Cronbach's Alpha Số biến
.636 4
Biến quan sát
Trung bình của thang đo nếu loại biến
Phương sai của thang
đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach's Alpha nếu loại biến
CL01 10.03 4.582 .448 .544
CL02 10.16 4.965 .415 .568
CL03 10.78 5.074 .382 .591
CL04 10.40 4.931 .419 .565
Sau khi loại biến “CL05” ra khỏi thành phần và tiến hành phân tích lại, hệ số Cronbach Alpha là 0,639. Bên cạnh đó, hệ số tương quan biến tổng đều thỏa mãn tiêu chuẩn (lớn hơn 0,3). Do đó, các thành phần này có thể giữ lại và sử dụng được trong các phân tích tiếp theo trong nghiên cứu này.
4.4.3 Cronbach Alpha thang đo “Giá cả”
Bảng 4.8 : Cronbach Alpha thang đo “Giá cả”
Cronbach's Alpha Số biến
.677 5
Biến quan sát
Trung bình của thang đo nếu loại biến
Phương sai của thang
đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach's Alpha nếu loại biến
GC01 13.82 6.737 .520 .582
GC02 13.78 6.309 .564 .557
GC03 14.07 7.979 .442 .625
GC04 14.08 8.166 .311 .675
Ta thấy, hệ số Cronbach Alpha thang đo “Giá cả” là 0,677 (đạt độ tin cậy); các hệ số tương quan biến tổng đều lớn hơn 0,3 và hệ số Cronbach Alpha sẽ giảm nếu loại bất kì biến nào (Cronbach's Alpha if Item Deleted). Như vậy, thành phần “Giá cả” đảm bảo độ tin cậy với 5 biến quan sát như bảng trên.
4.4.4 Cronbach Alpha thang đo “Kênh phân phối và tính tiện lợi”
Bảng 4.9 : Cronbach Alpha thang đo “Kênh phân phối và tính tiện lợi” - lần 1
Cronbach's Alpha Số biến
.600 5
Biến quan sát
Trung bình của thang đo nếu loại biến
Phương sai của thang
đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach's Alpha nếu loại biến
KPP01 12.51 5.970 .451 .491
KPP02 12.52 5.568 .538 .437
KPP03 12.10 6.575 .391 .528
KPP04 12.10 7.266 .160 .648
KPP05 12.33 6.960 .269 .588
Thang đo của thành phần “Kênh phân phối và tính tiện lợi” có hệ số Cronbach Alpha là 0,600 thỏa mãn điều kiện; tuy nhiên hệ số tương quan biến tổng (Corrected Item-Total Correlation) của biến “KPP04” là nhỏ hơn 0,3 nên biến này sẽ bị loại để tính lại hệ số Cronbach Alpha cho thành phần này
Bảng 4.10 : Cronbach Alpha thang đo “Kênh phân phối và tính tiện lợi” - lần 2
Cronbach's Alpha Số biến
.648 4
Biến quan sát
Trung bình của thang đo nếu loại biến
Phương sai của thang
đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach's Alpha nếu loại biến
KPP01 9.22 4.247 .487 .535
KPP02 9.23 4.010 .545 .490
KPP03 8.82 4.938 .380 .610
KPP05 9.04 5.075 .307 .658
Sau khi loại biến “KPP04” ra khỏi thành phần và tiến hành phân tích lại, hệ số Cronbach Alpha là 0,648. Bên cạnh đó, hệ số tương quan biến tổng đều thỏa mãn
tiêu chuẩn (lớn hơn 0,3). Do đó, các thành phần này có thể giữ lại và sử dụng được trong các phân tích tiếp theo trong nghiên cứu này.
4.4.5 Cronbach Alpha thang đo “Quảng cáo và tiếp thị”
Bảng 4.11 : Cronbach Alpha thang đo “Quảng cáo và tiếp thị”
Cronbach's Alpha Số biến
.722 5
Biến quan sát
Trung bình của thang đo nếu loại biến
Phương sai của thang
đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach's Alpha nếu loại biến
QC01 14.27 7.040 .510 .663
QC02 14.14 7.272 .519 .661
QC03 14.13 7.678 .456 .685
QC04 14.03 7.003 .492 .670
QC05 14.36 7.033 .438 .695
Ta thấy, hệ số Cronbach Alpha thang đo “Quảng cáo và tiếp thị” là 0,722 (đạt độ tin cậy); các hệ số tương quan biến tổng đều lớn hơn 0,3 và hệ số Cronbach Alpha sẽ giảm nếu loại bất kì biến nào (Cronbach's Alpha if Item Deleted). Như vậy, thành phần “Quảng cáo và tiếp thị” đảm bảo độ tin cậy với 5 biến quan sát như bảng.
Tóm lại: Sau khi phân tích hệ số tin cậy Cronbach Alpha đối với các thang đo
lường trên, có thể rút ra kết luận như sau:
Các thang đo đã loại được 4 biến rác khi hệ số tương quan biến tổng nhỏ hơn 0,3, cụ thể là các biến “TQTD04”, “TQTD05” thuộc thành phần “Thói quen tiêu
dùng”; biến “CL05” thuộc thành phần “Chất lượng”; biến “KPP04” thuộc thành
phần “Kênh phân phối và tính tiện lợi”.
Do đó, các biến đo lường các thành phần trên và các biến quan sát trong từng thành phần được nêu trên sẽ được sử dụng cho các phân tích tiếp theo của đề tài vì đảm bảo độ tin cậy về mặt thống kê.
4.5 Kết quả phân tích các nhân tố hành vi người tiêu dùng Hải sâm-Phân tích
nhân tố (EFA)-Thang đo hoàn chỉnh.
Kết quả đánh giá độ tin cậy thông qua hệ số Cronbach Alpha ở mục 4.4 đã cho phép loại bỏ một số biến rác, các biến đạt độ tin cậy tiếp tục sử dụng để tiến hành phân tích nhân tố.
Kết quả phân tích KMO là một chỉ tiêu dùng để xem xét sự thích hợp của phân tích nhân tố EF A, nếu 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, NXB thống kê, 2005).
Bảng 4.12: KMO and Kiểm định Bartlett (KMO and Bartlett’s T est)
Chỉ số KMO .804
Thống kê Chi - bình phương 1718.079
Bậc tự do 210
Kiểm định Bartlett
Mức ý nghĩa (Sig.) .000
Kết quả bảng 4.12 cho thấy việc phân tích nhân tố là thích hợp với các dữ liệu (KMO = 0.804) và các biến quan sát là có tương quan với nhau trong tổng thể (Sig = 0,000 <0.05)
Ta sử dụng phương pháp dựa vào Eigenvalue, chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, NXB thống kê, 2005). Kết quả bảng 4.13 cho thấy, theo tiêu chuẩn Eigenvalue >1 thì có 6 nhân tố được rút ra; hàng Cumulative cho biết 6 nhân tố này sẽ giải thích được 61,41 % biến thiên của dữ liệu. Và kết quả này là đạt yêu cầu.
Bảng 4.13 : Phương sai giải thích (T otal V ariance Explained)
Eigenvalues ban đầu Tổng bình phương hệ số tải đã trích xuất Tổng bình phương hệ số tải đã xoay Nhân tố Toàn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) Tồn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) Toàn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) 1 5.399 25.711 25.711 5.399 25.711 25.711 3.953 18.825 18.825 2 2.642 12.580 38.290 2.642 12.580 38.290 2.145 10.215 29.041 3 1.602 7.628 45.918 1.602 7.628 45.918 2.000 9.524 38.565 4 1.155 5.500 51.418 1.155 5.500 51.418 1.707 8.129 46.694 5 1.059 5.044 56.463 1.059 5.044 56.463 1.636 7.790 54.484 6 1.039 4.948 61.410 1.039 4.948 61.410 1.455 6.926 61.410 7 .886 4.218 65.628 8 .827 3.939 69.567 9 .797 3.796 73.363 10 .772 3.678 77.040 11 .721 3.434 80.474 12 .613 2.921 83.395 13 .582 2.772 86.167 14 .539 2.568 88.735 15 .450 2.144 90.880 16 .388 1.846 92.726 17 .361 1.717 94.442 18 .327 1.556 95.998 19 .308 1.465 97.463 20 .297 1.416 98.879 21 .235 1.121 100.000
Sử dụng phương pháp V arimax Procedure để xoay nhân tố: xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố. (Hồng Trọng & Chu Nguyễn Mộng Ngọc, NXB thống kê, 2005).
Bảng 4.14 : Ma trận nhân tố đã xoay trong kết quả EFA. (Rotated Component
Nhân tố Biến quan sát 1 2 3 4 5 6 CL02 .790 GC02 .784 GC01 .776 CL01 .716 QC02 .643 QC01 .628 QC03 .540 KPP02 .768 KPP01 .713 KPP03 .551 KPP05 .527 TQTD02 .839 TQTD03 .751 TQTD01 .724 CL04 .736 CL03 .726 QC04 .786 QC05 .742 GC04 .846 GC05 .502 GC03 .424
Bảng ma trận nhân tố đã xoay - Bảng 4.14, cho kết quả chứa 1 biến có Factor loading nhỏ hơn 0,5 – không thỏa mãn điều kiện tiêu chuẩn. Biến này sẽ được loại. Cách loại các biến không phù hợp này được lựa chọn biến nào có Factor loading lớn nhất mà khơng đạt yêu cầu sẽ được loại trước. (Nguyễn Trọng Hoài và Nguyễn Khánh Duy (2008), Phương pháp phân tích định lượng cho lĩnh vực kinh tế trong điều kiện Việt Nam, Đề tài nghiên cứu khoa học, Trường Đại học Kinh tế TP .HCM). Q trình phân tích nhân tố được tiến hành tiếp tục bằng cách loại bỏ lần lượt các biến có Factor loading nhỏ hơn 0,5. Q trình phân tích EF A đã lần lượt loại 3 biến. Kết quả phân tích nhân tố cuối cùng cho ra kết quả như bảng 4.17.
Bảng 4.15: KMO and Bartlett's T est - lần cuối cùng
Chỉ số KMO .797
Thống kê Chi - bình phương 1535.774
Bậc tự do 171
Kiểm định Bartlett
Mức ý nghĩa (Sig.) .000
Kết quả bảng 4.15 cho thấy việc phân tích nhân tố là thích hợp với các dữ liệu cho đến kết quả phân tích nhân tố cuối cùng trong quá trình loại bỏ các biến không thỏa mãn điều kiện phân tích (KMO = 0.797) và các biến quan sát là có tương quan với nhau trong tổng thể (Sig = 0,000 <0.05)
Bảng 4.16: Phương sai giải thích (T otal V ariance Explained) - lần cuối cùng
Eigenvalues ban đầu Tổng bình phương hệ số tải đã
trích xuất Tổng bình phương hệ số tải đã xoay Nhân tố Tồn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) Toàn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) Tồn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) 1 4.885 25.712 25.712 4.885 25.712 25.712 3.897 20.510 20.510 2 2.630 13.843 39.555 2.630 13.843 39.555 2.045 10.763 31.272 3 1.576 8.297 47.852 1.576 8.297 47.852 2.004 10.549 41.821 4 1.152 6.063 53.914 1.152 6.063 53.914 1.699 8.940 50.761 5 1.056 5.557 59.471 1.056 5.557 59.471 1.655 8.710 59.471 6 .988 5.202 64.673 7 .881 4.638 69.311 8 .780 4.105 73.416 9 .745 3.922 77.338 10 .653 3.434 80.773 11 .592 3.114 83.887 12 .583 3.067 86.954 13 .476 2.505 89.458 14 .391 2.060 91.519 15 .374 1.967 93.486 16 .354 1.866 95.352 17 .319 1.682 97.033 18 .305 1.604 98.637 19 .259 1.363 100.000
Kết quả bảng 4.16 cho thấy theo tiêu chuẩn Eigenvalue >1 thì có 5 nhân tố được rút ra, hàng Cumulative cho biết 5 nhân tố này sẽ giải thích được 59,471 % biến thiên của dữ liệu. Và kết quả này là đạt yêu cầu.
Bảng 4.17: Ma trận nhân tố đã xoay trong kết quả EFA (Rotated Component Matrix(a)) – lần cuối cùng Nhân tố Biến quan sát 1 2 3 4 5 GC02 .786 CL02 .782 GC01 .771 CL01 .722 QC01 .663 QC02 .655 QC03 .567 KPP02 .773 KPP01 .711 KPP03 .565 KPP05 .534 TQTD02 .833 TQTD03 .762 TQTD01 .733 CL04 .747 CL03 .730 QC04 .775 QC05 .760
Bảng 4.17 cho kết quả phân tích nhân tố khơng chứa biến nào có Factor loading nhỏ hơn 0,5. Do đó, kết quả ở bảng 4.17 là chấp nhận được.
Như vậy, các biến quan sát đưa vào EF A được rút gọn thành 5 nhân tố. Với các biến quan sát có trong mỗi nhóm nhân tố, đồng thời dựa vào cơ sở lý thuyết và căn cứ vào bản chất của các biến cụ thể trong từng nhân tố, chúng ta sẽ tiến hành đặt tên cho các nhân tố như sau:
* Nhân tố thứ nhất bao gồm 7 biến quan sát sau:
GC01: So với loại khác, Hải sâm có giá đắt hơn CL02: Hải sâm có tác dụng chữa bệnh tốt CL01: Hải sâm bổ dưỡng cho sức khỏe
QC01: Chưa có chương trình quảng cáo, tiếp thị nào về Hải sâm QC02: Chủ yếu là truyền miệng.
QC03: Do các nhà hàng, khách sạn,… tự giới thiệu
Các biến quan sát GC01, GC02 thuộc thành phần “Giá cả sản phẩm”, các biến quan sát CL01, CL02 thuộc thành phần “Chất lượng sản phẩm” cùng các biến thuộc thành phần “Quảng cáo và tiếp thị” là: QC01, QC02, QC03. Do vậy, ta có thể đặt tên cho nhân tố mới là “Giá trị hữu ích mang lại của Hải sâm”.
* Nhân tố thứ hai bao gồm 4 biến quan sát sau:
KPP01: Hải sâm được bán ở nhiều nơi KPP02: Hải sâm dễ dàng chế biến
KPP03: Có thể nấu nhiều món từ Hải sâm
KPP05: Nơi bán có bán đủ loại Hải sâm để lựa chọn
Ở nhân tố này, các biến quan sát vẫn là KPP01, KPP02, KPP03 và KPP05 thuộc thành phần “Kênh phân phối và tính tiện lợi”. Do vậy, ta có thể vẫn giữ nguyên tên cho nhân tố mới là “Kênh phân phối và tính tiện lợi mang lại”.
* Nhân tố thứ ba bao gồm 3 biến quan sát sau:
TQTD01: Tơi thường ăn Hải sâm
TQTD02: Gia đình tơi có thói quen ăn Hải sâm
TQTD03: Vì những người trong gia đình tơi mà tơi ăn Hải sâm.
Ở nhân tố này, các biến quan sát vẫn là TQTD01, TQTD02 và TQTD03 thuộc thành phần “Thói quen tiêu dùng”. Do vậy, ta có thể vẫn giữ nguyên tên cho nhân tố mới là “Thói quen tiêu dùng về Hải sâm của NTD”.
* Nhân tố thứ tư bao gồm 2 biến quan sát sau:
CL03: Mùi Hải sâm dễ chịu khi ăn CL04: Cảm thấy ngon khi ăn Hải sâm
Ở nhân tố này, các biến quan sát vẫn là CL03 và CL04 thuộc thành phần “Thói quen tiêu”. Do vậy, ta có thể vẫn giữ nguyên tên cho nhân tố mới là:
“Chất lượng đặc trưng Hải sâm mang lại”
* Nhân tố thứ năm bao gồm 2 biến quan sát sau:
QC04: Cần có chương trình QC trên phương tiện T.T đại chúng. QC05: Tôi sẽ mua dùng thử khi có quảng cáo.
Ở nhân tố cuối cùng này, các biến quan sát vẫn là QC04 và QC05 thuộc thành phần “Quảng cáo và tiếp thị”. Do vậy, ta có thể vẫn giữ nguyên tên cho nhân tố mới là “Quảng cáo và tiếp thị Hải sâm”
4.6 Kết quả phân tích thống kê mô tả cho các khái niệm nghiên cứu
Để đánh giá các nhân tố ảnh hưởng đến hành vi tiêu dùng Hải sâm dưới góc độ thống kê mô tả, chúng ta sử dụng chỉ tiêu giá trị trung bình "Mean" và độ lệch chuẩn SD. Biến nào có Mean càng lớn và SD càng nhỏ sẽ là những biến trội mà nhà nghiên cứu sẽ quan tâm giải thích ở mức độ thống kê mơ tả. Để thuận lợi cho việc nhận xét, chúng ta có một số quy ước sau:
+ Mean < 3,00: Mức thấp + 3,00 ≤ Mean ≤ 3,24: Mức trung bình + 3,25 ≤ Mean≤ 3,49: Mức trung bình khá + 3,50 ≤ Mean≤ 3,74: Mức khá cao/ khá tốt + 3,75 ≤ Mean≤ 3,99: Mức tốt/ mức cao + Mean > 4,00: Mức rất tốt/ rất cao
4.6.1 Thang đo nhân tố “Giá trị hữu ích mang lại của Hải sâm” Bảng 4.18: Giá trị hữu ích mang lại của Hải sâm Bảng 4.18: Giá trị hữu ích mang lại của Hải sâm
Các biến quan sát Cỡ mẫu Giá trị trung bình (Mean)
Độ lệch chuẩn
(Std. Deviation)
GC01-So với loại khác, Hải sâm có giá đắt hơn. 250 3.55 1.060 GC02-Các sản phẩm chế biến từ Hải sâm có giá đắt. 250 3.58 1.117
CL01-Hải sâm bổ dưỡng cho sức khỏe. 250 3.76 1.063
CL02-Hải sâm có tác dụng chữa bệnh tốt. 250 3.62 .983 QC01-Chưa có chương trình QC, tiếp thị nào về HS. 250 3.46 .953
QC02-Chủ yếu là truyền miệng. 250 3.59 .884
QC03-Do các nhà hàng, khách sạn,… tự giới thiệu 250 3.60 .845
Theo bảng 4.18 ta nhận thấy, NTD Hải sâm tại thị trường Tp. HCM đánh giá ở mức trung bình, khá cao và cao đối với các biến quan sát thuộc thành phần “Giá
trị hữu ích của Hải sâm mang lại”. Mức độ đồng ý được đánh giá giảm dần theo
thứ tự: Hải sâm bổ dưỡng cho sức khoẻ; Hải sâm có tác dụng chữa bệnh tốt; Do các nhà hàng, khách sạn,… tự giới thiệu; Chủ yếu là truyền miệng…. Thể hiện ở chỉ tiêu giá trị trung bình “Mean” đều rất cao (Thấp nhất là 3,46 và cao nhất 3,76). Trong đó, đáng chú ý là NTD đánh giá cao biến quan sát “CL01 - Hải sâm bổ dưỡng cho sức khoẻ”, còn NTD đánh giá trung bình biến quan sát “QC01 - Chưa có chương trình quảng cáo, tiếp thị nào về Hải sâm”
4.6.2 Thang đo nhân tố “Kênh phân phối và tính tiện lợi mang lại”
Bảng 4.19: “Kênh phân phối và tính tiện lợi mang lại”
Các biến quan sát Cỡ mẫu Giá trị trung bình (Mean)
Độ lệch chuẩn
(Std. Deviation)
KPP01-Hải sâm được bán ở nhiều nơi. 250 2.88 1.003
KPP02-Hải sâm dễ dàng chế biến. 250 2.87 1.018