CHƯƠNG 1 CƠ SỞKHOA HỌC VỀVẤN ĐỀNGHIÊN CỨU
2.2. Kết quảphân tích các nhân tố ảnh hưởng đến quyếtđịnh mua của khách hàng
2.2.3.2. Phân tích nhân tốkhám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tốkhám phá EFA đềtài sửdụng phương pháp phân tích các nhân tốchính (Principal Components) với sốnhân tố (Number of Factor) được xác định từtrước là 5 theo mơ hình nghiên cứu đềxuất. Mục đích sửdụng phương pháp này là đểrút gọn dữliệu, hạn chếvi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mơ hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa sốlượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khảnăng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽ bịloại khỏi mơ hình nghiên cứu, chỉnhững biến nào có hệsốtải nhân tố> 0,5 mới được đưa vào các phân tích tiếp theo.
Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãnđiều kiện lớn hơn hoặc bằng 0,5.Theo Hair & ctg (2009, 116), Multivariate Data Analysis, 7th
Edition, Factor Loading là chỉtiêu để đảm bảo mức ý nghĩa thiết thực của EFA,
Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡmẫu lớn hơn 350. Nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 150.
Bảng 14: Rút trích nhân tốbiến độc lập
Biến quan sát Nhóm nhân tố
1 2 3 4 5 THUONGHIEU2 0,831 THUONGHIEU3 0,771 THUONGHIEU4 0,760 THUONGHIEU1 0,755 VITRI1 0,827 VITRI2 0,808 VITRI3 0,756 VITRI4 0,698 SANPHAM1 0,817 SANPHAM2 0,795 SANPHAM3 0,769 SANPHAM4 0,625 GIACA1 0,823 GIACA4 0,742 GIACA2 0,694 GIACA3 0,669 NHANVIEN4 0,771 NHANVIEN3 0,741 NHANVIEN2 0,722 NHANVIEN1 0,669 Eigenvalue 3,189 2,870 2,481 1,890 1,682 Cumulative % 15,947 30,296 42,698 52,146 60,557
Thực hiện phân tích nhân tốlần đầu tiên, đưa 20 biến quan sát trong 5 biến độc lậpảnh hưởng đến quyếtđịnh mua của khách hàng đối với sản phẩm VLXD vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tốkhám phá EFA, sốbiến quan sát vẫn là 20, được rút trích lại cịn 5 nhân tố. Khơng có biến quan sát nào có hệsốtải nhân tố(Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đềtài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quảphân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trịEigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Dựa vào kết quảtrên, tổng phương sai trích là 60,557% > 50% do đó phân tích nhân tốlà phù hợp.
Đềtài tiến hành gom các biến quan sát:
- Nhân tố1 (Factor 1): Nghiên cứu đặt tên nhân tốmới này là“Thương hiệu –
THUONGHIEU”gồm 4 biến quan sát: THUONGHIEU1, THUONGHIEU2,
THUONGHIEU3, THUONGHIEU4.
- Nhân tố2 (Factor 2): Nghiên cứu đặt tên nhân tốmới này là“Vịtrí cửa hàng
– VITRI”gồm 4 biến quan sát: VITRI1, VITRI2, VITRI3, VITRI4.
- Nhân tố3 (Factor 3): Nghiên cứu đặt tên nhân tốmới này là“Sản phẩm –
SANPHAM”gồm 4 biến quan sát: SANPHAM1, SANPHAM2, SANPHAM3,
SANPHAM4.
- Nhân tố4 (Factor 4): Nghiên cứu đặt tên nhân tốmới này là“Giá cả–
GIACA”gồm 4 biến quan sát: GIACA1, GIACA2, GIACA3, GIACA4.
- Nhân tố5 (Factor 5): Nghiên cứu đặt tên nhân tốmới này là“Nhân viên bán
hàng – NHANVIEN”gồm 4 biến quan sát: NHANVIEN1, NHANVIEN2,
NHANVIEN3, NHANVIEN4.