Bảng 3 .4 Thông kê sự lựa chọn theo tuổi
Bảng 3.13 Thống kê các lý do lựa chọn kênh bán hàng
Tổng Cửa hàng tạp hóa Chợ Cửa hàng tiện lợi Siêu thị Mẫu khảo sát 206 56 19 6 125 Lý do lựa chọn
Thói quen mua sắm 55% 52% 42% 50% 59% Gần nhà 52% 80% 74% 33% 38% Ngồi hóa mỹ phẩm ra có thể mua thêm
những thứ khác cùng một nơi 52% 45% 68% 50% 53% Giá cả được được niêm yết sẵn và rõ
ràng 51% 21% 5% 33% 72% Sản phẩm đa dạng về mẫu mã, kích
thước, nhãn hiệu, … 43% 32% 37% 83% 46% Giá cả hợp lý 37% 39% 32% 17% 38% Tin vào uy tín và chất lượng sản phẩm
tại nơi bán 36% 20% 21% 50% 45% Thích được tự do lựa chọn 35% 14% - 17% 51% Nơi bán sạch sẽ, an toàn, nhiều tiện nghi
hỗ trợ người mua hàng 34% 16% - 50% 46% Vừa đi mua sắm vừa đi thư giãn được 31% 11% 5% 17% 44% Tính tiền nhanh 25% 38% 47% 33% 17% Tiết kiệm thời gian mua sắm 24% 43% 32% 17% 15% Khách quen của người bán 22% 45% 58% 17% 7% Dịch vụ tốt 15% 7% - 17% 20% Hàng có thể đổi trả 15% 20% 26% - 12% Giá cả linh hoạt 14% 9% 37% - 13% Thích được giao tiếp với người bán 5% 9% 5% - 3% Có thể mua thiếu 5% 16% 5% - 1%
Bảng 3.13 tổng hợp một số lý do người tiêu dùng hóa mỹ phẩm quan tâm khi lựa chọn kênh bán hàng. Trong đó thói quen mua sắm là lý do được nhiều người tiêu dùng lựa chọn nhất khi ra quyết định. Một lý do khác cũng được nhiều người tiêu dùng quan tâm đó là nơi bán hàng gần nhà, trong đó có tới 80% người tiêu dùng lựa chọn mua hóa mỹ phẩm ở cửa hàng tạp hóa đều quan tâm đến lý do này. Thường thì khách hàng ngồi đi mua hóa mỹ phẩm ra cịn mua thêm một vài thứ khác (ví dụ như thực phẩm) do đó nơi bán hàng có bán nhiều mặt hàng khác cũng là một lý do được người tiêu dùng quan tâm nhiều. Lý do tiếp theo được người tiêu dùng quan tâm khi mua hóa mỹ phẩm đó là giá cả được niêm yết sẵn và rõ ràng, có tới 72% người tiêu dùng thường đi siêu thị lựa chọn lý do này bởi so với cửa hàng tạp hóa hay chợ thì giá cả tại siêu thị minh bạch và công khai hơn. Tiếp đến là những lý do liên quan đến sản phẩm như mức độ đa dạng, giá cả, chất lượng, … Đối với người tiêu dùng lựa chọn kênh cửa hàng tạp hóa và kênh chợ cịn có thêm một lý do được quan tâm nhiều nữa đó là khách quen của người bán. Trong khi đó người tiêu dùng thường hay đi siêu thị và cửa hàng tiện lợi thì quan tâm đến lý do tự phục vụ, nơi bán sạch sẽ, an tồn, nhiều tiện nghi hỗ trợ và có thể vừa đi mua sắm vừa thư giãn.
3.4 Mơ hình Logit đa thức – Multinomial logit model
Mơ hình logit đa thức (Multinomial logit model – MNL) là sự phát triển của mơ hình hồi quy nhị phân (binomial logit) thường được sử dụng trong nghiên cứu định lượng để giải thích mối quan hệ của một biến phụ thuộc định tính có thể lấy các giá trị nhiều hơn hai giá trị (multiple values) với các biến giải thích.
Mơ hình hồi quy logit nhị thức (binary logistic) được dùng để xem xét mối quan hệ giữa biến phụ thuộc là biến định tính nhị phân và các biến độc lập có thể là biến định lượng hoặc định tính. Phương trình hồi quy logit nhị phân có dạng Log(odds) = p/(1-p) = β1X1 + β2X2 +….+ βnXn trong đó X1, X2, …, Xn là các biến độc lập odds = p/(1-p) là tỷ số giữa p (là xác suất để biến phụ thuộc nhận giá trị thứ
nhất chẳng hạn là 1) và (1-p) là xác suất còn lại để biến phụ thuộc nhận giá trị còn lại (giá trị thứ hai chẳng hạn là 0). Mơ hình hồi qui logit đa thức tương tự như mơ hình hồi qui logit nhị thức nhưng biến phụ thuộc là biến định tính có giá trị lớn hơn hai giá trị. Kết quả từ mơ hình logit đa thức cho biết tác động khi thay đổi giá trị của một biến tới những khả năng tương đối (relative probabilities) của hai trong các kết quả có thể thu được.
Nghiên cứu sử dụng mơ hình multinominal logit với biến phụ thuộc nhiều hơn hai lựa chọn và ước lượng tối đa hóa tối thiểu (maximun likelihood) theo phân phối logit. Mơ hình hồi qui đa thức logit có dạng Yij = α + βxjXi + ɛij trong đó Xi là các thuộc tính của người tiêu dùng ảnh hưởng đến việc ra quyết định lựa chọn kênh mua sắm, α là hệ số cách, βxj là các hệ số ước lượng hồi quy.
3.5 Xây dựng mơ hình nghiên cứu
Để giải thích sự lựa chọn kênh bán hàng của người tiêu dùng bằng mơ hình kinh tế lượng multinominal logit, các kênh bán hàng được định nghĩa là một biến phụ thuộc với tên biến là choice. Biến phụ thuộc choice được mã hóa nhận các giá trị: 1,2,3 và 4 tương ứng với cửa hàng tạp hóa, chợ, cửa hàng tiện lợi, siêu thị. Các nhân tố tác động đến sự lựa chọn của người tiêu dùng sẽ là các biến độc lập hay còn gọi là biến giải thích bao gồm: giới tính, tuổi, thu nhập, nghề nghiệp, giáo dục, địa điểm, số thành viên trong gia đình, tổng thu nhập các thành viên trong gia đình, thích trả giá, thích thư giãn khi đi mua sắm, kênh bán hàng có thể đổi trả hàng, kênh bán hàng có khuyến mãi, tần suất đi mua sắm hóa mỹ phẩm trong tháng, số tiền chi cho hóa mỹ phẩm trong tháng. Mơ hình multinominal logit được áp dụng để đo lường xác suất chọn kênh bán hàng của người tiêu dùng trong ngành hàng hóa mỹ phẩm dưới sự tác động của các biến độc lập.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương này sẽ trình bày kết quả của nghiên cứu sau khi sử dụng mơ hình hồi qui multinomial logit và kiểm định các yếu tố tác động đến lựa chọn kênh bán hàng của người tiêu dùng. Cuối cùng là phần tính tác động biên của từng yếu tố đến sự lựa chọn kênh bán hàng từ đó tổng hợp các xu hướng thay đổi xác suất lựa chọn.
Bảng 4.1: Mô tả các biến trong mơ hình multinominal logit
Tên biến Kí hiệu Định nghĩa Đơn vị tính
Biến phụ thuộc choice
Có 4 lựa chọn: 1 = cửa hàng tạp hóa, 2 = chợ, 3 = cửa hàng tiện lợi, 4 = siêu thị
Giới tính gioitinh Nam = 1, Nữ = 0
Tuổi tuoi Tuổi của người tiêu dùng Tuổi
Thu nhập thunhap Thu nhập bình quân của người tiêu dùng
Triệu VNĐ
Giáo dục giaoduc Trình độ giáo dục tính bằng số năm đi học
Năm
Vị trí vitri
Nhận giá trị 1 nếu kênh bán hàng mà người tiêu dùng lựa chọn cũng là nơi gần nhà (hoặc cơ quan) nhất, nhận giá trị 0 nếu ngược lại
Khoảng cách khoangcach
Đo lường khoảng cách từ nhà (hoặc cơ quan) đến kênh bán hàng người tiêu dùng lựa chọn.
Km
Số thành viên
trong gia đình giadinh
Tổng số thành viên trong gia đình (biến liên tục)
Người
Tổng thu nhập
các thành viên thunhapgd
Tổng thu nhập các thành viên trong gia đình (biến liên tục)
trong gia đình
Thích trả giá tragia
Nhận giá trị 1 nếu người tiêu dùng thích trả giá, nhận giá trị 0 nếu ngược lại.
Thư giãn thugian
Nhận giá trị 1 nếu người tiêu dùng thích kết hợp thư giãn khi đi mua sắm, nhận giá trị 0 nếu ngược lại.
Khuyến mãi khuyenmai
Nhận giá trị 1 nếu kênh bán hàng người tiêu dùng lựa chọn có khuyến mãi, nhận giá trị 0 nếu ngược lại.
Đổi hàng doihang
Nhận giá trị 1 nếu kênh bán hàng người tiêu dùng lựa chọn có cho phép đổi trả hàng, nhận giá trị 0 nếu ngược lại.
Tần suất đi mua
hóa mỹ phẩm tansuat
Số lần người tiêu dùng đi mua hóa mỹ phẩm trong tháng.
Lần
Số tiền mua hóa mỹ phẩm trong tháng
tienhmp
Số tiền trung bình người tiêu dùng mua hóa mỹ phẩm trong tháng.
Trăm nghìn VNĐ
Sinh viên sinhvien
Biến nghề nghiệp, nhận giá trị 1 nếu người tiêu dùng là sinh viên, nhận giá trị 0 nếu ngược lại.
Văn phòng vanphong
Biến nghề nghiệp, nhận giá trị 1 nếu người tiêu dùng là nhân viên văn phòng, nhận giá trị 0 nếu ngược lại
Kinh doanh kinhdoanh
Biến nghề nghiệp, nhận giá trị 1 nếu người tiêu dùng tự kinh doanh, buôn bán, nhận giá trị 0 nếu ngược lại Công nhân congnhan Biến nghề nghiệp, nhận giá trị 1 nếu
người tiêu dùng là công nhân, lao động phổ thông, nhận giá trị 0 nếu ngược lại.
Cán bộ canbo
Biến nghề nghiệp, nhận giá trị 1 nếu người tiêu dùng là cán bộ, công nhân viên chức nhà nước, nhận giá trị 0 nếu ngược lại.
Nội trợ noitro
Biến nghề nghiệp, nhận giá trị 1 nếu người tiêu dùng không đi làm, chỉ ở nhà nội trợ, nhận giá trị 0 nếu ngược lại.
Nghề nghiệp
khác khac
Biến nghệ nghiệp, nhận giá trị 1 nếu khơng có lựa chọn nào trong các lựa chọn nghề nghiệp trên, nhận giá trị 0 nếu ngược lại.
Nguồn: Bảng mô tả các biến được phát triển dựa trên khung phân tích (hình 3.1)
Như vậy mơ hinh hồi quy logit đa thức có dạng:
𝐋𝐧 (𝒑𝒊 𝒑𝒋)=𝜶𝒊𝒋 + 𝜷𝒊𝒋𝒈𝒊𝒐𝒊𝒕𝒊𝒏𝒉 + 𝜷𝒊𝒋𝒕𝒖𝒐𝒊 + 𝜷𝒊𝒋𝒕𝒉𝒖𝒏𝒉𝒂𝒑 + 𝜷𝒊𝒋𝒈𝒊𝒂𝒐𝒅𝒖𝒄 + 𝜷𝒊𝒋𝒗𝒊𝒕𝒓𝒊 + 𝜷𝒊𝒋𝒌𝒉𝒐𝒂𝒏𝒈𝒄𝒂𝒄𝒉 + 𝜷𝒊𝒋𝒈𝒊𝒂𝒅𝒊𝒏𝒉 + 𝜷𝒊𝒋𝒕𝒉𝒖𝒏𝒉𝒂𝒑𝒈𝒅 + 𝜷𝒊𝒋𝒕𝒓𝒂𝒈𝒊𝒂 + 𝜷𝒊𝒋𝒕𝒉𝒖𝒈𝒊𝒂𝒏 + 𝜷𝒊𝒋𝒌𝒉𝒖𝒚𝒆𝒏𝒎𝒂𝒊 + 𝜷𝒊𝒋𝒅𝒐𝒊𝒉𝒂𝒏𝒈 + 𝜷𝒊𝒋𝒕𝒂𝒏𝒔𝒖𝒂𝒕 + 𝜷𝒊𝒋𝒕𝒊𝒆𝒏𝒉𝒎𝒑 + 𝜷𝒊𝒋𝒔𝒊𝒏𝒉𝒗𝒊𝒆𝒏 + 𝜷𝒊𝒋𝒗𝒂𝒏𝒑𝒉𝒐𝒏𝒈 + 𝜷𝒊𝒋𝒌𝒊𝒏𝒉𝒅𝒐𝒂𝒏𝒉 + 𝜷𝒊𝒋𝒄𝒐𝒏𝒈𝒏𝒉𝒂𝒏 + 𝜷𝒊𝒋𝒄𝒂𝒏𝒃𝒐 + 𝜷𝒊𝒋𝒏𝒐𝒊𝒕𝒓𝒐 + 𝜷𝒊𝒋𝒌𝒉𝒂𝒄 + 𝜺𝒊𝒋
Kết quả hồi quy của mơ hình logit đa thức cho biết giá trị hệ số β của các biến. Hệ số β có thể mang dấu dương hoặc dấu âm. Nếu hệ số β của một biến nào đó trong mơ hình mang dấu dương có nghĩa là khi các yếu tố khác khơng đổi, nếu
tăng thêm một đơn vị của yếu tố này sẽ làm tăng xác suất của sự lựa chọn phương án đó so với phương án được chọn làm cơ sở và ngược lại.
4.1 Kết quả hồi quy
Kết quả mơ hình hồi quy đa thức với biến phụ thuộc choice nhận bốn giá trị: 1 = cửa hàng tạp hóa, 2 = chợ, 3 = cửa hàng tiện lợi, 4 = siêu thị. Phương án siêu thị có giá trị 4 được chọn làm phương án cơ sở. Kết quả hồi quy là một bảng các giá trị, ta sẽ quan tâm đến hệ số hồi quy β và mức ý nghĩa thống kê của hệ số β.
Kết quả hồi quy cho biết giá trị của hệ số hồi quy β và mức ý nghĩa của hệ số hồi quy. Dấu của hệ số hồi quy β cho biết xu hướng tác động đến xác suất lựa chọn theo chiều dương hay theo chiều âm của các biến độc lập đến từng lựa chọn so với lựa chọn sơ sở. Hệ số hồi quy của mơ hình logit đa thức không phải là hệ số tác động biên. Để biết tác động biên của từng biến ta phải tính tốn hệ số tác động biên của từng biến trong phần sau.
4.2 Kiểm định các biến khơng có ý nghĩa thống kê trong mơ hình
Nghiên cứu sẽ kiểm định loại hay không loại các biến bằng kiểm định LR của hai mơ hình trước và sau khi bỏ các biến giải thích có hệ số β khơng có ý nghĩa thống kê. Đầu tiên từ bảng phụ lục 02 kết quả mơ hình hồi quy cho thấy các biến nghề nghiệp, giới tính và thu nhập đều khơng có ý nghĩa thống kê ở cả ba sự lựa chọn (một lựa chọn được chọn làm cơ sở). Ta thực hiện kiểm định loại các biến khơng có ý nghĩa như sau:
Giả thuyết H0: βsinhvien= βvanphong= βkinhdoanh= βcongnhan= βcanbo= βnoitro= βkhac= βgioitinh = βthunhap = 0
Giả thuyết H1: Có ít nhất βsinhvien hoặc βvanphong hoặc βkinhdoanh hoặc βcongnhan hoặc βcanbo hoặc βnoitro hoặc βkhac hoặc βgioitinh hoặc βthunhap khác 0.
Mơ hình hồi quy đầy đủ Mơ hình hồi quy áp đặt Log likelihood = -102.15278 Log likelihood = -119.5161
Chi2tính tốn = 34.71566 Prob > chi2 = 0.1462
Ta có giá trị xác suất p (14,62%) lớn hơn mức ý nghĩa 𝛼 = 10% nên có thể chấp nhận giả thuyết H0 và bỏ các biến nghề nghiệp, giới tính, thu nhập ra khỏi mơ hình.
Mơ hình hồi quy logit đa thức với biến phụ thuộc có bốn giá trị, kết quả hồi quy có xác suất của ba sự lựa chọn (một lựa chọn được chọn làm cơ sở). Do đó sẽ có những biến khơng có ý nghĩa với lựa chọn này nhưng lại có ý nghĩa ở lựa chọn khác. Vì vậy việc bỏ biến hay không bỏ những biến này được xét cho từng lựa chọn.
Bảng 4.2: Hệ số β của Ln((P(1)/P(4))
Mơ hình hồi quy đầy đủ Mơ hình hồi quy áp đặt
Biến số Hệ số Độ lệch chuẩn z P>z Hệ số Độ lệch chuẩn z P>z Hằng số 1.499456 1.711097 0.88 0.381 -1.56437 0.622225 -2.51 0.012 Vị trí 3.103378 0.566677 5.48 0 2.992115 0.506584 5.91 0 Khuyến mãi -2.246695 0.544632 -4.13 0 -2.12509 0.478307 -4.44 0 Trả giá 1.833721 0.596047 3.08 0.002 1.555646 0.549182 2.83 0.005 Tần suất 0.3470813 0.20126 1.72 0.085 0.399255 0.179655 2.22 0.026 Số tiền mua hóa mỹ phẩm -0.1472125 0.061557 -2.39 0.017 -0.17624 0.060739 -2.9 0.004 Thư giãn -0.6138819 0.552987 -1.11 0.267 Tuổi -0.0795627 0.051667 -1.54 0.124 Gia đình 0.0290944 0.158879 0.18 0.855 Tổng thu nhập gia đình -0.0138895 0.01405 -0.99 0.323 Giáo dục -0.0279097 0.053158 -0.53 0.6 Đổi hàng 0.4220759 0.54533 0.77 0.439 Khoảng cách -0.1794873 0.124834 -1.44 0.15
Log likelihood = -119.51 Log likelihood = -135.89
Chi2tính tốn = 34.76 Prob > chi2 = 0.0490
Nguồn: tính tốn của tác giả dựa trên số liệu khảo sát
Dựa vào kết quả của mơ hình hồi quy đầy đủ của Ln(P(1)/P(4)) ta thấy các biến thugian, tuoi, giadinh, thunhapgd, giaoduc, doihang, khoangcach có xác
suất p >10% nên ta kiểm định loại các biến khơng có ý nghĩa như sau:
Giả thuyết H0: βthugian= βtuoi= βgiadinh= βthunhapgd= βgiaoduc= βdoihang= βkhoangcach= 0 Giả thuyết H1: Có ít nhất hoặc βthugian hoặc βtuoi hoặc βgiadinh hoặc βthunhapgd hoặc βgiaoduc hoặc βdoihang hoặc βkhoangcach khác 0.
Ta có giá trị xác suất p (4.9%) nhỏ hơn mức ý nghĩa 𝛼 = 10% nên bác bỏ
giả thuyết H0 và chấp nhận giả thuyết H1. Các biến khơng có ý nghĩa thống kê khơng bị loại ra khỏi mơ hình và sử dụng mơ hình hồi quy đầy đủ..
Bảng 4.3: Hệ số β của Ln((P(2)/P(4))
Mơ hình hồi quy đầy đủ Mơ hình hồi quy áp đặt
Biến số Hệ số Độ lệch chuẩn z P>z Hệ số Độ lệch chuẩn z P>z Hằng số -1.442477 1.933928 -0.75 0.456 -1.53797 0.507947 -3.03 0.072 Vị trí 1.186918 0.694652 1.71 0.088 1.041169 0.578661 1.8 0 Khuyến mãi -2.158632 0.732349 -2.95 0.003 -2.73473 0.615598 -4.44 0.07 Đổi hàng 1.571444 0.703603 2.23 0.026 1.036285 0.571859 1.81 0.02 Trả giá 1.647021 0.711556 2.31 0.021 1.432137 0.615454 2.33 0.002 Thư giãn -0.7287462 0.701146 -1.04 0.299 Tần suất 0.0980809 0.260988 0.38 0.707 Số tiền mua hóa mỹ phẩm -0.108771 0.085354 -1.27 0.203 Tuổi 0.0398739 0.045498 0.88 0.381 Gia đình 0.1598362 0.194493 0.82 0.411 Tổng thu nhập gia đình 0.0011661 0.015276 0.08 0.939 Giáo dục -0.0820188 0.066947 -1.23 0.221 Khoảng cách -0.4495248 0.29774 -1.51 0.131
Log likelihood = -119.51 Log likelihood = -142.4471
Chi2tính tốn = 45.87 Prob > chi2 = 0.0046
Nguồn: tính tốn của tác giả dựa trên số liệu khảo sát
Dựa vào kết quả của mơ hình hồi quy đầy đủ của Ln(P(2)/P(4)) ta thấy các biến thugian, tansuat, tienhmp, tuoi, giadinh, thunhapgd, giaoduc, khoangcach
có xác suất p >10% nên ta kiểm định loại các biến khơng có ý nghĩa như sau:
Giả thuyết H0: βthugian= βtansuat= βtienhmp= βtuoi= βgiadinh= βtansuat= βthunhapgd= βgiaoduc= βkhoangcach=0
Giả thuyết H1: Có ít nhất hoặc βthugian hoặc βtansuat hoặc βtienhmp hoặc βtuoi hoặc βgiadinh hoặc βtansuat hoặc βthunhapgd hoặc βgiaoduc hoặc βkhoangcach khác 0.
Ta có giá trị xác suất p (0.46%) nhỏ hơn mức ý nghĩa 𝛼 = 10% nên bác bỏ
giả thuyết H0 và chấp nhận giả thuyết H1. Các biến khơng có ý nghĩa thống kê khơng bị loại ra khỏi mơ hình và sử dụng mơ hình hồi quy đầy đủ.
Bảng 4.4: Hệ số β của Ln((P(3)/P(4))
Mơ hình hồi quy đầy đủ Mơ hình hồi quy áp đặt
Biến số Hệ số Độ lệch chuẩn z P>z Hệ số Độ lệch chuẩn z P>z Hằng số 5.102058 4.874707 1.05 0.295 3.190242 3.153596 1.01 0.312 Khuyến mãi -1.661619 0.938932 -1.77 0.077 -1.46352 0.876442 -1.67 0.095 Thư giãn -1.909884 1.067157 -1.79 0.074 -1.28988 0.872059 -1.48 0.139