2.2 Đánh giá mức độ nhận biết của khách hàng đối với thương hiệu Phi Long Computer và các yếu tố ảnh hưởng đến mức độ nhận biết thương hiệu Phi Long Computer
2.2.3.2 Phương pháp phân tích nhân tố EFA
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 của chúng phải được giảm bớt xuống đến một lượng mà chúng ta có thể sử dụng được (Hoàng 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 các điều kiện:
• Một nhân tố phải có ít nhất 2 biến.
• Hệ số tải nhân tố phải lớn hơn 0.5.
• Hệ số tải nhân tố lớn hơn 0.5 chỉ trên một nhân tố trong cùng một biến
Sauk hi tiến hành kiểm tra độ tin cậy thang đo các nhóm biến ở trên, số biến quan sát hiện nay là 25 biến của các thành phần độc lập. Quá trình phân tích nhân tố để loại biến trong nghiên cứu này được thực hiện qua 3 lần.
Lần thứ 1: 25 biến được đưa vào phân tích nhân tố. Kết quả:
+ Hệ số KMO = 0,757 (>0,5), do đó đạt yêu cầu để phân tích nhân tố.
+ Kết quả kiểm định Bartlett’s Test of Sphericity có Sig. = 0, các biến có tương quan với nhau trong tổng thể, sử dụng phân tích nhân tố là thích hợp.
+ Tiêu chuẩn Eigenvalues > 1 đã có 7 nhân tố được tạo ra.
+ Tổng phương sai trích = 63,372% > 50%, cho biết 7 nhân tố này sẽ giải thích được 63,372% biến thiên của dữ liệu.
+ 2 biến [HATH3] và [QBTH1] có hệ số tải nhân tố trên 2 nhân tố khác nhau và biến [DVHM4] phẩn bố một mình vào nhóm nhân tố 1, nên sẽ loại biến [DVHM4]
ra khỏi mô hình trước.
Lần thứ 2: sau khi loại biến [DVHM4] ra khỏi mô hình, 24 biến còn lại được đưa vào phân tích nhân tố. Kết quả:
+ Hệ số KMO = 0,751 (>0,5), do đó đạt yêu cầu để phân tích nhân tố.
+ Kết quả kiểm định Bartlett’s Test of Sphericity có Sig. = 0, các biến có tương quan với nhau trong tổng thể, sử dụng phân tích nhân tố là thích hợp.
+ Tiêu chuẩn Eigenvalues > 1 đã có 6 nhân tố được tạo ra.
+ Tổng phương sai trích = 59,909% > 50%, cho biết 6 nhân tố này sẽ giải thích được 59,909% biến thiên của dữ liệu.
+ [HATH3] có hệ số tải nhân tố trên 2 nhân tố khác nhau nên sẽ loại biến [HATH3] ra khỏi mô hình.
Lần thứ 3: sau khi loại biến [HATH3] ra khỏi mô hình, 23 biến được đưa vào phân tích nhân tố. Kết quả:
Bảng 2.9: Kiểm định KMO and Bartlett's Test
Trị số KMO (Kaiser-Meyer-Olkin of Sampling Adequacy) .775 Đại lượng thống kê Bartlett’s (Bartlett’s
Test of Sphericity)
Chi bình phương 1555.801
Bậc tự do 253
Mức ý nghĩa .000
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) + Hệ số KMO = 0,755 (>0,5), do đó đạt yêu cầu để phân tích nhân tố.
+ Kết quả kiểm định Bartlett’s Test of Sphericity có Sig. = 0, các biến có tương quan với nhau trong tổng thể, sử dụng phân tích nhân tố là thích hợp.
+ Tiêu chuẩn Eigenvalues > 1 đã có 5 nhân tố được tạo ra.
+ Tổng phương sai trích = 56,329% > 50%, cho biết 5 nhân tố này sẽ giải thích được 56,329% biến thiên của dữ liệu.
+ Các biến có hệ số tải nhân tố > 0,5.
Như vậy có thể kết luận rằng các nhân tố này đáng tin cậy và được sử dụng trong phân tích tiếp theo.
Bảng 2.10 : Ma trận xoay nhân tố lần thứ 3
Biến quan sát Nhân tố
1 2 3 4 5
HATH1 .735
HATH2 .771
HATH4 .745
HATH5 .728
QBTH1 .680
QBTH2 .749
QBTH3 .805
QBTH5 .707
QBTH6 .681
NVPL3 .655
NVPL4 .589
NVPL5 .683
NVPL7 .661
NVPL8 .845
NVPL9 .753
SP1 .561
SP2 .691
SP4 .691
SP5 .711
DVHM1 .746
DVHM2 .813
DVHM5 .728
DVHM6 .623
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Kết quả xoay nhân tố cho ta 5 nhóm nhân tố, được đặt tên như sau:
Nhân tố 1: Hình ảnh thương hiệu, bao gồm các tiêu chí: HATH1, HATH2, HATH4, HATH5.
Nhân tố 2: Quảng bá thương hiệu, bao gồm các tiêu chí: QBTH1, QBTH2, QBTH3, QBTH5, QBTH6.
Nhân tố 3: Nhân viên Phi Long, bao gồm các tiêu chí: NVPL3, NVPL4, NVPL5, NVPL7, NVPL8, NVPL9.
Nhân tố 4: Giá và sản phẩm, bao gồm các tiêu chí: SP1, SP2, SP4, SP5.
Nhân tố 5: Dịch vụ hậu mãi, bao gồm các tiêu chí: DVHM1, DVHM2, DVHM5, DVHM6.
Bảng 2.11: Kiểm định Cronbach’s Alpha của các nhóm nhân tố mới sau khi phân tích EFA
Nhân tố chính Cronbach’s Alpha Số biến quan sat
Hình ảnh thương hiệu 0.770 4
Quảng bá thương hiệu
0.798 5
Nhân viên Phi Long 0.802 6
Giá và sản phẩm 0.652 4
Dịch vụ hậu mãi 0.774 4
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) 2.2.3.3 Kiểm định tính phân phối chuẩn của số liệu
Nghiên cứu sử dụng phương pháp phân tích đa biến thông qua công cụ one sample t-test để xác định đánh giá của khách hàng đối với các chỉ tiêu ảnh hưởng đến mức độ nhận biết thương hiêu Phi Long Computer của khách hàng. Thực hiện kiểm định One- sample Kolmogorov- Smirnov cho giả thiết
H0 : Nhóm các nhân tố có phân phối chuẩn
H1 : Nhóm các nhân tố không có phân phối chuẩn
Bảng 2.12: Bảng kiểm định One- sample Kolmogorov- Smirnov phân phối chuẩn
Nhóm các nhân tố Giá trị Sig (2tailed)
Hình ảnh thương hiệu 0.001
Quảng bá thương hiệu 0.000
Nhân viên 0.000
Giá và sản phẩm 0.000
Dịch vụ hậu mãi 0.000
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) Giá trị Sig của các nhân tố đều có mức ý nghĩa < 0.05 nên có cơ sở bác bỏ giả thiết Ho,chấp nhận H1. có thể kết luận nhóm các yếu tố không có phân phối chuẩn.
2.2.3.4 Các yếu tố ảnh hưởng đến mức độ nhận biết thương hiệu Phi Long