Biến quan sát Nhân tố
LTT3 Anh/Chị cho rằng mình khơng dễ dàng thay đổi sự tin tƣởng đối với thƣơng hiệu MPCC này
0,800
LTT1 Anh/chị dự định sẽ là khách hàng trung thành của MPCC này 0,790 LTT5 Anh/Chị vẫn sẽ ƣu tiên sử dụng MPCC này dù bạn bè khuyến nghị một mỹ
phẩm khác tốt hơn
0,744
LTT4 Anh/Chị sẽ tiếp tục sử dụng MPCC này trong tƣơng lai 0,670 LTT7 Anh/Chị sẽ khuyến cáo ngƣời khác sử dụng MPCC này 0,610 LTT6 Nếu có thêm nhu cầu, anh/chị sẽ luôn coi MPCC này là lựa chọn đầu tiên 0,608
Eigenvalue 3,007
Phƣơng sai trích (%) 50,119
Tổng phƣơng sai trích (%) 50,119
KMO = 0,834
Mức ý nghĩa kiểm định Barlett = 0,000
(Nguồn: Phụ lục 7)
Kết quả phân tích EFA biến phụ thuộc “Lịng trung thành” tại bảng 4-10 cho kết quả: hệ số KMO = 0,834 (Sig = 0,000), hệ số Eigenvalue = 3,007 và tổng phƣơng sai trích bằng 50,119%, đồng thời tất cả các biến đều có hệ số tải >0,5. Một nhân tố duy nhất đƣợc rút trích cho yếu tố Lịng trung thành chứng tỏ thang đo đạt độ hội tụ và mẫu có tính đại diện cho đám đơng. Do đó, kết quả phân tích EFA này đạt yêu cầu.
Bảng dƣới đây thể hiện cụ thể cơ cấu thang đo sau kiểm định:
Bảng 4-11 Cơ cấu thang đo sau kiểm định
Tên biến Nội dung quan sát Mã
hóa
Sự thỏa mãn
MPCC Anh/chị đang sử dụng đáp ứng đƣợc nhu cầu của mình STM1 MPCC này đáp ứng đƣợc kỳ vọng của Anh/chị về một mỹ phẩm lý
tƣởng STM2
Anh/Chị thấy hài lòng với MPCC này STM3
Anh/chị thấy MPCC này và dịch vụ của nó khá tốt so với nhiều mỹ
phẩm khác STM4
Niềm tin thƣơng
hiệu
MPCC mà anh/chị đang sử dụng có đƣờng dây nóng phục vụ KH NTTH1 MPCC anh/chị đang sử dụng luôn thể hiện sự quan tâm chân thành trong
giải quyết khiếu nại
NTTH2
MPCC mà anh/chị đang sử dụng ln ghi nhận ý kiến đóng góp của KH NTTH3 Anh/chị tin cậy vào chất lƣợng và hiệu quả của MPCC mình đang sử
dụng
NTTH5
Tính cách thƣơng
hiệu
Thƣơng hiệu MPCC anh/chị đang sử dụng giúp anh/chị thể hiện đƣợc chính mình
TCTH1 Thƣơng hiệu MPCC anh/chị đang sử dụng thể hiện đƣợc tính cách bản
thân
TCTH2 Thƣơng hiệu MPCC mà anh/chị đang sử dụng làm tăng giá trị của bản
thân
TCTH3
Anh/Chị cảm thấy tự hào khi sử dụng MPCC này TCTH4
Thói quen lựa chọn
Anh/Chị đã sử dụng MPCC này trong một thời gian dài TQ1
Anh/chị sử dụng MPCC này vì đã quen sử dụng nó TQ4
Khi sử dụng MPCC này, tơi đã khơng có ý thức rõ về nó TQ5
Rào cản chuyển đổi
Để thay đổi sang thƣơng hiệu MPCC khác, anh/chị phải tốn thời gian
cho việc tìm hiểu thơng tin về mỹ phẩm đó RC1
Để thay đổi sang thƣơng hiệu MPCC khác, anh/chị phải nỗ lực nhiều hơn cho việc đƣa ra quyết định sử dụng mỹ phẩm đó RC2 Khi đổi qua thƣơng hiệu MPCC khác, anh/chị địi hỏi phải chịu sự rủi ro
Hình ảnh doanh nghiệp
Doanh nghiệp MPCC mà anh/chị đang sử dụng ln hành động có trách
nhiệm với mơi trƣờng HA1
Doanh nghiệp MPCC mà anh/chị đang sử dụng ln tạo đƣợc hình ảnh
đẹp trong cộng đồng HA2
Doanh nghiệp MPCC mà anh/chị đang sử dụng luôn hành đồng vì con ngƣời, khơng sử dụng những hóa chất gây hại sức khỏe ngƣời tiêu dùng HA3
Lòng trung thành
Anh/chị dự định sẽ là khách hàng trung thành của MPCC này LTT1 Anh/Chị cho rằng mình khơng dễ dàng thay đổi sự tin tƣởng đối với
thƣơng hiệu MPCC này LTT3
Anh/Chị sẽ tiếp tục sử dụng MPCC này trong tƣơng lai LTT4 Anh/Chị vẫn sẽ ƣu tiên sử dụng MPCC này dù bạn bè khuyến nghị một
mỹ phẩm khác tốt hơn LTT5
Nếu có thêm nhu cầu, anh/chị sẽ luôn coi MPCC này là lựa chọn đầu
tiên LTT6
Anh/Chị sẽ khuyến cáo ngƣời khác sử dụng MPCC này LTT7 Tiếp theo, phân tích tƣơng quan và hồi quy đƣợc thực hiện để xác định mối quan hệ tác động các yếu tố độc lập đối với lòng trung thành của khách hàng.
4.5 Kiểm định mơ hình nghiên cứu
4.5.1 Phân tích tương quan bằng hệ số Pearson
Trƣớc khi kiểm định mơ hình nghiên cứu bằng phân tích hồi quy tuyến tính bội, cần phải xem xét mối tƣơng quan giữa các biến của mơ hình. Phân tích ma trận tƣơng quan sử dụng hệ số tƣơng quan Pearson Correlation để lƣợng hóa mức độ chặt chẽ mối quan hệ tuyến tính giữa mỗi yếu tố ảnh hƣởng đến yếu tố lòng trung thành và giữa các yếu tố độc lập với nhau. Khi giá trị tuyệt đối của hệ số tƣơng quan Pearson giữa hai biến tiến gần 1 thì hai biến có mối tƣơng quan tuyến tính chặt chẽ, nhỏ hơn 0,3 thì cho biến mối quan hệ là lỏng. Giá trị của hệ số này bằng 0 chỉ ra rằng hai biến khơng có mối quan hệ tuyến tính. Tuy nhiên, cũng cần phải lƣu ý đến dấu hiệu của hiện tƣợng đa cộng tuyến nếu giữa các biến độc lập có tƣơng quan mạnh với nhau. Khi phân tích Pearson, các biến độc lập và phụ thuộc đƣợc xem xét nhƣ nhau.