với bối cảnh năm 2024. Dựa trên kết quả nghiên cứu định tính, mô hình và thang đo chính thức đã được xác định và tác giả cũng trình bày các phương pháp phân tích dữ liệu. Luận văn: PPNC của truyền miệng điện tử đến ý định mua hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: KQNC của truyền miệng điện tử đến ý định mua hàng

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com