CHUONG4 | KET QUA NGHIEN CUU
4.3. Kết quả phân tích nhân tố khám phá EFA
Trong đềtài này, tác giả sẽ tiến hành phân tích EFA cho các biến độc lập cùng một lúc, còn đối với biến phụ thuộc xu hướng tiêu dùng sẽ được phân tích riêng. Sau đây là kết quả cụ thể:
4.3.1. Kết quả phân tích nhân tố khám phá (EFA) cho các biến độc lập
Tác giả đưa các các biến quan sát của các thang đo sau vào phân tích nhân tố khám phá EEA:
- Thang do nhận biết thương hiệu (AW) -_ Thang đo chất lượng cảm nhận (PQ)
- Thang do hình ảnh thương hiệu IM đã loại đi biến quan sát IMB2 do hệ số tương quan biến tổng = 0.010 nhỏ hơn.
- Thang do long trung thành thương hiệu (LY)
- _ Thang đo thái độ đối với chiêu thị (AP) (bao g ôn thái độ đối với quảng cáo
A và thái độ đối với khuyến mại (SP)) - Thang do độ bao phủ thương hiệu (DC)
Kết quả sau khi chạy phân tích nhân tố khám EFA như sau:
- _ ằố lượng nhõn tố trớch được là 6 nhõn tố. Trong đú, hai thành phần thái độ đối với quảng cáo A và thái độ đối khuyến mại SP đã gộp lại thành
hành chạy lại cronbach alpha cho thái độ chiêu thị (AP) với 6 biến quan sát của AD và SP thì kết quả phù hop, dat dé tin cay, cronbrach alpha 14 0.810.
- Hé sé KMO 1a 0.814, két qua phan tich nhan t ratathich hop voi dt liệu nghiên cứu.
- _ Kiểm định Bartlett: Thống kê Chi — Square của kiểm định artlett đạt giá trị 5,951 với mức nghĩa Sie=0.000<0.05 cho thấy phân tích EFA rấtấthích hợp. Chứng tỏ các biến quan sátắtrong phân tích nhân tố có tương quan với nhau trong tổng thể.
- _ Tổng phương sai trích được là 65.608% (lớn hơn 50%), đi `âi này cho thấy rằng 6 nhân tố được trích ra có thể giải thích được gn 65,6% biến thiên của dữ liệu, đây là kết quả chấp nhận được.
- _ Giá trị hệ số Eigenvalue của các nhân tố đâu lớn hơn .
- _ Kết quả phân tích nhân tố khám phá, cho thấy tất cả các biến đ`âi có hệ số tải nhân tố đạt yêu c â (factor loading> 0.5).
Bảng 4.3. Kết quả phân tích nhân tố (EFA) các biến độc lập
Biến sat Nhân tố
3 4
WÍ AW2
value 7.401 3.241 2.698 2.302 2.124 1.916 sai trich (% 24.671 | 10.803 | 8.994 7.673 7.079 6.387
Cronbach's 0.882 0.897 0.892 0.810 0.809 0.754
KMO 0.814
Bartlett (Sig. 0.000
sai trich (% 65.608
Ngu ồ: Trần Thị Mai Hoa
4.3.2. Kết quả phân tích nhân tố khám phá (EFA) cho biến phụ thuộc
Sau khi tiến hành phân tích nhân tố khám phá cho các biến độc lập, tác giả tiến hành phân tích nhân tố (EFA) cho biến phụ thuộc — Xu hướng tiêu dùng thương hiệu (B]) bao g ôn 4 biến quan sát BI1I đến B14.
Kết quả thu được sau khi đưa vào phần m`ân SPSS như sau:
Bảng 4.4. Kết quả phân tích nhân tố khám phá (EFA) cho biên phụ thuộc
TNhân tS”
Biộn quan sat ù
BIL 0.863
BI2 0.848
BI3 0.844
BI4 0.826
Eigenvalue 2.858
Phuong sai trich (%) 71.453
Cronbach's Alpha 0.866
Bartlett (Sig.) 0.000 Ngu &: Trần Thị Mai Hoa
-_ Kiểm định Bartlett: Sig. = 0.000 < 0.05: các biến quan sát có tương quan với nhau trong tổng thể
- _ Hệ số KMO = 0.821 >0.5: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
- _ Một nhân tố được trích ra từ phân tích nhân tố (EFA) - Gia tri Eigenvalue = 2.858 > 1: dat yéu cH - Gia tri phuong sai trich: 71.453% > 50% dat yéu ca
A ne
- _ Tất cả các biến quan sát đâu có hệ số tải nhân tố đạt yêu ci (factor loading > 0.5)
Am?)
Như vậy, thang đo “Xu hướng tiêu dùng thương hiệu” đạt giá trị hội (ụ
4.4. Phân tích hỗ qui tuyến tính bội
Phần trên đã kiểm định sự phù hợp và độ tin cậy, các yếu tố ảnh hưởng đến xu hướng tiêu dùng các thương hiệu sữa tiếp tục được kiểm định mức độ nghĩa trong mồ hình lý thuyêtấthông qua phân tích hổ qui để biết được cụ thể trọng số của từng thành phần tác động lên xu hướng tiêu dùng.
4.4.1. Mã hóa biến
Trước khi tiến hành hổ qui thì tác giả cẦn phải tiến hành mã hóa biến, giá trị của các biến mã hóa được tính b ng giá trị trung bình của các biến quan sát, cụ thể như sau:
F_AW: Mức độ nhận biết thương hiệu F_PQ: Chất lượng cảm nhận F_IMB: Hình ảnh thương hiệu
E_LY: Lòng trung thành thương hiệu
E_AP: Thái độ đối với chiêu thị F_DC: D6 bao phủ thương hiệu +: BI: Xu hướng tiêu dùng thương hiệu
4.4.2. Xem xét ma trận hệ số tương quan
Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005) cho rằng “Bước đầi tiên khi tiến hành phân tích h' qui tuyến tính bội cũng là xem x t các mối tương quan tuyến tính giữa tất cả các biến. Nếu có nhỉ 'âi biến, c3n phải xem xétấtổng quát mối quan hệ giữa từng biến độc lập với biến phụ thuộc và chính giữa các biến độc lập với nhau. Bạn hãy chú ý đến bất cứ liên hệ tương quan qua lại chặt chẽ nào giữa các biến độc lập bởi vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hổ qui bội, ví dụ như gây ra hiện tượng đa cộng tuyến”. (Huỳnh Thiên Quy, 2010, Trang 41)
Ma trận hệ số tương quan này cho thấy mối quan hệ tương quan giữa biến phụ thuộc (B]) - Xu hướng tiêu dùng thương hiệu đối với các biến độc lập, cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan giữa biến Xu hướng tiêu dùng thương hiệu BI với các biến độc lập đ`âi lớn hơn 0.3 ngoại trừ biến lòng trung thành LY là 0.191 và độ bao phủ thương hiệu (DC) là 0.287. Cơ bản ta có thể giải thích các biến độc lập trong mô hình nghiên cứu này có thể đưa vào mô hình để giải thích cho xu hướng tiêu dùng các thương hiệu sữa. Ngoài ra đa số mối tương quan giữa các biến độc lập đt nhỏ hơn 03 vì vậy ta cẦn phải xem xét kỹ lưỡng xem có hiện tượng đa cộng tuyến hay không trong phẦn phân tích hổ qui tuyến tính.
Bảng 4.5. Ma trận tương quan giữa các biến