Phân tích thống kê mô tả
Phương pháp thống kê nhằm mục đích thống kê những thông tin chung của các chủ hộ, họ có những đặc điểm gì để nhìn nhận tổng quát về đối tượng nghiên cứu và từ đó hỗ trợ ra kết quả nghiên cứu. Tác giả sử dụng phép phân tích mô tả trong phần
mềm SPSS phiên bản 20.0 để phân tích các thuộc tính của mẫu nghiên cứu (các thông tin của đối tượng được khảo sát) gồm Giới tính, độ tuổi, tình trạng hôn nhân, thu nhập trung bình hàng tháng. Một số đại lượng cần tính toán trong phương pháp này là Giá trị trung bình; Số trung vị; Mốt; Phương sai; Độ lệch chuẩn.
Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Phương pháp đánh giá độ tin cậy này đã được trình bày chi tiết trong phần nghiên cứu định lượng sơ bộ.
Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) được sử dụng để xác định độ giá trị hội tụ, độ giá trị phân biệt và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Trong đó nhân tố trích được của thang đo đơn hướng phải là 1, hệ số tải nhân tố của các biến quan sát > 0,5; tổng phương sai trích phải > 50%. Kết quả này cũng dùng để phân tích mô hình hồi quy đa biến nhằm kiểm định mô hình nghiên cứu đã đề xuất. Theo Hair và cộng sự (2009), điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0,5 và 0,5 < KMO < 1: Hệ số KMO (Kaiser – Meyer - Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0,05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Sau khi các thang đo nghiên cứu được đánh giá đạt yêu cầu về giá trị tiếp theo được đưa vào phân tích tương quan và sau đó là phân tích hồi quy để kiểm định các giả thuyết. Phân tích tương quan Pearson thực hiện giữa biến phụ thuộc và các biến độc lập nhằm khẳng định mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập từng đôi một với nhau, khi có những mối quan hệ có ý nghĩa này thì việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Phân tích tương quan còn giúp cho việc phát hiện những mối tương quan chặt chẽ giữa các biến độc lập, vì những tương quan như vậy sẽ gây ra hiện tượng đa cộng tuyến, ảnh hưởng lớn đến kết quả hồi quy. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số tương quan (ký hiệu r) có giá trị tuyệt đối tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r = 1).
Nguyễn Đình Thọ (2013) cho rằng trong mô hình hồi quy đa biến, chúng ta có nhiều biến độc lập, vì vậy với phân tích hồi quy bội, chúng ta có thêm giả định là các biến độc lập không có quan hệ nhau hoàn toàn, nghĩa là hệ số tương quan r của các cặp biến độc lập với nhau khác với 1, chứ không phải chúng không có tương quan với nhau. Trong thực tiễn nghiên cứu, các biến trong một mô hình thường có quan hệ với nhau nhưng chúng phải phân biệt nhau (đạt được giá trị phân biệt).
Phương pháp phân tích hồi quy
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan và phân tích hồi quy để kiểm định các giả thuyết. Trước hết hệ số tương quan giữa biến phụ thuộc và các biến độc lập sẽ được xem xét. Đề tài sử dụng một thống kê có tên là hệ số tương quan “Pearson correlation coefficient”, được kí hiệu bởi chữ “r” nhằm lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu r > 0 thể hiện tương quan đồng biến. Ngược lại r < 0 thể hiện tương quan nghịch biến. Giá trị r = 0 chỉ ra rằng hai biến không có mối liên hệ tuyến tính.
Tiếp theo, tiến hành phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares – OLS) nhằm kiểm định mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Mô hình như sau: Yi = β0 + β1X1i + β2X2i + ... + βnXni + ei
Trong đó:
Yi là biến phụ thuộc, β0 là hằng số, Xpi biểu hiện giá trị của biến độc lập thứ i, hệ số βk được gọi là hệ số hồi quy riêng phần, e là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi σ2 .
Phương pháp lựa chọn biến Enter được tiến hành. Do mô hình có nhiều biến độc lập nên hệ số xác định R2 hiệu chỉnh dùng để xác định độ phù hợp của mô hình. Hệ số xác định R2 thường được dùng để đo sự phù hợp của mô hình hồi quy tuyến tính. Quy tắc là R2 càng gần 1 thì mô hình đã xây dựng càng phù hợp. Ngoài ra, kiểm định F được sử dụng để đánh giá mức độ phù hợp của mô hình, trị thống kê F được tính từ R2 để đảm bảo Sig. < 0,05 thì mô hình chấp nhận.
Đánh giá mức độ giải thích và ý nghĩa giữa các biến độc lập lên biến phụ thuộc (β – Standardized Coefficient và Sig. < 0,05), biến độc lập nào có trọng số β càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc (Nguyễn Đình Thọ, 2013).
Kiểm định sự khác biệt trung bình
Với trường hợp biến định tính có 2 giá trị như giới tính, tác giả áp dụng kiểm định sự khác biệt trung bình Independent Sample T-Test. Đối với trường hợp biến định tính có 3 giá trị trở lên như độ tuổi, tình trạng hôn nhân, thu nhập trung bình, tác giả áp dụng kiểm định sự khác biệt trung bình Anova.
Kiểm định ANOVA giúp ta so sánh giá trị trung bình của 3 nhóm trở lên. Trong bảng Test of Homogeneity of Variances nếu Sig. < 0,05 có nghĩa là Không có sự khác biệt về phương sai giữa các nhóm và ngược lại. Bảng ANOVA nếu Sig. <0,05
chứng tỏ có sự khác biệt về giá trị trung bình giữa các nhóm trong biến định tính và ngược lại.
TÓM TẮT CHƯƠNG 3
Chương 3 đã trình bày quy trình nghiên cứu và phương pháp nghiên cứu. Theo đó phương pháp nghiên cứu được tiến hành theo hình thức nghiên cứu định tính và nghiên cứu định lượng. Sau khi nghiên cứu đính tính và định lượng sơ bộ đã xác định mô hình nghiên cứu sơ bộ gồm 5 yếu tố với 22 biến quan sát (trong đó có 3 biến quan sát của thang đo “Quyết định mua nhà chung cư”. Chương 4 tiếp theo sẽ trình bày nội dung về kết quả nghiên cứu của đề tài.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê mô tả mẫu nghiên cứu
Tác giả tiến hành phát ra 300 mẫu khảo sát theo kế hoạch trong giai đoạn từ tháng 7/2020 đến 9/2020. Thời gian thu thập dữ liệu khá dài là do ảnh hưởng của dịch COVID-19 đến nhu cầu mua chung cư của khách hàng. Cuộc khảo sát được thực hiện bằng việc phát phiếu khảo sát và có hỗ trợ giải thích cụ thể cho người khảo sát nếu có thắc mắc về câu hỏi. Riêng ở độ tuổi trên 50 tuổi, tác giả hỗ trợ phỏng vấn miệng tự điền vào phiếu để có thể dễ tiếp cận và giải đáp nhanh hơn cho những người lớn tuổi. Từ 300 mẫu đưa ra, trong đó có 13 phiếu không đạt yêu cầu như không trả lời hết câu hỏi, chỉ chọn một mức độ (1 hoặc 5) cho tất cả các câu hỏi. Tác giả thu về được 287 mẫu đủ điều kiện để phục vụ cho nghiên cứu.
Sau khi thực hiện thống kê mô tả, tác giả thu được kết quả như sau:
Bảng 4.1. Thống kê mẫu nghiên cứu
Đặc điểm mẫu Tần số (người) Tỷ lệ (%) Tỷ lệ tích lũy (%) Giới tính Nam 141 49,1 49,1 Nữ 146 50,9 100
Độ tuổi Dưới 25 tuổi 66 23,0 23,0
Từ 25 đến 35 tuổi 78 27,2 50,2 Từ 35 đến 50 tuổi 74 25,8 76,0 Trên 50 tuổi 69 24,0 100 Tình trạng hôn nhân Độc thân/ly dị 141 49,1 49,1 Sắp kết hôn 18 6,3 55,4 Đã kết hôn 128 44,6 100 Thu nhập trung bình/tháng Dưới 10 triệu đồng 75 26,1 26,1 Từ 10 đến 20 triệu đồng 117 40,8 66,9 Từ 20 đến 30 triệu đồng 71 24,7 91,6 Trên 30 triệu đồng 24 8,4 100 Tổng cộng 287 100
4.2. Đánh giá độ tin cậy thang đo
Như đã giới thiệu ở chương 3, trước khi đưa vào phân tích nhân tố khám phá EFA, độ tin cậy của thang đo được đánh giá thông qua hệ số Cronbach’s Alpha được tính toán từ phân tích số liệu bằng phần mềm SPSS phiên bản 20.0.
Bảng 4.2. Đánh giá độ tin cậy thang đo “Ảnh hưởng từ người thân”
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
AH1 7,02 1,265 0,752 0,710
AH2 7,08 1,221 0,691 0,766
AH3 6,87 1,264 0,634 0,823
AH Hệ số α = 0,831
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Thang đo “Ảnh hưởng từ người thân” có hệ số độ tin cậy Cronbach’s Alpha α = 0,831 lớn hơn 0,6 đạt yêu cầu. Hệ số tương quan biến - tổng của các biến quan sát đều đạt yêu cầu, thấp nhất là 0,634 lớn hơn 0,3. Do đó, thang đo “Ảnh hưởng từ người thân” với 3 biến quan sát (Không có biến bị loại) đáp ứng được yêu cầu về độ tin cậy.
Bảng 4.3. Đánh giá độ tin cậy thang đo “Niềm tin đối với sản phẩm”
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 NT1 14,04 8,156 0,855 0,929 NT2 14,05 8,061 0,848 0,930 NT3 14,05 8,008 0,850 0,930 NT4 14,11 8,127 0,858 0,929 NT5 13,99 8,049 0,824 0,935 NT Hệ số α = 0,944
Thang đo “Niềm tin đối với sản phẩm” có hệ số độ tin cậy Cronbach’s Alpha α = 0,944 lớn hơn 0,6 đạt yêu cầu. Hệ số tương quan biến - tổng của các biến quan sát đều đạt yêu cầu, thấp nhất là 0,824 lớn hơn 0,3. Do đó, thang đo “Niềm tin đối với sản phẩm” với 5 biến quan sát (Không có biến bị loại) đáp ứng được yêu cầu về độ tin cậy.
Bảng 4.4. Đánh giá độ tin cậy thang đo “Thủ tục pháp lý”
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 TT1 10,02 5,800 0,891 0,928 TT2 10,03 5,709 0,874 0,932 TT3 10,06 5,850 0,860 0,937 TT4 10,00 5,808 0,875 0,932 TT Hệ số α = 0,948
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Thang đo “Thủ tục pháp lý” có hệ số độ tin cậy Cronbach’s Alpha α = 0,948 lớn hơn 0,6 đạt yêu cầu. Hệ số tương quan biến - tổng của các biến quan sát đều đạt yêu cầu, thấp nhất là 0,860 lớn hơn 0,3. Do đó, thang đo “Thủ tục pháp lý” với 4 biến quan sát (Không có biến bị loại) đáp ứng được yêu cầu về độ tin cậy.
Bảng 4.5. Đánh giá độ tin cậy thang đo “Giá cả”
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
GC1 6,64 3,749 0,838 0,910
GC2 6,67 3,867 0,834 0,912
GC3 6,65 3,676 0,890 0,867
GC Hệ số α = 0,929
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Thang đo “Giá cả” có hệ số độ tin cậy Cronbach’s Alpha α = 0,929 lớn hơn 0,6 đạt yêu cầu. Hệ số tương quan biến - tổng của các biến quan sát đều đạt yêu cầu,
thấp nhất là 0,834 lớn hơn 0,3. Do đó, thang đo “Giá cả” với 3 biến quan sát (Không có biến bị loại) đáp ứng được yêu cầu về độ tin cậy.
Bảng 4.6. Đánh giá độ tin cậy thang đo “Chính sách hỗ trợ khách hàng”
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 HT1 9,98 7,451 0,855 0,915 HT2 9,95 7,732 0,855 0,915 HT3 9,88 7,608 0,858 0,914 HT4 9,82 7,804 0,828 0,924 HT Hệ số α = 0,936
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Thang đo “Chính sách hỗ trợ khách hàng” có hệ số độ tin cậy Cronbach’s Alpha α = 0,936 lớn hơn 0,6 đạt yêu cầu. Hệ số tương quan biến - tổng của các biến quan sát đều đạt yêu cầu, thấp nhất là 0,828 lớn hơn 0,3. Do đó, thang đo “Chính sách hỗ trợ khách hàng” với 4 biến quan sát (Không có biến bị loại) đáp ứng được yêu cầu về độ tin cậy.
Bảng 4.7. Đánh giá độ tin cậy thang đo “Quyết định mua nhà chung cư”
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
QD1 7,10 2,248 0,742 0,815
QD2 7,20 2,295 0,714 0,839
QD3 7,23 2,159 0,776 0,781
QD Hệ số α = 0,866
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Thang đo “Quyết định mua nhà chung cư” có hệ số độ tin cậy Cronbach’s Alpha α = 0,866 lớn hơn 0,6 đạt yêu cầu. Hệ số tương quan biến - tổng của các biến quan sát đều đạt yêu cầu, thấp nhất là 0,714 lớn hơn 0,3. Do đó, thang đo “Quyết định mua nhà chung cư” với 3 biến quan sát (Không có biến bị loại) đáp ứng được yêu cầu về độ tin cậy.
Như vậy, các thang đo trên đều có hệ số Cronbach’s Alpha khá cao (> 0,6). Tất cả các biến quan sát của thang đo này đều có hệ số tương quan biến - tổng lớn hơn 0,3 do đó tất cả đều được sử dụng cho phân tích EFA.
4.3. Phân tích nhân tố khám phá EFA
4.3.1. Phân tích nhân tố khám phá EFA biến độc lập
Kết quả phân tích nhân tố khám phá EFA các yếu tố cho thấy với hệ số mức độ phù hợp của mô hình phân tích nhân tố KMO = 0,877 lớn hơn 0,5 và nhỏ hơn 1,0 nên phân tích nhân tố hoàn toàn phù hợp và hệ số Sig. = 0,000 < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Bảng 4.8. Kết quả kiểm định KMO và Bartlett’s các biến độc lập
Hệ số KMO (Kaiser-Meyer-Olkin) 0,877 Kiểm định Bartlet’s của thang
đo
Giá trị Chi bình phương 4829,578
Df 171
Sig – mức ý nghĩa quan sát 0,000 (Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích Principal Components cùng phép quay Varimax, phân tích nhân tố đã trích được 05 yếu tố từ 19 biến quan sát và với tổng phương sai trích là 83,630% (lớn hơn 50%) nghĩa là 83,630% biến thiên của dữ liệu được giải thích bởi 5 yếu tố. Hệ số tải nhân tố đều lớn 0,5 cho thấy tương quan giữa yếu tố và các biến chặt chẽ với nhau và các hệ số dùng để giải thích các yếu tố.
Bảng 4.9. Ma trận xoay nhân tố các biến độc lập
Hệ số tải nhân tố 1 2 3 4 5 NT2 0,872 NT3 0,867 NT4 0,866 NT1 0,857 NT5 0,819
Hệ số tải nhân tố 1 2 3 4 5 TT4 0,912 TT1 0,910 TT3 0,881 TT2 0,875 HT1 0,912 HT3 0,900 HT2 0,876 HT4 0,853 GC3 0,929 GC2 0,899 GC1 0,882 AH1 0,854 AH2 0,823 AH3 0,821 Eigenvalues 7,271 2,742 2,545 1,918 1,414 Phương sai trích % 38,267 14,429 13,394 10,096 7,444 Phương sai tích lũy 38,267 52,296 66,090 76,186 83,630
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Kết quả phân tích EFA xác định các yếu tố như sau:
Yếu tố thứ nhất “Ảnh hưởng từ người thân” (AH) được trích thành 3 biến
quan sát (AH1, AH2, AH3) có nội dung không thay đổi.
Yếu tố thứ nhất “Niềm tin đối với sản phẩm” (NT) được trích thành 5 biến
quan sát (NT1, NT2, NT3, NT4, NT5) có nội dung không thay đổi.
Yếu tố thứ ba “Thủ tục pháp lý” (TT) được trích thành 4 biến quan sát (TT1, TT2, TT3, TT4) có nội dung không thay đổi.
Yếu tố thứ tư “Giá cả” (GC) được trích thành 3 biến quan sát (GC1, GC2,
GC3) có nội dung không thay đổi.