7. Tổng quan tài liệu nghiên cứu
3.2.1. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một
54
tập biến để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998).
Trong bài nghiên cứu này, mục tiêu của phân tích nhân tố là tìm ra đƣợc các yếu tố nào có tác động đến quyết định mua smartphone của ngƣời tiêu dùng. Các biến quan sát (Items) đƣợc đƣa vào phân tích nhân tố đã đƣợc xác định dựa vào các nghiên cứu có trƣớc (đã giải thích trong phần cơ sở lý luận).
Sau khi tiến hành thu thập dữ liệu, làm sạch dữ liệu và tiến hành mã hóa dữ liệu, nhập dữ liệu với 200 bảng câu hỏi hợp lệ vào phần mềm SPSS 16.0. Phân tích nhân tố khám phá (EFA) đƣợc sử dụng để kiểm tra độ hội tụ của các biến quan sát theo từng thành phần trong mô hình nghiên cứu đề xuất. Phƣơng pháp rút trích đƣợc chọn để phân tích là phƣơng pháp principal components với phép quay varimax.
Phân tích nhân tố khám phá (EFA) thang đo các nhân tố tác động
đến quyết định mua.
Các nhân tố tác động đến quyết định mua smartphone đƣợc đánh giá qua 18 biến quan sát. Và mức độ hội tụ của các biến quan sát này đƣợc đánh giá thông qua phƣơng pháp phân tích nhân tố khám phá (EFA) (xem phụ lục 3).
Bảng 3.1. Kết quả phân tích nhân tố khám phá KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .727 Bartlett's Test of Sphericity Approx. Chi-Square 2125.097
df 153
55
Rotated Component Matrixa
Component 1 2 3 4 PF2 .876 PF4 .836 PF5 .742 PF3 .712 PF1 .693 SI1 .863 SI2 .859 SI4 .742 SI3 .696 SI5 .680 BN1 .793 BN5 .781 BN2 .768 BN4 .762 BN3 .744 PR3 .907 PR1 .903 PR2 .897
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
56
Dựa vào bảng kết quả 3.1, ta thấy hệ số KMO = 0.727 (>0.5) và mức ý nghĩa Sig=.000 của kiểm định Barllett’s nhỏ hơn rất nhiều so với α = 5%, nên việc phân tích nhân tố khám phá này là hoàn toàn phù hợp.
Bảng Rotated Component Matrix tách bạch các nhóm tiêu thức khác nhau một cách rõ rệt, những tiêu thức giống nhau sẽ hội tụ về một nhóm. Trong bảng này, các tiêu thức có hệ số tải nhân tố lớn hơn hoặc bằng 0.5 sẽ đƣợc giữ lại, các tiêu thức có hệ số này bé hơn 0.5 sẽ bị loại bỏ. Với kết quả trên, ta thấy không có biến nào bị loại. Ta có thể kết luận rằng mô hình nghiên cứu phù hợp với dữ liệu khảo sát.
Bảng Total Variance Explained (Phụ lục 3) cho biết ba nhóm yếu tố đƣợc trích rút trên một thang đo có phƣơng sai giải thích đạt 65.916%. Với phƣơng pháp rút trích Principal Components, sử dụng phép quay Varimax đã trích đƣợc 1 nhân tố ở Eignvalue 1.737. Nhƣ vậy, còn 34.084% những biến động trong quyết định mua smartphone của ngƣời tiêu dùng mà các nhóm yếu tố này chƣa bao hàm hết đƣợc.
Sau khi phân tích nhân tố khám phá (EFA) thì các thang đo ban đầu đều đạt yêu cầu và đƣợc giữ nguyên với 18 biến quan sát đƣợc chia thành 4 nhân tố nhƣ sau:
- Nhân tố đặc điểm sản phẩm (PF), bao gồm 5 biến quan sát PF1, PF2, PF3, PF4, PF5.
- Nhân tố thƣơng hiệu (BN), bao gồm 5 biến quan sát BN1, BN2, BN3, BN4, BN5.
- Nhân tố giá (PR), bao gồm 3 biến quan sát PR1, PR2, PR3.
- Nhân tố các yếu tố xã hội (SI), bao gồm 5 biến quan sát SI1, SI2, SI3, SI4, SI5.
57
Bảng 3.2. Tổng hợp kết quả phân tích nhân tố khám phá (EFA) các biến độc lập
Tên mã hóa
Nội dung mục hỏi
Đặc điểm sản phẩm Thƣơng hiệu Giá Các yếu tố xã hội
PF1 Tôi thích thiết kế của
smartphone. .693
PF2
Smartphone có nhiều ứng dụng hơn điện thoại di động thông thƣờng.
.876
PF3
Truy cập internet của smartphone nhanh hơn điện thoại di động thông thƣờng.
.712
PF4 Smartphone có kích thƣớc
màn hinh hiển thị lớn hơn. .836
PF5 Tôi ƣa thích việc cầm theo
smartphone hơn là laptop. .742
BN1
Tôi thích mua một thƣơng hiệu smartphone đƣợc nhận biết rộng rãi.
.793
BN2
Tên thƣơng hiệu là yếu tố chính sẽ ảnh hƣởng đến quyết định mua smartphone của tôi.
.768
BN3 Tôi chọn thƣơng hiệu
58
BN4
Tôi chọn thƣơng hiệu ảnh hƣởng bởi chƣơng trình khuyến mại.
.762
BN5 Tôi chọn thƣơng hiệu thể hiện
cá nhân của mình. .781
PR1
Tôi nghĩ rằng sử dụng smartphone nói chung là xa xỉ.
.903
PR2 Tôi sẵn sàng mua smartphone
cho dù giá của nó cao. .897
PR3
Giá là xem xét chính của tôi khi quyết định mua hay không mua smartphone.
.907
SI1 Hầu hết bạn bè/gia đình tôi
đang sử dụng smartphone. .863 SI2 Bạn bè/gia đình tôi nghĩ rằng tất cả chúng tôi nên sử dụng smartphone. .859 SI3 Bạn bè/ gia đình ảnh hƣởng đến quyết định mua
smartphone của tôi.
.696
SI4
Mọi ngƣời xung quanh tôi khuyến khích tôi sử dụng smartphone.
.742
SI5
Chứng thực quảng cáo (nhƣ các buổi hòa nhạc, các sự kiện thể thao, phim truyền hình, thông qua các nhân vật nổi tiếng) sẽ ảnh hƣởng đến tôi
khi mua một chiếc
smartphone.
59
Phân tích nhân tố khám phá (EFA) thang đo quyết định mua.
Dựa vào bảng kết quả 3.2, ta thấy KMO = 0.641 (>0.5) và mức ý nghĩa sig=.000 của kiểm định Barllett’s nhỏ hơn rất nhiều so với α = 5%, nên việc phân tích nhân tố khám phá này là hoàn toàn phù hợp. Với phƣơng pháp rút trích Principal Components, sử dụng phép quay Varimax đã trích đƣợc 1 nhân tố ở Eignvalue 2.389, và tổng phƣơng sai trích đƣợc là 79.633 %.
Bảng 3.3. Kết quả phân tích nhân tố khám phá KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .641 Bartlett's Test of Sphericity Approx. Chi-Square 423.495
df 3 Sig. .000 Component Matrixa Component 1 PD1 .951 PD2 .930 PD3 .788
Extraction Method: Principal Component Analysis. a. 1 components extracted.