4 CHƯƠNG : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.4.2 Kết quả hồi quy tuyến tính
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ tác động của các biến độc lập lên biến phụ thuộc. Phương pháp hồi quy được sử dụng ở đây là phương pháp bình phương nhỏ nhất OLS với biến phụ thuộc là quyết định mua sắm của khách hàng còn biến độc lập là các biến giá trị nhân sự, giá trị cảm xúc và xã hội, giá trị thời trang, giá trị tư vấn khách hàng, giá trị tính theo giá cả, giá trị chất lượng, không gian cửa hiệu của đại lý phân phối.
Kết quả phân tích hồi quy được thực hiện bằng phương pháp pháp Enter
Bảng 4.7: Bảng mô tả kết quả phân tích hồi quy Mô hình R R2 R2 hiệu chỉnh Std. Error ước tính 1 .672a .452 .430 .55517 a. Biến độc lập: (hằng số), NS, GC, CL, LD, TT, TV, CXXH b. Biến phụ thuộc: QDM Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Đa cộng tuyến B Sai số
chuẩn Beta Tolerance VIF
1 (Hằng số) .349 .291 1.200 .232 CL .001 .053 .001 .017 .986 .745 1.343 TT .123 .059 .135 2.079 .039 .737 1.357 GC .182 .065 .180 2.821 .005 .761 1.315 LD -.014 .064 -.014 -.212 .833 .738 1.355 NS -.113 .059 -.128 -1.900 .059 .681 1.468 TV .191 .062 .203 3.082 .002 .716 1.396 CXXH .505 .082 .440 6.133 .000 .605 1.654 a. Biến phụ thuộc: QDM
Thông qua kiểm địng F cho mô hình hồi quy, với mức ý nghĩa 5% với các yếu tố LD, NS, CL có Sig > 0.05, do vậy bác bỏ điều kiện các nhân tố này tác
động vào biến phụ thuộc là quyết định mua sắm. Ở góc độ nghiên cứu, tác giả nhận thấy các nhân tố LD, NS, CL không thể có tác động vào các biến phụ thuộc khi tiến hành hồi quy cho mô hình các nhân tố tác động đến quyết định mua sắm hàng dệt may, mà các nhân tố như TV, GC, TT, CXXH có Sig <0.05 điều này chứng tỏ
sự tác động đến quyết định mua sắm hàng dệt may của khách hàng tại TP. HCM. Lý giải cho việc các yếu tố LD có giá trị âm ở hệ số beta là việc giá trị lắp đặt của cửa hiệu hoàn toàn không tác động đến quyết định mua sắm này. Khi khách hàng có quyết định mua hàng, họđã có sẵn ý định mua hàng trong đầu và vì sựđam mê sản phẩm thời trang mà họ có ý định từ trước, họ sẽ không ngại khó khăn khi nếu
như vị trí cửa hiệu có xa xôi đến đâu. Song song đó, các giá trị như nhân sự, chất lượng cũng không có ảnh hưởng đến quyết định mua hàng. Vì khi phân tích EFA, tác giả đã chia yếu tố giá trị nhân sự thành 2 yếu tố với yếu tố nhân sự & yếu tố
mới là giá trị tư vấn nhân sự của khách hàng. Vì vậy, khi phân tích hổi quy, tác giả
thấy sự tác động rõ nét của yếu tố giá trị tư vấn khi có Sig=0.02 điều này chứng tỏ đã được sàng lọc. Với khách hàng hiện tại, họ chỉ quan tâm đến việc nhân viên tạo cho họ cảm giác mua hàng như thế nào, tư vấn sản phẩm đúng với nhu cầu họ ra sao do vậy giá trị tách ra từ yếu tố gốc ban đầu nhân sự là giá trị tư vấn đã tác động
đến quyết định mua hàng rồi. Giá trị nhân sự sẽ không tác động vào quyết định mua hàng nữa mà thay vào đó là giá trị tư vấn khách hàng. Tương tựở giá trị chất lượng, khi mà giá trị thời trang& đổi trảđã tác động đến quyết định mua hàng với Sig=0.039, đây là giá trịđược tách ra từ giá trị gốc ban đầu là giá trị chất lượng.
Khi tác giả nhận thấy hiện Sig của các biến TV, GC, TT, CXXH đều nhỏ
hơn 0.05 trong khi đó Sig của hằng số có Sig > 0.05. Tuy nhiên các hệ số VIF đều bé hơn 10, hiện tượng đa cộng tuyến không ảnh hường đến kết quả phân tích hồi quy của mô hình này, và việc các biến của mô hình đều có ý nghĩa thống kê, với R2 = 0.453 chứng tỏ mô hình đạt 45,3% mức độ phù hợp, đây cũng là % không thấp cho việc giải thích mô hình, nên ý nghĩa thống kê của hằng số sẽ không được đề
cập đến ởđây ( Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2008)
4.4.2.1 Đánh giá và kiểm định độ phù hợp của mô hình
Giá trị Sig. F change bằng 0.000< 0.05 (Phụ lục 3.2) cho thấy các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy các biến độc lập trong mô hình có mối quan hệ đối với biến phụ thuộc QDM (quyết định tiếp tục mua sắm của khách hàng).
Để đánh giá mức độ phù hợp của mô hình hồi quy đối với tập dữ liệu, ta sử
dụng hệ số R2 hiệu chỉnh (Adjusted R Square). Căn cứ vào kết quả của bảng 4.11, hệ số R2 hiệu chỉnh là 0.430 nhỏ hơn R2 là 0.452 chứng tỏ mô hình hồi quy phù hợp với dữ liệu ở mức 0.452, có nghĩa là có 45.2% sự biến thiên của quyết định tiếp tục mua sản phẩm dệt may X của người dân TP.HCM được giải thích bởi các
biến có trong mô hình. Với giá trị này thì độ phù hợp của mô hình là chấp nhận
được.
Để kiểm định độ phù hợp của mô hình hồi quy tuyến tính tổng thể, ta sử
dụng kiểm định F trong bảng 4.7 phân tích phương sai ANOVA. Kết quả cho thấy giá trị Sig. của kiểm định F bằng 0.000 < 0.05 nên ta có thể bác bỏ giả thuyết H0
(các hệ số hồi quy bằng 0). Như vậy, mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu thu được ( Hoàng trọng & Chu Nguyễn Mộng ngọc, 2008).
Đồng thời, ta cũng xem xét ý nghĩa của các hệ số hồi quy riêng phần trong mô hình thông qua kiểm định t với giả thiết H0 là hệ số hồi quy của các biến độc lập
k = 0. Giả thiết H0đồng nghĩa với giả thuyết các biến độc lập và phụ thuộc không có liên hệ tuyến tính. Kết quả bảng 4.7 cho thấy kiểm định t của 4 biến độc lập TV (giá trị tư vấn nhân viên), GC (Giá trị giá cả), TT (giá trị về thời trang & đổi trả), CXXH (giá trị cảm xúc & xã hội) đều có hệ số Sig. <0.05. Điều này có nghĩa là an toàn khi bác bỏ giả thiết H0 (hệ số hồi quy riêng phần của tổng thể bằng 0 với độ tin cậy 95%). Như vậy các hệ số hồi quy riêng phần của các biến độc lập TV, GC, TT, CXXH đều có ý nghĩa trong mô hình phân tích hồi quy này.
4.4.2.2 Xác định tầm quan trọng của các biến trong mô hình
Căn cứ vào kết quả phân tích hệ số hồi quy ở bảng 4.7, ta có bảng kết quả
tổng kết như sau:
Bảng 4.8: Bảng tóm tắt kết quả hồi quy
Nội dung các biến độc lập Hệ số Beta Giá trị Sig Nội dung biến phụ
thuộc Giá trị lắp đặt (không gian cửa
hiệu) -.014 .833 Quyết định tiếp tục mua sản phẩm dệt may X Giá trị nhân sự -.113 .059 Giá trị tư vấn khách hàng .191 .002 Giá trị về giá cả .182 .005
Giá trị về chất lượng .001 .232 Giá trị về tính thời trang & đổi trả .123 .039
Giá trị về cảm xúc & xã hội .505 .000
Theo kết quả thống kê trên, tác giả có thể kết luận rằng: Giá trị cảm xúc & xã hội (0.505) có tác động mạnh nhất đến quyết định tiếp tục mua sản phẩm dệt may X của khách hàng, tiếp đến là giá trị tư vấn (0.191), giá trị giá cả (0.182) và cuối cùng là giá trị về thời trang (0.123) tác động đến quyết định mua sắm của khách hàng ở
mức độ thấp nhất.
Điều đó cũng có ý nghĩa là trong điều kiện 3 nhân tố còn lại không thay đổi, nếu giá trị cảm xúc xã hội tăng lên 1 đơn vị thì làm cho quyết định tiếp tục mua sắm của khách hàng tăng lên 0.505 đơn vị. Tương tự, sự tăng lên một bậc của giá trị tư
vấn, giá trị giá cả tăng quyết định mua sắm của khách hàng lên 0.192 đơn vị.
Mặt khác, kết quả phân tích hệ số hồi quy cho thấy các hệ số hồi quy đều dương chứng tỏ các có tác động cùng chiều đến quyết định mua sắm của khách hàng. Do đó, ta có thể kết luận: các giả thuyết trong mô hình nghiên cứu đã điều chỉnh H3 (giá trị về tư vấn), H4 (giá trị về giá cả), H6 (giá trị về thời trang & đổi trả, H7 (giá trị cảm xúc & xã hội) được chấp nhận.
4.4.2.3 Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến
tính.
Giả định thứ nhất là giả định không có mối tương quan giữa các biến độc lập, đo lường đa cộng tuyến (Collinearity Diagnostics). Theo kết quả từ bảng 4.7 cho thấy hệ số phóng đại VIF (Variance Inflation Factor) không lớn hơn 5. Do đó, giả định không có mối tương quan giữa các biến độc lập trong mô hình hồi qui đa biến không bị vi phạm.
Giả định thứ hai cần kiểm tra là giảđịnh phương sai của sai số không đổi. Phương pháp được sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đoán chuẩn hóa (Standarized
predicted value) trên trục hoành (Phục lục 3.3). Nhìn vào đồ thị hình của phụ lục 3.3, phần Scatterlot, ta thấy các phần dư phân tán ngẫu nhiên quanh trục 0 (tức là quanh giá trị trung bình của phần dư) trong một phạm vi không đổi (từ -2 : + 2).
Điều này có nghĩa là phương sai của sai số không đổi.
Giả định thứ ba là giả định về phân phối biến phụ thuộc (Phụ lục 3.3). Chúng ta sẽ sử dụng các biểu đồ tần số (Histogram, P-P plot) của các phần dư (đã
được chuẩn hóa) để kiểm tra giảđịnh này.
Kết quả từ biểu đồ tần số Histogram của phần dư từ hình của phụ lục 3.3 cho thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean = 0, độ lệch chuẩn Std. Dev = 0.97 gần bằng 1). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần không bị vi phạm.
Thêm vào đó là trên biểu đồ P-P plot , mức độ các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả thiết phân phối chuẩn không bị vi phạm.
Tóm tắt chương 4
Chương này đã trình bày các kết quả có được từ việc phân tích dữ liệu thu nhập. Trong đó, mẫu nghiên cứu N = 184 đã được thống kê theo giới tính, độ tuổi, thu nhập, nghề nghiệp mà đối tượng được khảo sát sử dụng. Qua đánh giá sơ bộ
thang đo bằng hệ số tin cậy Cronbach alpha và kiểm định thang đo bằng phân tích nhân tố khám phá EFA, mô hình nghiên cứu giữ được 5 nhân tốảnh hưởng chính
đến quyết định mua hàng dệt may: giá trị lắp đặt cửa hàng, giá trị nhân sự, giá trị giá cả, giá trị chất lượng, giá trị cảm xúc & xã hội và phát hiện 2 nhân tố mới giá trị tư
vấn khách hàng và giá trị về thời trang & đổi trả của sản phẩm.
Sau đó, tác giả phân tích hồi quy tuyến tính được thực hiện. Kết quả phân tích cho thấy có 4 nhân tố có tác động cùng chiều đến quyết định mua hàng dệt may của khách hàng: giá trị tư vấn của nhân sự, giá trị về giá cả, giá trị về thởi trang & đổi trả, giá trị cảm xúc & không gian.
Theo kết quả phân tích hổi quy về các đặc điểm cá nhân thì hầu hết không tác
động đến quyết định có tiếp tục mua sắm sản phẩm dệt may X, sản phẩm mà khách hàng có yêu thích từ trước hay không. Do vậy, các biến kiểm soát này chỉ có ý nghĩa trong việc thống kê mẫu.
Các giả thuyết H3, H4, H6, H7, được chấp nhận mô hình giải thích được 43,0% sự biến thiên của quyết định mua sắm của khách hàng.
5 CHƯƠNG 5: KẾT LUẬN & MỘT SỐ GỢI Ý 5.1 Kết luận
5.1.1 Tóm tắt nghiên cứu
Mục tiêu của nghiên cứu đề ra ở trên là xác định yếu tố ảnh hưởng đến quyết định mua hàng dệt may của người dân TPHCM; đánh giá sự tác động này đến quyết định mua sắm của khách hàng đối với các sản phẩm dệt may; kiểm định sự khác biệt của các nhân tố ảnh hưởng đến quyết định mua sắm giữa những nhóm khách hàng có đặc điểm cá nhân khác nhau (giới tính, độ tuổi, mức thu nhập).
Bắt đầu nghiên cứu bằng việc tham khảo các lý thuyết & kết quả nghiên cứu về hành vi người tiêu dùng, quyết định mua sắm, cùng với việc phân tích các đặc điểm của thị trường hàng dệt may tại TPHCM. Sau đó, tác giả đề xuất mô hình nghiên cứu lý thuyết dựa vào các tài liệu đã được tham khảo. Mô hình nghiên cứu với đề xuất 6 nhân tố: không gian cửa hiệu của đại lý phân phối, giá trị nhân sự, giá trị chất lượng, giá trị tính theo giá cả, giá trị xã hội, giá trị cảm xúc với 30 biến quan sát và một nhân tố thuộc thành phần quyết định mua sắm của khách hàng với 5 biến quan sát.
Sau đó, tác giả tiến hành nghiên cứu định tính thông qua thảo luận nhóm, tập trung nhằm tìm ra các khám phá, bổ sung, điều chỉnh các biến quan sát thang đo.
Sau nghiên cứu định tính, tác giả tiến hành nghiến cứu địng lượng bằng kỹ thuật phỏng vấn trực tiếp thông qua bảng câu hỏi (thông qua mạng internet nghiên cứu online & trực tiếp phát bảng câu hỏi). Số mẫu thu thập được là 184. Dữ liệu sau khi thu thập được xử lý bằng phần mềm thống kê SPSS 16.0. Thang đo được đánh giá sơ bộ bằng hệ số tin cậy Cronbach alpha và kiểm định bằng phân tích nhân tố khám phá EFA. Dựa vào kết quả phân tích, mô hình nghiên cứu đề nghị ban đầu được hiệu chỉnh. Sau đó, tác giả đưa các nhân tố của mô hình nghiên cứu đã được điều chỉnh vào phân tích hồi quy tuyến tính.
5.1.2 Những kết quảđược nghiên cứu
Theo kết quả nghiên cứu này, mô hình nghiên cứu đề nghị ban đầu được điều chỉnh từ 6 nhân tố thành phần với 30 biến quan sát thành 7 nhân tố bao gồm giá trị nhân sự, giá trị tính theo giá cả, giá trị chất lượng, giá trị cảm xúc, giá trị tư vấn của nhân sự, giá trị thời trang sản phẩm, giá trị không gian cửa hiệu, giá trị cảm xúc & xã hội với 23 biến quan sát (loại bỏ 7 biến quan sát). Thành phần quyết định mua sắm của khách hàng với 5 biến quan sát vẫn được giữa nguyên. Sau khi bổ sung và hiệu chỉnh, các thang đo đều đạt được mức tin cậy và giá trị cho phép.
- Kết quả phân tích nhân tố EFA, thang đo không gian cửa hiệu (LD) với LD1, LD2, LD3 được nhóm vào chung nhân tố như giả thuyết ban đầu. Và các thang đó LD4 được loại bỏ khỏi mô hình. Thang đo thành phần nhân sự (NS) được nhóm vào 2 nhân tố như sau: NS1, NS2, NS3 được nhóm vào cùng một nhân tố trong khi đó NS4, NS5, NS6 được nhóm riêng vào nhân tố khác. Như vậy, với với thang đo ban đầu là giá trị nhân sự, hiện tại từ NS1, NS2, NS3 là giữ nguyên thang đó này với tên là giá trị nhân sự, còn NS4, NS5, NS6 lần lượt là “ Nhân viên có đầy đủ kiến thức về sản phẩm dệt may, về các chỉ số an toàn về sản phẩm dệt may để tư vấn, thông tin nhân viên cung cấp có giá trị, nhân viên hiểu được nhu cầu đặc biệt tiềm ẩn phù hợp với vóc dáng”, đây là một thang đo mới không hoàn toàn là thang đo nhân sự mà là thang đo về giá trị tư vấn khách hàng. Như vậy NS4, NS5, NS6 sẽđo về “ Giá trị tư vấn khách hàng” đặt tên là “ TV”. Thang đo thành phần giá cả (GC) được nhóm lại chung nhân tố với nhau theo như giả thuyết ban đầu của mô hình, riêng GC4 “Sản phẩm dệt may X có giá cả tương đối ổn định” bị loại bỏ khỏi thang đo. Thang đo thành phần chất lượng (CL) cũng được tách riêng với CL2 được nhóm vào nhân tố khác, trong khi đó CL3, CL5 được nhóm vào cùng nhân tố. Riêng CL1, CL4 được loại bỏ ra khỏi mô hình. Như vậy với ý nghĩa của CL2 “ Sản phẩm