2.2.2.1. Khoảng thời gian khách hàng mua sản phẩmởcông ty Nội Thất Wood Park
Bảng 2. 4: Thời gian khách hàng mua sản phẩm ở công ty Nội Thất Wood Park
Tiêu chí Sốngười trảlời Tỉlệ(%)
Dưới 1 năm 23 19.2
Từ1 năm đến 2 năm 47 39.2
Từ2 năm đến 3 năm 33 27.5
Trên 3 năm 17 14.2
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Từkết quảthống kê trên, có rất nhiều khách hàng mua các sản phẩm của công ty Nội Thất Wood Park trên 1 năm, với 97 lượt trảlời từ1 năm trởlên (chiếm 81.0% trong tổng số120 đối tượng khảo sát). Đây là một dấu hiệu đáng mừng của công ty khi
sốlượng khách hàng lâu năm của công ty có xu hướng tăng. Cụthểlà những khách hàng mua sản phẩm nội thất của Wood Park dưới 1 năm với 23 người trảlời (chiếm 19.2%), từ1 năm đến 2 năm với 47 lượt trảlời (chiếm 39.2%), từ2 năm đến 3 năm với 33 lượt trảlời (chiếm 27.5%) và cuối cùng là những khách hàng lâu năm đã mua sản phẩm trên 3 năm với 17 lượt trảlời (chiếm 14.2%)
2.2.2.2. Các sản phẩm khách hàng mua của công ty Nội Thất Wood Park
Bảng 2. 5: Các sản phẩm khách hàng mua của Wood Park
Tiêu chí Số lượt trảlời Tỉlệ(%)
Bếp 80 66.7 Giường 62 51.7 Kệ/tủgiày 70 58.3 Tủáo quần 52 43.3 Bàn ghế 44 36.7 Bàn trang trí 43 35.8 Kệ/tủtivi 38 31.7 Bàn trang điểm 40 33.3 Sofa 30 25.0 Khác… 36 30.0
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Theo thống kê, các sản phẩm bếp, kệ/tủgiày, giườngđược khách hàng lựa chọn mua nhiều nhất, cụthểlà: Bếp với 80 lượt trảlời (chiếm 66.7% trong tổng số120đối tượng khảo sát), kệ/tủgiày với 70 lượt trảlời (chiếm 58.3%), giường với 62 lượt trả lời (chiếm 51.7%). Đây là 3 sản phẩm được khách hàng chọn mua nhiều nhất, tuy nhiên đây không phải là sản phẩm phẩm chủ đạo của công ty, ngoài các sản phẩm này, thì công ty còn các loại sản phẩm khác được khách hàng chọn mua như: Tủáo quần với 52 lượt trảlời (chiếm 43.3%), Bàn ghếvới 44 lượt trảlời (chiếm 36.7%), Bàn trang trí với 43 lượt trảlời (chiếm 35.8%), Kệ/tủtivi với 38 lượt trảlời (chiếm 31.7%),
bàn trang điểm, Sofa lần lượt với 40 và 36 lượt trảlời (chiếm 33.3% và 30%), các sản phẩm khác với 36 lượt trảlời (chiếm 30.0%). Với những sốliệu trên ta có thểnhận định rằng, ngày nay hầu nhưkhách hàngđều thấu hiểu được tầm quan trọng của sản phẩm nội thất, vừa hiểu được giá trịcủa sản phẩm.
2.2.2.3. Thông tin giúp khách hàng biết đến sản phẩm của công ty Nội Thất Wood Park.
Bảng 2. 6: Nguồn thông tin giúp khách hàng biết đến sản phẩm của công ty Wood Park
Tiêu chí Sốlượt trảlời Tỉlệ(%)
Truyền hình, báo chi 70 58.3
Bạn bè, người quen giới thiệu 93 77.5
Các trang mạng, internet 71 59.2
Chương trình quảng cáo, giới thiệu công ty 43 35.8
Nhân viên tư vấn trực tiếp của công ty 31 25.8
Khác 33 27.5
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Theo thống kê, nguồn thông tin giúp khách hàng biết đến sản phẩm của công ty Nội Thất Wood Park chủyếu là thông qua bạn bè, người quen giới thiệu với 93 lượt trảlời (chiếm 77.5%). Ngoài ra, đểtăng doanh số, công ty Wood Park cũng đã sửdụng phương tiện truyền thông từcác trang mạng mạng, internet; truyền hình, báo chi. Do đó lượng khách hàng biết đến sản phẩm của Wood Park thông qua 2 kênh này là khá cao với sốlượt bình chọn lần lượt là 71 (chiếm 59.2%) và 70 (chiếm 58,3%). Các chương trình quảng cáo, giới thiệu công ty cũng được công ty triển khai thực hiện nhằm mục đích đưa hìnhảnh của công ty đến với nhiều khách hàng hơn , trong 120 đối tượng được khảo sát thì có 43 lượt bình chọn (chiếm 35.8%). Và sốlượng mà khách hàng biết đến sản phẩm của công ty thông qua nhân viên tư vấn trực tiếp là 31 người trong tổng số120 người được khảo sát (chiếm 25.8%). Ngoài những lý do trên,
khách hàng còn biết đến qua một sốngười thông tin khác như tờrơi, banner, các sự kiện khác, chương trình livestream,… với 33 lượt trảlời (chiếm 27.5%). Từkết quả này cho thấy, những người đã mua sản phẩm nội thất từWood Park từtrước có cái nhìn rất thiện cảm đối với thương hiệu Wood Park, họkhông ngừng giới thiệu các sản phẩm của công ty cho người quen, bạn bè của họkhi nhận thấy người khác có nhu cầu. Đây là một lợi thếcạnh tranh mà các công ty nội thất khác trên thịtrường khó có thể làm theo được, công ty nên tận dụng lợi thếnày để đẩy mạnh họat động kinh doanh.
2.2.3. Kiểm định độtin cậy của thang đo
Trước khi tiến vào các bước phân tích dữliệu, nghiên cứu tiến hành bước kiểm định độtin cậy thang đo thông qua hệsốCronbach’s Alpha. Cronbach’s Alpha phải được thực hiện đầu tiên đểloại bổcác biến không liên quan (Garbage Items) trước khi phân tích nhân tốkhám phá EFA.
Đềtài nghiên cứu sửdụng thang đo gồm 5 biến độc lập: “Thương hiệu công ty”, “Giá cảcủa sản phẩm dịch vụ”, “Chất lượng sản phẩm”, “Dịch vụchăm sóc khách hàng”, “Chuẩn chủquan”.
Những biến có hệsốtương quan biến tổng (Corrected Item Total Correlation) lớn hơn 0.3 và có hệsốCronbach’s Alpha lớn hơn 0.6 sẽ được chấp nhận và đưa vào những bước phân tích xửlý tiếp theo. Cụthểlà:
oHệsốCronbach’s Alpha lớn hơn 0.8 : hệsốtương quan cao oHệsốCronbach’s Alpha từ0.7 đến 0.8 : chấp nhận được
oHệsốCronbach’s Alpha từ0.6 đến 0.7 : chấp nhận được nếu thang đo mới Kết quảkiểm định Cronbach’s Alpha được tổng hợp trong bảng dưới đây:
Bảng 2. 7: Kiểm định độ tin cậy thang đo các biến độc lập
Biến Hệsốtương quan biến tổng HệsốCronbach’s Alpha nếu loại biến 1. Thương hiệu: Cronbach’s Alpha = 0.764
TH1 0.561 0.714
Biến Hệs ố tương quan biến tổng Hệs ố Cronbach’s Alpha nếu loại biến
TH3 0.681 0.640
TH4 0.488 0.753
2. Giá cả: Cronbach’s Alpha = 0.854
GC1 0.676 0.823
GC2 0.764 0.785
GC3 0.639 0.840
GC4 0.714 0.809
3. Chất lượng sản phẩm: Cronbach’s Alpha = 0.723
CLSP1 0.571 0.608
CLSP2 0.508 0.698
CLSP3 0.571 0.607
4. Dịch vụchăm sóc khách hàng: Cronbach’s Alpha = 0.873
DVCS1 0.803 0.808
DVCS2 0.775 0.818
DVCS3 0.739 0.833
DVCS4 0.603 0.884
5. Chuẩn chủquan: Cronbach’s Alpha = 0.745
CCQ1 0.573 0.671
CCQ2 0.625 0.634
CCQ3 0.593 0.654
CCQ4 0.381 0.769
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Từbảng kết quảxửlý sốliệu thu được, ta thấy hệsốCronbach’s Alpha của 5 nhân tố đều lớn hơn 0.6; đồng thời tương quan biến tổng của các biến quan sát thuộc 5 nhân tố đều lớn hơn 0.3 nên có thểnói thang đó đưa ra có độtin cậy cao và không có
biến nào bịloại. Vì vậy, có thểkết luận rằng các thang đo được sửdụng trong nghiên cứu này là phù hợp và đáng tin cây.
Bảng 2. 8: Kiểm định độ tin cậy thang đo biến phụ thuộc
Biến Hệs ố tương quan biến tổng Hệs ố Cronbach’s Alpha nếu loại biến Quyết định mua: Cronbach’s Alpha =
0.838
QDM1 0.780 0.746
QDM2 0.732 0.771
QDM3 0.682 0.792
QDM4 0.524 0.869
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Kết quả đánh giá độtin cậy của nhân tố“Quyết định mua” cho hệsốCronbach’s Alpha = 0.838. Hệsốtương quan biến tổng của 4 biến quan sát đều lớn hơn 0.3 đồng thời hệsốCronbach’s Alpha nếu loại biến đầu đều nhỏhơn 0.838 nên biến phụthuộc “Quyết định mua” được giữlại và đảm bảo độtin cậy đểthực hiện các bước phân tích tiếp theo.
2.2.4. Phân tích nhân tốkhám phá (Exploratory R=Factor Analysis – EFA)2.2.4.1. Kiểm định KMO và Bartlett’s Test biến độc lập 2.2.4.1. Kiểm định KMO và Bartlett’s Test biến độc lập
Đểáp dụng được phân tích nhân tốcần trải qua phép kiểm định sựphù hợp của dữliệu đối với phương pháp phân tích nhân tố. Kiểm định này được thực hiện qua hai đại lượng là chỉsốKMO (Kaiser-Meyer-Olikin Meansure of Sampling Adequacy) và Bartlett (Bartlett’s Test of Sphericity).
Giá trịKMO là một chỉtiêu dùng đểxem xét sựu thích hợp của EFA. Nội dung kiểm định: hệsốKMO phải thỏa mãnđiều kiện 0.5≤ KMO ≤1, chứng tỏbước phân tích nhân tốkhám phá EFA là phù hợp trong nhiên cứu này.
Kết quảthu được như sau:
- Mức ý nghĩa Sig. của kiểm định Bartlett’s Test nhỏhơn 0.05 nên các biến quan sát được đưa vào mô hình nghiên cứu có tương quan với nhau và phù hợp với phân tích nhân tốkhám phá EFA.
Bảng 2. 9: Kiểm định KM O và Bartlett’ s Test biến độc lập
KMO and Bartlett’s Test
Trịs ố KMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0.796
Đại lượng thống kê Bartlett’s Test
Approx. Chi-Square 1062.451
df 171
Sig. 0.000
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
2.2.4.2. Phân tích nhân tốkhám khá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tốkhám phá EFA đềtài sửdụng phương pháp phân tích các nhân tốchính (Principal Components) với sốnhân tố (Number of Factor) được xác định từtrước là 5 theo mô hình nghiên cứu đềxuất. Mục đích sửdụng phương pháp này là đểrút gọn dữliệu, hạn chếvi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc cả nhân tố đểtối thiểu hóa sốlượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khảnăng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0.5 sẽbịloại khỏi mô hình nghiên cứu, chỉnhững biến nào có hệsốtải nhân tố> 0.5 mới được đưa vào các phân tích tiếp theo.
Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãnđiều kiện lớn hơn hoặc bằng 0.5. Theo Hair & ctg (1998), Factor Loading là chỉtiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0.3 được xem là mức tối thiểu và được khuyên dùng nếu cỡmẫu lớn 350. Factor Loading > 0.4 được xem là quan trọng, Factor Loading > 0.5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trị Factor Loading > 0.5 với cỡmẫu là 120.
Bảng 2. 10: Rút trích nhân tố biến độc lập
Biến quan sát Nhóm nhân tố
1 2 3 4 5 CHAMSOC1 0.906 CHAMSOC2 0.902 CHAMSOC3 0.844 CHAMSOC4 0.728 GIACA2 0.860 GIACA1 0.812 GIACA4 0.771 GIACA3 0.692 THUONGHIEU3 0.866 THUONGHIEU1 0.716 THUONGHIEU2 0.706 THUONGHIEU4 0.618 CHUQUAN4 0.781 CHUQUAN1 0.648 CHUQUAN2 0.638 CHUQUAN3 0.608 CHATLUONG2 0.788 CHATLUONG1 0.759 CHATLUONG3 0.668 HệsốEigenvalue 5.601 3.017 1.645 1.364 1.147
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Thực hiện phân tích nhân tốlần đầu tiên, đưa 19 biến quan sát trong 5 biến độc lậpảnh hưởng đến quyết định mua của khách hàng vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tốkhám phá EFA, sốbiến quan sát vẫn là 19, được rút trích lại còn 5 nhân tố. Không có biến quan sát nào có hệsốtải nhân tố(Factor Loading) bé hơn 0.5 nên không loại bỏbiến, đềtài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quảphân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trịEigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Dựa vào kết quảtrên, tổng phương sai trích là 67.236% > 50% do đó phân tích nhân tốlà phụhợp.
Đặt tên cho các nhóm nhân tố:
- Nhân tố(Factor 1) gồm 4 biến quan sát: THUONGHIEU1, THUONGHIEU2, THUONGHIEU3, THUONGHIEU4. Nghiên cứu đặt tên nhân tốmới nàylà “ Thương hiệu”.
- Nhân tố2 (Factor2) gồm 4 biến quan sát: GIACA1, GIACA2, GIACA3, GIACA4. Nghiên cứu đặt tên nhân tốmới này là“Giá cả”.
- Nhân tố3 (Factor 3) gồm 3 biến quan sát: CHATLUONG1, CHATLUONG2, CHATLUONG3. Nghiên cứu đặt tên nhân tốmới này là“Chất lượng sản phẩm”.
- Nhân tố4 (Factor 4) gồm 4 biến quan sát: CHAMSOC1, CHAMSOC2, CHAMSOC3, CHAMSOC4. Nghiên cứu đặt tên nhân tốmới này là“Chăm sóc khách hàng”.
- Nhân tố5 (Factor 5) gồm 4 biến quan sát: CHUQUAN1, CHUQUAN2, CHUQUAN3, CHUQUAN4. Nghiên cứu đặt tên nhân tốmới này là“Chuẩn chủquan”.
Bảng 2. 11: Kiểm định KM O và Bartlett’ s Test biến phụ thuộc
KMO and Bartlett’s Test
Trịs ố KMO (Kaiser Meyer-Olkin Measure of Sampling Adequacy)
0.781
Đại lượng thống kê Bartlett’s Test
Approx. Chi-Square 217.994
df 6
Sig. 0.000
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Kết quảtừbảng trên cho thấy cơ sởdữliệu này là hoàn toàn phù hợp với phân tích các nhân tốvì giá trịKaiser Meyer-Olkin Measure of Sampling Adequacy là 0.781 tươngứng với 78.1% lớn hơn 0.5 tươngứng với 50% với mức ý nghĩa thống kê là 99%. Ngoài ra, do sốphiếu điều tra khá lớn nên phân tích nhân tốlà hoàn toàn phù hợp.
2.2.4.4. Phân tích nhân tốkhám phá EFA biến phụthuộc
Bảng 2. 12: Rút trích nhân tố biến phụ thuộc
Quyết định mua Hệs ố tải
QUYETDINHMUA1 0.893
QUYETDINHMUA2 0.872
QUYETDINHMUA3 0.843
QUYETDINHMUA4 0.695
Phương sai tích lũy tiến (%) 68.790%
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Kết quảphân tích nhân tốkhám phá rút trích ra được một nhân tố, nhân tốnày được tạo ra từ4 biến quan sát mà đềtài đãđềxuất từtrước, nhằm mục đích rút ra kết
luận vềquyết định mua của khách hàng đối với sản phẩm nội thất tại công ty Wood Park.
Nhận xét:
Qua quá trình phân tích nhân tốkhám phá EFA trên đã xácđịnh được 5 nhân tố ảnh hưởng đến quyết định mua của khách hàng đối với sản phẩm nội thất tại công ty Wood Park, đó là “Thương hiệu”, “Giá cả”, “Chất lượng sản phẩm”, “Dịch vụchăm sóc khách hàng”, “Chuẩn chủquan”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA không có gì thayđổi đáng kểso với ban đầu, không có biến quan sát nào bịloại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tốkhám phá.
2.2.5. Kiểm định độtin cậy của thang đo sau khi phân tích nhân tốkhám phá EFA EFA
Sau khi phân tích nhân tốkhám phá EFA theo phương pháp rút trích các nhân tố chính (Principal Components), nghiên cứu tiến hành kiểm định lại độtin cậy thang đo của các nhân tốsau khi loại biến với các điều kiện kiểm định như trên, nhằm đảm bảo các nhân tốthu được có ý nghĩa cho các bước phân tích tiếp theo.
Bảng 2. 13: Kiểm địnhđộtin cậy của thang đo sau phân tích EFA HệsốCronbach’s Alpha Biến độc lập Dịch vụchăm sóc khách hàng 0.873 Giá cả 0.854 Thương hiệu 0.764 Chuẩn chủquan 0.745 Chất lượng sản phẩm 0.723
Biến phụthuộc
Quyết đinh mua 0.838
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Nhìn vào bảng tổng hợp phân tích, có thểnhận ra rằng không có sựthayđổi so với ban đầu sau khi phân tích EFA và hệsốCronbach’s Alpha của các nhân tốnày khá cao (đều lớn hơn 0.7), vì vậy các nhân tốnày đảm bảođộtin cậy và mức ý nghĩa trong các phân tích tiếp theo.
2.2.6. Kiểm định phân phối chuẩn
Trong nghiên cứu này, đềtài sửdụng kiểm định Kolmogorov-Smirnov đểkiểm định vềphân phối chuẩn của bộdữliệu. Kết quảthu được như sau:
Bảng 2. 14 Kiểm định Kolmogorov-SmirnovGC TH CL CS CQ QD GC TH CL CS CQ QD N 120 120 120 120 120 120 Normal Parameters Mean 3.8750 4.0042 4.0667 2.9375 3.8688 4.1000 Std. Deviation 0.61409 0.49257 0.64618 1.14232 0.50415 0.66847 Most Extreme Differences Absolute 0.156 0.183 0.160 0.120 0.109 0.224 Positive 0.104 0.090 0.074 0.094 0.093 0.115 Negative -0.156 -0.183 -0.160 -0.120 -0.109 -0.224 Kolmogorov-Smirnov Z 1.705 2.003 1.754 1.313 1.189 2.452
Asymp. Sig. (2-tailed) 0.006 0.001 0.004 0.064 0.118 0.000
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Với giảthuyết H 0 là có phân phối chuẩn, H1 là không có phân phối chuẩn, kết quảkiểm định Kolmogorov-Smirnov cho thấy: các biến “GC”(giá cả), “TH”(thương hiệu), “CL”(chất lượng sản phẩm), “QD” (quyết định mua)có giá trịAsymp. Sig. (2- tailed) bé hơn 0.05, bác bỏgiảthuyết H 0. Như vậy có thểkết luận rằng, những biến
này không có phân phối chuẩn. Các biển “CS”(chăm sóc khác hàng), “CQ”(chuẩn chủquan)có giá trịAsymp. Sig. (2-tailed) lớn hơn 0.05, chấp nhận giảthuyết H 0, nên các biến này có phân phối chuẩn.
2.2.7. Kiểm định sựphù hợp của mô hình
2.2.7.1. Kiểm định mối tương quan giữa biến độc lập và biến phụthuộc
Bảng 2. 15: Phân tích tương quan Pearson
GC TH CL CS CQ QD QD Tương quan Pearson 0.512 0.516 0.680 -0.166 0.555 1 Sig.(2-tailed) 0.000 0.000 0.000 0.070 0.000 N 120 120 120 120 120 120
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Dựa vào kết quảphân tích trên, ta thấy:
- Giá trịSig.(2-tailed) của các nhân tốmới đều bé hơn mức ý nghĩaα= 0.05, cho thấy sựtương quan có ý nghĩa giữa các biến độc lập và biến phụthuộc.
- Hệsốtương quan Pearson cũng khá cao (có 4 nhân tốlớn hơn 0.5 và 1 nhân tố nhỏhơn 0.5) nên ta có thểkết luận rằng các biến độc lập sau khi điều chỉnh có thểgiải thích cho biến phụthuộc “quyết định mua”.
2.2.7.2. Xây dựng mô hình hồi quy
Sau khi tiến hành phân tích nhân tốkhám phá EFA đểkhám phá các nhân tốmới cóảnh hưởng đến biến phụthuộc “quyết định mua”, nghiên cứu tiến hành hồi quy mô hình tuyến tính đểxác định được chiều hướng và mức độ ảnh hưởng của các nhân tố mới này đến quyết định sửdụng.
Mô hình hồi quy được xây dựng gồm biến phụthuộc là“quyết định mua”(QD)và các biến độc lập được rút trích từnhân tốkhám phá EFA gồm 5 biến: “chất lượng sản phẩm”(CL), “thương hiệu”(TH),“chuẩn chủquan”(CQ),“giá cả”(GC),“Dịch vụ chăm sóc khách hàng”(CS)với các hệsốBê-ta tươngứng lần lượt làβ1, β2, β3, β4, β5
QD= β0 + β1CL + β2TH + β3CQ + β4GC +β5CS + ei
Dựa vào hệsốBê-ta chuẩn hóa với mức ý nghĩa Sig. tươngứng đểxác định các biến độc lập nào cóảnh hưởng đến biến phụthuộc trong mô hình vàảnh hưởng với mức độra sao, theo chiều hướng nào. Từ đó, làm căn cứ đểkết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quảcủa mô hình hồi quy sẽgiúp ta xác định được chiều hướng, mức độ ảnh của các nhân tố ảnh hưởng đến quyết định mua của khách hành đối với sản phẩm nội thất tại công ty Wood Park.
2.2.7.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường độ