CHƯƠNG 1 : TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
2.2. Kết quả nghiên cứu
2.2.4. Phân tích nhân tố khám phá (Exploratory R=Factor Analysis – EFA)
2.2.4.1. Kiểm định KMO và Bartlett’s Test biến độc lập
Để áp dụng được phân tích nhân tốcần trải qua phép kiểm định sự phù hợp của dữliệu đối với phương pháp phân tích nhân tố. Kiểm định này được thực hiện qua hai
đại lượng là chỉ số KMO (Kaiser-Meyer-Olikin Meansure of Sampling Adequacy) và
Bartlett (Bartlett’s Test of Sphericity).
Giá trị KMO là một chỉ tiêu dùng đểxem xét sựu thích hợp của EFA. Nội dung kiểm định: hệ số KMO phải thỏa mãnđiều kiện 0.5 ≤ KMO ≤ 1, chứng tỏ bước phân tích nhân tốkhám phá EFA là phù hợp trong nhiên cứu này.
Kết quả thu được như sau:
- Giá trị KMO bằng 0.796 lớn 0.5 cho thấy phân tích EFA là phù hợp. Trường Đại học Kinh tế Huế
- Mức ý nghĩa Sig. của kiểm định Bartlett’s Test nhỏ hơn 0.05 nên các biến quan
sát được đưa vào mơ hình nghiên cứu có tương quan với nhau và phù hợp với
phân tích nhân tốkhám phá EFA.
Bảng 2. 9: Kiểm định KMO và Bartlett’s Test biến độc lập
KMO and Bartlett’s Test
TrịsốKMO (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 giả năm 2020)
2.2.4.2. Phân tích nhân tốkhám khá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố
(Number of Factor) được xác định từ trước là 5 theo mơ hình nghiên cứu đềxuất. Mục
đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mơ hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc cả
nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng
cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0.5 sẽbị loại khỏi mơ hình nghiên cứu, chỉ những 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 mãn điều kiện lớn hơn hoặc bằng 0.5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu 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 cỡ mẫu 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 cỡ mẫu là 120.
Bảng 2. 10: Rút trích nhân tốbiến độc lậpBiến quan sát 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
Phương sai tiến lũy tiến(%) 29.481 45.359 54.016 61.197 67.236 Trường Đại học Kinh tế Huế
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Thực hiện phân tích nhân tố lần đầu tiên, đưa 19 biến quan sát trong 5 biến độc lập ảnh hưởng đến quyết định mua của khách hàng vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 19, được rút trích lại cịn 5 nhân tố. Khơng có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0.5 nên không loại bỏbiến, đề tài tiếp tục tiến hành
các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Dựa vào kết quảtrên, tổng phương saitrích 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 tố mới này là “ Thương hiệu”.
- Nhân tố 2 (Factor2) gồm 4 biến quan sát: GIACA1, GIACA2, GIACA3, GIACA4. Nghiên cứu đặt tên nhân tốmới này là“Giá cả”.
- Nhân tố 3 (Factor 3) gồm 3 biến quan sát: CHATLUONG1, CHATLUONG2, CHATLUONG3. Nghiên cứu đặt tên nhân tố mới này là “Chất lượng sản
phẩm”.
- Nhân tố 4 (Factor 4) gồm 4 biến quan sát: CHAMSOC1, CHAMSOC2, CHAMSOC3, CHAMSOC4. Nghiên cứu đặt tên nhân tốmới này là“Chăm sóc khách hàng”.
- Nhân tố 5 (Factor 5) gồm 4 biến quan sát: CHUQUAN1, CHUQUAN2, CHUQUAN3, CHUQUAN4. Nghiên cứu đặt tên nhân tố mới này là “Chuẩn
chủ quan”.
2.2.4.3. Kiểm định KMO và Bartlett’s Test biến phụthuộc
Bảng 2. 11: Kiểm định KMO và Bartlett’s Test biến phụthuộc
KMO and Bartlett’s Test
TrịsốKMO (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 giả năm 2020)
Kết quả từ bảng trên cho thấy cơ sởdữ liệu này là hồn tồn phù hợp với phân tích các nhân tố vì giá trị Kaiser Meyer-Olkin Measure of Sampling Adequacy là 0.781tương ứng với 78.1% lớn hơn 0.5 tương ứng với 50% với mức ý nghĩa thống kê
là 99%. Ngoài ra, do số phiếu điều tra khá lớn nên phân tích nhân tốlà hồn tồn phù hợp.
2.2.4.4. Phân tích nhân tốkhám phá EFA biến phụthuộc
Bảng 2. 12: Rút trích nhân tốbiến phụthuộc
Quyết định mua Hệsốtải
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 giả năm 2020)
Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này
được tạo ra từ4 biến quan sát mà đề tài đã đề xuất từ trước, nhằm mục đích rút ra kết Trường Đại học Kinh tế Huế
luận về quyết định mua của khách hàng đối với sản phẩm nội thất tại công ty Wood Park.
Nhận xét:
Qua q trình phân tích nhân tố khám phá EFA trên đã xác định được 5 nhân tố ảnh hưởng đến quyết định mua của khách hàng đối với sản phẩm nội thất tại cơng ty Wood Park, đó là “Thương hiệu”, “Giá cả”, “Chất lượng sản phẩm”, “Dịch vụ chăm
sóc khách hàng”, “Chuẩn chủ quan”.
Như vậy, mơ hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA khơng có gì thayđổi đáng kểso với ban đầu, khơng có biến quan sát nào bịloại ra khỏi mơ hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhântốkhám phá.
2.2.5. Kiểm định độ tin cậy của thang đo sau khi phân tích nhân tố khám pháEFA EFA
Sau khi phân tích nhân tố khám phá EFA theo phương pháp rút trích các nhân tố chính (Principal Components), nghiên cứu tiến hành kiểm định lại độ tin cậy thang đo của các nhân tốsau khi loại biến với các điều kiện kiểm định như trên, nhằm đảm bảo các nhân tố thu được có ý nghĩa cho các bước phân tích tiếp theo.
Bảng 2. 13: Kiểm địnhđộtin cậy của thang đo sau phân tích EFAHệsố Cronbach’sAlpha Hệsố Cronbach’sAlpha Biến độc lập Dịch vụ chăm 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 giả năm 2020)
Nhìn vào bảng tổng hợp phân tích, có thểnhận ra rằng khơng có sự thay đổi so với ban đầu sau khi phân tích EFA và hệsố Cronbach’s Alpha của các nhân tốnày khá
cao (đều lớn hơn 0.7), vì vậy các nhân tố này 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 quả thu 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 giả năm 2020)
Với giảthuyết H0là có phân phối chuẩn, H1 là khơng 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 trị Asymp. Sig. (2-
tailed) bé hơn 0.05,bác bỏgiảthuyết H0. Như vậy có thểkết luận rằng, những biến Trường Đại học Kinh tế Huế
này khơng 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 H0, nên các biến này có phân phối chuẩn.
2.2.7. Kiểm định sựphù hợp của mơ 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 giả năm 2020)
Dựa vào kết quảphân tích trên, ta thấy:
- Giá trịSig.(2-tailed) của các nhân tốmới đều bé hơn mức ý nghĩa α= 0.05, cho thấy sự tương quan cóý nghĩa giữa các biến độc lập và biến phụthuộc.
- Hệsố tương quan Pearson cũng khá cao (có 4 nhân tố lớn hơn 0.5 và 1 nhân tố nhỏ hơn 0.5) nên ta có thể kết 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 mơ hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tốmới cóảnh hưởng đến biến phụthuộc “quyết định mua”, nghiên cứu tiến hành hồi quy mơ hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tố mới này đến quyết định sửdụng.
Mơ hình hồi quy được xây dựng gồm biến phụthuộc là“quyết định mua”(QD) và
các biến độc lập được rút trích từ nhân tố khám phá EFA gồm 5 biến: “chất lượng sản
phẩm” (CL), “thương hiệu” (TH), “chuẩn chủ quan”(CQ), “giá cả”(GC), “Dịch vụ
chăm sóc khách hàng”(CS) với các hệsốBê-ta tương ứng lần lượt làβ1, β2, β3, β4, β5
Mơ hình hồi quy được xây dựng như sau:
QD= β0 + β1CL + β2TH+ β3CQ + β4GC+β5CS+ ei
Dựa vào hệsốBê-ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biến phụ thuộc trong mơ hình và ảnh hưởng với
mức độra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và
đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mơ hình hồi quy sẽ giúp 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 chiềuhướng và cường độ ảnh hưởng của các biến độc lập lên biến phụthuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phươngpháp Enter, chọc lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0.05. Những nhân tốnào có giá trị Sig. > 0.05 sẽ bị loại khỏi mơ hình và khơng tiếp tục nghiên cứu nhân tố đó.
Kết quảphân tích hồi quy được thểhiện qua các bảng sau:
Bảng 2. 16: Hệsốphân tích hồi quy
Hệsố chưa chuẩn hóa
Hệsố chuẩn hóa t Sig. VIF B Độlệch chuẩn Beta Hằng số -0.283 0.414 -0.684 0.495 GC 0.163 0.079 0.149 2.056 0.042 1.477 TH 0.263 0.096 0.194 2.741 0.007 1.401 CL 0.454 0.076 0.439 5.999 0.000 1.497 CS -0.042 0.036 -0.073 -1.182 0.240 1.053 CQ 0.253 0.098 0.191 2.579 0.011 1.531
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mơ hình:
“chất lượng sản phẩm”, “thương hiệu” ,“chuẩn chủ quan”, “giá cả” đều nhỏ hơn
0.05 chứng tỏ các biến độc lập này có ý nghĩa thống kê trong mơ hình. Riêng đối với
biến độc lập “dịch vụ chăm sóc khách hàng” có giá trị Sig. là 0.240 > 0.05 nên bị loại khỏi mơ hình hồi quy. Ngồi ra, hằng số trong mơ hình có giá trị Sig. là 0.495 > 0.05 nên cũng sẽbịloại.
Nhưvậy, phương trình hồi quy được xác định như sau:
QD= 0.439CL + 0.194TH + 0.191CQ + 0.149GC + ei
Nhìn vào mơ hình hồi quy, ta có thể xác định rằng: có 4 nhân tố đó là “chất lượng sản phẩm”,“thương hiệu” , “chuẩn chủ quan”, “giá cả”ảnh hưởng đến “quyết
định mua” của khách hàng tại Thành phố Huế đối với sản phẩm nội thất của công ty Nội Thất Wood Park.
Đềtài tiến hành giải thích ý nghĩa các hệsốbê-ta như sau:
Hệsốβ1 = 0.439 có nghĩa là khi biến “Chất lượng sản phẩm”thay đổi 1 đơn vị
trong khi các biến khác khơng đổi thì “Quyết định mua” biến động cùng chiều 0.439
đơn vị. Tương tự với các biến còn lại cũng giải thích như vậy. Hệ số β2 = 0.194 có
nghĩa là khi biến “Thương hiệu” thay đổi 1 đơn vị trong khi các biến kháckhơng đổi
thì“Quyết định mua” biến động cùng chiều 0.191 đơn vị. Hệsố β3 = 0.191 có nghĩa
là khi biến“Chuẩn chủ quan”thay đổi 1 đơn vị trong khi các biến khác khơng đổi thì
“Quyết định mua” biến động cùng chiều 0.194 đơn vị. Hệ số β4 = 0.149 có nghĩa là khi biến“Giá cả”thay đổi 1 đơn vị trong khi các biến khác khơng đổi thì“Quyết định mua”biến động cùng chiều 0.149 đơn vị. Có một điểm chung của các biến độc lập này là đều ảnh hưởng thuận chiều với biến phụ thuộc là “Quyết định mua”, quyết định mua của khách hàng đối với sản phẩm nội thất sẽ được nâng cao khi những yếu tố ảnh
hưởng này tăng. Điều này cho thấy công ty TNHH MTV Nội Thất Wood Park cần
phải có những động thái nhằm kiểm sốt các yếu tốnày một cách cẩn thận hơn.
Dựa trên mơ hình hồi quy, ta có hệsốBê-ta chuẩn hóa của biến“Chất lượng sản
phẩm” có giá trị là 0.439. Đây là nhân tố ảnh hưởng mạnh nhất đến quyết định mua của khách hàng tại thành phốHuế đối với sản phẩm nội thất của Wood Park, ngoài ra biến “Thương hiệu”và biến“Chuẩn chủ quan”cũng có mức ảnh hưởng khá lớn với
hệsốBê-ta tương ứng là 0.194 và 0.191. Biến còn lại là“Giá cả”cũng sẽ được khách Trường Đại học Kinh tế Huế
hàng xem xét khi quyết định mua với hệ số Bê-ta là 0.149. Kết quảphân tích hồi quy cũng khá hợp lý so với thực tế khi mà xu hướng phát triển của sản phẩm nội thất trên thị trường ngày càng có quy mơ lớn, người dùng ngày càng có nhiều nhu cầu cao hơn về đồ nội thất, đặt biệt là nội thất thông minh đểcó thểthõa mãnđược các điều kiện về
sự thống mát, tiện nghi, trang trí cho khơng gian sống của họ. Họ có xu hướng cân nhắc kĩ lưỡng hơn về các yếu tố này để đa hóa lợi ích của họ khi mua sản phẩm nội thất đó.
2.2.7.4. Đánh giá độphù hợp của mơ hình
Bảng 2. 17: Đánh giá độphù hợp của mơ hình
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin– Watson 1 0.770 0.593 0.575 0.43591 2.065
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào bảng kết quả phân tích, mơ hình 4 biến độc lập có giá trị R Square hiệu chỉnh là 0.575 tức là: độ phù hợp của mơ hình là 57.5%. Hay nói cách khác, 57.5% độ biến thiên của biến phụ thuộc “quyết định mua” được giải thích bởi 4
yếu tố được đưa vào mơ hình. Bên cạnh đó, ta nhận ra giá trị R Square hiệu chỉnh là 0.575 khá là cao (>50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụ