Hmh 2.9 Mô hình nghiên cứu của Mustofa và cộng sự (2017)
3.3. Nghiên cứu định lượng
Sơ đồ 3.3 Quy trình nghiên cứu định lượng
Nguồn:Nhómtác giả tổng hợp 3.3.2. Nghiên cứu sơbộ
Giai đoạn nghiêncúusơ bộ sẽbao gồm các bước được thực hiện theothứ tự thờigian.
Đầu tiên, quá trinh xây dựng thang đo cho các khái niệm nghiên cứu sẽ được xây dưng và 111 ệu chỉnh .Tiếp theo, một nghiêncứuđịnh lượng sơ bộ sẽ được thực hiện đẻ đánh giá và kiêm ti a hiệu quả của các thang đo tiước kin tiến hành thu thập dữ liệu trong nghiên cứu chính thức.
3.3.2.1. Kết quả nghiên cứu sơbộ
Theo quandiêm củaNunnally (1978) và Peterson (1994), đẻ xem xét mức độ phùhợp của các thang đo cần đo lường trong mô hình nghiên cứu.
Hệ so Cronbach’s Alpha của tông thẻ > 0.6, đê xác địnhtính tương quan qua các biến, nghiên cứu cũng đã xem xét hệ số tương quan qua biến tông (Collected Item-Total Correlation) hệ so tương quan này cần lớn hơn 0.3 (>0.3) đẻ COI là một thang đo có
tính tương quan đáng tin cậy đối VỚI biến cần đo lường (Nunnally, 1978; Peterson, 1994). Khảo sát sơ bộ được tiến hành thuthập được 85 (n=85) phiếu hợp lệ và được phàn tích ket quả nham thỏa mãn các yẻu cầu nghiêncứu.
3.3.2.2. Kiểm định độ tin cộ)! Cronbach’s Alpha của thangđo
Bảng3.8 Độ tin cậy Cronbach’sAlpha của thang đo sơ bộ Biến
quan sát
Trung bình thang đo nếu bị loại
Phươngsai thang đo khi loại
Tương quan biếntồng
Cronbach’s Alpha nếu loại
biến Cảm nhận chấtlượng sản phẩm,n= 85(Cronbach’s Alpha = 0.921)
PPQ1 12,976 5,452 ,844 ,888
PPQ2 12,824 5,671 ,825 ,895
PPQ3 12,882 5,748 ,813 ,899
PPQ4 12,988 5,583 ,789 ,907
Cảm nhận chất lượng dịch vụ, n = 85 (Cronbach’s Alpha = 0.909)
PSQ1 13,482 5,943 ,835 ,872
PSQ2 13,471 6,704 ,785 ,885
PSQ3 13,329 6,985 ,790 ,883
PSQ4 13,224 7,628 ,806 ,886
Niềm tin khách hàng, n=85 (Cronbach’s Alpha = 0.931)
CT1 13,624 4,309 ,894 ,891
CT2 13,576 4,604 ,826 ,914
CT3 13,529 4,609 ,856 ,905
CT4 13,624 4,476 ,783 ,930
Sự hài lòng khách hàng, n=85 (Cronbach’s Alpha = 0.884 )
CS1 12,624 7,571 ,838 ,818
CS2 12,706 7,662 ,697 ,873
CS3 12,588 7,864 ,711 ,866
CS4 12,376 8,095 ,760 ,848
Nguồn: Nhóm tác giảtông hợp kếtquả phân tích từ SPSS27.0 Biến
quan sát
Trungbình thang đo nếu bị loại
Phươngsai thang đo khi loại
Tương quan biếntồng
Cronbach’s Alpha nếu loại
biến Lòngtrung thành thương hiệu, n=85 (Cronbach’s Alpha = 0.897 )
BL1 13,118 5,605 ,794 ,860
BL2 13,035 6,368 ,743 ,879
BL3 12,965 5,796 ,791 ,860
BL4 12,906 6,086 ,765 ,870
Các Iiliân tố cảm nhận chất lượng sản phàm, cảm nhận chất lượng dịch vụ, niềm tin khách hàng, sự hài lòng khách hàng và lòng trung thành thương hiệu có hệ số Cronbach’s Alpha lầnlượt bằng 0,921; 0,909; 0,931; 0.884; 0.897 đều lớn hơn 0.7 và đạtgiá tiịgần bang 0,9 hong nghiêncứu có một mức độ tương thích và đồng nhất VỚI nhau. Các nhântốđộc lậpvà trung gian trên đều đạt độ tincậy cao.
Bảng3.9 Độ tin cậy Cronbach’s Alpha của thang đo sơ bộbiến phụ thuộc
Ngiồn: Nhóm tác giảtông hợpkết quả phân tích từ SPSS 27.0 Biến quan sát
Trung bình thangđo nếu
bị loại
Phươngsai thangđo khi
loại
Tương quan biến tong
Cronbach’s Alpha nếu loại
biến Ýđịnh mualại, n=85, (Cronbach’s Alpha = 0,907)
RI1 13,659 4,466 ,778 ,885
RI2 13,694 4,358 ,824 ,869
RI3 13,565 4,011 ,831 ,865
RI4 13,541 4,370 ,736 ,900
Thông qua kết quả phântích Cronbach’Alpha bộ biến thành phần của nghiên cứu tất cả các giá trị về tương quanbiếntông và các hệ số hèn quan đềucó giá trị đạtrat tốt.
Tat cả các biến quan sát, đo lường đều được giữ lại đẻ tiến hành nghiên cứu chính thức. VỚI 24 biến quan sát của các nhân tố đều đạtgiá tn Cronbach’s Alpha và được giữ lại đẻ phântích nhàn to khám phá EFA.
3.3.2.3. Phân tích nhân tố khám phá
Bảng 3.10 Kiếmđịnh hệ số nhân tố tải EFA thang đo độc lập sơbộ Biến
quan sát
Hệ số tải nhân tố Cảm nhận
chất ỉuợng sản phẩm
Cảm nhận chất lượng
dịch vụ
Niềm tin khách hàng
Lòng trung thành thương
hiệu
Sựhài lòng khách hàng
PPQ3 ,908
PPQ1 ,900
PPQ2 ,867
PPQ4 ,838
PSQ3 ,876
PSQ1 ,861
PSQ4 ,852
PSQ2 ,832
CT1 ,881
CT3 ,872
CT4 ,841
CT2 ,797
BL4 ,852
BL3 ,843
BL2 ,782
BL1 ,780
CS1 ,818
CS3 ,810
CS2 ,791
CS4 ,781
KMO 0.820
Sig Bartlett’s 0,000
Eigenvalues 1,079
Cumulative % 80,605%
Nguồn: Nhóm tác giảtông họpkết qtiả phân tích từSPSS 27.0
Việc thực hiện phân tích yếutố khám phá (EFA) đẻ xác định cấu tróc ẩn và mối quan hệ giữa các biếnquansáttrong tập dữ liệu. Phân tích EFA đuợc sử dụng đẻ tìm ra các nhân tốchung và xácđịnhmúc độ đóng góp của tìmg biến vào tùngnhân tố.
Nhận xét: Qua phân tích ket quả thẻ hiệndữ liệu có độ phù họp tốt cho phân tích yếu tố và có thẻ tincậy đẻ nít ra ket luận tù phân tích. VÓI hệ số 0,5 < KMO <1 = 0,820 <
1 cùng múc ýnghĩa sig. 0,000, nênnát rakết luậncác biến quansát có tương quan VỚI nhau trong mỗi nhàntố.
VỚI ket quả tại bảng trênVỚI Eigenvalues = 1,079 > 1 và Tông phương sai tríchbang 80,605%, cho thay nhântố đó có đóng góp quantrọng vàogiải thíchphương sai của dữ liệu, nhân tố nít ra có ý nghĩa tóm tat thông tin tốt nhất, 80,605% biến thiên cho thay các nhân tố đã được xácđịnhtrong phântíchyeutố giải thích đượcmột phần lớn sựbiến đổi của dữ liệu. Điềunày cho thay cấu trúc dữ liệu được khá tốtgiải thích bởi các 05 nhân tố. Các nhân to trên có thẻ dùng đẻ đo lường các phân tích tiếp theo tại nghiên cứu chính thức.
Bảng3.11Kiếm định hệ số nhân tốtải EFA thang đo độc lập sơ bộphụ thuộc
Nguồn:Nhóm tác giả tông hợp kếtquả phân tích từ SPSS27.0 Biến quan sát Hệ số tảinhântố
RI3 ,911
RI2 ,907
RI1 ,877
RI4 ,847
KMO 0,839
Sig Bartlett’s 0,000
Eigenvalues 2,680
Cumulative % 67,010%
Qua phân tích cho thấy kiêm đinh Bartlett’s VỚI sig. = 0.000 < 0,05 thẻ hiệncác biến tương quanVỚI nhautrong tông thẻ cùng VỚI hệ so KMO = 0,839> 0,5 ket luận được rang phân tích nhân tố phùhợp dữ hệu nghiên cứu. Ket quả cóEigenvalues = 3,138 >
1 đại diện phần biến thiên được giải thích bởi nhân to Ý định mua lại. Tat cả biến quansát có hệ so FactorLoading > 0,5 (Hair & cộng sự, 2017), đạtgiá trịtốt.
Qua phân tich EFA cho thấy kết quả các biến độc lập, trung gian và phụthuộc tại mô nhìn đề xuất đều có giá trị tốt thoả mãn điều kiện, ket quả cho thay dữ hệu phù hợp VÓI dữ hệu nghiên cứu. Vậy các nhân to trênđều sẽ đuọc giữ lạitiến hành nghiên cứu chính thúc.
Sau quá trinh nghiên cứu so bộ thang đo của mô hình nghiên cứu, thông qua các kiêm địnhvề độ tin cậy và hệ số nhân tố tải. Hệ thong thang đo đề xuất của mô hình đuợc chap nhận hoàn toàn và không có biến quan sátthuộc thang đo nào trong 5 thang đo VỚI 24 biến quan sát bị loại, thỏa mãn các chỉ số nghiên cứu. Cụ thẻ ket quả đuợc tông hợp theobảng sau:
Bảng 3.12Tong hợp kết quả kiếm định thang đo sơbộ
Nguồn: Nhóm tác giả tông hợp
STT Thang đo SỐbiến quan sát Kết quả
1 Cảm nhận chat lượng sản phẩm 4 Chapnhận
2 Cảm nhận chat lượng dịch vụ 4 Chapnhận
3 Sự hài lòng khách hàng 4 Chapnhận
4 Niềm tinkháchhàng 4 Chapnhận
5 Lòng tiling thành thương hiệu 4 Chap nhận
6 Ý định mua lại 4 Chap nhận
3.3.3. Nghiên cứu chính thức
Trong giai đoạn nghiên cứu chính thúc, nhóm tác giả đã sử dụng các thang đo chính thức đẻ thiết ke bảng hỏi. Bảng câu hỏi đã đuợc hoàn thiện ở giai đoạnnghiên cứu sơ bộ và sau đó, nhóm tiến hànhkhảo sát trực tiếp bang cách phát phiếu khảo sátbản in và cũng sử dụng khảo sát trựctuyến thông qua phiếukhảo sát điện tử, số lượng là 350 phiếu khảo sát Những phiếu được thu thập có dữ liệu hợp lệ được tiến hành thông
qua bước xử lý và phân tích trên phần mềm SPSS 27.0 vàphần mem SMART PLS 4.
3.3.3.1. Phân tích kết quả
Trong quy trinh nghiên cứu này, chúng tôi đã sử dụng phần mềm SPSS 27.0 và SMART PLS 4 đẻ xử lý dữ hệu thu thập từ cuộc điều ha chính thức. VỚI các cách
kiêm định (1) thông qua hệ số Cronbach’s Alpha nhằm đánhgiá độ tin cậy, (11) Phân tích kiêm đinh nhân tố khám phá - EFA (Exploratory Factor Analysis), (ill) Phân tích nhân tố khăng đinh - CFA (Confirmation Factor Analysis) cho phép chúng tôi kiêm định cấu trác lý thuyết của các thang đo và moi quan hệ giữa các khái niệm nghiên cứu một cách chính xác mà không bị ảnh hưởng bởi sai số đo lường, (iv) thông qua việc kiểm tra các mối quanhệ phụ thuộc giữa các biến đo lường tiềm ân từ phân tích mô hình cấu trúc tuyến tính dựa trên hiệp phương sai CB-SEM.
3.3.3.2. Phươngpháp phân tích số liệu Thống kê mô tả
Trong nghiên cứu thực nghiệm, thống kẻ mô tả là một công cụ quan trọng giúp mô tả và tóm tat các đặc tính cơ bản của dữ liệu thu thập được. Đây là một phương pháp thường được các nhà nghiêncứu sử dụng đẻ hiểu sâu hơn về mẫu nghiên cứu và các thước đo được sửdụng trong nghiên cứu. Nhà nghiên cứu phải nhậnthức được mức độ mà các biến được đo lường và các quy trinh thong kẻ được sử dụng, vì lỗi quy trinh thống kẻ là khá phôbiến. Phân tích mô tả có thẻ là phân tích thống kẻ đon giản nhấtđể thực hiện và diễn giải. Bên cạnh đó, phương pháp này là một công cụ hữu íchđẻ tóm tat dữ liệu và cung cap mô tả về mẫu nhưng không thể cung cap thông tin cho phân tích nhân quả (Fisher & Marshall, 2009). Thong kẻ mô tả được sử dụng đẻ mô tả các đặc diêm của một nhóm các quan sát hoặc có thẻ được sử dụng đẻ nít ra ket luận và dùng dữ liệu từ một nhóm mẫu đẻ đưa ra những khái quát vềmột nhóm hoặc dân số lớnhơn(Fisher &Marshall, 2009). Thốngkẻ mô tả giúpxác đinh các thông tin cơ bản như tần suất xuất hiệncủa từng giá trị, giá trịtiling binh của dữ liệu, tiling VỊ, độ lệch chuân và phạm VI của dữ liệu. Các phép đo này giúp ta hiẻu thèm về biến động và phân bố của dữ liệutrong mẫu nghiên cứu.
Tan suat (Frequency)
Thong kẻ tần suất thường được sử dụng trong các nghiên cứu nhân khâu học và các nghiên cứudựa trên dữ liệu định tính. Đó là phương pháp đo số lầnmỗigiá trị có thẻ có của một biến xuất hiện trong tập dữ liệu (Tumey, 2023). Phương pháp này giúp chúng ta có cái nhìn tổng quan về phân phối và độ phô biến của các giá trị trong dữ liệu, từ đó cung cap thông tinquantrọng đẻ 111 ẻu và mô tả đặc tính của tập dữ liệu.
Giá trị trung bình (Mean)
Mộtphương pháp khác làgiá trị trung binh (Mean), đượcsử dụng trong nghiên cứuđẻ tính toán giá trị trung bình số học của một biến. Điều này được thực hiện bang cách lay tổng các giá ti'Ị quan sát và chia cho số lượng quan sát. Phép tínhnày thường được áp dụng cho các biếncó đo khoảng cách hoặc tỷ lệ. Giá ÚỊtrung binh cho thay mức độ trung binh của các giá trị quan sát và chịu sự tác động của tat cả các giá trị trong mẫu (Fisher &Marshall, 2009).
Trong đề tài nghiên cứu này, nhóm tác giả đẵ sử dụng thang đo Likert5 mức độ đẻ đo lường mức độ tác động của cảm nhận chat lượng sản phàmvà dịch vụden mềm tin, sự hài lòng và lòng trung thành thương hiệu đoi VỚI ý đinh mua lại từ khách hàng. Ý nghĩa của giá trị tiling binh (mean) trong thang đo khoảng được xác định theo công thức nhưsau:
Giá trịkhoảng cách = (Maximum -Minimum)/n = (5-1)/5 = 0,8 Bảng 3.13 Giá trị khoảng cách trung bình
Nguồn: Nhóm tác giả tông hợp
Khoảng trung bình Mức điểm Đánh giá
1,00-1,80 Điểm 1 Rat yeu
1,81 -2,60 Điểm 2 Yếu
2,61 -3,40 Điểm 3 Trung binh
3,40 - 4,20 Điểm 4 Tốt
4,21 -5,00 Điểm 5 Rất tốt
Kiếm định hệ số Cronbach’sAlpha
Việc sử dụng Cronbaclís Alpha nhằm đánh giá tính tincậy và độtincậy của các thang đo trong quá trinh phát triển và xác đinh tính chat của một thang đo. Đối VỚI việc đo lường tính tin cậy, Cronbach's Alpha thường được tính toán dựa tiên dữ liệu thu thập từ các mẫu nghiên cứu. Phân tích hệ số tin cậy Cronbach's Alpha là một quá trinh được sử dụng đẻ đánh giá mức độ tương quan giữa các thang đo và cũng đẻ loại bỏ những biến quan sát không đáp ứng yẻu cầu trong nghiên cứu (Nguyễn Đinh Thọ, 2011). Phân tích độ tincậy cho thaytínhnhất quán nội bộ của dữ liệu (Masud & cộng
sự, 2019; Norusis, 1993).
Đẻ kiểm định Cronbaclís Alpha, cần xem xét các hệ số tương quan biến tông (Collected Item-Total Correlation) của từng bien đó. Các biến có hệ số tương quan biến tông nhỏ hơn 0,30 sẽ bị loại bỏ khỏi phân tích, vi chúng không đảp ứng tiêu chuân.Một tiêu chí quan trọng khi chọn thang đo là độ tin cậy của Cronbach's Alpha của các biến. Đê đảm bảo tính tincậy của thang đo, yẻu cầu Cronbaclís Alpha của các biến phải đạt tir 0,7 trởlẻn. Ngoài ra, chúng ta cũng kiêm tra giá trị Cronbaclís Alpha của các bien nếu chúng bị loại bỏ từ phân tích. Neu giá trị này cao hơn giá trị Cronbach's Alpha ban đầu, thìviệc loại bỏ biến đó có thẻ là cần thiết đẻ cải thiện tính đáng tin cậy củathang đo (Hair & cộng sự, 2010; Nunnally, 1997).
Theocác giá trịve Cronbach’s Alpha của George và Malleiy (2012) cung capmộtgiá trị alpha là 0.8 được COI là hợp lý. Đồng thời, hệ so Cronbach’s Alpha tiĩ 0.6 trở lẻn là có thẻ sử dụng được (Nunnally, 1978; Slater, 1995). Điều này ngụ ýrang việc thu thập ket quả kiêm tra tính đáng tin cậy của thang đo có ý nghĩa là đối VÓI mỗi khái niệm được đo lường, các mục tương ứng của chúng đều đáng tin cậy, nhất quán và có tính hiệu lực chap nhận được (Din & cộng sự, 2011; Fomell & Larcker, 1981;
Govindarajan& Kopalle, 2006).
Phân tích nhân tốkhám phá EFA
Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) là một quy trình phân tích dữ hệu pho biến, kỹ thuật nàyđược sử dụng đẻ xác định cấu trúc âncủa một tập hợp các biến đo lường và giúp tim ra mối quan hệ và mẫu chung giữa các biến này. Khi các biến có sự tương tác caoVỚI nhau và có moi quanhệ chung VỚI một số yeu to tiềm ân, EFA giúp phân loại và tô chức các biến theo các nhân tố tương úng.
Ket quả của EFA cung cap cái nhìn tông quan về cấu trúc dữ liệu và giúp chúng ta hiểurõ hơn vềcácmối quan hệ phức tạp giữa các biến trongnghiên cứu.
Các chỉ số đánh giá sự phù hợp kill phân tích EFA, nghiên cứudùng các kiêm đinh sau:
Đẻ xác định tính phù hợp của phân tích nhân tố, nghiên cứu sử dụng hệ so KMO (Kaiser-Meyer-Olkm) VỚI giá trị từ 0,5 trở lẻn (0,5 < KMO < 1). NeuKMO đạt mức này, thìphân tích nhân to được COIlà phù hợp VỚI dữ hệu (Watkins, 2018).
Kiểm định Bartlett (Bartlett's test) cũng được áp dụng đẻ kiêm tra tính tương quan giữa các nhân tố đo lường trong tông thẻ. Khi giá tự Sig của kiêm định này nhỏ hơn 0.05 (sig. < 0,05), thì có thẻ xác nhận rang cáctiêu chí đo lường có sựtương quan VỚI nhau.
Đối VỚI hệ số tải nhân to (Factor Loading), nghiên cứu quan tâm đen giá trịcủa nó đẻ đánh giá mức độ ý nghĩa thực te của phân tích nhân to. Neu Factor Loading vượt qua ngưỡng 0,5 (> 0,5), till nó được COI là có ý nghĩa thực tiễn.
Tông phương sai trích (TotalVariance Explained) cũng là một yeutốquantrọng trong phân tích nhân to. Neu tông phương sai trích đạt giá trị từ50% trở lẻn, điều này cho thay các nhân to đã giải thích được một phần đáng kẻ của sựbiến thiêntrong các tiêu chí đolường.
Phương pháp phân tích nhân tố khám phá trong nghiên cứu được tiến hành theo phương pháp phàn tích nhàn tố chung và sử dụng điểm dìnig Eigenvalue > 1 đê xác định số lượng cácnhântố cần trích xuất.
Phân tích nhântố khắng định CFA
Phương pháp phân tích CFA là kiêm tra sự phù hợp giữa các mô hình lý thuyết được xây dựng trước đó và dữ liệu thực te thu thập đượctừ nghiêncứu. CFA kiêm tra xem liệu các biến tiềm ân được đo bang các biến đo lường có phù hợp VỚI mô hình lý thuyết hay không thông qua việc xác đinh các hệ số tảinhân to (factor loadings). Các hệ số tảinhântố đo lường mức độ mà mỗi biến đo lường tương ứngVỚI biến tiềm ân, và nếuchúng lớnvàý nghĩa thong kẻ, cho thay các biến đo lường tốt và phù hợp VỚI mô hình lý thuyết.
Đẻ đâm bảo giá trị thống kẻ và độ tincậy phépđo, cácket quả về tính hội tụ được đáp ứng kin hệ số tải trọng của mỗi chỉ báo đều lớn hơn hoặc bang 0,5 (Sarstedt & cộng sụ, 2021) hoặc độ tin cậy tông hợp (CR) > 0.7 (Bacon & cộng sự, 1995; Bagozzi & Y1, 1988) và giá trị AVE của các biến đều lớn hơn hoặc bang 0,5 (Fomell & Larcker, 1981) (Govmdarajan & Kopalle, 2006). CFA cũng cho phép kiêm tra tính phù hợp chung của mô hìnhVỚI dữ liệu nghiên cứuthông qua các chỉ số phù họp chung, bao gồm Chi-square/df < 3, RMSEA < 0,08, CFI và TLI >0.9 (Bentler & Bonett, 1980), GFI > 0,8 (Hair & cộng sụ, 2010). Những chỉ số này đo lường mức độphùhợp giữa mô hình dự đoán và dữliệu thực te, và cho phép đánhgiá mức độ hợp lý và chínhxác