Tiêu chí Số lượt trả lời Tỷ lệ %
- In poster, logo, bao bì…
- Thiết kế Poster, logo, bao bì… - Chỉnh sửa poster, logo, bao bì… - Khác 66 44 16 4 50,8 33,8 12,3 3,1
(Nguồn: kết quả xử lý số liệu của tác giả năm2021)
Từ kết quả tổng hợp ở bảng trên, có thể thấy đa số khách hàng sử dụng dịch vụ in
ấn củaCông ty cổ phần In Thuận Phátchủ yếu vào mục đích in Poster, logo, bao bì… với 50,8% trên tổng số 130 người tham gia trả lời phỏng vấn. Tiếp đến là mục đích thiết kế và chỉnh sửa Poster, logo, bao bì… với tỉ lệ lần lượt là 33,8% và 12,3%. Có 4 khách hàng lựa chọn mục đích khác, đó là mua bán các dụng cụ in ấn của công ty, chiếm 3,1%.
2.2.3.3 Kênh thông tin giúp khách hàng biết đến dịch vụ
Bảng 2.7 Kênh thông tin
Tiêu chí Số lượt trả lời Tỷ lệ %
Từ các tờ rơi, pano, áp phích Từ báo chí, Internet
Từ nhân viên tư vấn của công ty Từ bạn bè, người quen 104 106 67 114 26,6 27,1 17,1 29,2
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Đối với câu hỏi đa sự lựa chọn, khi được hỏi khách hàng biết đến dịch vụ in ấn
của công ty qua các kênh thơng tin nào thì 29,2% khách hàng cho rằng biết đến thông qua các bạn bè, người quen giớithiệu, đây là kênh thông tin chiếm tỉ lệ cao nhất. Có 27,1% khách hàng cho rằng biết đến thơng qua báo chí và Internet. 26,6% khách hàng cho rằng biết đến từ các tờ rơi, pano, áp phích và 17,1% khách hàng biết đến thơng
qua nhân viên tư vấn của cơng ty. Do đó cơng ty nên chú trọng quảng cáo hìnhảnh của
cơng ty cũng như các sản phẩm từ dịch vụ in ấn nhiều hơn và thường xuyên qua các
kênh thông tin mà khách hàng thường xuyên tiếp cận.
2.2.3.4 Lí do sử dụng dịch vụ
Bảng 2.8 Lý do sử dụng dịch vụ
Tiêu chí Số lượt trả lời Tỷ lệ %
Được bạn bè, người quen giới thiệu
Phù hợp nhu cầu
Chất lượng dịch vụ cao Giá cả phù hợp
Dịch vụ nhanh chóng, tiện lợi
73 130 50 46 121 17,4 31,0 11,9 11,0 28,8
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Khi được hỏi về lý do sử dụng dịch vụ của công ty, khách hàng đa số sử dụng dịch vụ in ấn của cơng ty Thuận Phát chủ yếu vì 2 lý do chính là phù hợp với nhu cầu sử dụng và dịch vụ nhanh chóng tiện lợi, chiếm tỉ lệ lần lượt là 31,0% và 28,8%. Điều
này chứng tỏ mẫu điều tra là những đối tượng có tính chất cơng việc khơng có nhiều thời gian, nên cần tìm một dịch vụ nào đó có thời gian chờ ngắn và chất lượng cao.
2.3 Kiểm định độ tin cậy của thang đo2.3.1 Kiểm định độ tin cậy của biến độc lập 2.3.1 Kiểm định độ tin cậy của biến độc lập
Trước khi tiến vào các bước phân tích dữ liệu, nghiên cứu tiến hành bước kiểm
định độ tin cậy thang đo thông qua hệ số Cronbach’s Alpha. Cronbach’s Alpha phải được thực hiện đầu tiên để loại bỏ các biến khơng liên quan (Garbage Items) trước khi
phân tích nhân tố khám phá EFA.
Đề tài nghiên cứu sử dụng thang đo gồm 6 biến độc lập: “Cảm nhận về chất lượng”, “Cảm nhận về giá cả”, “Nhân viên”, “Nhận thức hữu dụng”, “Thương hiệu”, và “Chuẩn chủ quan”.
Những biến có hệ số tương quan biến tổng (Corrected Item Total Correlation) lớn hơn 0,3 và có hệ số Cronbach’s Alpha lớn 0,6 sẽ được chấp nhận và đưa vào những bước phân tích xử lý tiếp theo. Cụ thể là :
Hệ số Cronbach’s Alpha lớn hơn 0,8: hệ số tương quan cao. Hệ số Cronbach’s Alpha từ 0,7 đến 0,8: chấp nhận được.
Hệ số Cronbach’s Alpha từ 0,6 đến 0,7: chấp nhận được nếu thang đo mới. Trong quá trình kiểm định độ tin cậy, các biến quan sát đều có hệ số tương quan biến tổng lớn hơn 0,3 nên khơng có biến nào bị loại bỏ khỏi mơ hình.
Bảng 2.9 Kiểm định độ tin cậy thang đo các biến độc lập
Biến Hệ số tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến
1. Cảm nhận về chất lượng: Cronbach’s Alpha = 0,725
CL1 0,507 0,670
CL2 0,505 0,676
CL3 0,662 0,567
CL4 0,432 0,711
2. Cảmnhận về giá cả: Cronbach’s Alpha = 0,757
GC1 0,466 0,745
GC2 0,659 0,640
GC3 0,481 0,749
GC4 0,639 0,658
3. Nhân viên: Cronbach’s Alpha = 0,894
NV1 0,843 0,803
NV2 0,844 0,806
NV3 0,696 0,931
4. Quy chuẩn chủ quan: Cronbach’s Alpha = 0,778
CQ1 0,651 0,692
CQ2 0,639 0,693
CQ3 0,623 0,702
CQ4 0,431 0,799
5. Thương hiệu: Cronbach’s Alpha = 0,843
TH2 0,583 0,846
TH3 0,593 0,836
TH4 0,762 0,764
6. Nhận thức hữu dụng: Cronbach’s Alpha = 0,833
HD1 0,523 0,844
HD2 0,801 0,721
HD3 0,587 0,823
HD4 0,754 0,745
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Qua bảng tổng hợp kết quả kiểm định độ tin cậy thang đo trên, có thể kết luận rằng thang đo được sử dụng trong nghiên cứu là phù hợp và đáng tin cậy, đảm bảo cho
bước phân tíchnhân tố khám phá EFA.
2.3.2 Kiểm định độ tin cậy của biến phụ thuộc
Bảng 2.10 Kiểm tra độ tin cậy thang đo biến phụ thuộc
Biến Hệ số tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến
Hành vi khách hàng: Cronbach’s Alpha = 0,797
HV1 0,657 0,735
HV2 0,658 0,708
HV3 0,647 0,726
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Kết quả đánh giá độ tin cậy của nhân tố “hành vi khách hàng” cho hệ số
Cronbach’s Alpha = 0,797. Hệ số tương quan biến tổng của 3 biến quan sát đều lớn hơn 0,3 đồng thời hệ số Cronbach’s Alpha nếu loại biến đều nhỏ hơn 0,797 nên biến
phụ thuộc “hành vi khách hàng” được giữ lại và đảm bảo độ tin cậy để thực hiện các
bước phân tích tiếp theo.
2.4. Phân tích nhân tố khám phá EFA
2.4.1 Kiểm định KMO và Bartlett's biến độc lập
Phân tích nhân tố là tên chung một nhóm các Quảng bá thương hiệu được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số
lượng củ chúng phải được giảm bớt xuống đến một lượng mà chúng ta có thể sử dụng được (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Phân tích nhân tố chỉ được sử
dụng khi hệ số KMO (Kaiser-Meyer-Olkin) có giá trị từ 0.5 trở lên. Điểm dừng
Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1
và tổng phương sai trích (Cumulative % Extraction Sums of Squared Loadings) lớn
hơn 50%. Hệ số tải nhân tố (factor loading) đạt yêu cầu phải thỏa mãn cácđiều kiện: ∙Một nhân tốphải có ít nhất 2 biến.
∙Hệsốtải nhân tốphải lớn hơn 0.5.
∙Hệsốtải nhân tốlớn hơn 0.5 chỉtrên một nhân tốtrong cùng một biến.
Trước khi tiến hành phân tích nhân tố khám phá, nghiên cứu cần kiểm định KMO để xem xét việc phân tích này có phù hợp hay khơng. Việc kiểm định được thực
hiện thông qua việc xét hệ số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) và
Bartlett’s Test. Giá trị KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA.
Nội dung kiểm định: hệ số KMO phải thỏa mãn điều kiện 0,5 ≤ KMO ≤ 1, chứng tỏ bước phân tích nhân tố khám phá EFA là phù hợp trong nghiên cứu này.
Bảng 2.11 Kiểm định KMO và Bartlett’s Test biến độc lập
KMO and Bartlett’s Test
Trị số KMO 0,758
Đại lượng thống kê
Kiểm định Bartlett
Giá trị Chi bình phương xấp xỉ 1531,663
Df 253
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Kết quả thu được như sau:
− Giá trị KMO bằng 0,758 và nằm trong ngưỡng từ 0,5-1 nên phân tích EFA là phù hợp.
− Mức ý nghĩa Sig. của kiểm định bartlett’s Test = 0,00 < 0,5 nên các biến quan
sát khi được đưa vào mơ hình nghiên cứu có tương quan với nhau và phù hợp
nghiên cứu phân tích nhân tố khám phá EFA.
2.4.2 Phân tích nhân tố khám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 6 theo mơ hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa
cộng tuyến giữa các nhân tố trong 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 để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả
năng giải thích nhân tố.Biến nào có hệ số tải nhân tố < 0,5 sẽ bị loại khỏi mơ hình
nghiên cứu, chỉ những biến nào có hệ số tải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Bảng 2.12. Ma trận xoay nhân tố
Biến quan sát Nhóm nhân tố
1 2 3 4 5 6 HUUDUNG2 0,893 HUUDUNG4 0,867 HUUDUNG3 0,655 HUUDUNG1 0,594 THUONGHIEU1 0,893 THUONGHIEU4 0,872 THUONGHIEU3 0,754
GIACA2 0,871 GIACA4 0,775 GIACA3 0,625 GIACA1 0,596 NHANVIEN2 0,923 NHANVIEN1 0,913 NHANVIEN3 0,830 CHATLUONG3 0,836 CHATLUONG2 0,746 CHATLUONG1 0,619 CHATLUONG4 0,585 CHUANCHUQUAN4 0,789 CHUANCHUQUAN2 0,657 CHUANCHUQUAN3 0,645 CHUANCHUQUAN1 0,600 Hệ số Eigenvalue 5,761 3,595 1,876 1,610 1,486 1,261
Phương sai lũy tiến
(%) 12,515 24,791 36,046 47,093 57,920 67,778
(Nguồn: kết quả xử lýsố liệu của tác giả năm 2021)
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãnđiều kiện
lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu 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 cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trị Factor Loading > 0,5 với cỡ mẫu là 130.
Thực hiện phân tích nhân tố lần đầu tiên, đưa 23 biến quan sát trong 6 biến độc lập ảnh hưởng đến hành vi của khách hàng thành phố Huế vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 6 nhân tố được tạo ra. Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 23, được rút trích lại
cịn 6 nhân tố. Khơng có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé
hơn 0,5 nên không loại bỏ biến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi tiêu chuẩn phương sai trích (Variance Explained Criteria)> 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Tổng phương sai trích là 67,778% > 50% do đó phân tích nhân tố là phù hợp.
2.4.3 Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Bảng 2.13. Kiểm định KMO và Bartlett’s Test biến phụ thuộc
KMO and Bartlett’s Test
Trị số KMO 0,715
Đại lượng thống kê
Kiểm định Bartlett
Giá trị Chi bình phương xấp xỉ 124,471
Df 3
Sig. 0,000
(Nguồn: kết quả xử lý số liệu của tác giả năm2021)
2.4.4 Phân tích nhân tố khám phá EFA biến phụ thuộc
Các điều kiện kiểm định KMO và Bartlett’s Test biến phụ thuộc tương tự các điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích đánh giá chung
quyết định hành vi của khách hàng thành phố Huế qua 3 biến quan sát, kết quả cho chỉ số KMO là 0,715 (lớn hơn 0,05), và kiểm định Bartlett’s Test cho giá trị Sig. = 0,00
(bé hơn 0,05) nên dữ liệu thu thập được đáp ứng được điều kiện để tiến hành phân tích
nhân tố.
Rút trích nhân tố biến phụ thuộc
Bảng 2.14. Rút trích nhân tố biến phụ thuộc
Hành vi khách hàng Hệ số tải
HV1 0,724
HV2 0,728
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Kết quả phân tích nhân tố khám phá đã rút trích được 1 nhân tố, được tạo thành
từ 3 biến quan sát mà đề tài đãđề xuất từ trước, nhằm mục đích rút ra kết luận về hành
vi dịch vụ in ấn của khách hàng thành phố Huế đối với Công ty cổ phần In Thuận Phát. Nhân tố này được gọi là “Hành vi khách hàng”.
Q trình phân tích nhân tố khám phá EFA trên đã xác định được 6 nhân tố ảnh hưởng đến hành của khách hàng đối với dịch vụ in ấn của công ty cổ In Thuận Phát, đó là: “Cảm nhận về chất lượng”, “Cảm nhận về giá cả”, “Nhân viên phục vụ”,
“Thương hiệu”, “Chuẩn chủ quan”, và “Nhận thức hữu dụng”.
2.5 Kiểm định sự phù hợp của mơ hình
2.5.1 Kiểm định sự tương quan giữa biến độc lập và biến phụ thuộc
Bảng 2.15: Phân tích tương quan Pearson
CL GC NV HD TH CCQ HV HV Tương quan Pearson 0,529 0,541 0,031 0,589 -0,063 0,675 1 Mức ý nghĩa 0,00 0,00 0,365 0,00 0,240 0,00 N 130 130 130 130 130 130 130
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Dựa vào kết quả phân tích, ra có thể thấy:
- Mức ý nghĩa của các nhân tố “Cảm nhận về chất lượng”, “Cảm nhận về giá
cả”, “Nhận thức hữu dụng”, “Chuẩn chủ quan”, đều bé hơn mức ý nghĩa α = 0,05, cho thấy sự tương quan có ý nghĩa giữa các biến độc lập và biến phụ thuộc
- Hệ số tương quan Pearson khá cao (có 4 nhân tố lớn hơn 0,5) nên ta có thể kết luận rằng các biến độc lập sau khi điều chỉnh có thể giải thích cho biến phụ thuộc
“Hành vi khách hàng”.
2.5.2 Xây dựng mơ hình hồi quy
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mơ hình nghiên cứu và các giả thuyết kèm theo.
− Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%. Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mơ hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính.
− Độ chấp nhận của biến (Tolerances) và hệ số phóng đại phương sai (Variance
inflation factor – VIF) được dùng để phát hiện hiện tƣợng đa cộng tuyến. Quy
tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
− Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến
được đưa vào một lần và xem xét các kết quả thống kê liên quan.
Mơ hình hồi quy được xây dựng gồm biến phụ thuộc là “hành vi khách
hàng”(HV), và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA
gồm 6 biến:“cảm nhận về chất lượng”(CL), “cảm nhận về giá cả”(GC), “nhân viên”
(NV), “nhận thức hữu dụng”(HD), “thương hiệu”(TH), và “chuẩn chủ quan” (CCQ)
với các hệ số bê-ta lần lượt tương ứng làβ1, β2, β3, β4, β5, β6.
Mơ hình hồi quy được xây dựng như sau:
HV = β0+ β1CL+ β2GC + β3NV + β4HD + β5TH + β6CCQ +ei
Dựa vào hệ số Bê-ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập có ảnh hưởng đến biển phụ thuộc trong mơ hình và ảnh hưởng với mức độ ra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa
ra giải pháp mang tính thuyết phục cao. Kết quả của mơ hình hồi quy sẽ giúp xác định
được chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến hành vi của
khách hàng thành phố Huế đối với dịch vụ in ấn Cơng ty cổ phần In Thuận Phát.
2.5.3 Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được chiều hướng và cường độ
ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy,
nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽ bị loại khỏi mơ hình và khơng tiếp tục nghiên cứu nhân tố đó.
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. VIF B Độ lệch chuẩn Beta Hằng số 0,432 0,430 1,004 0,317 CL 0,189 0,075 0,170 2,505 0,014 1,418 GC 0,224 0,079 0,193 2,852 0,005 1,410 NV 0,007 0,050 0,008 0,138 0,890 1,123 HD 0,245 0,065 0,263 3,792 0,000 1,485 TH -0,063 0,061 -0,062 -1,024 0,308 1,122 CCQ 0,355 0,072 0,365 4,934 0,000 1,688
Mơ Hình R R bình phương R bình phương hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin - Watson 1 0,775 0,600 0,581 0,33915 1,755 ANOVA Mơ Hình Tổng bình phương Df Bình phương trung bình F Sig. 1 Tương quan 21,240 6 3,540 30,777 0,000 Phần Dư 14,148 123 0,115 Tổng 35,388 129
(Nguồn: kết quả xử lý số liệu của tác giả năm 2021)
Từ kết quả thống kêở bảng trên, ta có thể kết luận: