4.2.2.3. Phân tích nhân tố khám phá EFA cho thang đo giá trị cảm nhận
Bảng 4-11: Kết quả kiểm định KMO và Bartlett thang đo giá trị cảm nhận khách hàng
Hệ số KMO (Kaiser-Meyer-Olkin) .672
Kiểm định Bartlett các thang đo Giá trị Chi bình phương 250.448
Df 6
Sig.-mức ý nghĩa quan sát .000
Bảng 4-12: Tổng phương sai trích của thang đo giá trị cảm nhận khách hàng Nhân Nhân
tố
Giá trị Eigenvalues ban đầu Tổng hệ số tải bình phương rút trích nhân tố Tổng cộng Phần trăm của phương sai Phần trăm tích lũy Tổng cộng Phần trăm của phương sai Phần trăm tích lũy 1 2.361 59.015 59.015 2.361 59.015 59.015 2 .828 20.697 79.712 3 .516 12.904 92.616 4 .295 7.384 100.000
Bảng 4-13: Kết quả phân tích nhân tố khám phá EFA cho thang đo giá cả thực hiện cảm nhận Nhân tố 1 CN3 .847 CN2 .842 CN4 .694 CN1 .673
Kết quả phân tích nhân tố khám phá EFA cho thấy tất cả 4 biến quan sát trong thang đo kết quả thực hiện cảm nhận vẫn giữ nguyên 1 nhân tố. Hệ số KMO = .672 > .5 nên phân tích nhân tố là phù hợp với tập dữ liệu đang khảo sát. Mức ý nghĩa của kiểm định Bartlett Sig.=.000 < 0.05 chứng tỏ các biến quan sát tương quan với nhau trên phạm vi tổng thể. Hệ số tải nhân tố (factor loading) của đa số các biến
quan sát đều ≥ 0.55. Tổng phương sai trích bằng 59.015% > 50% nên thang đo được chấp nhận. Thông số Eigenvalue = 2.361 > 1 do đó nhân tố có ý nghĩa.
4.2.3. Kết luận về thang đo và mơ hình điều chỉnh
Như vậy, qua q trình phân tích Cronbach’s Alpha phân tích EFA phân tích Cronbach’s Alpha lần 2 phân tích nhân tố lần 2, ta đã loại được một số biến quan sát không phù hợp và chứng minh được rằng thang đo là đáng tin cậy và có ý nghĩa.
Qua phân tích nhân tố khám phá EFA, ta khơng tìm thêm được nhân tố nào mới trong thành phần của giá trị cảm nhận khách hàng, 5 nhân tố đề nghị khơng có gì thay đổi vì thế mơ hình nghiên cứu cũng khơng cần phải điều chỉnh.
4.3. Phân tích tương quan và hồi quy
4.3.1. Mơ hình PATH
Mơ hình nghiên cứu trong nghiên cứu này cũng là một dạng của mơ hình PATH, trong đó:
• Biến độc lập: là các biến kỹ năng giao tiếp (GIAOTIEP), kỹ năng chuyên môn (CHUYENMON), định hướng khách hàng (DINHHUONG), danh tiếng
(DANHTIENG) và sự đổi mới (DOIMOI)
• Biến trung gian: là biến kết quả thực hiện được cảm nhận (KQCAMNHAN)
• Biến phụ thuộc: là biến giá trị cảm nhận khách hàng (GTCAMNHAN)
• Biến điều tiết: là biến kinh nghiệm mua hàng của khách hàng (KNMUAHANG). Biến kinh nghiệm mua hàng của khách hàng ảnh hưởng đến tác động của biến
H2 H3 H1a H1b H1c H1d H1e
Các nhân tố liên quan đến doanh nghiệp
Hình 4-1: Mơ hình PATH của nghiên cứu Mơ hình PATH trên là tập hợp của 2 mơ hình hồi quy sau: Mơ hình PATH trên là tập hợp của 2 mơ hình hồi quy sau: - F6= β0 + β1*F1 + β2*F2 + β3*F3 + β4*F4 + β5*F5 (1) - F7= γ0 + γ1*F6 (2)
Trong đó: F6: kết quả thực hiện được cảm nhận (KQCAMNHAN)
F7: giá trị cảm nhận (GTCAMNHAN)
F1: kỹ năng giao tiếp (GIAOTIEP)
F2: kỹ năng chuyên môn (CHUYENMON)
F3: định hướng khách hàng (DINHHUONG) (adsbygoogle = window.adsbygoogle || []).push({});
F4: danh tiếng công ty (DANHTIENG)
F5: sự đổi mới của công ty (DOIMOI)
Các nhân tố liên quan đến con người
Kỹ năng giao tiếp Kỹ năng chuyên môn
Định hướng khách hàng Sự đổi mới Danh tiếng Kết quả thực hiện được cảm nhận bởi khách hàng Giá trị cảm nhận của khách hàng
Kinh nghiệm mua hàng của khách hàng
Dựa vào phương pháp phân tích hồi quy ta sẽ tìm được các hệ số β0, β1, β2, β3, β4, β5,
γ0, γ1 và hệ số R² của từng mơ hình. Để đánh giá mức độ phù hợp của mơ hình
PATH ta dùng hệ số phù hợp tổng hợp
4.3.2. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính đa biến, mối tương quan
tuyến tính giữa các biến cần được xem xét. Điều kiện là kiểm tra các giá trị trên đường chéo xem giá trị có bằng 1 hay khơng, và phần tam giác phía dưới hay phía
trên đường chéo này, các giá trị sẽ đối xứng qua đường chéo (Hoàng Trọng & Chu Mộng Ngọc, 2008)
Qua kết quả phân tích ở phụ lục 8 cho thấy các giá trị đối xứng qua đường
chéo là số 1, hệ số tương quan giữa biến kết quả thực hiện cảm nhận (biến phụ thuộc) với các biến độc lập ở mơ hình hồi quy (1) và giữa biến giá trị cảm nhận
khách hàng với biến kết quả thực hiện cảm nhận ở mơ hình (2) đều thỏa mãn điều
kiện -1=<r>+1 (Hồng Trọng & Chu Mộng Ngọc, 2008). Ma trận này cho thấy các mối tương qua giữa biến “Giá trị cảm nhận” với biến “Kết quả thực hiện cảm nhận, giữa biến “Kết quả thực hiện cảm nhận” và từng biến độc lập, cũng như tương qua giữa các biến độc lập với nhau. Do đó, có thể kết luận rằng các biến có thể đưa vào mơ hình để giải thích biến phụ thuộc.
4.3.3. Phân tích hồi quy
Để đánh giá độ phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số xác định R² hiệu chỉnh đo lường phần phương sai của biến phụ thuộc được giải thích
bởi các biến độc lập có tính đến số lượng biến phụ thuộc và cỡ mẫu. Hệ số này càng cao, độ chính xác của mơ hình càng lớn, khả năng dự báo của biến độc lập càng lớn. Bên cạnh đó, ta cũng sử dụng trị thống kê F để kiểm định mức ý nghĩa thống kê của mơ hình. Giả thuyết Ho cho là các hệ số β trong mơ hình đều bằng 0. Nếu
mức ý nghĩa kiểm định nhỏ hơn 0.05, ta có thể an tồn bác bỏ giả thuyết Ho hay nói cách khác, mơ hình phù hợp với tập dữ liệu đang khảo sát.
Ngoài ra, ta sử dụng trị thống kê t để kiểm định mức ý nghĩa của hệ số β. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05, ta có thể kết luận hệ số β có ý nghĩa về mặt thống kê. Hệ số β hệ số hồi quy chuẩn hóa được dùng để đánh giá mức độ ảnh hưởng của biến độc lập lên biến phụ thuộc.
Song song đó, ta cũng cần kiểm tra có hiện tượng đa cộng tuyến bằng hệ số
phóng đại phương sai VIF với điều kiện VIF càng gần 1 càng tốt và khơng q 10
(có nghĩa là nếu VIF > 10 thì có xảy ra hiện tượng đa cộng tuyến) (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
4.3.3.1 Kết quả phân tích hồi quy mơ hình (1)
Bảng 4-14: Kết quả hồi quy mơ hình (1)
Mơ hình R R² R² điều chỉnh Ước lượng độ lệch chuẩn
1 .755a .570 .560 .42737
a. Các yếu tố dự đoán: (Hằng số), DOIMOI, GIAOTIEP, CHUYENMON, DANHTIENG, DINHHUONG b. Biến phụ thuộc: KQCAMNHAN (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 4-15: Bảng phân tích phương sai ANOVAa mơ hình (1)
Mơ hình Tổng bình phương df Bình phương trung bình F Sig.
1
Hồi quy 49.486 5 9.897 54.187 .000b
Phần dư 37.260 204 .183
Tổng cộng 86.746 209
a. Biến phụ thuộc: KQCAMNHAN
b. Các yếu tố dự đoán: (Hằng số), DOIMOI, GIAOTIEP, CHUYENMON, DANHTIENG, DINHHUONG Bảng 4-16: Bảng tóm tắt các hệ số hồi quy mơ hình (1)
a. Biến phụ thuộc: KQCAMNHAN Mơ hình
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig.
Thống kê đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận
của biến VIF
1 (Hằng số) .011 .271 .041 .967 GIAOTIEP .036 .042 .041 .855 .394 .929 1.076 CHUYENMON .129 .054 .122 2.382 .018 .807 1.239 DINHHUONG .282 .059 .270 4.781 .000 .658 1.520 DANHTIENG .176 .051 .192 3.474 .001 .686 1.458 DOIMOI .389 .050 .412 7.736 .000 .741 1.349
Kết quả hồi quy tuyến tính bội ở bảng 4.18 cho thấy mơ hình có R²=0.57 và R² hiệu chỉnh là 0.56, nghĩa là mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu
đến mức 56% hay mơ hình đã giải thích được 56% sự biến thiên của biến phụ thuộc
(Kết quả thực hiện cảm nhận). Bảng 4.20 cho thấy mơ hình khơng bị vi phạm hiện tượng đa cộng tuyến do hệ số VIF đều gần 1 và < 10. Mặt khác, phân tích ANOVA cho thấy thơng số F đạt giá trị 54.187 với mức ý nghĩa Sig = 0.000 cho thấy mơ
mình xây dựng là phù hợp với bộ dữ liệu thu thập được và các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy, các biến độc lập trong mơ hình có quan hệ với biến phụ thuộc (Kết quả thực hiện cảm nhận)
Ngồi ra, bảng 4.20 cịn cho thấy 5 biến độc lập đều có tác động dương (hệ số
β dương) lên biến phụ thuộc (kết quả thực hiện cảm nhận) với mức ý nghĩa
Sig=0.000 (rất nhỏ) ở hầu hết các biến ngoại trừ hằng số và biến GIAOTIEP là
khơng có ý nghĩa thống kê do mức ý nghĩa Sig. = .394 > .05. Do đó, nghiên cứu có thể kết luận rằng các giả thiết H1b, H1c, H1d, H1e được chấp nhận và giả thiết H1a bị bác bỏ.
Phương trình hồi quy của mơ hình (1) được trích theo hệ số Beta chuẩn hóa có dạng như sau: F6 = 0.122*F2 + 0.27*F3 + 0.412*F4 + 0.192*F5 (*)
4.3.3.2 Kết quả phân tích hồi quy mơ hình (2)
Bảng 4-17: Kết quả hồi quy mơ hình (2)
Mơ hình R R² R² điều chỉnh Ước lượng độ lệch chuẩn
1 .622a .386 .383 .44004
a. Các yếu tố dự đoán: (Hằng số), KQCAMNHAN b. Biến phụ thuộc: GTCAMNHAN
Bảng 4-18: Bảng phân tích phương sai ANOVAa mơ hình (2) (adsbygoogle = window.adsbygoogle || []).push({});
Mơ hình Tổng bình
phương df Bình phương trung bình F Sig. 1
Hồi quy 25.355 1 25.355 130.941 .000b
Phần dư 40.276 208 .194
Tổng cộng 65.631 209
a. Biến phụ thuộc: GTCAMNHAN
Bảng 4-19: Bảng tóm tắt các hệ số hồi quy của mơ hình (2)
a. Biến phụ thuộc: GTCAMNHAN
Kết quả hồi quy tuyến tính bội ở bảng 4.21 cho thấy mơ hình có R² = 0.386 và R² hiệu chỉnh là 0.383, nghĩa là mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu ở mức 38.3% hay mơ hình đã giải thích được 38.3% sự biến thiên của biến phụ thuộc (Giá trị cảm nhận khách hàng). Phân tích ANOVA cũng cho thấy thông số F
đạt giá trị 130.941 với mức ý nghĩa Sig=0.000 cho thấy mơ mình xây dựng là phù
hợp với bộ dữ liệu thu thập được và các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy, biến độc lập trong mơ hình có quan hệ với biến phụ thuộc (Giá trị cảm nhận khách hàng).
Ngoài ra, bảng 4.22 còn cho thấy biến độc lập có tác động dương (hệ số β
dương) lên biến phụ thuộc (giá trị cảm nhận khách hàng) với mức ý nghĩa Sig = 0.000 (rất nhỏ). Do đó, nghiên cứu có thể kết luận rằng các giả thiết H2 được chấp nhận.
Phương trình hồi quy của mơ hình (2) được trích theo hệ số Beta chuẩn hóa có dạng như sau:
F7 = 1.769 + 0.622*F6 (**)
4.3.3.3 Kết quả phân tích mơ hình PATH
Để đánh giá mức độ phù hợp của mơ hình PATH ta dùng hệ số phù hợp tổng
hợp :
Thay 2 giá trị R2 của mơ hình (1) và (2) vào cơng thức trên ta có hệ số phù hợp tổng hợp = 1-(1-0.57)(1-0.386) = 0.736
Hệ số phù hợp của mơ hình PATH trên là khá lớn, chứng tỏ mơ hình là phù Mơ hình
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig.
Thống kê đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận
của biến VIF
1 (Constant) 1.769 .181 9.780 .000
Từ phương trình (*) và (**) ở trên ta có thể thấy DOIMOI là thành phần có hệ số hồi quy chuẩn hóa cao nhất (hệ số Beta = 0.412, Sig = 0.000), điều đó có nghĩa là thành phần này có mức độ tác động lớn nhất đến kết quả thực hiện cảm nhận và từ đó tác động đến giá trị cảm nhận của khách hàng. Như vậy, khi khách hàng cảm
nhận rằng công ty luôn nỗ lực đổi mới, sáng tạo trong việc cung cấp sản phẩm thì
giá trị cảm nhận khách hàng sẽ tăng lên tương ứng.
Nhân tố tác động mạnh thứ hai đến giá trị cảm nhận khách hàng là nhân tố Định hướng khách hàng với hệ số Beta = 0.27, Sig = 0.000, có nghĩa là ngồi danh (adsbygoogle = window.adsbygoogle || []).push({});
tiếng ra thì khách hàng cũng đặc biệt chú ý đến thái độ luôn hướng đến khách hàng của nhân viên. Khi khách hàng cảm thấy nhân viên luôn cố gắng làm thỏa mãn nhu cầu của họ thì giá trị cảm nhận của họ về việc cung cấp sản phẩm thông qua kết quả thực hiện cảm nhận sẽ gia tăng.
Kế tiếp là nhân tố danh tiếng của cơng ty có tác động thứ 3 đến giá trị cảm
nhận khách hàng với hệ số Beta = 0.192, Sig = 0.000. Như vậy, khi khách hàng cảm nhận danh tiếng của cơng ty là tốt thì giá trị cảm nhận khách hàng về cung cấp sản phẩm thông qua kết quả thực hiện cảm nhận sẽ tăng.
Cuối cùng là nhân tố kỹ năng chun mơn của nhân viên có tác động yếu nhất
đến giá trị cảm nhận khách hàng với hệ số Beta = 0.122, Sig = 0.018. Mặc dù vậy,
nó cũng là yếu tố khách hàng nhắm đến khi đánh giá giá trị cảm nhận của mình. Vì vậy, nếu khách hàng cảm nhận được nhân viên có chun mơn cao thì giá trị cảm nhận của khách hàng sẽ cao hơn thông qua kết quả thực hiện cung cấp sản phẩm mà họ cảm nhận được.
4.3.4. Dị tìm các vi phạm giả định cần thiết trong phân tích hồi quy
Giả định đầu tiên là liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Ta kiểm tra giả định này bằng cách vẽ biểu đồ phân tán giữa các phần dư và giá trị dự đốn mà mơ hình cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã
được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đốn trên
mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dư, chúng sẽ phân tán ngẫu nhiên.
Nhìn vào đồ thị Scatter, ta thấy đồ thị phân tán ngẫu nhiên trong một vùng
xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng cụ thể nào. Như vậy, giả thiết về liên hệ tuyến tính khơng bị vi phạm.
Giả định tiếp theo là giả định về phân phối chuẩn của phần dư. Để thực hiện
kiểm định này, ta sử dụng biểu đồ Histogram. Nhìn vào biểu đồ ta thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn bằng 1. Do đó, ta có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Cuối cùng, ta tiến hành xem xét sự vi phạm đa cộng tuyến của mơ hình. Hệ số phóng đại phương sai VIF của các biến độc lập đều < 2 nên khơng có hiện tượng đa cộng tuyến xảy ra. Theo Nguyễn Đình Thọ (2011, trang 497): “Thông thường, nếu VIF của một biến độc lập nào đó >10 thì biến này hầu như khơng có giá trị giải
thích biến thiên của Y trong mơ hình MLR (Hair & ctg 2006). Tuy nhiên, trong thực tế, nếu VIF >2, chúng ta cần cẩn thận trong diễn giải các trọng số hồi quy”.
4.4. Chứng minh biến điều tiết kinh nghiệm mua hàng của khách hàng
Tác giả nghi ngờ biến Kinh nghiệm mua hàng của khách hàng có tác động ảnh hưởng làm thay đổi tác động của Kết quả thực hiện cảm nhận vào Giá trị cảm nhận khách hàng.
Nếu biến điều tiết là dạng biến điều tiết theo nhóm, ta chia dữ liệu ra thành từng nhóm sau đó dùng hồi quy cho từng nhóm rồi so sánh hệ số phù hợp R2 và trọng số hồi quy β giữa các nhóm với nhau. Sau đó dùng kiểm định Chow (Chow,1960): Gọi q là số lượng tham số cần ước lượng trong mơ hình hồi quy với p biến độc lập
(q=p+1 vì mơ hình có thêm hằng số hồi quy β0); G là mơ hình tổng qt; A là mơ hình nhóm A, B là mơ hình nhóm B. Giả thiết H0 của phép kiểm định Chow là khơng có sự khác biệt giữa hai mơ hình hồi quy cho hai nhóm A và B. Giá trị thống kê của phép kiểm định này có phân phối F với bậc tự do q và n-2q (n là
(Nguyễn Đình Thọ, 2011)
Nếu kiểm định F là có ý nghĩa (p < 0.05), chúng ta kết luận hai mơ hình hồi quy cho nhóm A và B khác nhau. Điều này có nghĩa tách nhóm đã làm chức năng