Thang đo
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến _ tổng Cronbach's Alpha nếu loại biến Sản phẩm Cronbach's Alpha = .833 SP1 18.22 23.198 .679 .787 SP2 17.95 23.692 .643 .797 SP3 17.99 22.432 .616 .807 SP4 17.96 24.425 .604 .808 SP5 18.23 23.720 .629 .801
Giá cả Cronbach's Alpha = .831
GC1 9.19 7.571 .646 .809
GC2 9.34 7.079 .725 .731
GC3 9.17 7.211 .700 .756
Phân phối Cronbach's Alpha = .767
PP1 8.27 8.640 .594 .694
PP2 8.68 9.065 .580 .709
PP3 8.60 8.719 .627 .658
Chiêu thị Cronbach's Alpha = .863
CT1 14.40 14.627 .766 .809
CT3 14.15 14.942 .754 .814
CT4 14.19 15.905 .688 .841
CT5 14.27 16.024 .661 .852
Yếu tố xã hội Cronbach's Alpha = .869
XH1 10.18 19.029 .641 .863
XH2 10.30 17.647 .705 .839
XH3 10.64 17.178 .775 .811
XH4 10.49 16.636 .767 .814
Dự định mua Cronbach's Alpha = .896
DDM1 13.46 20.597 .782 .861
DDM2 13.29 19.181 .855 .833
DDM3 13.24 19.706 .850 .836
DDM4 12.80 22.262 .604 .925
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
4.3 Phân tích nhân tố khám phá EFA
Mục đích của phân tích nhân tố khám phá EFA là để phân nhóm lại những nhân tố từ các biến quan sát trong các thang đo ban đầu thành những nhân tố mới có mối tương quan lẫn nhau.
Khi phân tích nhân tố khám phá EFA, thông thường phải đáp ứng được những điều kiện sau đây:
Hệ số KMO (Kaiser-Mayer-Olkin): đánh giá sự thích hợp của EFA và tối thiểu phải đạt >= 0.5 (Nguyễn Đình Thọ, 2012).
Kiểm định Bartlett (Bartlett’s test of sphericity): hệ số dùng để kiểm định giả thiết rằng các biến có tương quan hay khơng trong tổng thể. Kiểm định Bartlett có ý nghĩa thống kê khi có Sig≤0.05, nghĩa là các biến quan sát có sự tương quan với nhau trong tổng thể (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005)
Hệ số tải nhân tố (Factor loading): hệ số chỉ ra mối quan hệ tương quan đơn giữa các biến và nhân tố. Hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố từ ≥ 0.5 được xem là đạt mức ý nghĩa thực tiễn.
Phương sai trích (Variance Explained): tổng phương sai trích phải >=50%.
Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố có Eigenvalue>1 mới được giữ lại trong mơ hình phân tích.
(Theo Hair và cộng sự, 2006).
Nghiên cứu này sử dụng phương pháp phân tích nhân tố Principal Component Analysis và phép quay Varimax để tìm ra các nhân tố đại diện cho các biến.
4.3.1 Thang đo yếu tố marketing doanh nghiệp và yếu tố xã hội
Hệ số KMO
Bảng 4.3: Kết quả kiểm định hệ số KMO của thang đo marketing doanh nghiệp và yếu tố xã hội
Hệ số KMO (Kaiser-Meyer-Olkin)
.911 Kiểm định Bartlett
của thang đo
Giá trị Chi bình
phương 2156.529
Df - bậc tự do 171
Sig. - mức ý nghĩa .000
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
Dựa vào Bảng 4.3, ta có thể thấy là hệ số KMO = 0.911 là đảm bảo yêu cầu (>=0.5), tức là phân tích nhân tố là thích hợp và mức ý nghĩa của kiểm định Bartlett = 0.000 (<0.05), tức là giữa các biến có tương quan với nhau trong tổng thể.
Hệ số tải nhân tố
Sau khi chạy EFA, hệ số tải các biến được phân bố như sau: Bảng 4.4: Kết quả phân tích nhân tố khám phá
Biến quan sát Nhân tố 1 2 3 4 SP1 .317 .753 .123 -.047 SP2 .358 .691 .066 .110 SP3 .264 .715 .176 -.072 SP4 .204 .663 .192 .250 SP5 .167 .683 .322 .222 GC1 .629 .304 .333 .089 GC2 .772 .137 .275 .069 GC3 .730 .267 .176 .119 PP1 -.050 .131 .137 .814 PP2 .322 -.039 .128 .771 PP3 .098 .124 .076 .809 CT1 .775 .263 .205 .117 CT3 .771 .259 .184 .067 CT4 .712 .300 .140 .135 CT5 .722 .186 .212 .041 XH1 .237 .260 .709 .054 XH2 .228 .169 .777 .148 XH3 .213 .141 .833 .175 XH4 .323 .151 .805 .071 Chỉ số Eigenvalue 8.081 1.886 1.472 1.336 Phương sai trích 23.628 16.199 15.999 11.412 Hệ số Cronbach's Alpha .912 .833 .869 .767
Dựa vào Bảng 4.4, ta thấy các biến quan sát đều có hệ số tải nhân tố > 0.5, tổng phương sai trích là 67.238% có nghĩa là các biến độc lập trong mơ hình giải thích được 67.238% sự thay đổi của biến dự định mua, cịn 32.762% cịn lại được giải thích bởi các biến khác ngồi mơ hình. Các nhân tố đều có chỉ số Eigenvalue>1 nên được giữ lại trong mơ hình phân tích.
Điều chỉnh mơ hình nghiên cứu
Sau khi phân tích nhân tố khám phá EFA, thang đo dự định mua sản phẩm khử mùi dành cho nam giới bao gồm 23 biến quan sát đo lường 4 nhân tố. Sau đây là 4 nhân tố mới và các biến quan sát ở từng nhân tố:
- Nhân tố 1: Thu hút khách hàng
Nhân tố 1 được đặt tên là “Thu hút khách hàng” vì nhân tố này được hình thành từ 2 thành phần ban đầu là giá cả và chiêu thị, những biến này thể hiện các yếu tố mà công ty kinh doanh sản phẩm khử mùi dành cho nam giới sử dụng để thu hút khách hàng, bao gồm các biến quan sát sau:
Giá của sản phẩm rẻ hơn so với sản phẩm khác
Giá của sản phẩm ảnh hưởng đến dự định mua của khách hàng
Giá của sản phẩm tương xứng với chất lượng
Quảng cáo về sản phẩm ở các phương tiện truyền thông gây chú ý cho khách hàng
Khách hàng dễ dàng biết đến các chương trình khuyến mãi của sản phẩm
Khách hàng thích mua sản phẩm khi có giảm giá
Sản phẩm thường có chương trình khuyến mãi hấp dẫn
- Nhân tố 2: Sản phẩm
Nhân tố 2 được đặt tên là “Sản phẩm” vì các biến quan sát của nhân tố này thuộc về thành phần sản phẩm trong thang đo marketing doanh nghiệp ban đầu, bao gồm các biến quan sát sau:
Sản phẩm khử mùi hiệu quả
Sản phẩm có mẫu mã bắt mắt
Sản phẩm có thương hiệu uy tín
Sản phẩm có dung tích hợp lý - Nhân tố 3: Yếu tố xã hội
Nhân tố 3 được đặt tên là “Yếu tố xã hội” vì các biến quan sát của nhân tố này thuộc về thành phần yếu tố xã hội trong thang đo yếu tố xã hội ban đầu, bao gồm các biến quan sát sau:
Khách hàng tham khảo ý kiến người trong gia đình khi mua sản phẩm
Bạn bè, đồng nghiệp khuyên khách hàng nên mua sản phẩm
Khách hàng mua sản phẩm vì người có uy tín (người nổi tiếng, chun gia) sử dụng sản phẩm
Sản phẩm thể hiện được cá tính của người sử dụng nó
- Nhân tố 4: Phân phối
Nhân tố 4 được đặt tên là “Phân phối” vì các biến quan sát của nhân tố này thuộc về thành phần phân phối trong thang đo đo marketing doanh nghiệp ban đầu, bao gồm các biến quan sát sau:
Khách hàng thường mua sản phẩm ở nơi thuận tiện mua những sản phẩm khác
Khách hàng dễ dàng mua sản phẩm ở siêu thị
Có thể dễ dàng mua sản phẩm ở nhiều nơi
4.3.2 Thang đo dự định mua
Hệ số KMO
Dựa vào Bảng 4.5, ta có thể thấy là hệ số KMO = 0.783 là đảm bảo yêu cầu (>=0.5), tức là phân tích nhân tố là thích hợp và mức ý nghĩa của kiểm định Bartlett = 0.000 (<0.05), tức là giữa các biến có tương quan với nhau trong tổng thể.
Bảng 4.5: Kết quả kiểm định KMO của thang đo dự định mua Hệ số KMO (Kaiser-Meyer-Olkin)
.783 Kiểm định Bartlett
của thang đo
Giá trị Chi bình
phương 628.741
Df - bậc tự do 6
Sig. - mức ý nghĩa .000
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
Hệ số tải nhân tố
Bảng 4.6: Kết quả phân tích EFA của thang đo dự định mua Biến quan sát Nhân tố Biến quan sát Nhân tố
1 DDM1 .784 DDM2 .871 DDM3 .858 DDM4 .559 Phương sai trích 76.798%
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
Dựa vào Bảng 4.6, ta có thể thấy đối với thang đo dự định mua sau khi phân tích nhân tố khám phá trích được 1 yếu tố và phương sai trích là 76.798% (>50%). Hơn nữa các biến quan sát đều có hệ số tải nhân tố > 0.5. Như vậy các biến quan sát của thang đo này đạt yêu cầu cho các phân tích tiếp theo.
Do đó, mơ hình nghiên cứu phải được điều chỉnh lại cho phù hợp để thực hiện các kiểm nghiệm tiếp theo. Mơ hình nghiên cứu sau khi điều chỉnh được biểu diễn ở Hình 4.1:
Hình 4.1: Mơ hình nghiên cứu điều chỉnh
Các giả thuyết nghiên cứu của mơ hình nghiên cứu điều chỉnh:
- H1: Thu hút khách hàng được khách hàng đánh giá càng cao thì dự định mua của họ càng cao, và ngược lại.
- H2: Sản phẩm được khách hàng đánh giá càng cao thì dự định mua của họ càng cao, và ngược lại.
- H3: Yếu tố xã hội được khách hàng đánh giá càng cao thì thì dự định mua của họ càng cao, và ngược lại.
- H4: Phân phối sản phẩm được khách hàng đánh giá càng cao thì thì dự định mua của họ càng cao, và ngược lại.
4.4 Phân tích tương quan hồi quy 4.4.1 Phân tích tương quan 4.4.1 Phân tích tương quan
Khi phân tích hồi quy tuyến tính bội, các mối tương quan tuyến tính giữa tất cả các biến cần được kiểm tra trước để đánh giá mối quan hệ giữa các biến định lượng. Hệ số tương quan Pearson được sử dụng để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa 2 biến định lượng (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Để đánh giá mức độ tương quan giữa các nhân tố mới (sau khi phân tích EFA) và dự định mua, tác giả sử dụng cơng cụ phân tích tương quan trong SPSS: Analyze/ Correlate/ Bivariate.
H1 H2 H3 H4 Thu hút khách hàng Phân phối Dự định mua của khách hàng Sản phẩm Yếu tố xã hội
Ma trận hệ số tương quan Pearson được sử dụng để đánh giá mối quan hệ tuyến tính giữa 2 biến độc lập với nhau và giữa biến độc lập và biến phụ thuộc. Trong phương trình hồi quy này, biến phụ thuộc là dự định mua, biến độc lập là thu hút khách hàng, sản phẩm, yếu tố xã hội và phân phối
Bảng 4.7: Kết quả phân tích tương quan
DDM THKH SP XH PP DDM Hệ số tương quan Pearson 1 .603** .706** .593** .553** Sig. (2-tailed) .000 .000 .000 .000 N - số mẫu 214 214 214 214 214 THKH Hệ số tương quan Pearson .603** 1 .466** .462** .561** Sig. (2-tailed) .000 .000 .000 .000 N - số mẫu 214 214 214 214 214 SP Hệ số tương quan Pearson .706** .466** 1 .577** .505** Sig. (2-tailed) .000 .000 .000 .000 N - số mẫu 214 214 214 214 214 XH Hệ số tương quan Pearson .593** .462** .577** 1 .340** Sig. (2-tailed) .000 .000 .000 .000 N - số mẫu 214 214 214 214 214 PP Hệ số tương quan Pearson .553** .561** .505** .340** 1 Sig. (2-tailed) .000 .000 .000 .000 N - số mẫu 214 214 214 214 214
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
Dựa vào Bảng 4.7, ta có thể thấy là mức độ tương quan giữa các nhân tố với dự định mua sản phẩm khử mùi dành cho nam giới dao động từ 0.553 đến 0.706 với mức ý nghĩa đều <0.05. Trong đó, yếu tố sản phẩm có tương quan mạnh nhất với dự định mua (0.706) và phân phối có tương quan yếu nhất với dự định mua (0.553). Điều này cũng giúp ta dự báo được trong phương trình hồi quy được phân tích ở phần sau, các nhân tố có mức độ tương quan với dự định mua cao sẽ có trọng số cao.
Như vậy các biến độc lập và biến phụ thuộc sẽ được tiếp tục sử dụng trong phân tích hồi quy.
4.4.2 Phân tích hồi quy
Để kiểm định sự phù hợp giữa các thành phần marketing doanh nghiệp, yếu tố xã hội và dự định mua của khách hàng đối với sản phẩm khử mùi dành cho nam giới, tác giả sử dụng hàm hồi quy tuyến tính bội với phương pháp đưa vào một lượt (phương pháp Enter). Với công cụ của SPSS: Analyze/ Regression/ Linear.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), hệ số xác định R2 phản ánh phần biến thiên của biến phụ thuộc Y được giải thích bởi biến độc lập. R2 là một ước lượng tương quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn một biến giải thích trong mơ hình. Trong mơ hình hồi quy bội vì có nhiều biến độc lập nên phải sử dụng hệ số xác định điều chỉnh (R2 điều chỉnh) để thay cho R2. Bảng 4.8: Hệ số xác định sự phù hợp của mơ hình Mơ hình R R2 R2 điều chỉnh Sai số ước lượng Change Statistics R2 thay đổi F thay đổi df1 df2 Sig. F thay đổi 1 .794a .630 .623 .80182 .630 89.000 4 209 .000
a: Biến độc lập: Thu hút khách hàng, Sản phẩm, Yếu tố xã hội và Phân phối (Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
Bảng 4.8 cho thấy trong mơ hình thì R2 = 0.630, R2 điều chỉnh = 0.623. Điều này nói lên mức độ thích hợp của mơ hình là 62.3%. Hay nói cách khác, các biến độc lập trong mơ hình (bao gồm 4 biến: thu hút khách hàng, sản phẩm, yếu tố xã hội và phân phối) giải thích được 62.3% sự biến thiên của biến dự định mua về mặt trung bình, cịn lại 37.7% được giải thích bởi các yếu tố khác ngồi mơ hình.
Phương trình hồi quy có dạng: Y = β0 + β1X1 + β2X2 + β3X3 + β4X4
Bảng 4.9 cho thấy hệ số sig là 0.933 > 0.05 nên ta chấp nhận giả thuyết H0, tức là ta chọn β0 = 0.
Kết quả ở Bảng 4.9 cho thấy tất cả các hệ số β1, β2, β3, β4 đều có giá trị sig. nhỏ hơn 0.05 nên ta bác bỏ giả thuyết H0, tức là các hệ số này đều khác 0, cụ thể là β1 = 0.254, β2 = 0.382, β3 = 0.191 và β4 = 0.147.
Bảng 4.9: Kết quả phân tích hồi quy
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig. Thống kê đa cộng tuyến
B Sai số
chuẩn Beta Dung sai
Hệ số phóng đại phương sai VIF 1 (Hằng số) -.020 .234 -.084 .933 THKH .254 .057 .241 4.428 .000 .597 1.676 SP .382 .053 .406 7.175 .000 .553 1.809 XH .191 .052 .198 3.701 .000 .618 1.619 PP .147 .055 .145 2.693 .008 .608 1.645 Biến phụ thuộc: Sự thỏa mãn
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả)
Từ đó, ta có phương trình hồi quy tổng thể, với mức ý nghĩa alpha = 5% như sau:
Y = 0.254 X1 + 0.382 X2 + 0.191 X3 + 0.147 X4
Giá trị p (sig.) (0.000) (0.000) (0.000) (0.008) Trong đó:
Y: Dự định mua của khách hàng đối với sản phẩm khử mùi dành cho
nam giới
X1: Thu hút khách hàng X2: Sản phẩm
X3: Yếu tố xã hội X4: Phân phối
Như vậy, theo phương trình hồi quy ở trên, cả 4 nhân tố đều có ảnh hưởng quan trọng đến dự định mua của khách hàng đối với sản phẩm khử mùi dành cho nam giới. Thứ tự tầm quan trọng của từng yếu tố phụ thuộc vào giá trị tuyệt đối của hệ số Beta. Nhân tố nào có hệ số Beta càng lớn thì mức độ tác động đến dự định
mua càng nhiều. Từ kết quả của phương trình trên cho thấy dự định mua của khách hàng đối với sản phẩm khử mùi dành cho nam giới chịu tác động nhiều nhất bởi nhân tố sản phẩm (β2 = 0.382), kế đến là nhân tố thu hút khách hàng (β1 = 0.254), yếu tố xã hội (β3 = 0.191) và thấp nhất là nhân tố phân phối (β4 = 0.147).
Qua phương trình hồi quy, ta thấy khi điểm đánh giá về yếu tố thu hút khách hàng tăng lên 1 thì dự định mua của khách hàng tăng trung bình lên 0.254, giữ ngun các biến độc lập cịn lại khơng đổi. Tương tự như vậy, khi điểm đánh giá về sản phẩm tăng lên 1 thì dự định mua của khách hàng tăng trung bình lên 0.382; khi điểm đánh giá về yếu tố xã hội tăng lên 1 thì dự định mua của khách hàng tăng trung bình lên 0.191; khi điểm đánh giá về phân phối tăng lên 1 thì dự định mua của khách hàng tăng trung bình lên 0.147.
Kết quả cho thấy các yếu tố: thu hút khách hàng, sản phẩm, yếu tố xã hội và phân phối đều có ảnh hưởng đến dự định mua của khách hàng, hay nói cách khác là