Component 1 2 3 4 CS1 0.760 CS2 0.757 CS4 0.715 CS3 0.687 CS5 0.681 CS6 0.603 CS7 0.535 CS8 0.515 NV5 0.823 NV3 0.729 NV4 0.704 NV1 0.678 NV2 0.651
Component 1 2 3 4 CC1 0.790 CC3 0.674 CC2 0.668 CC4 0.666 QH1 0.868 QH2 0.721 QH3 0.583 (Nguồn: Xử lý số liệu bằng SPSS)
Phân tích nhân tố khám phá lần 2 để loại đi biến NV6 ta được các biến quan phân bố theo 4 nhóm, mức độ biến động của các nhóm là khơng lớn khi các biến quan sát trong mỗi nhóm từ mơ hình nghiên cứu vẫn hội tụ tại một nhóm, tuy nhiên các biến quan sát lại sắp xếp theo một thứ tự khác nhưng không đáng kể. Các yếu tố đánh giá được thống kê:
- Hệ số KMO = 0.865 (0.5 < 0.865< 1) nên phân tích nhân tố là phù hợp
- Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có tương
quan với nhau trong tổng thể.
- Eigenvalues = 1.210 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi
nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
- Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %)
= 67.065% > 50%. Điều này chứng tỏ 67.065% biến thiên của dữ liệu được giải thích
bởi 4 nhân tố mới.
- Tất cả các biến quan sát đều có hệ số tải nhân tố (Factor loading) > 0.5 và được hội tụ thành 4 nhóm.
Q trình phân tích nhân tố khám phá EFA cho các biến độc lập kết thúc, các biến quan sát cịn lại đều thỏa mãn đều kiện khơng bị loại thêm biến nào và được sử dụng cho quá trình nghiên cứu tiếp theo.
b. Phân tích nhân tố khám phá EFA cho biến phụ thuộc.
Bảng 2.20: Kiểm định KMO & Bartlett’s Test
Yếu tố cần đánh giá Giá trị chạy bảng So sánh
Hệ số KMO 0.711 0.5 <0.711 <1
Giá trị Sig trong Kiểm định
Bartlett 0.000 0.000 <0,05 Phương sai trích 59.182% 59.182% >50% Giá trị Eigenvalue 2.367 2.367 >1 (Nguồn: Xử lý số liệu bằng SPSS) Bảng 2.21: Bảng Component Matrix Component 1 DG4 Cơ sở vật chất và trang thiết bị tốt 0.865 DG3 Hoạt động cung cấp thông tin bán hàng
tốt 0.759
DG1 Hoạt động cung cấp hàng hóa tốt 0.734
DG2 Chính sách hỗ trợ tốt 0.710
(Nguồn: Xử lý số liệu bằng SPSS)
- Hệ số KMO = 0.711 (0.5 < 0.711< 1) nên phân tích nhân tố là phù hợp
- Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
- Eigenvalues = 2.367 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi
nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
- Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative
%) = 59.182% > 50%. Điều này chứng tỏ 59.182% biến thiên của dữ liệu được giải
thích.
Tất cả các biến quan sát đều có hệ số tải nhân tố (Factor loading) > 0.5 và được hội tụ thành 1 nhóm.
Sau q trình phân tích nhân tố khám phá cho cả biến phụ thuộc và biến độc lập thì khơng có thêm biến nào bị loại.
Lưu ý: Tất cả các q trình phân tích Nhân tố khám phá EFA của tất cả các yếu tố phụ thuộc hay đọc lâp quý vị có thể xem kỹ hơn ở phần phu lục.
2.3.2.2 Gộp biến và tạo biến đại diện và hình thành mơ hình nghiên cứu tổng quát.
a. Gộp biến, tạo biến đại diện.
Sau q trình phân tích Cronbach Alpha và Nhân tố khám phá EFA đã tìm ra những biến quan sát phù hợp và bây giờ tiến hành gán biến cho các biến quan sát để tiến hành nghiên cứu các bước tiếp theo.
Bảng 2.22: Gộp biến, tạo biến đại diện
X1
CHÍNH SÁCH HỖ TRỢ
CS1 Tỷ lệ chiết khấu áp dụng cho các cửa hàng hợp lý CS2 Công ty cung cấp hàng hóa với giá cả ổn định CS3 Có nhiều chương trình khuyến mãi hấp dẫn
CS4 Các chương trình khuyến mãiđược thực hiện thường xun CS5 Có các chính sách gia hạn thanh tốn hợp lý
CS6 Chương trình trưng bày hàng có giá trị cao CS7 Điều kiện chương trình trưng bày hàng hợp lý
CS8 Chính sách đổi trả hàng hóa (hư hỏng, hết hạn, khơng thực hiện đúng đơn hàng…) tốt
X2
NGHIỆP VỤ NHÂN VIÊN
NV1 Nhân viên bán hàng nhiệt tình
NV2 Nhân viên bán hàng am hiểu sản phẩm
NV3 Nhân viên phản hổi kịp thời những mong muốn của nhà bán lẻ NV4 Nhân viên đặt hàng kịp thời
NV5 Nhân viên giúp trưng bày hàng hóa tốt
X3
CUNG CẤP HÀNG HÓA VÀ THIẾT BỊ
CC1 Cung cấp hàng hóa đúng thời hạn
CC2 Cung cấp hàng hóa đảm bảo về số lượng CC3 Cung cấp hàng hóa đảm bảo về mẫu mã
CC4 Cung cấp đầy đủ trang thiết bị hỗ trợ cho việc quảng cáo
X4
QUAN HỆ VỚI NHÀ PHÂN PHỐI
QH1 Công ty thăm hỏi và tặng quà vào các dịp lễ, Tết
QH2 Cơng ty thường tổ chức tốt các chương trình khen thưởng
QH3 Cơng ty thường xun tìm hiểu những khó khăn của khách hàng
Y
ĐÁNH GIÁ VỀ CỦA NHÀ BÁN LẺ VỀ CHÍNH SÁCH CHĂM SĨC ĐIỂM BÁN
DG1 Hoạt động cung cấp hàng hóa và thiết bị tốt DG2 Chính sách hỗ trợ tốt
DG3 Nghiệp vụ nhân viên tốt DG4 Quan hệ với nhà phân phối tốt
b. Mơ hình nghiên cứu tổng qt.
Hình dạng phương trình hồi quy chưa chuẩn hóa:
Y
= β0 + β1.X1 + β2.X2 + β3.X3 + β4.X4
Trong đó:
- β 0 là hệ số chặn. β1 đến β4 là hệ số góc.
- Y: là "Đánh giá Chung" của các nhà bán lẻ về chính sách chăm sóc điểm bán của Tuấn Việt. Là trung bình của các biến: DG1, DG2, DG3, DG4.
- X1: là "Chính sách hỗ trợ". Là trung bình của 8 biến: CS1, CS2, CS3, CS4, CS5, CS6, CS7, CS8.
- X2: là "Nghiệp vụ nhân viên". Là trung bình của 5 biến: NV1, NV2, NV3, NV4, NV5.
- X3: là "Cung cấp hàng hóa và thiết bị". Là trung bình của 4 biến: CC1, CC2, CC3, CC4.
- X4: là "Quan hệ với nhà phân phối". Là trung bình của 3 biến: QH1, QH2, QH3.
2.3.2.3 Phân tích tương quan hệ số Pearson.
Bảng 2.23: Kiểm định sự tương quan
X1 X2 X3 X4 Y
Y Hệ số Pearson .759
** .717** .666** .737** 1
Sig. (2-tailed) .000 .000 .000 .000
(Nguồn: Xử lý số liệu bằng SPSS)
Chúng ta có thểthấy mối tương quan giữa biến phụ thuộc với các biến độc lập là rất tốt vì tất cả đều có sig. = 0.000 (kiểm định có ý nghĩa) và đặc biệt là hệ số Pearson giữa biến phụ thuộc và các biến độc lập đều lớn hơn 65%. Mức độ tương quan tốt nên khơng có biến độc lập nào loại.
Tuy nhiên có một đều đáng chú ý ở đây đó là mức độ tương quan giữa các biến độc lập với nhau là khá lớn, khi nghiên cứu cần chú ý đến hiện tượng đa cộng tuyến giữa các biến độc lập, đều này sẽ được xem xét ở phân tích hồi quy "nếu hệ số VIF > 10, được coi là xảy ra hiện tượng đa cộng tuyến" (theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
2.3.2.4 Xây dựng mơ hình hồi quy. a. Phân tích hồi quy.
Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc (Đánh giá chung) và các biến độc lập (Chính sách hỗ trợ, Nghiệp vụ nhân viên, Cung cấp hàng hóa và thiết bị, Quan hệ với nhà phân phối). Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đó giúp dự đốn được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Đặt giả thuyết về những yếu tố tác động đến đánh giá của các cửa hiệu.
Giả thuyết Nội Dung
H1 Yếu tố Chính sách hỗ trợ khơng ảnh hưởng đến đánh giá chungcủa khách hàng H2 Yếu tố Nghiệp vụ nhân viên không ảnh hưởng đế đánh giá chungcủa khách hàng H3 Yếu tố Cung cấp hàng hóa và thiết bị khơng ảnh hưởng đến đánhgiá chng của khách hàng H4 Yếu tố Quan hệ với nhà phân phối không ảnh hưởng đến đánh giáchung của khách hàng
Việc kiểm định mô hình lý thuyết được thực hiện với phương pháp enter (là phương pháp đưa cùng lúc các biến vào phân tích) với bảng kết quả hồi quy như sau:
Bảng 2.24: Kết quả phân tích hồi quy
Hệ số chuẩn
hố Mức ý
nghĩa Tolerance VIF
Beta
X1 Chính sách hỗ trợ 0.283 0.001 0.416 2.405
X2 Nghiệp vụ nhân viên 0.212 0.010 0.456 2.193
X3 Cung cấp hàng hóa và thiết bị 0.180 0.017 0.538 1.858
X4 Quan hệ với nhà phân phối 0.377 0.000 0.627 1.594
(Nguồn: Xử lý số liệu bằng SPSS)
Các biến độc lập đều có giá trị Sig bé hơn 0.05 nên đều có ý nghĩa trong mơ hình hồi quy. Ngồi ra với bảng trên thì tất cả các yếu tố đều thỏa mãn tiêu chuẩn “Tiêu chuẩn chấp nhận các biến có giá trị Tolerance” là đều > 0.0001. Đại lượng chuẩn đoán hiện tượng đa cộng tuyết với hệ số phóng đại phương sai VIF (Variance Inflation Factor) đều < 10 nên khơng có đa cộng tuyến giữa các biến độc lập (theo Trần Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Vậy chúng ta có thể bác bỏ các giả thuyết
H1, H2, H3, H4. Và chấp nhận rằng các yếu tố trên ảnh hưởng đến đánh giá chung
của các cửa hiệu.
Như vậy, ta có thể biểu diễn mơ hình hồi quy thơng qua phương trình sau:
Đánh giá Chung = 0.283*{Chính sách hỗ trợ} + 0.212*{Nghiệp vụ nhân viên} + 0.180*{Cung cấp hàng hóa và thiết bị} + 0.377*{Quan hệ với nhà phân phối}.
Hay Y
= 0.283*X1 + 0.212*X2 + 0.180*X3 + 0.377*X4
Trong 4 yếu tố được đưa vào để đo lường đánh giá chung của khách hàng về chất lượng chính sách chăm sóc điểm bá của nhà phân phối thì yếu tố "Quan hệ với nhà phân phối" có tác động lớn nhất tới đánh giá chung của khách hàng với β 4=0.377 có nghĩa là khi X4 thay đổi một đơn vị thì Y sẽ thanh đổi 0.377 đơn vị.
Yếu tố có tác động lớn thứ hai đó là các "Chính sách hỗ trợ" của nhà phân phối. Với β1=0.283 có ngĩa là khi X1 thay đổi một đơn vị thì Y sẽ thay đổi cùng chiều 0.283 đơn vị. Chính sách hỗ trợ cũng là một trong những yếu tố rất quan trọng giúp khách hàng gắng kết với NPP.
Hai yếu tố có tác động cũng khá lớn cịn lại đó là "Nghiệp vụ nhân viên" và "Cung cấp hàng hóa và thiết bị" lần lượt có β 2=0.212, β3=0.180. Đây là hai yếu tố có liên quan đến nguồn lực con người và gần như tác động trực tiếp đến khách hàng hằng ngày, vì vậy để nâng cao mức độ đánh giá của khách hàng thì phải quan tâm chú ý hơn nữa đến hai yếu tố này.
b. Đánh giá độ phù hợp của mơ hình.
Bảng 2.25: Đánh giá độ phù hợp của mơ hình R 2 hiệu chỉnh
Model R R2 R2 điều chỉnh Sai số chuẩn
uớc luợng
Durbin- Watson
1 0,874 0,764 0,753 0,349 1.771
(Nguồn: Xử lý số liệu bằng SPSS)
Độ phù hợp của mơ hình được thể hiện qua giá trị R2 điều chỉnh. Kết quả ở bảng trên cho thấy, mơ hình 4 biến độc lập có giá trị R 2 điều chỉnh cao nhất là 0.753. Như vậy độ phù hợp của mơ hình là 75.3%. Hay nói cách khác, 75.3% biến thiên của biến Đánh giá chung của thành viên kênh được giải thích bởi các biến quan sát trên, cịn lại là do tác động của các yếu tố khác ngồi mơ hình.
c. Kiểm tra tự tương quan trong mơ hình.
Trong thống kê học, trị số Durbin-Watson là một thống kê kiểm định để kiểm tra xem có hiện tượng tự tương quan (auto Correlation) giữa các phần dư (Residuals) của mọt phép phân tích hồi quy. Nó được đặt tên theo theo tên của James Durbin và Geoffrey Watson.
Để kiểm tra tự tuơng quan của mơ hình, ta tiến hành đánh giá giá trị D đuợc đưa ra trong Bảng Mơ hình tóm tắt sử dụng phuơng pháp Enter với thang đo sau, theo Trần Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008).
0<D<1: xảy ra hiện tuợng tự tuơng quan dương. 1<D<3: khơng có hiện tuợng tự tuơng quan.
3<D<4: xảy ra hiện tuợng tự tuơng quan âm
Với giá trị D đưa ra trong bảng là 1.771, rơi vào miền nên chấp nhận giả thiết khơng có tự tuơng quan chuỗi bậc nhất.
d. Kiểm định độ phù hợp của mơ hình.
Bước tiếp theo trong phân tích hồi quy đó là thực hiện kiểm định F về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với tồn bộ biến độc lập hay khơng (Trần Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Giả thuyết
H0 đặt ra đó là: β1 = β2 = β3 = β4 = β5 = β6 = 0.
H1 đặt ra là một trong các hệ số Beta sẽ khác không.
Bảng 2.26: Kiểm định độ phù hợp cửa mơ hình
Mơ hình Tổng bình phuơng Df Trung bình bình phuơng F Mức ý nghĩa Hồi quy 31.568 4 7.892 64.889 0.000b Số dư 9.730 80 0.122 Tổng 41.299 84 (Nguồn: Xử lý số liệu bằng SPSS)
Kết quả phân tích ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ cho phép bác bỏ giả thiết H0. Như vậy mơ hình hồi quy thu được rất tốt. Sự kết hợp các biến độc lập giải thích được tốt các thay đổi của biến phụ thuộc là Sự hài lòng của các nhà bán lẻ.
Kết Luận: Mơ hình phù hợp thực tế, và ta được phép suy diễn mơ hình này ra tổng thể. Kết quả kiểm định mơ hình lý thuyết được mơ tả như sau.
Đánh giá Chung = 0.283*{Chính sách hỗ trợ} + 0.212*{Nghiệp vụ nhân viên} + 0.180*{Cung cấp hàng hóa và thiết bị} + 0.377*{Quan hệ với nhà phân phối}.
Hay Y
= 0.283*X1 + 0.212*X2 + 0.180*X3 + 0.377*X4
2.3.3 Kiểm định trung bình One Sample T-Test về các tiêu chí liên quan đến chính sách chăm sóc điểm bán của cơng ty TNHH TMTH Tuấn Việt, ngành đến chính sách chăm sóc điểm bán của cơng ty TNHH TMTH Tuấn Việt, ngành hàng P&G chi, nhánh Thừa Thiên Huế.
Lưu ý, thang đo để đánh giá:
1: Rất không đồng ý; 2: Khơng đồng ý; 3: Bình thường; 4: Đồng ý; 5: Rất đồng ý 2.3.3.1 Đánh giá về Chính sách hỗ trợ.
a. Đánh giá của nhà bán lẻ về các tiêu chí của chính sách hỗ trợ.
Theo kết quả phân tích hồi quy, đây là một trong những thành phần tác động tương đối mạnh đến sự hài lòng của nhà bán lẻ. Hoạt động kinh doanh hiệu quả thì phải có các chương trình hỗ trợ. Điều này sẽ kéo theo yêu cầu của các nhà bán lẻ trở nên cao hơn đối với các chính sách hỗ trợ. Các chính sách hỗ trợ phù hợp sẽ giúp các cửa hiệu kinh doanh hiệu quả, giúp gắng kết với nhà phân phối bền vững hơn. Là cầu nối quan trọng giúp cho nhà phân phối thu hút thêm các cửa hiệu mới, giữ vững thị phần va phát triển hơn nữa.
Giả thuyết H0: Đánh giá của nhà bán lẻ về các tiêu chí liên quan đến chính sách hỗ trợ = 4
Giả thuyết H1: Đánh giá của nhà bán lẻ về các tiêu chí liên quan đến chính sách hỗ trợ # 4
Kết quả kiểm định:
Bảng 2.27: Đánh giá về các tiêu chí của yếu tố chính sách hỗ trợ.
Giá trị kiểm định = 4 Ký hiệu Tiêu chí Mức đánh giá (%) Giá trị trung bình Sig. (2- tailed) Giá trị T 1 2 3 4 5 CS1 Tỷ lệ chiết khấu áp dụng cho các cửa hàng hợp lý 1.2 5.9 32.9 47.1 12.9 3.65 .000 -3.936
CS2 Cơng ty cung cấp hàng hóa
CS3 Có nhiều chương trình
khuyến mãi hấp dẫn 1.2 11.8 28.2 48.2 10.6 3.55 .000 -4.685
CS4 Các chương trình khuyến mãi được thực hiện thường xuyên
1.2 7.1 32.9 42.4 16.5 3.66 .001 -3.573
CS5 Có các chính sách gia hạn
thanh toán hợp lý 3.5 3.5 41.2 31.1 17.6 3.59 .000 -4.029
CS6 Chương trình trưng bày
hàng có giá trị cao 2.4 7.1 27.1 54.1 9.4 3.61 .000 -4.229
CS7 Điều kiện chương trình
trưng bày hàng hợp lý 1.2 5.9 27.1 43.5 22.4 3.80 .043 -2.055
CS8 Chính sách đổi trả hàng hóa (hư hỏng, hết hạn, khơng thực hiện đúng đơn hàng…) tốt
0 4.7 22.4 50.6 22.4 3.91 .279 -1.090
(Nguồn: Xử lý số liệu bằng SPSS)
Dựa vào kiểm định t đối với các tiêu chí liên quan đến chính sách hỗ trợ, ta thấy các biến CS1, CS2, CS3, CS4, CS5, CS6, CS7 đều có giá trị Sig. đều < 0.05 nên bác bỏ giả thuyết H0, đồng thời chấp nhận giả thuyết H 1. Chỉ có CS8 có Sig > 0.05 nên
chấp nhận H0 (với độ tin cậy 95%).