NGHIÊN cứu các yếu tố ẢNH HƯỞNG đến QUYẾT ĐỊNH MUA LAPTOP của SINH VIÊN THÀNH PHỐ hồ CHÍ MINH

GIỚI THIỆU CHUNG VỀ NGHIÊN CỨU

Tên đề tài

Thành phố Hồ Chí Minh, với 247 trường đại học và cao đẳng, có số lượng sinh viên đông nhất cả nước Sự phát triển của công nghệ đã ảnh hưởng lớn đến việc học tập và giải trí của sinh viên, dẫn đến nhu cầu mua laptop ngày càng tăng về cả số lượng và chất lượng Điều này đặt ra yêu cầu nghiên cứu hành vi tiêu dùng của sinh viên, giúp doanh nghiệp hiểu và đáp ứng tốt hơn nhu cầu thị trường Vì vậy, nhóm đã chọn đề tài “Nghiên cứu những yếu tố ảnh hưởng đến quyết định mua laptop của sinh viên thành phố Hồ Chí Minh”.

Mục tiêu của bài nghiên cứu

Bài viết này nhằm xác định các yếu tố ảnh hưởng đến quyết định mua laptop của sinh viên trường Đại học Tài chính - Marketing Nhóm nghiên cứu sẽ đo lường và phân tích để tính toán mức độ ảnh hưởng cũng như mối liên hệ và tác động giữa các yếu tố này.

Nhóm nghiên cứu đã đưa ra nhận xét và đề xuất các giải pháp cho siêu thị, cửa hàng và doanh nghiệp nhằm giải quyết các vấn đề hiện tại, đồng thời phát triển chiến lược marketing phù hợp để tối đa hóa cơ hội nắm bắt xu hướng thị trường.

Phương pháp nghiên cứu

Nhóm nghiên cứu đã tiến hành khảo sát định lượng với 172 sinh viên tại thành phố Hồ Chí Minh thông qua bảng câu hỏi Dữ liệu thứ cấp được thu thập từ các nghiên cứu và bài báo trước đó để tham khảo và phân tích các yếu tố ảnh hưởng đã được chứng minh Dữ liệu sơ cấp được thu thập từ kết quả bảng câu hỏi được thiết kế theo phương pháp định lượng.

TIEU LUAN MOI download : skknchat123@gmail.com

Cơ sở lý thuyết

1.4.1 Các khái niệm liên quan đến vấn đề nghiên cứu

 Laptop (máy tính xách tay):

Máy tính xách tay (laptop) là một thiết bị cá nhân nhỏ gọn, dễ dàng mang theo Nó thường được trang bị màn hình LCD hoặc LED mỏng ở nắp trên và bàn phím chữ kết hợp số bên trong nắp dưới.

Máy tính xách tay tích hợp màn hình, bàn phím, touchpad và loa, cho phép hoạt động giống như máy tính bàn mà không cần thiết bị ngoại vi Với thiết kế này, laptop dễ dàng di chuyển và sử dụng ở nhiều địa điểm khác nhau.

 Lý thuyết về hành vi người tiêu dùng: Khái niệm hành vi người tiêu dùng:

Theo Philip Kotler, hành vi người tiêu dùng được định nghĩa là tổng thể các hành động diễn ra từ khi người tiêu dùng nhận biết nhu cầu cho đến khi thực hiện mua hàng và sau khi sử dụng sản phẩm Mô hình hành vi người tiêu dùng phản ánh quá trình này một cách rõ ràng.

Mô hình hành vi người tiêu dùng xác định các yếu tố kích thích ảnh hưởng đến quyết định mua hàng "Hộp đen" đại diện cho suy nghĩ và nhận thức của người tiêu dùng, nơi tiếp nhận các tác động từ marketing và môi trường bên ngoài Những kích thích này được "hộp đen" xử lý và chuyển đổi thành phản ứng của người mua, bao gồm hành vi lựa chọn sản phẩm, nhãn hiệu, nhà cung cấp và quyết định mua sắm.

 Tiến trình ra quyết định mua:

Tiến trình ra quyết định mua hàng của khách hàng bao gồm năm giai đoạn chính: đầu tiên là nhận biết nhu cầu, tiếp theo là tìm kiếm thông tin, sau đó là đánh giá các lựa chọn, kế đến là lựa chọn mua, và cuối cùng là đánh giá sau khi mua.

TIEU LUAN MOI download : skknchat123@gmail.com khi mua Tùy theo loại sản phẩm mà một số giai đoạn có thể bị bỏ qua hoặc đảo lộn.

Tâm lý của khách hàng có ảnh hưởng mạnh mẽ đến quá trình ra quyết định mua sắm Mức độ phức tạp trong quy trình mua hàng tỉ lệ thuận với sự quan tâm của cá nhân đối với sản phẩm; khi khách hàng càng quan tâm, thì quá trình mua sẽ trở nên phức tạp hơn.

Đặc điểm kỹ thuật của máy tính xách tay bao gồm các chỉ báo về thông số kỹ thuật, cấu tạo và khả năng hoạt động cơ bản, phản ánh cảm nhận của người tiêu dùng về hiểu biết của họ đối với sản phẩm Sự hiểu biết này thường phát sinh từ quá trình tiêu dùng sản phẩm, ảnh hưởng đến quyết định mua hàng của họ.

H1: Đặc điểm kỹ thuật có quan hệ thuận chiều với quyết định mua laptop của sinh viên tại thành phố Hồ Chí Minh

Tính năng tăng cường là những chỉ báo về các đặc điểm nổi bật bổ sung cho máy tính xách tay, bao gồm các tính năng như bàn phím chống nước và màn hình cảm ứng Những tính năng này không chỉ nâng cao trải nghiệm người dùng mà còn giúp thiết bị hoạt động hiệu quả hơn.

Tính năng tăng cường phản ánh sự hiểu biết về các đặc điểm nổi bật của sản phẩm, đồng thời đáp ứng nhu cầu của người tiêu dùng một cách hiệu quả.

H2: Tính năng tăng cường có quan hệ thuận chiều với quyết định mua laptop của sinh viên tại thành phố Hồ Chí Minh

Khả năng kết nối và di động của laptop rất quan trọng, thể hiện mức độ hiểu biết của người dùng về các tính năng kết nối như internet và wifi Sự tiện lợi khi di chuyển laptop để làm việc hoặc học tập cũng đáp ứng nhu cầu thông tin của họ trên thị trường hiện nay.

Khánh, Lê Đỗ Ngọc Huyền, Nguyễn Thảo Ly, & Nguyễn Duy Trinh, 2021)

H3: Khả năng kết nối và di động có quan hệ thuận chiều với quyết định mua laptop của sinh viên tại thành phố Hồ Chí Minh

Thương hiệu bao gồm các yếu tố như hình ảnh, định vị và giá trị của công ty sản xuất cũng như công ty phân phối máy tính xách tay (Phạm Hùng Cường & Phan Lê Thùy Trang, 2021).

H4: Thương hiệu ảnh hưởng đến quyết định mua laptop của sinh viên tại thành phố Hồ Chí Minh Ảnh hưởng từ xã hội, hay còn gọi là chuẩn mực chủ quan, đề cập đến nhận thức của cá nhân về những ý kiến và áp lực từ người khác liên quan đến hành vi mua sắm Chuẩn mực chủ quan thể hiện cách mà sinh viên cảm nhận về sự kỳ vọng của xã hội đối với việc lựa chọn laptop, từ đó ảnh hưởng đến quyết định cuối cùng của họ.

Theo nghiên cứu của Organizational Behavior and Human Decision (1991), khi mối quan hệ giữa người ảnh hưởng và người tiêu dùng trở nên thân thiết và đáng tin cậy, người tiêu dùng sẽ có xu hướng tin tưởng hơn và dễ dàng đưa ra quyết định dưới sự tác động của người đó.

H5: Ảnh hưởng từ xã hội có quan hệ thuận chiều với quyết định mua laptop của sinh viên tại thành phố Hồ Chí Minh

Giá cả và điều kiện thanh toán là những yếu tố quan trọng khi mua laptop, bao gồm mức giá, các điều kiện thanh toán, cũng như các chương trình khuyến mãi và chiết khấu hấp dẫn.

Giá cả là yếu tố quan trọng hàng đầu trong quyết định mua sắm sản phẩm Trước khi đưa ra lựa chọn, người tiêu dùng thường xem xét xem mức giá có phù hợp với khả năng chi trả của họ hay không.

H6: Giá cả và điều kiện thanh toán có quan hệ thuận chiều với quyết định mua laptop của sinh viên tại thành phố Hồ Chí Minh

Mô hình nghiên cứu đề xuất

Nhóm tác giả đã tổng hợp và chọn lọc các nghiên cứu liên quan, từ đó điều chỉnh cho phù hợp với điều kiện nghiên cứu tại thành phố Hồ Chí Minh Kết quả là mô hình đề xuất với 7 yếu tố ảnh hưởng đến quyết định mua laptop của sinh viên.

Hình 1 2: Mô hình nghiên cứu đề xuất

XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU

Thông tin về mẫu nghiên cứu

Mẫu nghiên cứu được thu thập thông qua bảng câu hỏi khảo sát, với 172 phiếu được thu về, trong đó có 22 phiếu không đủ điều kiện Cuối cùng, cỡ mẫu chính xác là 150 mẫu Dữ liệu sau đó được xuất sang phần mềm Excel và nhập vào phần mềm SPSS để thực hiện phân tích định lượng.

Thao tác: Analyze > Descriptive Statistics > Frequencies Statistics Đưa các biến cần chạy thống kê mô tả từ mục bên trái sang mục bên phải Variable, chọn OK.

Bảng 2 1: Bảng thống kê mô tả các biến định lượng của nghiên cứu Đặc điểm Số lượng Tần suất

Thu nhập Từ 3 triệu đến 5 triệu 29 19,3%

Khảo sát giới tính cho thấy, trong số người tiêu dùng mua laptop, có 50 nam (chiếm 33,3%) và 100 nữ (chiếm 66,7%) Điều này cho thấy, người tiêu dùng chủ yếu mua laptop là nữ.

Khảo sát thu nhập cho thấy 74,7% người tham gia có thu nhập dưới 3 triệu đồng, 19,3% có thu nhập từ 3 triệu đến 5 triệu đồng, và chỉ 9 người có thu nhập trên 5 triệu đồng Đặc biệt, nhóm tác giả nhận định rằng đa số người mua laptop thuộc về nhóm thu nhập dưới 3 triệu đồng.

Khảo sát về năm học: Sinh viên năm 1 có 9 người (chiếm 6%), sinh viên năm 2 có

57 người (chiếm 38%), sinh viên năm 3 có 72 người (chiếm 48%) và sinh viên năm

Kiểm định mối liên hệ giữa các biến định tính

Mục đích của kiểm định Chi bình phương là để đánh giá mối quan hệ giữa hai biến định tính hoặc biến phân loại trong một tập dữ liệu.

Cách thức tiến hành với SPSS như sau: Analyze > Descriptive Statistics >

Crosstab Đưa lần lượt từng biến định tính cần phân tích vào 2 ô Row(s) và

Column(s) Nhấn vào hộp thoại Statistics, chọn ô Chi-square và Phi & Cramer’s

V, chọn Continue Chọn OK để phân tích. Ý nghĩa các đại lượng:

Kiểm tra chi bình phương chỉ có ý nghĩa khi số lượng quan sát đủ lớn Nếu có hơn 20% ô trong bảng chéo có tần suất lý thuyết nhỏ hơn hoặc bằng 5, giá trị kiểm định sẽ không đáng tin cậy Cuối bảng sẽ có dòng thông báo về tỷ lệ phần trăm số ô có tần suất lý thuyết dưới 5.

● Pearson Chi-square Sig.: Dựa vào giá trị này để kết luận là chấp nhận hay bác bỏ giả thuyết H0

○ p-value (sig.) ≤ 0.05 là bác bỏ giả thuyết H0 Có nghĩa là có mối quan hệ có ý nghĩa giữa các biến cần kiểm định.

○ p-value (sig.) > 0.05 là chấp nhận H0 Không có mối quan hệ giữa các biến cần kiểm định.

● Likelihood Ratio là một số thống kê tương tự với Pearson Chi- Square Đối với cỡ mẫu lớn thì kết quả của 2 số này khá gần nhau.

Linear-by-linear Association là một phương pháp để đo lường mối quan hệ tuyến tính giữa hai biến được kiểm định Để đảm bảo tính chính xác, các biến ở cột và hàng cần được sắp xếp theo thứ tự từ nhỏ đến lớn; nếu không, kết quả sẽ không có giá trị.

Bảng 2 2: Kết quả Kiểm tra Chi-square của biến Giới tính và Thu nhập

Giá trị df Ý nghĩa tiệm cận

Tỷ lệ khả năng 3.049 2 218 xảy ra

Số lượng các 150 trường hợp hợp lệ

TIEU LUAN MOI download : skknchat123@gmail.com aCó 1 ô (chiếm 16.7% số ô trong bảng chéo) có tần số mong đợi nhỏ hơn 5 Tần số tối thiểu là 3.00.

Có 16.7% (< 20%) số ô có tần số mong đợi dưới 5 nên ta kết luận kết quả kiểm định Chi-bình phương là đáng tin cậy.

Pearson Chi-square Sig = 0.210 > 0.05 nên ta kết luận không có mối liên hệ giữa Giới tính và Thu nhập của các sinh viên tại TP.HCM.

Bảng 2 3 Kết quả Kiểm tra Chi-square của biến Năm học và Thu nhập

Giá trị df Ý nghĩa tiệm cận

Tỷ lệ khả năng 53.196 6 000 xảy ra

Sự liên kết linear- 33.376 1 000 by-linear

Số lượng các 150 trường hợp hợp lệ

TIEU LUAN MOI download : skknchat123@gmail.com aCó 6 ô (chiếm 50% số ô trong bảng chéo) có tần số mong đợi nhỏ hơn 5 Tần số tối thiểu là 54.

Kết quả kiểm định Chi-bình phương cho thấy có 50% (>20%) số ô có tần số mong đợi dưới 5, do đó kết luận rằng mối liên hệ giữa Năm học và Thu nhập là không có ý nghĩa và không đáng tin cậy.

Kiểm định độ tin cậy thang đo (hệ số cronbach’s Alpha)

Phân tích này nhằm đánh giá độ tin cậy và chất lượng của các biến quan sát thuộc nhân tố mẹ Kiểm định sẽ xác định các biến nào có vai trò quan trọng trong việc đo lường khái niệm nhân tố và những biến nào không đóng góp hiệu quả Điều này cũng giúp đảm bảo tính chặt chẽ và thống nhất trong các câu trả lời, xác nhận rằng người được hỏi đã hiểu đúng cùng một khái niệm.

To perform reliability analysis using SPSS, navigate to Analyze > Scale > Reliability Analysis and analyze each measurement scale individually In the Reliability Analysis window, input the observed variables for each factor into the Items section, then select Statistics and choose Scale if item deleted to obtain the relevant results.

Continue > OK để xuất kết quả ra output.

Các tiêu chuẩn kiểm định độ tin cậy thang đo Cronbach’s Alpha theo Hair và cộng sự (1998) cho thấy rằng thang đo có giá trị Cronbach’s Alpha từ 0.8 đến 1 là tốt, từ 0.7 đến 0.8 là có thể sử dụng, và từ 0.6 trở lên là đủ điều kiện sử dụng Để đảm bảo tính chính xác, hệ số tương quan biến tổng Corrected Item – Total Correlation cần đạt ≥ 0.3.

● Cronbach's Alpha (Hệ số Cronbach's Alpha): hệ số Cronbach’s Alpha giúp đo lường độ tin cậy của thang đo.

● N of Items: Số lượng biến quan sát

● Scale Mean if Item Deleted: Trung bình thang đo nếu loại biến

● Scale Variance if Item Deleted: Phương sai thang đo nếu loại biến

● Corrected Item-Total Correlation (Tương quan biến tổng): cho thấy mức độ chặt chẽ giữa các biến quan sát tương ứng với biến tổng.

Hệ số Cronbach's Alpha nếu loại biến (Cronbach's Alpha if Item Deleted) thể hiện giá trị Cronbach's Alpha khi biến đang được xem xét bị loại bỏ Nếu giá trị này lớn hơn hệ số Cronbach's Alpha tổng thể của nhóm, điều này cho thấy cần xem xét việc loại bỏ biến quan sát đó để cải thiện độ tin cậy của thang đo.

Bảng 2 4: Kết quả kiểm định độ tin cậy Cronbach’s Alpha

Trung bình thang Hệ số tương quan Hệ số Cronbach's đo nếu loại biến biến tổng Alpha nếu bị loại biến Thang đo Đặc điểm kỹ thuật: Cronbach's Alpha = 0,782

Thang đo Tính năng tăng cường: Cronbach's Alpha = 0,785

Biến Trung bình thang Hệ số tương quan Hệ số Cronbach's đo nếu loại biến biến tổng Alpha nếu bị loại quan sát biến

Thang đo Khả năng kết nối và di động: Cronbach's Alpha = 0,835

Thang đo Thương hiệu: Cronbach's Alpha = 0,781

Thang đo Ảnh hưởng từ xã hội: Cronbach's Alpha = 0,804

Thang đo Giá cả và khả năng thanh toán: Cronbach's Alpha = 0,685

Biến Trung bình thang Hệ số tương quan Hệ số Cronbach's đo nếu loại biến biến tổng Alpha nếu bị loại quan sát biến

Thang đo Dịch vụ hậu mãi: Cronbach's Alpha = 0,815

Thang đo Quyết định mua: Cronbach’s Alpha = 0,672

Nguồn: Xử lý dữ liệu khảo sát qua SPSS

Kết quả kiểm định cho thấy các yếu tố như Đặc điểm kỹ thuật, Tính năng tăng cường, Khả năng kết nối và di động, Thương hiệu, Ảnh hưởng từ xã hội, Giá cả và khả năng thanh toán, cùng với Dịch vụ hậu mãi đều có ảnh hưởng rõ rệt đến Quyết định mua.

Hệ số Cronbach’s Alpha trong nghiên cứu này lớn hơn 0,6, cho thấy độ tin cậy của các thang đo Cụ thể, thang đo Khả năng kết nối và di động đạt hệ số cao nhất là 0,835, trong khi hệ số thấp nhất được ghi nhận là

0,672 của thang đo Quyết định mua Tất cả các thang đo đều có độ tin cậy

Cronbach’s Alpha lớn hơn 0,6 cho thấy độ tin cậy của thang đo là cao Tất cả các biến quan sát có hệ số tương quan biến tổng lớn hơn 0,3, cho thấy mối liên hệ mạnh mẽ giữa các biến Nếu một trong các biến quan sát bị loại bỏ, Cronbach’s Alpha vẫn duy trì ở mức chấp nhận được.

Tải luận văn mới tại skknchat123@gmail.com cho thấy rằng có 7 thang đo đáng tin cậy, với hệ số Cronbach’s Alpha của biến tổng lớn hơn các biến nhỏ hơn Tất cả các biến này được giữ lại để thực hiện phân tích nhân tố khám phá nhằm kiểm định giá trị của thang đo.

Phân tích nhân tố khám phá EFA

Phân tích nhân tố khám phá (EFA) nhằm mục đích rút gọn một tập hợp k biến quan sát thành các nhân tố có ý nghĩa hơn, đồng thời vẫn giữ lại hầu hết thông tin từ tập biến ban đầu (Hair J.F Jr và cộng sự, 1998) Phương pháp này giúp phát hiện mối quan hệ giữa các biến trong các nhóm nhân tố khác nhau, từ đó nhận diện các biến quan sát có thể tải lên nhiều nhân tố hoặc bị phân sai nhân tố Thao tác này thường được thực hiện thông qua phần mềm SPSS.

To conduct an Exploratory Factor Analysis (EFA) with independent variables, navigate to Analyze > Dimension Reduction > Factor In the Factor Analysis window, input all relevant observed variables into the Variables box, excluding those eliminated during the Cronbach’s Alpha test Next, select Descriptive > KMO and Bartlett's test of sphericity, then click Continue For extraction, choose Method: Principal axis factoring and proceed by clicking Continue Under Rotation, select Promax and click Continue again Then, go to Options, suppress small coefficients by setting the absolute value below 2, and click Continue Finally, click OK to perform the EFA on the independent variables.

To conduct factor analysis with a dependent variable, navigate to Analyze > Dimension Reduction > Factor In the Factor Analysis window, input all observed variables related to the dependent variable into the Variables box, excluding those eliminated in the Cronbach’s Alpha test Select Descriptive > KMO and Bartlett's test of sphericity, then click Continue For extraction, choose Method: Principal Components and click Continue Next, select Rotation > Varimax and click Continue Under Options, suppress small coefficients by setting the Absolute value below 2, then click Continue Finally, click OK to execute the analysis.

EFA các biến phụ thuộc.

TIEU LUAN MOI download : skknchat123@gmail.com Ý nghĩa của các đại lượng:

● Hệ số KMO (Kaiser-Meyer-Olkin): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố.

● Kiểm định Bartlett (Bartlett’s test of sphericity): dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không.

● Trị số Eigenvalue dùng để xác định số lượng nhân tố trong phân tích EFA.

Tổng phương sai trích (Total Variance Explained) cho thấy tỷ lệ phần trăm các nhân tố được trích ra từ các biến quan sát và mức độ phần trăm phương sai bị mất đi.

Các tiêu chuẩn trong phân tích nhân tố khám phá EFA để phân tích nhân tố là phù hợp:

● Trị số của KMO phải đạt giá trị từ 0.5 đến 1 (0.5 ≤ KMO ≤ 1)

● Kiểm định Bartlett (Bartlett’s test of sphericity) có sig Bartlett’s Test nhỏ hơn 0.05

● Trị số Eigenvalue phải lớn hơn hoặc bằng 1

● Tổng phương sai trích (Total Variance Explained) lớn hơn hoặc bằng 50%

2.4.1 Kết quả phân tích EFA của biến độc lập

Bảng 2 5: Kết quả phân tích EFA đối với thang đo các biến độc lập

Biến Nhân tố quan sát

Giá trị P của kiểm định Bartlett’s = 0,000

Phần trăm phương sai trích = 70,692%

Nguồn: Xử lý dữ liệu khảo sát qua SPSS

Kết quả phân tích cho thấy hệ số KMO đạt 0,821, vượt ngưỡng 0,5, chứng tỏ điều kiện phân tích nhân tố là phù hợp Kiểm định Bartlett’s có giá trị sig là 0,000, cho thấy sự tương quan giữa các biến quan sát trong tổng thể Qua 8 lần phân tích nhân tố EFA, từ 27 biến cơ sở ban đầu, đã rút gọn còn 20 biến quan sát với hệ số tải lớn hơn 0,5 và giá trị Eigenvalue đạt 1,137.

> 1 với tổng phương sai trích = 53.729% (> 50%) Qua 8 lần phân tích, các biến quan sát được chia thành 6 nhân tố, cụ thể:

Nhóm nhân tố đầu tiên liên quan đến nhận thức về Đặc điểm kỹ thuật (KT), với bốn tiêu chí KT1, KT2, KT3 và KT4 được nhóm lại thành một nhóm nhân tố duy nhất Điều này chứng tỏ rằng các biến quan sát này có mối quan hệ ý nghĩa với nhân tố nhận thức về Đặc điểm kỹ thuật.

Nhóm nhân tố thứ hai liên quan đến nhận thức về Tính năng tăng cường (TC), trong đó có bốn tiêu chí được nhóm lại thành một nhân tố, bao gồm các biến quan sát TC1, TC2 và TC3.

TC5 Cho thấy chúng có quan hệ ý nghĩa với nhân tố nhận thức Tính năng tăng cường.

Nhóm nhân tố thứ ba liên quan đến nhận thức về khả năng kết nối và di động (KN), bao gồm ba tiêu chí được nhóm lại thành một yếu tố, với ba biến quan sát là KN1, KN2 và KN3 Các biến này cho thấy mối quan hệ ý nghĩa với nhân tố nhận thức về khả năng kết nối và di động.

Nhóm nhân tố thứ tư liên quan đến nhận thức ảnh hưởng từ xã hội, bao gồm bốn tiêu chí được nhóm lại thành một nhân tố với ba biến quan sát: XH1, XH2 và XH3 Kết quả cho thấy mối quan hệ ý nghĩa giữa các biến này và nhân tố nhận thức ảnh hưởng từ xã hội.

Nhóm nhân tố thứ năm liên quan đến nhận thức về Dịch vụ hậu mãi (HM) được xác định thông qua bốn tiêu chí, bao gồm các biến quan sát HM1, HM2 và HM3 Kết quả cho thấy sự liên kết có ý nghĩa giữa các biến này với nhân tố nhận thức về Dịch vụ hậu mãi.

Nhóm nhân tố thứ sáu liên quan đến nhận thức thương hiệu (TH) cho thấy bốn tiêu chí đều được nhóm lại thành một nhân tố, bao gồm bốn biến quan sát là TH1, TH2, và TH3 Điều này chứng tỏ rằng các biến này có mối quan hệ ý nghĩa với nhân tố nhận thức thương hiệu.

2.4.2 Kết quả phân tích EFA của biến phụ thuộc

Bảng 2 6: Kết quả phân tích EFA của biến phụ thuộc

Hệ số KMO = 0,647 Giá trị P của kiểm định Bartlett’s = 0,000 Phần trăm phương sai trích = 60,711%

Kết quả phân tích cho thấy Sig = 0,000, xác nhận sự tương quan giữa các biến quan sát trong tổng thể Chỉ số KMO đạt 0,647, vượt mức tối thiểu 0,5, cho thấy điều kiện phân tích nhân tố là phù hợp Phân tích cũng chỉ ra có một nhân tố được trích ra với Eigenvalue bằng 1,821, giải thích 60,711% sự biến thiên của ba biến quan sát trong EFA.

Phân tích tương quan

Hệ số tương quan Pearson được sử dụng để đánh giá mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, đồng thời giúp phát hiện hiện tượng đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau.

Thao tác trên SPSS: Analyze > Correlate > Bivariate … Hộp thoại

Bivariate Correlations xuất hiện, đưa các biến độc lập và biến phụ thuộc từ cột bên trái sang bên phải Chọn OK để phân tích tương quan.

Bảng 2 7: Bảng phân tích tương quan Pearson

KT TC KN TH XH HM QĐ

* Correlation is significant at the 0.05 level (2-tailed).

** Correlation is significant at the 0.01 level (2-tailed).

Nguồn: Kết quả xử lý SPSS 2022

Khi xem xét Bảng phân tích tương quan Pearson, điều quan trọng là chú ý đến giá trị sig Để xác định mối tương quan r có ý nghĩa, mức ý nghĩa Sig cần phải nhỏ hơn α = 0.05.

Kết quả từ ma trận tương quan Pearson chỉ ra rằng tất cả các biến độc lập đều có mối quan hệ tương quan với biến phụ thuộc là Quyết định mua, với giá trị Sig nhỏ hơn 0,05 Điều này cho thấy các yếu tố như Đặc điểm kỹ thuật, Tính năng tăng cường, Khả năng kết nối và di động, Thương hiệu, và Ảnh hưởng từ xã hội đều ảnh hưởng đến quyết định mua hàng.

Dịch vụ hậu mãi đều có mối tương quan đến quyết định mua laptop của sinh viên trên địa bàn thành phố Hồ Chí Minh.

Sau khi đánh giá sự tương quan giữa các biến, giá trị r (tương quan Pearson) được sử dụng để xác định mức độ tương quan mạnh hay yếu giữa biến phụ thuộc và biến độc lập Cụ thể, nếu r = 0, hai biến không có mối tương quan tuyến tính; nếu r = 1 hoặc r = -1, hai biến có mối tương quan tuyến tính tuyệt đối Hệ số tương quan âm (r < 0) cho thấy khi giá trị biến x tăng, giá trị biến y giảm, và ngược lại Ngược lại, hệ số tương quan dương (r > 0) cho thấy khi giá trị biến x tăng, giá trị biến y cũng tăng, và ngược lại.

Mối tương quan giữa các biến độc lập cho thấy hầu hết các cặp biến có mối tương quan tuyến tính, với giá trị Sig nhỏ hơn 0,05 và hệ số tương quan dao động từ 0.105 đến 0.528 Điều này chỉ ra khả năng xảy ra đa cộng tuyến giữa các biến độc lập Nhóm sẽ kiểm tra hiện tượng này trong quá trình phân tích hồi quy tuyến tính bội và sử dụng hệ số lạm phát phương sai VIF (Variance inflation factor).

Hồi quy bội

Phân tích hồi quy tuyến tính giúp xác định mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc Trong nghiên cứu này, chúng tôi xem xét 6 biến độc lập: “Đặc điểm kỹ thuật”, “Tính năng tăng cường”, “Ảnh hưởng từ xã hội”, “Dịch vụ hậu mãi”, “Thương hiệu” và “Khả năng kết nối và di động”.

Do các biến khác đã được loại bỏ trong phân tích nhân tố khám phá (EFA), giá trị của các nhân tố được sử dụng trong phân tích hồi quy là giá trị trung bình của các biến quan sát Các giá trị “Đặc điểm kỹ thuật” lần lượt được ký hiệu là KT, TC, KN, TH, XH, HM.

Trong nghiên cứu này, chúng tôi đã áp dụng phân tích hồi quy đa biến để đánh giá ảnh hưởng của 6 nhân tố bao gồm "Tính năng tăng cường", "Khả năng kết nối và di động", "Thương hiệu", "Ảnh hưởng từ xã hội" và "Dịch vụ hậu mãi" Các nhân tố này đã được kiểm định hệ số tương quan nhằm xác định mối quan hệ giữa chúng và các yếu tố khác trong mô hình.

Mô hình hồi quy từng phần bao gồm các biến độc lập KT, TC, KN, TH, XH, HM và biến phụ thuộc QD Hệ số tự do của mô hình phản ánh mối quan hệ giữa các biến độc lập ₁, ₂, ₃, ₄, ₅ và biến phụ thuộc, giúp phân tích ảnh hưởng của các yếu tố này đến QD một cách chính xác.

( ₆ ₀ ) ), Mô hình hồi quy tuyến tính được xây dựng như sau:

QD= ₀+ ₁*KT + ₂*TC + ₃*KN + ₄*TH + ₅*XH + ₆*HM + e

QD: là biến phụ thuộc chịu tác động của các biến khai thác

KT, TC, KN, TH, XH, HM: là các biến độc lập tác động lên biến phụ thuộc

₀: là hệ số chưa chuẩn hóa Beta, hay còn gọi là tung độ gốc

₁, ₂, ₃, ₄, ₅, ₆: là hệ số hồi quy e: là sai số ước lượng

To perform linear regression in SPSS, navigate to Analyze > Regression > Linear Place the dependent variable in the Dependent box and the independent variables in the Independents box Select Statistics, check the boxes for Collinearity diagnostics and Durbin-Watson, then click Continue For visualizations, go to Plots, select Histogram and Normal probability plot, and drag the ZRESID variable into the appropriate box.

Y, kéo biến ZPRED thả vào ô X Quay lại hộp thoại Linear Regression, chọn

Method: Enter, cuối cùng chọn OK để phân tích hồi quy.

Bảng 2 8: Kết quả phân tích hồi quy_Bảng Model Summary

Mô hình R R² R² hiệu Độ lệch Durbin chỉnh chuẩn của Watson ước lượng

1 601ê 361 334 56285 2.247 a Biến độc lập: (hằng số): HM, TC, XH, KT, KN, TH b Biến phụ thuộc: QD

Để đánh giá mức độ phù hợp của mô hình hồi quy với tập dữ liệu, chúng ta sử dụng hệ số R² hiệu chỉnh Kết quả cho thấy hệ số R² hiệu chỉnh là 0.334, thấp hơn R² là 0.361, cho thấy mô hình hồi quy phù hợp với dữ liệu ở mức 33.4% Điều này có nghĩa là 6 biến độc lập trong mô hình ảnh hưởng 33.4% đến sự thay đổi của biến phụ thuộc “Quyết định mua laptop”, trong khi 66.6% còn lại do các biến ngoài mô hình và sai số ngẫu nhiên.

Hệ số Durbin-Watson đạt 2.247 với mức ý nghĩa 5%, hệ số biến độc lập đưa vào chạy hồi quy k’=6, kích thước mẫu n0

Tra bảng DW ta có dL=1.400 và dU=1.863 Thấy DW=2.247 > dL=1,679.

Do dU < DW < 4-dU, kết luận rằng mô hình không có sự tự tương quan.

2.6.1 Kết quả kiểm định ANOVA

Bảng 2 9: Kết quả kiểm định ANOVA

Mô hình Tổng bình Df Bình phương F Mức ý nghĩa phương trung bình

Phân tích phương sai và hệ số R2 xác nhận tính phù hợp của mô hình nghiên cứu Tuy nhiên, để đưa ra kết luận tổng thể, cần thực hiện kiểm định F thông qua phân tích phương sai.

Kết quả phân tích cho thấy giá trị F = 13.473, với mức ý nghĩa Sig = 0,000 (nhỏ hơn 0,05), cho thấy mô hình hồi quy phù hợp với dữ liệu và các biến độc lập đều có ý nghĩa thống kê ở mức 5% Do đó, giả thuyết H0 bị bác bỏ, chứng tỏ ít nhất một biến độc lập trong mô hình có ảnh hưởng đến biến phụ thuộc.

2.6.2 Kết quả hồi quy của từng biến

Bảng 2 10: Các hệ số hồi quy trong mô hình

Mô hình Hệ số chưa Hệ số T Mức ý Tương quan chuỗi chuẩn hóa chuẩn nghĩa hóa (Sig.)

Std, Beta Hệ số Hệ số error chấp phóng nhận đại phương sai

Xét các yếu tố có giá trị Sig < 0.05 bao gồm KT, TC, HM với giá trị Sig lần lượt là 0.002, 0.03, 0.003 < 0.05 là có ý nghĩa.

Độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (VIF) cho thấy không có hiện tượng đa cộng tuyến trong mô hình, với tất cả các hệ số chấp nhận đều lớn hơn 0,1 và VIF nhỏ hơn 10, không vượt quá 2 Mức ý nghĩa Sig của các nhân tố đều nhỏ hơn 0.05, cho thấy chúng có tác động cùng chiều đến ý định tham gia, với các hệ số hồi quy đều mang dấu dương Giá trị hồi quy chuẩn của các biến độc lập lần lượt là: Đặc điểm kỹ thuật 0.267, Tính năng tăng cường 0.137 và Hậu mãi 0.268.

Vậy ta có mô hình hồi quy tuyến tính như sau:

Kết quả nghiên cứu cho thấy ba biến độc lập gồm đặc điểm kỹ thuật, tính năng tăng cường và hậu mãi có giá trị Sig < 0,05 và hệ số hồi quy dương, cho thấy chúng có tác động tích cực đến quyết định mua của người tiêu dùng Ngược lại, các giả thuyết H3, H4, H5 liên quan đến khả năng kết nối và di động, thương hiệu và ảnh hưởng từ xã hội đều bị bác bỏ Do đó, chỉ có ba giả thuyết H1, H2, H6 được chấp nhận với ý nghĩa thống kê rõ ràng.

Kiểm định Independent samples T - Test và ANOVA

 Kiểm định T - Test giữa biến giới tính và biến Quyết định mua

Mục đích của kiểm định này là xác định sự khác biệt giữa nam và nữ trong nhu cầu tiêu dùng xanh, theo nghiên cứu của Hoàng Trọng và Chu Nguyễn Mộng.

Ngọc (2008) chỉ ra rằng để thực hiện kiểm định T-test, cần phải dựa vào kết quả kiểm định Levene nhằm xác định sự bằng nhau của hai phương sai tổng thể Phương sai đóng vai trò quan trọng trong việc diễn tả mức độ đồng đều hoặc không đồng đều của dữ liệu quan sát.

Thao tác trên SPSS: Analyze > Compare Means > Independent Samples T-Test Ở giao diện được mở ra, các bạn đưa biến định lượng vào mục Test

Variable(s), đưa biến định tính vào mục Grouping Variable Sau đó nhấn vào mục

Define Groups ngay bên dưới Điền 2 ô trống lần lượt là 1 và 2 Quay lại hộp thoại Independent-Samples T-Test, chọn OK.

Kết quả kiểm định sự khác biệt về Quyết định mua với biến giới tính được thể hiện trong bảng sau:

Bảng 2 11: Kết quả kiểm định Independent Samples T - Test

Kiểm định Levene Kiểm định t

Giả thiết phương sai bằng nhau 506 478 -.892 374

Giả thiết phương sai không bằng nhau

H₁: Phương sai không đồng nhất

Kết quả thống kê Levene cho giá trị Sig (màu vàng) = 0.478 > 0.05 (mức ý nghĩa).

Chấp nhận giả thuyết H₀ cho thấy phương sai của hai giới tính là giống nhau Do đó, trong kết quả kiểm định T-test, chúng ta sử dụng giả thuyết phương sai bằng nhau để tiến hành kiểm định cặp giả thuyết.

H₀: Không có sự khác biệt về quyết định mua giữa nam và nữ

H₁: Có sự khác biệt về quyết định mua giữa nam và nữ

Kết quả thống kê Leneve cho giá trị Sig T-test (màu xanh) đối với trường hợp phương sai bằng nhau = 0.374 > 0.05 (mức ý nghĩa).

Với mức ý nghĩa 5%, chúng ta chấp nhận giả thuyết H₀, điều này cho thấy không có sự khác biệt trong quyết định mua sắm giữa nam và nữ, cũng như phương sai các nhóm giá trị là đồng nhất.

Từ kết quả của kiểm định T-test, nhóm đi vào kiểm định ANOVA để tìm ra sự khác biệt giữa các cặp biến định lượng so với định tính.

2.7.2 Kiểm định ANOVA cho các biến nhân khẩu học a Kiểm định ANOVA giữa Quyết định mua và Số năm của sinh viên

Mục đích của nghiên cứu là kiểm định sự khác biệt có ý nghĩa thống kê giữa các biến nhân khẩu học trung bình, bao gồm số năm sinh viên và thu nhập Đồng thời, nghiên cứu cũng nhằm xác định mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc trong phân tích hồi quy.

Thao tác trên SPSS: Analyze > Compare Means > One-Way ANOVA… Đưa biến phụ thuộc vào mục Dependent List, đưa biến định tính vào mục Factor.

TIEU LUAN MOI download : skknchat123@gmail.com Ý nghĩa các đại lượng: Với bảng kiểm định ANOVA ta chỉ quan tâm đến giá trị Sig.

Nếu sig < 0.05 chúng ta kết luận có sự khác biệt ý nghĩa thống kê về Quyết định mua laptop của sinh viên thuộc nhóm số năm/thu nhập khác nhau.

Nếu giá trị sig nhỏ hơn 0.05, chúng ta có thể kết luận rằng không có sự khác biệt ý nghĩa thống kê trong Quyết định mua laptop của sinh viên thuộc các nhóm năm học và thu nhập khác nhau.

Bảng 2 12: Kết quả kiểm định ANOVA giữa Quyết định mua và Số năm của sinh viên

Sum of df Mean F Sig.

Kết quả phân tích ANOVA cho thấy không có sự khác biệt về ý định tiêu dùng xanh giữa các nhóm tuổi khác nhau, với giá trị Sig = 0.346, lớn hơn 0.05 Tiếp theo, cần thực hiện kiểm định ANOVA để so sánh mối quan hệ giữa Quyết định mua và Thu nhập.

Bảng 2 13: Kiểm định ANOVA giữa Quyết định mua và Thu nhập

Kết quả phân tích ANOVA cho thấy không có sự khác biệt đáng kể trong Quyết định mua laptop giữa các nhóm thu nhập khác nhau, với giá trị Sig = 0.611, lớn hơn 0.05.

Tiêu đề	Nghiên Cứu Các Yếu Tố Ảnh Hưởng Đến Quyết Định Mua Laptop Của Sinh Viên Thành Phố Hồ Chí Minh
Tác giả	Lê Nguyễn Nguyệt, Nương Lê Thị Mỹ Hòa, Nguyễn Thu Phương
Người hướng dẫn	Ths. Huỳnh Quốc Tuấn
Trường học	Trường Đại Học Tài Chính – Marketing
Chuyên ngành	Marketing
Thể loại	tiểu luận
Năm xuất bản	2022
Thành phố	Thành Phố Hồ Chí Minh

Định dạng
Số trang	65
Dung lượng	1,09 MB