Kết quả cho thấy, hệ số KMO bằng 0,774 thỏa mãn điều kiện lớn hơn 0,5; hệ số Sig. trong kiểm định Bartlett’s bằng 0,000 nhỏ hơn 0,05 cĩ thể thấy kiểm định Barlett cĩ ý nghĩa thống kê, chứng tỏ các biến quan sát tương quan với nhau trên phạm vi tổng thể.
Tổng phương sai trích (Rotation Sums of Squared Loadings) bằng 68,247chứng tỏ68,247% biến thiên của dữ liệu được giải thích bởi nhĩm Quyết định mua. Hệ số đại diện cho phần biến thiên được giải thích bởi mỗi yếu tố (Eigenvalue) đạt 2,730> 1, thỏa mãn yêu cầu dữ liệu. Bốn biến quan sát thuộc nhĩm Quyết định mua sau phân tích EFA hồn tồn được giữ nguyên, khơng cĩ sự thay đổi. Biến Quyết định mua sau
khi phân tích EFA sẽ được chuẩn hĩa và trở thành biến phụ thuộc trong phân tích hồi quy tiếp theo (xem bảng 4.22).
Bảng 4.22: Ma trận yếu tố Quyết định mua
Component 1 QDM2 0,896 QDM3 0,888 QDM4 0,807 QDM1 0,698
Extraction Method: Principal Component Analysis. a 1 components extracted.
4.3.3.3Kết luận mơ hình và giả thuyết nghiên cứu
Như đã trình bày trước đĩ, dựa theo các mơ hình nghiên cứu trước đây và các phép phân tích định tính, tác giả đã xây dựng mơ hình nghiên cứu đề xuất. Sau khi tiến hành thủ tục kiểm định hệ số Cronbach’s Alpha, phân tích yếu tố khám phá EFA, thang đo các nhĩm yếu tố khơng cĩ sự điều chỉnh, hồn tồn phù hợp, nên mơ hình nghiên cứu đề xuất hồn tồn phù hợp để tiến hành các phép phân tích tiếp theo. Do đĩ, mơ hình nghiên cứu và các giả thuyết nghiên cứu vẫn được giữ nguyên để tiếp tục phân tích.
4.3.4 Phân tích ma trận hệ số tương quan
Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính bội cũng là xem xét các mối tương quan tuyến tính giữa tất cả các biến (xem bảng 4.23).
Bảng 4.23: Ma trận hệ số tương quanCL GC DD TT BB TK CX CL GC DD TT BB TK CX Pearson Correlation 1 ,077 -,033 ,030 -,011 ,081 -,062 Sig. (2-tailed) ,225 ,598 ,635 ,861 ,201 ,330 N 250 250 250 250 250 250 250 Pearson Correlation ,077 1 ,540** ,159* -,035 ,461** -,048 Sig. (2-tailed) ,225 ,000 ,012 ,579 ,000 ,453 N 250 250 250 250 250 250 250 Pearson Correlation -,033 ,540** 1 ,133* ,195** ,417** -,022 Sig. (2-tailed) ,598 ,000 ,036 ,002 ,000 ,726 N 250 250 250 250 250 250 250 Pearson Correlation ,030 ,159* ,133* 1 -,083 ,168** -,202** Sig. (2-tailed) ,635 ,012 ,036 ,192 ,008 ,001 N 250 250 250 250 250 250 250 Pearson Correlation -,011 -,035 ,195** -,083 1 ,342** ,055 Sig. (2-tailed) ,861 ,579 ,002 ,192 ,000 ,388 N 250 250 250 250 250 250 250 Pearson Correlation ,081 ,461** ,417** ,168** ,342** 1 -,107 Sig. (2-tailed) ,201 ,000 ,000 ,008 ,000 ,092 N 250 250 250 250 250 250 250 Pearson Correlation -,062 -,048 -,022 -,202** ,055 -,107 1 Sig. (2-tailed) ,330 ,453 ,726 ,001 ,388 ,092 N 250 250 250 250 250 250 250 Pearson Correlation ,596** ,504** ,372** ,243** ,040 ,377** -,032 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,532 ,000 ,620 N 250 250 250 250 250 250 250
** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).
Ma trận này cho thấy mối tương quan giữa biến phụ thuộc QDM với từng biến độc lập cũng như giữa các biến độc lập với nhau.
Xem xét mối quan hệ tương quan giữa biến độc lập với biến phụ thuộc cĩ thể thấy biến CL, TK, DD, GC, TTcĩ mối tương quan cĩ ý nghĩa thống kê với biến phụ thuộc, do hệ số Sig. của các biến này cĩ ý nghĩa thống kê tại mức ý nghĩa 5% và 1%. Các biến cịn lại, chưa thể kết luận được mối quan hệ tương quan với biến phụ thuộc
QDM, mặc dù hệ số Pearson đều lớn và dương, do hệ Sig. khơng cĩ ý nghĩa thống kê tại mức ý nghĩa 5% và 1%. Qua kết quả phân tích cĩ thể thấy, các biến CL,DD,GC, TK,TT đều cĩ mối tương quan dương với biến phụ thuộc QDM: Cụ thể, hệ số Pearson thể hiện mối tương quan giữa biến CL với biến QDM đạt 0,596; hệ số Pearson giữa DD với biến QDM đạt 0,372; hệ số Pearson giữa GC với biến QDM đạt 0,504; hệ số Pearson giữa TK với QDM đạt 0,377; hệ số Pearson giữa TT với QDM là 0,243. Như vậy, nhìn chung, ta cĩ thể kết luận các biến độc lập hồn tồn cĩ thể đưa vào mơ hình để giải thích cho biến QDM. Tuy nhiên, mối quan hệ giữa các biến cần phải được xem xét kỹ trong phân tích hồi quy để nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập.
4.3.5 Phân tích phương trình hồi quy
Theo mơ hình nghiên cứu, biến phụ phuộc QDM chịu tác động bởi 7 biến độc lập: CL, GC, DD, TT, TK, BB, CX. Kết quả phân tích hệ số tương quan Pearson cho thấy, các biến CL,DD,GC,TT cĩ mối quan hệ tương quan cĩ ý nghĩa thống kê với biến QDM; các biến cịn lại khơng cĩ ý nghĩa thống kê. Tuy nhiên, để phân tích kỹ mức độ và chiều hướng tác động của từng biến độc lập đến biến phụ thuộc như thế nào, tác giả vẫn tiến hành đưa đầy đủ 7 biến độc lập vào mơ hình phân tích hồi quy.
Để ước lượng mơ hình nghiên cứu những yếu tố ảnh hưởng đến quyết định mua sản phẩm nước ép trái cây đĩng hộp của người dân TP.HCM, tác giả sử dụng phương trình hồi quy tuyến tính bội. Phương trình cĩ dạng:
QDM=β0+b1.CL+b2.GC+b3.DD+b4.TT+b5.BB+b6.TK+b7.CX Trong đĩ: QDM: Quyết định mua CL: Chất lượng GC: Giá cả DD: Địa điểm β0: Hằng số tự do
Bi: Hệ số hồi qui riêng phần (i = 1 – 8)
TT: Hoạt động tiếp thị BB: Hình thức bao bì TK: Nhĩm tham khảo CX: Cảm xúc
Bảng 4.24: Kết quả phân tích kiểm định mơ hình Model Summary
a Predictors: (Constant), CX, TT, GC, DD, BB, TK, CL
ANOVA(b)
Model SquaresSum of df SquareMean F Sig.
1 Regression 64,106 7 9,158 58,177 0,000b
Residual 38,095 242 0,157
Total 102,201 249
a Predictors: (Constant), CX, TT, GC, DD, BB, TK, CL b Dependent Variable: QDM
So sánh giá trị R Square (R2) và Adjusted R Square (R2 điều chỉnh); ta thấy hệ số R2 điều chỉnh bằng 0,616 nhỏ hơn R2 bằng 0,627. Do đĩ dùng R2 điều chỉnh để đánh giá mức độ phù hợp của mơ hình sẽ an tồn hơn vì nĩ khơng làm phĩng đại mức độ phù hợp của mơ hình. Theo đĩ cĩ thể thấy, mơ hình tuyến tính bội trên đã được xây dựng phù hợp với tập dữ liệu đến61,6% (xem bảng 4.24).
Kết quả kiểm định ANOVA cho thấy, hệ số kiểm định F bằng 58,177 cĩ hệ số Sig. bằng 0,000 nên với mức ý nghĩa 5% cĩ thể kết luận mơ hình hồi quy bội được xây dựng là hồn tồn phù hợp với tập dữ liệu và cĩ thể sử dụng để đánh giá mơ hình nghiên cứu (xem bảng 4.25).
Bảng 4.25: Bảng hệ số hồi quy Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) -2,042 ,344 -5,938 ,000 CL ,781 ,054 ,569 14,348 ,000 ,978 1,022 GC ,305 ,052 ,301 5,862 ,000 ,584 1,711 DD ,128 ,038 ,166 3,393 ,001 ,641 1,560 1 ,136 ,037 ,151 3,674 ,000 ,912 1,096 TT BB -,002 ,036 -,003 -,063 ,950 ,787 1,271 TK ,089 ,042 ,105 2,118 ,035 ,624 1,604 CX ,058 ,037 ,064 1,578 ,116 ,945 1,058 a. Dependent Variable: QDM
Model R R Square R SquareAdjusted Std. Error of the Estimate
Mức ý nghĩa (giá trị Sig.) của các biến CL, TK, DD, GC, TT đều cĩ giá trị nhỏ hơn 0,05. Điều này cho thấy chúng cĩ ý nghĩa trong mơ hình, đồng nghĩa với việc biến thiên tăng hay giảm hệ số của từng biến này đều cĩ ảnh hưởng đến biến QDM, quyết định mua của người tiêu dùng đối với sản phẩm nước ép trái cây đĩng hộp. Trong khi đĩ, biến BB, CX cĩ giá trị Sig lớn hơn 0,05 nên chưa thể kết luận được các biến này cĩ ảnh hưởng đến biến QDM hay khơng. Như vậy, với tập dữ liệu nghiên cứu, các biến BB, CX chưa thực sự cĩ tác động đến quyết định mua của khách hàng đối với nước ép hoa quả đĩng hộp. Do đĩ, nghiên cứu cĩ thể loại bỏ2 biến này khỏi mơ hình nghiên cứu (xem bảng 4.26).
Bảng 4.26: Kết quả phân tích hồi quy lần 2 Model Summary
Model R R Square Adjusted R
Square Std. Error ofthe Estimate
1 0,790a 0,623 0,616 0,39716
a. Predictors: (Constant), TK, CL, TT, DD, GC
ANOVAa
Model Sum of
Squares
df Mean Square F Sig.
1 Regression Residual Total 63,714 5 12,743 80,785 ,000b 38,487 244 ,158 102,201 249 a. Dependent Variable: QDM b. Predictors: (Constant), TK, CL, TT, DD, GC Coefficientsa Model Unstandardized
Coefficients Standardized Coefficients
t Sig. Collinearity
Statistics
B Std. Error Beta Tolerance VIF
(Constant) CL 1 GC DD TT TK -1,791 ,284 -6,296 ,000 ,777 ,054 ,566 14,275 ,000 ,980 1,020 ,307 ,050 ,302 6,128 ,000 ,634 1,578 ,129 ,037 ,168 3,483 ,001 ,664 1,505 ,126 ,036 ,139 3,473 ,001 ,962 1,040 ,083 ,039 ,098 2,150 ,033 ,737 1,357 a. Dependent Variable: QDM
QDM = 0,566.CL + 0,302.GC + 0,168.DD + 0,139.TT + 0,098.TK
Kết quả phân tích hồi quy lần 2 cho thấy, mức độ phù hợp của mơ hình đạt 61,6%; mơ hình hồi quy hồn tồn phù hợp và khơng cĩ hiện tượng đa cộng tuyến. Phương trình hồi quy các yếu tố ảnh hưởng đến quyết định mua nước ép trái cây đĩng hộp của người tiêu dùng tại thành phố Hồ Chí Minh:
Trong đĩ: QDM: Quyết định mua DD: Địa điểm
CL : Chất lượng TT: Hoạt động tiếp thị
GC : Giá cả TK: Nhĩm tham khảo
Kết quả phân tích cho thấy, trong 5 yếu tố cĩ ảnh hưởng đến quyết định mua của người tiêu dùng về sản phẩm nước ép trái cây đĩng hộp thì yếu tố cĩ mức ảnh hưởng lớn nhất là Chất lượng (CL) với Beta bằng 0,566, tiếp đến là Giá cả (GC) với Beta bằng 0,302; Địa điểm (DD) với Beta bằng 0,168; Hoạt động tiếp thị với Beta bằng 0,139 và cuối cùng làNhĩm tham khảo (TK) với Beta bằng 0,098. Đồng thời các biến này đều cĩ mối tác động dương (tích cực) đến biến phụ thuộc QDM, tức là nếu tăng giá trị các biến này thì QDM sẽ tăng. Đây chính là điều mà các nhà nghiên cứu Marketing cần xem xét để cĩ những phương pháp đổi mới sản phẩm, tiếp cận được đến với người tiêu dùng.
Như vậy, các giả thuyết nghiên cứu đã được kiểm định như bảng 4.27.
Bảng 4.27: Kết quả kiểm định các giả thuyết
Giả thuyết KQKĐ
H1: Chất lượng và quyết định mua cĩ mối quan hệ dương Chấp nhận H2: Giá cả và quyết định mua cĩ mối quan hệ dương Chấp nhận H3: Địa điểm và quyết định mua cĩ mối quan hệ dương Chấp nhận H4: Hoạt động tiếp thị và quyết định mua cĩ mối quan hệ dương Chấp nhận H5: Hình thức bao bì và quyết định mua cĩ mối quan hệ dương Chưa đủ cơ sở
kết luận H6: Nhĩm tham khảo và quyết định mua cĩ mối quan hệ dương Chấp nhận H7: Cảm xúc và quyết định mua cĩ mối quan hệ dương Chưa đủ cơ sở
4.3.6 Phân tích ảnh hưởng của các biến nhân khẩu học đến quyết định mua của người tiêu dùng về sản phẩm nước ép trái cây đĩng hộp
Nhằm phân tích ảnh hưởng của các biến nhân khẩu học đến quyết định mua của khách hàng về sản phẩm nước ép trái cây đĩng hộp, nghiên cứu sử dụng phương pháp kiểm định T-test và phân tích phương sai ANOVA một nhân tố để phân tích. Thơng qua đĩ, nghiên cứu cĩ thể thấy được sự khác biệt về quyết định mua của khách hàng giữa giới tính, độ tuổi, nghề nghiệp, thu nhập.
Phương pháp T-test được áp dụng để xem xét giá trị trung bình của hai tổng thể (trong trường hợp mẫu độc lập). Đối với phép kiểm định này, một nguyên tắc mà trên thực tế hầu như khơng thể đạt được một cách tuyệt đối là bất kỳ một sự khác biệt nào về giá trị trung bình tìm được từ kết quả kiểm định là do sự khác biệt từ chính nội tại của mẫu thử chứ khơng phải do các nguyên nhân khác. Trước khi tiến hành kiểm định trung bình, ta cần phải kiểm tra sự bằng nhau của hai phương sai của tổng thể, vì kết quả của nĩ ảnh hưởng rất quan trọng đến kiểm định trung bình.
Phương pháp One-way ANOVAcĩ thể coi là sự mở rộng của kiểm định T-Test, vì phương pháp này cho phép so sánh giá trị trung bình của 3 nhĩm trở lên.Giả định phân tích ANOVA một nhân tố là phương sai của các nhĩm so sánh phải đồng nhất (bằng nhau). Do đĩ, để kết quả kiểm định ANOVA một nhân tố cĩ thể sử dụng được thì trước đĩ, giả định trên phải đảm bảo. Tức là, kiểm định Levene phải cĩ hệ số Sig lớn hơn 0,05.
4.3.6.1Phân tích sự khác biệt trong quyết định mua giữa nam và nữ
Bảng 4.28: Kết quả kiểm định sự khác biệt trong quyết định mua giữa nam và nữ
Independent Samples Test
Levene's Test for Equality of Variances
t-test for Equality of Means F Sig. t df Sig. (2-
tailed) DifferencMean e Std. Error Differenc e 95% Confidence Interval of the Difference Lower Upper Equal variances QD assumed
M Equal variances not assumed
1,629 ,203 -,085 248 ,932 -,00689 ,08126 -,16695 ,15317 -,085 242,457 ,933 -,00689 ,08150 -,16742 ,15364
Trước khi đọc kết quả của kiểm định T-test cần phải kiểm tra kết quả kiểm định Levene nhằm xác định xem phương sai của nhân tố đánh giá giữa nam và nữ cĩ bằng nhau hay khơng? Nếu hệ số Sig. của kiểm định Levene nhỏ hơn 0,05 thì phương sai giữa các nhĩm là khác nhau, ta sử dụng kết quả kiểm định ở phần Equal variances not assumed trong bảng kết quả kiểm định T-test. Ngược lại, nếu hệ số Sig. trong kiểm định Levene lớn hơn 0,05 chứng tỏ phương sai giữa hai biến nam và nữ là bằng nhau, ta sử dụng kết quả kiểm định ở phần Equal variances assumed.
Kết quả cho thấy, hệ số Sig. trong kiểm định Levene bằng 0,203 lớn hơn 0,05 chứng tỏ phương sai giữa nam và nữ trong đánh giá quyết định mua của khách hàng về sản phẩm nước ép trái cây đĩng hộp là bằng nhau. Theo hệ số Sig. trong phân tích T-test bằng 0,932 lớn hơn 0,05 nên giữa nam và nữ khơng cĩ sự khác biệt trong quyết định mua nước ép trái cây đĩng hộp. Điều này hồn tồn phù hợp với thực tế, nước ép trái cây đĩng hộp là sản phẩm khơng phải chỉ dành riêng cho nam hay nữ (bảng 4.28). 4.3.6.2Phân tích sự khác biệt trong quyết định mua giữa các nhĩm độ tuổi
Bảng 4.29: Kết quả kiểm định sự khác biệt trong quyết định mua giữa các nhĩm độ tuổi
QDM
Levene Statistic df1 df2 Sig.
2,962 5 244 0,013
Kết quả phân tích cho thấy, hệ số Sig. trong kiểm định Levene cĩ giá trị bằng 0,013 nhỏ hơn 0,05 nên với mức ý nghĩa 5% cĩ thể kết luận phương sai của các nhĩm so sánh về độ tuổi là khác nhau. Như vậy, giả định trong phân tích phương sai ANOVA đã bị vi phạm. Do đĩ, kết quả kiểm định ANOVA một yếu tố khơng cĩ ý nghĩa thống kê. Điều này cĩ thể kết luận, tập dữ liệu chưa đủ cơ sở để phân tích được giữa các nhĩm độ tuổi khác nhau cĩ sự khác biệt gì hay khơng trong quyết định mua sản phẩm nước ép trái cây đĩng hộp (xem bảng 4.29).
4.3.6.3Phân tích sự khác biệt trong quyết định mua giữa các nhĩm nghề nghiệp
Tương tự như kết quả phân tích sự khác biệt trong quyết định mua giữa các nhĩm tuổi, kết quả phân tích kiểm định Levene cho thấy giả định trong phân tích ANOVA một yếu tố đã bị vi phạm, hệ số Sig bằng 0,044 nhỏ hơn 0,05. Do đĩ, kết quả kiểm định ANOVA một yếu tố khơng cĩ ý nghĩa thống kê, hay chưa đủ cơ sở để kết luận giữa các nhĩm nghề nghiệp khác nhau thì quyết định mua của những người tiêu
dùng đĩ cĩ khác nhau hay khơng? (xem bảng 4.30).
Bảng 4.30: Kết quả kiểm định sự khác biệt trong quyết định mua giữa các nhĩm nghề nghiệp
QDM
Levene
Statistic df1 df2 Sig.
2,487 4 245 0,044
4.3.6.4Phân tích sự khác biệt trong quyết định mua giữa các nhĩm thu nhập
Kết quả kiểm định Levene cho thấy, giả định phương sai bằng nhau đã được đảm bảo. Hệ số Sig. trong kiểm định Levene bằng 0,199 lớn hơn 0,05.
Như vậy, kết quả phân tích ANOVA một yếu tố cĩ thể sử dụng được. Theo đĩ, hệ số Sig. bằng 0,482 lớn hơn 0,05 nên cĩ thể kết luận giữa các nhĩm thu nhập khác nhau quyết định mua sản phẩm nước ép trái cây đĩng hộp của người dân TP.HCM khơng cĩ sự khác biệt. Điều này hồn tồn phù hợp với thực tế khi mà sản phẩm nước ép trái cây đĩng hộp cĩ giá trị khơng cao, hồn tồn phù hợp với những đối tượng người tiêu dùng cĩ mức thu nhập khác nhau (xem bảng 4.31).
Bảng 4.31: Kết quả kiểm định sự khác biệt trong quyết định mua giữa các nhĩm thu nhập QDM Levene Statistic df1 df2 Sig. 1,597 4 245 0,199 QDM ANOVA