Phân tích nhân tố khám phá sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các yếu tố thành phần đến ý định sử dụng TPCN có độ kết dính cao hay không và chúng có thể rút gọn lại thành một số yếu tố ít hơn để xem xét hay không. Các tham số thống kê trong phân tích EFA nhƣ sau:
Đánh giá chỉ số Kaiser-Mayer (KMO) để xem xét sự thích hợp của phân tích nhân tố khám phá. Nếu KMO nằm trong khoảng từ 0,5 – 1 thì phân tích nhân tố khám phá sẽ phù hợp.
Kiểm định Bartlett xem xét giả thuyết H0: độ tƣơng quan giữa các biến số quan sát bằng 0. Nếu kiểm định này có ý nghĩa thống kê (sig <0,05) thì các biến có
tƣơng quan với nhau trong tổng thể.
Các hệ số tải nhân tố (factor loading) nhỏ hơn 0,5 trong EFA sẽ tiếp tục bị loại bỏ để đảm bảo sự hội tụ giữa các biến. Phƣơng pháp trích hệ số sử dụng là
Principal Components và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1,
tổng phƣơng sai trích bằng hoặc lớn hơn 50%.
Trong nghiên cứu này, tác giả quyết định sử dụng các tiêu chuẩn sau để thực hiện phân tích nhân tố khám phá EFA:
- KMO nằm trong khoảng từ 0,5 đến 1.
- Kiểm định Bartlett có ý nghĩa thống kê (sig < 0,05).
- Loại bỏ các biến có hệ số tải nhân tố (factor loading) < 0,5 và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1, tổng phƣơng sai trích bằng hoặc lớn
- Chênh lệch giữa các trọng số nhân tố của một biến quan sát phải ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ, 2011).
3.5.3. Phân tích hệ số tương quan và phân tích hồi quy tuyến tính.
Phân tích hồi quy tuyến tính đƣợc sử dụng để kiểm định mối tƣơng quan
tuyến tính giữa các biến trong mô hình, giữa các biến độc lập với nhau và giữa biến phụ thuộc và biến độc lập. Có hai phƣơng án để đánh giá mức độ tƣơng quan trong
phân tích hồi quy tuyến tính là qua đồ thị phân tán hoặc hệ số tƣơng quan Pearson.
Trong đó, hệ số tƣơng quan Pearson càng tiến đến 1 thì hai biến có mối tƣơng quan
càng chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Ngoài ra, tác giả cũng xem xét mối tƣơng quan giữa các biến độc lập với
nhau để đảm bảo đa cộng tuyến không xảy ra và đảm bảo mô hình hồi quy tuyến
tính sử dụng đƣợc. Hệ số đa cộng tuyến có thể đƣợc kiểm định thông qua hệ số
phóng đại phƣơng sai (VIF), VIF > 10 thì sẽ xảy ra hiện tƣợng đa cộng tuyến (Nguyễn Đình Thọ, 2011).
Sau khi phân tích tƣơng quan giữa các biến sử dụng, tác giả sẽ thực hiện các
kỹ thuật hồi quy dựa trên ƣớc lƣợng trung bình nhỏ nhất (OLS) với điều kiện là phân phối chuẩn đƣợc đảm bảọ Kết quả của hồi quy tuyến tính sẽ giúp kiểm định các giả thuyết đã nêu ra trong chƣơng 2. Bên cạnh đó, hệ số góc thu đƣợc trong
phƣơng trình hồi quy tuyến tính sẽ đại diện cho mức độ ảnh hƣởng của từng biến độc lập đến biến phụ thuộc. Trong trƣờng hợp các biến sử dụng cùng một thang đo
định danh có giá trị từ 1 đến 5, thì hệ số góc càng lớn thì biến độc lập càng có ảnh
hƣởng mạnh đến biến phụ thuộc hơn so với các biến độc lập khác.
Trong nghiên cứu này, tác giả quyết định sử dụng các tiêu chuẩn sau trong phân tích hệ số tƣơng quan và phân tích hồi quy tuyến tính:
- Hệ số R2 điều chỉnh là hệ số thể hiện phần biến thiên của ý định mua
TPCN đƣợc giải thích bằng các biến quan sát.
- Kiểm định F để xem xét mức độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
- Đánh giá mức độ tác động giữa các biến độc lập đến biến phụ thuộc thông qua hệ số Betạ
- Cuối cùng, nhằm đánh giá kết quả phân tích hồi quy là phù hợp, các dò tìm vi phạm của giả định cần thiết trong hồi quy tuyến tính đƣợc thực hiện. Các giả định đƣợc kiểm định bao gồm giả định về liên hệ tuyến tính giữa các biến độc lập, tính độc lập của phần dƣvà hiện tƣợng đa công tuyến.
3.5.4. Phân tích sự khác biệt về xu hướng sử dụng theo các đặc điểm về nhân chủng học bằng kiểm định T-Test và ANOVẠ
Sau khi có kết quả phân tích hồi quy tuyến tính, tác giả sẽ tiến hành phân tích sự khác biệt về ý định mua TPCN của ngƣời dân ở tỉnh Vĩnh Long theo các thông
tin về nhân chủng học bao gồm: giới tính, độ tuổi, trình độ học vấn, nghề nghiệp và thu nhập. Mục đích của phân tích này nhằm cung cấp các thông tin cần thiết cho những nhà phân phối hay những nhà sản xuất TPCN có chiến lƣợc marketing toàn diện hơn đến ngƣời tiêu dùng ở tỉnh Vĩnh Long. Kiểm định thực hiện thông qua hai bƣớc:
Bƣớc 1: Kiểm định Levene H0: “Phƣơng sai bằng nhau”
Sig < 0,05: bác bỏ H0
Sig ≥ 0,05: chấp nhận H0 => đủ điều kiện để phân tích tiếp ANOVA
Bƣớc 2: Kiểm định One – Way ANOVA H0: “Trung bình bằng nhau”
Sig > 0,05: bác bỏ H0 => chƣa đủ điều kiện để khẳng định có sự khác biệt. Sig ≤ 0,05: chấp nhận H0 => đủ điều kiệnđể khẳng định có sự khác biệt. Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt nhƣ thế nào giữa các nhóm quan sát.
Tóm tắt chƣơng 3
Chƣơng 3 trình bày phƣơng pháp nghiên cứu, phƣơng pháp chọn mẫu và quy
trình nghiên cứụ Theo đó, bảng khảo sát sơbộ đƣợc xây dựng từ cơsở lý thuyết và đƣợc điều chỉnh thông qua khảo sát sơ bộ. Nghiên cứu sơ bộ đƣợc thực hiện bằng định tính và định lƣợng để điều chỉnh mô hình cho phù hợp. Nghiên cứu chính thức
phần mềm SPSS theo quy trình: phân tích độ tin cậy, phân tích nhân tố và phân tích hồi quỵ
CHƢƠNG4: KẾT QUẢ NGHIÊN CỨU
Từ kết quả khảo sát đƣợc thu thập, chƣơng 4 sẽ tiến hành phân tích dữ liệu đƣợc khảo sát bằng phần mềm SPSS 16.0. Các phân tích dữ liệu trong chƣơng này
gồm có: phân tích thống kê mô tả mẫu, phân tích độ tin cậy, phân tích nhân tố, phân tích hồi quy và kiểm định mô hình lý thuyết và cuối cùng là kiểm định ANOVA để xem sự khác biệt về ý định mua TPCN khác nhau nhƣ thế nào trong các nhóm độ tuổi, giới tính, trình độ học vấn, nghề nghiệp và thu nhập.
4.1. Phân tích thống kê mô tả
Bảng 4.1.Mô tả thông tin đối tƣợng khảo sát
Tiêu chí Tần số (người) Tỷ lệ (%) Giới tính Nam 96 47,52 Nữ 106 52,48 Tổng 202 100 Độ tuổi Từ 18-25 tuổi 55 27,23 Từ 26-35 tuổi 61 30,20 Từ 36-45 tuổi 67 33,17 Từ 45-60 tuổi 19 9,41 Tổng 202 100 Trình độ học vấn Phổ thông 5 2,48 Trung cấp, cao đẳng 83 41,09 Đại học 88 43,56 Sau đại học 26 12,87 Tổng 202 100 Nghề nghiệp
Nhân viên văn phòng 32 15,84
Chuyên viên kỹ thuật 34 16,83
Quản lý 25 12,38 Nội trợ 28 13,86 Khác 13 6,44 Tổng 202 100 Thu nhập Dƣới 5 triệu đồng 7 3,47 Từ 5 đến dƣới 10 triệu đồng 65 32,18 Từ 10 đến dƣới 15 triệu đồng 88 43,56 Trên 15 triệu đồng 42 20,79 Tổng 202 100
(Nguồn: Kết quả xử lý số liệu) Kết quả khảo sát về giới tính: Từ kết quả khảo sát thực tế cho thấy, tỉ lệ ngƣời đƣợc khảo sát là nam hay nữ chênh lệch nhau không nhiềụ Cụ thể, có 106 ngƣời tham gia là nữ chiếm 52,48%, 96 ngƣời tham gia là nam chiếm 47,52%.
Kết quả khảo sát về độ tuổi: có 55 ngƣời có độ tuổi từ 18 đến 25 chiếm
27,23%, có 61 ngƣời từ 26 đến 35 tuổi chiếm 30,2%, có 67 ngƣời từ 36 đến dƣới 45
tuổi chiếm 33,17%, có 19 ngƣời từ 46 đến dƣới 60 tuổi chiếm 9,41%. Trong 202
ngƣời đƣợc khảo sát có độ tuổi từ 18 đến 45 chiếm hơn 90%, trong đó nhóm tuổi từ
36-45 chiếm cao nhất.
Kết quả khảo sát về trình độ học vấn: Nghiên cứu này đƣợc khảo sát trên 5
ngƣời có trình độ họcvấn trung học phổ thông, 83 ngƣời có trình độ trung cấp - cao
đẳng, 88 ngƣời có trình độ đại học và 26 ngƣời có trình độ sau đại học. Tính theo tỷ lệ phần trăm, số ngƣời tham gia khảo sát theo trình tự trên lần lƣợt là 2,48%,
41,09%, 43,56% và 12,87%. Kếtquả cho thấy hầu hết đáp viên đƣợc hỏi có học vấn
từ trung cấp trở lên chiếm hơn 97%. Trình độ học vấn cao giúp ngƣời tiêu dùng dễ dàng tìm hiểu, lựa chọn cũng nhƣ cho đánh giá tốt hơn về thực phẩm chức năng cũng nhƣ bảng câu hỏị
Kết quả khảo sát về nghề nghiệp: Đối tƣợng đƣợc khảo sát đến từ các ngành nghề khác nhau, trong đó cao nhất là sinh viên có 70 ngƣời tham gia, chiếm tỷ lệ
34,65%; kế đến là chuyên viên kỹ thuật 16,83% (34 ngƣời); nhân viên văn phòng
đứng vị trí thứ ba 15,84% (32 ngƣời); nội trợ đứng vị trí thứ tƣ chiếm 13,86% (28 ngƣời); vị trí thứ năm là quản lý: 25 ngƣời, chiếm 12,38% và những ngành nghề
khác có 13 ngƣời, chiếm 6,44%. Với kết quả thu đƣợc ta thấy đối tƣợng khảo sát
đƣợc phân bố rộng khắp, thuộc nhiều ngành nghề khác nhau, điều này sẽ cho kết quả đánh giá tốt hơn, bao quát và khách quan hơn.
Kết quả khảo sát về thu nhập: có 7 ngƣời có thu nhập dƣới 5 triệu đồng chiếm 3,47%, 65 ngƣời thu nhập từ 5 đến dƣới 10 triệu đồng chiếm 32,18%, có 88
ngƣời có thu nhập từ 10 đến dƣới 15 triệu đồng chiếm 43,56%, có 42 ngƣời có thu nhập từ 15 triệu đồng trở lênchiếm 20,79%. Ta thấy thu nhập trung bình hàng tháng của đáp viên có đến hơn 95% có thu nhập trung bình hàng tháng từ 5 triệu đồng trở
lên. Với mức thu nhập này cũng xem nhƣ phù hợp với nghề nghiệp của đáp viên là nhân viên văn phòng, chuyên viên kỹ thuật, quản lý,…
4.2. Phân tích độ tin cậy
Thang đo đƣợc đánh giá độ tin cậy thông qua công cụ kiểm định Cronbach
Alphạ Hệ số α của Cronbach Alpha là một phép kiểm định thống kê về mức độ chặtchẽ của các biến trong thang đo với nhau (Nguyễn Đình Thọ, 2011).
Thông thƣờng một hệ số αđƣợc đánh giá là tốt khi nó ở trong khoảng [0,75 -
0,95]. Tuy nhiên giá trị Cronbach Alpha ở mức 0,6 là có thể đảm bảo độ tin cậy và đƣợc chấp nhận. Hệ số Cronbach Alpha bằng 1 (trùng lắp hoàn toàn) cho thấy các biến đo lƣờng trong thang đo cùng làm một việcvà chỉ cần một trong hai biến là đủ (Nguyễn Đình Thọ, 2011).
Kết quả phân tích độ tin cậy ở bảng 4.2 cho thấy các nhóm yếu tố đều có
Cronbach Alpha lơn hơn 0,6 và không có hai biến đo lƣờng nào trùng lắp hoàn toàn
Bảng 4.2. Phân tích độ tin cậy Cronbach Alphạ
Biến quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu loại
biến Tƣơng quan biến tổng Cronbach Alpha nếu loại biến Thái độ đối với việc mua thực phẩm chức năng (TD), Cronbach Alpha = 0,847, n=7 TD1 24,62 6,864 0,390 0,856 TD2 24,98 5,915 0,721 0,807 TD3 25,01 6,398 0,497 0,843 TD4 25,02 6,203 0,693 0,813 TD5 24,77 6,008 0,674 0,815 TD6 24,60 6,350 0,636 0,821 TD7 24,79 6,208 0,645 0,819
Chuẩn chủ quan (CCQ), Cronbach Alpha = 0,920, n=6
CCQ1 18,94 5,115 0,853 0,893 CCQ2 18,87 5,486 0,771 0,905 CCQ3 18,77 6,866 0,361 0,949 CCQ4 18,91 5,220 0,914 0,885 CCQ5 18,95 5,106 0,836 0,896 CCQ6 18,89 5,341 0,889 0,889
Sự kiểm soát hành vi đƣợc cảm nhận (KS), Cronbach Alpha = 0,856, n=4
KS1 10,36 3,287 0,761 0,790
KS2 10,30 3,416 0,632 0,845
KS3 10,45 3,383 0,665 0,831
KS4 10,53 3,374 0,744 0,798
Sự an toàn khi dùng thực phẩm chức năng (AT), Cronbach Alpha = 0,742,
n=4
AT1 8,57 3,032 0,511 0,704
AT2 8,80 3,622 0,598 0,667
AT3 9,19 2,933 0,614 0,635
AT4 9,71 3,459 0,462 0,723
Ý định mua thực phẩm chức năng (YD), Cronbach Alpha = 0,919, n=5
YD2 14,43 6,495 0,835 0,894 YD3 14,49 6,251 0,826 0,894 YD4 14,71 6,196 0,776 0,905 YD5 14,70 6,082 0,824 0,895 ((Nguồn: Tổng hợp từ phụ lục 7) Nhận xét:
Thang đo “thái độ đối với TPCN” có hệ số Cronbach Alpha = 0,847, hệ số
tƣơng quan biến tổng của các biến quan sát đều đạt giá trị lớn hơn 0,3. Do vậy, các biến đo lƣờng thành phần này đều đạt yêu cầu và đƣợc sử dụng trong việc phân tích nhân tố khám phá EFẠ Tuy nhiên, khi loại biến TD1 thì độ tin cậy của
thang đo TD tăng lên từ 0,847 thành 0,856. Việc giữ hay loại bỏ biến TD1 sẽ đƣợc phân tích tiếp trong phần phân tích nhân tố khám phá EFẠ
Thang đo “chuẩn chủ quan” có hệ số Cronbach Alpha = 0,920, hệ số tƣơng
quan biến tổng của các biến quan sát đều đạt giá trị lớn hơn 0,3; riêng biến
CCQ3, khi loại biến CCQ3 thì độ tin cậy của thang đo CCQ tăng lên từ 0,920
thành 0,949. Các biến còn lại đều đạt yêu cầu và đƣợc sử dụng trong việc phân
tích nhân tố khám phá EFẠ
Thang đo “sự kiểm soát hành vi đƣợc cảm nhận” có hệ số Cronbach Alpha
= 0,856, hệ số tƣơng quan biến tổng của các biến quan sát đều đạt giá trị lớn hơn
0,3. Do đó, các biến đo lƣờng thành phần này đều đạt yêu cầu và đƣợc sử dụng
trong việc phân tích nhân tố khám phá EFẠ
Thang đo “sự an toàn khi dùng TPCN” có hệ số Cronbach Alpha = 0,742,
hệ số tƣơng quan biến tổng của các biến quan sát đều đạt giá trị lớn hơn 0,3. Do
vậy, các biến đo lƣờng thành phần này đều đạt yêu cầu và đƣợc sử dụng trong việc phân tích nhân tố khám phá EFẠ
Thang đo “ý định mua TPCN” có hệ số Cronbach Alpha = 0,919, hệ số
tƣơng quan biến tổng của các biến quan sát đều đạt giá trị lớn hơn 0,3. Do vậy, các biến đo lƣờng thành phần này đều đạt yêu cầu và đƣợc sử dụng trong việc phân tích nhân tố khám phá EFẠ
Phƣơng pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối quan hệ giữa các biến với nhaụ EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Giá trị hội tụ và giá trị phân biệt cũng đƣợc đánh giá thông qua bƣớc phân tích EFA (Nguyễn Đình Thọ,
2011).
Hệ số KMO (Kaiser – Meyer-Olklin) là một chỉ số dùng để đánh giá sự phù hợp của phân tích nhân tố. Nó so sánh độ lớn của hệ số tƣơng quan giữa hai biến Xi và Xj với độ lớn của hệ số tƣơng quan riêng phần của chúng. Trị số KMO lớn (từ 0,5 đến 1) thì bộ dữ liệu sẽ phù hợp để phân tích nhân tố. Các giá trị của KMO và ý nghĩa: [0,9 – 1]: rất tốt, [0,8 – 0,9]: tốt, [0,7 – 0,8]: đƣợc, [0,6 – 0,7]:
tạm đƣợc, [0,5 –0,6]: xấu (Kaiser, 1974, trích Nguyễn Đình Thọ, 2011).
Phƣơng pháp sử dụng phân tích nhân tố dùng trong nghiên cứu này là Principal component với phép quay là Varimax. Việc phân tích nhân tố sẽ đƣợc tiến hành với các biến quan sát độc lập và biến quan sát phụ thuộc, sau đó sẽloại bỏ từng biến có hệ số truyền tải thấp.
4.3.1 Phân tích nhân tố (EFA) lần 1
Lần 1 có 21 biến đƣợc đƣa vào phân tích theo tiêu chuẩn Eigenvalue lớn
hơn 1 thì có 5 nhân tố đƣợc rút rạ Hệ số KMO = 0,822 (> 0,5) đƣợc trình bảy ở Phụ lục 8.1. Tuy nhiên, biến quan sát AT4 bị loại do hệ số truyền tải thấp nhất
(0,316). Về phần nội dung, biến AT4 (TPCN ảnh hƣởng xấu nếu dùng quá nhiều)
đƣợc đo lƣờng thông qua biến AT3 (suy nghĩ thận trọng về các mối nguy hiểm có thể có khi dùng TPCN) khi nói đến sự nguy hiểm khi sử dụng TPCN.
Biến AT4 có tác động thấp đến thang đo “Sự an toàn khi dùng TPCN” vì hiện nay, trong TPCN đều có hƣớng dẫn chi tiết, chỉ định liều dùng nên việc sử dụng quá nhiều là không thể.