CHƯƠNG 4 PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.2. Đánh giá thang đo
4.2.2.1. Phân tích nhân tố EFA các biến độc lập
Bảng 4.7. Giá trị KMO và kiểm định Bartlett’s test các biến độc lập
Giá trị KMO 0.755 Kiểm định Bartlett’s Approx. Chi-Square 1375.725 df 153 Sig. 0.000
Kết quả có được theo bảng 4.7 ta thấy, chỉ số KMO = 0.755 > 0.5, do đó phương pháp phân tích nhân tố EFA thích hợp với dữ liệu nghiên cứu.
Kiểm định Bartlett’s: Sig. = 0.000 < 0.05. Do đó, tại mức ý nghĩa 5%, bác bỏ giả thuyết Ho (Với Ho: các biến khơng có tương quan với nhau) hay các biến có quan hệ với nhau. Như vậy, dữ liệu để phân tích nhân tố là phù hợp.
Phân tích nhân tố EFA, tác giả sử dụng phép trích nhân tố PCA và phép quay vng góc Varimax để thực hiện.
Phần trích được của các biến đo lường > 0.5 nên đạt yêu cầu (bảng Communalities ở phụ lục 8: kết quả nghiên cứu định lượng chính thức).
Theo kết quả, tại giá trị eigenvalues = 1.299 > 1, từ 18 biến quan sát cho các thang đo độc lập có thể gom lại và rút ra được 5 nhân tố. Tổng phương sai trích đạt 64.269% > 50%, nên mơ hình EFA phù hợp. Như vậy, 5 nhân tố trích sẽ giải thích được 64.269% biến thiên của tập dữ liệu (phụ lục 8: kết quả nghiên cứu định lượng chính thức).
Kết quả phân tích nhân tố EFA, các biến quan sát đều có các hệ số nhân tố tải lớn hơn 0.5 và giải thích cho một và chỉ một nhân tố.
Biến quan sát SK1, SK2 và SK3 cùng giải thích cho 1 nhân tố, nhân tố này được mã hóa là SK.
Biến quan sát AT1, AT2, AT3, AT4 và AT5 cùng giải thích cho 1 nhân tố, nhân tố này được mã hóa là AT
Biến quan sát CL1, CL2, CL3 cùng giải thích cho 1 nhân tố, nhân tố này được mã hóa là CL.
Biến quan sát CQ1, CQ2, CQ3, CQ4 và CQ5 cùng giải thích cho 1 nhân tố, nhân tố này được mã hóa là CQ.
Biến quan sát GB1, GB2, GB3 cùng giải thích cho 1 nhân tố, nhân tố này được mã hóa là GB.
Bảng 4.8. Kết quả phân tích nhân tố EFA - ma trận xoay Nhân tố Nhân tố STT Biến quan sát 1 2 3 4 5 1 SK1 0.770 2 SK2 0.736 3 SK3 0.707 4 AT1 0.803 5 AT2 0.834 6 AT3 0.837 7 AT4 0.691 8 AT5 0.832 9 CL1 0.784 10 CL2 0.698 11 CL3 0.735 12 CQ1 0.690 13 CQ2 0.808 14 CQ3 0.688 15 CQ4 0.704 16 GB1 0.811 17 GB2 0.849 18 GB3 0.852
Nguồn: kết quả phân tích SPSS 4.2.2.2. Phân tích nhân tố EFA các phụ thuộc
Bảng 4.9. Giá trị KMO và kiểm định Bartlett’s test biến phụ thuộc
Giá trị KMO 0.867 Kiểm định Bartlett’s Approx. Chi-Square 521.765 df 10 Sig. 0.000
Nguồn: kết quả phân tích SPSS
Kiểm định Bartlett’s có Sig. là 0.000 < 0.05, do đó dữ liệu đang thực hiện nghiên cứu để phân tích EFA là phù hợp.
Điểm dừng tại eigenvalues ≥ 1, ta thấy có 1 nhân tố được trích tại eigenvalues là 3.290; với phương sai trích là 65.8% > 50% nên thang đo đủ điều kiện phân tích EFA. Nhân tố này giải thích được 65.8% biến thiên của dữ liệu nghiên cứu (phụ lục 8: kết quả nghiên cứu định lượng chính thức).
Bảng 4.10. Kết quả phân tích nhân tố EFA - ma trận xoay
Nhân tố STT Biến quan sát 1 1 YD1 0.829 2 YD2 0.824 3 YD3 0.802 4 YD4 0.793 5 YD5 0.807
Nguồn: kết quả phân tích SPSS
Kết quả phân tích nhân tố EFA cho biến phụ thuộc, bảng 4.10 cho thấy hệ số nhân tố tải của các biến YD1, YD2, YD3, YD4 và YD5 đều lớn hơn 0.5 nên thỏa điều kiện. Hơn nữa, 5 biến quan sát này cùng giải thích cho 1 nhân tố. Nhân tố này sẽ được mã hóa là YD cho các bước tiếp theo.
Như vậy, sau khi đánh giá độ tin cậy của các thang đo và kiểm định thang đo, khơng có bất kì biến quan sát nào bị loại hay khơng có biến nào giải thích cho nhân tố khác so với mơ hình trước khi nghiên cứu định lượng chính thức. Tuy nhiên so với mơ hình đề xuất ban đầu (chương 2, hình 2.9), mơ hình có sự điều chỉnh như sau:
Hình 4.7. Mơ hình nghiên cứu điều chỉnh
Nguồn: tác giả
Các giả thuyết nghiên cứu điều chỉnh như sau:
Giả thuyết H1: Sự quan tâm đến sức khỏe có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM;
Giả thuyết H2: Nhận thức về an tồn có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM;
Giả thuyết H3: Nhận thức về chất lượng có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM;
Giả thuyết H4: Chuẩn mực chủ quan có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM;
Giả thuyết H5: Nhận thức về giá bán sản phẩm có tác động ngược chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM.
4.3. Phân tích hồi quy
4.3.1. Phân tích hệ số tương quan
Để phân tích tương quan, trước tiên cần tính giá trị của mỗi nhân tố trích được trong phần phân tích nhân tố EFA. Bằng cách lấy giá trị trung bình của các biến quan sát đo lường cho nhân tố sẽ tính được giá trị cho mỗi nhân tố đó.
Giá trị trung bình của SK1, SK2, SK3 sẽ là giá trị cho nhân tố sức khỏe, được mã hóa là SK.
Giá trị trung bình của AT1, AT2, AT3, AT4, AT5 sẽ là giá trị cho nhân tố an tồn, được mã hóa là AT.
Giá trị trung bình của CL1, CL2, CL3 sẽ là giá trị cho nhân tố chất lượng, được mã hóa là CL.
Giá trị trung bình của CQ1, CQ2, CQ3 sẽ là giá trị cho nhân tố chuẩn mực chủ quan, được mã hóa là CQ.
Giá trị trung bình của GB1, GB2, GB3 sẽ là giá trị cho nhân tố giá bán, được mã hóa là GB.
Giá trị trung bình của YD1, YD2, YD3, YD4, YD5 sẽ là giá trị cho nhân tố phụ thuộc ý định mua RAT, được mã hóa là YD.
Theo kết quả phân tích tương quan như bảng 4.11, hệ số tương quan Pearson giữa biến phụ thuộc ý định mua RAT với mỗi biến độc lập tương đối cao, trong đó biến sức khỏe, an tồn, chất lượng, chuẩn mực chủ quan có hệ số tương quan dương, cịn biến giá bán có hệ số tương quan âm.
Đồng thời với độ tin cậy 99%, các giá trị Sig. (2-tailed) đều nhỏ hơn 0.01, cho thấy có sự tương quan giữa biến phụ thuộc và mỗi biến độc lập. Nếu như biến sức khỏe, an toàn, chất lượng và chuẩn mực chủ quan tương quan cùng chiều với biến độc lập ý định mua RAT thì biến giá bán lại tương quan nghịch chiều.
Như vậy, phân tích hồi quy cho bước tiếp theo là phù hợp.
Bảng 4.11. Kết quả phân tích hệ số tương quan Pearson
Nhân tố Sức khỏe An toàn Chất lượng Chuẩn mực chủ quan Giá bán Ý định mua RAT Sức khỏe Pearson Correlation 1 0.097 .186** .372** 0.094 .421** Sig. (2-tailed) 0.138 0.004 0.000 0.152 0.000 N 235 235 235 235 235 235 An toàn Pearson Correlation 0.097 1 -0.085 0.052 0.072 .447** Sig. (2-tailed) 0.138 0.195 0.425 0.271 0 N 235 235 235 235 235 235 Chất lượng Pearson Correlation .186** -0.085 1 .152* -0.073 .360** Sig. (2-tailed) 0.004 0.195 0.020 0.264 0 N 235 235 235 235 235 235 Chuẩn mực chủ quan Pearson Correlation .372** 0.052 .152* 1 0.091 .258** Sig. (2-tailed) 0 0.425 0.02 0.163 0.000 N 235 235 235 235 235 235 Giá bán Pearson Correlation 0.094 0.072 -0.073 0.091 1 -.371** Sig. (2-tailed) 0.152 0.271 0.264 0.163 0.000 N 235 235 235 235 235 235 Ý định mua RAT Pearson Correlation .421** .447** .360** .258** -.371** 1 Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 N 235 235 235 235 235 235
**: tương quan có mức ý nghĩa 1%
4.3.2. Phân tích hồi quy
Mơ hình hồi quy giúp xác định được biến độc lập nào tác động hay không tác động đến biến phụ thuộc, tác động theo chiều hướng như thế nào (cùng chiều hay ngược chiều) và mức độ tác động ra sao. Như vậy, từ mơ hình hồi quy, chúng ta ước lượng được giá trị của biến phụ thuộc nếu giá trị của biến độc lập được biết trước.
Mơ hình nghiên cứu gồm 1 biến phụ thuộc là ý định mua RAT của cư dân đô thị khu vực TP. HCM và 5 biến độc lập đó là: (1) Sự quan tâm đến sức khỏe, (2) Nhận thức về an toàn, (3) Nhận thức về chất lượng, (4) Chuẩn mực chủ và (5) Nhận thức về giá bán sản phẩm. Vì vậy, tác giả sử dụng mơ hình hồi quy bội MLR cùng với phương pháp ENTER (đồng thời đưa các biến độc lập vào phân tích cùng một lúc) (Nguyễn Đình Thọ, 2013).
Bảng 4.12. Tóm tắt mơ hình
Model R R² R² hiệu
chỉnh
Sai số chuẩn
của ước lượng Durbin-Watson
1 0.796a 0.634 0.626 0.25442 1.963
Nguồn: kết quả phân tích SPSS
Bảng 4.12: R² hiệu chỉnh bằng 0.626, cho biết trong tổng biến thiên của biến phụ thuộc ý định mua RAT thì sự biến thiên đồng thời của các biến độc lập giải thích được 62.6%. Như vậy, mơ hình hồi quy tuyến tính bội phù hợp 62.6%.
Đại lượng thống kê Durbin-Watson = 1.963 < 2, mơ hình khơng có tự tương quan.
Bảng 4.13. Phân tích phương sai (Anova)
Model Tổng các độ lệch bình phương df Trung bình các độ lệch bình phương F Sig. 1 Hồi quy 25.665 5 5.133 79.298 0.000 Phần dư 14.823 229 0.065 Tổng 40.488 234
Bảng 4.13 là kết quả cho việc kiểm định sự phù hợp của mơ hình. Ta thấy giá trị kiểm định F = 79.298, với giá trị Sig. = 0.000 < 0.05, vì thế, với độ tin cậy 95%, mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.14. Kết quả phân tích hồi quy tuyến tính bội
Hệ số chưa chuẩn hóa
Hệ số đã chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Độ chấp nhận của biến VIF Hằng số 0.888 0.202 4.392 0.000 Sức khỏe 0.223 0.031 0.321 7.319 0.000 0.832 1.202 An toàn 0.262 0.023 0.466 11.511 0.000 0.976 1.024 Chất lượng 0.235 0.033 0.293 7.098 0.000 0.938 1.066 Chuẩn mực chủ quan 0.073 0.029 0.108 2.500 0.013 0.850 1.177 Giá bán -0.250 0.024 -0.423 -10.444 0.000 0.975 1.025
Nguồn: kết quả phân tích SPSS
Bảng 4.14, hệ số phóng đại phương sai VIF của các biến độc lập đều nhỏ hơn 2, chứng tỏ hiện tượng đa cộng tuyến giữa các biến độc lập là rất nhỏ và hầu như ảnh hưởng khơng đáng kể đến mơ hình.
Mơ hình hồi quy tuyến tính bội sẽ có dạng như sau:
Ý định mua RAT = β1 * Sức khỏe + β2 * An toàn + β3 * Chất lượng + β4* Chuẩn mực chủ quan + β5 * Giá bán
Và một lần nữa, các giả thuyết nghiên cứu được tác giả đưa ra là:
Giả thuyết H1: Sự quan tâm đến sức khỏe có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM
Giả thuyết H2: Nhận thức về an toàn có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM
Giả thuyết H3: Nhận thức về chất lượng có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM
Giả thuyết H4: Chuẩn mực chủ quan có tác động cùng chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM
Giả thuyết H5: Nhận thức về giá bán sản phẩm có tác động ngược chiều đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM.
Theo kết quả từ bảng 4.14, các hệ số hồi quy β đều có giá trị Sig. nhỏ hơn 0.05, do đó giả thuyết H1, H2, H3, H4 và H5 đều được chấp nhận. Như vậy với độ tin cậy 95%, các biến độc lập đều tác động vào biến ý định mua RAT. Mô hình hồi quy chuẩn hóa được xây dựng cụ thể như sau:
Ý định mua RAT = 0.321 * Sức khỏe + 0.466 * An toàn + 0.293 * Chất lượng + 0.108 * Chuẩn mực chủ quan - 0.423 * Giá bán
Có thể thấy, có 4 yếu tố tác động cùng chiều với ý định mua RAT, đó là sức khỏe, an toàn, chất lượng và chuẩn mực chủ quan. Trong đó, yếu tố an tồn tác động vào ý định mua RAT lớn nhất, tiếp theo là yếu tố sức khỏe, rồi đến chất lượng. Chuẩn mực chủ quan tuy tác động dương vào ý định mua RAT nhưng tác động nhỏ nhất. Yếu tố duy nhất tác động ngược chiều với ý định mua RAT là giá bán.
- Với điều kiện các yếu tố khác khơng đổi, nếu nhận thức về an tồn tăng lên 1 đơn vị, thì ý định mua RAT của cư dân đô thị tại TP. HCM tăng lên 0.466 đơn vị.
- Với điều kiện các yếu tố khác không đổi, nếu sự quan tâm đến sức khỏe tăng lên 1 đơn vị làm cho ý định mua RAT của cư dân tại TP. HCM tăng lên 0.321 đơn vị.
- Với điều kiện các yếu tố khác không đổi, nếu nhận thức về chất lượng tăng lên 1 đơn vị làm cho ý định mua RAT của cư dân đô thị TP. HCM tăng lên 0.293 đơn vị.
- Với điều kiện các yếu tố khác không đổi, nếu chuẩn mực chủ quan tăng lên 1 đơn vị thì ý định mua RAT của cư dân đô thị tại TP. HCM tăng lên 0.108 đơn vị.
- Với điều kiện các yếu tố khác không đổi, nếu nhận thức về giá bán sản phẩm tăng lên 1 đơn vị, ý định mua RAT giảm xuống 0.423 đơn vị.
4.4. Kiểm định sự khác biệt về ý định mua giữa các nhóm
Tác giả sẽ kiểm định ảnh hưởng giữa các nhóm trong biến kiểm sốt gồm: (1) giới tính, (2) độ tuổi, (3) trình độ học vấn và (4) thu nhập có sự khác biệt khơng và khác biệt như thế nào đến ý định mua RAT của cư dân đô thị tại khu vực TP. HCM.
4.4.1. Kiểm định sự khác biệt giữa nhóm giới tính và ý định mua RAT
Giới tính gồm 2 nhóm là nam và nữ, do đó tác giả chọn phương pháp phân tích mẫu độc lập (Independent Samples T - Test). Giả thuyết kiểm định được đặt ra là Ho: nam và nữ có ý định mua RAT là như nhau.
Bảng 4.15. Kiểm định sự khác biệt giữa nhóm giới tính và ý định mua RAT
Independent Samples Test
Kiểm định Levene cho
phương sai đồng nhất
Kiểm định T cho sự đồng nhất của trung bình
F Sig. t df Sig. (2- tailed) Khác nhau về trung bình Khác nhau về độ lệch chuẩn Khoảng khác biệt với độ tin cậy
95% Phía
dưới Phía trên Ý định mua RAT Giả định phương sai đồng nhất 0.964 0.327 -1.256 233 0.210 -0.07446 0.05926 -0.19121 0.04229 Giả định phương sau không đồng nhất -1.150 108.366 0.253 -0.07446 0.06475 -0.20280 0.05388
Ở bảng 4.15, kiểm định Levene với Sig. = 0.327 > 0.05 nên kết luận khơng có sự khác biệt về phương sai giữa hai nhóm hay phương sai đồng nhất giữa hai nhóm nam và nữ. Vì vậy có thể tiếp tục phân tích cho kiểm định T. Kiểm định T với giả thuyết Ho: khơng có sự khác biệt về ý định mua RAT của nam và nữ. Với giá trị Sig. (2- tailed) = 0.210 > 0.05, nên chấp nhận Ho. Như vậy với độ tin cậy 95%, ý định mua RAT của nam và nữ tại khu vực TP. HCM là như nhau.
4.4.2. Kiểm định sự khác biệt giữa các nhóm tuổi và ý định mua RAT
Về độ tuổi, có 5 nhóm quan sát là (1) dưới 18 tuổi, (2) 18 - 25 tuổi, (3) 26 - 35 tuổi, (4) 36 - 50 tuổi và (5) trên 50 tuổi. Do đó, tác giả sử dụng phương pháp phân tích phương sai một yếu tố (One-way ANOVA) để kiểm định sự khác biệt về trung bình giữa các nhóm tuổi và ý định mua RAT.
Bảng 4.16. Kiểm định Leneve phương sai đồng nhất cho các nhóm tuổi
Ý định mua RAT
Thống kê Levene df1 df2 Sig.
1.269 4 230 0.283
Nguồn: kết quả phân tích SPSS
Bảng 4.16, Sig. = 0.283 > 0.05, do đó với mức ý nghĩa 5%, phương sai đồng nhất giữa các nhóm tuổi.
Bảng 4.17. Kiểm định Anova giữa các nhóm tuổi và ý định mua RAT
Ý định mua RAT
Tổng bình phương df Trung bình F Sig.
Giữa các nhóm 1.737 4 0.434 2.577 0.038
Bên trong nhóm 38.751 230 0.168