(Nguồn: số liệu điều tra và xử lí spss)
Theo số liệu thống kê thông qua việc khảo sát khách hàng của công ty, thì có đến 62 khách hàng trong tổng số 120 khách hàng lựa chọn kênh quảng cáo mà họ quan tâm chính là quảng cáo qua fanpage hay website của công ty. Có 30.8% khách hàng khảo sát lựa chọn kênh quảng cáo họ quan tâm là quảng cáo tại các điểm bán hàng. Quảng cáo thông qua báo chí và qua các hình thức khác rất ít được khách hàng quan tâm, cụ thể kênh quảng cáo báo chí chỉ có 10 khách hàng trong tổng số 120 khách hàng lựa chọn và quảng cáo qua kênh khác chỉ chiếm 9.2%.
0 10 20 30 40 50 60 70
Tại điểm bán hàng Qua báo chí Qua fanpage, website Hình thức khác
Về lí do chọn mua sản phẩm Isuzu tại công ty Trung Sơn
Đơn vị: Người
Biểu đồ 2.6. Lí do khách hàng chọn mua sản phẩm Isuzu tại công ty TNHH Trung Sơn
(Nguồn: số liệu điều tra và xử lí spss) Thông qua biểu đồ ta có thể thấy được có đến 75 trong tổng số 120 khách hàng lựa chọn sản phẩm với động cơ bền bỉ chiếm 62.5%, có 71 khách hàng lựa chọn giá cả phù hợp với 59.2%. Yếu tố thương hiệu uy tín được 62 khách hàng đồng ý lựa chọn tương ứng với 51.7%. 38.3% khách hàng lựa chọn yếu tố dịch vụ chăm sóc khách hàng tốt và 41.7% khách hàng lựa chọn yếu tố lí do khác tương ứng với 50 khách hàng trong tổng số 120 khách hàng khảo sát.
2.3.2.Đánh giá độ tin cậy thang đo
Độ tin cậy của thang đo được định nghĩa là mức độ mà nhờ đó ta có thể biết được sự đo lường của các biến điều tra không gặp phải các sai số và kết quả phỏng vấn khách hàng là chính xác và đúng với thực tế. Để đánh giá độ tin cậy của thang đo, ta sử dụng hệ số đo lường Cronbach Alpha để đánh giá cho mỗi khái niệm của mỗi biến nghiên cứu. 0 20 40 60 80 100 120 Động cơ bền bỉ Giá cả phù hợp Thương hiệu uy tín Dịch vụ khách hàng tốt Lí do khác Không Có
Theo nhiều nhà nghiên cứu, mức độ đánh giá độ tin cậy của các biến thông qua hệ số Cronbach Alpha được đưa ra như sau: những biến có hệ số tương quan tổng nhỏ hơn 0,3 sẽ bị loại. Theo quy ước, một tập hợp các biến dùng để đo lường có hệ số Cronbach Alpha lớn hơn hoặc bằng 0,8 được đánh giá là tốt, từ 0,7 đến 0,8 được đánh giá là sử dụng được, còn hệ số Cronbach Alpha từ 0,6 trở lên sẽ được chấp nhận trong trường hợp khái niệm nghiên cứu là mới ( Nunnally & Burnstein, 1994).
Bảng 2.6. Đánh giá độ tin cậy các thang đo
Biến Tương quan
biến tổng
Hệ số Cronbach Alpha nếu loại
bỏ biến
Chính sách sản phẩm: Cronbach Alpha = 0,804
Sản phẩm đa dạng về kích cỡ và chủng loại (SP1) 0,662 0,745 Sản phẩm với thương hiệu uy tín (SP2) 0,598 0,764
Chất lượng sản phẩm tối ưu (SP3) 0,484 0,800
Sản phẩm tiết kiệm nhiên liệu, ít gây ô nhiễm môi
trường (SP4) 0,588 0,767
Sản phẩm có nhiều tính năng vượt trội (SP5) 0,623 0,757 Giá cả: Cronbach Alpha = 0,694
Giá cả phù hợp (GC1) 0,487 0,633
Chính sách giá hấp dẫn(GC2) 0,515 0,596
Mức giá cạnh tranh tốt (GC3) 0,529 0,576
Phân phối: Cronbach Alpha = 0,825
Kho bãi rộng (PP1) 0,565 0,807
Phương tiện vận chuyển an toàn, đảm bảo (PP2) 0,657 0,779
Địa điểm thuận lợi (PP3) 0,628 0,787
Mạng lưới chi nhánh rộng khắp (PP4) 0,688 0,772
Hàng hóa được dự trữ phù hợp, đáp ứng kịp thời (adsbygoogle = window.adsbygoogle || []).push({});
các nhu cầu khi cần thiết (PP5) 0,574 0,804
Biến Tương quan biến tổng
Hệ số Cronbach Alpha nếu loại
bỏ biến
Xúc tiến: Cronbach Alpha = 0,842 Quảng cáo thu hút được sự quan tâm của khách
hàng (XT1) 0,665 0,806
Thường xuyên có các chương trình khuyến mãi
(XT2) 0,678 0,804
PR sản phẩm hiệu quả (XT3) 0,640 0,814
Tổ chức các sự kiện lớn, tạo được tiếng vang về
thương hiệu (XT4) 0,637 0,813
Phương thức bán hàng đa dạng, thuận tiện (XT5) 0,631 0,816 Con người: Cronbach Alpha = 0,781
Nhân viên tư vấn nhiệt tình (CN1) 0,556 0,743
Nhân viên có trình độ chuyên môn tốt (CN2) 0,581 0,731 Nhân viên phục vụ chuyên nghiệp (CN3) 0,555 0,744 Nhân viên giải quyết các tình huống, sự cố trong
quá trình làm việc (CN4) 0,656 0,691
( Nguồn: kết quả xử lí số liệu SPSS)
Từ bảng phân tích hệ số Cronbach Alpha, các nhóm nhân tố: Chính sách sản phẩm, Chính sách giá, Chính sách phân phối, Chính sách xúc tiến và chính sách con người đều có hệ số Cronbach Alpha lớn hơn 0,6 và hệ số tương quan tổng lớn hơn 0,3, cụ thể, nhóm chính sách sản phẩm có hệ số Cronbach Alpha là 0,804; chính sách giá có Cronbach Alpha là 0,694, hệ số Cronbach Alpha của chính sách phân phối là 0,825; chính sách xúc tiến có hệ số Cronbach Alpha cao nhất là 0,842, và hệ số Cronbach Alpha của nhóm chính sách con người là 0,781. Như vậy, sau khi kiểm tra độ chính xác thang đo thì số liệu điều tra có độ tin cậy để đưa vào phân tích và đánh giá cho các phần sau.
2.3.3. Kiểm định giá trị thang đo bằng phân tích nhân tố EFA
Theo Hair (1998), phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng đầy đủ các nội dung thông tin của các biến ban đầu.
Trước khi tiến hành phân tích nhân tố khám phá EFA, chúng ta cần kiểm định điều kiện để thực hiện phân tích nhân tố EFA. Thông thường thì các nhà nghiên cứu thường sử dụng hệ số KMO ( Kaiser – Meyer – Olkin) và Bartlet. Hệ số KMO lớn hơn 0,5 và nhỏ hơn 1 và kiểm định Bartlet nhỏ hơn 5% là chấp nhận được. Ngoài ra, khi phân tích nhân tố EFA, các nhà nghiên cứu thường quan tâm đến các tiêu chí:
Hệ số tải nhân tố (factor loading): là tiêu chí để đảm bảo mức thiết thực của EFA. Hệ số tải nhân tố lớn hơn 0,3 được xem là đạt mức tối thiểu, lớn hơn 0,4 được xem là quan trọng và bằng 0,5 được xem là có ý nghĩa thực tiễn.
Thang đo được chấp nhận khi tổng phương sai trích (TVE – Total Variance Explained) lớ hơn hoặc bằng 50%.
Chênh lệch hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hoặc bằng 0,3 là giá trị thường được các nhà nghiên cứu chấp nhận, tuy nhiên, đối với những biến quan sát có nội dung đóng vai trò quan trọng trong thang đo thì khi chênh lệch hệ số tải nhân tố nhỏ hơn 0,3 chúng ta cũng không nên loại nó.
Kết quả phân tích nhân tố khám phá EFA
Bảng 2.7. Kết quả kiểm định KMO và Bartlett’s TestKMO and Bartlett's Test KMO and Bartlett's Test
Hệ số KMO ,744
Kiểm định Bartlett's Approx. Chi-Square 1158.344
Df 231
Sig. ,000
( Nguồn: Kết quả xử lí số liệu spss) (adsbygoogle = window.adsbygoogle || []).push({});
Thông qua bảng số liệu trên ta thấy cả hai yếu tố đều thỏa mãn, phù hợp với phân tích nhân tố EFA. Cụ thể, chỉ số KMO = 0,744 > 0,5 và giá trị sig ( Bartlet Test) =
0,000 < 0,05. Vì vậy, dữ liệu khảo sát đảm bảo đầy đủ các điều kiện để tiến hành phân tích nhân tố khám phá EFA và có thể sử dụng các kết quả đó.
Bảng 2.8. Tổng phương sai trích
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulativ e % Total % of Variance Cumulative % 1 5.363 24.378 24.378 5.363 24.378 24.378 2 3.101 14.094 38.472 3.101 14.094 38.472 3 2.095 9.523 47.995 2.095 9.523 47.995 4 1.838 8.353 56.348 1.838 8.353 56.348 5 1.224 5.562 61.910 1.224 5.562 61.910 6 .997 4.531 66.442 7 .944 4.292 70.734 8 .874 3.973 74.707 9 .738 3.354 78.061 10 .695 3.159 81.220 11 .650 2.954 84.174 12 .587 2.669 86.843 13 .446 2.028 88.871 14 .427 1.941 90.812 15 .357 1.621 92.433 16 .334 1.518 93.951 17 .307 1.394 95.346 18 .266 1.210 96.556 19 .237 1.076 97.632 20 .182 .828 98.460 21 .175 .795 99.255 22 .164 .745 100.000
(Nguồn: kết quả xử lí số liệu spss)
Thông qua bảng số liệu trên, 5 nhân tố này có độ giải thích lũy kế là 61,910% vượt quá ngưỡng chấp nhận được là 50%. Kết quả này được hiểu là 5 nhân tố này giải thích được 61,910% biến thiên của dữ liệu. Và tất cả các biến trong bảng này đều có hệ số tải nhân tố lớn hơn 0,5. Kết quả này được chấp nhận và đồng nghĩa với phương pháp phân tích nhân tố của 22 biến quan sát này đều được chấp nhận.
Bảng 2.9. Ma trận xoay nhân tố
Biến quan sát Nhóm nhân tố
1 2 3 4 5
Thường xuyên có các chương trình khuyến mãi 0,806 Quảng cáo thu hút được sự quan tâm của khách
hàng
0,796
PR sản phẩm hiệu quả 0,766
Phương thức bán hàng đa dạng, thuận tiện 0,746 Tổ chức các sự kiện lớn, tạo được tiếng vang về
thương hiệu
0,730
Địa điểm thuận lợi 0,759
Mạng lưới chi nhánh rộng khắp 0,740
Kho bãi rộng 0,734
Phương tiện vận chuyển an toàn, đảm bảo 0,716 Hàng hóa được dự trữ phù hợp, đáp ứng kịp thời
các nhu cầu khi cần thiết
0,706
Sản phẩm đa dạng về kích cỡ và chủng loại 0,770
Sản phẩm với thương hiệu uy tín 0,765
Sản phẩm tiết kiệm nhiên liệu, không gây ô nhiễm môi trường
0,748
Sản phẩm có nhiều tính năng vượt trội 0,740
Chất lượng sản phẩm tối ưu 0,653
Nhân viên có thể giải quyết các tình huống, sự cố gặp phải trong quá trình phục vụ khách hàng (adsbygoogle = window.adsbygoogle || []).push({});
0,762
Nhân viên có trình độ chuyên môn tốt 0,709
Nhân viên tư vấn nhiệt tình 0,706
Nhân viên phục vụ chuyên nghiệp 0,703
Giá cả phù hợp 0,767
Mức giá cạnh tranh tốt 0,729
Chính sách giá hấp dẫn 0,725
(Nguồn: kết quả xử lí số liệu spss)
Trong bảng ma trận xoay nhân tố, tất cả các biến quan sát đều có hệ số tải nhân tố lớn hơn 0,5 và các biến đều chỉ tải một nhân tố duy nhất nên phân tích nhân tố đạt yêu cầu.
Nhóm nhân tố 1: Chính sách xúc tiến, bao gồm 5 biến quan sát: thường xuyên có các chương trình khuyến mãi; quảng cáo thu hút được sự chú ý của khách hàng; PR sản phẩm hiệu quả; phương thức bán hàng đa dạng, thuận tiện; tổ chức các sự kiện lớn, tạo được tiếng vang về thương hiệu. Nhóm nhân tố này có giá trị Eigenvalue = 5,363 và nhóm nhân tố này giải thích được 24,378% sự biến thiên của dữ liệu. Đây là nhóm nhân tố có tác động mạnh nhất đến chất lượng chính sách marketing mix của doanh nghiệp qua cảm nhận và đánh giá của khách hàng.
Nhóm nhân tố 2: Chính sách phân phối. Nhóm nhân tố này bao gồm 5 biến quan sát: địa điểm thuận lợi; mạng lưới chi nhánh rộng khắp; kho bãi rộng; phương tiện vận chuyển an toàn, đảm bảo và hàng hóa được dự trữ phù hợp, đáp ứng kịp thời các nhu cầu cần thiết. Giá trị Eigenvalue của nhóm nhân tố này là 3,101 và giải thích được 14,094% mức độ tác động.
Nhóm nhân tố 3: Chính sách sản phẩm với các biến quan sát: sản phẩm đa dạng về kích cỡ và chủng loại; sản phẩm với thương hiệu uy tín; sản phẩm tiết kiệm nhiên liệu, không gây ô nhiễm môi trường; sản phẩm có nhiều tính năng vượt trội; Chất lượng sản phẩm tối ưu. Nhóm nhân tố này có hệ số Eigenvalue là 2,095 và giải thích được 9,523% sự biến thiên của dữ liệu.
Nhóm nhân tố 4: Chính sách về con người. Nhóm nhân tố này bao gồm 4 biến quan sát là nhân viên có thể giải quyết các tình huống, sự cố gặp phải trong quá trình phục vụ khách hàng; nhân viên có trình độ chuyên môn tốt; nhân viên tư vấn nhiệt tình và nhân viên phục vụ chuyên nghiệp. Giá trị Eigenvalue của nhóm nhân tố này là 1,838 và nhóm nhân tố này giải thích đươc 8,353% sự biến thiên của các dữ liệu.
Nhóm nhân tố 5: Chính sách giá, bao gồm giá cả phù hợp; mức giá cạnh tranh tốt và chính sách giá hấp dẫn. Nhóm nhân tố này có giá trị Eigenvalue là 1,224 và giải thích được 5,562% mức độ tác động.
Sau khi phân tích nhân tố EFA, các biến quan sát đều có hệ số tải nhân tố (factor loading) lớn hơn 0,5, do đó, các biến quan sát này đều sẽ được giữ lại và sử dụng cho các kiểm định tiếp theo.
2.3.4. Phân tích tương quan và hồi quy
2.3.4.1. Phân tích tương quan hệ số Pearson
Sau khi đã tiến hành phân tích nhân tố khám phá EFA, ta tiếp tục tiến hành phân tích hồi quy. Mô hình hồi quy áp dụng trong nghiên cứu này là mô hình hồi quy đa biến.
Kiểm định mối tương quan để xem xét mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập cũng như mối quan hệ giữa các biến độc lập trong mô hình. Sử dụng thống kê hệ số tương quan Pearson ( Pearson Correlation Coefficient) để lượng hóa mức độ chặt chẽ của hai biến định lượng trong mô hình.
Mô hình hồi quy có dạng:
Y = β0+ β1*X1+β2*X2+....+βn*Xn+ε
Trong đó:
Y: Giá trị của biến phụ thuộc: mức độ hài lòng của khách hàng khi mua sản phẩm tại công ty TNHH Trung Sơn
β0: hệ số hồi quy riêng phần tương ứng với các biến độc lập X: giá trị các biến độc lập
ε: là sai số của phương trình hồi quy
H0 : không có mối tương quan giữa biến phụ thuộc và các biến độc lập ( Sig.pearson> 0.05)
H1: Nhân tố “ chính sách sản phẩm” có tác động đến “ mức độ hài lòng của khách hàng” khi mua sản phẩm tại công ty.
H2: Nhân tố “ chính sách giá” có tác động đến “ Mức độ hài lòng của khách hàng” khi mua sản phẩm tại công ty.
H3: Nhân tố “Chính sách phân phối” có tác động đến “ Mức độ hài lòng của khách hàng” khi mua sản phẩm tại công ty.
H4: Nhân tố “Chính sách xúc tiến” có tác động đến “ Mức độ hài lòng của khách hàng” khi mua sản phẩm tại công ty. (adsbygoogle = window.adsbygoogle || []).push({});
H5: Nhân tố “ Chính sách con người” có tác động đến “Mức độ hài lòng của khách hàng” khi mua sản phẩm tại công ty.
Bảng 2.10. Ma trận hệ số tương quan giữa các nhân tốCorrelations Correlations SP GC PP XT CN muc do hai long cua khach hang SP Pearson Correlation 1 .119 .330** .038 .411** .425** Sig. (2-tailed) .196 .000 .682 .000 .000 N 120 120 120 120 120 120 GC Pearson Correlation .119 1 .239** .295** .386** .418** Sig. (2-tailed) .196 .009 .001 .000 .000 N 120 120 120 120 120 120 PP Pearson Correlation .330** .239** 1 .238** .441** .464** Sig. (2-tailed) .000 .009 .009 .000 .000 N 120 120 120 120 120 120 XT Pearson Correlation .038 .295** .238** 1 .176 .468** Sig. (2-tailed) .682 .001 .009 .055 .000 N 120 120 120 120 120 120 CN Pearson Correlation .411** .386** .441** .176 1 .553** Sig. (2-tailed) .000 .000 .000 .055 .000 N 120 120 120 120 120 120 muc do hai long cua khach hang Pearson Correlation .425** .418** .464** .468** .553** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 N 120 120 120 120 120 120
(Nguồn: Kết quả xử lí số liệu SPSS)
Trước khi tiến hành phân tích hồi quy tuyến tính, cần xem xét mối tương quan tuyến tính giữa biến phụ thuộc với từng biến độc lập cũng như giữa các biến độc lập với nhau. Điều kiện để phân tích được hồi quy là các biến phụ thuộc phải có mối quan hệ tương quan tuyến tính với các biến độc lập và đồng thời các biến độc lập không có tương quan hoàn toàn với nhau( hệ số tương quan khác 1).
Nhìn vào bảng số liệu trên ta có thể thấy được, giữa biến phụ thuộc “Mức độ hài lòng của khách hàng” với biến độc lập “ Chính sách sản phẩm” có giá trị Sig = 0,000<0,005 nên có đủ cơ sở để bác bỏ H0 hay chấp nhận H1. Điều này có nghĩa là có Trường Đại học Kinh tế Huế
mối quan hệ tương quan tuyến tính giữa biến phụ thuộc “mức độ hài lòng của khách hàng” với biến độc lập “chính sách sản phẩm”.
Giữa biến “ mức độ hài lòng của khách hàng” với biến “ chính sách giá” có Sig=0,000<0,05 nên có đủ cơ sở đẻ bác bỏ H0, chấp nhận H1: có mối quan hệ tương quan tuyến tính giữa biến phụ thuộc “Mức độ hài lòng của khách hàng” với biến độc lập “chính sách giá”.
Giữa biến phụ thuộc “Mức độ hài lòng của khách hàng” với biến độc lập “Chính