Chỉ số KMO 0,768
Thống kê chi- bình phƣơng 1307,944
Kiểm định Bartlett Bậc tự dọ 231
Mức ý nghĩa (Sig.) ,000
( Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Kết quả cho thấy giá trị KMO = 0.768 > 0.5 và kiểm định mức ý nghĩa < 0.05,
(bác bỏ giả thiết ), kết quả này cho thấy dữ liệu nghiên cứu đủ điều kiện để thực
hiện phân t ch nhân tố EFA.
Tiêu chuẩn để chọn biến cho nhân tố phải đảm bảo:
Hệ số tr ch phư ng sai tổng thể các biến (Commuanality) > 0.50.
Hệ số tải > 0.5. Để xác định số lượng nhân tố, trong nghiên cứu này s dụng 2 tiêu chuẩn.
Thứ nhất là tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố không đủ điều kiện lần lượt được loại bỏ dựa trên lý thuyết và thực tế, nhằm xác định cấu trúc cuối cùng của thang đo. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Nhân tố nào có Eigenvalue lớn h n 1 mới được giữ lại trong mơ hình phân tích.
Thứ hai là tiêu chuẩn phư ng sai tr ch (Variance Explained Criteria): Phân t ch nhân tố là th ch hợp nếu tổng phư ng sai tr ch không được nhỏ h n 50%.
Kết quả phân t ch EFA của các nhân tố tác động đến hiệu quả hoạt động bán
Bảng 2.14: Phân tích nhân tố biến độc lập
Nội dung Hệ số tải các nhân tố thành phần
1 2 3 4 5
Sản phẩm luôn đáp ứng được nhu cầu khi cần ,822
Sản phẩm có chất lượng tốt ,757
Sản phẩm có số lượng nhiều ,750
Sản phẩm đa dạng, nhiều chủng loại ,670
Sản phẩm có mẫu mã đẹp, ấn tượng ,658
Nhiều chư ng trình khuyến mãi hấp dẫn ,863
Hoạt động tuyên truyền, quảng bá, PR... hiệu quả ,846 Hình thức thể hiện của các chư ng trình quảng
bá hấp dẫn và thu hút ,769
Sẵn sàn lắng nghe và giải đáp thắc mắc của
khách hàng ,641
Mọi khiếu nại, phàn nàn của khách hàng đều
được giải quyết thỏa đáng ,589
Nhân viên hiểu rõ nhu cầu và quan tâm đến
khách hàng ,872
Nhân viên giải quyết nhiệt tình thắc mắc của
khách hàng ,844
Nhân viên bán hàng am hiểu đầy đủ thông tin về
sản phẩm ,820
Nhân viên bán hàng nhiệt tình, lịch sự ,618
Sản phẩm được trưng bày h p lý, đẹp mắt ,872
Công ty nằm ở tuyết đường rộng rãi ,787
Giờ mở c a phù hợp ,721
N i giữ xe thuận tiện ,630
Giá bán thấp h n so với các sản phẩm cùng loại
trên thị trường ,793
Giá cả phù hợp với nhiều đối tượng khách hàng ,744
Giá cả phù hợp với chất lượng ,736
Giá cả phải chăng ,681
Eigenvalues 5,996 2,853 2,197 1,669 1,431
Phư ng sai tr ch t ch lũy (%) 14,093 27,859 40,400 52,543 64,297
(Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Kết quả phân t ch cho thấy, trong 22 biến được đưa vào phân t ch EFA, tất cả các biến có hệ số tải nhân tố (factor loading) lớn h n 0,5 và Eigenvalue lớn h n 1 nên được giữ lại mơ hình.
Sau khi thực hiện phép xoay, các nhân tố có sự xáo trộn giữa các biến quan sát của các thành phần nên đ t lại tên cho các nhân tố mới như sau:
Bảng 2.15: Các nhân tố sau phép xoay nhân tố
Nhân tố Các nhân tố Các quan sát
SP Sản phẩm SP5, SP1, SP3, SP2, SP4
XT Hoạt động xúc tiến XT3, XT1, XT2, XT4, XT5
NV Nhân viên bán hàng NV4, NV3, NV2, NV1
KPP Hệ thống kênh phân phối KPP2, KPP1, KPP3, KPP4
GC Giá cả GC4, GC3, GC1, GC2
( Nguồn: Kết quả x lý số liệu SPSS của tác giả) Nhân tố 1 gồm các biến SP5, SP1, SP3, SP2, SP4 đ t tên nhân tố là Sản phẩm X1. Nhân tố 2 gồm các biến XT3, XT1, XT2, XT4, XT5 đ t tên nhân tố là Hoạt động xúc tiến X2
Nhân tố 3 gồm các biến NV4, NV3, NV2, NV1 đ t tên nhân tố là Nhân viên bán
hàng X3.
Nhân tố 4 gồm các biến KPP2, KPP1, KPP3, KPP4 đ t tên nhân tố là Hệ thống
kênh phân phối X4.
Nhân tố 5 gồm các biến GC4, GC3, GC1, GC2 đ t tên nhân tố này là Giá cả X5
b) Phân tích nhân tố biến phụ thuộc
Bảng 2.16: Kiểm định hệ số KMO cho biến phụ thuộc
Chỉ số KMO 0,682
Kiểm định Bartlett
Thống kê chi – bình phƣơng 91,298
Bậc tự do 3
Mức ý nghĩa (Sig.) 0,000
( Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Hệ số KMO bằng 0,682 lớn h n 0,5 nên phân t ch nhân tố là phù hợp. Kiểm định Barlett có mức ý nghĩa Sig.= 0,000 < 0,05 phù hợp để tiến hành phân t ch nhân tố EFA.
Phân tích nhân tố biến phụ thuộc
Bảng 2.17: Phân tích nhân tố biến phụ thuộc
Kí hiệu
Hệ số tải
nhân tố
Nội dung thành phần
1
HQ3 Quý khách sẽ giới thiệu người thân và bạn bè mua sản phẩm
của công ty 0,855
HQ1 Quý khách hàng l ng với chất lượng sản phẩm và hoạt động
bán hàng của công ty. 0,804
HQ2 Quý khách sẽ tiếp tục s dụng sản phẩm của công ty. 0,803
Eigenvalue 2,023
Tổng phư ng sai tr ch 67,422
( Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Kết quả phân t ch EFA đã cho ra nhân tố phụ thuộc có giá trị tổng phư ng sai trích = 67,422% > 50. Khi đó có thể nói rằng các nhân tố này giải th ch 67,422% biến thiên của dữ liệu. Giá trị hệ số Eigenvalues nhân tố lớn h n 1. Vì vậy, việc phân t ch nhân tố là phù hợp.
2.5.3. Phân tích hồi quy tuyến tính
Phân t ch hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu ta phải suy rộng kết quả cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chuẩn đón về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ước lượng được khơng đáng tin cậy nữa.
Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị trong phần này sẽ tiến hàng kiểm định các giả định của hàm hồi quy:
Kiểm định hệ số tƣơng quan
Để chạy mơ hình hồi quy tuyến t nh, thì phải xem các biến có phụ thuộc vào biến độc lập, và mối liên hệ giưac các biến tư ng quan tuyến t nh hay không. Nếu hệ sô tư ng quan giữa các biến phụ thuộc và biến đcoj lập lớn chứng tỏ có mối liên hệ tuyến t nh với nhau và hồi quy có thể phù hợp .
Với giả thiết H0 : Hệ số tư ng quan hạng của tổng bằng 0 H 1 : Có sự tư ng quan giữa các biến độc lập và biến phụ thuộc
Bảng 2.18: Ma trận tƣơng quan giữa các biến
Sản phẩm Xúc tiến Nhân viên bán hàng Kênh phân phối G a cả Hiệu quả bán hàng Sản phẩm Tư ng quan Pearson 1 ,000 ,000 ,000 ,000 ,368 ** Sig. (2- tailed) 1,000 1,000 1,000 1,000 ,000 N 125 125 125 125 125 125 Xúc tiến Tư ng quan Pearson ,000 1 ,000 ,000 ,000 ,383 ** Sig. (2- tailed) 1,000 1,000 1,000 1,000 ,000 N 125 125 125 125 125 125 Nhân viên bán hàng Tư ng quan Pearson ,000 ,000 1 ,000 ,000 ,265 ** Sig. (2- tailed) 1,000 1,000 1,000 1,000 ,003 N 125 125 125 125 125 125 Kênh phân phối Tư ng quan Pearson ,000 ,000 ,000 1 ,000 ,285 ** Sig. (2- tailed) 1,000 1,000 1,000 1,000 ,001 N 125 125 125 125 125 125 Giá cả Tư ng quan Pearson ,000 ,000 ,000 ,000 1 ,326 ** Sig. (2- tailed) 1,000 1,000 1,000 1,000 ,000
N 125 125 125 125 125 125 Hiệu quả bán hàng Pearson Correlation ,368 ** ,383** ,265** ,285** ,326** 1 Sig. (2- tailed) ,000 ,000 ,003 ,001 ,000 N 125 125 125 125 125 125
( Nguồn: Kết quả x lý số liệu SPSS của tác giả) Nhìn vào bảng trên, ta thấy các biến độc lập tư ng quan khá mạnh với biến phụ thuộc của các nhân tố “ XT”, “ SP”, “ GC”, “ KPP”, “NV”, điều này chứng minh cho ta thấy các nhân tố này đều tư ng quan khá mạnh với biến phụ thuộc vì thế phù hợp cho việc phân t ch tiếp theo. Cụ thể các biến có mối tư ng quan với hiệu quả hoạt động như sau: Biến “ Hoạt động xúc tiến” tư ng quan với biến hiệu quả hoạt động bán hàng là 0,383 , biến “ SP” có mối tư ng quan với hiệu quả hoạt động bán hàng là 0,368, biến “ GC” có mối tư ng quan với hiệu quả hoạt động bán hàng là 0,326, biến “ NV” có mối tư ng quan với hiệu quả hoạt động bán hàng là 0,265 và biến cuối cùng là Hệ thống kênh phân phối có tư ng quan với biết hiệu quả hoạt động bán hàng là 0,285. Việc phân t ch hồi quy và đưa biến vào mơ hình là phù hợp. Với mức ý nghĩa Sig. < 0,05. Kiểm định mơ hình Bảng 2.19: Tóm tắt mơ hình Mơ hình R R2 Hệ số xác định R 2
điều chỉnh Độ lệch chuẩn Durbin-Watson
1 ,735a ,540 ,521 ,69234979 1,607
( Nguồn: Kết quả x lý số liệu SPSS của tác giả)
Ta có R2 hiệu chỉnh bằng 0,521 có nghĩa là mơ hình hồi quy giải th ch được 52,1% sự
biến thiên của biến hiệu quả hoạt động bán hàng. Ngoài ra, ta nhận thấy giá trị R2 hiệu chỉnh bằng 0,521 nghĩa là mơ hình hồi quy được xây dựng phù hợp với mức
52,1%>50%.
Kiểm định F
Bảng 2.20: Phân tích ANOVA về sự phù hợp của mơ hình hồi quy
Mơ hình Tổng độ lệch bình phƣơng Df Trung bình bình phƣơng Phƣơng sai F Mức ý nghĩa Sig. 1 Hồi quy 66,958 5 13,392 27,937 ,000b Số dƣ 57,042 119 ,479 Tổng 124,000 124
( Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Từ bảng trên ta có thể nhận thấy:
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), nếu giá trị Sig. của kiểm định F bé h n 0,05 thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Từ kết quả phân t ch hệ số tư ng quan cho thấy, kết quả kiểm định tất cả các nhân tố đều cho kết quả mức ý nghĩa Sig. < 0,05; do đó ta có đủ bằng chứng thống kê để bác bỏ giả thuyết H0 đối với các nhân tố này.
Kiểm tra hiệu tƣợng đa cộng tuyến
Để kiểm tra có bị đa cộng tuyến hay khơng ta có thể kiểm tra hệ số VIF (Variance Inflation Factor). Khi hệ số VIF < 10 tức là các biến không bị đa cộng tuyến. Hệ số phóng đại VIF thực tế là nghịch đảo của độ chấp nhận. Quy tắc là VIF vượt q 10 thì đó là dấu hiệu của đa cộng tuyến (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Bảng 2.21: Kiểm định hệ tƣơng quan đa cộng tuyến Đa cộng tuyến
Mơ hình Độ chấp nhận của
biến (Tolerance)
Hệ số phóng đại phƣơng sai (VIF) Hằng số
Hoạt động xúc tiến 1,000 1,000
Giá cả 1,000 1,000
Sản phẩm 1,000 1,000
Hệ thống kênh phân phối 1,000 1,000
( Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Nhìn vào kết quả vừa phân t ch thì ta thấy được tiêu chuẩn chấp nhận (Tolerance) của các biến đưa vào mơ hình đều có giá trị bằng 1 và giá trị VIF đều nhỏ h n 10. Vì vậy mơ hình khơng xảy ra đa cộng tuyến.
2.5.3.1. Phân tích hồi quy
Sau khi phân t ch nhân tố khám phá để xác định cụ thể từng nhân tố tác động đến hiệu quả hoạt động bán hàng. Mơ hình hồi quy được áp dụng là mơ hình hồi quy đa biến (mơ hình hồi quy bội). Phân t ch hồi quy được thực hiện bởi 5 biến độc lập: sản phẩm, hoạt động xúc tiến, nhân viên bán hàng, hệ thống kênh phân phối, giá cả. Giá trị các yếu tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát được kiểm định. Phân t ch được thực hiện bằng phư ng pháp đưa vào cùng một lúc (phư ng pháp enter) với phần mền SPSS 20.
Giả thiết ban đầu về mơ hình lý thuyết, ta có phư ng trình hồi quy tuyến t nh như sau:
Y= β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 Trong đó:
(X1): Sản phẩm
(X2): Hoạt động xúc tiến (X3): Nhân viên bán hàng (X4): Hệ thông kênh phân phối (X5): Giá cả
Và biến phụ thuộc:
Y: Hiệu quả hoạt động bán hàng
Phân t ch hồi quy được thực hiện bởi 5 biến độc lập NVBH, XT, GC, SP, KPP. Phân t ch được thực hiện bằng phư ng pháp đưa vào cùng một lúc bằng phư ng pháp Enter để chọn lọc dựa trên tiêu ch cho những biến có mức ý nghĩa Sig. < 0,05.
Các biến được đưa vào cùng lúc để chọn lọc dựa trên tiêu ch chọn những biến có mức ý nghĩa Sig. < 0,05. Kết quả phân t ch hồi quy (lần 1) như sau :
Bảng 2.22: Kết quả hồi quy sử dụng phƣơng pháp Enter
Mơ hình Hệ số chƣa chuẩn hóa Hệ số đã chuẩn hóa t Mức ý nghĩa Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Hệ số Tolerance VIF 1 Hằng Số ,062 0,000 1,000 SP ,368 ,062 ,368 5,916 ,000 1,000 1,000
Hình 1.10: Mơ hình hiệu chỉnh sau phân tích hồi quy
Sản phẩm Hoạt động xúc tiến Hệ thống kênh phân phối
Giá Cả
Hiệu quả hoạt động bán hàng
XT ,383 ,062 ,383 6,166 ,000 1,000 1,000
NV ,265 ,062 ,265 4,260 ,000 1,000 1,000
KPP ,285 ,062 ,285 4,588 ,000 1,000 1,000
GC ,326 ,062 ,326 5,241 ,000 1,000 1,000
( Nguồn: Kết quả xử lý số liệu SPSS của tác giả)
Dựa vào kết quả phân tích các hệ số hồi quy trong mơ hình cho ta thấy 5 thành phần: “Hoạt động xúc tiến”, “ Giá cả ”, “Sản phẩm”, “Hệ thống kênh phân phối”, “Nhân viên bán hàng ” đều được đưa vào hồi quy vì có mức ý nghĩa thống kế Sig. < 0,05 . Chúng ta có thể rút ra một mơ hình hồi quy mơ tả sự biến thiên của biến phụ thuộc như sau:
Y= + 0,368X1 + 0,383X2 + 0,265X3 + 0,285X4 + 0,326X5
Trong đó:
Y : Hiệu quả hoạt động bán hàng (X1): Sản phẩm
(X2): Hoạt động xúc tiến (X3): Nhân viên bán hàng (X4): Hệ thông kênh phân phối (X5): Giá cả
2.5.3.2. Mơ hình hiệu chỉnh sau phân tích hồi quy
Nhân viên bán hàng
2.5.3.3. Kiểm định các giả thiết
Từ kết quả phân t ch hồi quy, các biến “Sản phẩm”, “Hoạt động xúc tiến”, “Hệ thống kênh phân phối”, “ Giá cả ”, “Nhân viên bán hàng ” là những biến tác động đến hiệu quả hoạt động bán hàng của công ty.
Yếu tố thứ nhất “Hoạt động xúc tiến” là yếu tố ảnh hưởng lớn nhất đến hiệu quả hoạt động bán hàng của cơng ty TNHH Loan Thắng ( vì có hệ số beta lớn nhất). Dấu dư ng của hệ số beta xảy ra của yếu tố này chứng tỏ yếu tố “Hoạt động xúc tiến” có mối quan hệ cùng chiều với yếu tố phụ thuộc. Nhìn vào bảng trên, ta thấy được hệ số beta = 0,383 và Sig.=0,000 < 0,05, chứng tỏ khi các yếu tố khác không đổi, yếu tố “Hoạt động xúc tiến” tăng lên 1 đ n vị thì hiệu quả hoạt động bán hàng tăng lên 0,383 đ n vị.
Giả thiết H2 được chấp nhận, bác bỏ được H0
Yếu tố thứ hai “ Sản phẩm ” là yếu tố ảnh hưởng lớn thứ hai đến hiệu quả hoạt động bán hàng của công ty ( vì có hệ số beta lớn thứ hai). Dấu dư ng của hệ số beta xảy ra của yếu tố này chứng tỏ yếu tố “ Sản phẩm” có mối quan hệ cùng chiều với yếu tố phụ thuộc. Nhìn vào bảng trên, ta thấy được hệ số beta = 0,368 và Sig.=0,000 < 0,05, chứng tỏ khi các yếu tố khác không đổi, yếu tố “ Sản phẩm” tăng lên 1 đ n vị thì hiệu quả hoạt động bán hàng tăng lên 0,368 đ n vị.
Giả thiết H1 được chấp nhận, bác bỏ được H0
Yếu tố thứ ba “Giá cả” là yếu tố ảnh hưởng thứ ba đến hiệu quả hoạt động bán hàng của cơng ty ( vì có hệ số beta lớn thứ ba). Dấu dư ng của hệ số beta xảy ra chứng tỏ yếu tố “Giá cả” có mối quan hệ cùng chiều với yếu tố phụ thuộc. Dựa vào kết quả hồi quy, ta thấy hệ số beta = 0,326 và Sig. = 0,000 < 0,05, chứng tỏ khi các yếu tố khác không đổi, yếu tố “Giá cả” tăng lên 1 đ n vị thì hiệu quả hoạt động bán hàng tăng lên 0,326 đ n vị.
Giả thiết H5 được chấp nhận, bác bỏ giả thiết H0