7. Tổng quan tài liệu
3.2. KIỂM ĐỊNH VÀ ĐÁNH GIÁ THANG ĐO
3.2.1. Kiểm định độ tin cậy cho các thang đo
Hệ số Cronbach Alpha đƣợc sử dụng để loại các biến không phù hợp. Theo Nunnally và Burnstein (1994), thang đo đƣợc chấp nhận khi hệ số tin cậy Cronbach Alpha từ 0.6 đến 0.7 trong trƣờng hợp nghiên cứu hoàn toàn mới hoặc mới trong bối cảnh nghiên cứu, từ 0.7 đến 0.8 là chấp nhận đƣợc và tốt nhất là từ 0.8 đến 0.9. Trong đó, hệ số tƣơng quan biến tổng cho thấy sự tƣơng quan giữa mỗi chỉ báo với toàn bộ chỉ báo còn lại. Điều kiện để một chỉ báo đƣợc giữ lại nếu hệ số tƣơng quan biến tổng của chỉ báo đó lớn hơn 0.3. Ngoài ra cần xem xét loại các chỉ báo nếu bỏ nó ra sẽ làm hệ số Cronbach Alpha lớn hơn. Trong nghiên cứu này sẽ tiến hành phân tích độ tin cậy cho năm thang đo bao gồm: nhận thức thƣơng hiêu, liên tƣởng thƣơng hiệu, chất lƣợng cảm nhận, lòng trung thành thƣơng hiệu và ý định mua.
Bảng 3.7. Kết quả Cronbach Alpha của các khái niệm nghiên cứu Ký hiệu Chỉ báo Tƣơng quan iến tổng Cron ach’s Alpha nếu
loại chỉ báo Nhận
thức thƣơng hiệu
Cron ach’s Alpha: 0.676
AWA1 0.464 0.624 AWA2 0.429 0.630 AWA3 0.109 0.750 AWA4 0.513 0.603 AWA5 0.558 0.577 AWA6 0.497 0.600 Chất lƣợng cảm nhận
Cron ach’s Alpha: 0.867
PER1 0.604 0.853 PER2 0.657 0.846 PER3 0.545 0.868 PER4 0.626 0.851 PER5 0.742 0.838 PER6 0.772 0.830 PER7 0.616 0.851 Liên tƣởng thƣơng hiệu
Cron ach’s Alpha: 0.647
ASS1 0.452 0.568 ASS2 0.586 0.509 ASS3 0.617 0.475 ASS4 0.504 0.546 ASS5 0.356 0.780 Lòng trung
Cron ach’s Alpha: 0.791
thành thƣơng hiệu LOY2 0.717 0.633 LOY3 0.449 0.936 Ý định mua
Cron ach’s Alpha : 0.845
PI1 0.679 0.816
PI2 0.757 0.740
PI3 0.700 0.795
Thông qua bảng kết quả Cronbach Alpha cho thấy các thang đo đều đạt độ tin cậy từ 0.6 – 0.9. Cụ thể hệ số Cronbach’s Alpha của thang đo nhận thức thƣơng hiệu là 0.676, thang đo chất lƣợng cảm nhận là 0.867, thang đo liên tƣởng thƣơng hiệu là 0.647, thang đo lòng trung thành thƣơng hiệu là 0.791 và thang đo ý định mua là 0.845.
Tuy nhiên trong thang đo nhận thức thƣơng hiệu, ta thấy rằng chỉ báo AWA3 ( các đặc điểm của thƣơng hiệu sữa Abbott có thể đến với tôi nhanh chóng ) có tƣơng quan biến tổng là 0.109, thấp hơn 0.3. Trong khi đó nếu loại biến này ra thì hệ số Cronbach’s Alpha tăng lên từ 0.676 đến 0.750 và nằm trong mức chấp nhận đƣợc từ 0.7 đến 0.8. Do đó, ngƣời nghiên cứu loại chỉ báo AWA3 ra khỏi nghiên cứu
Tƣơng tự trong thang đo liên tƣởng thƣơng hiệu, chỉ báo ASS5 ( Thƣơng hiệu sữa Abbott có nhiều sản phẩm đa dạng) có hệ số tƣơng quan biến tổng thấp là 0.356 , trong khi đó nếu loại biến này ra thì hệ số Cronbach’s Alpha tăng lên từ : 0.647 đến 0.780. Do đó, ngƣời nghiên cứu loại chỉ báo ASS5 ra khỏi nghiên cứu.
Ta có đƣợc bảng kết quả Cronbach’s Alpha của các khái niệm nghiên cứu sau khi hiệu chỉnh nhƣ sau
Bảng 3.8. Kết quả Cronbach của các khái niệm nghiên cứu sau khi hiệu chỉnh
Ký hiệu Chỉ báo Tƣơng quan iến tổng Cron ach’s Alpha nếu loại chỉ báo Nhận
thức thƣơng hiệu
Cron ach’s Alpha: 0.750
AWA1 0.483 0.720 AWA2 0.466 0.723 AWA4 0.518 0.706 AWA5 0.612 0.667 AWA6 0.534 0.706 Chất lƣợng cảm nhận
Cron ach’s Alpha: 0.867
PER1 0.604 0.853 PER2 0.657 0.846 PER3 0.545 0.868 PER4 0.626 0.851 PER5 0.742 0.838 PER6 0.772 0.830 PER7 0.616 0.851 Liên tƣởng thƣơng hiệu
Cron ach’s Alpha: 0.780
ASS1 .480 .783 ASS2 .617 .713 ASS3 .716 .652 ASS4 .544 .747 Lòng trung thành
Cron ach’s Alpha: 0.791
LOY1 0.440 0.849
thƣơng hiệu LOY3 0.768 0.701 LOY4 0.583 0.792 Ý định mua
Cron ach’s Alpha : 0.845
PI1 0.679 0.816
PI2 0.757 0.740
PI3 0.700 0.795
Nhƣ vậy sau khi loại các chỉ báo AWA3 và ASS5, thì các thang đo đều có hệ số Cronbach’s Alpha từ 0.7 đến 0.9 tức là nằm trong mức chấp nhận đƣợc và tốt. Bên cạnh đó, các chỉ báo đều có hệ số tƣơng quan biến tổng lớn hơn 0.3. Do đó ta có thể khẳng định rằng tính nhất quán nội tại của các thang đo nhận thức thƣơng hiệu, chất lƣợng cảm nhận, liên tƣởng thƣơng hiệu, lòng trung thành thƣơng hiệu và ý định mua đều đƣợc đảm bảo. Từ đó, ta có thể kết luận rằng các thang đo đều có độ tin cậy cao, tức là nó có thể đo lƣờng đúng khái niệm cần đo lƣờng.
3.2.2. Phân tích nhân tố khám phá
a. Phân tích nhân tố (EFA) và những điều kiện để phân tích nhân tố
Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau đƣợc xem xét dƣới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ đƣợc tính một tỷ số gọi là Hệ số tải nhân tố (factor loading). Hệ số này cho ngƣời nghiên cứu biết đƣợc mỗi biến đo lƣờng sẽ “thuộc về” những nhân tố nào (Theo Hair & ctg (1998,111). Trong phân tích nhân tố, Hệ số KMO (Kaiser-Meyer –Olkin (KMO) phải có giá trị lớn (0,5<KMO<1) thể hiện phân tích nhân tố là thích hợp, còn nếu hệ số KMO <0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu ( Theo
Hoàng Trọng – Chu Nguyễn Mộng Ngọc ,2005). Thêm vào đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0.5, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) lớn hơn 1 (mặc định của chƣơng trình SPSS), và tổng phƣơng sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Theo Gerbing & Anderson ,1988), Khi tiến hành phân tích nhân tố, đề tài đã sử dụng phƣơng pháp trích (Extraction method) là Principal components với phép xoay Varimax. Phƣơng pháp tính nhân tố là phƣơng pháp Regression.
b. Kết quả phân tích nhân tố khám phá EFA
Bảng 3.9. Kết quá phân tích nhân tố khám phá EFA của các biến độc lập Yếu tố cần đánh giá Giá trị chạy bảng So sánh
Hệ số KMO 0.773 0.773 > 0.5
Giá trị sig trong Kiểm định Bartlett
0.000 0.000 < 0.05
Phƣơng sai trích 59.584% 59.584% > 50%
Giá trị Eigenvalue 1.434 1.434 > 1
Kết quả phân tích nhân tố khám phá EFA của các biến độc lập cụ thể nhƣ sau: chỉ số KMO khá cao = 0. 773> 0.5 với mức ý nghĩa sig = 0.000 < 0.05 cho thấy dữ liệu thích hợp để phân tích nhân tố thích hợp. Quá trình kiểm định cũng chỉ ra, có 4 nhân tố đƣợc trích tại Eigenvalue = 1.434 > 1, phƣơng pháp trích Principal componeAWA và phép quay Varimax, có 4 nhân tố đƣợc trích từ 19 biến quan sát, hệ số tải nhân tố của các biến đều lớn hơn 0.5, tổng phƣơng sai trích đạt 59.584% cho biết rằng 4 nhân tố rút trích giải thích đƣợc 59.584% sự biến thiên của dữ liệu (Phụ lục 11). Do vậy, các biến quan sát trong thang đo giá trị thƣơng hiệu đều quan trọng và thang đo này có ý nghĩa thiết thực
Bảng 3.10. Kết quá phân tích nhân tố khám phá EFA của biến phụ thuộc Yếu tố cần đánh giá Giá trị chạy bảng So sánh
Hệ số KMO 0.718 0.718 > 0.5
Giá trị sig trong Kiểm
định Bartlett 0.000 0.000 < 0.05
Phƣơng sai trích 76.427% 76.427% > 50%
Giá trị Eigenvalue 2.293 2.293 > 1
Kết quả phân tích nhân tố khám phá EFA của các biến phụ thuộc cụ thể nhƣ sau: chỉ số KMO khá cao = 0.718 > 0.5 với mức ý nghĩa sig = 0.000 < 0.05 cho thấy dữ liệu thích hợp để phân tích nhân tố thích hợp. Quá trình kiểm định cũng chỉ ra, có 1 nhân tố đƣợc trích tại Eigenvalue = 2.293 > 1, phƣơng pháp trích Principal components và phép quay Varimax, có 1 nhân tố đƣợc trích từ 3 biến quan sát, hệ số tải nhân tố của các biến đều lớn hơn 0.5, tổng phƣơng sai trích đạt 76.427% cho biết rằng 4 nhân tố rút trích giải thích đƣợc 76.427% sự biến thiên của dữ liệu (Phụ lục 11). Do vậy, các biến quan sát trong thang đo ý định mua đều quan trọng và thang đo này có ý nghĩa thiết thực.
Nhƣ vậy, sau khi đánh giá thang đo giá trị thƣơng hiệu bằng hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá EFA thì ta đƣợc kết quả nhƣ sau thang đo giá trị thƣơng hiệu bao gồm 4 nhân tố và 19 biến quan sát. Nhân tố nhận biết thƣơng hiệu đƣợc đo lƣờng bằng 5 biến quan sát, nhân tố chất lƣợng cảm nhận đƣợc đo lƣờng bằng 7 biến quan sát, nhân tố liên tƣởng thƣơng hiệu đƣợc đo lƣờng bằng 4 biến quan sát và nhân lòng trung thành thƣơng hiệu đƣợc đo lƣờng bằng 3 biến quan sát. Thang đo ý định mua có 3 biến quan sát
3.3. MA TRẬN TƢƠNG QUAN
Trƣớc khi tiến hành phân tích hồi quy tuyến tính bội, mối tƣơng quan tuyến tính giữa các biến cần phải đƣợc xem xét. Bảng 3.10 là ma trận thể hiện mối tƣơng quan tuyến tính giữa các biến trong mô hình.
Bảng 3.11. Kết quả phân tích tƣơng quan giữa các biến trong mô hình
Nhận thức TH Chất lƣợng cảm nhận Liên tƣởng TH Lòng trung thành TH Ý định mua Nhận thức TH 1 0.339 0.445 0.302 0.262 Chất lƣợng cảm nhận 0.339 1 0.513 0.456 0.566 Liên tƣởng TH 0.445 0.513 1 0.572 0.575 Lòng trung thành TH 0.302 0.456 0.572 1 0.642 Ý định mua 0.262 0.566 0.575 0.642 1
Ma trận này cho biết mối quan hệ giữa biến phụ thuộc – ý định mua – với từng biến độc lập trong mô hình và đồng thời cho biết mối quan hệ giữa các biến độc lập với nhau. Với ma trận này, mối tƣơng quan giữa ý định mua với các biến độc lập khác trong mô hình là chất lƣợng cảm nhận, liên tƣởng thƣơng hiệu , lòng trung thành thƣơng hiệu đƣợc thể hiện là mối tƣơng quan cùng chiều và chặt chẽ, với hệ số tƣơng quan đều lớn hơn 0.3. Yếu tố nhận thức thƣơng hiệu có hệ số tƣơng quan ít nhất đối với ý định mua là 0.262 < 0.3 cho thấy biến độc lập này có sự tƣơng quan cùng chiều nhƣng thấp với biến phụ thuộc. Trong các biến còn lại, biến lòng trung thành thƣơng hiệu có hệ số tƣơng quan cao nhất với biến ý định mua. Điều này phù hợp với thực
tiễn khi ngƣời tiêu dùng có trung thành với thƣơng hiệu thì ý định mua của họ là cao.
Tuy nhiên, ta cần lƣu ý có sự tƣơng quan giữa các biến độc lập với nhau, đặc biệt là liên tƣởng thƣơng hiệu với chất lƣợng cảm nhận và lòng trung thành thƣơng hiệu, giữa lòng trung thành thƣơng hiệu với biến chất lƣợng cảm nhận. Nhƣng các hệ số tƣơng quan giữa các biến đều < 0.8. Do đó, chƣa thể kết luận về hiện tƣợng đa cộng tuyến trong mô hình
Với kết quả này, có thể kết luận sơ bộ là tất cả các biến độc lập là nhận biết thƣơng hiệu, chất lƣợng cảm nhận, liên tƣởng thƣơng hiệu, lòng trung thành thƣơng hiệu đều có thể đƣợc đƣa vào mô hình để giải thích cho ý định mua. Tuy nhiên, mức độ tác động của từng yếu tố lên ý định mua sẽ đƣợc xác định cụ thể thông qua phân tích hồi quy tuyến tính bội.
3.4. PHÂN TÍCH HỒI QUY BỘI
Để nghiên cứu mối quan hệ giữa các thành phần của giá trị thƣơng hiệu, tác giả sử dụng mô hình hồi quy tuyến tính bội. Mô hình này có một biến phụ thuộc là ý định mua hàng và bốn biến độc lập là nhận biết thƣơng hiệu, chất lƣợng cảm nhận, liên tƣởng thƣơng hiệu và lòng trung thành thƣơng hiệu. Mô hình nghiên cứu đƣợc biểu diễn bằng phƣơng trình hồi quy tuyến tính đa biến có dạng nhƣ sau:
Y = βo+ β1X1 + β2X2 + β3X3 + β4X4
Trong đó: Y: Ý định mua
X1: Nhận biết thƣơng hiệu X2: Chất lƣợng cảm nhận X3: Liên tƣởng thƣơng hiệu
βo: Hằng số
βi: Hệ số hồi quy riêng phần tƣơng ứng với các biến độc lập Xi
Để tiến hành phân tích hồi quy tuyến tính bội, các biến đƣợc đƣa vào mô hình theo phƣơng pháp Stepwise. Tiêu chuẩn kiểm định là tiêu chuẩn đƣợc xây dựng vào phƣơng pháp kiểm định giá trị thống kê F và xác định xác suất tƣơng ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thông qua hệ số xác định R2. Kiểm tra hiện tƣợng đa cộng tuyến bằng hệ số VIF, tự tƣơng quan bằng hệ số Durbin – Watson.
3.4.1. Đánh giá và kiểm định sự phù hợp của mô hình Bảng 3.12. Chỉ ti u đánh giá sự phù hợp của mô hình Bảng 3.12. Chỉ ti u đánh giá sự phù hợp của mô hình
Mô hình R R2 R 2 điều chỉnh Sai số chuẩn ƣớc lƣợng Durbin- Watson 1 0.642a 0.412 0.409 0.55235 2 0.711b 0.506 0.501 0.50750 3 0.729c 0.531 0.524 0.49589 2.012
Hệ số xác định R2 đƣợc chứng minh là hàm không giảm theo số lƣợng biến đƣa vào mô hình. Theo đó, hệ số R2 có xu hƣớng tăng thuận chiều với số lƣợng biến đƣa vào mô hình, mặc dù vậy không phải phƣơng trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu. Nhƣ vậy, R2 có xu hƣớng là ƣớc lƣợng lạc quan của thƣớc đo sự phù hợp của mô hình đối với dữ liệu trong trƣờng hợp có hơn một biến giải thích trong mô hình. Hệ số R2
khi đánh giá độ phù hợp của mô hình là 0.531 , nhƣ vậy mô hình nghiên cứu là rất phù hợp. Theo đó các biến độc lập giải thích đƣợc 53.1% ý định mua của ngƣời tiêu dùng. Nhƣ vậy 46.9% còn lại đƣợc giải thích bởi các yếu tố không đƣợc đƣa vào mô hình và đây đƣợc xem là hạn chế của nghiên cứu. Kết quả cũng cho thấy rằng R2 điều chỉnh nhỏ hơn R2, do đó dùng hệ số này để đánh giá độ
phù hợp của mô hình sẽ an toàn và chính xác hơn vì nó không thổi phồng độ phù hợp của mô hình.
Bảng 3.13. Kiểm định sự phù hợp của mô hình
Mô hình Tổng bình phƣơng df Bình phƣơng trung bình F Sig 1 Hồi quy 42.344 1 42.344 138.791 .000b Phần dƣ 60.409 198 .305 Tổng 102.753 199 2 Hồi quy 52.016 2 26.008 100.981 .000c Phần dƣ 50.738 197 .258 Tổng 102.753 199 3 Hồi quy 54.556 3 18.185 73.952 .000d Phần dƣ 48.198 196 .246 Tổng 102.753 199
Kiểm định F sử dụng trong bảng phân tích phƣơng sai vẫn là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Trị thống kê F trong bảng 3.12 là 73.952 đƣợc tính từ R2 của mô hình đầy đủ, giá trị sig = 0.000 cho thấy an toàn khi bác bỏ giả thuyết H0 là β1 = β2 = β3
=0 ( ngoại trừ hằng số). Nhƣ vậy mô hình hồi quy tuyến tính bội đƣa ra là phù hợp và có thể sử dụng đƣợc
3.4.2. Mô hình hồi quy
Hệ số Beta chuẩn hóa dùng để đánh giá mức độ quan trọng của các nhân tố tác động đến lòng trung thành thƣơng hiệu của khách hàng. Hệ số Beta chuẩn hóa của nhân tố nào càng cao thì mức độ quan trọng của nhân tố đó tác động đến lòng trung thành càng cao. Kết quả phân tích hồi quy của mô hình đƣợc trình bày trong bảng 3.14
Bảng 3.14. Các thông số thống kê của từng biến trong mô hình Mô hình Thông số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Chỉ số đa cộng tuyến B Sai số
chuẩn Beta Tolerance VIF
1 (Hằng số) 1.321 .222 5.949 .000 LOY .666 .057 .642 11.78 1 .000 1.000 1.000 2 (Hằng số) .341 .259 1.313 .191 LOY .503 .058 .485 8.617 .000 .792 1.263 PER .416 .068 .345 6.128 .000 .792 1.263 3 (Hằng số) -.152 .296 -.512 .609 LOY .413 .064 .398 6.487 .000 .637 1.570 PER .337 .071 .280 4.772 .000 .697 1.434 ASS .288 .090 .204 3.214 .002 .592 1.688
Với kết quả phân tích nhƣ trên, ta thấy rằng biến Nhận thức thƣơng hiệu bị loại khỏi mô hình. Điều này phù hợp với kết quả phân tích tƣơng quan ở trên, hệ số tƣơng quan của biến nhận thức thƣơng hiệu với ý định mua là thấp nhất và thấp hơn 0.3. Tất cả các giá trị Sig tƣơng ứng với các biến LOY( Lòng trung thành thƣơng hiệu), PER ( chất lƣợng cảm nhận), ASS( Liên