4.4.1 Phân tích nhân tố khám phá EFA các biến độc lập
Bƣớc phân tích nhân tố khám phá (EFA) đƣợc thực hiện tiếp theo để kiểm tra lại mức độ hội tụ của thang đo với tập dữ liệu nghiên cứu chính thức.
Với kết quả EFA, ta cần xem xét các giá trị:
KMO & Barlett’s (lớn hơn 50%) cho biết phân tích EFA có thích hợp với
dữ liệu khơng
Eigenvalue (lớn hơn 1) là tiêu chuẩn để khẳng định số nhân tố đƣợc rút
Kết quả tổng phƣơng sai trích (lớn hơn 50%) cho biết tổng nhân tố rút trích đƣợc tại giá trị Eigenvalues lớn hơn 1 sẽ giải thích đƣợc bao nhiêu phần trăm độ biến thiên của dữ liệu nghiên cứu.
Ba yếu tố đƣợc đƣa vào kiểm định EFA - sử dụng phƣơng pháp rút trích nhân tố Principal Components và phép quay Varimax.
Sau khi kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha thì hai biến quan sát “NTTH4 Anh/chị hoàn toàn tin tƣởng MPCC này khi sử dụng”, biến “NTTH6 MPCC anh/chị đang sử dụng có chính sách chăm sóc, đổi trả hàng hóa, bồi thƣờng thỏa đáng nếu có vấn đề về da, sản phẩm”, biến “TQ2 Anh/Chị đã sử dụng MPCC này nhƣ một hành động tự động” đã bị loại ra và còn lại 21 biến độc lập.
Bảng 4-9. Kết quả phân tích EFA các biến độc lập
Biến quan sát Nhân tố
1 2 3 4 5 6
STM1 MPCC anh/chị đang sử dụng đáp ứng đƣợc nhu cầu của mình
0,822
STM2 MPCC này đáp ứng đƣợc kỳ vọng của anh/chị về một mỹ phẩm lý tƣởng
0,818
STM3 Anh/Chị hài lòng với MPCC này
0,737
STM4 Anh/chị thấy MPCC này và dịch vụ của nó khá tốt so với nhiều MPCC khác 0,708 NTTH1 MPCC mà anh/chị đang sử dụng có đƣờng dây nóng phục vụ KH 0,797 NTTH3 MPCC mà anh/chị đang sử dụng ln ghi nhận ý kiến đóng góp của KH
0,777
NTTH2 MPCC anh/chị đang sử dụng luôn thể hiện sự quan tâm chân thành trong giải quyết khiếu nại
0,757
NTTH5 Anh/chị tin cậy vào chất lƣợng và hiệu quả của MPCC mình đang sử dụng
0,676
TCTH1 Thƣơng hiệu MPCC anh/chị đang sử dụng giúp anh/chị thể hiện đƣợc chính mình
0,758
TCTH4 Anh/chị cảm thấy tự hào khi sử dụng MPCC này
0,755
TCTH3 Thƣơng hiệu MPCC anh/chị đang sử dụng làm gia tăng giá trị bản thân
0,742
TCTH2 Thƣơng hiệu MPCC anh/chị đang sử dụng thể hiện đƣợc tính cách bản thân
RC3 Khi đổi qua thƣơng hiệu MPCC khác, anh/chị địi hỏi phải chịu sự rủi ro có thể làm anh/chị khơng hài lịng
0,847
RC1 Để thay đổi sang thƣơng hiệu MPCC khác, anh/chị phải tốn thời gian cho việc tìm hiểu thơng tin về mỹ phẩm đó
0,831
RC2 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
0,772
HA2 Doanh nghiệp MPCC mà anh/chị đang ln tạo đƣợc hình ảnh đẹp trong cộng đồng
0,844
HA1 Doanh nghiệp MPCC mà anh/chị đang ln hành động có trách nhiệm với mơi trƣờng
0,805
HA3 Doanh nghiệp MPCC mà anh/chị đang sử dụng ln hành động vì con ngƣời không sử dụng những hóa chất gây hại sức khỏe ngƣời tiêu dùng
0,771
TQ4 Anh/chị sử dụng MPCC này vì đã quen sử dụng nó
0,763
TQ1 Anh/Chị đã sử dụng MPCC này trong một thời gian dài
0,755
TQ5 Khi sử dụng MPCC này, tơi đã khơng có ý thức rõ về nó 0,750 Eigenvalue 4,841 2,037 1,756 1,724 1,579 1,537 Phƣơng sai trích (%) 23,052 9,700 8,361 8,207 7,519 7,320 Tổng phƣơng sai trích (%) 23,052 32,751 41,112 49,319 56,838 64,158 KMO = 0,773
Mức ý nghĩa kiểm định Barlett = 0,000
Xét các giá trị tại bảng kết quả 4-9 , ta thấy giá trị KMO = 0,773 (lớn hơn 50%), giá trị Eigenvalue đạt 1,537 khơng thấp hơn 1, phƣơng sai trích 64,158% (lớn hơn 50%) với mức ý nghĩa kiểm định Barlett mức Sig = 0,000, hệ số tải nhân tố đều >0,5. Do đó, bộ thang đo các biến độc lập đạt tiêu chuẩn là thang đo lƣờng tốt cho khái niệm nghiên cứu. Nhƣ vậy, kết quả phân tích EFA cho các yếu tố độc lập này đạt yêu cầu.
4.4.2 Phân tích nhân tố khám phá EFA biến phụ thuộc
Bảng 4-10. Kết quả phân tích EFA cho biến phụ thuộc
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 u 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.
Bảng 4-12. Ma trận hệ số tƣơng quan Pearson của các biến độc lập, phụ thuộc TB_STM TB_NTTH TB_TCTH TB_TQ TB_RC TB_HA TB_LTT TB_STM TB_NTTH TB_TCTH TB_TQ TB_RC TB_HA TB_LTT TB_STM Pearson Correlation 1 Sig. (2-tailed) N 238 TB_NTTH Pearson Correlation 0,238 1 Sig. (2-tailed) 0,000 N 238 238 TB_TCTH Pearson Correlation 0,290 0,283 1 Sig. (2-tailed) 0,000 0,000 N 238 238 238 TB_TQ Pearson Correlation -0,004 0,098 0,012 1 Sig. (2-tailed) 0,957 0,133 0,857 N 238 238 238 238 TB_RC Pearson Correlation 0,269 0,234 0,273 0,060 1 Sig. (2-tailed) 0,000 0,000 0,000 0,359 N 238 238 238 238 238 TB_HA Pearson Correlation 0,239 0,295 0,288 0,082 0,271 1 Sig. (2-tailed) 0,000 0,000 0,000 0,209 0,000 N 238 238 238 238 238 238 TB_LTT Pearson Correlation 0,744 0,524 0,567 0,104 0,541 0,540 1 Sig. (2-tailed) 0,000 0,000 0,000 0,110 0,000 0,000 N 238 238 238 238 238 238 238 (Nguồn: Phụ lục 8)
Xét bảng 4-12, ta có kết quả kiểm định cho thấy mối tƣơng quan giữa biến Lòng trung thành (LTT) với biến Sự thỏa mãn (STM) rất chặt chẽ (0,744), mối tƣơng quan giữa Lòng trung thành (LTT) với các biến Niềm tin thƣơng hiệu (NTTH), Tính cách thƣơng hiệu (TCTH), Rào cản chuyển đổi (RC) và Hình ảnh doanh nghiệp (HA) ở mức khá (tƣơng ứng 0,524; 0,567; 0,541; 0,54) với mức ý nghĩa đều bằng 0,000 (< 0,01), cho nên kết quả thu đƣợc có ý nghĩa thống kê. Riêng
biến độc lập Thói quen tiêu dùng (TQ) có tƣơng quan lỏng với biến “Lịng trung thành (LTT)” (0,104) có mức ý nghĩa (sig.) bằng 0,110 (> 0,01) nên bị loại ra khỏi mơ hình nghiên cứu vì khơng có ý nghĩa thống kê. Hay ta có thể nói theo bộ dữ liệu thị trƣờng của nghiên cứu này thì chƣa đủ cơ sở để khẳng định tác động của yếu tố Thói quen tiêu dùng đến Lịng trung thành trong mơ hình đo lƣờng các yếu tố ảnh hƣởng đến Lịng trung thành của khách hàng đối với các thƣơng hiêu mỹ phẩm cao cấp tại TP.HCM. Yếu tố này chƣa đƣợc sự đồng tình của những ngƣời sử dụng mỹ phẩm cao cấp tại TP.HCM. Có thể hiểu là do, mỹ phẩm là những chất tác động trực tiếp lên cơ thể con ngƣời, bề ngồi của con ngƣời, mà mỗi ngƣời lại có một cơ địa hấp thụ sản phẩm khác nhau, do đó, đến một giai đoạn nào đó, mỹ phẩm cao cấp này khơng cịn hợp với ngƣời sử dụng, khi da đã quá quen với mỹ phẩm cao cấp này rồi, thì hiệu quả tác động vào da sẽ không cao, yếu tố Thói quen tiêu dùng khơng đƣợc đồng tình.
Ngồi ra, kết quả thu đƣợc còn cho thấy giá trị hệ số tƣơng quan giữa các biến độc lập là không cao (giá trị cao nhất thấp hơn 0,3). Do vậy, khả năng xảy ra hiện tƣợng đa cộng tuyến đƣợc báo là thấp và sẽ đƣợc kiểm định ở phần sau thông qua đánh giá về độ chấp nhận biến và hệ số phóng đại phƣơng sai.
4.5.2 Phân tích hồi quy
Phân tích hồi quy sẽ xác định phƣơng trình hồi quy tuyến tính với các hệ số Beta tìm đƣợc để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (LTT) và các biến độc lập (STM, NTTH, TCTH, RC, HA) để xác định mức độ ảnh hƣởng của từng yếu tố đến lòng trung thành của khách hàng. Phân tích sử dụng hồi quy tuyến tính bội của SPSS với phƣơng pháp Enter (đƣa vào một lƣợt).
Giả định các yếu tố độc lập và phụ thuộc trong nghiên cứu này có tƣơng quan tuyến tính thì mơ hình nghiên cứu có thể đƣợc diễn đạt dƣới dạng một hàm số thể hiện mối liên hệ giữa biến phụ thuộc và các biến độc lập nhƣ sau:
LTT = 0 + 1STM + 2 NTTH+ 3 TCTH+ 4RC+ 5HA Trong đó:
- LTT: Giá trị yếu tố Lòng trung thành của khách hàng,
- STM : Giá trị yếu tố Sự thỏa mãn của khách hàng
- NTTH: Giá trị yếu tố Niềm tin thƣơng hiệu
- TCTH: Giá trị yếu tố Tính cách thƣơng hiệu
- RC: Giá trị yếu tố Rào cản chuyển đổi
- HA: Giá trị yếu tố Hình ảnh doanh nghiệp
- i : Hệ số hồi quy của các yếu tố tác động đến lòng trung thành KH
4.5.2.1 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Để kiểm định mức độ phù hợp của mơ hình với tập dữ liệu nghiên cứu, hệ số
xác định R2
hiệu chỉnh (Adjusted R square) đƣợc xem xét thay cho hệ số chƣa hiệu
chỉnh R2, vì hệ số điều chỉnh R2 không thổi phồng mức độ phù hợp của mơ hình,
làm cho việc đánh giá mức độ phù hợp an toàn hơn. Hệ số này càng gần bằng 1 thì mơ hình đã xây dựng càng thích hợp, ngƣợc lại càng gần 0 thì mơ hình kém phù hợp với tập dữ liệu mẫu.
Bảng 4-13. Kết quả phân tích độ phù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn ƣớc lƣợng Durbin-Watson
1 0,933 0,870 0,867 0,23231 2,030
(Nguồn: Phụ lục 9)
Dựa theo bảng kết quả 4-13, ta có hệ số xác định R2 hiệu chỉnh của mơ hình là
0,867 có nghĩa 86,7% sự biến thiên mức độ trung thành của khách hàng đƣợc giải thích bởi mối liên hệ tuyến tính của các biến độc lập. Đồng thời với hệ số Durbin- Watson tiến gần về phía 2 (2,030), do đó, khơng có sự tự tƣơng quan. Nhƣ vậy, mức độ phù hợp của mơ hình khá cao. Tuy nhiên, sự phù hợp này chỉ đúng với mẫu nghiên cứu. Để kiểm định xem có thể áp dụng mơ hình cho tổng thể thực hay khơng thì ta cần phải kiểm định độ phù hợp của mơ hình.
4.5.2.2 Kiểm định độ phù hợp của mơ hình
Giả thuyết H0: 1 = 2 = 3 = 4 = 5 = 0.
Để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội ta dùng giá trị F ở bảng phân tích ANOVA.
Bảng 4-14. Kết quả kiểm định độ phù hợp của mơ hình nghiên cứu
Mơ hình Tổng bình phƣơng df Bình phƣơng trị trung bình F Sig. 1 Hồi quy 83,679 5 16,736 310,107 0,000 Phần dƣ 12,521 232 0,054 Tổng 96,199 237 (Nguồn: Phụ lục 9)
Giá trị Sig. của trị F của mơ hình rất nhỏ (nhỏ hơn mức ý nghĩa 0,05) nên chúng
ta bác bỏ giả thuyết H0 và kết luận mơ hình phù hợp với tập dữ liệu.
4.5.2.3 Phƣơng trình hồi quy
Bảng 4-15. Kết quả thống kê đa cộng tuyến, hệ số của từng biến trong mơ hình
Mơ hình
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig.
Thống kê đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận biến (Tolerance) Hệ số phóng đại phƣơng sai (VIF) 1 Hằng số -0,961 0,120 -7,983 0,000 TB_STM 0,535 0,027 0,510 19,848 0,000 0,850 1,177 TB_NTTH 0,214 0,025 0,218 8,448 0,000 0,844 1,184 TB_TCTH 0,194 0,022 0,230 8,784 0,000 0,818 1,222 TB_RC 0,175 0,020 0,229 8,904 0,000 0,848 1,179 TB_HA 0,171 0,020 0,226 8,687 0,000 0,831 1,203 (Nguồn: Phụ lục 9)
Kết quả từ bảng phân tích trên cho thấy độ chấp nhận của biến (Tolerance) cao (>0,8) và hệ số phóng đại phƣơng sai (VIF – Variance Inflation Factor) thấp (< 2) nên không tồn tại mối liên hệ đáng kể giữa các biến độc lập và vì vậy khơng có hiện