giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.689 (≥0.6) và khơng có
trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.689. Vì vậy, tất cả các biến quan sát trong thang đo Phụ huynh có thể sử dụng
trong nghiên cứu phân tích nhân tố khám phá (EFA). Biến nhóm đồng đẳng
Thang đo Nhóm đồng đẳng với 6 biến quan sát được đưa vào, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.753, nằm trong thang đo lường sử dụng tốt (0.7 đến gần bằng 0.8) và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.753. Vì vậy, tất cả các biến quan sát trong thang đo Nhóm đồng đẳng có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
Bảng 4.3: Kiểm định độ tin c y cậ ủa thang đo Nhóm đồng đẳngBiến Biến
quan sát
Trung bình thang
đo nếu loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Cronbach's Alpha= 0.753 DD1 15.75 11.229 .458 .727 DD2 15.66 11.106 .537 .706 DD3 15.85 11.473 .480 .721 DD4 15.58 11.422 .497 .717 DD5 16.68 10.538 .480 .723 DD6 16.04 0 010.991 .514 .711
34
Biến Chương trình khuyến mãi
Thang đo Chương trình khuyến mãi với 5 biến quan sát được đưa, kết quả kiểm định cho thấy biến quan sát KM5 có hệ số Cronbach's Alpha nếu loại biến = 0.851 lớn hơn Cronbach’s Alpha của nhóm là 0.832. Tuy nhiên, hệ số tương quan biến tổng của KM5 là 0.451 (>0.3) và Cronbach’s Alpha của nhóm đã trên 0,6 thậm chí là đạt 0.832 rồi, nên ta khơng cần loại biến KM5 trong trường hợp này. 4 biến quan sát được đưa vào cịn lại, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3). Với kết quả này, đây sẽ là
35
thang đo Chương trình khuyến mãi có thể sử dụng trong nghiên cứu phân tích nhân tố khám
phá (EFA).
Bảng 4.4: Kiểm định độ tin cậy của thang đo Chương trình khuyến mãi
Biến
quan sát
Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Cronbach's Alpha= 0.832 KM1 14.45 5.903 .700 .779 KM2 14.56 5.850 .677 .784 KM3 14.28 5.848 .698 .779 KM4 14.33 6.018 .650 .792 KM5 14.64 6.387 .451 .851 Biến Chất lượng sản phẩm
Thang đo Chất lượng sản phẩm với 7 biến quan sát được đưa vào, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.876, nằm trong thang đo lường sử dụng tốt (0.7 đến gần bằng 0.8) và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.876. Vì vậy, tất cả các biến quan sát trong thang đo Chất lượng sản phẩm có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
Bảng 4.5: Kiểm định độ tin c y cậ ủa thang đo Chất lượng s n ph m ả ẩ
Biến quan
sát
Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến
36
CL4 22.66 11.191 .695 .853
CL5 22.84 11.310 .677 .856
CL6 22.90 11.505 .628 .862
CL7 22.92 11.366 .628 .862
4.2.1.2 Kiểm định Cronbach’s Alpha biến phụ thuộc Hành vi sử dụng rượu bia
Bảng 4.6: Kiểm định độ tin c y cậ ủa thang đo Hành vi sử ụng rượ d u bia
Biến
quan sát
Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Cronbach's Alpha = 0.705 HV1 10.55 2.104 .477 .649 HV2 10.50 2.034 .487 .643 HV3 10.65 1.966 .484 .646 HV4 10.51 2.050 .514 .628 0 0
Thang đo Hành vi sử dụng rượu bia với 4 biến quan sát được đưa vào, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.705 nằm trong thang đo lường sử dụng tốt (0.7 đến gần bằng 0.8) và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.705. Vì vậy, tất cả các biến quan sát trong thang đo Hành vi sử dụng rượu bia có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
Sau khi phân tích Cronbach’s Alpha, 28 biến quan sát thuộc 5 nhân tố: Phụ huynh,
Nhóm đồng đẳng, Chương trình khuyến mãi, Chất lượng sản phẩm và Hành vi sử dụng rượu bia đều được chấp nhận và tiến hành cho các phân tích tiếp theo.
4.2.2 Phân tích nhân tố khám phá (EFA)
4.2.2.1 Phân tích EFA cho biến độc lập
EFA l n 1 ầ
Bảng 4.7 Phân tích ki: ểm định KMO and Bartlett’s biến độ ập lần 1 c l
37
Giá trị Eigenvalue 1.083 > 1
Theo kết quả trong Bảng 4.7, ta có thể nhận thấy rằng dữ liệu hoàn toàn phù hợp để phân tích nhân tố khám phá EFA:
Hệ số KMO = 0.854 (0.5 < KMO < 1), cho thấy phân tích nhân tố là phù hợp.
Hệ số Sig. của kiểm định Bartlett với sig. = 0.000 (<0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số Eigenvalue thấp nhất = 1.083 > 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 %) = 61.418% > 50%. Điều này chứng tỏ 61.418% biến thiên của dữ liệu được giải thích
bởi các nhân tố trong phép xoay.
Bảng 4.8: Ma trận xoay nhân tố biến độ ập l n 1 c l ầ
Mã hóa Nhân tố 1 2 3 4 5 6 CL2 .811 CL1 .805 CL3 .787 CL4 .757 KM3 .809 KM1 .803 KM2 .798 KM4 .759 KM5 .553 DD5 .726 DD6 .693 DD4 .630 .433 DD3 .618 .395 DD2 .611 .330 DD1 .578 .375 CL6 .361 .681 CL5 .430 .664 CL7 .471 .570
38
PH6 .772
Các biến DD4, DD3, DD2, DD1, CL5, CL7, PH2, PH4 tải lên 2 nhóm nhân tố và chênh lệch hệ số tải nhỏ hơn 0.3, còn lại đều phù hợp. Kết quả phân tích EFA trình bày ở bảng 4.8 cho thấy 24 biến quan sát hội tụ vào 6 nhân tố. Các biến không phù hợp sẽ bị loại và tiến hành phân tích lại các nhân tố cịn lại.
EFA l n 2 ầ
39
Bảng 4.9 Phân tích ki: ểm định KMO và Bartlett biến độ ập lần 2 c l
Đo lường lấy mẫu tương thích Kaiser – Meyer – Olkin .822
Kiểm định xoay Bartlett
Chi – Square xấp xỉ 2759.946
Bậc tự do df 120
Sig. .000
Phương sai trích 66.782% > 50%
Giá trị Eigenvalue 1.036 > 1
Theo kết quả trong bảng 4.9, ta có thể nhận thấy rằng dữ liệu hồn tồn phù hợp để phân tích nhân tố khám phá EFA:
Hệ số KMO = 0.822 (0.5 < KMO < 1), cho thấy phân tích nhân tố là phù hợp.
Hệ số Sig. của kiểm định Bartlett với sig. = 0.000 (<0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số Eigenvalue thấp nhất = 1.036 > 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 %) = 66.782% > 50%. Điều này chứng tỏ 66.782% biến thiên của dữ liệu được giải thích bởi các nhân tố trong phép xoay.
Theo kết quả trong bảng 4.10 được trình bày dưới đây, ta có thể thấy: Hệ số Factor Loading của hầu hết tất cả các biến đều trên 0.5. Riêng biến CL6 tải lên 2 nhóm nhân tố và chênh lệch hệ số tải nhỏ hơn 0.3. Kết quả phân tích EFA ở bảng 4.10 cho thấy 16 biến quan sát hội tụ vào 5 nhân tố. Biến CL6 sẽ bị loại và tiến hành phân tích lại đối với các biến cịn lại.
Bảng 4.10: Ma trận xoay nhân tố biến độ ập lần 2 c l Mã hóa Nhân tố 1 2 3 4 5 KM1 .820 KM3 .813 KM2 .801 KM4 .776 KM5 .540 CL1 .837 CL3 .819 CL4 .803 CL2 .783 CL6 .423 .486 PH5 888 0 0
40 PH5 .888 PH6 .812 DD5 .863 DD6 .812 PH1 .795 PH3 .772 EFA l n 3 ầ
Theo kết quả trong Bảng 4.11, ta có thể nhận thấy rằng dữ liệu hồn tồn phù hợp để
phân tích nhân tố khám phá EFA:
Hệ số KMO = 0.803 (0.5 < KMO < 1), cho thấy phân tích nhân tố là phù hợp.
Hệ số Sig. của kiểm định Bartlett với sig. = 0.000 (<0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số Eigenvalue thấp nhất = 1.036 > 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 %) = 68.711% > 50%. Điều này chứng tỏ 68.711% biến thiên của dữ liệu được giải thích bởi các nhân tố trong phép xoay.
Bảng 4.11: Phân tích kiểm định KMO và Bartlett biến độ ập lần 3 c l
Đo lường lấy mẫu tương thích Kaiser – Meyer – Olk in .803
Kiểm định xoay Bartlett
Chi – Square xấp xỉ 2543.381
Bậc tự do df 105
Mức ý nghĩa Sig. .000
Phương sai trích 68.711% > 50%
Giá trị Eigenvalue 1.036 > 1
Bảng 4.12: Ma trận xoay nhân tố biến độ ập lần 3 c l
Mã hóa Nhân tố 1 2 3 4 5 KM1 .822 KM3 .817 KM2 .806 KM4 .780 KM5 .545 CL1 .843 CL3 .821 CL4 .798 CL2 794 0 0
41 CL2 .794 PH5 .888 PH6 .814 DD5 .864 DD6 .811 PH1 .794 PH3 .774
42
Kết quả phân tích cho thấy các hệ số tải nhân tố đều > 0,5 đảm bảo ý nghĩa, cho nên khơng có biến nào bị loại. Tuy nhiên, đối với nhân tố Phụ huynh có sự tách biến, tạo thành 2 nhân tố mới, được nhóm tác giả đặt tên như sau: Sự ảnh hưởng hành vi sử dụng rượu bia của phụ huynh (gồm biến PH1, PH3). Quan điểm rượu bia của phụ huynh (gồm biến PH5,
PH6)
4.2.2.2 Phân tích EFA cho biến phụ thuộc
Bảng 4.13 Phân tích ki: ểm định KMO và Bartlett biến ph thuụ ộc
Đo lường lấy mẫu tương thích Kaiser – Meyer – Olkin .745
Kiểm định xoay Bartlett
Chi – Square xấp xỉ 330.378
Bậc tự do df 6
Mức ý nghĩa Sig. .000
Phương sai trích 53.107% > 50%
Giá trị Eigenvalue 2.124 > 1
Kết quả phân tích KMO và kiểm định Bartlett biến phụ thuộc cho thấy:
Hệ số KMO = 0.745, từ đó cho thấy phân tích nhân tố là phù hợp.
Hệ số Sig. của kiểm định Bartlett với sig. = 0.000 (<0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số Eigenvalue = 2.124 > 1, thì nhân tố rút trích được có ý nghĩa tóm tắt thơng tin tốt.
Tổng phương sai trích = 53.107% (>50%). Điều này cho thấy 1 nhân tố rút trích được giải thích 53.107% biến thiên của dữ liệu quan sát.
Bảng 4.14: Ma tr n xoay nhân t ậ ốbiến ph thu c ụ ộ
Mã hóa biến quan sát Hệ số
HV4 .748
HV2 .727
HV3 .724
HV1 .716
Dựa vào kết quả từ bảng 4.14 cho thấy các hệ số tải nhân tố đều > 0.5 đảm bảo ý nghĩa, cho nên khơng có biến nào bị loại.
43
BIẾN ĐỘC LẬP
KM
KM1 Nhãn hàng thường xun có chương trình khuyến mãi
khi ra mắt sản phẩm mới.
CHƯƠNG
TRÌNH
KHUYẾN
MÃI KM2 Nhãn hàng thường xuyên có những ưu đãi hấp dẫn cho
khách hàng cũ.
KM3 Vào những dịp đặc biệt thường xun có chương trình
khuyến mãi, tặng q, trúng thưởng, …
KM4 Có nhiều sự kiện được tổ chức để khách hàng trải
nghiệm thử sản phẩm
KM5 Tôi thường bị hấp dẫn bởi quà tặng, phần thưởng từ nhãn hàng. CL CL1 Sản phẩm có chất lượng đảm bảo. CHẤT LƯỢNG SẢN PHẨM CL2 Chất lượng sản phẩm đồng nhất. CL3 Mùi vị sản phẩm hấp dẫn. CL4 Sản phẩm có nguồn gốc xuất xứ rõ ràng. DD
DD5 Tôi sử dụng rượu bia để thể hiện “sự sành điệu”.
NHÓM
ĐỒNG ĐẲNG
DD6 Chúng tơi thường sử dụng rượu bia làm hình phạt cho các trị chơi trong các buổi gặp mặt
Bảng 4.15: Thang đo sau phân tích các yếu t ố ảnh hưởng
HVPH
PH1 Tôi cho rằng cha mẹ sử dụng rượu bia nhiều thì sẽ ảnh
hưởng đến việc sử dụng rượu bia của con cái. HÀNH
VI PHỤ
HUYNH PH3 Tôi cho rằng con trai sẽ cởi mở với cha mẹ hơn trong
việc sử dụng rượu bia.
QD
PH5 Cha mẹ của tôi nghĩ sử dụng rượu bia là xấu và dễ dẫn
đến tệ nạn xã hội. QUAN
ĐIỂM PHỤ
HUYNH PH6 Cha mẹ của tôi cho rằng sử dụng rượu bia gây ảnh
hưởng không tốt đến sức khỏe. BIẾN PHỤ THUỘC
44
Thang đo đã bị thay đổi sau khi phân tích nhân tố khám phá (EFA) với tổng số 5 thang
đo độc lập với 15 biến quan sát và 1 thang đo phụ thuộc với 4 biến quan sát. Mơ hình đề xuất sau khi phân tích nhân tố khám phá EFA như sau:
Hình 4.2 Mơ hình nghiên c u sau khi phân tích EFA : ứ
4.3 PHÂN TÍCH HỒI QUY CHO MƠ HÌNH
Sau khi tiến hành phân tích hồi quy tuyến tính trên phần mềm SPSS 22.0, ta có kết quả các yếu tố ảnh hưởng tới hành vi sử dụng rượu bia của giới trẻ trong độ tuổi từ 15-26
tuổi tại TP. HCM như sau:
Các hệ số Tolerance đều > 0.0001 nên các biến đều đạt được tiêu chuẩn chấp nhận.
Các hệ số phóng đại phương sai VIF đều < 10 nên khơng có hiện tượng đa cộng tuyến.
Hệ số Sig. của 5 biến độc lập đều < 0.05 nên cả 6 biến độc lập này đều được nhận.
Đồng thời, các hệ số Beta > 0 cho thấy các biến độc lập tác động thuận chiều với biến phụ thuộc. Nghĩa là khi tăng bất kỳ một nhân tố nào thì cũng sẽ làm hành vi sử dụng rượu bia ở giới trẻ tăng lên.
Do đó, tất cả các giả thuyết này đều được chấp nhận.
Bảng 4.16: Kết quả phân tích h i quy ồ
Mơ hình
Hệ số hồi quy
Hệ số hồi quy đã
chuẩn hóa Giá trị
t Sig.
Chẩn đoán đa cộng tuyến
B Độ lệch
chuẩn Beta Tolerance VIF
1
Hằng số .315 .090 3.492 .001
KM .207 .019 .274 10.873 .000 .823 1.216
45
p ụ ộ
Mối quan hệ giữa biến phụ thuộc và các biến độc lập được thể hiện trong phương trình hồi quy đa biến sau:
HV: “Hành vi sử dụng rượu bia” (là trung bình của các biến HV1, HV2, HV3, HV4)
KM: “Chương trình khuyến mãi” (là trung bình của các biến KM1, KM2, KM3, KM4, KM5)
46
CL: “Chất lượng sản phẩm” (là trung bình của các biến CL1, CL2, CL3, CL4) QD: “Quan điểm phụ huynh” (là trung bình của các biến PH5,PH6)
DD: “Nhóm đồng đẳng” (là trung bình của các biến DD5, DD6)
HVPH: “Sự ảnh hưởng của hành vi phụ huynh (là trung bình của các biến PH1,
PH3)
Phương trình hồi quy đa biến có dạng như sau:
HV = 0.274*KM + 0.222*CL + 0.299*QD + 0.347*DD + 0.315*HVPH
Với điều kiện các yếu tố khác khơng đổi, khi yếu tố Chương trình khuyến mãi tăng lên 1 đơn vị thì sẽ làm cho hành vi sử dụng rượu bia của giới trẻ tăng lên 0.274 đơn vị.
Với điều kiện các yếu tố khác không đổi, khi yếu tố Chất lượng sản phẩm tăng lên 1 đơn vị thì sẽ làm cho hành vi sử dụng rượu bia của giới trẻ tăng lên 0.222 đơn vị.
Với điều kiện các yếu tố khác không đổi, khi yếu tố Quan điểm phụ huynh tăng lên 1 đơn vị thì sẽ làm cho hành vi sử dụng rượu bia của giới trẻ tăng lên 0.299 đơn vị.
Với điều kiện các yếu tố khác khơng đổi, khi yếu tố Nhóm đồng đẳng tăng lên 1 đơn vị thì sẽ làm cho hành vi sử dụng rượu bia của giới trẻ tăng lên 0.347 đơn vị.
Với điều kiện các yếu tố khác không đổi, khi yếu tố Sự ảnh hưởng của hành vi của phụ huynh tăng lên 1 đơn vị thì sẽ làm cho hành vi sử dụng rượu bia của giới trẻ tăng lên 0.315 đơn vị.
Đánh giá ý nghĩa mơ hình
Bảng 4.17: Hệ s ố ý nghĩa của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Độ lệch chuẩn Durbin-Watson