Kết quả nghiên cứu sơ bộ cho thấy các thang đo sau khi điều chỉnh đều đạt yêu cầu và đã sẵn sàng cho nghiên cứu chính thức. Nghiên cứu chính thức sử dụng bằng phương pháp định lượng. Tác giả thực hiện khảo sát các khách hàng bằng phương pháp phỏng vấn trực tiếp thông qua bảng câu hỏi chính thức với thang đo Likert 5 mức độ (1= Hoàn toàn không đồng ý, 2= Không đồng ý, 3= Trung lập, 4= Đồng ý, 5= Hoàn toàn đồng ý).
3.3.1. Xác định mẫu nghiên cứu
Để đạt được các mục tiêu nghiên cứu đã đề ra, tác giả chọn phương pháp lấy mẫu thuận tiện (phi xác suất) và được xem là hợp lý để tiến hành nghiên cứu đề tài này. Lý do tác giả chọn phương pháp này vì đối tượng khảo sát dễ tiếp cận, họ sẵn sàng trả lời bảng câu hỏi nghiên cứu cũng như ít tốn kém về thời gian và chi phí để thu thập dữ liệu cần thiết. Đối tượng khảo sát là các trang trại nuôi tôm ở tỉnh Phú Yên. Tác giả phát phiếu khảo sát tại các trang trại nuôi tôm trong địa bàn tỉnh Phú Yên.
Kích thước mẫu càng lớn càng tốt nhưng lại tốn chi phí và thời gian. Hiện nay, các nhà nghiên cứu xác định kích thước mẫu cần thiết thông qua các công thức kinh nghiệm cho từng phương pháp xử lý. Đối với phân tích nhân tố EFA, kích thước mẫu phụ thuộc vào số lượng biến quan sát được đưa vào trong phân tích nhân tố. Theo Hair và cộng sự (2006) cho rằng để sử dụng EFA, kích thước mẫu tối thiểu phải là 50 (tốt hơn là 100) và tỉ lệ biến quan sát/biến đo lường là 5:1 (tốt hơn là 10:1), nghĩa là một biến đo lường cần tối thiểu 5 lần số biến quan sát (trích dẫn theo Nguyễn Đình Thọ, 2011).
Ngoài ra, để tiến hành phân tích hồi quy một cách tốt nhất thì theo Tabachnick & Fidell (2007) kích thước mẫu phải đảm bảo công thức sau (trích dẫn theo Nguyễn Đình Thọ, 2011):
n ≥ 8p + 50
Trong đó: n là kích thước mẫu, p là số biến độc lập của mô hình
vậy kích thước mẫu tối thiểu phải là n= 28*5= 140. Tác giả quyết định tiến hành thu thập dữ liệu với kích thước mẫu là 300 mẫu, để sau quá trình gạn lọc và loại bỏ những bảng câu hỏi không hợp lệ vẫn thỏa mãn yêu cầu số mẫu tối thiểu như trên. Sau khi thực hiện xong khảo sát, dữ liệu sẽ được xử lý bằng phần mềm SPSS 20. Tác giả phát ra 300 bảng câu hỏi khảo sát chính thức, số bảng câu hỏi thu về sau khi tác giả loại bỏ những bảng câu hỏi có nhiều ô trống hoặc câu trả lời đồng nhất một thang điểm, còn lại 265 bảng câu hỏi hợp lệ, đạt tỷ lệ 88.33%.
3.3.2. Phương pháp phân tích dữ liệu
Dữ liệu thu thập từ nghiên cứu định lượng chính thức dùng để kiểm định thang đo, mô hình nghiên cứu và các giả thuyết nghiên cứu. Sau khi thu thập xong dữ liệu,các bảng câu hỏi phỏng vấn được xem xét và loại bỏ những bảng không đạt yêu cầu, mã hóa, nhập liệu và làm sạch bằng phần mềm SPSS 20 để xử lý dữ liệu.
Các thang đo này được kiểm định bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA. Sau khi kiểm định thang đo, tác giả kiểm định mô hình và giả thuyết nghiên cứu bằng phân tích hồi quy tuyến tính. Sau cùng tác giả phân tích sự khác biệt của lòng trung thành của khách hàng với các yếu tố nhân khẩu học.
3.4. Tóm tắt chương 3
Trong chương này tác giả đã trình bày phương pháp nghiên cứu để xây dựng và điều chỉnh các thang đo. Nghiên cứu được thực hiện thông qua nghiên cứu sơ bộ (định tính và định lượng) và nghiên cứu chính thức (định lượng). Trong nghiên cứu sơ bộ, sau khi xây dựng thang đo nháp, tác giả thực hiện đánh giá sơ bộ 8 khái niệm cần đo lường gồm 34 biến quan sát bằng hệ số tin cậy Cronbach’s Alpha và phân tích EFA. Kết quả sau nghiên cứu sơ bộ định lượng tác giả loại bỏ 2 biến quan sát (EM4, BO2) và nhân tố giá trị chia sẻ (SV). Và tác giả đã hiệu chỉnh lại mô hình gồm 6 nhóm nhân tố tác động đến lòng trung thành (gồm 24 biến quan sát) để tiến hành nghiên cứu chính thức. Đồng thời, tác giả cũng trình bày kích thước mẫu và phương pháp chọn mẫu trong nghiên cứu định lượng chính thức. Chương tiếp theo sẽ trình bày kết quả nghiên cứu định lượng chính thức.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Trong chương 3, tác giả đã trình bày phương pháp nghiên cứu. Nội dung chương này sẽ trình bày kết quả của quá trình nghiên cứu chính thức, bao gồm 3 phần chính:
- Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA.
- Kiểm định mô hình và giả thuyết nghiên cứu bằng phương pháp hồi quy tuyến tính.
- Phân tích sự khác biệt về lòng trung thành của khách hàng theo nhóm độ tuổi, kinh nghiệm, trình độ và thu nhập.
4.1. Thông tin mẫu nghiên cứu
Như tác giả đã trình bày ở chương 3, tác giả chọn phương pháp lấy mẫu thuận tiện (phi xác suất). Có 300 bảng câu hỏi khảo sát chính thức được phát ra để tiến hành thu thập ý kiến của các khách hàng tại tỉnh Phú Yên. Sau thời gian điều tra gần 4 tuần, dữ liệu sau khi điều tra được tác giả làm sạch bằng cách loại bỏ những bảng câu hỏi có nhiều ô trống hoặc câu trả lời đồng nhất một thang điểm, cuối cùng còn 265 bảng câu hỏi hợp lệ, đạt tỷ lệ 88,33%.
Các biến nhân khẩu học được thống kê theo tần số và tỉ lệ phần trăm nhằm đánh giá đặc điểm mẫu nghiên cứu. Kết quả thống kê mẫu ng như sau (Bảng 4.1):
- Về độ tuổi: số khách hàng được khảo sát có độ tuổi từ 30-50 là cao nhất, chiếm 49.8%, kế tiếp là trên 50 tuổi (45.7%) và cuối cùng là dưới 30 năm (4.5%).
- Về kinh nghiệm: số khách hàng được khảo sát có kinh nghiệm trên 10 năm là cao nhất, chiếm 80.4%, kế tiếp là từ 5-10 năm (16.6%) và cuối cùng là dưới 5 năm (3%).
- Về trình độ: số khách hàng được khảo sát chưa được đào tạo chiếm 87.9%, trong khi được đào tạo chỉ chiếm có 12.1%.
- Về thu nhập: số khách hàng được khảo sát có thu nhập từ 100-300 triệu là cao nhất, chiếm 44.5%, kế tiếp là dưới 100 triệu (29.1%) và cuối cùng là trên 300 triệu (26.4%).
Nhìn chung, các đặc điểm thống kê mẫu nghiên cứu phù hợp với thực tế của các chủ trang trại nuôi tôm trên địa bàn tỉnh Phú Yên. Các chủ trang trại tuy có độ tuổi, kinh nghiệm cao nhưng hầu hết chưa được đào tạo và thu nhập không ổn định.
Bảng 4.1. Thống kê mẫu quan sát của nghiên cứu chính thức Cỡ mẫu (n=265) Tần số (người) Tỷ lệ (%) Độ tuổi Từ 18 – 30 tuổi 12 4.5 Từ 30 – 50 tuổi 132 .8 49.8 Trên 50 tuổi 121 45.7 Kinh nghiệm Dưới 5 năm 8 3 Từ 5 đến 10 năm 44 16.6 Trên 10 năm 213 80.4 Trình độ
Chưa được đào tạo 233 87.9
Đã qua đào tạo 32 12.1
Thu nhập
Dưới 100 triệu 77 29.1
Từ 100 – 300 triệu 118 44.5
Trên 300 triệu 70 26.4
(Nguồn: xử lý dữ liệu thu thập của tác giả tổng hợp)
4.2. Đánh giá độ tin cậy thang đo
Một thang đo có độ tin cậy tốt khi Cronbach’s Alpha nằm trong khoảng 0.7 – 0.8. Hệ số Cronbach’s Alpha quá lớn (α > 0.95) cho thấy có nhiều biến thiên trong thang đo không có khác biệt gì nhau (nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường (redundancy) theo Nguyễn Đình Thọ (2011).
Dựa vào kết quả đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha (Bảng 4.2) cho thấy các thang đo có hệ số Cronbach’s Alpha đều lớn hơn 0.6 và hệ số tương quan biến tổng đều lớn 0.3. Do đó, tất cả các thang đo đều được đưa vào phân tích nhân tố khám phá EFA.
Bảng 4.2. Kết quả đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến – tổng
Cronbach’s Alpha nếu loại
biến Niềm tin (TR): Alpha = .778
TR1 14.8075 8.201 .606 .721 TR2 14.8302 8.104 .545 .740 TR3 14.7509 8.142 .578 .729 TR4 14.7547 7.943 .554 .737 TR5 14.7736 8.320 .485 .760
Mối ràng buộc (BO): Alpha = .724
BO1 7.6038 2.293 .577 .600
BO2 7.6415 2.201 .598 .573
BO3 7.7057 2.252 .469 .735
Truyền thông (CO): Alpha = .838
CO1 10.6642 5.133 .689 .787
CO2 10.3019 5.863 .607 .822
CO3 10.5170 5.379 .687 .788
CO4 10.6528 5.303 .702 .781
Sự cảm thông (EM): Alpha = .802
EM1 11.0528 6.315 .642 .739
EM2 10.7245 6.617 .619 .752
EM3 10.6604 6.460 .555 .783
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến – tổng Cronbach’s Alpha nếu loại biến Sự hỗ trợ lẫn nhau (RE): Alpha = .804
RE1 11.1434 5.032 .582 .773
RE2 11.2453 4.656 .663 .733
RE3 11.0000 5.061 .605 .761
RE4 11.1019 4.910 .626 .752
Quản lý xung đột (CH): Alpha = .774
CH1 10.7094 6.298 .506 .756 CH2 10.6566 5.795 .583 .717 CH3 10.4075 6.568 .508 .754 CH4 10.3736 5.500 .721 .641 Lòng trung thành khách hàng (CL): Alpha = .854 CL1 11.0226 5.030 .709 .809 CL2 11.0302 5.128 .688 .818 CL3 11.0377 5.317 .699 .813 CL4 10.8340 5.465 .692 .817
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
4.3. Phân tích nhân tố khám phá EFA
Mục tiêu phân tích nhân tố khám phá (EFA) là đánh giá giá trị hội tụ (convergent validity) và giá trị phân biệt (discriminant validity) và đồng thời thu 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. Tác giả sử dụng phương pháp rút trích Principal Component Analysis với phép quay vuông góc Varimax để rút trích nhân tố. Tiêu chí đánh giá như sau:
- Hệ số KMO (Kaiser-Mayer-Olkin: 0.5 ≤ KMO ≤ 1) và mức ý nghĩa của kiểm định Bartlett ≤ 0.05 (trích dẫn theo Nguyễn Đình Thọ, 2011).
- Theo Gerbing và Anderson (1988) chỉ những nhân tố có hệ số eigenvalue > 1 mới được giữ lại trong mô hình phân tích (trích dẫn theo Nguyễn Đình Thọ, 2011).
- Theo Nunnally & Bernstein (1994) thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (trích dẫn theo Nguyễn Đình Thọ, 2011).
- Trọng số nhân tố (Factor loading) > 0.5, nếu biến quan sát nào có trọng số nhân tố < 0.5 sẽ bị loại, tuy nhiên trọng số nhân tố ≥ 0.4 cũng có thể chấp nhận được trong trường hợp biến quan sát đo lường giá trị nội dung quan trọng của thang đo (trích dẫn theo Nguyễn Đình Thọ, 2011).
- Theo Jabnoun và Al-Tamimi (2003) chênh lệch giữa các trọng số nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (trích dẫn theo Nguyễn Đình Thọ, 2011).
4.3.1. Kết quả phân tích nhân tố cho nhóm nhân tố marketing quan hệ
Kết quả phân tích cho nhóm nhân tố RM như sau (Bảng 4.3):
Bảng 4.3. Kết quả phân tích EFA cho nhóm nhân tố RM Biến quan sát Trọng số nhân tố (≥ 0.5)
1 2 3 4 5 6 CO3 .834 CO1 .817 CO4 .813 CO2 .690 TR2 .743 TR1 .727 TR3 .727 TR5 .684 .318 TR4 .310 .660 RE2 .838 RE1 .768 RE4 .741 RE3 .739
Biến quan sát Trọng số nhân tố (≥ 0.5) 1 2 3 4 5 6 EM4 .822 EM2 .799 EM1 .777 EM3 .710 CH4 .841 CH2 .792 CH1 .732 CH3 .382 .596 BO2 .806 BO1 .778 BO3 .706 Eigenvalue 5.049 2.750 2.308 2.008 1.817 1.316 Phương sai trích (%) 21.038 11.458 9.618 8.616 7.569 5.483 Cronbach’s Alpha .838 .778 .804 .802 .774 .725 Tổng phương sai trích: 63.782% Hệ số KMO =0.714 Hệ số Sig = .000
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Chạy phân tích EFA cho nhóm 6 nhân tố tác động đến lòng trung thành, gồm 24 biến quan sát. Kết quả hệ số KMO = 0.714 và kiểm định Bartlett (Sig.=0.000< 0.05) cho thấy giả thuyết Ho (Ho: giả thuyết ma trận tương quan là ma trận đơn vị) bị bác bỏ, tức là giữa các biến quan sát có tương quan với nhau. Kết quả cho thấy phân tích nhân tố là phù hợp.
Dựa vào điều kiện hệ số eigenvalue > 1 và sử dụng phương pháp rút trích Principal Component Analysis với phép quay vuông góc Varimax, cho phép rút trích được 6 nhân tố từ 24 biến quan sát và tổng phương sai trích được 63.184%. Tuy nhiên, biến quan sát CH3 (Công ty X có các giải pháp hợp tình, hợp lý) có trọng số nhân tố nằm trên hai nhân tố với khoảng cách nhỏ hơn 0.3 nên bị loại do
không đạt giá trị phân biệt. Khi liên hệ với thực tế thì tác giả cũng thấy điều này phù hợp trong tình hình thực tế. Tác giả tiến hành chạy EFA lần 2 với 23 biến quan sát.
Phân tích EFA lần 2.
Kết quả (phụ lục 6.2) cho thấy phân tích nhân tố là phù hợp với hệ số KMO = 0.693 và kiểm định Bartlett (Sig.=0.000< 0.05) cho thấy giả thuyết Ho (Ho: giả thuyết ma trận tương quan là ma trận đơn vị) bị bác bỏ, tức là giữa các biến quan sát có tương quan với nhau. Dựa vào điều kiện hệ số eigenvalue > 1 và sử dụng phương pháp rút trích Principal Component Analysis với phép quay vuông góc Varimax, cho phép rút trích được 6 nhân tố từ 23 biến quan sát và tổng phương sai trích được 64.559%.
4.3.2. Phân tích EFA cho nhân tố lòng trung thành
Bảng 4.4. Kết quả phân tích EFA cho nhân tố lòng trung thành
Biến quan sát Trọng số nhân tố (≥ 0.5)
1 CL1 .844 CL3 .836 CL4 .831 CL 2 .829 Eigenvalue 2.787 Phương sai trích (%) 69.672 Cronbach’s Alpha .868 Hệ số KMO = .820 ; Sig = .000
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Nhìn vào bảng 4.4, kết quả cho thấy kết quả phân tích nhân tố là phù hợp: hệ số KMO = 0.820 và kiểm định Bartlett (Sig.= 0.000< 0.05) cho thấy giả thuyết Ho bị bác bỏ. Thang đo lòng trung thành rút trích được một nhân tố tại eigenvalue = 2.787 tương ứng với thang đo ban đầu đưa vào phân tích và tổng phương sai trích được là 69.672%.
4.3.3. Tóm tắt kết quả kiểm định thang đo
Kết quả thu được từ đánh giá hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA của các thang đo đều đạt yêu cầu về độ tin cậy và giá trị (giá trị phân biệt và giá trị hội tụ). Loại 1 biến quan sát CH3 (Công ty X có các giải pháp hợp tình, hợp lý). Không phát sinh thêm nhân tố mới so với mô hình nghiên cứu đã điều chỉnh từ nghiên cứu sơ bộ, nghĩa là chúng phù hợp với dữ liệu thị trường. Vì vậy, các thang đo đều đạt yêu cầu để đưa vào kiểm định mô hình và giả thuyết nghiên cứu trong phần tiếp theo.
Bảng 4.5. Tóm tắt kết quả kiểm định thang đo
Khái niệm Thành phần Số biến quan sát Độ tin cậy Tổng phương sai trích (%) Đánh giá Nhân tố tác động đến lòng trung thành Niềm tin (TR) 5 .778 64.070 Đạt yêu cầu
Mối ràng buộc (BO) 3 .725
Truyền thông (CO) 4 .838
Sự cảm thông (EM) 4 .802
Sự hỗ trợ lẫn nhau (RE) 4 .774
Quản lý xung đột (CH) 3 .754
Lòng trung thành (CL) 4 .854 69.672
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
4.4. Phân tích hồi quy
Phân tích hồi quy tuyến tính được sử dụng để kiểm định tác động của các biến độc lập đến biến phụ thuộc. Nghiên cứu thực hiện phân tích hồi quy theo phương pháp Enter, tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan. Tiêu chí đánh giá như sau (theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008):
- Đánh giá độ phù hợp của mô hình thông qua hệ số R2 và R2 hiệu chỉnh. - Kiểm định độ phù hợp của mô hình (Phân tích phương sai).
- Bên cạnh đó, tác giả kiểm tra giả định về tính độc lập của sai số (không có tương quan giữa các phần dư) bằng hệ số Durbin- Watson. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, hệ số Durbin- Watson sẽ gần bằng 2.
- Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2).
- Hệ số Beta chuẩn hóa biến nào càng cao thì mức độ tác động của biến độc lập vào biến phụ thuộc sẽ càng cao.
Sáu nhân tố tác động đến lòng trung thành (CL) được đưa vào phân tích hồi quy bao gồm: niềm tin (TR), mối ràng buộc (BO), truyền thông (CO), sự cảm thông (EM), sự hỗ trợ lẫn nhau (RE) và quản lý xung đột (CH).
4.4.1. Phân tích tương quan
Trước khi thực hiện phân tích hồi quy, tiến hành kiểm tra hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số Pearson