4.2.1. Hệ số tin cậy Cronbach’s Alpha
Dựa vào kết quả Chương 3, phần này giới thiệu các thang đo lường các nhân tố nghiên cứu và kết quả xử lý thang đo. Các thang đo được xây dựng dưới đây có dạng thang đo Likert 5 mức độ từ rất hoàn toàn không đồng ý đến hoàn toàn đồng ý, được biểu thị từ 1 đến 5. Trong đó, 1 tương ứng với chọn lựa hoàn toàn không đồng ý và 5 tương ứng với chọn lựa hoàn toàn đồng ý.
Bảng 4.2: Tóm tắt kết quả kiểm định Cronbach’s Alpha 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 Thang đo Tài chính với Cronbach’s Alpha = 0.895
TC1 14.47 15.526 .729 .875
TC2 14.45 15.637 .729 .875
TC3 14.38 15.593 .725 .876
TC4 14.19 15.814 .714 .879
TC5 14.36 15.040 .814 .856
Thang đo Thuộc tính nhà với Cronbach’s Alpha = 0.852
TT2 7.01 4.787 .732 .785
TT3 7.02 4.994 .778 .748
Thang đo Vị trí nhà ở với Cronbach’s Alpha = 0.893
VT1 18.55 12.945 .683 .879 VT2 18.47 12.351 .700 .876 VT3 18.54 12.850 .646 .884 VT4 18.13 12.371 .699 .876 VT5 18.41 12.035 .769 .865 VT6 18.38 12.126 .783 .863
Thang đo Hoạt động truyền thông với Cronbach’s Alpha = 0.745
MK1 6.33 1.821 .622 .599
MK2 6.53 2.085 .555 .680
MK3 6.45 2.200 .542 .695
Thang đo Kiến trúc nhà với Cronbach’s Alpha = 0.890
KT1 6.12 2.474 .736 .885
KT2 6.08 2.055 .812 .819
KT3 6.03 2.161 .812 .818
Thang đo Quyết định của khách hàng với Cronbach’s Alpha = 0.822
QD1 6.40 2.380 .677 .756
QD2 6.74 2.282 .715 .716
QD3 6.67 2.728 .647 .787
Đối với thang đo Tài chính (TC): Thang đo này được đo lường bởi 6 biến quan sát. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.895 > 0.7 đồng thời cả 5 biến quan sát đều có tương quan biến tổng lớn hơn
0.3 và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach’s Alpha chung. Do vậy, thang đo Tài chính đáp ứng độ tin cậy.
Đối với thang đo Thuộc tính nhà (TT): Thang đo này được đo lường bởi 3
biến quan sát. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.852 > 0.7 đồng thời cả 3 biến quan sát đều có tương quan biến tổng lớn hơn 0.3 và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach’s Alpha chung. Do vậy, thang đo Thuộc tính nhà đáp ứng độ tin cậy.
Đối với thang đo Vị trí nhà ở (VT): Thang đo này được đo lường bởi 3 biến
quan sát. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.893 > 0.6 đồng thời hệ số tương quan biến tổng của 6 biến quan sát đều lớn hơn 0.3 và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach’s Alpha chung. Do vậy, thang đo Vị trí nhà ở đáp ứng độ tin cậy.
Đối với thang đo Hoạt động truyền thông (MK): Thang đo này được đo lường
bởi 3 biến quan sát. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.745 > 0.7 đồng thời cả 3 biến quan sát đều có tương quan biến tổng lơn hơn 0.3 và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach’s Alpha chung. Do vậy, thang đo Hoạt động truyền thông đáp ứng độ tin cậy.
Đối với thang đo Kiến trúc nhà (KT): Thang đo này được đo lường bởi 5 biến quan sát. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.890 > 0.7 đồng thời cả 3 biến quan sát đều có tương quan biến tổng lơn hơn
0.3 và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach’s Alpha chung. Do vậy, thang đo Kiến trúc nhà đáp ứng độ tin cậy.
Đối với thang đo Quyết định của khách hàng mua căn hộ (QD): Thang đo
này được đo lường bởi 3 biến quan sát. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.822 > 0.7 đồng thời cả 3 biến quan sát đều có tương quan biến tổng lớn hơn 0.3 và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach’s Alpha chung. Do vậy, thang đo Quyết định của khách hàng mua căn hộ đáp ứng độ tin cậy.
4.2.2. Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy Cronbach’s Alpha của các thành phần của thang đo, nghiên cứu tiếp tục thực hiện phân tích EFA đối với các thang đo. Mục đích của kỹ thuật phân tích EFA là nhằm xác định các nhân tố nào thực sự đại diện cho các biến quan sát trong các thang đo. Các nhân tố đại diện mới cho 20 biến quan sát không tính đến 3 biến quan sát thuộc thang đo Quyết định của khách hàng) có được từ kết quả phân tích nhân tố khám phá EFA có thể khác so với mô hình nghiên cứu đã được đề xuất. Việc phân tích EFA được thực hiện qua các kiểm định:
Phân tích nhân tố khám phá EFA cho các biến độc lập
Bảng 4.3: Kết quả phân tích EFA cho các khái niệm đo lường Nhân tố 1 2 3 4 5 VT6 .854 VT5 .835 VT4 .796 VT2 .790 VT1 .760 VT3 .742
TC5 .868 TC1 .828 TC2 .819 TC3 .798 TC4 .777 KT2 .919 KT3 .913 KT1 .857 TT2 .875 TT3 .866 TT1 .834 MK1 .846 MK2 .750 MK3 .739 Hệ số KMO 0.826 Sig. 0.000 Eigenvalue 1.455 Phương sai trích 71.88%
Nguồn từ tính toán thông qua SPSS
Theo kết quả Bảng 4.3 thì ta có thể kết luận hệ số KMO = 0.826 thỏa mãn điều kiện 0,5 < KMO < 1, cho thấy phân tích EFA là thích hợp cho dữ liệu thực tế. Kết quả kiểm định Bartlett có mức ý nghĩa Sig. nhỏ hơn 0.05 cho thấy các biến quan
sát có tương quan tuyến tính với nhân tố đại diện. Phân tích nhân tố khám phá EFA trích ra được 5 nhân tố đại diện cho 20 biến quan sát với tiêu chuẩn Eigenvalues là 1.455 lớn hơn 1. Bảng phương sai tích lũy cho thấy giá trị phương sai trích là 71.88%. Điều này có nghĩa là các nhân tố đại diện giải thích được 71.88% mức độ biến động của 20 biến quan sát trong các thang đo. Kết quả phân tích nhân tố khám phá EFA trích ra được 5 nhân tố đại diện cho 20 biến quan sát trong các thang đo. Các nhân tố và các biến quan sát trong từng nhân tố cụ thể được trình bày trong bảng ma trận xoay nhân tố. Bảng 4.3 cho thấy, các biến quan sát trong mỗi nhân tố đều thỏa mãn yêu cầu có hệ số tải nhân tố lớn hơn 0.55 như vậy, 5 nhân tố cụ thể như sau:
Nhân tố 1: Bao gồm các biến quan sát TC1; TC2; TC3; TC4; TC5. Đặt tên cho
nhân tố này là TC đại diện cho nhân tố Tài chính.
Nhân tố 2: Bao gồm các biến quan sát TT1; TT2; TT3. Đặt tên cho nhân tố này
là TT đại diện cho nhân tố Thuộc tính nhà.
Nhân tố 3: Bao gồm các biến quan sát VT1; VT2; VT3; VT4; VT6. Đặt tên cho
nhân tố này là VT đại diện cho nhân tố Vị trí nhà ở.
Nhân tố 4: Bao gồm các biến quan sát MK1; MK2; MK3. Đặt tên cho nhân tố
này là MK đại diện cho nhân tố Hoạt động truyền thông.
Nhân tố 5: Bao gồm các biến quan sát KT1; KT2; KT3. Đặt tên cho nhân tố này
Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Bảng 4.4: Kiểm định KMO và Bartlett cho biến phụ thuộc
Kiểm định Kaiser-Meyer-Olkin 0.713
Kiểm định Bartlett
Approx. Chi-Square 409.883
Df 3
Sig. .000
Nguồn từ tính toán thông qua SPSS
Hệ số KMO = 0.713 thỏa mãn điều kiện 0.5 < KMO < 1, cho thấy phân tích EFA là thích hợp cho dữ liệu thực tế. Bảng 4.4 cho kết quả kiểm định Bartlett có hệ số Sig. nhỏ hơn 0.05 cho thấy các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Bảng 4.5: Kiểm định mức độ giải thích của các biến quan sát đối với các nhân tố đại diện của biến phụ thuộc
Nhân tố
Chỉ tiêu Eigenvalues Tổng bình phương hệ số tải trích được Tổng cộng Phương sai Phương
sai tích lũy
Tổng cộng Phương sai Phương sai tích lũy
1 2.217 73.889 73.889 2.217 73.889 73.889
2 .442 14.738 88.627
3 .341 11.373 100.000
Nguồn từ tính toán thông qua SPSS
Bảng 4.5 cho thấy phân tích nhân tố khám phá EFA trích ra được 1 nhân tố đại diện cho 3 biến quan sát trong thang đo Quyết định của khách hàng mua căn hộ với tiêu chuẩn Eigenvalues là 2.217 lớn hơn 1. Cột phương sai tích lũy trong Bảng
diện cho quyết định của khách hàng giải thích được 73.889% mức độ biến động của 3 biến quan sát trong các thang đo. Nhân tố đại diện cho Quyết định của khách hàng mua nhà ở bao gồm 3 biến quan sát QD1; QD2; QD3. Đặt tên cho nhân tố này là QD. Nhân tố QD được tác giả tính toán thông qua phần mềm SPSS 22.0 bằng cách hồi quy các biến số quan sát thành phần.
4.2.3. Phân tích tương quan
Bảng 4.6: Bảng ma trận hệ số tương quan QD TC TT VT MK KT QD Hệ số tương quan 1 .546** .371** .450** .352** .492** Sig. (2-tailed) .000 .000 .000 .000 .000 N 377 377 377 377 377 377 TC Hệ số tương quan .546** 1 .254** .247** .114* .364** Sig. (2-tailed) .000 .000 .000 .027 .000 N 377 377 377 377 377 377 TT Hệ số tương quan .371** .254** 1 .052 .090 .272** Sig. (2-tailed) .000 .000 .316 .080 .000 N 377 377 377 377 377 377 VT Hệ số tương quan .450** .247** .052 1 .211** .241** Sig. (2-tailed) .000 .000 .316 .000 .000 N 377 377 377 377 377 377 MK Hệ số tương quan .352** .114* .090 .211** 1 .139** Sig. (2-tailed) .000 .027 .080 .000 .007 N 377 377 377 377 377 377
KT
Hệ số tương quan .492** .364** .272** .241** .139** 1
Sig. (2-tailed) .000 .000 .000 .000 .007
N 377 377 377 377 377 377
*tương ứng với mức ý nghĩa 5%; ** tương ứng với mức ý nghĩa 1%
Nguồn từ tính toán thông qua SPSS
Ma trận hệ số tương quan tại bảng 4.6 cho thấy mối tương quan riêng giữa các cặp biến trong mô hình. Kết quả cho thấy các biến độc lập trong mô hình TC; TT; VT; MK; KT đều có tương quan có ý nghĩa thống kê với biến phụ thuộc QD. Các biến độc lập TC; TT; VT; MK; KT có mối tương quan dương tại mức ý nghĩa 1% và 5% với biến phụ thuộc QD. Như vậy, nhân tố Tài chính; Thuộc tính nhà; Vị trí nhà ở; Hoạt động truyền thông; Kiến trúc nhà có tương quan với Quyết định của khách hàng mua căn hộ.
4.2.4. Phân tích hồi quy
Phân tích hồi quy đa biến được thực hiện sau đó để xác định các nhân tố ảnh hưởng đến sự quyết định của khách hàng mua căn hộ tại công ty Novaland trên địa bàn TP. Hồ Chí Minh, đồng thời kiểm định các giả thuyết nghiên cứu. Để nhận diện các nhân tố ảnh hưởng đến quyết định của khách hàng mua căn hộ căn hộ tại công ty Novaland trên địa bàn TP. Hồ Chí Minh, mô hình hồi quy bội được xây dựng có dạng.
�� = �� + �� × �� + �� × �� + �� × �� + �� × �� + �� × �� + ��
(1)
Kết quả ước lượng mô hình
Bảng 4.7: Hệ số hồi quy Hệ số hồi quy chưa
chuẩn hóa Hệ số hồi quy đã t Sig. Thống kê tương quan chuẩn hóa
Các nhân tố Hằng số -.513 .195 -2.627 .009 TC .252 .030 .325 8.453 .000 .814 1.229 TT .208 .040 .193 5.264 .000 .894 1.119 VT .184 .026 .260 7.042 .000 .882 1.134 MK .218 .037 .211 5.895 .000 .943 1.060 KT .257 .043 .229 5.925 .000 .805 1.242
Nguồn từ tính toán thông qua SPSS
Mô hình hồi quy mô tả quyết định mua căn hộ tại công ty Novaland trên địa bàn TP. Hồ Chí Minh là:
�� = .� ��� × �� + . � ��� ×�� + . � �� × �� + . � ��� ×�� + .� ��� ×
��
Dựa trên mô hình hồi quy được thành lập từ hệ số hồi quy đã chuẩn hóa thì ta có thể có những nhận xét sau:
Hệ số Sig. của các nhân tố đều bé hơn 5% vì vậy các nhân tố này trong mô hình đều có ý nghĩa thống kê.
Các hệ số hồi quy chuẩn hóa đều mang dấu dương có nghĩa là các biến độc lập có tương quan dương với biến phụ thuộc.
Nhận xét về mức độ tăng giảm của các biến độc lập tác động đến biến phụ thuộc như sau:
Nếu sự hài lòng về nhân tố Tài chính tăng 1 đơn vị thì Quyết định mua căn hộ của khách hàng tăng 0.325 đơn vị.
Nếu sự hài lòng về nhân tố Thuộc tính nhà tăng 1 đơn vị thì Quyết định mua căn hộ của khách hàng tăng 0.193 đơn vị.
Nếu sự hài lòng về nhân tố Vị trí nhà ở tăng 1 đơn vị thì Quyết định mua căn hộ của khách hàng tăng 0.26 đơn vị.
Nếu sự hài lòng về nhân tố Hoạt động marketing tăng 1 đơn vị thì Quyết định mua căn hộ của khách hàng tăng 0.211 đơn vị.
Nếu sự hài lòng về nhân tố Kiến trúc nhà tăng 1 đơn vị thì Quyết định mua căn hộ của khách hàng tăng 0.229 đơn vị.
Đánh giá mức độ phù hợp của mô hình
Bảng 4.8: Tóm tắt mô hình
Model R R2 R2 hiệu chỉnh ước lượngSai số của Durbin-Watson
1 .744a .553 .547 .50607 1.945
Nguồn từ tính toán thông qua SPSS
Theo kết quả Bảng 4.8 có hệ số xác định R2 là 0.553. Như vậy, 55.3% sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập của mô hình hay nói cách khác 55.3% thay đổi Quyết định của khách hàng được giải thích bởi các nhân tố trong mô hình.
Bảng 4.9: Phân tích phương sai Mô hình Tổng bìnhphương Bậc tự do Trung bình bình phương F Sig. Hồi quy 117.622 5 23.524 91.852 .000b Sai số 95.017 371 .256 Tổng cộng 212.639 376
Nguồn từ tính toán thông qua SPSS
Dựa vào kết quả Bảng 4.9, hệ số Sig. = 0.000 bé hơn 0.01 với F = 91.852 cho thấy mô hình đưa ra là phù hợp với dữ liệu thực tế. Hay nói cách khác, các biến độc lập có tương quan tuyến tính với biến phụ thuộc ở mức độ tin cậy 99%.
4.3. KIỂM ĐỊNH CÁC KHUYẾT TẬT MÔ HÌNH4.3.1. Kiểm định hiện tượng đa cộng tuyến 4.3.1. Kiểm định hiện tượng đa cộng tuyến
Bảng 4.10: Kết quả kiểm định đa cộng tuyến
Biến Thống kê cộng tuyến
Tolerance VIF TC .814 1.229 TT .894 1.119 VT .882 1.134 MK .943 1.060 KT .805 1.242
Nguồn từ tính toán thông qua SPSS
Hiện tượng đa cộng tuyến trong mô hình được đo lường thông qua hệ số VIF. Trong nghiên cứu thực nghiệm, nếu VIF nhỏ hơn 5 thì mô hình được cho là không có hiện tượng đa cộng tuyến. Ngược lại, VIF lớn hơn 5 thì mô hình được cho là có hiện tượng đa cộng tuyến. Theo kết quả Bảng 4.10 sau khi kiểm định cho thấy các biến trong mô hình đều có hệ số VIF nhỏ hơn 2 nên mô hình không có xảy ra hiện tượng đa cộng tuyến.
4.3.2. Kiểm định hiện tượng tự tương quan
Hiện tượng tự tương quan trong mô hình được kiểm định thông qua hệ số Durbin – Watson. Nếu hệ số Durbin – Watson lớn hơn 1 và nhỏ hơn 3 thì mô hình được cho là không có hiện tượng tự tương quan. Trong trường hợp Durbin – Watson nhỏ hơn 1 hoặc lớn hơn 3 thì mô hình có hiện tượng tự tương quan. Kết quả ở Bảng 4.8 cho thấy hệ số Durbin – Watson là 1.945 do đó, mô hình không có hiện tượng tự tương quan.
4.3.3. Kiểm định hiện tượng phương sai thay đổi