Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
4.2.2.1 Thang đo các yếu tố ảnh hưởng đến sự hài lòng
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 sau:
Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định Bartlett ≤ 0.05
Hệ số tải nhân tố (Factor loading) ≥ 0.5
Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số Eigenvalue >1
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 tố có eigenvalue >1.
Hệ số KMO của kiểm định sự phù hợp của mô hình( Kaiser – Meyer – Olkin measure of sampling adequacy) đạt 0,829 (0,5<KMO<1) , chứng tỏ các biến
tác giả đưa vào phân tích nhân tố là có ý nghĩa và mô hình phân tích phù hợp với các giả thuyết đã đề ra.
Tiếp theo kiểm định tương quan biến (Bartlett's Test of Sphericity) có Sig = 0 <0,05. Điều này chứng tỏ giả thuyết H0 (các biến không có tương quan với nhau) đã bị bác bỏ và các biến có tương quan với nhau, phù hợp với việc phân tích nhân tố.
Bảng 4.5: Kết quả kiểm định KMO & Bartlett của các nhân tố ảnh hưởng tới sự hài lòng
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,829
Bartlett's Test of Sphericity
Approx. Chi-Square 10225,209
df 406
Sig. ,000
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013) Qua hai kiểm định trên ta thấy việc phân tích nhân tố đối với các yếu tố ảnh hưởng đến sự hài lòng của khách hàng khi mua sắm tại các siêu thị ở TP Pleiku là phù hợp.
Tiêu chuẩn tiếp theo để xác định các biến phù hợp để đưa vào phân tích nhân tố đó là xác định hệ số tải nhân tố của các biến. Quá trình này được tiến hành bằng cách xét cột Extraction (hệ số tải nhân tố) của bảng Communalities của các lần phân
tích nhân tố, cho đến khi tất cả hệ số tải nhân tố của các biến đều lớn hơn 0,5. Ở lần phân tích nhân tố đầu tiên hệ số tải nhân tố của 2 biến CLHH01,
CSVC03 bé hơn 0,5, do đó 2 biến này sẽ bị loại. Các biến còn lại được đưa vào lần phân tích nhân tố tiếp theo. Trong lần phân tích nhân tố thứ hai, hệ số tải nhân tố của các biến được giữ lại sau lần phân tích nhân tố đầu tiên đều lớn hơn 0,5 nên không có biến nào bị loại.
Tiếp theo tác giả xem xét đến tiêu chuẩn Eigenvalue, có 6 nhân tố đầu được rút ra (4 nhân tố có Eigenvalue >1), có nghĩa là có 6 nhân tố tác động đến sự hài lòng của khách hàng khi mua sắm tại các siêu thị. 23 nhân tố có Eigenvalue < 1 đã bị loại và 6 nhân tố trên giải thích được 66,67% biến thiên của dữ liệu.
Bảng 4.6: Kết quả phân tích EFA lần thứ hai các nhân tố ảnh hưởng tới sự hài lòng
Bảng ma trận xoay nhân tố Nhân tố 1 2 3 4 5 6 CSVC7 ,772 CSVC8 ,710 CSVC6 ,706 CSVC5 ,701 CSVC10 ,695 CSVC4 ,639 CSVC1 ,533 CSVC2 ,502 CTKM6 ,789 CTKM5 ,779 CTKM4 ,698 CTKM2 ,681 CTKM3 ,657 TĐPV4 ,839 TĐPV3 ,819 TĐPV2 ,770 TĐPV1 ,708 CLHH5 ,843 CLHH4 ,821 CLHH3 ,783 CLHH2 ,709 CLHH6 ,572 DVHT2 ,805 DVHT3 ,803 DVHT1 ,794 DVHT4 ,768 GC2 ,808 GC1 ,761 GC3 ,759
Sau khi rút ra được 6 nhân tố tác động đến sự hài lòng của khách hàng khi mua sắm tại TP Pleiku, tác giả tiến hành xem xét 29 biến của mô hình sẽ tương ứng với 6 nhân tố đã rút ra. Để hỗ trợ cho việc sắp xếp các biến vào từng nhân tố một cách phù hợp và chính xác, tác giả dựa vào bảng Ma trận xoay nhân tố để xác định
các biến của từng nhân tố. Dựa vào bảng ma trận sau khi xoay nhân tố, tác giả rút ra được các nhân tố như bảng dưới đây:
Bảng 4.7: Diễn giải các nhân tố ảnh hưởng tới sự hài lòng của khách hàng khi mua sắm ở các siêu thị tại thành phố Pleiku
Nhân
tố Tên biến Diễn giải Tên nhân tố được rút ra
X1
CSVC01 Bãi giữ xe thuận tiện
Cơ sở vật chất
CSVC02 Không gian bên trong siêu thị rộng rãi CSVC04 Khu vực mua sắm sạch sẽ, thoáng mát CSVC05 Khu vực mua sắm được trưng bày đẹp CSVC06 Các quầy, kệ, tủ được thiết kế thuận tiện CSVC07 Âm thanh trong siêu thị rất tốt
CSVC08 Ánh sáng trong siêu thị rất tốt
CSVC10 Bảng chỉ dẫn hàng hóa, giá cả đầy đủ, rõ ràng
X2
CTKM02 Chương trình tích lũy điểm (khách hàng thân thiết) của siêu thị hấp dẫn
Chương trình khuyến mãi
CTKM03 Các chương trình khuyến mãi giảm giá sản phẩm của siêu thị hấp dẫn
CTKM04 Các chương trình tặng sản phẩm đính kèm của siêu thị hấp dẫn
CTKM05 Các chương trình bốc thăm trúng thưởng của siêu thị hấp dẫn
CTKM06 Các chương trình khuyến mãi của siêu thị hấp dẫn
X3
TĐPV01 Nhân viên của siêu thị luôn sẵn sàng phục vụ khách hàng
Thái độ phục vu
TĐPV02 Nhân viên của siêu thị nhanh nhẹn
TĐPV03 Nhân viên của siêu thị giải đáp tận tình các thắc mắc của khách hàng TĐPV04 Nhân viên của siêu thị thân thiện, vui vẻ
X4
CLHH02 Hàng hóa đảm bảo đúng hạn sử dụng
Chất lượng hàng hóa
CLHH03 Hàng hóa đảm bảo đạt tiêu chuẩn an toàn thực phẩm
CLHH04 Hàng hóa có nguồn gốc xuất xứ rõ ràng CLHH05 Hàng hóa có nhãn mác đầy đủ, rõ ràng
CLHH06 Hàng hóa được bày bán trong siêu thị là những hàng hóa có chất lượng tốt
X5 DVHT01 Dịch vụ giao hàng của siêu thị rất thuận tiện
DVHT02 Dịch vụ giao hàng của siêu thị được thực hiện rất tốt
DVHT03 Dịch vụ gói quà của siêu thị rất thuận tiện cho khách hàng
DVHT04 Dịch vụ gói quà của siêu thị được thực hiện rất tốt
X6
GC01 Giá cả hàng hóa ở siêu thị A rẻ hơn các siêu thị khác
Giá cả
GC02 Giá cả hàng hóa ở siêu thị không đắt hơn ở
chợ
GC03 Giá cả hàng hóa ở siêu thị tương xứng với chất lượng
4.2.2.2. Thang đo sự hài lòng của khách hàng
Để đảm bảo độ tin cậy và độ kết dính của các nhân tố của Sự hài lòng của khách hàng đã đưa ra ở phần cơ sở lý thuyết, chúng ta cũng sẽ phải tiến hành phân tích nhân tố đối với các nhân tố của Sự hài lòng của khách hàng. Mong đợi của chúng ta là các nhân tố này sẽ cùng nhau tạo thành một nhân tố (phạm trù) có Eigenvalue lớn hơn 1. Điều đó có nghĩa là ba yếu tố đo lường sự hài lòng của khách hàng có độ kết dính cao và cùng thể hiện một phạm trù Sự hài lòng.
Kết quả phân tích nhân tố cho thang đo Sự hài lòng của khách hàng cho thấy ba biến SHL01, SHL02, SHL03 được tổng hợp lại thành 1 nhân tố duy nhất làm giá trị cho biến phụ thuộc Y (Sự hài lòng của khách hàng khi mua sắm ở các siêu thị tại TP Pleiku). Không có biến quan sát nào bị loại. EFA phù hợp với hệ số KMO = 0.665, phương sai trích đạt 66,76%; các biến quan sát có hệ số tải nhân tố trên 0.5, mức ý nghĩa kiểm định của Bartlett là 0.000.
(Kết quả cụ thể được trình bày ở Phụ lục )
Bảng 4.8: Kết quả phân tích EFA thang đo Sự hài lòng của khách hàng
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,665
Bartlett's Test of Sphericity
Approx. Chi-Square 390,283
df 3
Ma trận nhân tố Nhân tố 1 SHL01 0,603 SHL02 0,654 SHL03 0,746
Phương pháp trích : Principal Component Analysis.
4.2.3. Điều chỉnh mô hình và các giả thuyết:
Sau khi thực hiện Cronbach Alpha và EFA, mô hình và các giả thuyết được giữ nguyên, không thay đổi.
4.3. Kiểm định mô hình và giả thuyết nghiên cứu
Sau khi qua giai đoạn phân tích nhân tố, có 6 nhân tố được đưa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mô hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H6.
Mô hình hồi quy có dạng sau:
Sự hài lòng = βo + β1 x Cơ sở vật chất + β2 x Chương trình khuyến mãi + β3 x Sự phục vụ + β4 x Chất lượng hàng hóa + β5 x Dịch vụ hỗ trợ + β6 x Giá cả + ε
(Trong đó: βo : hằng số hồi quy, βi: trọng số hồi quy, ε : sai số)
4.3.1. Phân tích tương quan
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy. Theo ma trận tương quan thì các biến đều có tương quan và có ý nghĩa ở mức 0.01. Hệ số tương quan biến phụ thuộc là sự hài lòng với các biến độc lập ở tương đối. Do đó, ta có thể kết luận các biến độc lập này có thể đưa vào mô hình để giải thích cho biến sự hài lòng.
Bảng 4.9: Ma trận tương quan giữa các biến SHL CSVC CTKM TĐPV CLHH DVHT GC SHL 1 CSVC 0,365 1 CTKM 0,431 0,514 1 TĐPV 0,420 0,425 0,512 1 CLHH 0,476 0,400 0,307 0,219 1 DVHT 0,377 0,421 0,545 0,428 0,328 1 GC 0,298 0,236 0,379 0,470 0,241 0,388 1
4.3.2. Phân tích hồi quy
Phân tích hồi quy được thực hiện với 6 biến độc lập bao gồm : Cơ sở vật chất (X1), Chương trình khuyến mãi (X2), Sự phục vụ (X3), Chất lượng hàng hóa (X4), Dịch vụ hỗ trợ (X5), Giá cả (X6) và biến phụ thuộc là Sự hài lòng của khách hàng (Y).
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về sự hài lòng của khách hàng. Phân tích được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc để xem biến nào được chấp nhận.
Kết quả phân tích hồi quy như sau:
Kết quả cho thấy mô hình hồi quy đưa ra tương đối phù hợp với mức ý nghĩa 0.05. Hệ số R2 hiệu chỉnh = 0.355 có nghĩa là có khoảng 35,5% phương sai sự hài
lòng được giải thích bởi 6 biến độc lập là : Cơ sở vật chất, Chương trình khuyến mãi, Sự phục vụ, Chất lượng hàng hóa, Dịch vụ hỗ trợ và Giá cả.
Bảng 4.10: Bảng đánh giá độ phù hợp của mô hình
Mô hình Các biến được đưa vào Các biến bị loại bỏ Phương pháp
1
Cơ sở vật chất
Chương trình khuyến mãi Sự phục vụ
Chất lượng hàng hóa Dịch vụ hỗ trợ Giá cả
Enter
Biến phụ thuộc : Sự hài lòng của khách hàng
Mô hình R R2 R2 hiệu chỉnh Sai số chuẩn dự đoán
1 0,602 0,362 0,355 0,41179
Biến dự đoán: (Hằng số), Cơ sở vật chất, Chương trình khuyến mãi, Sự phục vụ, Chất lượng hàng hóa, Dịch vụ hỗ trợ, Giá cả
Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Trong bảng phân tích ANOVA, ta thấy giá trị sig. rất nhỏ (sig. = 0.000), nên mô hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.11 : Phân tích phương sai (hồi quy)
ANOVAa Mô hình Tổng các bình phương Df Bình phương trung bình F Sig. 1 Phần hồi quy 50,681 6 8,447 49,812 ,000b Phần dư 89,195 526 0,17 Tổng cộng 139,876 532
a. Biến phụ thuộc: Sự hài lòng
b. Biến dự đoán: Cơ sở vật chất, Chương trình khuyến mãi, Sự phục vụ, Chất lượng hàng hóa, Dịch vụ hỗ trợ, Giá cả
Bảng 4.12 : Hệ số hồi quy sử dụng phương pháp Enter
Mô hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy đã
chuẩn hóa T Sig.
Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
Hằng số 1,057 0,157 6,723 0,000 Cơ sở vật chất 0,021 0,044 0,021 0,468 0,640 0,630 1,586 CTKM 0,160 0,047 0,159 3,377 0,001 0,546 1,831 Sự phục vụ 0,165 0,034 0,215 4,831 0,000 0,611 1,636 Chất lượng hàng hóa 0,283 0,032 0,344 8,804 0,000 0,796 1,256 Dịch vụ hỗ trợ 0,054 0,035 0,068 1,547 0,122 0,623 1,605 Giá cả 0,016 0,029 0,023 0,549 0,583 0,718 1,392
Trong kết quả trên, nếu sig. < 0.05 tương đương với độ tin cậy 95% và |t| > 2 thì nhân tố đó được chấp nhận, có nghĩa là nó có sự tác động đến sự hài lòng của khách hàng. Kết quả hồi quy cho thấy có 3 nhân tố thỏa mãn điều kiện là: Chương trình khuyến mãi, Sự phục vụ và Chất lượng hàng hóa.
Hệ số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized) và (2) chuẩn hóa (Standardized). Vì giá trị của hệ số hồi quy chưa chuẩn hóa (B) phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mô hình được. Hệ số hồi quy chuẩn hóa (beta, ký hiệu β) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc.
Kết luận :
Sự hài lòng của khách hàng khi mua sắm tại các siêu thị ở thành phố Pleiku chịu tác động lớn nhất bởi nhân tố chất lượng hàng hóa (β = 0.344). Khách hàng tại thành phố Pleiku lựa chọn mua sắm tại siêu thị vì họ tin rằng chất lượng hàng hóa tại siêu thị tốt hơn so với hàng hóa tại các kênh mua sắm khác. Ngoài ra, Sự phục vụ và Chương trình khuyến mãi cũng ảnh hưởng đến sự hài lòng của khách hàng tại đây, với hệ số β lần lượt là 0.215 và 0.159.
Các yếu tố Cơ sở vật chất, Giá cả và Dịch vụ hỗ trợ không ảnh hưởng đến sự hài lòng của khách hàng khi mua sắm tại các siêu thị ở thành phố Pleiku. Điều này hoàn toàn hợp lý vì giá cả ở siêu thị thông thường đắt hơn ở chợ và các tạp hóa một chút. Tại thành phố Pleiku, việc mua sắm tại các kênh truyền thống cũng rất thuận tiện, nhưng người dân vẫn chọn mua sắm tại các siêu thị chứng tỏ giá cả không phải là yếu tố quan tâm hàng đầu của họ. Mà theo mô hình hồi quy, khách hàng tìm đến siêu thị vì cho rằng chất lượng hàng hóa tại siêu thị tốt hơn, đảm bảo hơn so với các kênh mua sắm khác. Ngoài ra, theo kết quả đánh giá sự hài lòng của khách hàng khi mua sắm tại các siêu thị ở thành phố Pleiku, hai tiêu chí so sánh giá cả ở các siêu thị và giá cả ở siêu thị so với chợ có điểm trung bình thấp, chỉ đạt dưới 3. Trong khi tiêu chí Giá cả hàng hóa ở siêu thị tương xứng với chất lượng được 3,18, chứng tỏ khách hàng quan tâm đến yếu tố chất lượng hơn.
Bảng 4.13 : Thống kê các biến Giá cả
Tên
biến Diễn giải
Trung bình Độ lệch chuẩn Trung bình thang đo GC01 Giá cả hàng hóa ở siêu thị A rẻ hơn các siêu
thị khác 2,96 0,85
2,92 GC02 Giá cả hàng hóa ở siêu thị không đắt hơn ở
chợ 2,61 0,99
GC03 Giá cả hàng hóa ở siêu thị tương xứng với
chất lượng 3,18 0,76
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
Mặt khác, các siêu thị tại thành phố Pleiku đa phần còn khá mới, qui mô xây dựng , cơ sở vật chất đều ở mức khá so với mức sống ở đây, do đó khách hàng cũng không bị ảnh hưởng nhiều bởi yếu tố Cơ sở vật chất khi mua sắm tại các siêu thị.Các yếu tố cơ sở vật chất ở đây bao gồm: bãi giữ xe, không gian bên trong siêu thị, khu vực mua sắm, âm thanh, ánh sáng, nhà vệ sinh, bảng chỉ dẫn. Tương tự, dịch vụ hỗ trợ như giao hàng, gói quà cũng không được khách hàng quan tâm do chưa thật sự cần thiết đối với đặc điểm tại đây.
