Ma trận xoay Nhân tố 1 2 3 4 5 G3 0.815 G2 0.799 G4 0.787 G1 0.726 TI1 0.770 TI2 0.767 TI3 0.765 TI4 0.705 UT1 0.816 UT3 0.760 UT4 0.707 UT2 0.702 CL4 0.776 CL3 0.775 CL2 0.714 CL1 0.690 TK4 0.733 TK1 0.714 TK2 0.708 TK3 0.690 Phương sai trích (%) 58.041 Nguồn: Xử lý số liệu SPSS Kết quả EFA cho nhân tố Giá: Cho thấy bốn tiêu chi đo lường giá được
tải vào một nhân tố. Hệ số tải về nhân tố của từng biến quan sát là 0.815; 0.799; 0.787; 0.726 đã cho thấy chúng có quan hệ ý nghĩa với nhân tố giá.
Kết quả EFA cho nhân tố Tiện ích: Cho thấy bốn tiêu chi đo lường nhận thức về
chất lượng được tải vào một nhân tố. Hệ số tải về nhân tố của từng biến quan sát là 0.770; 0.767; 0.765; 0.705 đã cho thấy chúng có quan hệ ý nghĩa với tiện ích.
Kết quả EFA cho nhân tố Uy tín thương hiệu: Cho thấy bốn tiêu chi đo lường
nhận thức sẵn có được tải vào một nhân tố. Hệ số tải về nhân tố của từng biến quan sát là 0.816; 0.760; 0.707; 0.702 đã cho thấy chúng có quan hệ ý nghĩa với nhân tố uy tín thương hiệu.
Kết quả EFA cho nhân tố Chất lượng: Cho thấy bốn tiêu chi đo lường nhận thức
sẵn có được tải vào một nhân tố. Hệ số tải về nhân tố của từng biến quan sát là 0.776; 0.775; 0.714; 0.690 đã cho thấy chúng có quan hệ ý nghĩa với nhân tố chất lượng.
Kết quả EFA cho nhân tố Thiết kế bao bì: Cho thấy bốn tiêu chi đo lường nhận
thức sẵn có được tải vào một nhân tố. Hệ số tải về nhân tố của từng biến quan sát là 0.733; 0.714; 0.708; 0.690 đã cho thấy chúng có quan hệ ý nghĩa với nhân tố thiết kế bao bì.
Kết quả kiểm định nhân tố EFA: Cho thấy 20 biến quan sát có thể rút ra từ 5
nhóm nhân tố. Các nhân tố Giá, Chất lượng, Uy tín thương hiệu, Tiện ích sử dụng,
Thiết kế bao bì đều có tất cả các biến quan sát cùng tải về một nhân tố độc lập và có
giá trị Factor loading đảm bảo yêu cầu (>0.3). Bảng kết quả phân tích cịn cho thấy có 5 nhân tố được tạo ra có giá trị Eigenvalues lớn hơn 1. Ta cũng thấy rằng với 5 nhân tố này sẽ giải thích được 58.041% biến thiên của dữ liệu (xem phụ lục 2). Như vậy, tất cả các thang đo được lựa chọn cho các biến trong mơ hình đều đảm bảo yêu cầu và có thể sử dụng trong các phân tích tiếp theo.
2.2.3.2.4 Kiểm định sự khác biệt theo đặc tính cá nhân đến nhu cầu tiêu thụ sản phẩm Co.op Organic của khách hàng tại siêu thị Co.opmart Huế
Sử dụng phương pháp kiểm định Independent samples T-Test: Với biến giới tính, tình trạng hơn nhân, sự hiện diện của trẻ em trong gia đình chỉ có 2 nhóm mẫu.
Sử dụng kiểm định phương sai ANOVA: với các biến có 2 nhóm mẫu trở lên như độ tuổi, thu nhập, trình độ. Điều kiện để có thể phân tích phương sai ANOVA là các biến phải đảm bảo phân phối chuẩn. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc
(2008), một phân phối được xem là chuẩn có trị số trung bình (mean) và trung vị
(median) gần bằng nhau và hệ số đối xứng (Skewness) nằm trong khoảng (-1;1).
Kiểm định Independent - Sample T-test với biến giới tính
Kiểm định này dùng để xem xét có sự khác biệt giữa nam và nữ đối với hiệu quả tiêu thụ hay khơng. Theo Hồng Trọng & Chu Nguyễn Mộng Ngọc (2008), với kiểm định Independent samples T-Test, ta cần dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai tổng thể (kiểm định Levene). Phương sai diễn tả mức độ đồng đều hoặc không đồng đều của dữ liệu quan sát.
Giả thuyết:
H0: Phương sai đồng nhất
H1: Phương sai không đồng nhất
Kết quả kiểm định sự khác biệt về hiệu quả tiêu thụ các sản phẩm Co.op Organic tại siêu thị Co.opmart Huế theo giới tính được thể hiện ở bảng sau: