6. Kết cấu của luận văn
3.4 Phân tích nhân tố (EFA: exploratory factor analysis)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến khơng đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Ngồi ra, phân tích nhân tố còn dựa vào Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương
pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
3.4.1 Phân tích nhân tố đối với thang đo nhận thức lợi ích
Sau khi kiểm tra mức độ tin cậy bằng hệ số Cronbach Alpha thì thang đo các nhân tố nhận thức lợi ích của khách hàng gồm 33 biến quan sát. Theo mơ hình lý thuyết, 33 biến quan sát này được dùng để đo lường cho 7 thành phần của thang đo. Phân tích nhân tố khám phá dùng để đánh giá độ hội tụ của các biến quan sát theo các thành phần. (Xem phụ lục 7)
Kết quả EFA cho thấy có 7 nhân tố được trích tại Eigenvalue là 1.017 và tổng phương sai trích là 65.879%, trọng số của các biến quan sát đều cao (xem Bảng 3.3). Vì vậy, các biến quan sát của thang đo này đạt yêu cầu cho các phân tích tiếp theo. Các biến quan sát C4, I4 có hệ số tải nhân tố nhỏ hơn 0.5 nên không đạt yêu cầu (xem Bảng 3.3)
Bảng 3.3: Kết quả EFA của các nhân tố nhận thức lợi ích ảnh hƣớng đến quyết định mua sắm Biến quan sát Yếu tố 1 2 3 4 5 6 7 C1 0.162 0.166 0.085 -0.053 0.175 -0.056 0.814 C2 0.248 0.299 0.102 -0.016 0.046 -0.004 0.729 C3 0.31 0.315 0.074 0.001 0.211 0.087 0.568 C4 0.398 0.436 0.117 0.054 0.221 -0.1 0.222 C5 0.316 0.508 -0.02 -0.02 0.217 0.03 0.383 S1 0.716 0.351 0.212 0.012 0.268 0.026 0.168 S2 0.707 0.264 -0.06 0.015 0.18 -0.023 0.145 S3 0.818 0.087 0.079 -0.006 0.077 -0.056 0.081 S4 0.810 0.111 0.134 -0.032 0.183 -0.023 0.18 S5 0.711 0.295 0.161 0.002 0.215 -0.003 0.163 T1 0.166 0.176 0.857 -7.54E-05 0.035 0.009 -0.021 T2 0.06 0.201 0.826 0.032 0.089 0.002 0.117 T3 0.114 0.097 0.804 -0.003 0.102 -0.101 -0.015 T4 0.027 0.105 0.770 0.052 0.146 0 0.14 H1 0.062 -0.1 0.015 0.023 0.034 0.722 0.109 H2 0.003 -0.08 -0.03 -0.031 0.024 0.797 -0.033 H3 0.095 -0.06 0.033 -0.035 -0.087 0.717 0.046 H4 -0.102 0.039 -0.07 -0.005 0.032 0.8 -0.093 H5 -0.179 0.187 -0.04 0.037 0.067 0.662 -0.051
I1 0.183 0.771 0.28 -0.012 0.111 -0.063 0.199 I2 0.153 0.758 0.244 -0.017 0.155 0.035 0.196 I3 0.236 0.719 0.188 -0.011 0.208 -0.086 0.143 I4 0.276 0.478 0.271 -0.029 0.407 0.07 0.172 I5 0.446 0.625 0.03 0.034 0.259 0.009 0.078 P1 0.377 0.252 0.235 0.104 0.54 -0.033 0.122 P2 0.274 0.319 -0.02 0.016 0.707 0.012 0.089 P3 0.172 0.178 0.175 -0.009 0.811 0.049 0.07 P4 0.198 0.13 0.117 -0.008 0.835 0.022 0.176 V1 -0.09 0.137 -0.02 0.756 -0.058 0.03 0.035 V2 0 0.082 -0.07 0.749 0.018 -0.004 -0.01 V3 0.038 -0.22 -0.01 0.677 0.154 -0.097 -0.038 V4 0.046 -0.07 0.073 0.831 -0.029 0.024 -0.012 V5 0.024 0.02 0.109 0.815 -0.027 0.02 -0.036 Eigenvalues 9.584 3.019 2.839 2.398 1.475 1.407 1.017 Phƣơng sai rút trích (%) 29.043 9.15 8.603 7.267 4.468 4.265 3.083 Cronbach alpha 0.889 0.865 0.867 0.826 0.842 0.792 0.757
Như vậy, thang đo các nhân tố nhận thức lợi ích ảnh hưởng đến quyết định mua sắm sau khi đánh giá sơ bộ bao gồm 7 thành phần và 31 biến quan sát. Thành phần sự lựa chọn sản phẩm đo lường 5 biến quan sát (S1, S2, S3, S4, S5), thành phần thông tin phong phú đo lường bởi 5 biến quan sát (C5, I1, I2, I3, I5), thành phần thoải mái mua sắm đo lường bởi 4 biến quan sát (T1, T2, T3, T4), thành phần đặc tính sản phẩm được đo lường bởi 5 biến quan sát (V1, V2, V3, V4, V5), thành phần sự giảm giá được đo lường bởi 4 biến quan sát (P1,P2, P3, P4), thành phần thích thú mua sắm được đo lường bởi 5 biến quan sát (H1, H2, H3, H4, H5), thành phần sự tiện lợi mua sắm được đo lường bởi 3 biến quan sát (C1, C2, C3) (xem Bảng 3.4)
Bảng 3.4: Thang đo các nhân tố nhận thức lợi ích ảnh hƣởng đến quyết định sau khi phân tích EFA
Biến quan sát
Diễn giải Nhân tố 1: Thành phần sự lựa chọn sản phẩm (S)
S1 Thật dễ dàng để hoàn thành một giao dịch mua Voucher S2 Việc tìm sản phẩm trên phạm vi rộng hơn.
S3 Các Voucher được bán cung cấp hàng hóa/dịch vụ phong phú đa dạng. S4 Có rất nhiều Website bán Voucher cho bạn lựa chọn.
I1 Thông tin trên Website rõ ràng, dể hiểu
I2 Thông tin trên Website luôn được cập nhật thường xuyên I3 Thơng tin trên Website truy cập nhanh chóng
I5 Bạn ln có được những thơng tin mình cần trên Website. C5 Thật dễ dàng để hoàn thành một giao dịch mua Voucher
Nhân tố 3: Thành phần thoải mái mua sắm (T)
T1 Không phải lo lắng mất thời gian xếp hàng. T2 Không phải tranh giành với ai khi mua sắm.
T3 Không phải ngại khi mình khơng mua gì.
T4 Khơng hạn chế thời gian mua sắm.
Nhân tố 4: Thành phần đặc tính sản phẩm (V)
V1 Số lượng Voucher sử dụng cho hóa đơn thanh tốn càng nhiều thì sẽ hấp dẫn bạn mua.
V2 Thời hạn sử dụng voucher dài sẽ hấp dẫn bạn mua.
V3 Địa điểm áp dụng Voucher cũng sẽ ảnh hưởng đến quyết định mua của bạn. V4 Thương hiệu của hàng hóa/dịch vụ trên Voucher càng nổi tiếng thì bạn sẽ
muốn mua Voucher đó.
V5 Bạn thích mua Voucher trên nhưng Website được nhiều người truy cập.
Nhân tố 5: Thành phần sự giảm giá (P)
P1 Bạn cảm thấy có nhiều lợi ích với chi phí mình bỏ ra mua Voucher. P2 Bạn cảm thấy mình tiết kiệm được nhiều tiền khi mua Voucher. P3 Phần trăm giảm giá của Voucher là yếu tố hấp dẫn nhất đối với bạn. P4 Voucher giảm giá càng nhiều thì bạn càng muốn mua Voucher.
Nhân tố 6: Thành phần sự thích thú mua sắm (H)
H1 Bạn có cơ hội thử được trải nghiệm mới
H2 Bạn thích thú khi nhận được một món đồ
H3 Bạn có thể mua sắm tùy hứng theo các mẫu quảng cáo
H4 Bạn có cơ hội khám phá ra một dịch vụ hay một sản phẩm mới
H5 Nhiều người mua Voucher thì bạn càng muốn mua Voucher đó.
Nhân tố 7: Thành phần sự tiện lợi mua sắm ( C)
C1 Bạn có thể mua sắm Voucher tại nhà
C2 Bạn có thể mua sắm Voucher bất cứ khi nào bạn muốn. C3 Bạn có thể tiết kiệm công sức đi nhiều cửa hàng mua sắm
3.4.2 Phân tích nhân tố đối với thang đo quyết định mua sắm
Kết quả EFA cho thấy có 1 nhân tố được trích tại eigenvalue là 2.646 và phương sai trích là 66.156%. Hơn nữa trọng số của các biến quan sát đều cao (xem Bảng 3.5). Như vậy, các biến quan sát của thang đo này đạt yêu cầu cho phân tích tiếp theo.
Bảng 3.5: Kết quả phân tích EFA của thang quyết định mua sắm. Biến quan sát Yếu tố 1 D1 0.800 D2 0.814 D3 0.829 D4 0.810 Eigenvalues 2.646 Phƣơng sai rút trích (%) 66.156 Cronbach alpha 0.829