* Phân bố mẫu theo trình độ học vấn:
Theo kết quả ở bảng 4.2, số lƣợng khách hàng sử dụng dịch vụ của công ty có trình độ đại học – cao đẳng là 120 khách hàng (chiếm 40%), tiếp đến là nhóm khách hàng có trình độ trung cấp chuyên nghiệp là 117 khách hàng chiếm tỷ lệ 39%, nhóm khách hàng có trình độ phổ thông chiếm 19,33%.
Bảng 4.2: Phân bổ mẫu theo trình độ học vấn
Tần suất Tỷ lệ (%)
Phổ thông 58 19.33
Trung cấp chuyên nghiệp 117 39
Đại học - cao đẳng 120 40
Sau đại học 5 1.67
Total 300 100
Hình 4.2 Biểu đồ phân bố theo trình độ học vấn
* Phân bố mẫu theo nghề nghiệp: Nhóm khách hàng thuộc nhóm kinh doanh – buôn bán chiếm tỷ lệ cao nhất với 40% trong tổng số khách hàng điều tra. Tiếp đến là nhóm cán bộ - công nhân viên chiếm 29%
Bảng 4.3: Phân bổ mẫu theo nghề nghiệp
Tần suất Tỷ lệ (%)
Học sinh - sinh viên 76 25.33
Cán bộ - công nhân viên 87 29.00
Kinh doanh - buôn bán 120 40.00
Khác 17 5.67
Tổng 300 100
Hình 4.3: Biểu đồ Phân bố theo nghề nghiệp 4.2.3. Thu nhập của khách hàng
Theo thống kê ở bảng 4.4, hầu hết những ngƣời đƣợc hỏi có thu nhập bình quân từ 3 đến 10 triệu đồng; trong đó thu nhập từ 3 đến dƣới 5 triệu đồng/tháng (chiếm 32,6%), số ngƣời có thu nhập từ 5 đến dƣới 10 triệu đồng/tháng (chiếm 38,67%), còn lại là các nhóm có thu nhập khác.
Bảng 4.4: Phân bổ mẫu theo thu nhập của khách hàng
Tần suất Tỷ lệ (%)
< 1 triệu 16 5.33
Tần suất Tỷ lệ (%)
5 - < 10 triệu 116 38.67
10 - 20 triệu 18 6.00
>20 triệu 9 3.00
Tổng 300 100
“Nguồn: Xử lý dữ liệu điều tra của tác giả”
Hình 4.4: Phân bố mẫu theo thu nhập 4.3. ĐÁNH GIÁ THANG ĐO
4.3.1. Tiêu chuẩn đánh giá thang đo
Thang đo trƣớc hết sẽ đƣợc phân tích hệ số tin cậy Cronbach Alpha, các biến có hệ số tƣơng quan tổng (item – total correlation) nhỏ hơn 0,3 sẽ bị loại và thang
đo đƣợc chấp nhận để phân tích trong các bƣớc tiếp theo khi có độ tin cây Cronbach Alpha từ 0,6 trở lên (Nunnally & Burnstein 1994).
Phƣơng pháp phân tích EFA: Kết quả chỉ đƣợc sử dụng khi hệ số KMO (Kaise Mayer Olkin) nằm trong khoảng từ 0,5 đến 1. Khi đó các biến có trọng số <0,4 sẽ bị loại (Hair và cộng sự 2009). Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích bằng hoặc lớn hơn 50% và Eingenvalue có giá trị lớn hơn 1 (Gerbing & Anderson 1988).
4.3.2. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Để xây dựng thang đo chính thức, tác giả sử dụng phƣơng pháp phân tích hệ số tin cậy (Cronbach Alpha), theo đó những biến quan sát nào có hệ số tƣơng quan biến tổng (item – total correlation) nhỏ hơn 0,3 sẽ bị loại. Ngoài ra, thang đo phải có độ tin cậy >=0,6.
a. Đánh giá thang đo các yếu tố của thương hiệu tác động đến ý định mua hàng bằng hệ số tin cậy Cronbach’s Alpha
(1) Thang đo: Hình ảnh thƣơng hiệu
Các tiêu chí đánh giá Hình ảnh thƣơng hiệu: Anh/chị biết rõ thƣơng hiệu xe máy trên địa bàn thông qua các quảng cáo,…; Anh/chị có thể nhanh chóng nhớ lại biểu tƣợng hoặc logo của các hãng xe máy; Anh/chị nắm rất rõ tất cả các thông tin liên quan thƣơng hiệu xe máy mà mình mua; Anh/chị dễ dàng phân biệt thƣơng hiệu của các hãng xe máy trên địa bàn thông qua màu sắc thiết kế.
Bảng 4.5: Đánh giá thang đo Hình ảnh thƣơng hiệu
Hệ số Cronbach's Alpha Số biến quan sát
Bảng 4.6 : Độ tin cậy thang đo hình ảnh thƣơng hiệu Thống kê biến tổng (Item- Total Statistics)
Biến quan sát Trung bình thang đo nếu
loại bỏ biến
Phƣơng sai thang đo nếu
loại bỏ biến Tƣơng quan biến tổng Cronbach’s Alpha nếu loại bỏ biến HA1 11.9600 4.406 .791 .885 HA2 11.8700 4.261 .788 .887 HA3 12.0200 4.548 .808 .881 HA4 11.9900 4.264 .801 .882
Cronbach’s Alpha của thang đo hình ảnh thƣơng hiệu là 0.910, các hệ số tƣơng quan biến tổng của các biến trong thang đo đều lớn hơn 0.4 và không có trƣờng hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.910. Vì vậy, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến quan sát đều đƣợc chấp nhận và sẽ đƣợc sử dụng trong phân tích nhân tố tiếp theo.
(2) Thang đo: Tính chân thật của thƣơng hiệu
Tiêu chí để đánh giá thang đo Tính chân thật của thƣơng hiệu dành cho dịch vụ bao gồm: Thƣơng hiệu xe máy mà anh/chị mua phản ảnh đúng thực tế của nó; Thƣơng hiệu xe máy mà anh chị mua rất gần gũi; Anh/chị chỉ lựa chọn thƣơng hiệu xe máy phản ánh đúng giá trị thực của nó.
Bảng 4.7: Đánh giá thang đo Tính chân thật của thƣơng hiệu
Reliability Statistics
Hệ số Cronbach's Alpha Số biến quan sát
Bảng 4.8 : Độ tin cậy thang đo tính chân thật của thƣơng hiệu Thống kê biến tổng (Item- Total Statistics)
Biến quan sát Trung bình thang đo nếu
loại bỏ biến
Phƣơng sai thang đo nếu
loại bỏ biến Tƣơng quan biến tổng Cronbach’s Alpha nếu loại bỏ biến TCT1 6.5100 2.097 .665 .728 TCT2 6.3567 2.063 .669 .723 TCT3 6.7133 2.105 .634 .760
Thang đo Tính chân thật của thƣơng hiệu đạt đƣợc hệ số tin cậy Cronbach’s Alpha = 0,808 > 0,6. Các biến quan sát đều có hệ số tƣơng quan biến tổng lớn hơn 0,4 và không có trƣờng hợp nào loại bỏ biến quan sát nào có thể làm cho hệ số Cronbach’s Alpha của thang đo này lớn hơn 0.808. Vì vậy, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến quan sát đều đƣợc chấp nhận và sẽ đƣợc sử dụng trong phân tích nhân tố tiếp theo.
(3) Thang đo Trải nghiệm thƣơng hiệu
Tiêu chí để đánh giá thang đo này bao gồm: So sánh với các thƣơng hiệu khác, anh/chị nghĩ rằng chất lƣợng xe máy mà bạn có ý định mua là tốt nhất; Anh/chị có cho rằng chất lƣợng của hãng xe máy mà anh/chị mua tƣơng xứng với giá cả của nó; Thƣơng hiệu xe máy mà anh chị mua mang lại cho anh/chị sự trải nghiệm thú vị.
Bảng 4.9: Đánh giá thang đo Trải nghiệm thƣơng hiệu
Reliability Statistics
Hệ số Cronbach's Alpha Số biến quan sát
Bảng 4.10 : Độ tin cậy thang đo tính chân thật của thƣơng hiệu Thống kê biến tổng (Item- Total Statistics)
Biến quan sát Trung bình thang đo nếu
loại bỏ biến
Phƣơng sai thang đo nếu
loại bỏ biến Tƣơng quan biến tổng Cronbach’s Alpha nếu loại bỏ biến TN1 8.54000 1.721 .855 .857 TN2 8.50333 1.903 .791 .911 TN3 8.45667 1.694 .847 .865
Thang đo Trải nghiệm thƣơng hiệu đạt đƣợc hệ số tin cậy Cronbach’s Alpha = 0,916 > 0,6. Các biến quan sát đều có hệ số tƣơng quan biến tổng lớn hơn 0,4 và không có trƣờng hợp nào loại bỏ biến quan sát nào có thể làm cho hệ số Cronbach’s Alpha của thang đo này lớn hơn 0.916. Vì vậy, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến quan sát đều đƣợc chấp nhận và sẽ đƣợc sử dụng trong phân tích nhân tố tiếp theo.
b. Đánh giá thành phần ý định mua hàng
Thang đo ý định mua hàng đƣợc đo lƣờng bởi các biến: YDMH1; YDMH2; YDMH3; YDMH4
Thang đo Ý định mua hàng có hệ số tin cậy Cronbach Alpha là 0,752. Nhƣ vậy, đo này đạt yêu cầu về độ tin cậy.
Bảng 4.11: Đánh giá thang đo ý định mua hàng
Reliability Statistics
Cronbach's Alpha N of Items
Bảng 4.12: Độ tin cậy thang đo tính chân thật của thƣơng hiệu Thống kê biến tổng (Item- Total Statistics)
Biến quan sát Trung bình thang đo nếu
loại bỏ biến
Phƣơng sai thang đo nếu
loại bỏ biến Tƣơng quan biến tổng Cronbach’s Alpha nếu loại bỏ biến YDMH1 10.8967 2.541 .659 .637 YDMH2 10.8733 2.840 .452 .745 YDMH3 11.0067 2.334 .521 .724 YDMH4 10.8533 2.748 .604 .672
Tổng kết độ tin cậy của các thang đo: Sau khi tiến hành xử lý độ tin cậy của các thang đo, tác giả có đƣợc 3 thang đo dùng để đo lƣờng các khía cạnh liên quan đến thƣơng hiệu và 1 thang đo dùng để đo lƣờng ý định mua hàng của khách hàng. Tổng kết các thang đo sẽ đƣợc sử dụng để thực hiện các phân tích tiếp theo.
Bảng 4.13: Tổng kết các thang đo
STT Tên thành phần Số lƣợng
biến
Cronbach
Alpha Đánh giá
1 Hình ảnh thƣơng hiệu 4 0,910 Đạt yêu cầu
2 Tính chân thật của thƣơng hiệu 3 0,808 Đạt yêu cầu
3 Trải nghiệm thƣơng hiệu 3 0,916 Đạt yêu cầu
4 Ý định mua hàng 4 0,752 Đạt yêu cầu
4.3.3. Đánh giá thang đo bằng phân tích nhân tố khám phá EFA
Sau khi thực hiện việc kiểm tra độ tin cậy Cronbach Alpha của các thang đo, các biến quan sát đạt tiêu chuẩn đƣợc tác giả tiến hành phân tích nhân tố khám phá (EFA) với phƣơng pháp trích nhân tố Principal Components and phép xoay Varimax nhằm mục đích phát hiện cấu trúc và đánh giá mức độ hội tụ của các biến quan sát theo các thành phần. Tuy nhiên, trƣớc khi tiến hành phân tích nhân tố, cần xem xét liệu dữ liệu có phù hợp với phƣơng pháp phân tích nhân tố hay không bằng cách thực hiện phép kiểm định Barlett. Mục đích của kiểm định này là kiểm tra giả
không bị bác bỏ thì phân tích nhân tố có khả năng sẽ không phù hợp để tiến hành phân tích dữ liệu.
a. Phân tích nhân tố cho các biến độc lập
Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, việc phân tích nhân tố trƣớc tiên đƣợc thực hiện với các biến độc lập ảnh hƣởng đến ý định mua xe gắn máy. Sử dụng phƣơng pháp trích rút những thành phần chính (Principal Components), cùng với việc thực hiện phép quay Varimax để đơn giản hóa việc giải thích các biến lẫn nhân tố.
Bảng 4.14: Kết quả kiểm định KMO và Barlett với các biến độc lập
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .803
Bartlett's Test of Sphericity
Approx. Chi-Square 1856.809
df 45
Sig. .000
Kết quả của kiểm định KMO và Barlett đƣợc trình bày ở bảng 4.14. Với kết quả chỉ số KMO (Kaiser-Meyer-Olkin) = 0.803 >0.5, điều này chứng tỏ dữ liệu chúng ta có thể sử dụng phƣơng pháp phân tích nhân tố là hoàn toan thích hợp. Kết quả kiểm định Barlett’s Test là 1856.809 với mức ý nghĩa Sig. = 0.000 < 0.05 cho phép chúng ta bác bỏ giả thuyết H0: các biến không có tƣơng quan với nhau trong tổng thể và tƣơng quan giữa các biến là ma trận đồng nhất bị bác bỏ, các biến thỏa điều kiện để phân tích nhân tố.
Bảng 4.15: Eigenvalues và phƣơng sai trích các biến độc lập
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 4.097 40.966 40.966 4.097 40.966 40.966 3.177 31.766 31.766 2 2.264 22.638 63.604 2.264 22.638 63.604 2.576 25.757 57.522 3 1.574 15.737 79.341 1.574 15.737 79.341 2.182 21.818 79.341 4 .452 4.522 83.862 5 .390 3.902 87.764 6 .346 3.457 91.221 7 .292 2.917 94.138 8 .245 2.448 96.586 9 .184 1.842 98.428 10 .157 1.572 100.000
Extraction Method: Principal Component Analysis.
Theo bảng 4.15 (Eigenvalues và phƣơng sai trích), với 10 biến quan sát ban đầu đƣợc chia thành 3 nhóm nhân tố, giá trị tổng phƣơng sai trích = 79,34% > 50% đạt yêu cầu, khi đó có thể nói rằng 3 nhân tố này có khả năng giải thích đƣợc 79,34% mức độ biến thiên của dữ liệu, vƣợt ngƣỡng chấp nhận đƣợc để hình thành nhân tố mới (50%). Giá trị Eigenvalues của các nhân tố đều cao (>1), nhân tố thứ 3 có Eigenvalues = 1,574 (thấp nhất)
Cách thức để gom các biến theo từng nhân tố đƣợc tiến hành bằng cách xem xét ma trận mẫu ở bảng 4.16. Trong từng hàng của mỗi biến, nếu hệ số tải nhân tố (factor loading) của các thuộc tính lớn nhất ở nhân tố nào và thỏa mãn thêm điều kiện >0,4 thì sẽ thuộc về nhân tố đó. Nhƣ vậy, các biến nếu hệ số tải lớn nhất trong hàng <0,4 sẽ bị loại vì nó không có ý nghĩa đo lƣờng cho một nhân tố nào. Kết quả phân tích trong bảng 4.12 cho thấy 10 biến quan sát đều có hệ số tải nhân tố lớn hơn 0,5 và đƣợc gom thành 3 nhóm, không có biến nào bị loại khỏi mô hình, đồng thời không có sự xáo trộn vị trí nhóm của các biến (giống với giả định)
Bảng 4.16: Ma trận mẫu – kết quả phân tích nhân tố với phƣơng pháp xoay Varimax
Rotated Component Matrixa
Component 1 2 3 HA2 .881 HA4 .869 HA3 .867 HA1 .864 TN3 .914 TN1 .907 TN2 .880 TCT2 .853 TCT1 .852 TCT3 .838
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 4 iterations.
b. Phân tích nhân tố cho biến phụ thuộc:
Thang độ ý định mua xe gồm 04 biến quan sát. Sau khi đạt độ tin cậy khi kiểm tra bằng Cronbach’s alpha, phân tích nhân tố khám phá EFA đƣợc sử dụng để kiểm định lại mức độ hội tụ của các biến quan sát.
Kiểm định KMO và Bartlett’s trong phân tích nhân tố cho thấy hệ số KMO bằng 0,619 (>0,5) cho thấy phân tích nhân tố EFA là thích hợp với dữ liệu nghiên cứu.
Kết quả kiểm định Barlett’s Test là 374.310 với mức ý nghĩa sig = 0.000 <0.05 (bác bỏ giả thuyết H0: các biến quan sát không có tƣơng quan với nhau trong tổng thể), nhƣ vậy giả thuyết về mô hình nhân tố là không phù hợp sẽ bị bác bỏ, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn phù hợp.
Bảng 4.17:Bảng kết quả kiểm định Hệ số KMO và Barlett’s Test với biến phụ thuộc
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .619
Bartlett's Test of Sphericity
Approx. Chi-Square 374.310
df 6
Sig. .000
Với phƣơng pháp rút trích Principal Components và phép quay Varimax, 4 biến quan sát ban đầu đƣợc gom thành 1 nhóm (bảng 4.18)
Giá trị tổng phƣơng sai trích = 58,87% (>50%): đạt yêu cầu, có thể nói rằng 1 nhân tố này giải thích cho 58,87% sự biến thiên của dữ liệu
Giá trị Eigenvalues của nhân tố = 2.355 (>1)
Bảng 4.18: Phân tích nhân tố - phƣơng sai trích cho biến phụ thuộc
Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.355 58.875 58.875 2.355 58.875 58.875
2 .741 18.519 77.394
3 .657 16.425 93.819
4 .247 6.181 100.000
Extraction Method: Principal Component Analysis.
Vì ma trận chỉ có một nhân tố, nên không thể hiện ma trận xoay nhân tố mà đƣợc thể hiện qua biểu Component Matrix.
Bảng 4.19: Ma Trận nhân tố - Phân tích nhân tố Ý định mua hàng Nhân tố 1 YDMH1 .853 YDMH4 .821 YDMH3 .724 YDMH2 .655
* Mô hình nghiên cứu
Nhƣ vậy, sau khi tiến hành phân tích nhân tố, ta thấy các nhân tố vẫn giữ nguyen nhƣ mô hình ban đầu với các giả thuyết H1, H2, H3. Thang đo ý định mua xe máy của khách hàng sau bao gồm các thành phần. Cụ thể nhƣ sau:
(1). Nhân tố thứ nhất bao gồm 04 biến quan sát:
HA1 – Anh/chị biết rõ thƣơng hiệu xe máy trên địa bàn thông qua các
quảng cáo,…
HA2 – Anh/chị có thể nhanh chóng nhớ lại biểu tƣợng hoặc logo của
các hãng xe máy.
HA3 – Anh/chị nắm rất rõ tất cả các thông tin liên quan thƣơng hiệu
xe máy mà mình mua.
HA4 – Anh/chị dễ dàng phân biệt thƣơng hiệu của các hãng xe máy trên địa bàn thông qua màu sắc thiết kế
Tên nhân tố này là Hình ảnh thƣơng hiệu ký hiệu HA (2). Nhân tố thứ hai bao gồm 03 biến quan sát:
TN1 – So sánh với các thƣơng hiệu khác, anh/chị nghĩ rằng chất lƣợng
TN2 – Anh/chị có cho rằng chất lƣợng của hãng xe máy mà anh/chị
mua tƣơng xứng với giá cả của nó;
TN3 - Thƣơng hiệu xe máy mà anh chị mua mang lại cho anh/chị sự