Phân tích các nhân tố ảnh hưởng đến hành vi mua món ăn qua mạng của khách hàng tại thành phố Đà Nẵng trong đại dịch COVID-19

ng / Tạp chí Khoa học và Công nghệ Đại học Duy Tân 3(46) (2021) 89-96 91 
(2000), mua hàng qua mạng là một giao dịch 
được thực hiện bởi người tiêu dùng thông qua 
giao diện trên máy tính bằng cách máy tính của 
người tiêu dùng được kết nối và có thể tương tác 
với các cửa hàng số hóa của nhà bán lẻ thông qua 
mạng máy tính. Hành vi mua hàng qua mạng của 
người tiêu dùng được dựa trên giao diện các 
website, hình ảnh về sản phẩm được đăng tải trên 
mạng (Lohse and Spiller 1998). Sự phát triển 
vượt bậc của internet và thương mại điện tử đã 
ảnh hưởng mạnh mẽ lên cách người tiêu dùng 
lướt web (Soopramanien and Robertson 7 2007) 
và thu thập thông tin về sản phẩm (Moe and 
Fader 2004). Hành vi mua hàng qua mạng của 
người tiêu dùng cũng khác với cách mua sắm 
truyền thống. Mua hàng qua mạng thuyết phục 
khách hàng mua hàng qua việc làm họ cảm nhận 
được sự lợi ích thích thú khi họ mua sắm (Ha and 
Stoel 2009). Tóm lại, mua hàng qua mạng là quá 
trình mua sản phẩm hay dịch vụ được thực hiện 
bởi người tiêu dùng ở các cửa hàng trên mạng 
thông qua mạng internet. 
Dựa vào cơ sở lý thuyết nêu trên, tác giả đã 
nghiên cứu và đưa ra mô hình nghiên cứu như 
Hình 1. 
Hình 1. Mô hình nghiên cứu đề xuất 
2.2. Phương pháp nghiên cứu 
Nghiên cứu sử dụng phương pháp định tính 
và phương pháp định lượng để phân tích. Phân 
tính định tính được áp dụng để xem xét thang 
đo đang sử dụng có phù hợp với thị trường Đà 
Nẵng hay không? Nghiên cứu định lượng được 
sử dụng để phân tích dữ liệu khảo sát, nhằm 
mục đích xem xét sự tác động của các yếu tố 
trong mô hình đến nhân tố phụ thuộc, đây là 
quá trình nghiên cứu chính thức. 
Khảo sát được tiến hành trên 6 quận, gồm 
Hải Châu, Sơn Trà, Ngũ Hành Sơn, Thanh Khê, 
Liên Chiểu, Cẩm Lệ (thuộc TP. Đà Nẵng). Thời 
gian khảo sát từ tháng 1/1/2021 đến 20/2/2021. 
Cỡ mẫu khảo sát là 203, kích thước mẫu thực tế 
sử dụng để phân tích là 187 mẫu. Toàn bộ dữ 
liệu hồi đáp sẽ được xử lý với sự hỗ trợ của 
phần mềm SPSS 26.0. 
2.2.1. Tổng thể và mẫu nghiên cứu 
Tổng thể mà nhà nghiên cứu quyết định 
chọn lựa đó chính là người lao động có thu 
nhập cơ bản trở lên tại 6 quận gần trung tâm 
thành phố Đà Nẵng, gồm Hải Châu, Sơn Trà, 
Ngũ Hành Sơn, Thanh Khê, Liên Chiểu, Cẩm 
Lệ. Do hạn chế về mặt thời gian và chi phí, tác 
giả đã sử dụng phương pháp chọn mẫu ngẫu 
nhiên cơ bản và chọn ra hơn 200 người lao 
động có thu nhập và đã từng tham gia việc mua 
Phạm Thị Hoàng Dung / Tạp chí Khoa học và Công nghệ Đại học Duy Tân 3(46) (2021) 89-96 92 
hàng trên mạng có khả năng đại diện tổng thể 
để tham gia trả lời bảng khảo sát trong hơn 
600.000 người đang lao động tại 6 quận kể trên 
(theo nguồn thống kê dân số Đà Nẵng 2020, 
Hiện trạng dân số, lao động (danang.gov.vn). 
Hơn nữa việc chọn ra 200 người lao động này 
hoàn toàn phù hợp với lý thuyết của Hair và 
những cộng sự (1998) về kích cỡ mẫu. Theo 
Hair và những cộng sự (1998) kích cỡ mẫu để 
tham gia vào việc phân tích các nhân tố khẳng 
định EFA và phân tích hồi quy phải đạt được 
theo công thức như sau: N = số câu hỏi*5. Số 
câu hỏi của tác giả đề xuất đưa ra là 24 câu hỏi 
và kích cỡ mẫu tương đương sẽ là 120 mẫu. 
3. Kết quả nghiên cứu 
3.1. Kiểm định độ tin cậy Cronbach’s Alpha 
của các tiêu chí đo lường 
Bảng 1: Cronbach’s Alpha của các tiêu chí 
đo lường 
Cases Valid 186 99.5 
Excludeda 1 .5 
Total 187 100.0 
Listwise deletion based on all variables in 
the procedure. 
Bảng 2: Bảng giá trị Cronbach’s Alpha của 
thang đo 
Thống kê độ tin cậy 
Cronbach's Alpha Số biến 
.635 4 
Bảng 3: Bảng chỉ số tương quan biến tổng 
Item-Total Statistics 
Trung bình thang 
đo nếu loại biến 
Phương sai thang 
đo nếu loại biến 
Tương quan 
biến tổng 
Hệ số Cronbach's 
Alpha nếu loại biến 
HV1 12.69 3.684 .484 .513 
HV2 12.02 5.411 .178 .713 
HV3 12.00 4.778 .432 .560 
HV4 12.24 3.730 .612 .411 
Khi kiểm định độ tin cậy Cronbach’s Alpha 
của các nhân tố độc lập và nhân tố phụ thuộc, ta 
thấy kết quả đều đạt hệ số tin cậy cao (> 0.7), 
đồng thời hệ số tương quan biến - tổng của các 
nhân tố đều lớn hơn 0.3. Tuy nhiên, có năm 
biến quan sát: GC1, SP2, TT4, UD1, HV2 là 
làm giảm độ tin cậy của nhân tố, nên tác giả 
loại bỏ năm biến quan sát ra khỏi nhân tố. Do 
đó, có 26 biến quan sát được đưa vào phân tích 
nhân tố khám phá EFA. 
3.2. Phân tích nhân tố khám phá EFA 
Từ 26 biến quan sát còn lại sau khi phân tích 
Cronbach’s Alpha, sử dụng phương pháp rút 
trích Principal Axis Factoring với phép quay 
Promax để phân tích riêng 6 nhân tố độc lập 
gồm 23 biến quan sát và 1 nhân tố phụ thuộc 
gồm 3 biến quan sát. Theo Hair & ctg (2009): 
Bảng 4: Bảng giá trị KMO và giá trị sig của kiểm định Barlett 
KMO and Bartlett's Test 
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .771 
Bartlett's Test of Sphericity Approx. Chi-Square 2141.800 
df 325 
Sig. .000 
Với điều kiện của hệ số tải nhân tố là 0.3, 
sau 1 lần phân tích ta thu được kết quả bên 
dưới. Từ kết quả đó, có thể thấy tất cả 6 biến 
của nhân tố đều đảm bảo được điều kiện (>0.3) 
và hội tụ về một nhóm duy nhất. Ngoài ra, 
trong kiểm định KMO và Bartlett, ta có hệ số 
Phạm Thị Hoàng Dung / Tạp chí Khoa học và Công nghệ Đại học Duy Tân 3(46) (2021) 89-96 93 
KMO là 0.771 (0.5 <= KMO <=1), với mức ý 
nghĩa Sig. = 0.000 (< 0.05) cho thấy phân tích 
nhân tố khám phá là phù hợp. Trong phân tích 
tổng phương sai trích thu được thông số 
Eigenvalues là 1.152 > 1 và tổng phương sai 
trích là 55.55% (>50%) nghĩa là nhân tố HV giải 
thích được 55.55% sự biến thiên của dữ liệu. 
Bảng 5: Bảng ma trận xoay và kiểm tra hệ số tải Factor Loading của các biến quan sát 
Pattern Matrixa 
Nhân tố 
1 2 3 4 5 6 7 
LC2 .834 
LC3 .759 
LC4 .682 
LC1 .665 
UD3 .961 
UD4 .819 
UD5 .599 
UD2 .579 
RR3 .731 
RR5 .714 
RR2 .685 
RR4 .644 
RR1 .532 
TT2 .799 
TT1 .713 
TT3 .682 
TT5 .483 
GC3 .867 
GC2 .832 
GC4 .422 
SP1 .752 
SP3 .697 
SP4 .650 
HV1 .699 
HV4 .638 
HV3 .319 
Nhân tố 1 là Đa dang về sự lựa chọn (LC) 
gồm 4 biến: Tôi có được đầy đủ những thông 
tin về các món ăn mà mình cần (LC1); Tôi có 
nhiều sự lựa chọn hơn cho một món ăn mà 
mình cần (LC2); Tôi có nhiều sự lựa chọn hơn 
về thương hiệu món ăn và cửa hàng bán (LC3); 
Tôi có thể tìm thấy hầu hết tất cả những món ăn 
mà mình mong muốn (LC4). 
Nhân tố 2 là Tính đáp ứng của ứng 
dụng/trang Web (UD) gồm 4 biến: Tôi thích 
ứng dụng/trang web có đầy đủ thông tin, hình 
ảnh về các món ăn (UD2); Tôi thích ứng 
dụng/trang web có giao diện đẹp, dễ nhìn, tốc 
độ tìm kiếm cao (UD3); Tôi thích ứng 
dụng/trang web có chức năng đánh giá, bình 
luận của người mua trước (UD4); Tôi thích ứng 
dụng/trang web dễ dàng tương tác với những 
người bán hàng trực tuyến (UD5). 
Nhân tố 3 là Rủi ro (RR) gồm 5 biến: Không 
được hoàn tiền nếu món ăn không đạt yêu cầu 
về chất lượng hoặc không giống như mô tả 
(RR1); Phát sinh chi phí vận chuyển khi đặt 
Phạm Thị Hoàng Dung / Tạp chí Khoa học và Công nghệ Đại học Duy Tân 3(46) (2021) 89-96 94 
món trực tuyến (RR2); Món ăn được giao trễ 
hơn so với quy định (RR3); Mất thời gian khi 
cung cấp thông tin cho mỗi lần đặt hàng (RR4); 
Món ăn được giao không đúng với yêu cầu khi 
đặt món (RR5). 
Nhân tố 4 là Sự thuận tiện (TT) gồm 4 biến: 
Tôi không tốn thời gian, công sức khi di chuyển 
đến cửa hàng ăn uống (TT1); Tôi dễ dàng tìm 
được món ăn mà mình cần trên các ứng 
dụng/trang web (TT2); Tôi có thể mua món ăn 
qua mạng một cách dễ dàng và thuận tiện 
(TT3); Tôi có thể thanh toán bằng nhiều hình 
thức khác nhau (TT5). 
Nhân tố 5 là Giá cả (GC) gồm 3 biến: Tôi 
không tốn thời gian, công sức khi di chuyển 
đến cửa hàng ăn uống (GC2); Sử dụng dịch vụ 
mua món ăn qua mạng giúp tôi tiết kiệm tiền 
bạc (GC3); Có nhiều chương trình khuyến mãi, 
giảm giá khi mua món ăn qua mạng (GC4). 
Nhân tố 6 là Sản phẩm (SP) gồm 3 biến: 
Món ăn nhận được thường giống với hình ảnh 
được quảng cáo (SP1); Món ăn vẫn giữ được 
chất lượng (SP3); Món ăn được trình bày, trang 
trí đẹp mắt (SP4). 
3.3. Phân tích tương quan Pearson 
Bảng 6: Bảng thế hiện hệ số tương quan giữa các biến 
Correlations 
 GC SP LC UD TT RR HV 
GC Tương quan 
Pearson 
1 .335** .243** .083 .158* .031 .377** 
Sig. (2-tailed) .000 .001 .260 .031 .670 .000 
SP Tương quan 
Pearson 
.335** 1 .267** .200** .231** -.044 .393** 
Sig. (2-tailed) .000 .000 .006 .001 .550 .000 
LC Tương quan 
Pearson 
.243** .267** 1 .370** .552** .009 .452** 
Sig. (2-tailed) .001 .000 .000 .000 .904 .000 
UD Tương quan 
Pearson 
.083 .200** .370** 1 .439** -.036 .170* 
Sig. (2-tailed) .260 .006 .000 .000 .628 .020 
TT Tương quan 
Pearson 
.158* .231** .552** .439** 1 .027 .383** 
Sig. (2-tailed) .031 .001 .000 .000 .713 .000 
RR Tương quan 
Pearson 
.031 -.044 .009 -.036 .027 1 .039 
Sig. (2-tailed) .670 .550 .904 .628 .713 .600 
Phạm Thị Hoàng Dung / Tạp chí Khoa học và Công nghệ Đại học Duy Tân 3(46) (2021) 89-96 95 
Từ kết quả phân tích tương quan Pearson ta 
thấy tất cả các biến có sig <0.05, ngoại trừ biến 
Rủi ro có sig = 0.600 > 0.05, cho nên tác giả 
quyết định loại biến Rủi ro. Các biến còn lại có 
mối tương quan thuận chiều với biến Hành vi. 
3.4. Phân tích hồi quy 
Bảng 7: Bảng Model Summary 
Model Summaryb 
Model R 
R bình 
phương 
R bình phương 
hiệu chỉnh 
Sai số chuẩn 
các ước lượng 
Hệ số Durbin-
Watson 
1 .589a .346 .328 .63650 2.034 
Bảng 8: Bảng ANOVA 
ANOVAa 
Mô hình 
Tổng bình 
phương 
Bậc tự 
do 
Trung bình 
bình phương F Sig. 
1 Hồi quy 38.872 5 7.774 19.190 .000b 
Số dư 73.329 181 .405 
Total 112.201 186 
Từ kết quả phân tích ANOVA cho thấy sig < 0.05, F = 19.190 do đó ta có thể kết luận mô hình 
hồi quy tuyến tính xây dựng được phù hợp với tổng thể. 
Bảng 9: Bảng hệ số tương quana 
Coefficientsa 
Mô hình 
Hệ số chưa chuẩn hoá 
Hệ số đã 
chuẩn hoá 
t Sig. 
Thống kê đa cộng 
tuyến 
B Std. Error Beta Tolerance VIF 
1 (Constant) .076 .560 .136 .892 
GC .196 .059 .215 3.316 .001 .861 1.162 
SP .234 .069 .222 3.380 .001 .835 1.198 
LC .351 .098 .267 3.565 .000 .644 1.554 
UD -.112 .107 -.071 -1.042 .299 .776 1.288 
TT .306 .128 .181 2.388 .018 .628 1.594 
Ta có phương trình hồi quy như sau: 
HV = 0.213*GC + 0.224*SP + 0.267*LC – 
0.69*UD + 0.179TT + 0.32*RR. 
Cuối cùng là hệ số VIF đều nhỏ hơn 2, do đó 
không có hiện tượng đa cộng tuyến xảy ra. 
Đưa 5 nhân tố sau khi phân tích hồi quy, loại 
bỏ 2 nhân tố TT và UD vì có mức ý nghĩa Sig. 
lớn hơn 0.05. Kết quả nghiên cứu cho thấy, cả 3 
nhân tố: GC, SP và LC đều có ý nghĩa thống 
kê (Sig. < 0.05) và có hệ số Beta chuẩn hóa 
(Beta) lớn hơn 0, tức là 3 nhân tố này có tác 
động tích cực đến hành vi mua món ăn qua 
mạng của người tiêu dùng tại thành phố Đà 
Nẵng. Trong đó, nhân tố LC là có tác động lớn 
nhất với Beta = 0.267. Với giá trị R2 hiệu chỉnh 
= 0.328, nghĩa là 32.8% sự biến động là do tác 
động từ 3 nhân tố này. 
4. Kết luận và kiến nghị 
Qua nghiên cứu này cho thấy, các nhân tố: 
Giá cả, Sản phẩm và Đa dạng sự lựa chọn là có 
tác động tích cực đến hành vi mua món ăn qua 
mạng của người tiêu dùng trên địa bàn TP. Đà 
Nẵng. Trong đó, sự đa dạng trong lựa chọn đóng 
vai trò quan trọng nhất. Vì vậy, các cơ sở kinh 
Phạm Thị Hoàng Dung / Tạp chí Khoa học và Công nghệ Đại học Duy Tân 3(46) (2021) 89-96 96 
doanh ăn uống cần có quyết định làm gia tăng sự 
đa dạng trong việc lựa chọn món ăn và gia tăng 
các yếu tố liên quan đến giá cả và sản phẩm. 
Từ kết quả nghiên cứu, tác giả đề xuất các 
giải pháp sau: 
Thứ nhất, nâng cao sự đa dạng trong lựa 
chọn món ăn cho người tiêu dùng bằng cách tại 
các trang web/ứng dụng bán hàng trên mạng 
của cơ sở kinh doanh ăn uống cần cung cấp đầy 
đủ và đa dạng thông tin, hình ảnh về món ăn, 
đem đến sự đa dạng trong việc lựa chọn thức 
ăn, cung cấp cho người tiêu dùng nhiều sự lựa 
chọn hấp dẫn. 
Thứ hai, tạo niềm tin cho khách hàng và gia 
tăng tính thu hút của món ăn bằng cách đảm 
bảo chất lượng sản phẩm; hình thức trình bày 
đẹp hơn; chất lượng phục vụ càng tốt thì sẽ có 
thể thu hút được khách hàng. 
Thứ ba, định giá cho món một cách hợp lý, 
không quá cao và đồng thời cũng cần tạo sự đa 
dạng với các mức giá khác nhau để khách hàng 
có nhiều sự lựa chọn, luôn hướng đến việc đem 
lại món ăn tốt nhất cho khách hàng với mức giá 
phải chăng. Bên cạnh đó cần có nhiều chương 
trình khuyến mãi để thu hút khách đặt món ăn 
cho những lần tiếp theo. 
Tài liệu tham khảo 
[1] Barbara L. Gross, Bruce I. Newman, Jagdish N. 
Sheth (2011). Why we buy what we buy: A theory 
of consumption values, Jounal of Business 
Research, 22, 159-170. 
[2] Blackwell, R. D., Miniard, P. W., & Engel, J. F. 
(2001). Consumer behavior. South-Western Pub. 
[3] Chowdhury, M. S., & Ahmad, N. (2012). Factors 
affecting consumer participation in online shopping 
in Malaysia: The case of University students. 
European Journal of Business and Economics, 5. 
[4] Easwar Krishna Iyer, Sach Sehgal, Deepak Raj, 
Kanika Saxena, Tapan Panda. Analysis of the 
Convergence of Buyer and Seller Interests in 
e-Commerce Space, 2013. 
[5] Häubl, G., & Trifts, V. (2000). Consumer decision 
making in online shopping environments: The 
effects of interactive decision aids. Marketing 
Science, 19(1), 4-21. 
[6] Ha, S., & Stoel, L. (2009). Consumer E-shopping 
acceptance: Antecedents in a technology acceptance 
model. Journal of Business Research, 62(5), 565-571. 
[7] Kotler, P., & Levy, S. J. (1969). Broadening the 
concept of marketing. Journal of Marketing, 33(1), 
10-15. 
[8] Lohse, G. L., & Spiller, P. (1998). Electronic 
shopping. Communications of the ACM, 41(7), 81-87. 
[9] Madichie, N. O. (2009). Consumer behavior: Buying, 
having, and being (8th ed.)20091Michael R. 
Solomon. Consumer behavior: Buying, having, and 
being (8th ed.). Upper Saddle River, NJ: Pearson 
education 2009. , ISBN: ‐13: 978‐0‐13‐515336‐9 
‐10: 0‐13‐515336‐0 
[10] Moe, W. W., & Fader, P. S. (2004). Dynamic 
conversion behavior at e-Commerce sites. 
Management Science, 50(3), 326-335. 
[11] Na Li & Ping Zhang. (2002).Consumer online 
shopping attitudes and behavior: an assessment of 
research. Eighth Americas Conference on 
Information Systems, 508-517. 
[12] Turban et al. (2002). Electronic Commerce 2002: A 
Managerial Perspective.Prentice-Hall. 
[13] Kotler, P. and Keller, K. (2006) Marketing 
Management (12th Edition).Upper Saddle River: 
Prentice Hall. 
[14] Perea y Monsuwé, T., Dellaert, B. G., & De Ruyter, 
K. (2004). What drives consumers to shop online? A 
literature review. International Journal of Service 
Industry Management, 15(1), 102-121 
[15] Soopramanien, D. G., & Robertson, A. (2007). 
Adoption and usage of online shopping: An 
empirical analysis of the characteristics of “buyers” 
“browsers” and “non-internet shoppers”. Journal of 
Retailing and Consumer Services, 14(1), 73-82.