Chương 4 : KẾT QUẢ NGHIÊN CỨU
4.3.2 Phân tích nhân tố khám phá (EFA)
Thang đo chất lượng dịch vụ gồm 17 biến quan sát (đã loại bỏ 2 biến là BA3 và BLI4 do hệ số tương quan biến – tổng đều bé hơn mức giới hạn là 0.3), theo kiểm định Cronbach’s Alpha thì các quan sát đều phù hợp. Do vậy 15 biến cịn lại sẽ được sử dụng để phân tích nhân tố EFA. Phương pháp phân tích nhân tố khám phá (EFA) thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập hợp k biến thành một tập hợp F (F<k) và các nhân tố này có ý nghĩa hơn. Tiêu chí đánh giá EFA theo các yêu cầu sau: hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5, hệ số tải nhân <0.5 sẽ bị loại, thang đo phải đạt tổng phương sai trích ≥ 50%, hệ số eigenvalue >1.
Trong nghiên cứu này tác giả sử dụng phương pháp trích nhân tố Principal Components Analysis với phép xoay Varimax và tiêu chuẩn điểm dừng eigenvalue khi trích nhân tố phải >1
Bảng 4.11. Kết quả phân tích EFA
Kiểm định KMO và Bartleltt’s
Hệ số KMO 0.824
Kiểm định Bartleltt’s
Sig .000
Bảng 4.12. Kết quả EFA của thang đo “Các yếu tố giá trị thương hiệu ảnh hưởng đến ý định mua” Nhân tố 1 2 3 4 BQP5 .873 BQP2 .826 BQP4 .781 BQP1 .765 BQP3 .722 BL3 .834 BL1 .784 BL2 .726 BL5 .719 BL4 .682 BA1 .832 BA4 .765 BA5 .728 BA2 .638 BLI1 .876 BLI3 .836 BLI2 .797 Eigenvalue 5.650 2.436 1.996 1.404 Phương sai trích % 33.235 14.239 11.742 8.256 Cronbach’s Alpha 0.871 0.830 0.794 0.878
Nguồn: Kết quả phân tích dữ liệu nghiên cứu của tác giả
Thang đo thành phần giá trị thương hiệu bao gồm 4 thành phần với 17 biến được quan sát và đưa vào phân tích EFA với hệ số KMO =0.824 > 0.5 kiểm định Barlett đạt Sig = 0.000 cho thấy phân tích EFA phù hợp, các biến có sự tương quan với nhau. Tổng phương sai trích đạt 67.562% > 50% với 4 nhân tố trích tại eigenvalue = 1.404 >1
Kết quả phân tích trích yếu tố Principal component Analysis và phép quay Varimax cho thấy 17 biến quan sát được nhóm lại gồm 4 thành phần với hệ số nhân tải đạt trên 0.5 do đó đảm bảo sự khác biệt giữa các nhân tố.
(1) Giá trị cảm nhận: gồm 5 biến BQP1, BQP2, BQP3, BQP4, BQP5 (2) Lòng trung thành thương hiệu: gồm 5 biến BL1, BL2, BL3, BL4, BL5
(3) Nhận biết thương hiệu: gồm 4 biến BA1, BA2, BA4, BA5. (4) Lòng ham muốn thương hiệu: gồm 3 biến BLI1, BLI2, BLI3.
Bốn yếu tố trên có khả năng giải thích được thái dộ của người tiêu dùng đối với một thương hiệu điên thoại smartphone (thái độ mua hay không mua hoặc sẽ mua trong tương lai)
Phân tích EFA về biến ý định mua hàng:
Bảng 4.13. Kết quả phân tích EFA cho biến phụ thuộc “Ý định mua”
Kiểm định KMO và Bartleltt’s
Hệ số KMO 0.704
Kiểm định Bartleltt’s
Sig .000
Nguồn: kết quả phân tích dữ liệu nghiên cứu của tác giả
Bảng 4.14. Kết quả phân tích EFA cho biến phụ thuộc “Ý định mua”
Nhân tố 1
PI1 .889
PI2 .875
PI3 .829
Nguồn: kết quả phân tích dữ liệu nghiên cứu của tác giả
Phân tích nhân tố EFA cho nhân tố “quyết định mua” gồm 3 biến quan sát, theo kiểm định Cronbach Alpha thì các quan sát đều phù hợp. Và kiểm định KMO và Bartlett’s trong phân tích factor cho thấy sig= .000 và hệ số KMO rất cao (0,704 > 0.5) và tổng phương sai trích là 75.383% > 50% nên phân tích EFA thích hợp sử dụng trong nghiên cứu này. Với giá trị Eigenvalue= 2.261 ba biến này được nhóm lại thành 1 yếu tố với tổng phương sai trích như trên tức là sử dụng 1 yếu tố này để giải thích cho 3 biến quan sát là 75.383% với tên là xu hướng mua.
4.4 Kiểm định mơ hình nghiên cứu và các giả thuyết
4.4.1 Ảnh hưởng các thành phần giá trị thương hiệu lên ý định mua của khách hàng
4.4.1.1 Phân tích tương quan
Kết quả bảng phân tích tương quan cho thấy biến phụ thuộc ý định mua và biến độc lập các thành phần giá trị thương hiệu bao gồm: nhận biết thương hiệu (BA), ham muốn thương hiệu (BLI), chất lượng cảm nhận (BQP), lịng trung thành thương hiệu (BL) có tương quan với nhau. Do đó các thành phần này có thể tiến hành phân tích hồi quy:
Bảng 4.15. Kết quả phân tích tương quan
Descriptive Statistics Mean Std. Devition N PI 3,0828 ,92818 310 BA 3,7774 ,84788 310 BLI 3,4172 ,95161 310 BQP 3,0400 ,99991 310 BL 3,1232 ,79670 310
Nguồn: phân tích dữ liệu của tác giả
Bảng 4.16. Kết quả phân tích tương quan
Quyết định mua (PI) Nhận biết thương hiệu (BA) Ham muốn thương hiệu (BLI) Giá trị cảm nhận (BQP) Trung thành thương hiệu (BL) Ý định mua (PI) 1 0.524 0.584 0.631 0.422 Nhận biết thương hiệu (BA) .524 1 0.471 0.323 0.300 Ham muốn thương hiệu (BLI 0.584 0.471 1 0.306 0.372 Giá trị cảm nhận (BQP) .631 0.323 0.306 1 0.264 Trung thành thương hiệu (BL) 0.422 0.300 0.372 0.264 1
4.4.1.2 Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giải quyết được mục tiêu mà nghiên cứu cũng như các giả thuyết đã đề ra đó là có mối quan hệ chặt chẽ giữa các biến độc lập và biến phụ thuộc ý định mua của khách hàng.
Hệ số xác định R2 (R square) được sử dụng để đánh giá sự phù hợp của mơ hình nghiên cứu. Hệ số xác định R2 đã được chứng minh là làm không giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ càng phù hợp với dữ liệu. Như vậy, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu có hơn một biến giải thích trong mơ hình. Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Bảng 4.17. Kết quả phân tích hồi quy
Mơ hình Tổng độ lệch bình phương Bậc tự do Bình phương trung bình F Sig. Hồi quy 163.881 4 40.970 122.118 000a Phần dư 102.327 305 .335 Tổng cộng 266.208 309
Nguồn: kết quả phân tích nghiên cứu dữ liệu của tác giả
Bảng 4.18. Kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .785a .616 .611 .57922
Bảng 4.19. Kết quả phân tích hồi quy
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy đã chuẩn hóa T Sig. Đa cộng tuyến Mơ hình B Sai số chuẩn β Sai số VIF Hằng số -.480 .181 -2.642 .009 BA .217 .045 .198 4.768 .000 .732 1.365 BLI .301 .041 .308 7.292 .000 .705 1.418 BQP .406 .036 .438 11.350 .000 .848 1.179 BL .154 .046 .133 3.390 .001 .824 1.213
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kết quả phân tích hồi quy tuyến tính cho thấy trong mơ hình nghiên cứu có mối quan hệ chặt chẽ giữa biến độc lập và biến phụ thuộc ý định mua của khách hàng. Xem xét trọng số hồi quy thấy được tất cả các biến độc lập đều có tác dộng cùng chiều vào biến phụ thuộc ý định mua và đạt được mức ý nghĩa thống kê (cả 4 biến đều có Sig<0.05). So sánh mức tác động của 4 biến này ta thấy biến phụ thuộc bị tác động mạnh nhất bởi yếu tố BQP (giá trị cảm nhận) với mức βBQP = 0.438, biến thứ 2 là BLI (lòng ham muốn thương hiệu) với hệ số βBLI= 0.308 và tiếp theo là biến BA (nhận biết thương hiệu) với hệ số βBA = 0.198 và cuối cùng là biến BL (lòng trung thành thương hiệu) với hệ số βBA= 0,133. Ngoài ra với kết quả VIF<2 ta có thể kết luận vấn đề đa cộng tuyến không ảnh hưởng đáng kế đến kết quả hồi quy.
Phương trình hồi quy:
F= -0,480 + 0.217X1 + 0.301X2 + 0.406X3 + 0.154X4+ E
Với F: Ý định mua smar tphone
X1: Nhận biết thương hiệu
X2: Lòng ham muốn thương hiệu
X4: Lòng trung thành thương hiệu E: Sai số + các biến chưa đưa vào
Các giả thuyết nghiên cứu:
- H1 nhận biết thương hiệu có ảnh hưởng tích cực đối với ý định mua smart phone.
- H2 lịng ham muốn thương hiệu có ảnh hưởng tích cực đối với ý định mua smart phone.
- H3 giá trị cảm nhận thương hiệu có ảnh hưởng tích cực đối với ý định mua smar tphone.
- H4 lịng trung thành thương hiệu có ý định tích cực đối với ý định mua smart phone.
Kiểm tra sự vi phạm các giả định trong hồi quy tuyến tính
Mơ hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mơ hình, việc dị tìm sự vi phạm các giả định là cần thiết.
Về giả định liên hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot . Nhìn vào biểu đồ ta thấy phần dư khơng thay đổi theo một trật tự nào đối với giá trị dự đốn. Do đó giả thiết về liên hệ tuyến tính khơng bị vi phạm.
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram và đồ thị Q-Q plot . Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0.994). Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
cộng tuyến của mơ hình. Vì vậy ta sẽ kiểm tra thêm hệ số phóng đại phương sai (Variance inflation factor – VIF). Kết quả phân tích cũng cho thấy hệ số phóng đại phương sai VIF của các biến là tương đối nhỏ (tất cả đều nhỏ hơn 2). Do đó hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình này là nhỏ, khơng ảnh hưởng đáng kể đến kết quả hồi quy.
Kiểm định phân phối chuẩn của phần dư
Để đánh giá phần dư trong mơ hình hồi quy có phân phối chuẩn. Tác giả sử dụng biểu đồ phân phối chuẩn phần dư được thể hiện trong hình 4.2.
Hình 4.1. Biểu đồ tần số của phần dư chuẩn hóa.
Nguồn: Kết quả phân tích dữ liệu của tác giả
Dựa vào biểu đồ cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Phân tích cho thấy phân phối phần dư xấp xỉ chuẩn với trung bình mean = -2.67E-15( gần bằng 0) và độ lệch chuẩn Std.DeV=0.994 (gần bằng 1). Do đó theo ( Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008) thì có thể kết luận giả thiết phân phối chuẩn không bị vi phạm.
Mặt khác căn cứ vào biểu đồ P-P plot cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng do đó càng khẳng định giả thiết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.2. Biểu đồ P-P plot
Nguồn: Kết quả phân tích dữ liệu nghiên cứu của tác giả
Hình 4.3 Biểu đồ Scatterplot
4.5 Phân tích sự khác biệt về ý định mua theo các biến định tính
4.5.1 Phân tích sự khác biệt về ý định mua theo giới tính
Bảng 4.20. Bảng thống kê mơ tả kết quả Anova theo nhóm giới tính
Ý định mua (PI) Kích thước mẫu Trung bình Độ lệch chuẩn Sai số chuẩn
Nam 223 3.0448 .95859 .06419
Nữ 87 3.1801 .84267 .09034
Tổng công 310 3.0828 .92818 .05272
Nguồn: Kết quả phân tích dữ liệu nghiên cứu của tác giả
Theo bảng mô tả kết quả Anova cho thấy 223 là nam và 87 là nữ. Điều này cho thấy tỷ lệ nam giới có xu hướng quan tâm nhiều đến thương hiệu điện thoại smart phone. Điều này cũng dễ hiểu bởi điện thoại smart phone là cơng nghệ cao nên nó rất dễ ảnh hưởng đến nam giới hơn là nữ giới. Bảng kết quả kiểm định Levene (bảng 4.19) cho thấy tất cả các biến PI có Sig =0.175(lớn hơn 0.05). Do đó kiểm định có ý nghĩa ta tiếp tục phân tích Anova.
Bảng 4.21. Kết quả kiểm định Leneve phương sai đồng nhất
Leneve Statistic df1 df2 Sig
Ý định mua (PI) 1.846 1 308 .175
Nguồn: Kết quả phân tích dữ liệu nghiên cứu của tác giả
Bảng 4.22. Kêt quả kiểm định Anova theo giới tính
Ý định mua (PI) Biến thiên Bậc tự do Trung bình biến F Sig Giữa các nhóm 1.145 1 1.145 1.330 .250 Trong cùng nhóm 265.064 308 .861 Tổng 266.208 309
Nguồn: kết quả phân tích dữ liệu nghiên cứu của tác giả
Kết quả phân tích Anova cho thấy mức ý nghĩa Sig = 0.205 > 0.05 nên ta kết luận chưa đủ điều kiện để khẳng định có sự khác biệt về ý định mua giữa nam và nữ mặc dù số lượng nam giới có phần quan tâm đến mặt hàng công nghệ nhiều hơn.
4.5.2 Phân tích sự khác biệt ý định mua hàng theo độ tuổi
Bảng 4.23. Bảng thống kê mô tả kết quả Anova theo độ tuổi
Ý định mua (PI) Kích thước mẫu Trung bình Độ lệch chuẩn Sai số chuẩn
8-25 193 3.0570 .96025 .06912
26-35 70 3.0857 .95585 .11425
35-50 47 3.1844 .74474 .10863
Tổng cộng 310 3.0828 .92818 .05272
Nguồn: Kết quả phân tích dữ liệu nghiên cứu từ tác giả
Bảng 4.24. Bảng kết quả kiểm đinh Leneve phương sai đồng nhất
Leneve Statistic df1 df2 Sig
Ý định mua (PI)
2.726 2 307 .067
Nguồn: Kết quả phân tích dữ liệu nghiên cứu từ tác giả
Bảng 4.25. Bảng phân tích kết quả Anova theo độ tuổi
Ý định mua (PI)
Biến thiên Bậc tự do Trung bình biến F Sig Giữa các nhóm .614 2 .307 .355 .701 Trong cùng nhóm 265.594 307 .865 Tổng 266.208 309
Nguồn: Kết quả phân tích dữ liệu nghiên cứu từ tác giả
Từ thống kê mô tả kết quả thể hiện các đại lượng thống kê mơ tả cho từng nhóm và cho tồn bộ mẫu nghiên cứu.
Bảng kiểm định Leneve cho kết quả kiểm định phương sai với mức ý nghĩa Sig =0.701 (>0.05) có thể nói sự đánh giá tầm quan trọng của yếu tố xu hướng mua giữa các nhóm có độ tuổi khác nhau có ý nghĩa nên ta có thể tiếp tục dùng phân tích Anova. Kết quả phân tích Anova cho thấy mức ý nghĩa Sig = 0.701 > 0.05 nên ta kết luận chưa đủ điều kiện để khẳng định có sự khác biệt về ý định mua giữa các độ tuổi khác nhau.
4.5.3 Phân tích sự khác biệt ý định mua theo thu nhập
Bảng 4.26. Bảng thống kê mô tả kết quả Anova theo thu nhập
Ý định mua (PI) Kích thước mẫu Trung bình Độ lệch chuẩn Sai số chuẩn Thu nhập <10
triệu 138 2.9493 .91655 .07802
Thu nhập ≥10
triệu 172 3.1899 .92618 .07062
Total 310 3.0828 .92818 .05272
Nguồn: Kết quả phân tích dữ liệu nghiên cứu từ tác giả
Bảng 4.27. Bảng kết quả kiểm đinh Leneve phương sai đồng nhất
Leneve Statistic df1 df2 Sig
Ý định mua (PI) .131 1 308 .718
Nguồn: Kết quả phân tích dữ liệu nghiên cứu từ tác giả
Bảng 4.28. Bảng phân tích kết quả Anova theo nhóm thu nhập
Ý định mua (PI)
Biến thiên Bậc tự do Trung bình biến F Sig Giữa các nhóm 4.434 1 4.434 5.217 .023 Trong cùng nhóm 261.774 308 .850 Tổng 266.208 309
Nguồn: Kết quả phân tích dữ liệu nghiên cứu từ tác giả
Dựa vào bảng kiểm định Leneve cho kết quả kiểm định phương sai với mức ý nghĩa Sig =0.718 (>0.05) có thể nói sự đánh giá tầm quan trọng của yếu tố xu hướng mua giữa các nhóm có thu nhập khác nhau có ý nghĩa nên ta có thể tiếp tục dùng phân tích Anova. Kết quả phân tích Anova cho thấy mức ý nghĩa Sig = 0.023< 0.05 nên ta đủ điều kiện để khẳng định có sự khác biệt về ý định mua giữa các nhóm có thu nhập khác nhau. (giữa nhóm khách hàng có thu nhập <10tr và nhóm >10tr). Quan sát bảng thống kê (descriptive) cho thấy nhóm có thu nhập >10tr thì sẽ trung thành hơn nhóm <10tr.
4.6 Hiệu chỉnh mơ hình nghiên cứu và thang đo
Do thang đo nghiên cứu ban đầu bao gồm 4 thành phần giá trị thương hiệu tác động lên ý định mua bao gồm: thành phần nhận biết thương hiệu (BA) lúc đầu