HH4, HH5
Nhân tố thứ hai: Không gian siêu thị bao gồm các biến quan sát KG1, KG2, KG3, KG4, KG5, KG6.
Nhân tố thứ ba: Giá cả bao gồm các biến quan sát GC1, GC2, GC3, GC4, GC5. Nhân tố thứ tư: Nhân viên phục vụ bao gồm các biến quan sát NV1, NV3, NV4, NV5.
Nhân tố thứ năm: Cơ sở vật chất bao gồm các biến quan sát CS1, CS2, CS3. Nhân tố thứ sáu: Tin cậy bao gồm các biến quan sát TC1, TC2, TC3, TC4, TC5.
Hình 4.3.3: Mơ hình nghiên cứu cuối cùng Tập hàng hóa Tập hàng hóa
Khơng gian siêu thị Giá cả Nhân viên phục vụ
Cơ sở vật chất Tin cậy
Lợi thế cạnh tranh của siêu thị điện máy
Các giả thuyết của mơ hình:
H1(+): Hàng hóa trong siêu thị hấp dẫn thì lợi thế cạnh tranh càng tăng. H2(+): Khơng gian siêu thị càng tốt thì lợi thế cạnh tranh càng cao. H3(+): Giá cả càng hợp lý thì lợi thế cạnh tranh càng tăng.
H4(+): Năng lực phục vụ của nhân viên càng tốt thì lợi thế cạnh tranh càng tăng.
H5(+): Khi cơ sở vật chất càng hiện đại, tiện ích thì lợi thế cạnh tranh càng tăng.
H6(+): Siêu thị có độ tin cậy càng cao thì lợi thế cạnh tranh càng lớn.
4.4. Hồi qui tuyến tính
4.4.1. Phân tích tương quan hệ số Pearson
Ta sử dụng hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt ch của mối liên hệ tuyến tính giữa hai biến định lượng, r có giá trị nằm trong đoạn [-1.1], giá trị tuyệt đối của r cho biết mức độ chặt ch của mối liên hệ tuyến tính.
+ Nếu r >0 thì mối liên hệ là tuyến tính thuận. + Nếu r <0 thì mối liên hệ là tuyến tính nghịch.
+ Nếu r=0 thì 2 biến khơng có mối liên hệ tuyến tính, ta có 2 trường hợp là khơng có mối liên hệ giữa 2 biến hoặc 2 biến có mối liên hệ nhưng khơng phải tuyến tính tức là phi tuyến.
Người ta sử dụng một hệ số thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt ch của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa hai biến định lượng có sự tương quan chặt ch thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi qui.
phụ thuộc. Trong q trình phân tích hồi qui bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Bảng 4.4.1: Ma trận tương quan giữa các nhân tố
Lợi thế cạnh tranh
Tin cậy Không
gian Gía cả Hàng hóa Nhân viên Cơ sở vật chất Lợi thế cạnh tranh Hệ số tương quan Pearson 1 .429 ** .524** .592** .579** .365** .331** Mức ý nghĩa(2 chiều) .000 .000 .000 .000 .000 .000 Kích thước mẫu 201 201 201 201 201 201 201 Tin cậy Hệ số tương quan Pearson .429 ** 1 .241** .242** .214** .164* .100 Mức ý nghĩa(2 chiều) .000 .001 .001 .002 .020 .158 Kích thước mẫu 201 201 201 201 201 201 201 Không gian Hệ số tương quan Pearson .524 ** .241** 1 .423** .350** .177* .169* Mức ý nghĩa(2 chiều) .000 .001 .000 .000 .012 .017 Kích thước mẫu 201 201 201 201 201 201 201
Gía cả Hệ số tương quan
Pearson .592 ** .242** .423** 1 .328** .154* .241** Mức ý nghĩa(2 chiều) .000 .001 .000 .000 .029 .001 Kích thước mẫu 201 201 201 201 201 201 201 Hàng hóa Hệ số tương quan Pearson .579 ** .214** .350** .328** 1 .306** .212** Mức ý nghĩa(2 chiều) .000 .002 .000 .000 .000 .002 Kích thước mẫu 201 201 201 201 201 201 201 Nhân viên Hệ số tương quan Pearson .365 ** .164* .177* .154* .306** 1 .053 Mức ý nghĩa(2 chiều) .000 .020 .012 .029 .000 .452 Kích thước mẫu 201 201 201 201 201 201 201 Cơ sở vật chất Hệ số tương quan Pearson .331 ** .100 .169* .241** .212** .053 1 Mức ý nghĩa(2 chiều) .000 .158 .017 .001 .002 .452 Kích thước mẫu 201 201 201 201 201 201 201
**. Tương quan có ý nghĩa tại mức 0,01 (2 chiều) *. Tương quan có ý nghĩa tại mức 0,05 (2 chiều)
Xét ma trận tương quan ở bảng 4.4.1, ta thấy có sự tương quan chặt ch giữa biến phụ thuộc và các biến độc lập trong mơ hình. Mặt khác, giữa các biến độc lập cũng có sự tương quan với nhau, đối với vấn đề này ta cần chú ý hiện tượng đa cộng tuyến giữa các biến độc lập khi tiến hành kiểm định mơ hình.
4.4.2. Phân tích hồi qui
Các giá trị của các biến quan sát ở mỗi nhân tố được tính tổng để hình thành các biến tương ứng để đưa vào mơ hình hồi qui bội. Các biến mới hình thành tương ứng với các nhân tố như sau:
Nhân tố Tên biến Diễn giải
1 CS Cơ sở vật chất 2 NV Nhân viên phục vụ 3 TC Tin cậy 4 KG Khơng gian 5 HH Hàng hóa 6 GC Giá cả
Mơ hình hồi quy
LTCT = β0 + β1CS + β2NV + β3TC + β4KG+ β5HH + β6GC + e
Trong đó βi là các hệ số hồi qui riêng phần và e là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai khơng đổi σ2
.
Ta tiến hành phân tích hồi qui để xác định cụ thể trọng số của từng yếu tố tác động đến lợi thế cạnh tranh của siêu thị điện máy. Phân tích hồi qui s được thực hiện với 6 biến độc lập HH, KG, GC, NV, CS, TC và một biến phụ thuộc LTCT. Giá trị của các yếu tố được dùng để chạy hồi qui là giá trị trung bình của các biến quan sát đã được kiểm định. Phân tích hồi qui được thực hiện bằng phương pháp hồi qui tổng thể các biến (phương pháp Enter) với phần mềm SPSS.
Bảng 4.4.2.1: Các biến đưa vào mơ hình
Các biến đƣa vào mơ hìnhb
Mơ hinh Các biến đưa vào Các biến loại bỏ Phương pháp
1 CS, NV, TC, KG, HH, GCa . Enter
a. Tất cả các biến đưa vào mơ hình. b. Biến phụ thuộc: LTCT
Bảng 4.4.2.2: Tóm lược mơ hình
Tóm lƣợc mơ hình b
Mơ hình Hệ số R R2 R2 điều chỉnh Ước lượng sai số chuẩn
1 .800a .641 .630 .41389
a. Biến độc lập: (hệ số), CS, NV, TC, KG, HH, GC b. Biến phụ thuộc: LTCT
Bảng 4.4.2.3: Phân tích phương sai ANOVA
Phân tích phƣơng sai ANOVA b
Mơ hình Tổng bình phương Df Trung bình bình phương Kiểm định F Mức ý nghĩa 1 Hồi qui 59.252 6 9.875 57.648 .000a Phần dư 33.233 194 .171 Tổng 92.485 200 a. Biến độc lập: (hệ số), CS, NV, TC, KG, HH, GC b. Biến phụ thuộc: LTCT
Bảng 4.4.2.4: Tóm tắt các hệ số hồi qui Bảng các hệ số hồi qui Bảng các hệ số hồi qui Mơ hình Hệ số hồi qui Hệ số hồi qui đã chuẩn hóa T Mức ý nghĩa Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Độ chấp nhận của biến(Tole rance) Hệ số phóng đại phương sai (VIF) 1 (Constant) -1.583 .271 -5.832 .000 TC .246 .054 .207 4.566 .000 .899 1.113 KG .236 .061 .191 3.862 .000 .755 1.324 GC .406 .065 .309 6.229 .000 .751 1.332 HH .362 .061 .291 5.923 .000 .765 1.307 NV .205 .061 .153 3.356 .001 .892 1.121 CS .122 .041 .133 2.968 .003 .920 1.088 a Biến phụ thuộc: LTCT
Kết quả hồi qui:
Giá trị Sig.F change nhỏ hơn 0.05, ta thấy 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 đối với biến phụ thuộc (LTCT).
Kết quả hồi qui cho thấy tất cả 6 biến độc lập GC (Giá cả), HH (Hàng hóa), TC (Tin cậy), KG (Khơng gian), NV (Nhân viên phục vụ), CS (Cơ sở vật chất) đều có ảnh hưởng đến LTCT (Lợi thế cạnh tranh) (có hệ số Sig. <0.5).
Hệ số R2
hiệu chỉnh trong mơ hình này là 0.63. Điều này nói lên độ thích hợp của mơ hình là 63% hay nói một cách khác đi là 63% sự biến thiên của lợi thế cạnh tranh (LTCT) được giải thích chung bởi 6 biến nêu trên.
Hệ số VIF của các biến độc lập trong mơ hình đều nhỏ hơn 2 do đó hiện tượng đa cộng tuyến giữa các biến độc lập khơng có ảnh hưởng đáng kể đến mơ hình hồi
Phân tích ANOVA cho thấy thơng số F có Sig. = 0, chứng tỏ rằng mơ hình hồi qui xây dựng được là phù hợp với bộ dữ liệu thu thập được (Hoàng Trọng & Mộng Ngọc, 2005).
Như vậy, mơ hình hồi qui tuyến tính s là:
LTCT= 0.309*GC+ 0.291*HH + 0.207*TC + 0.191*KG + 0.153*NV + 0.133*CS.
Kết quả hồi qui có thể được giải thích như sau:
Nhóm yếu tố Giá cả được đồng ý cao nhất là vì theo mơ tả thống kê thì lượng khách hàng mua sắm điện máy tại các siêu thị tập trung ở mức thu nhập trung bình nên s quan tâm tới yếu tố giá cả hợp lý nhưng giá cả phải tương xứng với chất lượng hàng hóa, giá cả ổn định.
Tập hàng hóa được khách hàng đồng ý cao là vì các sản phẩm điện tử là các sản phẩm dễ bị nhái nhiều nhất và những sản phẩm điện tử thường là những sản phẩm có thời gian sử dụng dài, giá trị lớn nên quan tâm lớn đến chất lượng cần chất lượng cao, ngoài ra khách hàng cũng cảm thấy thỏa mãn khi mua sắm tại siêu thị mà ở đó hàng hóa đa dạng, mới mẻ và đầy đủ chủng loại.
Khác với các cửa hàng bán lẻ hàng điện máy thì siêu thị đã nâng cao tính chuyên nghiệp trong việc bán hàng, cụ thể là giữ đúng lời hứa với khách hàng trong việc giao hàng và thơng báo khi có sự cố xảy ra. Ngồi những yếu tố trực tiếp quyết định đến lợi thế cạnh tranh như giá cả và tập hàng hóa thì ngày nay khách hàng cịn đỏi sự chuyên nghiệp của siêu thị. Thành phần tin cậy thể hiện sự chuyên nghiệp của siêu thị, làm cho khách hàng cảm thấy an tâm, hài lòng khi mua hàng, từ đó nâng cao lợi thế cạnh tranh của siêu thị.
Ngày nay, hầu hết mọi người đều bận rộn với cơng việc, do đó họ có xu hướng chọn những siêu thị gần, thuận tiện hơn đối với họ để tiết kiệm thời gian. Cuộc sống hiện đại đã khiến ngồi việc mua sắm thì khách hàng cịn đến siêu thị để thỏa mãn nhu cầu tham quan và không gian siêu thị đã có cải thiện đến mức hiện đại hơn
nhiều hơn so với các cửa hàng, nên yếu tố khơng gian siêu thị chiếm vị trí tương đối trong vấn đề được khách hàng quan tâm.
Vì mật độ khách hàng cao và phương thức tự phục vụ đã làm hạn chế sự tiếp xúc giữa nhân viên siêu thị với khách hàng so với cửa hàng tiện lợi so với khách hàng nên thành tố nhân viên phục vụ này cũng ít có khả năng đem lại lợi thế cạnh tranh cho siêu thị. Hơn nữa, đội ngũ nhân viên cũng như phong cách phục vụ cũng tương đối đồng đều giữa các siêu thị.
Yếu tố cơ sở vật chất, những giá trị khách hàng trực tiếp nhận được từ yếu tố này như giá cả hay hàng hóa nên khách hàng khó có thể cảm nhận đầy đủ những giá trị do hệ thống trang thiết bị đem lại.
4.4.3. Kiểm định sự vi phạm giả thuyết
Mơ hình hồi qui tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mơ hình, việc dị tìm sự vi phạm các giả định là cần thiết.
Kết quả kiểm nghiệm các biến độc lập GC, HH, TC, KG, NV, CS đều có giá trị thống kê t>1.96 và sig<0.05 cho thấy mối quan hệ tác động lên biến phụ thuộc – lợi thế cạnh tranh. Như vậy, các giả thuyết H1, H2, H3, H4, H5, H6 được chấp nhận.
Mơ hình hồi qui tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mơ hình, việc dị tìm sự vi phạm các giả định là cần thiết.
Về giả định liên hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot (Phụ lục 8.1). Nhìn vào biểu đồ ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đốn. Do đó giả thiết về liên hệ tuyến tính khơng bị vi
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram (Phụ lục 8.2) và đồ thị Q-Q plot (Phụ lục 8.3). Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0.985). Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
4.4.4. Đo lường đa cộng tuyến
Trong trường hợp các biến độc lập có hiện tượng đa cộng tuyến tức là các biến độc lập tương quan chặt ch với nhau và nó cung cấp cho mơ hình những thơng tin rất giống nhau và khó tách ảnh hưởng của từng biến riêng lẻ nên để tránh diễn giải sai lệch kết quả hồi qui so với thực tế thì cần phải đánh giá, đo lường hiện tượng đa cộng tuyến.
Vì vậy ta s kiểm tra thêm hệ số phóng đại phương sai (Variance inflation factor – VIF). Kết quả phân tích cũng cho thấy hệ số phóng đại phương sai VIF của các biến là tương đối nhỏ (tất cả đều nhỏ hơn 2). Do đó hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình này là nhỏ, khơng ảnh hưởng đáng kể đến kết quả hồi qui.
4.5. Phân tích phƣơng sai (kiểm định ANOVA)
Phương pháp phân tích phương sai được sử dụng nhằm để kiểm định có hay khơng sự tác động của những nhóm đối tượng đối với lợi thế cạnh tranh. Phân tích ANOVA dùng để so sánh sự khác biệt về đánh giá lợi thế cạnh giữa các nhóm đối tượng trong phạm vi nghiên cứu.
Xét riêng cho từng nhóm đối tượng khác nhau, phân tích ANOVA cịn dùng để phân biệt đánh giá lợi thế cạnh tranh giữa những nhóm đối tượng có giới tính, độ tuổi khác nhau, thu nhập khác nhau và nghề nghiệp khác nhau.
4.5.1. So sánh đánh giá lợi thế cạnh tranh của nhóm khách háng nam và nhóm khách hàng nữ
Bảng 4.5.1: So sánh nhóm khách háng nam và nhóm khách hàng nữ Kết quả One -Way ANOVA So sánh lợi thế cạnh tranh theo giới tính Levene Statistic df1 df2 Mức ý nghĩa
.731 1 199 .394 Tổng bình phương Df Trung bình bình phương Kiểm định F Mức ý nghĩa Giữa các nhóm .013 1 .013 .028 .867 Trong cùng nhóm 92.472 199 .465 Tổng cộng 92.485 200
Kiểm định Levence (kiểm định H0 : các quan sát được chọn từ tổng thể có phương sai bằng nhau) với mức ý nghĩa 0.394 (>0.05) nên chấp nhận giả thuyết H0 tức là giả định về phương sai tổng thể giữa hai nhóm khách hàng hàng này bằng nhau không bị bác bỏ; kết quả phân tích ANOVA với mức ý nghĩa sig=0.867 (>0.05) cho thấy rằng chưa đủ điều kiện khẳng định có sự khác biệt về đánh giá lợi thế cạnh tranh giữa hai nhóm. Điều đó cho biết đánh giá về lợi thế cạnh tranh giữa nhóm khách hàng nam và nữ là giống nhau.
4.5.2. So sánh đánh giá lợi thế cạnh tranh của các nhóm khách hàng có độ tuổi khác nhau khác nhau
Bảng 4.5.2: So sánh nhóm khách hàng theo độ tuổi Kết quả One -Way ANOVA So sánh lợi thế cạnh tranh theo độ tuổi Kết quả One -Way ANOVA So sánh lợi thế cạnh tranh theo độ tuổi
Levene Statistic df1 df2 Sig.
.146 2 198 .864 Tổng bình phương Df Trung bình bình phương Kiểm định F Mức ý nghĩa Giữa các nhóm 1.401 2 .701 1.523 .221 Trong cùng nhóm 91.084 198 .460
Kết quả kiểm định Levence cho thấy với mức ý nghĩa sig = 0.864 (>0.05) có thể nói phương sai đánh giá lợi thế cạnh tranh của các nhóm đối tượng khơng khác nhau là có ý nghĩa, phân tích ANOVA được sử dụng tốt. Tuy nhiên, kết quả phân tích ANOVA với mức ý nghĩa 0.221 lớn hơn mức ý nghĩa 0.05 cho thấy sự khác nhau về mức độ đánh giá lợi thế cạnh tranh giữa ba nhóm khách hàng này là khơng