4.3.1.Phân tích EFA cho mơ hình 1 : Nhóm nhân tố tác động giá trị cảm nhận
4.3.1.2. Phân tích EFA cho thang đo giá trị cảm nhận
Bảng 4.5. Kết quả phân tích EFA cho thang đo giá trị cảm nhận
Biến quan sát Trọng số nhân tố (≥ 0.5) 1 PV1 .854 PV3 .849 PV4 .843 PV2 .841 Eigenvalue 2.868 Phương sai trích (%) 71.688 Cronbach’s Alpha .868
Tổng phương sai trích = 71.688% ; Hệ số KMO = .827 ; Sig = .000
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Nhìn bảng kết quả cho thấy kết quả phân tích nhân tố là phù hợp: hệ số KMO = 0.827 và kiểm định Bartlett (Sig.=0.000< 0.05) cho thấy giả thuyết H0 bị bác bỏ. Thang đo giá trị cảm nhận rút trích được một nhân tố tại eigenvalue = 2.868 tương ứng với thang đo ban đầu đưa vào phân tích và tổng phương sai trích được là
4.3.2. Phân tích EFA cho mơ hình 2: Ảnh hƣởng của giá trị cảm nhận và sự hài lòng đến ý định hành vi của khách hàng.
4.3.2.1. Phân tích EFA cho nhóm nhân tố tác động đến ý định hành vi
Bảng 4.6. Kết quả phân tích EFA cho nhóm nhân tố tác động đến ý định hành vi đến ý định hành vi Biến quan sát Trọng số nhân tố (≥ 0.5) 1 2 PV1 .864 PV3 .834 PV2 .798 PV4 .798 CS4 .810 CS1 .763 CS3 .762 CS2 .761 Eigenvalue 3.904 1.516 Phương sai trích (%) 35.651 32.109 Cronbach’s Alpha .868 .806
Tổng phương sai trích = 67.760% ; Hệ số KMO = .840 ; Sig = .000
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Nhìn bảng kết quả cho thấy kết quả phân tích nhân tố là phù hợp sau một lần rút trích: hệ số KMO = 0.840 và kiểm định Bartlett (Sig.=0.000< 0.05) cho thấy giả thuyết H0 bị bác bỏ. Thang đo vẫn còn 8 biến quan sát trích thành 2 nhân tố và tổng phương sai trích được là 67.760%. Như vậy, các thang đo rút trích ra là chấp nhận được.
4.3.2.2. Phân tích EFA cho thang đo ý định hành vi
Bảng 4.7. Kết quả phân tích EFA cho thang đo ý định hành vi
Biến quan sát Trọng số nhân tố (≥ 0.5) 1 BI2 .794 BI4 .787 BI3 .769 BI1 .708 BI5 .702 Eigenvalue 2.836 Phương sai trích (%) 56.730 Cronbach’s Alpha .807
Tổng phương sai trích = 56.730% ; Hệ số KMO = .786 ; Sig = .000
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Nhìn bảng kết quả cho thấy kết quả phân tích nhân tố là phù hợp: hệ số KMO = 0.786 và kiểm định Bartlett (Sig.=0.000< 0.05) cho thấy giả thuyết H0 bị bác bỏ. Thang đo ý định hành vi rút trích được một nhân tố tại eigenvalue = 2.836 tương ứng với thang đo ban đầu đưa vào phân tích và tổng phương sai trích được là 56.730%.
4.3.3. Tóm tắt kết quả kiểm định thang đo
Kết quả thu được từ đánh giá hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA của các thang đo đều đạt yêu cầu về độ tin cậy và giá trị (giá trị phân biệt và giá trị hội tụ). Chỉ loại hai biến quan sát P3 (Sản phẩm ơ tơ X có giá cả phù hợp với chất lượng), R5 (Thương hiệu có thị phần cao trong thị trường ơ tơ) của thang đo giá cả tiền tệ và danh tiếng do không đạt giá trị phân biệt. Không phát
bộ, nghĩa là chúng phù hợp với dữ liệu thị trường. Vì vậy, các thang đo đều đạt yêu cầu để đưa vào kiểm định mơ hình và giả thuyết nghiên cứu trong phần tiếp theo.
Bảng 4.8. Tóm tắt kết quả kiểm định thang đo
Khái niệm Thành phần Số biến quan sát Độ tin cậy Alpha Tổng phƣơng sai trích (%) Đánh giá Nhân tố tác động đến giá trị cảm nhận Chất lượng cảm nhận (Q) 5 .816 64.611 Đạt yêu cầu Giá cả tiền tệ (P) 3 .757 Giá cả hành vi (B) 4 .843 Danh tiếng (R) 4 .753 Phản ứng cảm xúc (E) 4 .812 Giá trị xã hội (S) 3 .721 Nhân tố tác động đến ý định hành vi Giá trị cảm nhận (PV) 4 .868 67.760 Sự hài lòng (CS) 4 .806 Ý định hành vi (BI) 5 .807 56.730
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
4.4. Phân tích hồi quy
Phân tích hồi quy tuyến tính được sử dụng để kiểm định tác động của các biến độc lập đến biến phụ thuộc. Nghiên cứu thực hiện phân tích hồi quy theo phương pháp Enter, tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan. Tiêu chí đánh giá theo (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008):
- Đánh giá độ phù hợp của mơ hình thơng qua hệ số R2
và R2 hiệu chỉnh. - Kiểm định độ phù hợp của mơ hình (Phân tích phương sai).
- Bên cạnh đó, tác giả kiểm tra giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư) bằng hệ số Durbin- Watson. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, hệ số Durbin- Watson sẽ gần bằng 2.
- Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2).
- Hệ số Beta chuẩn hóa biến nào càng cao thì mức độ tác động của biến độc lập vào biến phụ thuộc sẽ càng cao.
4.4.1. Mơ hình 1: Nhóm nhân tố tác động đến giá trị cảm nhận
Sáu nhân tố tác động đến giá trị cảm nhận được đưa vào phân tích hồi quy bao gồm: Chất lượng cảm nhận (Q), Giá cả tiền tệ (P), Giá cả hành vi (B), Danh tiếng (R), Phản ứng cảm xúc (E), Giá trị xã hội (S). Mơ hình hồi quy tuyến tính bội có dạng như sau:
PV = β0 + β1Q + β2P + β3B + β4R + β5E + β6S + Ei
Trong đó:
β1, β2, β3, β4, β5, β6: Các hệ số hồi quy. Β0: Hằng số của phương trình hồi quy. PV: Giá trị cảm nhận của khách hàng. Q: Chất lượng cảm nhận. P: Giá cả tiền tệ. B: Giá cả hành vi. R: Danh tiếng. E: Phản ứng cảm xúc. S: Giá trị xã hội.
Ei: Sai số của phương trình hồi quy.
4.4.1.1. Phân tích tƣơng quan
Trước khi thực hiện phân tích hồi quy, tiến hành kiểm tra hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số Pearson chạy từ - 1 đến +1. Tại giá trị r = 0 chỉ ra rằng các biến khơng có mối liên hệ tuyến tính, giá trị tuyệt đối của r càng tiến gần đến 1 khi hai biến có mối tương quan tuyến
đề đa cộng tuyến khi phân tích hồi quy (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả từ bảng hệ số tương quan (Mơ hình 1, tham khảo phụ lục 9) cho thấy mức ý nghĩa kiểm định mối tương quan của biến phụ thuộc đối với các biến độc lập đều có Sig < 0.05. Do vậy, chúng có ý nghĩa về mặt thống kê, biến phụ thuộc giá trị cảm nhận có mối liên hệ tuyến tính với cả sáu biến độc lập (Chất lượng cảm nhận, giá cả tiền tệ, giá cả hành vi, danh tiếng, phản ứng cảm xúc, giá trị xã hội).
4.4.1.2. Đánh giá và kiểm định độ phù hợp của mơ hình
Theo Nguyễn Định Thọ (2011) hệ số xác định R2 phản ánh phần biến thiên của biến phụ thuộc được giải thích bởi biến độc lập, dùng để đánh giá mức độ phù hợp của mơ hình hồi quy với dữ liệu thực tế. Vì có nhiều biến độc lập nên hệ số xác định R2
điều chỉnh thường được dùng thay cho R2 để kiểm tra những mơ hình có nhiều biến độc lập nhưng thực sự trong đó có một số biến khơng giúp bao nhiêu cho việc giải thích biến thiên của biến phụ thuộc.
Bảng 4.9. Đánh giá độ phù hợp của mơ hình 1
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn Durbin-Watson
1 .754a
.569 .560 .49987 2.016
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Kết quả cho thấy hệ số xác định R2 điều chỉnh = 0.560 có nghĩa là 6 biến độc lập (Chất lượng cảm nhận, giá cả tiền tệ, giá cả hành vi, danh tiếng, phản ứng cảm xúc, giá trị xã hội) sẽ giải thích 56% biến thiên của biến phụ thuộc giá trị cảm nhận. Cịn lại 44% được giải thích bằng các yếu tố ngồi mơ hình.
Tiếp theo kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, nó thể hiện các biến độc lập có mối tương quan tuyến tính với biến phụ thuộc hay khơng.
Giả thuyết: H0: β1 = β2 = β3 = β4 = β5 = β6 = 0 (Khơng có quan hệ tuyến tính) H1: Tối thiểu có βi ≠ 0 (Tối thiểu có một biến độc lập có quan hệ tuyến tính với biến phụ thuộc)
Nếu giả thuyết H0 bị bác bỏ điều này có nghĩa là mơ hình xây dựng phù hợp với tập dữ liệu thực tế ở độ tin cậy 95%.
Bảng 4.10. Kết quả phân tích phƣơng sai mơ hình 1 Mơ hình Tổng bình phƣơng df Trung bình bình phƣơng F Sig. 1 Hồi quy 92.045 6 15.341 61.396 .000a Phần dư 69.713 279 .250 Tổng 161.759 285
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Nhìn bảng trên ta thấy giá trị Sig < 0.05 nên ta bác bỏ giả thuyết H0 cho rằng tất cả các hệ số hồi quy bằng 0, mơ hình hồi quy tuyến tính bội xây dựng phù hợp với tập dữ liệu thực tế ở độ tin cậy 95%.
4.4.1.3. Ý nghĩa các hệ số hồi quy
Bảng 4.11. Kết quả phân tích hồi quy mơ hình 1 Mơ hình Hệ số chƣa Mơ hình Hệ số chƣa
chuẩn hóa
Hệ số chuẩn hóa
T Sig. Thống kê đa cộng tuyến β Sai số chuẩn Beta Dung sai VIF 1 (Hằng số) -1.193 .256 -4.656 .000 Q .198 .040 .206 4.980 .000 .901 1.109 P .194 .037 .221 5.299 .000 .885 1.129 B .198 .042 .200 4.716 .000 .855 1.169 R .246 .046 .232 5.331 .000 .816 1.226 E .272 .044 .259 6.204 .000 .885 1.130 S .224 .048 .209 4.711 .000 .788 1.269
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Với giá trị Sig. < 0.05 tương đương với độ tin cậy 95% thì nhân tố đó được chấp nhận, nghĩa là chúng có sự tác động đến giá trị cảm nhận. Kết quả phân tích hồi quy cho thấy cả sáu nhân tố (Chất lượng cảm nhận, giá cả tiền tệ, giá cả hành vi, danh tiếng, phản ứng cảm xúc, giá trị xã hội) đều thỏa điều kiện tác động đến giá trị
dương đến giá trị cảm nhận. Vì vậy, ta có phương trình hồi quy với các biến đã chuẩn hóa được thể hiện như sau:
PV = 0.206Q + 0.221P + 0.200B + 0.232R + 0.259E + 0.209S
Nhân tố nào có hệ số Beta chuẩn hóa càng lớn thì mức độ tác động đến giá trị cảm nhận càng lớn tương ứng theo thứ tự: Phản ứng cảm xúc (Beta = 0.259), Danh tiếng (Beta = 0.232), Giá cả tiền tệ (Beta = 0.221), Giá trị xã hội (Beta = 0.209), Chất lượng cảm nhận (Beta = 0.206), Giá cả hành vi (Beta = 0.200).
4.4.1.4. Kiểm định các giả thuyết nghiên cứu
Kết quả kiểm định các giả thuyết được trình bày ở bảng 4.11 kết quả phân tích hồi quy .Với giá trị Sig. < 0.05 thì giả thuyết đó được chấp nhận.
Giá thuyết H1: Khi chất lượng cảm nhận của sản phẩm được khách hàng đánh giá
tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng. Với Sig. = 0.000 và β1 = 0.206. Giả thuyết H1 được chấp nhận.
Giả thuyết H2: Khi giá cả tiền tệ của sản phẩm được khách hàng đánh giá tăng hoặc
giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng. Với Sig. = 0.000 và β2 = 0.221. Giả thuyết H2 được chấp nhận.
Giả thuyết H3: Khi giá cả hành vi của sản phẩm được khách hàng đánh giá tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β3 = 0.200. Giả thuyết H3 được chấp nhận.
Giả thuyết H4: Khi danh tiếng của sản phẩm được khách hàng đánh giá tăng hoặc
giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng. Với Sig. = 0.000 và β4 = 0.232. Giả thuyết H4 được chấp nhận
Giả thuyết H5: Khi phản ứng cảm xúc của khách hàng về sản phẩm được khách hàng đánh giá tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β5 = 0.259. Giả thuyết H5 được chấp nhận.
Giả thuyết H6: Khi giá trị xã hội của khách hàng về sản phẩm được khách hàng đánh giá tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β6 = 0.209. Giả thuyết H6 được chấp nhận.
4.4.1.5. Dị tìm sự vi phạm các giả định cần thiết Giả định liên hệ tuyến tính Giả định liên hệ tuyến tính
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên.
Dựa vào biểu đồ Scatterplot PV ta thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Vậy giả định quan hệ giữa biến phụ thuộc và biến độc lập là quan hệ tuyến tính khơng bị vi phạm (Scatterplot PV, tham
khảo phụ lục 9).
Giả định phƣơng sai của sai số không đổi
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) nếu phương sai khơng đổi thì các phần dư phải phân tán ngẫu nhiên xung quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Theo biểu đồ Scatterplot PV ta thấy giả định phương sai của sai số không đổi không bị vi phạm
(Scatterplot PV, tham khảo phụ lục 9).
Giả định về phân phối chuẩn của phần dƣ
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích…Một cách để kiểm tra phân phối chuẩn của phần dư là vẽ đồ thị Histogram PV. Dựa vào đồ thị Histogram cho thấy một đường cong phân phối chuẩn hình chng được đặt chồng lên biểu đồ tần số, trung bình Mean = 0 và độ lệch chuẩn Std. Dev = 0.989 tức là gần bằng 1. Vậy giả định về phân phối chuẩn của phần dư không bị vi phạm
(Histogram PV, tham khảo phụ lục 9).
Giả định về tính độc lập của sai số (khơng có tƣơng quan giữa các phần dƣ)
Watson (d) có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư khơng có tương quan với nhau giá trị d sẽ thỏa theo công thức: du < d < 4-du. Tra bảng thống kê Durbin-Watson có du = 1.84261. Vậy hệ số Durbin-Watson là 2.016 thỏa điều kiện khơng có tương quan giữa các phần dư.
Giả định khơng có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến)
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định trong khi hệ số xác định R2 vẫn khá cao. Để chuẩn đoán hiện tượng đa cộng tuyến ta sử dụng hệ số phóng đại phương sai VIF. Dựa vào bảng 4.11 ta thấy giá trị VIF của các biến độc lập đều nhỏ hơn 2 nên không xảy ra hiện tượng đa cộng tuyến.
4.4.2. Mơ hình 2: Ảnh hƣởng của giá trị cảm nhận và sự hài lòng đến ý định hành vi của khách hàng
Để kiểm định giả thuyết ảnh hưởng của giá trị cảm nhận và sự hài lòng đến ý định hành vi của khách hàng, mơ hình hồi quy tuyến tính bội được phát triển như sau:
BI = β0 + β1PV + β2CS + Ei
Trong đó:
β1, β2: Các hệ số hồi quy.
Β0: Hằng số của phương trình hồi quy. PV: Giá trị cảm nhận của khách hàng. CS: Sự hài lòng của khách hàng. Ei: Sai số của phương trình hồi quy.
4.4.2.1. Phân tích tƣơng quan
Kết quả từ bảng hệ số tương quan (Mơ hình 2, tham khảo phụ lục 9) cho thấy mức ý nghĩa kiểm định mối tương quan của biến phụ thuộc đối với các biến độc lập đều có Sig < 0.05. Do vậy, chúng có ý nghĩa về mặt thống kê, biến phụ thuộc ý định hành vi có mối liên hệ tuyến tính với biến giá trị cảm nhận và sự hài lòng của khách hàng.
4.4.2.2. Đánh giá và kiểm định độ phù hợp của mơ hình Bảng 4.12. Đánh giá độ phù hợp của mơ hình 2 Bảng 4.12. Đánh giá độ phù hợp của mơ hình 2
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn Durbin-Watson