Giá trị hàng mua
Có 61% số người được hỏi thường mua các mặt hàng này với giá trị từ 100.000 nghìn đồng đến dưới 300.000 đồng một tháng. Tấn suất của mẫu ở mức giá trị mua hàng này là hợp lý với thu nhập trung bình của người dân Việt Nam. Mua với giá trị lớn hơn 300.000 đồng 1 tháng chiếm 17% số lượng mẫu, từ 50.000 đồng đến dưới 100.000 đồng là 15%. Còn lại 13 người tham gia khảo sát chỉ mua hàng với giá trị dưới 50.000 đồng một tháng.
Số ng ư ời
140 120 100 80 60 40 20 0 123 13 35 31 Dưới 50.000 đồng Từ 50.000 - Dưới 100.000 đồng Từ 100.000 - Dưới 300.000 đồng Trên 300.000 đồng Giá trị mua hàng
Hình 4.7 Giá trị hàng mua của mẫu
Người mua chính
Theo mẫu khảo sát, 143 người được hỏi (chiếm 70% số lượng) là những người mua chính các sản phẩm này cho gia đình mình. Điều này cho thấy, mẫu có cấu trúc tương đối hợp lý trên cơ sở người được hỏi nên là các khách hàng, nghĩa là các người mua chính các sản phẩm trong gia đình.
4.1.3 Mơ tả tài sản thương hiệu của mẫu
Tài sản thương hiệu được mô tả thông qua các thái độ, hành vi và quyết định mua hàng của khách hàng. Với mẫu khảo sát, các biến quan sát (hay yếu tố thành phần) của tài sản thương hiệu mang đầy đủ các giá trị từ 1 đến 5, nghĩa là có những người hồn tồn đồng ý (quyết định mua) và những người hoàn tồn khơng đồng ý (quyết định khơng mua). Giá trị trung bình của các biến này dao động từ 4.09 đến 4.20 trong thang đo Likert 5 điểm cho thấy người được khảo sát có quyết định mua hàng trong phần lớn trường hợp.
Số ng ư ời
Trong các câu hỏi về từng yếu tố của tài sản thương hiệu, nhanh chóng nhận ra các sản phẩm có mức độ đồng ý cao nhất với trung bình 4.65. Câu hỏi những người cùng sử dụng các sản phẩm này thì có những điểm chung có mức độ đồng ý trung bình thấp nhất (3.47).
4.2 Độ tin cậy và phù hợp của thang đo
Trong thang đo tài sản thương hiệu (mơ hình nghiên cứu) đã trình bày ở chương 2, các biến quan sát của từng nhân tố thể hiện qua các câu hỏi nghiên cứ được lấy từ định nghĩa của từng nhân tố và tham khảo từ các nghiên cứu trước đây. Do đó việc kiểm định độ tin cậy của các thang đo này đối với các nhân tố mà chúng cấu thành là hết sức cần thiết.Kiểm định độ tin cậy của thang đo thông qua hai công cụ Cronbach’s Alpha và phân tích nhân tố khám phá EFA.
Theo Hoàng Trọng và Chu Thị Mộng Nguyệt (2005) thì nhiều nhà nghiên cứu đồng ý rằng, khi Cronbach’s Alpha từ 0.8 – 1 thì thang đo lường là tốt, 0.7 – 0.8 là sử dụng được. Vì đây là nghiên cứu khám phá, và để đảm bảo độ tin cậy của thang đo, chỉ những nhân tố nào có Cronbach’s Alpha lớn hơn 0.6 thì được giữ lại. Ngồi ra, mối quan hệ tương quan biến tổng cũng được xem xét, chỉ giữ lại những biến nào có hệ số lớn hơn 0.3 (Nunnally & Bernstein, 1994). Với phân tích nhân tố, theo Hair et al (1998, trích bởi Garson) thì hệ số tải nhân tố trên 0.6 được xem là cao và dưới 0.4 là thấp. Trong nghiên cứu này, những biến nào có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại để đảm bảo tính hồn chỉnh (validity) của thang đo. Phương pháp trích (extraction method) được sử dụng là phân tích nhân tố chính (PCA – Principal Component Analysis) và phương pháp quay quanh trục tọa độ (orthogonal rotation method) là Varimax with Kaiser Normalization (chuẩn Kaiser).
4.2.1 Kết quả phân tích Cronbach’s Alpha
Hệ số Cronbach’s Alpha được tính theo cơng thức sau:
α= ( k )[1− k ∑var( Xi ) i=1 ] H k −1 var(H ) Trong đó:
k: số biến đưa vào phân tích
var (Xi): phương sai của biến quan sát thứ i var (H): phương sai biến tổng
Qua phân tích, Cronbach’s Alpha đối với từng nhân tố của tài sản thương hiệu được tóm tắt như sau: (Phụ lục A2 – Phân tích độ tin cậy Cronbach’s Alpha) Thang đo nhân tố nhận diện thương hiệu (ID) có hệ số Alpha khá cao 0.85, và tất cả các biến đều có hệ số tương quan biến tổng lớn hơn 0.3. Hơn nữa, khơng có biến nào mà khi bỏ đi làm cho giá trị Alpha tăng thêm nên ta quyết định giữ lại hết 5 biến quan sát của thang đo này.
Thang đo nhân tố hiệu năng thương hiệu (MN1) cũng là thang đo có độ tin cậy khá tốt với hệ số Alpha 0.83, và các hệ số tương quan biến tổng khá cao. Khơng có biến nào mà khi bỏ đi làm cho giá trị Alpha tăng thêm nên ta quyết định giữ lại hết 4 biến quan sát của thang đo này.
Thang đo nhân tố hình tượng thương hiệu (MN2) có hệ số Alpha 0.85 cũng nằm trong mức chấp nhận của nghiên cứu, các hệ số tương quan biến tổng khá cao và đều cao hơn 0.3. Khơng có biến nào làm giảm Alpha của thang đo này, do đó ta giữ lại tất cả 4 biến quan sát.
Thang đo nhân tố đánh giá thương hiệu (RE1) là thang đo có độ tin cậy cao
với Alpha gần bằng 0.9, và các hệ số tương quan biến tổng đều lớn. Biến RE11tuy làm giảm Alpha nhưng không đáng kể, hơn nữa hệ số tương quan
biến tổng của nó chấp nhận được (0.67) và nó là biến cần thiết để đo lường nhân tố này nên sẽ được giữ lại. Việc giữ lại RE11 sẽ được kiểm chứng tính đúng đắn ở phần phân tích nhân tố bên dưới.
Thang đo nhân tố cảm xúc thương hiệu (RE2) có Alpha bằng 0.76 là ở mức
chấp nhận được và các hệ số tương quan biến tổng đều lớn. Biến RE21 khi bỏ đi làm tăng Alpha. Tuy nhiên xét thấy biến này có hệ số tương quan với biến tổng chấp nhận được (gần 0.44) và nó cần thiết cho thang đo này (theo lý thuyết) nên RE21 sẽ được quyết định giữ lại hay bỏ đi ở các phân tích sau.
Thang đo nhân tố quan hệ thương hiệu (RS) là thang đo tốt. Với Alpha lớn
0.89 và hệ số tương quan biến tổng tất cả 4 biến đều lớn hơn 0.3, thêm nữa khơng có biến nào khi bỏ đi làm Alpha giảm, do đó nhân tố này và tất cả các biến của nó đều được giữ lại.
Thang đo nhân tố cuối cùng, nguồn gốc thương hiệu (OG), có độ tin cậy chấp nhận được. Với Alpha tương ứng 0.75 cùng các hệ số tương quan biến tổng lớn đạt yêu cầu, nhân tố này cùng tất cả các biến của nó đều được giữ lại.
Thang đo tài sản thương hiệu nói chung (BE)
Thang đo này có độ tin cậy tốt với Alpha tương ứng 0.9 và các hệ số tương quan biến tổng cao và khá đồng đều. Biến BE1 làm giảm Alpha nhưng rất khơng đáng kể. Hơn nữa, BE1 có hệ số tương quan biến tổng cao và thang đo này đã đạt độ tin cậy cần thiết, vì vậy tất cả các biến quan sát đều được giữ lại.
Như vậy, thơng qua cơng cụ phân tích hệ số Cronbach’s Alpha cùng lý luận bên trên, tất cả các nhân tố đo lường thương hiệu cùng các biến quan sát tương ứng trong mơ hình ban đầu đều được giữ lại cho các phân tích thống kê tiếp theo.
4.2.2 Phân tích nhân tố
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 30 biến quan sát xuống cịn một số ít các biến hơn để đo lường tài sản thương hiệu. Nó cũng giúp ta kiểm định lại lần nữa các biến trong từng nhân tố có thực sự đáng tin cậy và có độ kết dính như chúng đã thể hiện ở phần xác định hệ số Cronbach’s Alpha hay không. Tương tự, nó cũng giúp ta kiểm tra xem liệu rằng thang đo 7 nhân tố mà nghiên cứu này đề xuất ban đầu có thực sự đo lường cùng khái niệm tài sản thương hiệu.
Cũng như các phân tích thống kê khác, trước khi tiến hành phân tích nhân tố, ta cũng cần kiểm tra xem việc dùng phương pháp này có phù hợp hay khơng. Việc kiểm tra này sẽ được thực hiện bởi việc tính hệ số KMO and Bartlett’s Test. Bartlett’s Test dùng để kiểm định giả thuyết H0 – các biến khơng có tương quan với nhau trong tổng thể và KMO cho biết liệu kích thước mẫu (202) có phù hợp với phân tích nhân tố hay khơng. Theo Hồng Trọng & Chu
Nguyễn Mộng Ngọc (2005), giá trị KMO nằm giữa khoảng 0.5 – 1 và Sig ≤
0.05 có nghĩa là phân tích nhân tố là thích hợp.
Chỉ số KMO trong trường hợp này là 0.825 và Sig. của Bartlett’s Test nhỏ hơn 0.05 cho thấy 30 biến này có tương quan với nhau và hồn tồn phù hợp với phân tích nhân tố.
Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (Principal Component Analysis – PCA) với giá trị Eigenvalue lớn hơn 1. Điều này có nghĩa là chỉ những nhân tố được trích ra có giá trị Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích.
Theo kết quả phân tích với sự hỗ trợ của SPSS 11.5, 30 biến quan sát này được trích ra thành 7 nhân tố có giá trị Eigenvalue lớn hơn 1, do đó 7 nhân tố này được giữ lại. Kết quả cũng cho thấy với 7 nhân tố này, phương sai trích
đạt 73.598 cho biết bảy nhân tố này giải thích được 73.6% biến thiên của các biến quan sát (Phụ lục A3 – Bảng A5).
Trong phân tích EFA cho nghiên cứu ngày, ta chọn phép xoay Varimax (ứng với phương pháp trích PCA) để xem xét hệ số tải nhân tố (Factor Loading). Theo Hair & ctg (1988, 111), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố lớn hơn 0.3 được xem là đạt mức tối thiểu, nếu nó lớn hơn 0.4 được xem là quan trọng, và lớn hơn 0.5 thì có ý nghĩa thực tiễn. Do đó, ta sẽ loại các biến có hệ số tải nhân tố nhỏ hơn 0.5. Kết quả ma trận xoay nhân tố cho thấy 7 nhân tố trích cùng các biến đo lường tương ứng. Kết quả này phù hợp với mơ hình nghiên cứu đề nghị ban đầu, tất cả các nhóm biến đo lường đúng nhân tố của nó, đó là: ID – Nhận diện thương hiệu (ID1, ID2, ID3, ID4, ID5), MN1 – Hiệu năng thương hiệu
(MN11, MN12, MN13, MN14), MN2 – Hình tượng thương hiệu (MN21,
MN22, MN23, MN24), RE1 – Đánh giá thương hiệu (RE11, RE21, RE31,
RE41), RE2 – Cảm xúc thương hiệu (RE21, RE22, RE23), RS – Quan hệ
thương hiệu (RS1, RS2, RS3, RS4), và OG – Nguồn gốc thương hiệu (OG1,
OG2, OG3). Hệ số tải nhân tố của tất cả 30 biến đều lớn hơn 0.5, do vậy các biến này đều có ý nghĩa thiết thực và được giữ lại cho các phân tích tiếp theo (Phụ lục A3 – Bảng A7).
Điều này cũng chứng minh rằng, việc giữ lại các biến làm giảm Alpha (RE21) trong phần kiểm tra độ tin cậy thang đo bằng Cronbach’s Alpha là hồn tồn hợp lý.
4.3 Phân tích hồi qui tuyến tính
Phân tích hồi qui tuyến tính sẽ giúp chúng ta biết được mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Phương pháp hồi qui sử dụng trong nghiên cứu này là phương pháp bình phương bé nhất thơng thường OLS với
ID MN1 MN MN2 RE1 RE BE RE2 RS OG
biến phụ thuộc là tài sản thương hiệu (BE) và biến độc lập là các biến như đã trình bày.
Hình 4.8 Các biến trong phân tích hồi qui tuyến tính
Giá trị của các biến này (BE, ID, MN1, MN2, RE1, RE2, RS, OG) được tính bằng giá trị trung bình của các biến thành phần tương ứng với từng biến. Ta có phương trình hồi qui tuyến tính như sau:
(4.1) Trong đó:
: giá trị tài sản thương hiệu của quan sát thứ i
: biến độc lập thứ p đối với quan sát thứ i : hệ số hồi qui riêng phần của biến thứ k : sai số của phương trình hồi qui
4.3.1 Ma trận hệ số tương quan giữa các biến
Bước đầu tiên khi phân tích hồi qui tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi qui tuyến tính có thể phù hợp. Mặt khác nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi qui tuyến tính đang xét. Kết quả kiểm định hệ số tương quan Pearson cho thấy biến phụ thuộc có mối quan hệ tương quan tuyến tính với cả 7 biến độc lập. Trong đó, hệ số tương quan giữa tài sản thương hiệu và cảm xúc thương hiệu (RE2) là lớn nhất (0.655), giữa tài sản thương hiệu với nguồn gốc thương hiệu (OG) là nhỏ nhất (0.339). Tuy nhiên, giữa các biến độc lập lại có sự tương quan với nhau. Ta sẽ xem xét chỉ số VIF ở phần phân tích hồi qui để biết liệu rằng có xảy ra hiện tượng đa cộng tuyến trong mơ hình hay khơng.
4.3.2 Phương trình hồi qui tuyến tính
Bước tiếp theo ta tiến hành xây dựng phương trình hồi qui tuyến tính. Dựa vào cơ sở lý thuyết và kết quả phân tích hệ số tương quan Pearson ở trên, ta sẽ đưa tất cả các biến độc lập trong mô hình hồi qui đã đề cập vào phân tích bằng phương pháp đưa vào cùng một lúc (phương pháp Enter).
Với sự hỗ trợ của SPSS, ta có được phương trình hồi qui tuyến tính như sau:
( ) ( ) ( ) ( )
( ) ( ) ( ) (4.2)
Trong đó:
ID: nhận diện thương hiệu MN1: hiệu năng thương hiệu
MN2: hình tượng thương hiệu RE1: đánh giá thương hiệu RE2: cảm xúc thương hiệu RS: quan hệ thương hiệu OG: nguồn gốc thương hiệu BE: tài sản thương hiệu
4.3.3 Đánh giá độ phù hợp của mơ hình và kiểm định các giả thiết
Để đánh giá độ phù hợp của mô hình, ta sẽ dùng các cơng cụ như tính hệ số
xác định , kiểm định F và kiểm định t.
Trước tiên, hệ số xác định của mơ hình trên là 0.569, thể hiện 7 biến độc lập
trong mơ hình giải thích được 56.9% biến thiên của biến phụ thuộc là tài sản thương hiệu. Với giá trị này của thì độ phù hợp của mô hình là tương đối (Phụ lục A4 – Bảng A11).
Thông qua ta đã biết mơ hình hồi qui tuyến tính đã xây dựng là phù hợp với mẫu. Tuy nhiên, để có thể suy diễn mơ hình này thành mơ hình của tổng thể , ta cần tiến hành kiểm định F thơng qua phân tích phương sai. Theo bảng phân tích Anova của mơ hình, ta có sig. của F nhỏ hơn 1/1000 nên ta có thể bác bỏ giả thuyết hệ số xác định của tổng thể = 0. Điều này có nghĩa là, có ít nhất một biến độc lập nào đó ảnh hưởng đến biến phụ thuộc của tổng thể (Phụ lục A4 – Bảng A12).
Sau cùng, để đảm bảo cả 7 biến độc lập đều thật sự ảnh hưởng đến biến phụ
thuộc, ta tiến hành kiểm định t. Với giả thiết là hệ số hồi qui của các biến
độc lập = 0 và với độ tin cậy 95%, ta có thể khơng bác bỏ với các , , và bác bỏ với các hệ số , , , theo các thông số sig. của kiểm định t đã được tính tốn (Phụ lục A4 – Bảng A11). Điều này cũng có nghĩa, với phân tích thống kê bằng hồi qui tuyến tính, ngoại trừ 4 nhân tố
MN1, MN2, RE1 và RE2 thì các nhân tố cịn lại (ID, RS, OG) ảnh hưởng không lớn trong việc đo lường tài sản thương hiệu (BE).
4.3.4 Ý nghĩa của các biến trong mơ hình
Phương trình hồi qui tuyến tính trên giúp ta rút ra kết luận từ mẫu nghiên cứu
rằng, tài sản thương hiệu theo khách hàng qua khảo sát người tiêu dùng tại
TPHCM phụ thuộc vào 7 nhân tố chính, đó là nhận diện thương hiệu, hiệu năng thương hiệu, hình tượng thương hiệu, đánh giá thương hiệu, cảm xúc thương hiệu, quan hệ thương hiệu và nguồn gốc thương hiệu. Do tất cả các
biến độc lập đều cùng được đo lường bằng một thang đo – thang Likert, nên từ phương trình hồi qui này ta cũng thấy được tầm quan trọng hay mức ý nghĩa của từng nhân tố đối với tài sản thương hiệu. Trong đó, cảm xúc thương hiệu có ảnh hưởng mạnh nhất, sau đó đến đánh giá thương hiệu, hiệu năng thương hiệu, hình tượng thương hiệu và nhận diện thương hiệu. Quan hệ