Yếu tố cần đánh giá Giá trị chạy SPSS So sánh
HệsốKMO 0.689 0.5 < 0.689 < 1 Giá trịSig trong Kiểm định Bartlett 0.000 0.000 < 0.05
Phương sai trích 66.240% 66.240% > 50%
Trị sốEigenvalue 1.987 1.987 > 1
(Nguồn: Kết quảxửlý SPSS)
Dựa vào kết quảkiểm định KMO and Bartlett-s đối với biến “Đánh giá chung về hoạt động bán hàng” cho thấy hệsốKMO = 0.689 > 0.5 và giá trị Sig trong kiểm định Bartlett = 0.000 < 0.05. Điều này chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Bên cạnh đó, phương sai trích = 66.240% > 50% và Trị số Eigenvalue = 1.987>1. Do đó,thỏa mãn điều kiện phân tích nhân tố
Bảng 2.17. Kết quả phân tích nhân tố thang đo “Đánh giá chung về hoạt động bán hàng”
Nhân tố
Quý khách hài lòng với chất lượng sản phẩm và hoạt động bán hàng của công ty.
0.822 Quý khách sẽgiới thiệu người thân, bạn bè mua sản phẩm của
công ty
0.821 Quý khách sẽtiếp tục sửdụng sản phẩm của công ty 0.799
(Nguồn: Kết quả xử lý SPSS)
Hệsốtải nhân tốFactor Loading của các biến thỏa mãn yêu cầu > 0.5.
Kết quả này cho thấy các biến trong thang đo “Đánh giá chung về hoạ t độ ng bán hàng”giải thích tốt cho đại lượng đo lường.
2.3.4. Phân tích hồ i quy tuyế n tính bộ i
2.3.4.1. Hệsố tương quan
Trước khi đi vào phân tích hồi quy, ta phân tích hệsố tương quan đểkiểm tra sự tương quan giữa các biến trong mô hình. Nếu giữa các biến có sự tươngquan mạnh thì phải lưuý vấn đề đa cộng tuyến trong khi phân tích hồi quy.
Hệsố tương quan r:
+ r < 0.2: không tương quan + 0.2 < r < 0.4: tương quan yếu
+ 0.4 < r < 0.6: tương quan trung bình + 0.6 < r < 0.8: tương quan mạnh + 0.8 < r < 1: tương quanrất mạnh
Đầu tiên, ta kiểm định sự phù hợp của mô hình thông qua ma trận tương quan giữa biến phụthuộc và các biến độc lập.
Bả ng 2.18. Ma trậ n tư ơ ng quan
DG SP GC XT NV DV
DG Hệsố tương quan Pearson 1 0.558** 0.575** 0.401** 0.564** 0.638**
Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000
N 130 130 130 130 130 130
SP Hệsố tương quan Pearson 0.558** 1 0.462** 0.179* 0.499** 0.496**
Sig. (2-tailed) 0.000 0.000 0.041 0.000 0.000
N 130 130 130 130 130 130
GC Hệsố tương quan Pearson 0.575** 0.462** 1 0.237** 0.468** 0.430**
Sig. (2-tailed) 0.000 0.000 0.007 0.000 0.000
N 130 130 130 130 130 130
XT Hệsố tương quan Pearson 0.401** 0.179* 0.237** 1 0.297** 0.202*
Sig. (2-tailed) 0.000 0.041 0.007 0.001 0.021
N 130 130 130 130 130 130
NV Hệsố tương quan Pearson 0.564** 0.499** 0.468** 0.297** 1 0.478**
Sig. (2-tailed) 0.000 0.000 0.000 0.001 0.000
N 130 130 130 130 130 130
DV Hệsố tương quan Pearson 0.638** 0.496** 0.430** 0.202* 0.478** 1
Sig. (2-tailed) 0.000 0.000 0.000 0.021 0.000
N 130 130 130 130 130 130
**. Correlation is significant at the 0.01 level (2-tailed): Với mức ý nghĩa 1% *. Correlation is significant at the 0.05 level (2-tailed): Với mức ý nghĩa 5%
Dựa vào bảng trên, ta thấy được:
Với mức ý nghĩa 1%, giá trị Sig. của các biến độc lập SP, GC, XT, NV và DV với biến DG đều nhỏ hơn 0.01, tức các biến này có sự tương quan với nhau. Cụthể:
+ Biến “Dịch vụ bán hàng” (DV) tương quan mạnh nhất với biến “Đánh giá chung vềhoạt động bán hàng” (DG)với hệsốPearson = 0.638
+ Biến “Giá cả” (GC) tương quan mạnh thứ hai với biến “Đánh giá chung về hoạt động bán hàng” (DG)với hệsốPearson = 0.575
+ Biến “Nhân viên bán hàng” (NV) tương quan mạnh thứba với biến “Đánh giá chung vềhoạt động bán hàng” (DG)với hệsốPearson = 0.564
+ Biến “Sản phẩm” (SP) tương quan mạnh thứ tư với biến “Đánh giá chung về hoạt động bán hàng” (DG)với hệsốPearson = 0.558
+ Biến “Hoạt động xúc tiến bán hàng” (XT) tương quan yếu nhất với biến “Đánh giá chung về hoạt động bán hàng” (DG)với hệsốPearson = 0.401
Kết quả phân tích tương quan cho thấy hệsố tương quan giữa các biến độc lậpở mức tương quan mạnh, vì vậy ta phải xem xét xem có xảy ra hiên tượng đa cộng tuyến có xảy ra hay không khi phân tích hồi quy đa biến.
2.3.4.2. Phân tích hồi quy tuyến tính bội
Hệ số xác định R2 (R Square) và R2 hiệu chỉnh (Adjusted R square) được dùng để đo sựphù hợp của mô hình hồi quy.
Tuy nhiên, hệ số R2 còn có hạn chế đó là càng đưa thêm nhiều biến vào mô hình, mặc dù chưa xác định biến đưa vào có ý nghĩa hay không thì giá trị R2 sẽ tăng. Giá trị R2 tăng khả năng giải thích của mô hình, nhưng bản chất thì lại không làm rõ được tầm quan trọng của biến đưa vào, do đó nếu dựa vào giá trị R2 để đánh giá tính hiệu quảcủa mô hình sẽdẫn đến tình huống không chính xác vì sẽ đưa quá nhiều biến không cần thiết, làm phức tạp mô hình. Để ngăn chặn tình trạng trên, tôi sẽ dùng R2 hiệu chỉnh để đo sựphù hợp của mô hình hồi quy.
Bả ng 2.19. Các hệ số xác đị nh trong phân tích hồ i quy
Mô hình R R2 R2hiệu chỉnh Std. Error of the Estimate
Durbin-Watson 1 0.782a 0.612 0.596 0.37179 2.015
Dựa vào kết quả phân tích hồi quy tuyến tính, ta thấy R = 0.782 cho thấy mối quan hệ giữa các biến trong mô hình tương quan chặt chẽ. Hệ số R2 = 61.2% > 50% thỏa mãn mức ý nghĩa của mô hình tuyến tính. Để đánh giá độ phù hợp của mô hình hồi quy đa biến, hệsốR bình phương hiệu chỉnh Adjusted R Square là 0.596. Nghĩa là 59.6% biến thiên của biến phụ thuộc “Đánh giá chung về hoạt động bán hàng” (DG) được giải thích bởi 5 nhân tố độc lập: SP, GC, XT, NV, DV. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữliệu của mẫuở mức 59.6%, tức là các biến độc lập trong mô hình nghiên cứu ảnh hưởng tới 59.6% sự biến thiên của biến phụthuộc DG, 40.4% còn lại là do sự ảnh hưởng của những biến ngoài mô hình và do sai sốngẫu nhiên.
Hệ số Durbin-Watson dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất giữa các biến độc lập. Quy tắc kiểm định d của Durbin-Watson:
+ Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan. + Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương. + Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.
Với giá trị d trong bảng trên là 2.015, rơi vào miền nên chấp nhận giả thiết không có tự tương quan chuỗi bậc nhất.
Tuy nhiên để chính xác hơn, ta tra hệsốDurbin-Watson trong bảng và dựa theo quy tắc sau:
Cụ thể trong trường hợp này, k' = 5, n = 130, tra bảng Durbin-Watson ta códL = 1.665vàdU = 1.802. Gắn vào thanh giá trị Durbin-Watson, ta thấy 1.802 < 2.015 < 2.198, như vậy, không có sự tương quan chuỗi bậc nhất trong mô hình.
Kiểm định One Way ANOVA
Tổng thể rất lớn, chúng ta không thể khảo sát hết toàn bộ, nên thường trong nghiên cứu, chúng ta chỉ chọn ra một lượng mẫu giới hạn đểtiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mô hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không. Cụ thể trong trường hợp này, giá trị sig của kiểm định F là 0.000 < 0.05. Như vậy, mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
Phân tích hồi quy tuyến tính
Bả ng 2.20. Kế t quả phân tích hồ i quy tuyế n tính
Mô hình
Hệ số chưa chuẩn hóa
Hệ số
chuẩn hóa t Sig.
Thống kê đa cộng tuyến
B Sai số Beta Tolerance VIF
1 (Constant) -0.320 0.304 -1.055 0.294 SP 0.178 0.073 0.172 2.434 0.016 0.630 1.588 GC 0.233 0.068 0.231 3.412 0.001 0.681 1.469 XT 0.189 0.055 0.203 3.441 0.001 0.898 1.114 NV 0.163 0.079 0.147 2.056 0.042 0.617 1.622 DV 0.332 0.067 0.343 4.971 0.000 0.659 1.518 a. Dependent Variable: DG (Nguồn: Kết quảxửlý SPSS)
Dựa vào bảng trên, ta thấy hệsốhồi quy của các biến độc lập (Sig.) đều nhỏ hơn 0.05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, không biến nào bị loại bỏ. HệsốVIF nhỏ hơn 2 do vậy không có đa cộng tuyến xảy ra.
Ta có mô hình hồi quy như sau:
DG = 0.172*SP + 0.231*GC +0.203*XT + 0.147*NV + 0.343*DV
+ Hệ số βeta1 = 0.172 cho biết: trong điều kiện các yếu tố khác không đổi, khi nhân tố “Sản phẩm” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm 0.172đơn vị.
+ Hệ số βeta2 = 0.231 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Giá cả” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm0.231đơn vị.
+ Hệ số βeta3 = 0.203 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Hoạt động xúc tiến bán hàng” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm 0.203đơn vị.
+ Hệ số βeta4 = 0.147 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Nhân viên bán hàng” tăng lên 1 đơn vịthì mức độ đánh giá chung của khách
+ Hệsố βeta4 = 0.343 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Dịch vụ bán hàng” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm 0.343đơn vị.
Như vậy:
+ “Dịch vụ bán hàng” là yếu tố có ảnh hưởng mạnh nhất đến hiệu quả hoạt động bán hàng tại công ty TNHH Hiệp Thành vì có hệsố Beta cao nhất là 0.343, dấu dương của hệsốBeta thể hiện mối quan hệ cùng chiều giữa yếu tố giá cảvà hiệu quả hoạt động bán hàng.
+ Tương tự, yếu tố ảnh hưởng mạnh thứ hai là “Giá cả”, thứ ba là “Hoạt động xúc tiến bán hàng”, thứ tư là “Sản phẩm” và yếu tốcóảnh hưởng nhỏnhất tới hiệu quả hoạt động bán hàng của công ty TNHH Hiệp Thành là “Nhân viên bán hàng” với các hệ số Beta lần lượt là 0.231; 0.203; 0.172; 0.147. Các yếu tố này đều có hệ số Beta dương thểhiện mối quan hệcùng chiều với hiệu quảhoạt động bán hàng.
Kiểm định tính phân phối chuẩn của phần dư
Biểu đồ tần số Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy phân phối phần dư xấp xỉchuẩn nên có thểkết luận giảthiết phân phối chuẩn không bịvi phạm.
2.3.5.Đánh giá củ a khách hàng về các nhân tố ả nh hư ở ng đế n hoạ t độ ng bán hàng củ a Công ty TNHH Hiệ p Thành – Huế
Ta tiến hành kiểm định One – Sample T Test để đánh giá mức độ ảnh hưởng của các nhân tố đến hiệu quảhoạt động bán hàng của công ty TNHH Hiệp Thành với 4 nhân tố: “Sản phẩm”, “Giá cả”, “Nhân viên bán hàng”, “Dịch vụ bán hàng”. Thang đo đo lường các biến quan sát được xây dựng trên thang đo Likert 5 mức độ.
2.3.5.1. Đánh giá của khách hàng vềnhân tố “Sản phẩm”
Bả ng 2.21. Kế t quả kiể m đị nh trung bình tổ ng thể (One Sample T Test) về yế u tố “Sả n phẩ m” ả nh hư ở ng đế n hiệ u quả hoạ t độ ng bán hàng
Test Value = 4 t df Sig. Giá trị trung bình Khoảng tin cậy 95%
Thấp hơn Cao hơn Sản phẩm có chủng loại đa dạng (SP1) -3.108 129 0.002 3.81 -0.31 -0.07 Sản phẩm có mẫu mã đẹp, ấn tượng (SP2) -1.835 129 0.069 3.86 -0.29 0.01 Sản phẩm có chất lượng tốt (SP3) -1.466 129 0.145 3.89 -0.25 0.04 Sản phẩm luôn đáp ứng được nhu cầu khách hàng (SP4) -3.542 129 0.001 3.78 -0.35 -0.10 Sản phẩm có số lượng nhiều (SP5) 2.512 129 0.013 4.15 0.03 0.28 Sản phẩm có đầy đủ nhãn mác (SP6) -3.222 129 0.002 3.83 -0.27 -0.07 (Nguồn: Kết quảxửlý SPSS) • Kiểm định cặp giảthiết: H0: µ = 4:Đánh giá của khách hàng vềnhân tố “Sản phẩm” ởmức độ đồng ý H1: µ ≠4: Đánh giá của khách hàng vềnhân tố “Sản phẩm” khác mức độ đồng ý Mức ý nghĩakiểm định là 95%
+ Nếu sig > = 0.05: Chưa có cơ sởbác bỏgiảthuyết H0
+ Nếu sig < = 0.05: Bác bỏgiảthuyết H0
Qua kết quảkiểm định, ta thấy: Giá trị Sig. của các biến SP1, SP4, SP5 và SP6 lần lượt là 0.002; 0.001; 0.013; 0.002 đều nhỏ hơn 0.05 tức là khách hàng không đánh
đều nhỏ hơn 0 nên giá trị trung bình tổng thể nhỏ hơn 4 (mức độ đồng ý). Tuy nhiên biến SP5 lại có giá trị t > 0, đối chiếu với giá trị trung bình ở bảng trên = 4.15. Như vậy, biến SP5 có giá trịtrung bình lớn hơn 4 (mức đồng ý).
2.3.5.2. Đánh giá của khách hàng vềnhân tố “Giá cả”
Bả ng 2.22. Kế t quả kiể m đị nh trung bình tổ ng thể (One Sample T Test) về yế u tố “Giá cả ” ả nh hư ở ng đế n hiệ u quả hoạ t độ ng bán hàng
Giá trị kiểm định = 3.5 t df Sig. Giá trị
trung bình
Khoảng tin cậy 95% Thấp hơn Cao hơn
Giá cả phù hợp với chất lượng (GC1) 1.415 129 0.160 3.59 -0.04 0.22 Giá cả phù hợp với thương hiệu (GC2) 1.980 129 0.050 3.64 0.00 0.28 Giá bán đúng với giá niêm yết (GC3) 2.204 129 0.029 3.65 0.01 0.28 Giá cảphải chăng(GC4) 3.190 129 0.002 3.72 0.08 0.36 Thời hạn thanh toán hợp
lý (GC5) 1.237 129 0.218 3.59 -0.06 0.24
(Nguồn: Kết quảxửlý SPSS)
• Kiểm định cặp giảthiết:
H0: µ = 3.5:Đánh giá của khách hàng vềnhân tố “Giá cả” ở mức độ3.5 H1: µ ≠3.5: Đánh giá của khách hàng vềnhân tố “Giá cả” khác mức độ3.5
Mức ý nghĩakiểm định là 95%
+ Nếu sig ≥0.05: Chưa có cơ sởbác bỏgiảthuyết H0
+ Nếu sig < 0.05: Bác bỏgiảthuyết H0
Qua kết quảkiểm định, ta thấy: Giá trị Sig. của các biến GC1, GC2, GC5 đều lớn hơnhoặc bằng 0.05 tức là chưa có cơ sở đểbác bỏ giảthiết H0, nghĩa là đánh giá của khách hàng vềcác nhân tốnàyở mức độ3.5. Biến GC3 và GC4 có giá trị Sig. nhỏ hơn 0.05, đủ cơ sở để bác bỏgiảthiết H0, nghĩa là khách hàng đánh giá về các nhân tố này khác mức độ3.5. Mặt khác, giá trị t của 2 biến nàyđều lớn hơn 0 nên giá trịtrung
bình tổng thểlớn hơn3.5.
2.3.5.3. Đánh giá của khách hàng vềnhân tố “Hoạt động xúc tiến bán hàng”
Bả ng 2.23. Kế t quả kiể m đị nh trung bình tổ ng thể (One Sample T Test) về yế u tố “Hoạ t độ ng xúc tiế n bán hàng” ả nh hư ở ng đế n hiệ u quả hoạ t độ ng bán hàng
1. Giá trịkiểm định = 3.5
t df Sig. Giá trị trung bình
Khoảng tin cậy 95%
Thấp hơn Cao hơn Mức chiết khấu ưu đãi khi mua
hàng với số lượng lớn (XT1) 1.244 129 0.216 3.58 -0.05 0.22 Áp dụng nhiều chương trình
khuyến mãi hấp dẫn (XT2) 1.754 129 0.082 3.62 -0.02 0.26 Giá trịkhuyến mãi lớn (XT3) 3.151 129 0.002 3.72 0.08 0.36
(Nguồn: Kết quảxửlý SPSS)
• Kiểm định cặp giảthiết:
H0: µ = 3.5: Đánh giá của khách hàng về nhân tố “Hoạt động xúc tiến bán hàng” ở mức độ3.5
H1: µ ≠3.5: Đánh giá của khách hàng vềnhân tố “Hoạt động xúc tiến bán hàng” khác mức độ3.5
Mức ý nghĩakiểm định là 95%
+ Nếu sig≥0.05: Chưa có cơ sởbác bỏgiảthuyết H0
+ Nếu sig < 0.05: Bác bỏgiảthuyết H0
Qua kết quảkiểm định, ta thấy: Giá trị Sig. của 2 biến XT1 và XT2đều lớnhơn 0.05 tức là chưa có cơ sở để bác bỏ giả thiết H0, nghĩa là đánh giá của khách hàng về nhân tố “Hoạt động xúc tiến bán hàng” ở mức độ3.5. Bên cạnh đó, biến XT3 có giá trị