Tiểu luận cuối kỳ Ảnh hưởng của tự tham khảo, thái Độ Đối với nữ quyền và Đánh giá Đạo Đức Đối với Ý Định mua hàng vai trò trung gian của

3.2 Phương pháp nghiên cứu định lượng 3.2.1 Kiểm định thang đo Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach's Alpha, trong nghiên cứu này, thang đo có độ tin cậy được chấp nhận

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC KINH TẺ TP HỎ CHÍ MINH

TRƯỜNG KINH DOANH

KHOA QUAN TRI KINH DOANH „

ee -BO GIAO DIC VA DAO TAO

DAI HOC KINH TE TP HO CHI MINH

UNIVERSITY

TIEU LUAN CUOI KY PHUONG PHAP DINH LUQNG ANH HUONG CUA TU THAM KHAO, THAI DO DOI V¢

NU QUYEN VA DANH GIA DAO DUC DOI VOI

Ý ĐỊNHÑHUXUOAXGV VU TRo TRUNG GIAN CUA ANH HUONG CUA TED ODOT KEAQURE COP OE RIVEN

NU QUYEN VA DANH GIA DAO DUC DOI VOI

Y DINH MUA HANG: V4VEBOITRENGHEMN CUA

THAI DO DOI VOI QUANGXHORU QUYEN

Ae Ss

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮTT s5 1 E1 E1111E11E111111112111.1 1.1 Eeere 2

DANH MỤC CÁC BẢNG BIIỂU 2-5 S2 211221211211211112112111EEE E1 rree 3 DANH MỤC CÁC HÌNH VẼ 22-5 21222112212 2112112112121212 2121112121 uea 4

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU S22 212111211211 sre 1

3.1 Quy trimb nghi6n CU eee ceeseeesecseessssseeeseesensececnnsesseeceesnssseesussascesuussseeeessnseeceesnaasesansaeeeatess 1

3.2.2 Kiểm định mô hình đo lường 2-2 222 2221172117.71 0 2 3.2.3 Kiểm định mô hình cấu trúc -2:+2 222.2427 E12471401121 1 1 eee 4

CHƯƠNG 4 KÉT QUÁ NGHIÊN CỨU VÀ BÀN LUẬN ca 8

4.2.3 Phân tích hồi quy, -22222222222222271271 71171 021111011 11.1110.11 15 4.3 Đánh giá kết qua phân tích bằng phần mềm SmartPLS s2sz:ccsz2te2 20

4.3.1 Đánh giá mô hình do lường, :552555c< S2 tre 22222221 12211 riey 20

4.3.2 Đánh giá mô hình cấu trúc -:2222222222221722217220.2.10.22211 22 4.4 So sánh kết quả kiếm định các mô hình hồi quy bội và mô hình đa biến với Smart

" 26

4.4.2 So sánh kết quá đánh giá sơ bộ giá trị thang đo -22222-222.s.-se 26

4.4.3 So sánh mức độ phù hợp của mô hình qua hệ số R2 : -22z2 28 4.4.4 So sánh kết quả hồi quy 222 2222222222212212.1471211111 1111 1 28

TÀI LIỆU THAM KHẢO 52-5 222 SE 192122121112121121121 1111112220121 yeu 32

IisI0809I9222 34

DANH MUC CAC TU VIET TAT

phương sai trích trung bình

3 HTMT Heterotrait - monotrait Tỷ lệ đặc điểm dị biệt - đặc

điểm đơn nhất

9 SER Self-referencing Tu tham khao

10 | PI Purchase intention Y dinh mua hang

DANH MUC CAC BANG BIEU

Bảng 4.1: Kết quả thống kê mẫu nghiên cứu 5c s1 1212211 11E.1 E158 nrrre 8 Bang 4.2: Hé s6 Cronbach’s Alpha ctia các thanh phan thang d0 0 00.c.ccccsceeee eee 9 Bang 4.3: Két qua phan tich EFA thang do cac biên độc lập SER, ATFe, MI ll

Bang 4.4: Két qua phan tich EFA thang do ATFA ccccccccccescscsssessssessesesesesseesesecseeees 13

Bảng 4.5: Kết quả phân tích EEA thang đo PI - 5c 5 22221111 1E HE 14 Bảng 4.6: Thống kê mô tả các biến phân tích hồi quy 5 SE E22EsEsExrre2 15 Bảng 4.7: Bảng đánh giá độ phù hợp của mô hình - 2 2 22c 2112222212 stssexe2 15 Bảng 4.8: Phân tích phương sai (hồi quy) 5-5 S1 E221 E122121 trai 16 Bang 4.9: Hé s6 hoi quy str dung phuong phap Enter 0 ccccccccsccesceseeseseeseeseseeseeseeees 16 Bang 4.10: Bảng đánh giá độ phù hợp của mô hình - 52 2 22 222212 rrssrzxs2 17 Bảng 4.11: Phân tích phương sai (hồi quy) 5 - 2s 2 1E 21211211212 terrke 18 Bảng 4.12: Hệ số hồi quy sử dụng phương pháp Enter 0.0 0ccccccscsscseeceseesseseseeseeeeees 18 Bảng 4.13: Đánh giá mô hình đo lường — Hệ số tai ngoai, Hé s6 Cronbach’s Alpha, D6 tin cậy tổng hợp rhoC và Phương sai trích trung bình AVE 5-52 cerrec 20

Bang 4.14: Giá trị phân biệt — Tỷ số HTMT 5-5 St 1E EEE111E112111 1 2e 21

Bảng 4.15: Đánh giá mô hình cấu trúc — Giá trị VIE, Hệ sô R? / R? hiệu chỉnh 22

Bảng 4.17: Đánh giá năng lực dự báo — Kết quả PLSpredict - 5s scccsscxcreceei 25

DANH MỤC CÁC HÌNH VỀ

Hình 3 1: Quy trình nghiên cứu LG 2 012111211211 151111111111 1111 11118111 118k de Hình 3 2: Mô hình nghiên cứu - Q2 2112111121115 2115 1151115812511 11 HH

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Quy trình nghiên cứu

Đánh giá thang đo, kiểm định giả

thuyêôt, kiêm định mô hình đo lường,

Giai đoạn 2: So sánh kết quả giữa mô hình hồi quy bội và mô hình hồi quy đa

biến, dựa trên kết quả thu được, nhóm tác giả thực hiện bàn luận về kết quả nghiên cuu

3.2 Phương pháp nghiên cứu định lượng

3.2.1 Kiểm định thang đo

Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach's Alpha, trong nghiên

cứu này, thang đo có độ tin cậy được chấp nhận khi hệ số Cronbach's Alpha nằm trong

khoảng từ (0,7 - 0,9) hoặc có thê chấp nhận được khi hệ số Cronbach’s Alpha 0,6 (Nunnally va Bernstein, 1995)

Phương pháp phân tích EFA dùng đề đánh giá sơ bộ giá trị thang do, xét một số

tiêu chí đánh giá mối quan hệ giữa các biến gồm kiểm định Bartlett và kiểm định

KMO Kiểm định Bartlett có p value <5% chứng minh các biến có quan hệ với nhau

Với kiểm định KMO, KMO phải lớn hơn 0,50, KMO > 0,90: rat tốt; KMO > 0.80: tốt;

KMO > 0,70 được; KMO > 0,60: tạm được; KMO > 0,50: xấu; và, KMO < 0,50: không thê chấp nhận được (Kaiser, 1974)

3.2.2 Kiểm định mô hình đo lường

Kiểm tra độ hội tụ của thang đo

Giá trị hội tụ phản ánh một đo lường có tương quan cùng chiều với các đo lường khác trong cùng một khái niệm được đo Trong mô hình đo lường phản ánh kết quả,

biến quan sát của khái niệm sẽ được đo lường bởi nhiều cách tiếp cận, vì thế các câu

hỏi về cùng một khái niệm sẽ chia sẻ với nhau tỷ lệ phương sai cao Đề đánh giá giá trị hội tụ, nhà nghiên cứu sẽ xem xét hệ số tải ngoài của các biến quan sát, cũng như giá trị phương sai trích được trung bình (AVE)

Nếu hệ số tải ngoài đối với khái niệm càng cao, điều đó có nghĩa là biến kết quả

sẽ cùng đo lường chung khái niệm, được gọi chung là độ tin cậy biến quan sát Hệ số tải ngoài của các biến số phải có ý nghĩa thông kê Quy luật chung là hệ số tải ngoài — outer loadings (chuẩn hóa) phải từ 0,708 trở lên bởi vì hệ số chuân hóa có liên quan tới phương sai (Hair và cộng sự, 2022) Do đó, bình phương của hệ số tái nhân tố chuẩn

hóa chỉ ra sự khác biệt trong một biến đo lường, được giải thích bởi khái nệm nghiên

cứu và phương sai trích từ biến đo lường/biến quan sát Nguyên tắc chung là biến tiềm

ân phải được giải thích bởi tôi thiêu 50% ý nghĩa của phương sai biến quan sát (Hair và

cộng sự, 2022) Trong hầu hết mợi trường hợp 0,70 được xem như gần với 0,708 nên được chấp nhận trong việc sử dụng tính toán

Các nhà nghiên cứu thường sử dụng các chỉ số tải nhân tố ngoài thấp hơn (<0,7)

trong các nghiên cứu về khoa học xã hội, đặc biệt với các thang đo mới (Hulland,

1999) Thông thường, khi thấy hệ số tải nhân tô sẽ nằm trong khoảng 0.4 - 0,7, biển

quan sát nào đó sẽ loại khỏi thang đo sau khi cân nhắc giá trị nội dung nêu việc loại bỏ

biển này sẽ làm tăng giá trị của độ tin cậy tổng hợp hay giá trị của phương sai trích năm trên ngưỡng giá trị đề nghị

AVE được định nghĩa là tổng giá trị trung bình của bình phương hệ số tải nhân

tố của các biến liên quan đến khái niệm nghiên cứu (tức là, tống bình phương hệ số tải

chia cho số lượng biến) Giá trị AVE từ 0,5 hay cao hơn cho thầy khái niệm nghiên cứu

sẽ giải thích nhiều hơn phân nửa phương sai các biến quan sát của nó Ngược lại, nếu giá trị của AVE nhỏ hơn 0,5 điều này có nghĩa là có nhiều sai số vẫn còn tồn tại trong các biến hơn là phương sai được giải thích bởi khái niệm nghiên cứu (Hair và cộng sự, 2022)

Kiểm tra tính phân biệt của thang đo

Giá trị phân biệt đề cập đến việc xem xét sự khác biệt của một khái niệm so với

các khái niệm nghiên cứu khác trong cùng mô hình (Henseler và cộng sự , 2015) đã đề

xuất đánh giá tỷ lệ đặc điểm dị biệt - đặc điểm đơn nhất (heterotrait - monotrait -

HTMT) của các mối quan hệ HTMT là tỷ lệ của các mối tương quan giữa các đặc điểm với các môi tương quan bên trong các đặc điểm HTMT là trung bình của tất cả các mối tương quan của các biến quan sát của từng khái niệm với khái niệm khác Một mối tương quan mạnh giữa hai khái niệm (gần đến 1) cho thấy sự thiểu giá trị phân biệt (Henseler và cộng sự, 2015) đề xuất ngưỡng giá trị 0,9 nếu các khái niệm trong mô hình có giá trị nội dung khá tương đồng Nói cách khác, khi hệ số HITMT lớn

hơn 0,9, có nghĩa là hai khái niệm thiếu sự phân biệt Khi hai khái niệm được đánh giá

là có nhiều sự phân biệt, ngưỡng chấp nhận thấp hơn với giá trị khoảng 0,85 (Henseler

và cộng sự, 2015)

Đánh giá độ tin cậy nhất quán nội tại và hệ số tin cậy tổng hợp

Cronbach, (1951) đề xuất công thức đánh giá độ tin cậy bên trong dựa vào sự tự tương quan giữa các biến quan sát Cronbach’s alpha gia dinh tất cả các biến quan sát đều có độ tin cậy như nhau (cùng hệ số tải ngoài) Hệ số Cronbach's alpha tương đối nhạy cảm với số lượng biến quan sát trong từng thang đo và nhìn chung có khuynh

hướng đánh giá không đúng độ tin cậy nhất quán nội tại Do một vài hạn chế của hệ số

Cronbach alpha's đối với tông thé, các nhà nghiên cứu quan tâm tới cách đo lường khác thích hợp hơn, gọi là hệ số tin cậy tong hop (composite reliability) pc Hé s6 nay duge tính dựa vào những hệ số tải ngoài khác nhau giữa các biến tiềm ân và được tính toán theo céng thire cua (Fornell va Larcker, 1981)

3.2.3 Kiểm định mô hình cấu trúc

Đánh giá các vấn đề về đa cộng tuyến

Hiện tượng đa cộng tuyến xảy ra khi các biến độc lập tương quan mạnh với nhau, gây ra sai lệch và thay đôi hướng môi quan hệ của chúng với biến phụ thuộc Đề đánh giá điều này, sử dụng độ dung sai (tolerance) dưới 0.2 (tương ứng với giá trị VIF trên 5) trong khái niệm nghiên cứu dự báo, đây là biêu hiện của đa cộng tuyến Một phương pháp tiếp cận khác là kiểm tra mối tương quan hai chiều giữa các khái niệm Nếu mối tương quan cao hơn 0,5 đa cộng tuyến có thê ảnh hưởng đến kích thước và/hoặc hướng (+/-) của các hệ số đường dẫn Khi gặp vấn đề đa cộng tuyến, giải pháp được đề xuất là tao ra các cầu trúc bậc cao hơn bằng cách kết hợp các cầu trúc riêng lẻ thành các cầu

trúc bậc thấp tương tự về mặt khái niệm và có thể hỗ trợ lý thuyết (Harr và cộng sự,

2022)

Đánh giá mối quan hệ trong mô hình cầu trúc

Sau khi thực hiện thuật toán PLS-SEM, nhà nghiên cứu sẽ thu được các kết quả

gọi là hệ số đường dẫn, biểu thị các môi quan hệ giả thuyết giữa các khái niệm nghiên cứu Các hệ số đường dẫn có giá trị chuẩn hóa xấp xi trong khoảng từ -l đến +1 Sự ý

nghĩa thống kê của một hệ số phụ thuộc vào sai số chuẩn của nó, được tính toán thông

qua phương pháp mô phỏng lặp lại (bootstrapping) Irong PLS-SEM, (Harr và cộng sự,

2022) đề xuất sử dụng mô phỏng lặp lại với số lần lên tới khoảng 10.000 mẫu Sai số

chuẩn bootstrap cho phép tính toán giá trị thực nghiệm t và giá trị p cho tất cả các hệ số đường dẫn trong mô hình cầu trúc

Đánh giá năng lực giải thích trong mẫu

Hệ số R? là thước đo mức độ giải thích của mô hình, được tính bằng tương quan

binh phương giữa giá trị được dự báo và giá trị của khái mệm nghiên cứu phụ thuộc cụ

thé, đại diện cho tác động kết hợp của biến độc lập lên biến phụ thuộc, thê hiện mức độ

dự báo trong mẫu (Sarstedt vờ cộng sự, 2014) Giá trị R? nằm trong khoảng từ 0 dén 1, chỉ số càng cao cho thấy cấp độ giải thích cảng chính xác hơn Cac gia tri R? = 0,75;

0,50 hoặc 0,25 đối với các biến phụ thuộc có thê được sử dụng như một quy tắc kinh

nghiệm, được mô tả lần lượt là đáng kẻ, trung bình hoặc yếu (Henseler và cộng sự, 2009)

Sự thay đổi trong giá trị R? khi một biến nghiên cứu ngoại sinh cụ thể bị bỏ qua

khỏi mô hình có thê được sử dụng để đánh giá liệu biến nghiên cứu bị bỏ qua có tác

động đáng kẻ đến biến nghiên cứu nội sinh hay không Phép đo lường này được gọi là

hệ số tác động ƒ? ƒ? có các giá trị 0,02; 0,15 và 0,35, tương ứng đại diện cho tác động nhỏ, trung bình, và lớn (Cohen, 1988) của biến độc lập Giá trị tác động nhỏ hơn 0,02 minh chứng rằng không có sự tác động

Ngoài việc đánh giá các giá frị R?, các nhà nghiên cứu thường sử dụng biện pháp

đo lường phần dư giá trị chéo Q? đã được phát triển để đánh giá giá trị dự báo của các

biến tiềm ẩn ngoại sinh Giá trị Q2 > 0 đối với một biến tiềm ẩn nội sinh kết quả cho

thấy sự liên quan dự báo của mô hình đường dẫn đối với biến nghiên cứu này Ngược lại, Q2 < 0 cho thấy thiếu sự liên quan dự báo (Kaiser, 1974)

Đánh giá năng lực dự báo ngoài mẫu

Đánh giá năng lực dự báo ngoài mẫu của mô hình theo cách tiếp cận PLSpredict (Hair va cộng sự, 2022), đánh giá năng lực dự báo ngoài mẫu của mô hình dựa trên khái niệm phân chia dữ liệu thành hai phần: một phần được sử dụng để ước lượng các tham số của mô hình, và phần mẫu còn lại để đánh giá khả năng dự báo của mô hình

sau khi được ước lượng Nếu phân phối dữ liệu của sai số dự đốn khơng chệch nhiều

(giá trị skewness khơng vượt ra khoảng [-2; +2]), RMSE là đại lượng thống kê phù hợp

hơn đề đánh giá năng lực dự báo (Shmueli và cộng sự, 2019)

(Hạir và cộng sự 2022) khuyến khích đánh giá năng lực dự báo của mơ hình theo cách tiếp cận PLSpredict được giới thiệu bởi (Shmueli và cộng sự, 2016) Đánh giá

năng lực dự báo ngồi mẫu của mơ hình dựa trên khái niệm phân chia dữ liệu thành hai phan: mot phan được sử dụng để ước lượng các tham số của mơ hình, và phần mẫu cịn

lại để đánh giá khả năng dự báo của mơ hình sau khi được ước lượng Khi thực hiện thủ tục PLSpredict, nhà nghiên cứu cần đưa ra các quyết định liên quan đến: giá trị k trong kiểm định chéo, số lần lặp và các đại lượng thống kê đo lường sai số dự báo (Hair và cộng sự, 2022), Giá trị Q„«¡-2 > 0 từ quy trình chạy PLSpredict thể hiện năng lực dự báo mơ hình PLS-SEM Sau đĩ, đánh giá các thống kê dự báo RMSE, là căn bậc hai sai số bình phương trung bình (RMSE), đại lượng thống kê phù hợp được lựa chọn dựa trên phân phối của sai số dự báo (Hạr và cộng sự, 2022)

3.3 Mơ hình nghiên cứu

Mơ hình nghiên cứu để xuất được trình bày như Hình 3.2, xem xét vai trị của Tự

tham khảo (SER), Thái độ đối với chủ nghĩa nữ quyền (ATFe) và Đánh giá đạo đức (MJ) déi voi Y dinh mua hang (PI), dưới sự cĩ mặt của Thái độ đối với quảng cáo nữ

quyền (ATFA)

Thái độ đối với quảng cáo nữ quyền (ATFA)

Đánh giá đạo dire (MJ) ATFAS

Hình 3.2: Mô hình nghiên cứu

CHƯƠNG 4 KÉT QUÁ NGHIÊN CỨU VẢ BÀN LUẬN

4.1 Mô tả mẫu nghiên cứu

Số lượng bảng câu hỏi thu thập được là 191 mẫu Kết quả thống kê mô tả mau nghiên cứu (Bảng 4.1) được sử dụng đề phân tích nghiên cứu như sau:

Về giới tính: Kết quả ghi nhận sự tham gia của 50 đối tượng khảo sát là nam

(chiếm 26,2%) và 141 đôi tượng khảo sát là nữ (chiếm 73,8%)

Về độ tuổi: Dưới 18 tuổi có 3 người (chiếm 1,5%), từ 18 đến 25 tuổi có 64 người (chiếm 33,5%), từ 26 đến 35 tuổi có 105 người (chiếm 55%), từ 36 đến 50 tuổi có 19 người (chiếm 10%)

Về thu nhập: Dưới 5 triệu đồng có 22 người (chiếm 11,5%), từ 5 đến dưới 10 triệu có 44 người (chiếm 23%), từ 10 đến dưới 15 triệu có 37 người (chiếm 19,4%), từ

15 đến dưới 20 triệu có 34 người (chiếm 17,8%) và trên 20 triệu có 54 người (chiếm

28,3%)

Bảng 4.1: Kết quả thống kê mẫu nghiên cứu

Dữ liệu đã được thiết kế va phân tích thông qua công cụ SPSS 22.0 nhằm mục

đích thê hiện một cách trực quan về đặc điểm của mâu khảo sát

4.2 Đánh giá kết quả phân tích bằng phần mềm SPSS

4.2.1 Đánh giá độ tin cậy của thang đo

Tác giả đã kiểm định thang đo bằng SPSS và chỉ giữ lại biến có hệ số œ > 0,70, r

> 0,3 và giá trị nội dung của biến trước khi loại biến Kết quả phân tích Cronbach”s Alpha được trình bày trong Bảng 4.2

Các thang đo Tự tham khảo (SER), thái độ đôi với nữ quyền (ATFe), Đánh giá

đạo đức (MJ), thái độ đối với quảng cáo nữ quyền (ATFA) và ý định mua hàng (PT) có

hệ số Cronbach's Alpha là 0,916 (> 0,7) và các biến quan sát trong thành phần này có

hệ sô tương quan biến - tông đêu lớn hơn 0,3, đạt yêu câu, nên tât cả các biên đêu được tác giả đưa vào phân tích nhân tô khám phá EFA

Bảng 4.2: Hệ số Cronbach°s Alpha của các thành phần thang do

Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu như hệ số KMO (Kaiser-Meyer-Olkin) > 0 ,5 với mức ý nghĩa của kiểm định Bartlett < 0,05, hệ số tải nhân tổ (Factor loading) > 0,5, thang đo được chấp nhận khi tổng phương sai trích > 50% va hé s6 Eigenvalue >1

Bên cạnh đó, khác biệt hệ số tải nhân tô của một biến quan sát giữa các nhân to

phải lớn hơn 0.3 đề đảm bảo giá trị phân biệt giữa các nhân tô Khi phân tích EFA với

thang đo các thành phần giá trị cảm nhận, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tổ có Eigenvalue >1

Dựa trên quan điểm của (Hair và cộng sự, 2006) những phân tích quan hệ biến trong mô hình bao gồm:

ATFA là biến phụ thuộc của SER, ATFe, MJ và sẽ có khả năng tương quan

mạnh với những biến quan sát này Do đó, cần phải chạy hai lần EFA với lần một cho

ba biến độc lập SER, ATFe, MỊ và lần hai cho cho biến phụ thuộc ATFA

Tương tự, PI là biến phụ thuộc của SER, ATFe, M1 và sẽ có khả năng tương quan mạnh với những biến quan sát này Do đó, cần phải chạy hai lần EFA với lần một cho ba biến độc lap SER, ATFe, MJ va lần hai cho cho biến phụ thuộc PL

Cuối cùng, PI là biến phụ thuộc của ATFA và sẽ có khả năng tương quan mạnh với biến quan sát này Do đó, cũng cần chạy hai lần EFA với lần một cho biến độc lập

ATEA và lần hai cho cho biến phụ thuộc PI

Từ những phân tích quan hệ ở trên, chúng ta có được ba lần phân tích EFA với

lần một là cho ba biến độc lập SER — ATFe — MJ, lần hai là cho biến ATFA và lần ba là

cho biến PI

4.2.2.1 Phân tích nhân tố khám phá EEA cho các biến độc lập SER, ATEe, MJ

Kết quả của lần chạy EFA cho ba biến độc lap SER, ATFe, MJ cho thay 14 bién

quan sat duoc nhém thanh 3 nhan t6 Hé s6 KMO = 0,867 nén EFA phù hợp với dữ

liệu Thống kê Chi-square của kiểm định Bartletts với mức ý nghĩa 0,000 do đó các biến quan sát có tương quan với nhau Phương sai trích dat 75,587% thé hiện 3 nhân tố giải thích được gần 76% biến thiên của dữ liệu, do vậy các thang đo rút ra chấp nhận được Điểm dừng trích các yếu tô tại nhân tô thứ 3 với Eigenvalue = 1,954 Hệ số tải nhân tố đều lớn hơn 0,5 (trong số nhân tô nhỏ nhất rơi vào hai biến quan sát ATFe4 và

MI5 với factor loading lần lượt la 0,785 và 0,790)

Bảng 4.3: Kết quả phân tích EFA thang đo các biến độc lập SER, ATEe, MJ

KMO và kiểm định Bartlett

4.2.2.2 Phân tích nhân tố khám pha EFA cho biến ATEA

Dé đám bảo độ tin cậy và độ kết dính của các nhân tố của 7hới độ đối với quảng

cáo nữ quyên (ETI4) đã đưa ra ở phần cơ sở lý thuyết, chúng ta cũng sẽ phải tiên hành

phân tích nhân tố đối với các nhân tổ của 7hái độ đối với quảng cáo nữ quyền Mong đợi của chúng ta là các nhân tố này sẽ cùng nhau tạo thành một nhân tổ (phạm trù) có Eigenvalue lớn hơn 1 Điều đó có nghĩa là năm yếu tô đo lường 7hái độ đối với quảng cáo nữ quyền có độ kết dính cao và cùng thể hiện một phạm trù 7hái độ đối với quảng cáo nữ quyên

Sau khi phan tich EFA, nam biến quan sát của thang đo 7hái độ đối với quảng cáo nữ quyền được nhóm thành một nhân tô Không có biến quan sát nao bị loại Phân

tích nhân tố EFA phù hợp với hệ số KMO = 0,887, phương sai trích gần bằng 76%; các

biến quan sát có hệ số tải nhân tổ trên 0,5, mức ý nghĩa kiểm định của Bartlett là 0,000

Bang 4.4: Két qua phan tich EFA thang do ATFA

KMO va kiém dinh Bartlett

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,887

Tương tự với việc thực hiện phân tích nhân tổ khám phá EFA đối với biến ATFA, nhằm bảo đảm độ tin cậy và độ kết dính của từng nhân tổ của Ý định mua hàng

(PJ) đã nêu rõ ở phần cơ sở lý thuyết, chúng ta cũng sẽ thực hiện phân tích nhân tố đối

với từng nhân tô của Ý định mua hàng Mục tiêu là những nhân tố trên sẽ cùng nhau hình thành nên một nhân tố (phạm trù) có Eigenvalue lớn hơn I Điều đó có nghĩa

là bốn yếu tố của Ý định mua hàng có độ kết dính cao sẽ cùng phản ánh một phạm trù

Ý định mua hàng

Sau khi phân tích EFA, bốn biến quan sát của thang đo Ý định mua hàng được

nhóm thành một nhân tố Không có biến quan sát nào bị loại Phân tích nhân to EFA

phù hợp với hệ số KMO = 0,860, phuong sai trich gan bang 81%; cac bién quan sat co

hệ số tải nhân tổ trên 0,5, mức ý nghĩa kiểm định của Bartlett là 0,000

Bang 4.5: Két qua phan tich EFA thang do PI

4.2.3 Phân tích hồi quy

Đối với mô hình có biến trung gian, số lượng hồi quy cần chạy sẽ tương ứng số lượng biến có vai trò phụ thuộc trong mô hình Như vậy trong mô hình này, tông cộng

có hai biến nhận mũi tên hướng vào là Thái độ đối với quảng cáo nữ quyền (ATFA) và

ý định mua hang (PI), day là hai biến có vai trò phụ thuộc Để đánh giá tất cả các mối

tác động trong mô hình, nhóm tác giả sẽ triển khai hai hồi quy tương ứng hai biến có

vai trò phụ thuộc, cụ thé:

Hồi quy 1: Phân tích hồi được thực hiện với 3 biến độc lập gồm Tự tham khảo

(SER), Thái độ đối với chủ nghĩa nữ quyền (ATFe), Đánh giá đạo đức (MJ) với biến

phụ thuộc là Thái độ đối với quảng cáo nữ quyền (ATFA)

Bảng 4.6: Thống kê mô tả các biến phân tích hồi quy

mầu

Thái độ đối với chủ nghĩa nữ quyền

Giá trị trung bình xoay quanh từ 2,15 đến 4,06

Bảng 4.7: Bảng đánh giá độ phù hợp của mô hình

Mô hình R R? R? hiệu chỉnh | Sai số chuẩn dự đoán

Biến du doan: MJ, ATFe, SER

Bién phụ thuộc: ATFA

Nhìn vào bảng 4.7 trên, hệ số R bình phương hiệu chính (Adjusted R Square) là

0,676 nghĩa là 67,6% biến thiên của biến phụ thuộc Thái độ đối với quảng cáo nữ

quyền (ATFA) được giải thích bởi 3 nhân tô độc lập Điều này cho thấy mô hình hồi

quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 67,6% tức là các biến độc

lập giải thích được 67,6% biến thiên của biến phụ thuộc Thái độ đối với quảng cáo nữ

quyền (ATFA); còn 32,4% các biến khác chưa được vô mô hình, đây là cơ hội để

nghiên cứu tiếp theo

Trong bảng phân tích ANOVA, ta thấy giá trị sig rất nhỏ (sig = 0,000), nên mô

hình hồi quy phù hợp với tập đữ liệu và có thể sử dụng được

Bảng 4.8: Phân tích phương sai (hồi quy)

a, Biến phụ thuộc: ATEFA

b, Biến dự đoán: (hằng số), MJ, ATFe, SER

Bảng 4.9: Hệ số hồi quy sử dụng phương pháp Enter

Hệ số

B chuân Saiso | Beta Dung | vịp sal

a Biến phụ thuộc: ATEA

Bang Coefficients cho chúng ta kết quả kiêm định t đề đánh giá giả thuyết ý nghĩa

hệ số hồi quy, chỉ số VIF đánh giá đa cộng tuyến và các hệ số hồi quy

Biến ATFe có giá trị siøg kiểm định t bằng 0,145 > 0,05 do đó biến này không có ý

nghĩa trong mô hình hồi quy, hay nói cách khác, biến này không có sự tác động lên biến phụ thuộc Thái độ đối với quảng cáo nữ quyền (ATFA) Các biến còn lại gồm

SER, MJ đều có sig kiểm định t nhỏ hơn 0,05; do đó các biến này đều có ý nghĩa thông

kê, đều tác động lên biến phụ thuộc AFTA Hệ số hồi quy các biến độc lập này đều mang dấu dương, như vậy các biến độc lập có tác động thuận chiều lên biến phụ thuộc

Vi thế, phương trình hồi quy tuyến tính được thê hiện như sau:

ATFA = 0,511 * SER + 0,472 * MJ+ «

Kết luận: Thái độ đối với quảng cáo của nữ quyền (ATFA) chịu tác động lớn

nhất bởi nhân tố Tự tham khảo (SER) (B = 0,511) Kế đến, các Đánh giá đạo đức nếu

tốt cũng sẽ làm gia tăng Thái độ đối với quảng cáo của nữ quyền (B = 0,472) Yếu tô Thái độ đối với chủ nghĩa nữ quyền (ATFe) không có nghĩa trong mô hình hồi quy này nên không tác động đến Thái độ đối với quảng cáo của nữ quyền

Hồi quy 2: Y định mua hàng (PI) là biến phụ thuộc với 4 biến độc lập gồm Tự tham khảo (SER), Thái độ đối với chủ nghĩa nữ quyền (ATFe), Đánh giá đạo đức (MI),

Thái độ đối với quảng cáo nữ quyền (AFTA)

Bảng 4.10: Bảng đánh giá độ phù hợp của mô hình

đoán

Bién du doan: ATFA, ATFe, MJ, SER

Theo kết quả bảng trên R bình phương hiệu chính (Adjusted R Square) là 0,68

nghĩa là 68% biến thiên của biến phụ thuộc Ý định mua hàng (PI) được giải thích bởi 4

nhân tố độc lập, nghĩa là các biến độc lập giải thích được 68% biến thiên của biến phụ thuộc Ý định mua hàng (PI); còn 32% các biến khác chưa được vô mô hình, đây là cơ hội để nghiên cứu tiếp theo

Trong bảng phân tích ANOVA, ta thấy giá trị sig, rất nhỏ (sig = 0,000), nên mô

hình hồi quy phù hợp với tập đữ liệu và có thể sử dụng được

Bảng 4.11: Phân tích phương sai (hồi quy)

b Biến dự đoán: (hằng số) ATFA, ATFe, MJ, SER

Bảng 4.12: Hệ số hồi quy sử dụng phương pháp Enter

Hệ số

Bang Coefficients cho ching ta két qua kiém dinh t đề đánh giá giả thuyết ý nghĩa

hệ số hồi quy, chỉ số VIF đánh giá đa cộng tuyến và các hệ số hồi quy

Biến ATFe va MJ cé gia tri sig kiểm định t lần lượt là 0,062 và 0,223 lớn hơn 0,05

do đó hai biến này không có ý nghĩa trong mô hình hồi quy, hay nói cách khác, hai biến

này không có sự tác động lên biến phụ thuộc Ý định mua hang (PI) Cac bién con lai gồm SER, ATFA đều có sig kiểm định t nhỏ hơn 0,05 nên các biến này đều có ý nghĩa

thống kê, đều tác động lên biến phụ thuộc Ý định mua hàng (PI) Hệ số hồi quy các

biến độc lập này đều mang dấu dương, như vậy các biến độc lập có tác động thuận

chiều lên biến phụ thuộc

Ngoài ra, đối với hồi qui số 2 xét hệ số phóng đại phương sai (VIF) một chỉ số đánh giá hiện tượng cộng tuyến trong mô hình hồi quy, VIF càng nhỏ, càng ít khả năng xảy ra đa cộng tuyến, Hair và cộng sự (2009) cho rằng, ngưỡng VIF từ 10 trở lên sẽ xảy ra đa cộng tuyến mạnh Nhà nghiên cứu nên cô gắng để VIF ở mức thấp nhất có thê, bởi thậm chí ở mức VIF bằng 5, bằng 3 đã có thê xảy ra đa cộng tuyến nghiêm trọng Trong kết quả bảng trên VIF của các biến đều nhỏ hơn 5 vì vậy không có hiện tượng đa cộng tuyên xảy ra

Vì thế, phương trình hồi quy tuyến tính hồi qui 2 được thê hiện như sau:

PI = 0,144 SER+ 0,673 ATFA+ ¢

Kết luận: Ý định mua hàng chịu tác động bởi nhân tố Tự tham khảo (SER) (B =

0,144), Yếu tô Thái độ đôi với quảng cáo nữ quyền (ATFA) đóng vai trò trung gian đối

với tác động của nhân tố Tự tham khảo (SER) đến Ý định mua hàng (PI) (B = 0,673)

Yếu tô Thái độ đối với nữ quyền (ATFe) và nhân tô Đánh giá đạo đức (MJ) không có

nghĩa trong mô hình hồi quy này nên không tác động đến Ý định mua hàng (PI) Kết luận giả thuyết:

HI: Tự tham khảo SER tác động tích cực đến đến ý định mua hàng (PI) (Ứng hộ) H2: Tự tham khảo SER tác động tích cực đến đến Thái độ đổi với quảng cáo nữ

quyền (ATFA) (Ứng hộ)

H3: Thái độ đối với nữ quyền ATFe tác động tích cực đến đến ý định mua hàng (Không ứng hội)

H4: Thái độ đối với nữ quyền ATFe tác động tích cực đến đến Thái độ đối với

quảng cáo nữ quyền (ATEA) (Không ứng hội)

H5: Đánh giá đạo đức (MỊ]) tác động tích cực đến đến ý định mua hàng (Không ứng hội

H6: Đánh giá đạo đức (MJ) tác động tích cực đến đến Thái độ đối với quảng cáo

nữ quyền (ATFA) (Ủng hội.

H7: Thái độ đối với quảng cáo nữ quyền (ATFA) tác động tích cực đến đến ý định

mua hang (PI) (Ung hd)

4.3 Đánh giá kết quả phân tích bang phần mềm SmartPLS

4.3.1 Đánh giá mô hình đo lường

Kết quả kiểm định độ tin cậy của thang đo (hệ số tải ngoài, giá trị độ tin cậy tong

hop rhoC, Cronbach’s alpha), kiểm tra độ hội tụ của thang đo (AVE), kiểm tra tính

phân biệt của thang đo (Hệ số HTMT)

Bảng 4.13: Đánh giá mô hình đo lường — Hệ số tải ngoài, Hệ số Cronbach°s Alpha,

Độ tin cậy tổng hợp rhoC va Phương sai trích trung bình AVE

Phươn

(AVE)

quyên (ATFA) lAmgA4 | 0890

chu nghia nir

quyén (ATFe) ATFe3 0,853