6. Kết cấu của luận văn
4.3.Đánh giá độ tin cậy của thang đo và phân tích nhân tố
4.3.1. Đánh giá độ tin cậy của thang đo
Các thang đo đều được đánh giá độ tin cậy (thông qua hệ số tin cậy Cronbach alpha thông qua phần mềm thống kê SPSS 11.5 for Windows). Mục đích là tìm ra những mục cần hỏi cần giữ lại và những mục hỏi cần bỏ đi trong rất nhiều mục bạn đưa vào kiểm tra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005, 249). Sau khi phân tích, kết quả cho thấy hệ số Cronbach alpha của các thang đo đều đạt từ 0.7 trở lên. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach alpha từ 0.8 đến gần 1 thì thang đo lường tốt, từ 0.7 đến gần bằng 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Bên cạnh đó, các biến quan sát đều có hệ số tương quan giữa biến và tổng (item-total correlation) trên 0.4 (xin xem phụ lục 3). Điều này cho thấy các thang đo đảm bảo sự tin cậy cần thiết, thể hiện cụ thể qua bảng tóm tắt sau đây:
Bảng 4-4: Hệ số tin cậy alpha của các thang đo
Thang đo Số lượng biến quan sát Hệ số alpha
Chất lượng HMPCST 5 0.74
Giá cả HMPCST 5 0.72
Chủng loại HMPCST 4 0.71
Thái độ phục vụ 5 0.77
Kênh phân phối 5 0.73
Phương thức thanh toán 4 0.76
Chương trình khuyến mãi 4 0.70
Tuy nhiên thông qua việc phân tích nhân tố ở bước tiếp theo sẽ giúp chúng ta thấy được cụ thể hơn các thang đo trên có tách thành những nhân tố mới hay không, điều này sẽ giúp chúng ta đánh giá chính xác hơn các thang đo, đồng thời chúng ta có thể loại bỏ bớt các biến đo lường không đạt yêu cầu và làm cho các thang đo đảm bảo tính đồng nhất.
4.3.2. Phân tích nhân tố
Việc tiến hành phân tích nhân tố được thực hiện thông qua phần mềm thống kê SPSS 11.5 for Windows với phương pháp trích các nhân tố (phương pháp mặc định là rút trích các thành phần chính – Principal components analysis), phương pháp xoay nhân tố Varimax procedure (xoay nguyên các góc nhân tố để tối thiểu hóa lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố) và điểm dừng khi trích nhân tố có Eigenvalue là 1 (xin xem chi tiết ở Phụ lục 4).
Chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) là một chỉ số được dùng để xem xét sự thích hợp của các phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu chỉ số KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Bảng 4-5: Bảng chỉ số KMO các thang đo
Thang đo Số lượng biến quan sát Chỉ số KMO
Chất lượng HMPCST 5 0.78
Giá cả HMPCST 5 0.79
Chủng loại HMPCST 4 0.71
Thái độphục vụ 5 0.77
Kênh phân phối 5 0.70
Phương thức thanh toán 4 0.73
Chương trình khuyến mãi 4 0.65
Kết quả cho thấy rằng việc phân tích nhân tố ở đây là thích hợp vì các thang đo đều có chỉ số KMO lớn hơn 0.5. Việc tiến hành phân tích nhân tố đối với từng thang đo cụ thể như sau:
4.3.2.1. Phân tích nhân tố thang đo chất lượng HMPCST
Thang đo chất lượng HMPCST gồm có 5 biến quan sát được kí hiệu lần lượt là V1,V2, V3,V4 và V05 như đã được trình bày trong Chương 3 và cả 5 biến này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows). Qua kết quả phân tích nhân tố cho thấy hệ số tương quan giữa các biến với nhân tố lớn hơn 0.67 và tổng phương sai được giải thích là 49,43% (gần bằng 50%), đều này có nghĩa là nhân tố được trích ra này có thể giải thích được gần bằng 50% biến thiên của dữ liệu nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả chấp nhận được. Kết quả phân tích được trình bày tóm tắt trong Bảng 4-6 dưới đây.
Bảng 4-6: Kết quả phân tích nhân tố thang đo chất lượng HMPCST Component Matrix(a) Nhân tố Biến quan sát 1 V1 .710 V2 .719 V3 .675 V4 .732 V05 .677
4.3.2.2. Phân tích nhân tố thang đo giá cả HMPCST
Thang đo giá cả HMPCST gồm 5 biến quan sát được kí hiệu là G1,G2, G3, G4, G05 như đã được trình bày ở Chương 3, cả 5 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau: (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 4-7: Kết quả phân tích nhân tố thang đo giá cả HMPCST Component Matrix(a) Nhân tố Biến quan sát 1 G1 .689 G2 .602 G3 .736 G4 .687 G05 .730
Bảng 4-7 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.60 và tổng phương sai có thể giải thích được là 47.68% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả chấp nhận được.
4.3.2.3. Phân tích nhân tố thang đo chủng loại HMPCST
Thang đo chủng loại HMPCST bao gồm 5 biến quan sát được kí hiệu lần lượt là S1, S2, S3, S4, S05 như đã được trình bày ở trong Chương 3. Nhưng sau khi đánh giá độ tin cậy của thang đo (bằng hệ số Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows), tác giả nhận thấy rằng biến quan sát S4 có hệ số tương quan giữa biến tổng (Corrected Item-Total correlation) quá nhỏ (= 0.0166) nên phải loại biến quan sát S4. Kết quả phân tích nhân tố của thang đo chủng loại hàng hóa cụ thể được trình bày sau đây:
Bảng 4-8: Kết quả phân tích nhân tố thang đo chủng loại HMPCST Component Matrix(a) Nhân tố Biến quan sát 1 S1 .691 S2 .786 S3 .722 S05 .730
Bảng 4-8 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.69 và tổng phương sai có thể giải thích được là 53.78% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả khá tốt và chấp nhận được.
4.3.2.4. Phân tích nhân tố thang đo thái độ phục vụ
Thang đo thái độ phục vụ gồm 5 biến quan sát được kí hiệu là A1,A2, A3, A4 và A05 như đã được trình bày ở Chương 3, cả 5 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows). Kết quả phân tích của thang đo này được trình bày ở Bảng 4-9 như sau:
Bảng 4-9: Kết quả phân tích nhân tố thang đo thái độ phục vụ Component Matrix(a) Nhân tố Biến quan sát 1 A1 .630 A2 .791 A3 .814 A4 .733 A05 .627
Bảng 4-9 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.62 và tổng phương sai có thể giải thích được là 52.29% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả khá tốt và chấp nhận được.
4.3.2.5. Phân tích nhân tố thang đo kênh phân phối
Thang đo kênh phân phối bao gồm 5 biến quan sát được kí hiệu là C1, C2, C3, C4 và C05 như đã được trình bày ở Chương 3, cả 5 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-10: Kết quả phân tích nhân tố thang đo kênh phân phối Component Matrix(a) Nhân tố Biến quan sát 1 C1 .599 C2 .656 C3 .712 C4 .709 C05 .804
Bảng 4-10 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.59 và tổng phương sai có thể giải thích được là 48.94% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả tạm chấp nhận được.
4.3.2.6. Phân tích nhân tố thang đo phương thức thanh toán
Thang đo phương thức thanh toán bao gồm 4 biến quan sát được kí hiệu là P1, P2, P3, P04 như đã được trình bày ở Chương 3, cả 4 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-11: Kết quả phân tích nhân tố thang đo phương thức thanh toán Component Matrix(a) Nhân tố Biến quan sát 1 P1 .781 P2 .673 P3 .784 P04 .807
Bảng 4-11 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.67 và tổng phương sai có thể giải thích được là 58.19% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả tốt và chấp nhận được.
4.3.2.7. Phân tích nhân tố thang đo chương trình khuyến mãi
Thang đo chương trình khuyến mãi bao gồm 4 biến quan sát được kí hiệu là K1, K2, K3 và K04 như đã được trình bày ở Chương 3, cả 4 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-12: Kết quả phân tích nhân tố thang đo chương trình khuyến mãi Component Matrix(a) Nhân tố Biến quan sát 1 K1 .709 K2 .688 K3 .758 K04 .755
Bảng 4-12 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.68 và tổng phương sai có thể giải thích được là 58.19% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả tốt và chấp nhận được.
4.4. Kiểm định mô hình lý thuyết
Mô hình lý thuyết được trình bày ở Hình 2-4 có 8 khái niệm nghiên cứu đó là những cảm nhận của khách hàng về: (1) chất lượng HMPCST, (2) giá cả HMPCST, (3) chủng loại HMPCST, (4) thái độ phục vụ, (5) kênh phân phối, (6) phương thức thanh toán, (7) chương trình khuyến mãi, và sau cùng là khái niệm sự thỏa mãn của khách hàng. Trong đó, 7 khái niệm được nêu đầu tiên là các khái niệm độc lập và tất cả được giả định là các nhân tố tác động đến sự thỏa mãn của khách hàng khi mua HMPCST tại Hair salon và sự thỏa mãn của khách hàng là khái niệm phụ thuộc.
Việc kiểm định mô hình lý thuyết với phương pháp đưa vào một lượt (Enter), đây là phương pháp mặc định của chương trình và các biến trong khối sẽ được đưa vào mô hình cùng một lúc. Kết quả hồi quy tuyến tính bội cho thấy mô hình có hệ số xác định R2 (coefficient of determination) là 0.3 và R2 điều chỉnh (adjusted R square) là 0.28 (xin xem phụ lục 5). Việc tác giả quan tâm đến R2 vì nó thường được sử dụng như một thước đo sự phù hợp của mô hình tuyến tính, còn R2 điều chỉnh được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến. Tuy kết quả kiểm dịnh mô hình lý
thuyết thu được khá khiêm tốn, nhưng trong mô hình hồi quy cổ điển cũng không yêu cầu R2 phải lớn (Goldberger, 1999). Do đó, ta có thể chấp nhận kết quả phân tích và kết luận rằng mô hình hồi quy này sử dụng được.
Hệ số Beta (chuẩn hóa) dùng để đánh giá mức độ quan trọng của các nhân tố tác động vào sự thỏa mãn của khách hàng. Hệ số Beta chuẩn hóa của nhân tố nào càng cao thì mức độ quan trọng của nhân tố đó tác động đến sự thỏa mãn càng cao. Kết quả phân tích hồi quy của mô hình lý thuyết được trình bày ở Bảng 4-13 (bao gồm 3 Bảng liên đới kết quả: Variables entered/Removed(b); Model Summary; Anova(b)) như sau:
Bảng 4-13: Kết quả phân tích hồi quy của mô hình lý thuyết Variables Entered/Removed(b)
Model Biến đưa vào Biến bỏ ra Phương pháp
1 KMAI, TDO, (adsbygoogle = window.adsbygoogle || []).push({});
TTOAN, GIA, KENH, CLUONG,
CLOAI(a)
. Enter
a All requested variables entered. b Dependent Variable: THOAMAN
Model Summary
Model R R2 R2 điều chỉnh Sai số chuẩn ước lượng
1 .548(a) .300 .280 .26451
ANOVA(b) Model Tổng bình phương df Bình phương trung bình Kiểm định F Giá trị Sig.
1 Hồi quy 7.258 7 1.037 14.820 .000(a)
Số dư 16.932 242 .070
Tổng 24.190 249
a Predictors: (Constant), KMAI, TDO, TTOAN, GIA, KENH, CLUONG, CLOAI b Dependent Variable: THOAMAN
Coefficients(a)
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy
chuẩn hóa Giá trị t
Mức ý nghĩa của t Model Tên biến
B Std.
Error Beta t Sig.
1 Hằng hồi quy 1.383 .267 5.173 .000 GIA .166 .032 .284 5.233 .000 CLUONG .125 .029 .232 4.245 .006 CLOAI -.052 .028 -.102 -1.861 .064 TDO .081 .025 .183 3.319 .001 KENH .147 .028 .291 5.329 .000 TTOAN .100 .024 .221 4.074 .000 KMAI .050 .029 .095 1.736 .084
Qua kết quả phân tích hồi quy của mô hình lý thuyết, ngoài 2 nhân tố chủng loại HMPCST và chương trình khuyến mãi thì 4 nhân tố còn lại có mối quan hệ tuyến tính với sự thỏa mãn của khách hàng đều có ý nghĩa thống kê với p< 5%. Do đó, chúng ta có thể kết luận rằng các giả thuyết H1, H2, H4, H5, H6 đều được chấp nhận.
Đối với giả thuyết H3 (cảm nhận của khách hàng về sự đa dạng của HMPCST càng cao thì sự thỏa mãn của họ với việc mua hàng tại kênh Hair salon càng cao) và giả thuyết H7 (cảm nhận của khách hàng về sự hấp dẫn của chương trình khuyến mãi càng cao thì sự thỏa mãn của họ đối với việc mua hàng tại kênh Hair salon càng cao), cả 2 nhân tố này đều có p> 5%, trên lý thuyết đúng là ta phải loại bỏ hai nhân tố này.
Giả thuyết H3 với p= 6.4% (>5%) nên phải loại bỏ giả thuyết này. Không thuyết phục lắm với con số thống kê dùng làm căn cứ để loại bỏ H3 nhưng trên thực tế đúng là chủng loại HMPCST không tác động nhiều đến sự hài lòng của khách hàng. Bởi ngày nay các nhà sản xuất kinh doanh đều có thể đáp ứng nhiều dòng hàng rất đa dạng và phong phú như nhau. Hơn thế nữa khách hàng không thể cảm nhận có sự khác nhau về chủng loại HMPCST khi mua tại Hair salon hay tại các nơi phân phối khác như chợ, cửa hàng. Do đó, việc loại bỏ giả thuyết H3 là chấp nhận được.
Giả thuyết H7 với p= 8.4% (>5%) sẽ bị loại bỏ nếu căn cứ vào con số thống kê. Nhưng trong thực tế không thể nào bỏ được giả thuyết này vì ngày nay việc kinh doanh luôn gặp phải sự cạnh tranh khóc liệt đến từ các đối thủ. Đặc biệt hơn trong ngành HMPCST, thật khó hình dung nếu không có các chương trình khuyến mãi thì kết quả kinh doanh của chúng ta sẽ về đâu trong khi các đối thủ cạnh tranh thậm chí có các chương trình khuyến mãi hằng ngày? Xuất phát từ những lập luận trên tác giả bày luận văn này xin giữ lại giả thuyết H7 trong mô hình lý thuyết. Đây cũng là một trong những hạn chế lớn nhất của đề tài, mong có các nghiên cứu tiếp theo để làm sáng tỏ hơn vấn đề này.
Tóm lại, 7 khái niệm độc lập và được giả định là các nhân tố tác động vào sự thỏa mãn của khách hàng (khái niệm phụ thuộc), thông qua kết quả kiểm định mô hình lý thuyết mà cụ thể là kết quả hồi quy tuyến tính bội đã được trình bày ở phần trên và lý luận thực tiễn, tác giả chỉ loại bỏ một giả thuyết H3 ra khỏi mô hình. Kết quả kiểm định mô hình lý thuyết được minh họa qua Hình 4-6 như sau:
Hình 4-6: Kết quả kiểm định mô hình lý thuyết
4.5. Mức độ quan trọng của các nhân tố tác động vào sự thỏa mãn của khách hàngHair salon khi mua HMPCST tại khu vực Tp.HCM