5. Bốcục đềtài
2.2.4 Phân tích nhân tốkhám phá EFA
2.2.4.1 Phân tích nhân tốbiến độc lập
Mục đích của kỹthuật phân tích nhân tốkhám phá là nhận diện và xác định được các nhân tố ảnh hưởng đến hiệu quảhoạt động bán hàngđối với dịch vụ truyền hình Internet IPTV tại CTCP Viễn Thông FPT – Chi nhánh Huế.
Phương pháp phân tích nhân tốkhám phá được sửdụng để đánh giá mức độ hội tụcủa các biến quan sát theo thành phần. Trong nghiên cứu này, phương pháp trích Principal Component Analysis với phép quay Variax được sửdụng. Điểm dừng Eigenvalue (đại diện cho phần biến thiên được giải thích mởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50%.
Phân tích nhân tốchỉ được sửdụng khi hệsốKMO (Kaiser Meyer-Olkin of Sampling Adequacy) có giá trịtừ0,5 trởlên (Othman & Owen, 2000), kiểm định Bartlett’s có giá trịSig. < 0,05 và các biến có hệsốtải (Factor loading) nhỏhơn 0,5 sẽbịloại.
Thang đo các yếu tốtác động đến kết quảhoạt động bán hàng đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT gồm 24 biến quan sát với 7 yếu tố được đưa vào đểphân tích. Kết quảthu được như sau:
Bảng 2.11: Kiểm định KM O và Bartlett’ s Test biến độc lập
KMO and Bartlett’s Test
Trị số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,828 Đại lượng thống kê
Bartlett’s Test
Approx. Chi-Square 1665,980
df 276
Sig. 0,000
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Sau khi đưa 24 biến quan sát vào phân tích nhân tố, kết quảkiểm định KMO đạt yêu cầu là 0,828 > 0,5 và Bartlett’s có giá trịSig. = 0,000 < 0,05 cho thấy giữa 24 biến này có mối quan hệtương quan với nhau nên phân tích nhân tốEFA là phù hợp.
Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãnđiều kiện lớn hơn hoặc bằng 0,5. Theo Hair & các cộng sự(1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡmẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 100.
Bảng 2.12: Kết quả phân tích nhân tố biến độc lập
Biến quan sát Hệ số tải nhân tố
1 2 3 4 5
CSSP2 0,743
CSSP3 0,695
CLSP3 0,692 CLSP2 0,684 CSSP4 0,624 CLSP4 0,595 CLSP1 0,565 NVBH4 0,864 NVBH3 0,772 NVBH2 0,729 NVBH1 0,664 PTHT2 0,777 PTHT3 0,690 PTHT1 0,572 PTHT4 0,554 HDTT4 0,897 HDTT2 0,80 HDTT3 0,724 HDTT1 0,556 GSP3 0,842 GSP4 0,670 GSP2 0,662 GSP1 0,606 Eigenvalues 7,968 2,271 1,885 1,714 1,393 Phương trích sai (%) 33,2 42,664 50,519 57,661 63,464
Phương sai tích lũy (%) 33,2 9,464 7,855 7,142 5,803
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Kết quảphân tích EFA đã cho ra 5 nhân tốcơ bản. Tổng phương sai trích là 63,464% > 50%, cho biết 5 nhân tốnày giải thích được 63,464% biến thiên của dữ liệu và các giá trịEigenvalue của các nhân tố đều lớn hơn 1. Kiểm định Bartlett’s có giá trịSig. = 0,000 < 0,05 nên đạt yêu cầu. Trong kiểm định này, không có biến nào loại ra khỏi mô hình do hệtải nhân tố> 0,5.
Kết quảcó 5 nhân tốvới tổng phương sai trích là 63.464%; tức là khảnăng sửdụng 5 nhân tốnày đểgiải thích cho 24 biến quan sát là 63,464% (> 50%).
Như vậy, sau khi tiến hành phân tích nhân tốkhám phá EFA, sốbiến quan sát vẫn là 24, được rút trích lại còn 5 nhân tố. Không có biến quan sát nào có hệsố tải nhân tố(Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đềtài tiếp tục tiến hành các bước phân tích tiếp theo.
Nhân tốthứnhất được rút ra có chỉsốEigenvalue = 7,968. Nhân tốnày có chỉ sốFactor Loading với các biến CLSP1 có Factor Loading là 0,565, CLSP2 có Factor Loading 0,684, CLSP3 có Factor Loading 0,692, CLSP4 có Factor Loading là 0,595, CSSP1 có Factor Loading là 0,693, CSSP2 có Factor Loading là 0,743, CSSP3 có Factor Loading là 0,695, CSSP4 có Factor Loading là 0,634. Nên đặt tên nhân tốnày là “Chất lượng và chính sách sản phẩm”, ký hiệu là CLCS.
Nhân tốthứhai được rút ra có chỉsốEigenvalue = 2,271. Nhân tốnày có chỉ sốFactor Loading với các biến NVBH1 có Factor Loading là 0,664, NVBH2 có Factor Loading 0,729, NVBH3 có Factor Loading 0,772, NVBH4 có Factor Loading là 0,864. Nên đặt tên nhân tốnày là “Nhân viên bán hàng”, ký hiệu là NVBH.
Nhân tốthứba được rút ra có chỉsốEigenvalue = 1,885. Nhân tốnày có chỉ sốFactor Loading với các biến PTHT1 có Factor Loading là 0,572, PTHT2 có Factor Loading 0,777, PTHT3 có Factor Loading 0,690, PTHT4 có Factor Loading 0,554 . Nên đặt tên nhân tốnày là “Phương tiện hỗtrợ”, ký hiệu là PTHT.
Nhân tốthứtư được rút ra có chỉsốEigenvalue = 1,714. Nhân tốnày có chỉsố Factor Loading với các biến HDTT1 có Factor Loading là 0,556, HDTT2 có Factor Loading 0,80, HDTT3 có Factor Loading 0,724, HDTT4 có Factor Loading là 0,897. Nên đặt tên nhân tốnày là “Hoạt động truyền thông”, ký hiệu là HDTT.
Nhân tốthứnăm được rút ra có chỉsốEigenvalue = 1,393. Nhân tốnày có chỉ sốFactor Loading với các biến GSP1 có Factor Loading là 0,606, GSP2 có Factor Loading là 0,662, GSP3 có Factor Loading là 0,842, GSP4 có Factor Loading là 0,670. Nên đặt tên nhân tốnày là “Giá sản phẩm”, ký hiệu là GSP.
2.2.4.2 Phân tích nhân tốbiến phụthuộc
Các điều kiện kiểm định KMO và Bartlett’s Test biến phụthuộc tương tựcác điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích đánh giá chung về hiệu quảhoạt động bán hàng đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT – chi nhánh Huếqua 3 biến quan sát, kết quảcho chỉsốKMO là 0,690 (lớn hơn 0,05), và kiểm định Bartlett’s Test cho giá trịSig. = 0,00 (bé hơn 0,05) nên dữliệu thu thập được đápứng được điều kiện đểtiến hành phân tích nhân tố.
Bảng 2.13: Kiểm định KMO và Bartlett’ s Test biến phụ thuộc
KMO and Bartlett’s Test
Trị số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,690
Đại lượng thống kê Bartlett’s Test
Approx. Chi-Square 99,490
df 3
Sig. 0,000
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Bảng 2.14: Kết quả phân tích nhân tố biến phụ thuộc
Kí hiệu Biến quan sát Hệ số tải
nhân tố
HQBH2 Quý khách cảm thấy thoải mái sau khi sử dụng dịch vụ
truyền hình Internet IPTV của công ty 0,847 HQBH1 Quý khách sẵn sàng tiếp tục sử dụng dịch vụ truyền hình
Internet IPTV của công ty trong tương lai 0,812 HQBH3 Quý khách sẽ giới thiệu cho bạn bè và người thân khi có
nhu cầu 0,809
Eigenvalues 2,032
Phương sai trích (%) 67,746
Các nhân tốrút ra có hệsốtải nhân tố đều > 0,5. Hệsốtải nhân tố đều cao, các biến trong cùng một nhóm đều tải mạnh trên nhân tốmà nó đo lường, nhỏnhất là 0,809. Do đó, không có một thành phần nào bịloại bỏ.
Tổng phương sai trích là 67,746% > 50%, chứng tỏphần giải thích được khá cao. Kết quảcũng cho thấy có một nhân tố được rút ra và Eigenvalue > 1. Không có sựtách ra hay dịch chuyển của các nhân tốnên không có sựthay đổi vềsốnhân tố.
Nhân tốnày được rút ra có chỉsốEigenvalue = 2,032 , nhân tốnày giải thích được 67,746% biến thiên của dữliệu. Nhân tốnày có chỉsốFactor Loading với các biến HQBH1 có Factor Loading là 0,812, HQBH2 có Factor Loading 0,847, HQBH3 có Factor Loading 0,09. Nên đặt tên nhân tốnày là “Hiệu quảbán hàng”, ký hiệu là HQBH.
Nh ận xét:
Quá trình phân tích nhân tốkhám phá EFA trên đã xácđịnh được 5 nhân tố ảnh hưởng đến hiệu quảhoạt động bán hàng đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT chi nhánh Huế, đó là“Chất lượng và chính sách sản phẩm”, “nhân viên bán hàng”, “phương tiện hỗtrợ”, “hoạt động truyền thông” và “giá sản phẩm”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA không có gì thayđổi đáng kểso với ban đầu, không có biến quan sát nào bịloại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tố khám phá. Chỉcó 8 biến quan sát từ2 biến độc lập mà nghiên cứu đềxuất ra ban đầu là“chất lượng sản phẩm” và “chính sách sản phẩm”được rút trích lại còn 1 biến độc lập“Chất lượng và chính sách sản phẩm”với 8 biến quan sát.
2.2.5 Kiểm định độtin cậy của thang đo sau phân tích nhân tốkhám phá EFA
Sau khi phân tích nhân tốkhám phá EFA theo phương pháp rút trích các nhân tốchính (Principal Components), nghiên cứu tiến hành kiểm định lại độtin cậy thang đo của các nhân tốmới sau khi loại biến với các điều kiện kiểm định như trên, nhằm đảm bảo các nhân tốmới thu được có ý nghĩa cho các bước phân tích tiếp the
Bảng 2.15: Kiểm định độ tin cậy thang đo nhân tố mới
Biến độc lập
Chất lượng và chính sách sản phẩm 0,861
Nhân viên bán hàng 0,843
Phương tiện hỗ trợ 0,817
Hoạt động truyền thông 0,817
Giá sản phẩm 0,732
Biến phụ thuộc
Hiệu quả bán hàng 0,761
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Nhìn vào bảng tổng hợp phân tích, có thểnhận ra rằng hệsốCronbach’s Alpha của các nhân tốnày khá cao (đều lớn hơn 0,7), vì vậy các nhân tốmới này đảm bảo độtin cậy và có ý nghĩa trong các phân tích tiếp theo.
2.2.6 Phân tích hồi quy đa biến
Phân tích tương quan
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽxem xét các mối tương quan tuyến tính giữa biến phụthuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệsốtương quan giữa biến độc lập và biến phụthuộc càng lớn chứng tỏmối quan hệtuyến tính càng lớn và phân tích hồi quy tuyến tính có thểphù hợp. Mặt khác, nếu giữa các biến độc lập cũng có tương quan lớn với nhau thìđó cũng là dấu hiệu cho biết giữa chúng có thểxảy ra hiện tượng đa cộng tuyến trong mô hình tađang xét.
Bảng 2.16: Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc
GSP HDTT NVBH PTHT CLCS HQBH Tương quan Pearson 0,521 0,556 0,648 0,615 0,469 1,000 Sig. (1- tailed) 0,00 0,00 0,00 0,00 0,00 N 135 135 135 135 135 135
- Giá trịSig.(1-tailed) của các nhân tốmới đều bé hơn mức ý nghĩaα= 0,05 cho thấy sựtương quan có ý nghĩa giữa các biến độc lập và biến phụthuộc.
- Hệsốtương quan Pearson cũng khá cao (có 4 nhân tốlớn hơn 0,5, và 1 nhân tốxấp xỉ0,5) nên ta có thểkết luận rằng các biến độc lập sau khi điều chỉnh có thểgiải thích cho biến phụthuộc“Hiệu quảbán hàng”.
Phân tích h ồi quy
Sau khi tiến hành phân tích nhân tốkhám phá, nhóm các biến theo từng yếu tố, ta tiến hành hồi quy. Mô hình hồi quy áp dụng là mô hình hồi quy đa biến (mô hình hồi quy bội) đểxem xét mối liên hệgiữa biến phụthuộc và các biến độc lập. Khi phân tích hồi quy, kết quảsẽcho thấy được các yếu tố ảnh hưởng đến kết quả hoạt động bán hàng đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT và mức độtác động của chúng.
Cụthể, phân tích hồi quy được thực hiện với 5 biến độc lập: “Giá sản phẩm”, “Hoạt động truyền thông”, “Nhân viên bán hàng”, “Phương tiện hỗtrợ”, “Chất lượng và chính sách sản phẩm”. Phương pháp đưa vào một lượt (phương pháp Enter) được dùng đểphân tích hồi quy. Giá trịcủa các yếu tố được dùng đểchạy hồi quy là giá trịtrung bình từcác yếu tố.
Mô hìnhđược viết như sau:
HQBH = ß0 + ß1GSP + ß2HDTT + ß3NVBH + ß4PTHT+ ß5CLCS
Trong đó: ß0: Hệsốtựdo.
ßi: Hệsốhồi quy riêng phần tươngứng với các biến độlập.
HQBH: Giá trịcủa biến phụthuộc là hiệu quảbán hàng đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT – chi nhánh Huế.
GSP: Giá trịbiến độc lập thứnhất là Giá sản phẩm.
HDTT: Giá trịbiến độc lập thứhai là Hoạt động truyền thông. NVBH: Giá trịbiến độc lập thứba là Nhân viên bán hàng. PTHT: Giá trịbiến độc lập thứtư là Phương tiện hỗtrợ.
CLCS: Giá trịbiến độc lập thứtư là Chất lượng và chính sách sản phẩm.
Để đánh giá độphù hợp của mô hình ta dùng hệsốxác định R 2 điều chỉnh. Hệ sốxác định R 2 điều chỉnh của mô hình này là 60,5%, thểhiện 4 biến độc lập trong mô hình giải thích được 60,5% biến thiên của biến phụthuộc. Với giá trịnày thìđộ phù hợp của mô hình là chấp nhận được. Bên cạnh đó, ta nhận thấy giá trịR Square hiệu chỉnh là 0,619 khá là cao ( > 50%), nghĩa là mối quan hệgiữa biến độc lập và biến phụthuộc được coi là gần chặt chẽ.
Bảng 2.17: Mô hình tóm tắt sử dụng phương pháp Enter
Mô hình R R2 R2 điều chỉnh Sai số chuẩn của ước lượng
1 0,787a 0,619 0,605 0,32948
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Ki ểm định độ phù hợp của mô hình
Bước tiếp theo trong phân tích hồi quy là thực hiện kiểm định F về độphù hợp của mô hình hồi quy, xem biến phụthuộc có liên hệtuyến tính với toàn bộcác biến độc lập hay không.
Kiểm định cặp giảthuyết:
H0: Mô hình hồi quy tuyến tính là không phù hợp (ß1 =ß2 = ß3 = ß4) Hi: Mô hình hồi quy tuyến tính là phù hợp (tồn tại ít nhất ßi # 0) Ta có Sig. của F = 0,00 < 0,05 nên bác bỏgiảthuyết H 0
Bảng 2.18: Kiểm định về sự phù hợp của mô hình hồi quy Mô hình Tổng phương sai lệch df Bình phương tổng phương sai lệch F Mức ý nghĩa Sig. Mô hình hồi quy 22,798 5 4,56 42,002 0,000 b Số dư14,004 129 0,109 Tổng 36,802 134
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Từbảng kết quảthu được., ta thấy Sig. của F = 0,00 < 0,05 từ đó có thểkết luận rằng mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.
Như vậy, điều này có nghĩa là kết hợp của các biến thểhiện có trong mô hình có thểgiải thích được thay đổi của biến phụthuộc hay nói cách khác có ít nhất một biến độc lập nào đóảnh hưởng đến biến phụthuộc.
K ết quả phân tích hồi quy và mức độtác độ ngcủa từng nhân tố
Giá trịSig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình:“giá sản phẩm”, “hoạt động truyền thông”, “nhân viên bán hàng”, “phương tiện hỗtrợ”đều nhỏhơn 0,05 chứng tỏcác biến độc lập này có ý nghĩa thống kê trong mô hình. Riêngđối với biến độc lập“chất lượng và chính sách sản phẩm”có giá trịSig. là 0,988 > 0,05 nên bịloại khỏi mô hình hồi quy. Ngoài ra, hằng số trong mô hình có giá trịSig. là 0,618 > 0,05 nên cũng sẽbịloại.
Bảng 2.19: Kết quả phân tích hồi quy đa biến
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig.
B Sai số chuẩn Beta
Hằng số0,157 0,314 0,500 0,618 GSP 0,206 0,070 0,185 2,938 0,004 HDTT 0,227 0,065 0,223 3,469 0,001 NVBH 0,353 0,064 0,374 5,495 0,000 PTHT 0,231 0,064 0,255 3,635 0,000 CLCS -0,001 0,080 -0,001 -0,015 0,988
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Phương trình hồi quy tổng quát của mô hìnhđược biết lại như sau:
HQBH = 0,185GSP + 0,233HDTT + 0,374NVBH + 0,255PTHT
Dựa vào mô hình hồi quy trên ta thấy hệsốß 1 = 0,185 có nghĩa là khi nhân tố “Giá sản phẩm” thayđổi 1 đơn vịtrong khi các nhân tốkhác không đổi thì làm cho “hiệu quảbán hàng” đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT cũng biến động cùng chiều 0,185đơn vị.
Đối với nhân tố“Hoạt động truyền thông” có hệsốß 2 = 0,233 khi nhân tốnày thayđổi 1 đơn vịthì làm cho “hiệu quảbán hàng” đối với dịch vụtruyền hình IPTV
của CTCP Viễn Thông FPT cũng biến động cùng chiều 0,233đơn vịtrong điều kiện các yếu tốkhác không thay đổi.
Đối với nhân tố“Nhân viên bán hàng” có hệsốß 3 = 0,374 khi nhân tốnày thayđổi 1 đơn vịthì làm cho “hiệu quảbán hàng” đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT cũng biến động cùng chiều 0,374đơn vịtrong điều kiện các yếu tốkhác không thay đổi.
Cuối cùng là nhân tố“Phương tiện hỗtrợ” có hệsốß 4 = 0,255 khi nhân tốnày thayđổi 1 đơn vịthì làm cho “hiệu quảbán hàng” đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT cũng biến động cùng chiều 0,255đơn vịtrong điều kiện các yếu tốkhác không thay đổi.
Phương trình trên cho thấy, khi các yếu tốgiá sản phẩm, hoạt động truyền thông, nhân viên bán hàng, phương tiện hỗtrợcàng cao thì “hiệu quảbán hàng” đối với dịch vụtruyền hình IPTV của CTCP Viễn Thông FPT càng lớn. Trong đó thành phần nhân viên bán hàng tác động mạnh nhất đến hiệu quảbán hàngđối với dịch vụ truyền hình IPTV của CTCP Viễn Thông FPT.
2.2.7 Kiểm định giá trịtrung bình trongđánh giá của khách hàng2.2.7.1 Kiểm định đối với nhóm nhân viên bán hàng 2.2.7.1 Kiểm định đối với nhóm nhân viên bán hàng
Bảng 2.20: Kiểm định One sample T-Test nhân viên bán hàng
Chỉ tiêu GTTB GTKĐSig
Nhân viên am hiểu về các sản phẩm, dịch vụ truyền
hình Internet IPTV của công ty 4,04 4 0,000
Nhân viên luôn hiểu được nhu cầu của khách hàng 3,87 4 0,000 Nhân viên quan tâm đến khách hàng thường xuyên 3,82 4 0,000 Nhân viên luôn giải đáp tốt thắc mắc của khách hàng 3,96 4 0,000
(Nguồn: Kết quả điều tra của tác giảnăm 2021)
Giảthuyết:
H0: Khách hàng đánh giáởmức đồng ý
H1: Khách hàng đánh giá khác mức độ đồng ý Mức ý nghĩa 5%
Nếu Sig > 0,05: Chưa đủbằng chứng thống kê bác bỏgiảthuyết H 0
Nếu Sig < 0,05: Đủbằng chứng bác bỏgiảthuyết H 0
Kết quảkiểm định cho thấy tất cảcác giá trịSig đều nhỏhơn mức ý nghĩa . Kết luận rằng khách hàng đánh giá các yếu tốthuộc nhóm nhân viên bán hàngở mức khác 4.