ECONOMICS - SOCIETY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 449
NGHIÊN CỨU TÁC ĐỘNG CỦA LOGISTICS NGƯỢC ĐẾN TRẢI NGHIỆM MUA SẮM CỦA KHÁCH HÀNG THƯƠNG MẠI ĐIỆN TỬ: NGHIÊN CỨU ĐIỂN HÌNH NHÓM SINH VIÊN TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI
STUDYING THE IMPACT OF REVERSE LOGISTICS ON THE SHOPPING EXPERIENCE OF E-COMMERC CUSTOMERS: CASE STUDY OF STUDENT GROUP OF HANOI UNIVERSITY OF INDUSTRY Vũ Huyền Trang1, Ngô Thị Hường1, Lương Quỳnh Nga1, Trần Minh Quang1, Nguyễn Thị Quỳnh Mai1, Nguyễn Thị Mai Anh2,* TÓM TẮT Để cải thiện trải nghiệm của khách hàng Logistics ngư
ợc ra đời nâng cao
chất lượng dịch vụ chăm sóc khách hàng, cũng như vi
ệc chuyển đổi sang chuỗi
cung ứng bền vững của doanh nghiệp. Bài báo tập trung nghiên c
ứu các yếu tố
như thời gian thực hiện yêu cầu của khách hàng, thông tin thu hồi, đ
ổi trả, trải
nghiệm thu hồi, đổi trả, thông qua trung gian và y
ếu tố trải nghiệm mua sắm
của khách hàng thương mại điện tử để đánh giá sự ảnh hư
ởng của Logistics
ngược đến sự hài lòng của khách hàng thương mại điện tử. Nghiên c
ứu lựa chọn
phạm vi sinh viên Trường Đại học Công nghiệp Hà N
hài lòng của sinh viên khi sử dụng dịch vụ Logistics ngược trên sàn thương m
ại
điện tử. Kết quả nghiên cứu làm cơ s
ở cho việc đề xuất các giải pháp nhằm nâng
cao chất lượng dịch vụ Logistics ngược và sự hài lòng của khách h
àng khi mua
sắm tại các sàn thương mại điện tử. Từ khóa: Logistics ngược, thương mại điện tử, sự hài lòng, trải nghiệm mua sắm.ABSTRACT To improve the customer experience, Reverse
Logistics was born to improve
the quality of customer care services, as well as the transformation to a
sustainable supply chain of enterprises. This paper focuses on researching factorssuch as customer
request execution time, recall/return information, recall/return
experience, through intermediaries and shopping experience factors of e-commerce customers to assess the impact of Logistics on e-
commerce customer
satisfaction. Research on selecting the ran
ge of students of Hanoi Industrial
University to ass
ess the satisfaction of students when using reverse logistics
services on the e-
commerce floor. Research results serve as the basis for proposing
solutions to improve the quality of reverse logistics services and customer
satisfaction when shopping at e-commerce platforms. Keyword: Reverse Logistics, e-commerce, satisfaction, shopping experience. 1Lớp Logitic 01- K15, Khoa Quản lý Kinh doanh, Trường Đại học Công nghiệp Hà Nội
2Khoa Quản lý Kinh doanh, Trường Đại học Công nghiệp Hà Nội *Email: nguyenmaianh06@gmail.com 1. GIỚI THIỆU Năm 2023, bối cảnh thế giới thay đổi không dừng với 1 số sự kiện nổi bật như: Hậu đại dịch Covid-19, hàng tồn kho tích trữ cao sau đại dịch và trước làn sóng thứ tư của đại dịch thì xảy ra “chiến dịch quân sự đặc biệt” của Nga với Ukraine. Trước bước ngoặt của thời đại, Logistics VN đang chuyển mình để phát triển. Đặc biệt với sự phát triển không ngừng của TMĐT, Logistics càng trở nên quan trọng đối với nền kinh tế. Để cải thiện trải nghiệm của khách hàng, Logistics ngược ra đời nâng cao chất lượng dịch vụ chăm sóc khách hàng, cũng như việc chuyển đổi sang chuỗi cung ứng bền vững của doanh nghiệp. Logistics ngược ảnh hưởng trực tiếp tới trải nghiệm mua hàng của khách hàng trên sàn thương mại điện tử nói riêng và mua sắm online nói chung. Tuy nhiên, ở Việt Nam, có rất ít bài nghiên cứu về lĩnh vực này, hoặc nếu có cũng chỉ có 1 vài nghiên cứu ứng dụng ở thị trường VN nhưng lại được công bố ở nước ngoài. Vì vậy, nhóm tác giả tiến hành nghiên cứu tác động của Logistics ngược đến trải nghiệm mua sắm của khách hàng thương mại điện tử: Nghiên cứu điển hình của nhóm sinh viên Đại học Công nghiệp Hà Nội. Từ kết quả nghiên cứu nhằm mục đích xác định mối quan hệ giữa các biến của các yếu tố và sự hài lòng của khách hàng đối với Logistics ngược trong thương mại điện tử. Từ đó đề xuất một số giải pháp giúp cho các doanh nghiệp nâng cao chất lượng dịch vụ Logistics ngược cũng như tạo sự thông suốt cho quá trình Logistics xuôi. 2. TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN 2.1. Tổng quan nghiên cứu 2.1.1. Tổng quan nghiên cứu ngoài nước Theo Jalil, "Sự hài lòng của khách hàng và Logistics ngược trong thương mại điện tử: Trường hợp của Thung lũng Klang" đã điều tra ảnh hưởng của các dịch vụ Logistics
XÃ HỘI Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
450
KINH T
Ế
ngược đến sự hài lòng của khách hàng trong thương mại điện tử ở Thung lũng Klang, Malaysia. Nghiên cứu cho thấy thời gian giao hàng là một trong những yếu tố quan trọng nhất đối với sự hài lòng của khách hàng. Chất lượng dịch vụ giao hàng cũng có tác động lớn đến sự hài lòng của khách hàng, bao gồm độ tin cậy của hệ thống giao hàng và chi phí vận chuyển. Kết quả nghiên cứu cũng chỉ ra rằng nếu các công ty thương mại điện tử có thể cải thiện dịch vụ Logistics ngược của mình, họ có thể nâng cao sự hài lòng của khách hàng và tăng niềm tin của khách hàng khi mua sắm. Năm 2021, Lysenko-Ryba đã thực hiện nghiên cứu với chủ đề “Tác động của mua sắm bốc đồng với sự trở lại của khách hàng” với mục tiêu chính là nghiên cứu về tác động của Logistics ngược và sự hài lòng của khách hàng. Kết quả của nghiên cứu đã cho thấy rằng việc đạt được sự hài lòng của khách hàng dường như ngày càng phụ thuộc vào hiệu quả và tốc độ giao hàng trả lại và khiếu nại. Theo Nel and Badenhorst “Khung khái niệm cho những thách thức Logistics ngược trong thương mại điện tử”, do mức độ tăng trưởng hiện nay, chuỗi cung ứng đã trở nên phức tạp hơn khi khách hàng yêu cầu nhiều hơn về sản phẩm và dịch vụ cung cấp. Nghiên cứu này đã xem xét ngắn gọn về Logistics ngược từ góc độ thương mại điện tử (nghĩa là hàng trả lại trực tuyến). Bài nghiên cứu chỉ ra, chính sách hoàn trả và chuẩn bị, nhận sản phẩm, kiểm tra và phân loại ảnh hưởng đến sự hài lòng của khách hàng TMĐT và sự hài lòng của doanh nghiệp. 2.1.2. Tổng quan nghiên cứu trong nước Nguyễn Huy Tân và Lê Tấn Bửu nghiên cứu đề xuất về các tác nhân của thực thi Logistics ngược và kết quả kinh tế: Nghiên cứu thực nghiệm cho lĩnh vực kinh doanh bán lẻ hàng điện tử tại thành phố Đà Nẵng, Việt Nam. Mô hình lý thuyết phản ánh một cách rõ ràng vai trò của thực thi Logistics ngược trong mối quan hệ với các tác nhân (gồm: Danh tiếng doanh nghiệp, cam kết nguồn lực, và khả năng công nghệ thông tin) và kết quả kinh tế. Nguyễn Thu Hà nghiên cứu với đề tài “Tác động điều tiết của rủi ro cảm nhận đến mối quan hệ giữa chất lượng kết quả mua hàng và sự hài lòng của khách hàng đối với dịch vụ thương mại điện tử”. Chất lượng kết quả mua hàng được đánh giá dựa trên 3 khía cạnh bao gồm: (1) Đặt hàng chính xác, (2) thời gian đặt hàng, và (3) điều kiện đặt hàng (Collier & Bienstock, 2006). 2.2. Cơ sở lý luận Thương mại điện tử (e-commerce) là một hình thức kinh doanh trực tuyến, trong đó các giao dịch mua bán hàng hóa, dịch vụ, thông tin, hoặc tiền tệ được thực hiện qua Internet hoặc mạng điện thoại di động. Thương mại điện tử cho phép người tiêu dùng truy cập và mua sản phẩm hoặc dịch vụ từ bất kỳ nơi đâu trên thế giới, mà không cần phải đến cửa hàng vật lý. Ngược lại, các doanh nghiệp có thể bán hàng và cung cấp dịch vụ cho người tiêu dùng từ bất kỳ đâu mà không cần phải có cửa hàng vật lý. Logistics ngược là quá trình quản lý các hoạt động liên quan đến việc thu hồi sản phẩm, đóng gói, vận chuyển và tái chế các sản phẩm, bao gồm cả hàng hóa bị lỗi hoặc trả lại từ khách hàng. Điều này có thể bao gồm việc sửa chữa, tái sử dụng hoặc tái chế các sản phẩm để tối ưu hóa sử dụng tài nguyên và giảm thiểu tác động của các sản phẩm bị loại bỏ đến môi trường. Logistics ngược là quá trình lập kế hoạch, thực hiện và kiểm soát một cách hiệu quả dòng chảy của nguyên liệu, bán thành phẩm và thông tin có liên quan từ các điểm tiêu thụ đến điểm xuất xứ với mục đích thu hồi lại giá trị hoặc xử lý một cách thích hợp. Thời gian thực hiện yêu cầu là khoảng thời gian để nhà cung cấp xử lý các thông tin từ phía khách hàng. Thời gian thực hiện yêu cầu thu hồi từ nhà sản xuất là khoảng thời gian mà nhà sản xuất phải hoàn thành việc thu hồi các sản phẩm bị lỗi hoặc không an toàn từ thị trường sau khi nhận được yêu cầu từ cơ quan chức năng hoặc khách hàng. Thông tin thu hồi/đổi trả gồm có hai loại: thông tin thu hồi từ nhà sản xuất và thông tin đổi trả khi khách hàng hoàn trả hàng. Thông tin thu hồi từ nhà sản xuất là thông tin được công bố bởi nhà sản xuất hoặc cơ quan quản lý nhằm thông báo cho người tiêu dùng rằng sản phẩm nào đó đã bị lỗi hoặc không đáp ứng các tiêu chuẩn an toàn, và cần phải được thu hồi khỏi thị trường và/hoặc trả lại cho nhà sản xuất. Thông tin đổi trả khi khách hàng hoàn trả hàng thường được áp dụng trong trường hợp sản phẩm bị lỗi hoặc không đáp ứng được các yêu cầu về chất lượng hoặc tính năng của sản phẩm. Khi khách hàng hoàn trả sản phẩm, thông tin về việc này sẽ được đưa vào quá trình xử lý để đảm bảo sự minh bạch và đảm bảo quyền lợi của khách hàng. Trải nghiệm hoà hàng/đổi trả hay còn gọi là dịch vụ Logistics ngược của khách hàng thương mại điện tử là việc hàng hoá được giao đến tay khách hàng nhưng không đủ yêu cầu, chất lượng được khách hàng đổi trả/hoàn hàng ngược lại. Thông qua quá trình này, khách hàng có những trải nghiệm thực tế về dịch vụ Logistics ngược, như chính sách hoà hàng/đổi trả, quy trình đổi trả, chất lượng sản phẩm sau khi đổi trả/hoàn hàng và thái độ của nhân viên. Trải nghiệm mua sắm của khách hàng thương mại điện tử là kết quả của quá trình tương tác, tiếp xúc với các thương hiệu, nhãn hàng khi mua sắm trực tuyến trên các sàn thương mại điện tử. Khi mua sắm trên các sàn thương mại điện tử, người bán và người mua sẽ không có những tiếp xúc trực tiếp, nhưng sẽ có những “chạm” qua những nền tảng xã hội như Zalo, Facebook, Tiktok,... hoặc tại chatbot của các sàn thương mại điện tử mà khách hàng mua sắm. Sự hài lòng của khách hàng là một dạng cảm giác thỏa mãn sau khi những kỳ vọng, yêu cầu của khách hàng đã được đáp ứng, chúng được hình thành thông qua quá trình trải nghiệm và tích lũy khi mua sắm hoặc sử dụng các sản phẩm, dịch vụ do doanh nghiệp cung cấp. 3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH NGHIÊN CỨU 3.1. Phương pháp nghiên cứu 3.1.1. Nghiên cứu định tính Nhóm nghiên cứu sử dụng các phương pháp nghiên cứu tài liệu, tổng quan tài liệu, xác định các nhân tố và tổng quan
ECONOMICS - SOCIETY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 451
mô hình nghiên cứu và đối sánh với các nghiên cứu khác trong cùng lĩnh vực. Căn cứ vào vấn đề nghiên cứu và xuất phát từ giả thuyết khoa học, nhóm nghiên cứu tiến hành xác định nguồn tài liệu, tìm kiếm và lựa chọn những tài liệu cần thiết nhằm làm sáng rõ những vấn đề lý luận và thực tiễn để chứng minh cho giả thuyết. 3.1.2. Nghiên cứu định lượng Phương pháp thống kê mô tả: Thống kê mô tả (Descriptive Statistics) là phương pháp sử dụng để tóm tắt hoặc mô tả một tập hợp dữ liệu, một mẫu nghiên cứu dưới dạng số hay biểu đồ trực quan. 4 nhóm đại lượng của thống kê mô tả: Các đại lượng về trung tâm, Các đại lượng về độ phân tán, Các đại lượng về hình dáng phân phối, Các đại lượng về sự tương quan. Nhóm sử dụng thống kê mô tả để mô tả và phân tích sơ bộ về kết quả khảo sát thu được, chuẩn bị cho các bước phân tích sâu tiếp theo. Phương pháp điều tra bằng bảng hỏi: Bảng câu hỏi có đặc tính là chi phí thấp, nhưng công cụ này giới hạn trong một số mức độ và chuyên mục. Nghiên cứu này đòi hỏi phải định lượng bằng cách tiến hành các câu hỏi khảo sát. Các bảng câu hỏi gồm có 3 phần chính: Phần 1: Phần này yêu cầu về một số thông tin cá nhân của sinh viên Phần 2: Trong phần này, sinh viên trả lời sẽ đưa ra nhận định về mức độ đồng ý đối với các nhận định liên quan đến các yếu tố dịch vụ Logistics ngược và sự hài lòng của khách hàng thương mại điện tử dựa trên thang điểm 5 với mức độ khác nhau từ “1: rất không đồng ý” đến “5: rất đồng ý”. Phần 3: Phần này thu thập một số đóng góp cho đề tài nghiên cứu Các câu hỏi được thiết kế để thu thập dữ liệu từ các sinh viên. Ngôn ngữ của bảng câu hỏi rất đơn giản, rõ ràng và dễ hiểu. Các câu lệnh trong bảng câu hỏi được rõ ràng, ngắn gọn, tránh làm cho những người trả lời nhầm lẫn. Các phương pháp sử dụng trong phân tích số liệu bằng SPSS và AMOS Để đảm bảo độ tin cậy của thang đo và sự phù hợp của mô hình nghiên cứu, nhóm nghiên cứu sử dụng các phương pháp phân tích số liệu sau: phương pháp hệ số tin cậy Cronbach Alpha, phương pháp phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định CFA, phân tích mô hình SEM và kiểm định Bootstrap. 3.2. Mô hình nghiên cứu đề xuất Mô hình có 7 giả thuyết: H1: Mối quan hệ giữa thông tin thu hồi/đổi trả tới trải nghiệm của khách hàng thương mại điện tử. H2: Mối quan hệ giữa thời gian thu hồi/đổi trả tới trải nghiệm mua sắm của khách hàng thương mại điện tử. H3: Mối quan hệ giữa trải nghiệm thu hồi/đổi trả của khách hàng tới trải nghiệm mua sắm khách hàng thương mại điện tử. H4: Mối quan hệ giữa trải nghiệm mua sắm của khách hàng thương mại điện tử tới sự hài lòng của họ. H5: Mối quan hệ giữa thời gian thu hồi/đổi trả tới sự hài lòng của khách hàng thương mại điện tử thông qua trải nghiệm mua sắm khách hàng thương mại điện tử. H6: Mối quan hệ giữa thông tin thu hồi/đổi trả tới sự hài lòng của khách hàng thương mại điện tử thông qua trải nghiệm mua sắm của họ. H7: Mối quan hệ giữa trải nghiệm thu hồi/đổi trả tới sự hài lòng của khách hàng thương mại điện tử thông qua trải nghiệm mua sắm của khách hàng thương mại điện tử. Hình 1. Mô hình nghiên cứu đề xuất 3. KẾT QUẢ NGHIÊN CỨU 3.1. Thống kê mô tả mẫu Bảng 1. Thông kê mẫu Tiêu chí Tần suất (%) Giới tính Nam 57,0% Nữ 40,1% Khác 2,9% Trình độ học vấn Năm nhất 10,6% Năm 2 10,6% Năm 3 62,3% Năm 4 13% Khác 3,4% Thu nhập Dưới 1 triệu 16,5% Từ 1-3 triệu 31,9% Từ 3-5 triệu 22,6% Từ 5-7 triệu 19,9% Trên 7 triệu 10,1% Chi tiêu Dưới 500 nghìn 22,7% Từ 500 - 1 triệu 43,5% Từ 1 - 3 triệu 10,9% Từ 3 - 5 triệu 16,6% Trên 5 triệu 6,3%
XÃ HỘI Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
452
KINH T
Ế
3.2. Thống kê trung bình Mean Chúng ta sẽ đánh giá khoảng giá trị đó có phù hợp với tính chất bài nghiên cứu hay không. Sử dụng phương pháp phân tích thống kê mô tả tần suất để đánh giá khái quát về nhận định đối với các yếu tố được đo lường các biến định lượng thu nhập được. Kết quả được tổng hợp và trình bày trong bảng 2. Bảng 2. Kết quả thống kê trung bình Mean Descriptive Statistics N Minimum
Maximum
Mean Std. Deviation TG1 207 1 5 3,83 0,756 TG2 207 2 5 3,84 0,752 TG3 207 1 5 3,82 0,783 TG4 207 1 5 3,82 0,843 TG5 207 1 5 3,64 0,730 TT1 207 1 5 3,91 0,810 TT2 207 1 5 3,97 0,791 TT3 207 1 5 4,16 0,787 TT4 207 1 5 3,97 0,818 TNLN1 207 2 5 3,84 0,794 TNLN2 207 2 5 3,76 0,782 TNLN3 207 2 5 3,80 0,779 TNLN4 207 2 5 3,78 0,715 T NMS1 207 2 5 3,78 0,763 T NMS2 207 1 5 3,84 0,796 T NMS3 207 2 5 3,86 0,811 T NMS4 207 2 5 3,79 0,819 T NMS5 207 2 5 3,76 0,761 T NMS6 207 2 5 3,88 0,828 HL1 207 2 5 3,64 0,755 HL2 207 1 5 3,71 0,776 HL3 207 2 5 3,72 0,756 HL4 207 1 5 3,86 0,789 Valid N (listwise) 207 (Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) Kết quả cho thấy rằng hầu hết câu nhận định trong tất cả các biến đo lường có giá trị trung bình nằm trong khoảng 3,50 - 4,49 nghĩa là hầu hết đáp viên đều đồng ý với những câu nhận định này. 3.3. Đánh giá độ tin cậy của thang đo Cronbach Alpha Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha, kết quả đánh giá độ tin cậy qua hệ số Cronbach alpha được trình bày trong bảng 3. Kết quả phân tích cho thấy hệ số Cronbach Alpha đều lớn 0,6. Hệ số tương quan biến tổng Corrected Item-Total Correlation của các biến quan sát đều > 0,3. từ đó cho thấy các khái niệm nghiên cứu được xây dựng từ các biến quan sát đều được chấp nhận và sẽ được sử dụng trong phân tích nhân tố tiếp theo. Bảng 3. Kết quả đánh giá độ tin cậy của thang đo Trung bình thang đo nếu loại biến (Scale Mean if Item Deleted)
Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) Tương quan biến tổng (Corrected Item-Total Correlation) Cronbach’s Alpha nếu loại biến (Cronbach's Alpha if Item Deleted) 1. Thời gian thực hiện Hệ số Cronbach's Alpha = 0,864 TG1 15,12 6,287 0,748 0,820 TG2 15,11 6,484 0,691 0,834 TG3 15,12 6,301 0,707 0,830 TG4 15,12 6,087 0,697 0,833 TG5 15,30 6,921 0,583 0,859 2. Thông tin thu hồi/đổi trả Hệ số Cronbach's Alpha = 0,843 TT1 12,10 4,088 0,687 0,798 TT2 12,04 4,251 0,650 0,813 TT3 11,85 4,141 0,697 0,793 TT4 12,03 4,081 0,679 0,801 3. Trải nghiệm thu hồi/đổi trả với dịch vụ logistics ngược Hệ số Cronbach's Alpha = 0,838 TNL N1 11,34 3,663 0,675 0,792 TNL N2 11,43 3,673 0,688 0,787 TNL N3 11,38 3,742 0,663 0,798 TNL N4 11,40 3,970 0,655 0,802 4. Trải nghiệm mua sắm Hệ số Cronbach's Alpha = 0,871 TN MS1
19,13 10,629 0,541 0,870 TN MS2
19,07 9,825 0,690 0,846 TN MS3
19,05 9,866 0,662 0,851 TN MS4
19,12 9,705 0,691 0,846 TN MS5
19,14 9,824 0,733 0,839 TN MS6
19,02 9,558 0,714 0,842 5. Sự hài lòng Hệ số Cronbach’s Alpha = 0,815 HL1 11,30 3,764 0,597 0,784 HL2 11,23 3,574 0,649 0,759 HL3 11,22 3,679 0,632 0,768 HL4 11,08 3,518 0,657 0,756 (Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) 3.4. Phân tích nhân tố khám phá (EFA) Phân tích nhân tố khám phá (EFA) lần 1: Bảng 4. Kết quả kiểm định phân tích nhân tố KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,885 Bartlett's Test of Sphericity Approx. Chi- Square 2331,769 df 253 Sig. 0,000 (Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
ECONOMICS - SOCIETY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 453
Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0,885 > 0,5 điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp. Kết quả kiểm định Barlett’s là 2331,769 với mức ý nghĩa (p_value) sig = 0.000 < 0.05, như vậy các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố. Bảng 5. Ma trận xoay các nhân tố Rotated Component Matrixa Component 1 2 3 4 5 TG1 0,838 TG3 0,813 TG2 0,758 TG4 0,723 TG5 0,590 TNLN2 0,812 TNLN1 0,770 TNLN3 0,708 TNLN4 0,664 HL3 0,791 HL2 0,695 HL1 0,689 HL4 0,644 TT1 0,843 TT3 ,0750 TT4 0,732 TT2 0,674 TNMS6 0,899 TNMS5 0,747 TNMS2 0,640 TNMS4 0,579 TNMS3 0,537 TNMS1 (Nguồn: Kết quả xử lý số liệu khảo sát trên phần mềm SPSS) Kết quả phân tích cho thấy 23 quan sát của biến độc lập và phụ thuộc được nhóm thành 05 nhóm theo đề xuất ban đầu. Tuy nhiên có 1 biến quan sát “Tôi thấy quá trình mua hàng an toàn và được bảo mật” (TNMS1) là biến xấu khi không cho kết quả thể hiện mức độ đóng góp của biến vì thế nhóm quyết định loại bỏ biến TNMS1 và phân tích lại nhân tố khám phá với 22 quan sát. Phân tích nhân tố khám phá (EFA) lần 2: Bảng 6. Kết quả kiểm định phân tích nhân tố KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,880 Bartlett's Test of Sphericity Approx. Chi- Square 2236,3 40 df 231 Sig. 0,000 (Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0,880 > 0,5 điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp. Kết quả kiểm định Barlett’s là 2236,340 với mức ý nghĩa (p_value) sig = 0.000 < 0.05, như vậy các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố. Bảng 7. Ma trận xoay các nhân tố Rotated Component Matrixa Component 1 2 3 4 5 TG1 0,838 TG3 0,814 TG2 0,756 TG4 0,726 TG5 0,588 TNLN2 0,809 TNLN1 0,771 TNLN3 0,710 TNLN4 0,665 HL3 0,789 HL2 0,704 HL1 0,688 HL4 0,654 TT1 0,841 TT3 0,749 TT4 0,742 TT2 0,668 TNMS6 0,867 TNMS5 0,766 TNMS2 0,580 TNMS4 0,559 TNMS3 0,555 (Nguồn: Kết quả xử lý số liệu khảo sát trên phần mềm SPSS) Kết quả phân tích cho thấy 22 quan sát của biến độc lập và phụ thuộc được nhóm thành 05 nhóm theo đề xuất ban đầu. Giá trị tổng phương sai trích = 58,105% > 50%: đạt yêu cầu; khi đó có thể nói rằng 05 nhân tố này giải thích 58,105% biến thiên của dữ liệu. Giá trị hệ số Eigenvalues của các nhân tố đều cao (>1). Kết quả trên cho thấy các biến quan sát có tương quan với nhau trong tổng thể và phân tích nhân tố khám phá là thích hợp. 3.5. Phân tích nhân tố khẳng định CFA Kết quả của phân tích cho thấy mô hình này có giá trị Chi-square = 287,529 với chỉ tiêu Chi-square/df = 1,445 < 3; RMSEA = 0,046 < 0,08; CFI = 0,958 > 0,9; TLI = 0,951 > 0,9; GFI = 0,889 > 0,8. Bình thường chỉ tiêu GFI phải ≥ 0,9, tuy nghiên GFI nhạy cảm với kích cỡ mẫu nên nếu GFI > 0,8 thì vẫn hợp lệ. Các chỉ