Phân tích nhân tố khám phá (EFA)

Từ kết quả phân tích hệ số Cronbach’s Alpha với các thang đo gồm các yếu tố tác động đến quyết định mua của người tiêu dùng, xác định có 27 biến quan sát được đưa vào nghiên cứu nhân tố khám phá. Tổng hợp tất cả các thành phần nghiên cứu và các biến quan sát như sau:

Bảng 4.8: Các biến quan sát

Số biến Biến quan sát

Tâm lý 2 V_1, V_4

Nhu cầu 3 V_5, V_8, V_9

Nguồn thông tin 6 V_10, V_11, V_12, V_13, V_15, V_17

Độ tin cậy 7 V_18, V_19, V_22, V_23, V_24, V_25, V_26

Kinh nghiệm 7 V_29, V_30, V_31, V_32, V_33, V_34, V_37

Trung thành 2 V_39, V_40

Nguồn: Bài nghiên cứu.

Việc phân tích nhân tố khám phá EFA được thực hiện thơng qua phần mềm SPSS 16.1 với phương pháp trích yếu tố principal Axis Factoring, phép xoay nhân tố

Promax, điểm dừng trích nhân tố Eigenvalue và hệ số KMO, mức ý nghĩa kiểm định Barlett. Theo đó, kết quả phân tích phải đạt các tiêu chí sau:

• Hệ số KMO >= 0.5 (Othman và Owen, 2000)

• Mức ý nghĩa của kiểm định Barlett <=0.05.

• Hệ số Eigenvalue >= 1, nếu nhỏ hơn sẽ bị loại khỏi mơ hình (Garson, 2003).

• Tổng phương sai trích >= 50% (Gerbing và Anderson, 1988).

• Hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) >= 0.5

trong một nhân tố (Hair và các cộng sự, 2006), nếu nhỏ hơn sẽ bị loại khỏi mơ hình.

• Khác biệt giữa các factor loading >= 0.3 (Jabnoun và cộng sự, 2003).

4.3.1 Phân tích EFA với thang đo các yếu tố tác động đến quyết định mua của người tiêu dùng đối với sản phẩm thuốc khơng kê đơn

Do trong q trình phân tích nhân tố khám phá EFA, các biến quán sát nếu không thỏa điều kiện sẽ bị loại, nên việc phân tích EFA sẽ được tiến hành nhiều lần tương ứng với các bước loại biến có hệ số tải nhân tố <=0.5 kết hợp với việc xem xét sự khác biệt giữa các hệ số tải nhân tố và giá trị nội dung của biến đó.

 Lần 1:

27 biến quan sát được đưa vào phân tích nhân tố khám phá EFA theo các tiêu chuẩn đã được đưa ra. Eigenvalue = 1.072 lớn hơn 1 có 9 nhân tố được tạo ra. Tổng phương sai trích 68.55%, hệ số KMO = 0.707 và sig. của kiểm định Barlett < 0.05. Do đó đã đạt yêu cầu. Tuy nhiên, có 6 biến quan sát có hệ số tải nhân tố nhỏ hơn 1.5 (Phụ lục 5) nên các biến này sẽ bị loại khỏi q trình phân tích từng bước tương

ứng sẽ loại các biến có hệ số thấp nhất trước và thực hiện song song với việc xem xét giá trị nội dung của biến quan sát đó.

 Lần 2:

Sau khi loại biến V_19 và V_34, 25 biến cịn lại được tiếp tục đưa vào phân tích nhân tố và xem xét vẫn theo tiêu chí như trên. Kết quả đạt yêu cầu với hệ số KMO = 0.703, sig < 0.05, tổng phương sai trích 71.77% và tại Eigenvalue = 1.064 có 9 nhân tố được trích. Tuy nhiên có 5 biến khơng đạt điều kiện của hệ số tải biến (Phụ lục 5), xem xét về mặt nội dung, tiến hành loại 2 biến V_13 và V_18 trước.

 Lần 3:

Kết quả thu được 8 nhân tố tại Eigenvalue = 1.053 với tổng phương sai trích 70,21%. Hệ số KMO = 0.694 và sig. < 0.05, đạt yêu cầu (Phụ lục 5). Hệ số tải nhân tố của các biến đều đạt trên 0.5 ngoại trừ V_15, V_37, V_5 và V_10. Thực hiện loại 2 biến V_15 và V_37 do có hệ số truyền tải thấp nhất.

 Lần 4:

Sau khi thực hiện loại 2 biến còn lại 21 biến với các hệ số tải nhân tố tương ứng hầu hết đều trên 0.5 ngoại trừ biến V_10 có hệ số tải nhân tố 0.483 và khác biệt hệ số tải bé nhất là 0.164 (Phụ lục 5). Tuy không đảm bảo về mặt thống kê nhưng xét về mặt nội dung vì V_10 là đại diện cho yếu tác động của bác sĩ đến quyết định mua của người tiêu dùng nên tác giả quyết định giữ lại.

Các điều kiện khác được thỏa mãn, KMO = 0.685 > 0.5, sig. < 0.05, tổng phương sai trích 72.08% và Eigenvalue = 1.026 > 1. Kết quả phân tích nhân tố khám phá được trình bày như sau:

Bảng 4.9: Kết phân tích EFA lần 4 của mơ hìnhPattern Matrixa Pattern Matrixa Factor 1 2 3 4 5 6 7 8 V_29 .914 V_17 .897 V-31 .819 V_4 .642 V_1 .607 V_11 .758 V_25 .744 V_30 .651 V_9 .852 V_8 .694 V_5 .501 V_12 .860 V_26 .548 V_24 .676 V_10 .483 V_33 .918 V_32 .501 V_39 .825 V_40 .553 V_22 .669 V_23 .418

Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization.

a.Rotation converged in 8 iterations.

Nguồn: Bài nghiên cứu.

4.3.2 Kiểm định độ tin cậy của thang đo mới

Thang đo mới ứng với 21 biến quan sát còn lại sau khi tiến hành loại biến trong phân tích EAF được kiểm định độ tin cậy một lần nữa cũng với các tiêu chỉ đã đưa ra để xác định các thang đo đang sử dụng đo lường đúng cái nó cần đo. Kết quả

kiểm định cho thấy thang đo mới đạt yêu cầu với các hệ số Cronbach’s Alpha đều lớn hơn 0.6. Do đó, những biến quan sát được giữ lại này sẽ được đưa vào quá trình chạy hồi quy tuyến tính để xác định mức độ ảnh hưởng của các yếu tố đến quyết định mua thuốc không kê đơn của người tiêu dùng.

4.3.3 Diễn giải và đặt tên nhân tố

Việc giải thích nhân tố được thực hiện trên cơ sở nhận ra các biến quan sát có hệ số truyền tải lớn nằm trong cùng một nhân tố. Như vậy nhân tố này có thể giái thích bằng các biến có hệ số lớn nằm trong nó. Dựa vào ma trận nhân tố sau khi xoay thực hiện đặt tên từng nhân tố với các biến quan sát thành phần như sau:

Bảng 4.10: Đặt tên các nhân tốNhân Nhân

tố

Biến

quan sát Diễn giải Đặt tên

1 V_1, V_4, V_17, V_29 và V_31

“Tình trạng bệnh đơn giản”, “Có thể tự chữa trị được”, “Kinh nghiệm bản thân từ những lần mua trước”, “Mua theo liều lượng trên vỏ hộp” và “Mua liều lượng theo nhu cầu bản thân” KINH NGHIỆM 2 V_11, V_25 và V_30

“Hỏi trực tiếp ý kiến người bán”, “Được người bán khuyên dùng” và “Mua theo liều lượng người bán đề nghị”

NGƯỜI BÁN

3 V_5, V_8 và V_9

“Bệnh thông thường”, “Bổ sung vitamin, khoáng chất” và “Thấy quảng cáo trên các phương tiện truyền thông”

NHU CẦU 4 V_12 và

V_26

“Hỏi kinh nghiệm người quen” và “Được

người quen khuyên dùng” NGƯỜI QUEN

5 V_10 và V_24

“Tham khảo ý kiến bác sĩ” và “Được bác sĩ

khuyên dùng” BÁC SĨ

6 V_32 và V_33

“Mua ở nhà thuốc quen thuộc” và “Mua ở nhà

thuốc được giới thiệu” ĐIỂM BÁN

7 V_39 và V_40

“Mua lặp lại lần sau” và “ Giới thiệu cho

người khác” TRUNG THÀNH

8 V_22 và V-23

“Thương hiệu phổ biến” và “Công ty sản xuất

uy tín” THƯƠNG HIỆU

H1 (+) H2 (+) H3 (+) H4 (+) H5 (-) H6 (+) H7 (+) H8 (+)

4.3.4 Điều chỉnh mơ hình nghiên cứu và các giả thiết nghiên cứu

Mơ hình mới được đưa ra với biến phụ thuộc là “Sự chi tiêu mua thuốc khơng kê đơn trong trung bình một tháng” và 8 biến độc lập lần lượt là: kinh nghiệm, người bán, nhu cầu, người quen, bác sĩ, điểm bán, trung thành, thương hiệu (Sơ đồ 4.1).

Sơ đồ 4.1: Mơ hình nghiên cứu điều chỉnh

Nguồn: Bài nghiên cứu.

Theo đó, các giả thiết nghiên cứu sẽ được điều chỉnh như sau:

• H1: Yếu tố kinh nghiệm có tác động cùng chiều đến quyết định mua thuốc khơng kê đơn của người tiêu dùng.

• H2: Yếu tố người bán có tác động cùng chiều đến quyết định mua thuốc không kê đơn của người tiêu dùng.

• H3: Yếu tố nhu cầu có tác động cùng chiều đến quyết định mua thuốc không kê đơn của người tiêu dùng.

• H4: Yếu tố người quen có tác động cùng chiều đến quyết định mua thuốc khơng kê đơn của người tiêu dùng.

• H5: Yếu tố bác sĩ có tác động ngược chiều đến quyết định mua thuốc khơng kê đơn của người tiêu dùng.

• H6: Yếu tố điểm bán có tác động cùng chiều đến quyết định mua thuốc không kê đơn của người tiêu dùng.

• H7: Yếu tố trung thành có tác động cùng chiều đến quyết định mua thuốc không kê đơn của người tiêu dùng.

• H8: Yếu tố thương hiệu có tác động cùng chiều đến quyết định mua thuốc khơng kê đơn của người tiêu dùng.

4.4 Phân tích hồi quy tuyến tính 4.4.1 Mơ hình hồi quy

Sau khi thang đo được kiểm định, xác định các biến quan sát được giữ lại, bước tiếp theo là tiến hành chạy hồi quy tuyến tính và kiểm định với mức ý nghĩa 5% theo mơ hình:

Y = B0 + B1*X1 + B2*X2 + B3*X3 + B4*X4 + B5*X5 + B6*X6 + B7*X7 + B8*X8

Trong đó:

• B0 : hằng số

• Biến độc lập Y: số tiền chi tiêu hàng tháng của người tiêu dùng dành cho sản

phẩm thuốc khơng kê đơn

• Biến phụ thuộc: Xi (i=1-8) lần lượt là các biến Kinh nghiệm (KN), Người bán (NB), Nhu cầu (NC), Người quen (NQ), Bác sĩ (BS), Điểm bán (DB), Trung thành (TT), Thương hiệu (TH).

• Bi: các hệ số hồi quy (i=1-8)

Phân tích hồi quy này được thực hiện bằng phương pháp hồi quy tổng thể các biến (phương pháp Enter) với phần mềm SPSS 16.0. Các biến được đưa vào cùng một lúc, kết quả phân tích hồi quy được trình bày ở bảng 4.11 và bảng 4.12.

Bảng 4.11: Mơ hình tóm tắt

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the

Estimate Durbin-Watson 1 .631a .498 .472 .83549 1.824

a.Predictors: (Constant), TH, NC, KN, TT, DB, NQ, BS, NB

b.Dependent Variable: So tien chi tieu cho thuoc trong 1 thang

Nguồn: Bài nghiên cứu.

Bảng 4.12: Kết quả hồi quy

Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 1.143 .592 1.929 .055 KN -.135 .086 -.094 -1.581 .116 .916 1.091 NB .640 .075 .533 8.524 .000 .821 1.331 NC .125 .080 .090 3.572 .018 .969 1.032 NQ .182 .088 .127 2.071 .040 .848 1.179 BS -.495 .100 -.324 -4.956 .000 .751 1.219 DB .093 .093 .062 1.005 .316 .832 1.202 TT .073 .088 .049 .835 .405 .912 1.096 TH .094 .082 .073 2.153 .038 .809 1.235

a.Dependent Variable: Số tiền chi tiêu cho thuốc trong 1 tháng

Nguồn: Bài nghiên cứu.

4.4.2 Đánh giá sự phù hợp của mơ hình

Kết quả phân tích hồi quy bội cho thấy R2 = 0.49 va2 R2 hiệu chỉnh = 0.47 (bảng

4.11), và kết quả thống kê F có sig. = 0.000 (Phụ lục 6), do đó mơ hình hồi quy được cho là phù hợp với các biến quan sát (độ tin cậy 95%) trong mơ hình và có thể giải thích được 49% sự thay đổi trong chi tiêu mua thuốc không kê đơn của người tiêu dùng.

Y = 0.533*Người bán + 0.09*Nhu cầu + 0.127*Người quen – 0.324*Bác sĩ + 0.073*Thương hiệu

4.4.3 Ý nghĩa hệ số hồi quy

Kết quả hồi quy cho thấy chỉ có 5 trong 8 nhân tố của mơ hình có ảnh hưởng đến mức quyết định mua thuốc không kê đơn của người tiêu dùng tại thành phố Hồ Chí Minh là: bác sĩ, người bán, người quen, nhu cầu và thương hiệu. Trong đó nhân tố người bán có ý nghĩa quan trọng nhất đối với số tiền chi tiêu dùng mua thuốc khơng kê đơn của người tiêu dùng vì có hệ số lớn nhất là 0.533.

Phương trình hồi quy thể hiện mối quan hệ giữa quyết định mua của người tiêu dùng và các nhân tố như sau:

4.5 Dị tìm các vi phạm giả định cần thiết

Đa công tuyến là trạng thái các biến độc lập trong mơ hình có tương quan chặt chẽ với nhau. Để kiểm tra hiện tượng đa cơng tuyến có thể sử dụng bảng ma trận tương quan hoặc kiểm tra bằng lựa chọn Collinearity Diagnostic.

Từ bảng 4.12 có thể tại tất cả các biến của mơ hình đều có sig. tương ứng từng biến bé hơn tolerance và hệ số VIF của từng biến đều nhỏ hơn 2, do đó kết luận rằng các biến của mơ hình khơng có hiện tượng đa cộng tuyến.

Thêm vào đó, kiểm định Durbin Watson thu được giá trị d = 1.824 (bảng 4.11), kết quả này nằm trong [dn; 4 – dn]. Do đó khơng có hiện tượng tự tương quan trong mơ hình nghiên cứu.

4.6 Kết quả kiểm định giả thiết nghiên cứu

Kiểm định giả thiết đã đưa ra được thực hiên dựa trên kết quả phân tích hồi quy tuyến tính trình bày trong bảng 4.12.

Người bán là yếu tố có tác động mạnh nhất đến số tiền chi tiêu dùng mua thuốc không kê đơn hay quyết định mua của người tiêu dùng. Dấu dương của hệ số beta

biểu thị mối quan hệ cùng chiều. Beta = 0.533 với sig. = 0.000 < 0.05, do đó giả thiết H2 được chấp nhận.

Sau yếu tố “người bán”, các yếu tố “nhu cầu”, “người quen” và “thương hiệu” cũng có kết quả tương tự với dấu dương của hệ số beta, biểu thị mối quan hệ cùng chiều và sig. tương ứng mỗi yếu tố đều nhỏ hơn 0.05. Chỉ riêng độ lớn của beta là có sự khác nhau. Theo đó “nhu cầu” có tác động ít nhất, đến “thương hiệu” và “người quen”. Do đó, các giả thiết H3, H4 và H8 đều được chấp nhận.

Yếu tố “bác sĩ” có sig. thỏa mãn điều kiện đặc ra và dấu của beta tương ứng là âm, biểu thị mối quan hệ ngược chiều. Do đó H5 được chấp nhận.

Kết quả mơ hình đã loại 3 biến độc lập “kinh nghiệm”, “điểm bán” và “trung thành”. Điều này cho thấy các yếu tố này khơng có tác động có ý nghĩa thống kê đến quyết định mua của người tiêu dùng thuốc khơng kê đơn tại thành phố Hồ Chí Minh.

Bảng 4.13: Kết luận về kiểm định các giả thiết của mơ hình nghiên cứu (đã được điều chỉnh)

Giả thiết Nội dung Kết quả

H1 Yếu tố kinh nghiệm có tác động cùng chiều đến quyết định mua

thuốc không kê đơn của người tiêu dùng. Bác bỏ

H2 Yếu tố người bán có tác động cùng chiều đến quyết định mua