39%
43% 18%
Tuổi(25-35) Tuổi(36-45) Tuổi(46-55)
Số lần mua hàng trung bình trong tháng
Nhằm mục đích muốn biết xem trung bình mỗi Hair salon mua hàng mấy lần trong một tháng. Kết quả phân tích cho thấy rằng Hair salon trung bình mua hàng mỗi tháng 1.84 lần, cũng như số lần mua hàng nhiều nhất, ít nhất lần lượt là 1 và 4 lần, trong đó mua hàng 1 lần là phổ biến nhất. Hình 4-3 sau đây sẽ minh họa cụ thể hơn:
Hình 4-3: Số lần mua hàng trung bình trong tháng của mẫu nghiên cứu 108 85 47 10 0 20 40 60 80 100 120 1 lần 2 lần 3 lần 4 lần Số lần mua hàng trung bình S ố lư ợ n g H ai r sa lo n
Khi biết được kết quả cụ thể, các nhà quản trị sẽ lập được kế hoạch và bố trí nhân sự một cách hợp lý nhằm chăm sóc và phục vụ khách hàng tốt hơn.
Giá trị trung bình một lần mua hàng
Qua kết quả phân tích thu được, tác giả nhận thấy rằng giá trị trung bình một lần khách mua hàng là 2.57 triệu đồng. Bên cạnh đó đơn đặt hàng có giá trị 2 triệu đồng phổ biến nhất chiếm đến 20% và đơn đặt hàng có giá trị thấp nhất, cao nhất lần lượt là 500 ngàn đồng và 7.5 triệu đồng. Nếu chia giá trị trung bình một lần mua hàng thành 4 mức : 500 ngàn – 1.5 triệu; 2 triệu – 3.5 triệu; 4 triệu – 5.5 triệu; 6 triệu – 7.5 triệu. Chúng ta có Hình 4-4 minh họa ở trang sau:
Hình 4-4: Giá trị trung bình một lần mua hàng của mẫu nghiên cứu
27%
54%
16% 3%
0.5 tr-1.5 tr 2 tr-3.5 tr 4 tr-5.5 tr 6 tr-7.5 tr
Nhìn vào Hình 4-4, chúng ta thấy rằng giá trị trung bình một lần mua hàng đạt từ 2 triệu đến 3.5 triệu phổ biến nhất, chiếm đến 54 %. Với kết quả này, các nhà quản trị nên tìm ra phương cách tiếp cận hợp lý hơn nữa nhằm gia tăng thêm giá trị trung bình một lần mua hàng. Trên thực tế, kết quả này theo tác giả là hợp lệ, vì ngày nay Hair salon mới xuất hiện rất nhiều nhưng quy mô Hair salon thường khá khiêm tốn. Khách hàng của các Hair salon khơng nhiều ngược lại có chiều hướng giảm mạnh nên họ thường tính tốn rất kỹ khi mua hàng. Tuy nhiên, giá trị trung bình một lần mua hàng khá nhỏ cũng là cơ hội cho các nhà sản xuất kinh doanh HMPCST tìm cách gia tăng giá trị nó trong tương lai.
Doanh thu trung bình trong tháng
Qua phân tích thơng tin mẫu, chúng ta thấy doanh thu trung bình hàng tháng của 250 Hair salon đạt 23 triệu. Hair salon có doanh thu trung bình trong tháng ít nhất là 10 triệu và cao nhất là 40 triệu. Có 86 trong 250 Hair salon đạt doanh thu trung bình từ 16 đến 20 triệu chiếm 34.4% và đây là tỉ lệ cao nhất. Hình 4-5, sau đây sẽ minh họa cụ thể hơn số lượng Hair salon đạt doanh thu tương ứng:
Hình 4-5: Doanh thu trung bình trong tháng của mẫu nghiên cứu38 38 86 58 37 20 11 0 10 20 30 40 50 60 70 80 90 100
10-15 triệu 16-20 triệu 21-25 triệu 26-30 triệu 31-35 triệu > 35 triệu
Doanh thu trung bình trong tháng
S ố l ư ợ n g H ai r sa lo n
4.3. Đánh giá độ tin cậy của thang đo và phân tích nhân tố4.3.1. Đánh giá độ tin cậy của thang đo 4.3.1. Đánh giá độ tin cậy của thang đo
Các thang đo đều được đánh giá độ tin cậy (thông qua hệ số tin cậy Cronbach alpha thông qua phần mềm thống kê SPSS 11.5 for Windows). Mục đích là tìm ra những mục cần hỏi cần giữ lại và những mục hỏi cần bỏ đi trong rất nhiều mục bạn đưa vào kiểm tra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005, 249). Sau khi phân tích, kết quả cho thấy hệ số Cronbach alpha của các thang đo đều đạt từ 0.7 trở lên. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach alpha từ 0.8 đến gần 1 thì thang đo lường tốt, từ 0.7 đến gần bằng 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Bên cạnh đó, các biến quan sát đều có hệ số tương quan giữa biến và tổng (item-total correlation) trên 0.4 (xin xem phụ lục 3). Điều này cho thấy các thang đo đảm bảo sự tin cậy cần thiết, thể hiện cụ thể qua bảng tóm tắt sau đây:
Bảng 4-4: Hệ số tin cậy alpha của các thang đo
Thang đo Số lượng biến quan sát Hệ số alpha
Chất lượng HMPCST 5 0.74
Giá cả HMPCST 5 0.72
Chủng loại HMPCST 4 0.71
Thái độ phục vụ 5 0.77
Kênh phân phối 5 0.73
Phương thức thanh tốn 4 0.76
Chương trình khuyến mãi 4 0.70
Tuy nhiên thơng qua việc phân tích nhân tố ở bước tiếp theo sẽ giúp chúng ta thấy được cụ thể hơn các thang đo trên có tách thành những nhân tố mới hay khơng, điều này sẽ giúp chúng ta đánh giá chính xác hơn các thang đo, đồng thời chúng ta có thể loại bỏ bớt các biến đo lường không đạt yêu cầu và làm cho các thang đo đảm bảo tính đồng nhất.
4.3.2. Phân tích nhân tố
Việc tiến hành phân tích nhân tố được thực hiện thông qua phần mềm thống kê SPSS 11.5 for Windows với phương pháp trích các nhân tố (phương pháp mặc định là rút trích các thành phần chính – Principal components analysis), phương pháp xoay nhân tố Varimax procedure (xoay nguyên các góc nhân tố để tối thiểu hóa lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố) và điểm dừng khi trích nhân tố có Eigenvalue là 1 (xin xem chi tiết ở Phụ lục 4).
Chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) là một chỉ số được dùng để xem xét sự thích hợp của các phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, cịn nếu chỉ số KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Bảng 4-5: Bảng chỉ số KMO các thang đo
Thang đo Số lượng biến quan sát Chỉ số KMO
Chất lượng HMPCST 5 0.78
Giá cả HMPCST 5 0.79
Chủng loại HMPCST 4 0.71
Thái độphục vụ 5 0.77
Kênh phân phối 5 0.70
Phương thức thanh tốn 4 0.73
Chương trình khuyến mãi 4 0.65
Kết quả cho thấy rằng việc phân tích nhân tố ở đây là thích hợp vì các thang đo đều có chỉ số KMO lớn hơn 0.5. Việc tiến hành phân tích nhân tố đối với từng thang đo cụ thể như sau:
4.3.2.1. Phân tích nhân tố thang đo chất lượng HMPCST
Thang đo chất lượng HMPCST gồm có 5 biến quan sát được kí hiệu lần lượt là V1,V2, V3,V4 và V05 như đã được trình bày trong Chương 3 và cả 5 biến này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows). Qua kết quả phân tích nhân tố cho thấy hệ số tương quan giữa các biến với nhân tố lớn hơn 0.67 và tổng phương sai được giải thích là 49,43% (gần bằng 50%), đều này có nghĩa là nhân tố được trích ra này có thể giải thích được gần bằng 50% biến thiên của dữ liệu nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả chấp nhận được. Kết quả phân tích được trình bày tóm tắt trong Bảng 4-6 dưới đây.
Bảng 4-6: Kết quả phân tích nhân tố thang đo chất lượng HMPCSTComponent Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 V1 .710 V2 .719 V3 .675 V4 .732 V05 .677
4.3.2.2. Phân tích nhân tố thang đo giá cả HMPCST
Thang đo giá cả HMPCST gồm 5 biến quan sát được kí hiệu là G1,G2, G3, G4, G05 như đã được trình bày ở Chương 3, cả 5 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-7: Kết quả phân tích nhân tố thang đo giá cả HMPCSTComponent Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 G1 .689 G2 .602 G3 .736 G4 .687 G05 .730
Bảng 4-7 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.60 và tổng phương sai có thể giải thích được là 47.68% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả chấp nhận được.
4.3.2.3. Phân tích nhân tố thang đo chủng loại HMPCST
Thang đo chủng loại HMPCST bao gồm 5 biến quan sát được kí hiệu lần lượt là S1, S2, S3, S4, S05 như đã được trình bày ở trong Chương 3. Nhưng sau khi đánh giá độ tin cậy của thang đo (bằng hệ số Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows), tác giả nhận thấy rằng biến quan sát S4 có hệ số tương quan giữa biến tổng (Corrected Item-Total correlation) quá nhỏ (= 0.0166) nên phải loại biến quan sát S4. Kết quả phân tích nhân tố của thang đo chủng loại hàng hóa cụ thể được trình bày sau đây:
Bảng 4-8: Kết quả phân tích nhân tố thang đo chủng loại HMPCSTComponent Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 S1 .691 S2 .786 S3 .722 S05 .730
Bảng 4-8 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.69 và tổng phương sai có thể giải thích được là 53.78% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả khá tốt và chấp nhận được.
4.3.2.4. Phân tích nhân tố thang đo thái độ phục vụ
Thang đo thái độ phục vụ gồm 5 biến quan sát được kí hiệu là A1,A2, A3, A4 và A05 như đã được trình bày ở Chương 3, cả 5 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows). Kết quả phân tích của thang đo này được trình bày ở Bảng 4-9 như sau:
Bảng 4-9: Kết quả phân tích nhân tố thang đo thái độ phục vụ Component Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 A1 .630 A2 .791 A3 .814 A4 .733 A05 .627
Bảng 4-9 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.62 và tổng phương sai có thể giải thích được là 52.29% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả khá tốt và chấp nhận được.
4.3.2.5. Phân tích nhân tố thang đo kênh phân phối
Thang đo kênh phân phối bao gồm 5 biến quan sát được kí hiệu là C1, C2, C3, C4 và C05 như đã được trình bày ở Chương 3, cả 5 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-10: Kết quả phân tích nhân tố thang đo kênh phân phốiComponent Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 C1 .599 C2 .656 C3 .712 C4 .709 C05 .804
Bảng 4-10 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.59 và tổng phương sai có thể giải thích được là 48.94% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả tạm chấp nhận được.
4.3.2.6. Phân tích nhân tố thang đo phương thức thanh toán
Thang đo phương thức thanh toán bao gồm 4 biến quan sát được kí hiệu là P1, P2, P3, P04 như đã được trình bày ở Chương 3, cả 4 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-11: Kết quả phân tích nhân tố thang đo phương thức thanh tốnComponent Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 P1 .781 P2 .673 P3 .784 P04 .807
Bảng 4-11 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.67 và tổng phương sai có thể giải thích được là 58.19% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả tốt và chấp nhận được.
4.3.2.7. Phân tích nhân tố thang đo chương trình khuyến mãi
Thang đo chương trình khuyến mãi bao gồm 4 biến quan sát được kí hiệu là K1, K2, K3 và K04 như đã được trình bày ở Chương 3, cả 4 biến quan sát này đều được giữ lại sau khi được đánh giá độ tin cậy của thang đo (bằng hệ số tin cậy Cronbach alpha thông qua phần mềm SPSS 11.5 for Windows) . Kết quả phân tích của thang đo này được trình bày như sau:
Bảng 4-12: Kết quả phân tích nhân tố thang đo chương trình khuyến mãiComponent Matrix(a) Component Matrix(a) Nhân tố Biến quan sát 1 K1 .709 K2 .688 K3 .758 K04 .755
Bảng 4-12 cho thấy hệ số tương quan giữa các biến với nhân tố được trích ra đều lớn hơn 0.68 và tổng phương sai có thể giải thích được là 58.19% nếu thực hiện phân tích theo phương pháp Principal components analysis và phép xoay Varimax (xin xem phụ lục 4), đây là kết quả tốt và chấp nhận được.
4.4. Kiểm định mơ hình lý thuyết
Mơ hình lý thuyết được trình bày ở Hình 2-4 có 8 khái niệm nghiên cứu đó là những cảm nhận của khách hàng về: (1) chất lượng HMPCST, (2) giá cả HMPCST, (3) chủng loại HMPCST, (4) thái độ phục vụ, (5) kênh phân phối, (6) phương thức thanh tốn, (7) chương trình khuyến mãi, và sau cùng là khái niệm sự thỏa mãn của khách hàng. Trong đó, 7 khái niệm được nêu đầu tiên là các khái niệm độc lập và tất cả được giả định là các nhân tố tác động đến sự thỏa mãn của khách hàng khi mua HMPCST tại Hair salon và sự thỏa mãn của khách hàng là khái niệm phụ thuộc.
Việc kiểm định mơ hình lý thuyết với phương pháp đưa vào một lượt (Enter), đây là phương pháp mặc định của chương trình và các biến trong khối sẽ được đưa vào mơ hình cùng một lúc. Kết quả hồi quy tuyến tính bội cho thấy mơ hình có hệ số xác định R2 (coefficient of determination) là 0.3 và R2 điều chỉnh (adjusted R square) là 0.28 (xin xem phụ lục 5). Việc tác giả quan tâm đến R2 vì nó thường được sử dụng như một thước đo sự phù hợp của mơ hình tuyến tính, cịn R2 điều chỉnh được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến. Tuy kết quả kiểm dịnh mơ hình lý
thuyết thu được khá khiêm tốn, nhưng trong mơ hình hồi quy cổ điển cũng không yêu cầu R2 phải lớn (Goldberger, 1999). Do đó, ta có thể chấp nhận kết quả phân tích và kết luận rằng mơ hình hồi quy này sử dụng được.
Hệ số Beta (chuẩn hóa) dùng để đánh giá mức độ quan trọng của các nhân tố tác động vào sự thỏa mãn của khách hàng. Hệ số Beta chuẩn hóa của nhân tố nào càng cao thì mức độ quan trọng của nhân tố đó tác động đến sự thỏa mãn càng cao. Kết quả phân tích hồi quy của mơ hình lý thuyết được trình bày ở Bảng 4-13 (bao gồm 3 Bảng liên đới kết quả: Variables entered/Removed(b); Model Summary; Anova(b)) như sau:
Bảng 4-13: Kết quả phân tích hồi quy của mơ hình lý thuyếtVariables Entered/Removed(b) Variables Entered/Removed(b)
Model Biến đưa vào Biến bỏ ra Phương pháp
1 KMAI, TDO,
TTOAN, GIA, KENH, CLUONG,
CLOAI(a)
. Enter
a All requested variables entered. b Dependent Variable: THOAMAN
Model Summary
Model R R2 R2 điều chỉnh Sai số chuẩn ước lượng
1 .548(a) .300 .280 .26451