Tần suất Phần trăm Phần trăm tích lũy
Dƣới 3 triệu 43 21.5% 21.5%
3 triệu đến 5 triệu 79 39.5% 61% 5 triệu đến 10 triệu 60 30.0% 91% Lớn hơn 10 triệu 18 9.0% 100%
Mức thu nhập có tỉ trọng cao 39.5% đó là nhóm có mức thu nhập từ 3-5 triệu, nhóm tỉ lệ ít nhất 9% đó là nhóm có thu nhập từ 5-10 triệu.
Bảng 4.4: Cơ cấu theo tình trạng hơn nhân
Tần suất Phần trăm Phần trăm tích lũy
Độc thân 79 39.5% 39.5%
Đã lập gia đình 91 45.5% 85%
Khác 30 15% 100%
Nhóm đã lập gia đình chiếm tỉ lệ cao nhất là 45.5%, nhóm thứ hai với tỉ lệ 39.5% là nhóm cịn độc thân, cịn lại là nhóm có tình trạng khác với 15%
4.2 Kiểm định độ tin cậy của thang đo
Sử dụng chỉ số tin cậy Cronbach Alpha để kiểm định độ tin cậy của thang đo do các khía cạnh cụ thể (các chỉ số) của từng nhân tố đƣợc thể hiện qua các câu hỏi nghiên cứu đƣợc lấy từ định nghĩa của từng nhân tố và tổng hợp từ các nghiên cứu trƣớc 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. Theo đó chỉ số Cronbach Alpha cho biết đƣợc sự tƣơng quan, quan hệ chặt chẽ giữa các biến quan sát, bao gồm sự tƣơng quan giữa bản thân các biến quan sát và tƣơng quan tới biến tổng. Với phƣơng pháp
này giúp ngƣời phân tích loại bỏ ra đƣợc các biến khơng hợp lý (biến rác) để đảm bảo độ tin cậy và độ chính xác của mơ hình. Nhiều nhà nghiên cứu cho rằng Cronbach Alpha từ 0.8 trở lên đến gần 1 thì thang đo lƣờng là tốt, từ 0.7 đến gần 0.8 là sử dụng đƣợc. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng-Chu Nguyễn Mộng Ngọc, 2008). Vì vậy đối với nghiên cứu này thì Cronbach Alpha từ 0.7 trở lên mới đƣợc xem là có độ tin cậy và đƣợc giữ lại. Ngoài ra, mối quan hệ tƣơng quan biến tổng cũng đƣợc xem xét, chỉ những biến nào có hệ số lớn hơn 0.4 mới đƣợc giữ lại.
Thang đo Sản phẩm có hệ số Alpha cao, hệ số tƣơng quan biến tổng khá
đồng đều ngoại trừ biến SP6 có hệ số tƣơng quan biến tổng chỉ đạt 0.144. Và nếu bỏ biến này sẽ làm hệ số Cronbach Alpha tăng lên 0.883. Do đó sẽ loại biến SP6.
Thang đo Giá cả có hệ số Cronbach Alpha 0.883 và hệ số tƣơng quan biến
tổng của từng biến đều khá cao và đồng đều, khi một trong các biến bị loiaj thì làm giảm hệ số Cronbach Alpha, do đó các biến đều đƣợc giữ lại
Thang đo Địa điểm có hệ số số Cronbach Alpha rất cao 0.897, hệ số tƣơng quan biến tổng đều lớn hơn 0.7, do đó các biến đều đƣợc giữ lại vì khi loại một trong các biến thì sẽ làm giảm hệ số Cronbach Alpha.
Thang đo Chiêu thị với hệ số Cronbach Alpha 0.875, hệ số tƣơng quan biến tổng cũng khá cao và đồng đều, đây là nhân tố các có biến tƣơng quan đồng đều với biến tổng nên sẽ khơng có biến nào bị loại ở nhân tố nhà.
Thang đo Thông tin với hệ số Cronbach Alpha 0.873, hệ số tƣơng quan biến tổng đồng đều và khi một trong các biến bị loại sẽ làm giảm hệ số Cronbach Alpha, do đó các biến đều đƣợc giữ lại.
Nhƣ vậy thơng qua cơng cụ phân tích hệ số Cronbach Alpha, các biến của các nhân tố Quyết định mua hàng đều đƣợc giữ lại, riêng đối với biến SP6 của thang đo Sản phẩm không đạt nên sẽ khơng đƣợc đƣa vào phân tích nhân tố sau đây.
Bảng 4.5: Kết quả các biến đƣợc giữ lại sau phân tích Crobach Alpha STT Thang đo Tổng số STT Thang đo Tổng số biến Crobach Alpha Số biến đạt yêu cầu
Tên biến giữ lại
01 Sản phẩm 06 0.883 05 SP1,SP2,SP3,SP4,SP5 02 Giá cả 03 0.883 03 GC1,GC2,GC3
03 Địa điểm 04 0.897 04 DD1,DD2,DD3,DD4 04 Chiêu thị 03 0.875 03 CT1,CT2,CT3
05 Thông tin 03 0.873 03 TT1, TT2, TT3
(Nguồn: Tổng hợp các kết quả phân tích Cronbach Alpha)
4.3 Phân tích nhân tố
Với các biến đƣợc giữ lại sau phân tích Crobach Alpha thì sẽ đƣợc đƣa vào phân tích nhân tố EFA (Exploratory Factor Analysis) để xây dựng thang đo đo lƣờng các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra tính đơn khía cạnh của thang đo lƣờng (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Nhƣ vậy, phân tích nhân tố EFA giúp ta rút gọn tập hợp nhiều biến thành nhóm biến có độ tin cậy cao khi giải thích cho một khái niệm trong nghiên cứu. Nhƣ vậy với 20 biến quan sát đƣợc giữ lại thì EFA sẽ giúp chúng ta kiểm định liệu 20 biến này có phải là biến quan sát phù hợp, có độ tin cậy và kết dính trong cùng một nhân tố. Đồng thời kiểm định 5 nhân tố ban đầu có thực sự đo lƣờng khái niệm “Quyết định mua tivi”.
Cũng nhƣ các phƣơng pháp thống kê khác, trƣớc khi tiến hành phân tích nhân tố EFA, ta cũng cần kiểm tra xem việc dùng phƣơng pháp này có phù hợp hay không. Việc kiểm tra này đƣợc thực hiện thông qua hệ số KMO (Kaiser-Meyer- Olkin) và kiểm định Bartlett. Kiểm định Bartlett dùng để kiểm định giả thuyết Ho là
các biến khơng có tƣơng quan với nhau trong tổng thể, còn KMO dùng để kiểm tra xem kích thƣớc, dữ liệu mẫu trong bài nghiên cứu có phù hợp với việc phân tích nhân tố hay khơng. Theo Hồng Trọng & Chu Nguyễn Mộng Ngọc (2005), giá trị KMO nằm giữa 0.5 đến 1 là phù hợp (nghĩa là phân tích EFA trong trƣờng hợp nghiên cứu này là thích hợp). Giá trị của KMO trong nghiên cứu này đạt yêu cầu 0.868 và sig của Bartlett’s Test nhỏ (0.000), chứng tỏ 20 biến quan sát này có tƣơng quan với nhau và hồn tồn phù hợp cho việc phân tích nhân tố khám phá EFA.
Phƣơng pháp trích (Extraction Method) đƣợc sử dụng là phân tích nhân tố chính (Principal Component Analysis)với giá trị trích Eigenvalue lớn hơn 1. Nhƣ vậy chỉ những nhân tố trích ra có giá trị Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mơ hình nghiên cứu. Bảng kết quả phân tích nhân tố cho thấy, với 20 nhân tố đƣa vào ban đầu có năm nhân tố trích tại điểm Eigenevalue lớn hơn 1. Năm nhân tố này đƣợc giữ lại cho nghiên cứu tiếp theo. Các nhân tố này giải thích đƣợc gần 77.5% sự biến thiên của mơ hình (phần trăm phƣơng sai).
Phƣơng pháp quay quanh trục tọa độ (Orthogonal Rotation Method) là Varimax with Kaiser Normalization (chuẩn Kaiser). Theo Hair & ctg (1998) thì hệ số tải nhân tố trên 0.6 đƣợc xem là cao và dƣới 0.4 là thấp. Đối với 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. Kết quả sau khi phân tích EFA, có kết quả tổng hợp thể hiện trong bảng 4.6 nhƣ sau:
Bảng 4.6: Ma trận nhân tố với phép quay Varimax Biến Nhân tố Biến Nhân tố 1 2 3 4 5 SP1 .783 .136 .186 .103 .111 SP2 .862 .178 .166 .128 .026 SP3 .732 .088 .010 .120 .277 SP4 .842 .201 .108 .161 .166 SP5 .667 .138 .046 .265 .179 GC1 .150 .132 .167 .850 .219 GC2 .198 .176 .215 .842 .057 GC3 .293 .130 .165 .810 .167 DD1 .277 .762 .284 .138 .095 DD2 .130 .900 .126 .090 .069 DD3 .108 .875 .124 .139 .127 DD4 .256 .678 .266 .161 .271 CT1 .182 .186 .814 .176 .176 CT2 .091 .220 .799 .173 .207 CT3 .127 .243 .817 .204 .223 TT1 .157 .184 .122 .146 .847 TT2 .239 .171 .205 .164 .796 TT3 .221 .072 .311 .128 .798 Eigenvalue 7.819 1.974 1.677 1.416 1.006 %Phƣơng sai 43.439 10.967 9.319 7.865 5.923 (Nguồn: kết quả phân tích nhân tố với phép xoay Varimax)
Qua kết quả phân tích nhân tố 20 biến biến quan sát, sau khi xoay các nhân tố sự tập trung của các biến theo từng nhân tố đã hiện rõ ràng, với hệ số tải nhân tố lớn hơn 0.5 và khác biệt giữa các nhân tố nhỏ hơn 0.3, các biến đƣợc chia thành 5 nhóm với các tên gọi tƣơng ứng. Nhóm thứ nhất với toàn bộ biến thuộc nhân tố Sản
phẩm, nhóm thứ hai với các biến thuộc nhân tố Giá cả, tiếp theo là Địa điểm,
Chiêu thị và cuối cùng là Thông tin. Các biến sẽ tiếp tục đƣợc đƣa vào phân tích
hồi quy sau đây.
Mơ hình nghiên cứu và các giả thuyết nghiên cứu vẫn đƣợc giữ nguyên:
Hình 4.1: Mơ hình nghiên cứu chính thức
H1: Yếu tố Sản phẩm có ảnh hưởng đến quyết định mua tivi của người tiêu dùng trên địa bàn Thành Phố Hồ Chí Minh
H2: Yếu tố Giá cả có ảnh hưởng đến quyết định mua tivi của người tiêu dùng trên địa bàn Thành Phố Hồ Chí Minh
H3: Yếu tố Địa điểm có ảnh hưởng đến quyết định mua tivi của người tiêu dùng trên địa bàn Thành Phố Hồ Chí Minh
H4: Yếu tố Chiêu thị có ảnh hưởng đến quyết định mua tivi của người tiêu dùng trên địa bàn Thành Phố Hồ Chí Minh
H5: Yếu tố Thơng tin có ảnh hưởng đến quyết định mua tivi của người tiêu dùng trên địa bàn Thành Phố Hồ Chí Minh
Sản phẩm Giá cả Địa điểm Chiêu thị Thông tin Quyết định mua tivi
4.4 Phân tích hồi quy
Bằng hệ số Cronbach’s alpha và phân tích nhân tố EFA, chúng ta xác định đƣợc nhóm yếu tố phù hợp ảnh hƣởng tới quyết định mua tivi của ngƣời tiêu dùng. Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết đƣợc mức độ ảnh hƣởng của các biến độc lập này tới biến phụ thuộc nhƣ thế nào.
4.4.1 Ma trận hệ số tƣơng quan giữa các biến
Đầu tiên ta sẽ xem xét mối quan hệ tƣơng quan tuyến tính giữa các biến độc lập với biến phụ thuộc, cũng nhƣ mối quan hệ tuyến tính giữa các biến độc lập với nhau. Từ kết quả bảng ma trận tƣơng quan giữa các biến cho thấy biến phụ thuộc có quan hệ tƣơng quan tuyến tính với cả năm biến độc lập. Trong đó hệ số tƣơng quan của biến Quyết định và các biến độc lập cao nhất là 0.661, thấp nhất là 0.618. Và giữa các biến độc lập cũng có mối quan hệ tƣơng quan lẫn nhau, tuy nhiên hệ số tƣơng quan giữa các biến độc lập không cao, cao nhất là 0.522 và thấp nhất là 0.407. Trƣờng hợp đảm bảo mơ hình khơng xảy ra hiện tƣợng đa cộng tuyến sẽ đƣợc kiểm định ở phân tích tiếp sau đây.
Bảng 4.7: Hệ số tƣơng quan của biến độc lập và biến phụ thuộc
QD SP GC DD CT TT QD 1 .642** .642** .633** .661** .618** SP 1 .474** .451** .377** .472** GC 1 .407** .478** .434** DD 1 .522** .418** CT 1 .522** TT 1
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Phân tích tương quan Pearson)
4.4.2 Phƣơng trình hồi quy tuyến tính
TP.HCM. Phân tích hồi quy đƣợc thực hiện bằng phƣơng pháp đồng thời (Enter), dùng để kiểm định các giả thuyết.
4.4.2.1 Kiểm định giả định của mơ hình hồi quy
Phân tích hồi quy khơng phải chỉ là việc mơ tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ƣớc lƣợng đƣợc khơng đáng tin cậy nữa. Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này sẽ tiến hành kiểm định giả định của hàm hồi quy nhƣ sau:
Khơng có hiện tượng đa cộng tuyến
Ta phải dị tìm hiện tượng đa cộng tuyến bằng cách tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai (Variance inflation factor – VIF). Độ chấp nhận trong trƣờng hợp này của bốn biến trong mơ hình khá cao, đều lớn hơn 0.5 trong khi hệ số VIF khá thấp đều dƣới 2, cao nhất là 1.733. Hệ số VIF nhỏ hơn 10 là ta có thể bác bỏ giả thuyết mơ hình bị đa cộng tuyến.
Phương sai của phần dư không đổi
Kiểm định Pearson cho thấy khơng có sự tƣơng quan giữa phần dƣ chuẩn hóa và các biến độc lập trong mơ hình nghiên cứu hay nói một cách khác khơng có hiện tƣợng phƣơng sai của sai số thay đổi. Bên cạnh đó, đồ thị biểu diễn phần dƣ chuẩn hóa theo giá trị dự đốn chuẩn hóa phân tán ngẫu nhiên Nhƣ vậy, giả định này khơng bị vi phạm (Hồng Trọng & cộng sự, 2008, trang 226).
Các phần dư có phân phối chuẩn
Để dị tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ dùng hai
công cụ vẽ của phần mềm SPSS là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ Histogram ta thấy phần dƣ có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1 (=0.987). Nhìn vào đồ thị P-P plot biểu diễn các điểm quan sát thực tế tập trung khá sát đƣờng chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dƣ có phân phối chuẩn.
Khơng có hiện tượng tương quan giữa các phần dư
Hệ số Durbin-Watson của mơ hình hồi quy là 1.866 (bảng 4.8) ta có thể kết luận giả định về tính độc lập của sai số khơng bị vi phạm. Một cách khác, ta có thể xét đồ thị phân tán phần dƣ chuẩn hóa theo thứ tự quan sát cho thấy khơng có hiện tƣợng tƣơng quan chuỗi bậc nhất, hay giữa các phần dƣ khơng có sự tƣơng quan (Hồng Trọng & cộng sự, 2008, trang 232).
4.4.2.2 Phân tích hồi quy
Phân tích hồi quy đƣợc thực hiện với 5 biến độc lập bao gồm: Sản phẩm, Giá cả, Địa điểm, Chiêu thị, Thông tin. Các biến đƣợc đƣa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa <0.05. Kết quả phân tích hồi quy đƣợc trình bày nhƣ sau.
Bảng 4.8: Kiểm định độ phù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn của ƣớc lƣợng Durbin-Watson 1 .852a .726 .719 .50442 1.866
a. Biến độc lập: Constant, Thông tin, Địa điểm, Giá cả, Sản Phẩm, Chiêu thị
b. Biến phụ thuộc: Quyết định mua tivi
Thông qua hệ số xác định R2
hiệu chỉnh bằng 0.719, cho thấy các biến độc lập trong mơ hình đã giải thích đƣợc 71.9% biến thiên của biến phụ thuộc Quyết định mua tivi. Với giá trị này thì độ phù hợp của mơ hình là khá cao. Bên cạnh đó, kiểm định F cũng cho thấy giá trị Sig. = 0.000, vậy mơ hình trên phù hợp với tập dữ liệu đang khảo sát.
Bảng 4.9: Phân tích phƣơng sai ANOVA với biến phụ thuộc Mơ Mơ hình Tổng độ lệch bình phƣơng Df Trung bình độ lệch bình phƣơng định F Kiểm Mức ý nghĩa Sig. 1 Hồi quy 130.594 5 26.119 102.653 .000a Phần dƣ 49.361 194 .254 Tổng 179.955 199
a. Biến độc lập: Constant, Thông tin, Địa điểm, Giá cả, Sản Phẩm, Chiêu thị
b. Biến phụ thuộc: Quyết định mua tivi
Bảng 4.10: Kết quả phân tích hồi quy
Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa T Mức ý nghĩa Thống kê đa cộng tuyến B Độ lệch chuẩn
Beta Tolerance VIF
(Constant) .178 .190 .935 .351 Sản Phẩm .296 .054 .255 5.456 .000 .646 1.548 Giá cả .240 .047 .238 5.113 .000 .652 1.534 Địa điểm .223 .048 .221 4.702 .000 .640 1.563 Chiêu thị .248 .050 .244 4.939 .000 .577 1.733 Thông tin .175 .048 .174 3.650 .000 .623 1.606
a. Biến phụ thuộc: Quyết định mua tivi
(Nguồn: Phân tích hồi quy đa biến)
Kết quả hồi quy cho thấy, cả 5 biến độc lập đƣa vào mơ hình phân tích đều có ảnh hƣởng đến Quyết định mua tivi vì kiểm định Sig của cả 5 biến đều nhỏ hơn 0.05.
Thơng qua kết quả phân tích hồi quy, ta thấy đƣợc thang đo Quyết định mua tivi bị ảnh hƣởng bởi 5 yếu tố là Sản phẩm, Giá cả, Địa điểm, Chiêu thị và Thông tin. Do tất cả các biến độc lập đều đƣợc đo lƣờng bằng thang đo mức độ Likert
(cùng một đơn vị tính) nên từ phƣơng trình hồi quy này ta cũng thấy đƣợc tầm quan trọng của từng nhân tố đối với Quyết định mua tivi. Ta thấy yếu tố “Sản phẩm” có