CHƯƠNG 4 PHÂN TÍCH KẾT QUẢ KHẢO SÁT
4.3 Kiểm định các giả thuyết mô hình nghiên cứu
4.3.2 Phân tích nhân tố khám phá (EFA)
Khi tiến hành phân tích nhân tố khám phá (EFA), các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau: Thứ nhất, Hệ số KMO (Kaiser – Meyer – Olkin measure of sampling adequacy) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA và 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp, và
mức ý nghĩa của kiểm định Bartlett ≤ 0,05. Kaiser (1974) đề nghị KMO ≥ 0,90 là rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: được; KMO ≥ 0,60: tạm được; KMO≥ 0,50: xấu; KMO < 0,50: không thể chấp nhận được (Nguyễn Đình Thọ, 2011); Thứ hai, Hệ số tải nhân tố (Factor loading) ≥ 0,5; Theo Hair et al. (2006), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,3 được xem là đạt được mức tối thiểu; > 0,4 được xem là quan trọng; ≥ 0,5 được xem là có ý nghĩa thực tiễn. Hair et al. (2006) cũng khuyên rằng: nếu chọn tiêu chuẩn hệ số tải nhân tố > 0,3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố > 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0,75. Như vậy, với nghiên cứu này, mẫu nghiên cứu là 220, thì hệ số tải nhân tố đạt yêu cầu khi ≥ 0,5; Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥50% và thứ tư là hệ số eigenvalue có giá trị lớn hơn 1 (Gerbing and Anderson, 1998); Tiêu chuẩn thứ năm là khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Khi phân tích EFA đối với thang đo giá trị cá nhân dịch vụ, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1.
Bảng 4.6 Kiểm định KMO (KMO và Bartlett’s Test) KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .786
Bartlett's Test of Sphericity Approx. Chi-Square 1.984
Df 120
Với giả thuyết đặt ra trong phân tích này là giữa 16 biến quan sát trong tổng thể khơng có tương quan với nhau. Kiểm định KMO và Bartlett’s trong phân tích nhân tố có kết quả sig = 0,000 và hệ số KMO = 0,786 > 0,5; qua đó bác bỏ giả thuyết trên, chứng tỏ phân tích nhân tố khám phá (EFA) thích hợp được sử dụng trong nghiên cứu này.
Kết quả phân tích EFA lần 1 cho thấy tại mức Eigenvalue = 1 với phương sai trích nhân tố, phép quay Varimax cho phép trích được 4 nhân tố từ 16 biến quan sát và phương sai trích được là 71,567% (>50%). Như vậy, kết quả phân tích cho thấy phương sai trích đạt yêu cầu.
Bảng 4.7 Kết quả EFA thang đo giá trị cá nhân dịch vụ và xu hướng tiêu dùng STT Biến quan sát Nhân tố Tên nhân tố 1 2 3 4 1 PI1 .791
Xu hướng tiêu dùng (PI)
2 PI2 .794
3 PI3 .721
4 PI4 .899
5 PI5 .734
6 VSR1 .867
Giá trị công nhận xã hội (VSR)
7 VSR2 .878 8 VSR3 .880 9 VSR4 .618 10 VPL1 .811 Giá trị cuộc sống hạnh phúc (VPL) 11 VPL2 .786 12 VPL3 .801 13 VPL4 .709 14 VSI1 .823
Giá trị hòa nhập xã hội (VSI)
15 VSI2 .778
16 VSI3 .801
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 6 iterations.
Các thang đo giá trị cá nhân dịch vụ mà đề tài sử dụng gồm 3 thành phần (3 thang đo con) với 12 biến quan sát. Sau khi kiểm định thang đo bằng cơng cụ Cronbach Alpha, có 11 biến quan sát của 3 thang đo thành phần tiếp tục được
đưa vào EFA. Kết quả được trình bày trong Bảng 4.7, kết quả cho thấy tất cả 11 biến quan sát được nhóm thành 3 nhân tố; Hệ số tải nhân tố (Factor loading) đều >0.5 nên các biến quan sát đều quan trọng trong các nhân tố, chúng có ý nghĩa thiết thực. Mỗi biến quan sát có sai biệt về hệ số tải nhân tố giữa các nhân tố đều ≥0.3 nên đảm bảo được sự phân biệt giữa các nhân tố. Hệ số KMO=0.786 nên EFA phù hợp với dữ liệu. Thống kê Chi-square của kiểm định Bartlett’s đạt giá trị 1.984 với mức ý nghĩa 0.000; Do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Phương sai trích đạt 71.57% thể hiện rằng 3 nhân tố rút ra giải thích được 71.57% biến thiên của dữ liệu; do vậy các thang đo rút ra chấp nhận được. Điểm dừng khi trích các yếu tố tại nhân tố thứ 4 với eigenvalue=1.06 (xem thêm tại phụ lục 4). Do vậy, các thang đo rút ra là chấp nhận được.
Sau khi phân tích EFA, năm biến quan sát (PI1, PI2, PI3, PI4, PI5) của thang đo xu hướng tiêu dùng đối với xe hơi được nhóm thành một nhân tố. Khơng có biến quan sát nào bị loại, và EFA là phù hợp. Kết quả cho thấy các hệ số tải nhân tố của 5 biến quan sát đều trên 0.5 (hệ số tải nhân tố của biến PI5 (Tôi đang lập kế hoạch mua xe hơi) có giá trị thấp nhất trong các hệ số tải nhân tố của thang đo này, và bằng 0.734).
4.3.3 Kiểm định giả thuyết và mơ hình nghiên cứu bằng phương pháp phân
tích hồi quy bội
Phương pháp thực hiện hồi quy bội là phương pháp đưa vào lần lượt (Enter), đây là phương pháp mặc định trong chương trình, để đánh giá độ phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-square) để đánh giá mức độ phù hợp của mơ hình nghiên cứu, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên khơng phải
phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mơ hình; Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R-square hiệu chỉnh để đánh giá độ phù hợp của mơ hình vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Bên cạnh đó, cần kiểm tra khơng có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2,5). Hệ số Beta chuẩn hoá được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hoá của biến nào càng cao thì mức đọ tác động của biến đó vào xu hướng tiêu dùng càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).Kết quả hồi quy tuyến tính bội về ảnh hưởng của yếu tố giá trị cá nhân dịch vụ và xu hướng tiêu dùng cho thấy hệ số xác định R2 (R-square) là 0.218 và R2 hiệu chỉnh (Adjusted R-square) là 0.206, nghĩa là mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 20,6% (hay mơ hình đã giải thích được 20,6% sự biến thiên của biến phụ thuộc xu hướng tiêu dùng). Trị số thống kê F đạt giá trị 19.094 được tính từ giá trị R-square của mơ hình đầy đủ, tại mức ý nghĩa Sig = 0,000. Đồng thời, hệ số phóng đại phương sai VIF <2,5 cho thấy khơng có hiện tượng đa cộng tuyến. Như vậy, mơ hình hồi quy tuyến tính bội đưa ra là phù hợp với mơ hình và dữ liệu nghiên cứu. Kết quả phân tích hồi quy bội được trình bày trong Bảng 4.8 (xem thêm Phụ lục 5)
Bảng 4.8 Các thơng số của từng biến trong phương trình hồi quy bội Hệ số (Coefficients) Mơ hình/ Biến Hệ số chưa chuẩn hố Hệ số chuẩn hố t Sig.
Tương quan Đa cộng tuyến B Sai lệch chuẩn Beta Zero-
order Partial Part
Độ chấp nhận VIF 1 (Hằng số) -.017 .062 -.273 .785 VPL .430 .066 .426 6.496 .000 .436 .412 .400 .882 1.134 VSR -.073 .080 -.071 -.912 .363 .185 -.063 -.056 .619 1.615 VSI .200 .076 .196 2.619 .009 .230 .179 .161 .680 1.470 a. Biến phụ thuộc: PI
Từ Bảng 4.8 cho thấy rằng trong số 3 nhân tố giá trị cuộc sống hạnh phúc (VPL), giá trị công nhận xã hội (VSR) và giá trị hịa nhập xã hội (VSI) thì giá trị cuộc sống hạnh phúc (VPL) và giá trị hịa nhập xã hội (VSI) có tác động dương (hệ số Beta dương) đến xu hướng tiêu dùng với mức ý nghĩa Sig = 0,000 (rất nhỏ) ở biến VPL và Sig = 0,009 (có ý nghĩa thống kê) ở biến VSI, nghĩa là, nếu cảm nhận của khách hàng về giá trị cuộc sống hạnh phúc càng cao, hay cảm nhận của khách hàng về giá trị hịa nhập xã hội càng cao thì xu hướng tiêu dùng cũng tăng lên và ngược lại (khi xét sự thay đổi của một yếu tố thì các yếu tố khác được giả định là không đổi). Với hệ số B của VPL = 0.430 giải thích rằng khi giá trị cuộc sống hạnh phúc trong việc sử dụng xe hơi tăng lên 1 đơn vị thì xu hướng tiêu dùng sẽ tăng 0,430 lần tương ứng, hệ số B của VSI = 0.20 giải thích rằng khi
giá trị hịa nhập xã hội tăng lên 1 đơn vị thì xu hướng tiêu dùng sẽ tăng 0,200 lần tương ứng. Bên cạnh đó, biến yếu tố giá trị công nhận xã hội (VSR) tác động âm vào biến xu hướng tiêu dùng (PI) (hệ số Beta âm = - 0.073), khơng có ý nghĩa thống kê. Tóm lại, có thể kết luận rằng giá trị cơng nhận xã hội (VSR) khơng có ý nghĩa cho nghiên cứu này. Do đó, nghiên cứu có thể kết luận rằng các giả thuyết H1, H3 được chấp nhận và lý thuyết H2 không được chấp nhận.
Để xác định tầm quan trọng của giá trị cuộc sống hạnh phúc (VPL), giá trị công nhận xã hội (VSR), giá trị hòa nhập xã hội (VSI) trong mối quan hệ với xu hướng tiêu dùng (PI), chúng ta căn cứ vào hệ số Beta. Nếu trị tuyệt đối Beta của nhân tố nào càng lớn thì nhân tố đó ảnh hưởng càng quan trọng đến xu hướng tiêu dùng (PI). Nhìn vào Bảng 4.8, ta thấy, cảm nhận của khách hàng về giá trị cuộc sống hạnh phúc (VPL) ảnh hưởng mạnh nhất đến xu hướng tiêu dùng vì Beta bằng 0.43 lớn nhất trong các Beta. Tiếp theo là cảm nhận của khách hàng về giá trị hòa nhập xã hội (VSI) (Beta bằng 0.20) và giá trị công nhận xã hội (VSR) không tác động vào xu hướng tiêu dùng (PI) (Beta bằng– 0.073) (khi xét sự thay đổi của một yếu tố thì các yếu tố khác được giả định là khơng đổi).
Bảng 4.9 Tóm tắt kết quả kiểm định các giả thuyết của mơ hình
Giả thuyết Beta Sig. Kết
luận H1 Giá trị cuộc sống hạnh phúc càng cao thì càng làm
tăng xu hướng tiêu dùng .430 .000
Chấp nhận
H2 Giá trị công nhận xã hội càng cao thì càng làm
tăng xu hướng tiêu dùng -.073 .363
Bác bỏ
H3: Giá trị hịa nhập xã hội càng cao thì càng làm tăng
xu hướng tiêu dùng .200 .009
Chấp nhận
4.4 Tóm tắt
Trong chương 4, nghiên cứu đã trình bày đặc điểm mẫu nghiên cứu, thực hiện việc kiểm định thang đo các yếu tố giá trị cuộc sống hạnh phúc, giá trị cơng nhận xã hội, giá trị hịa nhập xã hội và xu hướng tiêu dùng của khách hàng đối với xe hơi thông qua các công cụ Cronbach Alpha, phân tích nhân tố khám phá (EFA) và phương pháp hồi quy bội. Kết quả phân tích Cronbach Alpha cho thấy thang đo của các biến quan sát đều đạt độ tin cậy, trừ thang đo VSR5 (Đi xe hơi tôi cảm thấy năng động hơn đi xe máy) vì hệ số tương quan biến tổng <0.3. Thang đo của biến này bị loại cho phân tích khám phá (EFA) và phương pháp hồi quy bội. Kết quả của phân tích nhân tố khám phá cho thấy tất cả các thang đo đều đạt yêu cầu và phù hợp. Kết quả phân tích hồi quy cho thấy: trong ba giả thuyết đưa ra, giả thuyết H1 và H3 được chấp nhận, tức giá trị cuộc sống hạnh phúc càng cao thì xu hướng tiêu dùng càng cao và giá trị hòa nhập xã hội càng cao thì xu hướng tiêu dùng cũng càng cao; giả thuyết H2 bị bác bỏ tức là giá trị cơng nhận xã hội khơng có tác động đến xu hướng tiêu dùng của khách hàng trong lĩnh vực xe hơi tại Thành phố Hồ Chí Minh. Chương tiếp theo sẽ trình bày tóm tắt của tồn bộ nghiên cứu, một số kiến nghị, hạn chế của đề tài nghiên cứu.