CHƯƠNG IV. CHƯƠNG IV. KẾT QUẢ NGHIÊN CỨU
B. PHÂN TÍCH KHÁM PHÁ NHÂN TỐ EFA CỦA CÁC BIẾN PHỤ THUỘC
Hệ số KMO và kiểm định Bartlett's
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of .815 Sampling Adequacy.
Bartlett's Test of Approx. Chi- 453.11
Sphericity Square 7
df 10
Sig. <.001
Bang 4.36. Hé s6 KMO va kiém dinh Bartlett’s.
Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0,815 > 0,5 (rat tốt) và kết quả kiểm định Bartlett's là 453,117 với mức ý nghĩa Sig.
= 0,001 < 0,05. Điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Phương sai trích
Total Variance Explained
Compo Initial Eigenvalues Extraction Sums of Squared
nent Loadings
86
% of Cumulati % of Cumulati Total | Variance ve % Total | Variance ve %
1 3.234 | 64.672 64.672 3.234 64.672 64.672
2 .644 12.890 77.562
3 537 10.746 88.308 4 317 6.335 94.643 5 .268 5.357 100.000
Extraction Method: Principal Component Analysis.
Bang 4.37. Phuong sai trich.
Kết quả phân tích cho thấy có một nhân tố được trích tai eigenvalue bằng 3,234 > 1. Nhân tố này giải thích được 64,672% biến thiên dữ liệu của 3 biến quan sát tham gia vào EFA.
Ma trận xoay nhân tố với phương pháp xoay Varimax
Matrix Rotated Component
a. Only one component was extracted. The solution
cannot be rotated.
Bảng 4.38. Ma trận xoay nhân tố với phương pháp xoay Varimax.
Từ bảng trên, ta nhận thấy EFA chỉ trích được một nhân tố duy nhất từ các biến quan sát đưa vào và ma trận không thể xoay. Việc trích được chỉ một nhân tố là điều tốt, nghĩa là thang đo đó đảm bảo được tính đơn hướng, các biến quan sát của biến phụ thuộc hội tụ khá tốt.
87
Lúc này, việc doc kết quả sẽ dựa vào bảng ma trận chưa xoay Component Matrix thay vì bảng ma trận xoay Rotated Component Matrix.
Component Matrix?
Component 1
YD4 .829
YD3 .826
YD5 815
YD2 815
YD1 732
Extraction Method: Principal Component Analysis.
a. 1 component extracted.
Bang 4.39. Ma tran chua xoay Component Matrix.
Theo ma trận chưa xoay, ta nhận thấy tất cả các biến quan sát đều
> 0,5. Điều này cho thấy các biến quan sát phụ thuộc là phù hợp.
4.2.4. Phân tích tương quan Pearson.
T™ CL 5C rF YD
TM Pearson 1 712” | .460” | .487” | .773”
Correlation
Sig. (2-tailed) <.00 | <.001 | <.001 | <.001 1
N 196 196 196 196 196
CL Pearson 712° 1 615" | 542” | .676"
Correlation .
Sig. (2-tailed) | <.00 <.001 | <.001 | <.001 1
N 196 196 196 196 196
88
GC Pearson 460° | .615" 1 575" | 497"
Correlation .
Sig. (2-tailed) | <.00 | <.00 <.001 | <.001
1 1
N 196 196 196 196 196
FF Pearson .487' | 542” | 575” 1 572"
Correlation .
Sig. (2-tailed) | <.00 | <.00 | <.001 <.001
1 1
N 196 196 196 196 196
YD Pearson 773° | .676" | .497" | .572”
Correlation .
Sig. (2-tailed) | <.00 | <.00 | <.001 | <.001
1 1
N 196 196 196 196 196
Bảng 4.40: Kết quả phân tích tương quan Pearson Mối quan hệ tương quan giữa biến độc lập “Thẩm mỹ” đến biến phụ thuộc YÐ có sig. <0,001 < 0,05 và có 0 <r= 0,773 < 1.
Điều này cho thấy biến độc lập TM có tương quan tuyến tính với biến phụ thuộc YÐ.
Mối quan hệ tương quan giữa biến độc lập “Chất lượng” đến biến phụ thuộc YÐ có sig. <0,001 < 0,05 và có 0 < r = 0,676 <
1. Điều này cho thấy biến độc lập có tương quan tuyến tính với biến phụ thuộc YÐ.
Mối quan hệ tương quan giữa biến độc lập “Giá cả” đến biến phụ thuộc YD c6 sig. <0,001 < 0,05 và có 0 < r = 0,497< 1.
Điều này cho thấy biến độc lập GC có tương quan tuyến tính với biến phụ thuộc YÐ.
Mối quan hệ tương quan giữa biến độc lập “Bạn bè và gia đình”
đến biến phụ thuộc YÐ có sig. <0,001 < 0,05 và có 0 <r=
89
0,572< 1. Điều này cho thấy biến độc lập FF có tương quan tuyến tính với biến phụ thuộc YÐ.
4.2.5. Phân tích hồi quy đa biến và kiểm định mô hình.
4.2.5.1. Phân tích hồi quy đa biến.
4.3.5.1.1. Phân tích kết quả từ bảng ANOVA.
ANOVA
Model Sum of Mean
Square Squar
S df e F Sig.
1 Regressio | 96.010 4 24.00 | 93.12 | <.001°
n 3 8
Residual 49.228 191 .258
Total 145.23 195
8
a. Dependent Variable: YD b. Predictors: (Constant), FF, TM, GC, CL
Bảng 4.41: Kết quả phân tích hồi quy đa biến ANOVA Sig. <0,001< 0,05 vì vậy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
4.2.5.2. Phân tích kết quả từ bảng Model Summary.
Model Summary
Std. Error
R Adjusted of the Durbin- Model R Square R Square Estimate Watson
1 el .661 .654 .o20768 1.824
3a
Bảng 4.42: Kết quả phân tích hồi quy đa biến Model
Summary
Kết quả phân tích hồi quy tuyến tính bội cho thấy mô hình có R bình phương bằng 0,661 và ® bình phương hiệu chỉnh bằng 0,654.
Ta nhận thấy £ bình phương hiệu chỉnh nhỏ hơn R bình phương 90
nên ta dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. R bình phương hiệu chỉnh bằng 0,654 nói lên biến độc lập đưa vào phân tích hồi quy ảnh hưởng 65.4% sự biến thiên của biến phụ thuộc, còn lại 34.6% là do các biến ngoài mô hình và sai số ngẫu nhiên.
4.2.5.3. Phân tích kết quả từ Coefficients và kiểm định mô
hình.
Coefficients
Model Standardiz
ed
Unstandardize | Coefficient Collinearity
d Coefficients S Statistics
B Std. Beta | Toleranc VIF
Error t Sig. e
(Constant | .140 .189 741 | .459
)
™ 87 .065 AI 9.01 | <.00 478 2.091
7 1
CL .159 .070 .155 2.27 | .024 .380 2.628
1
GC .031 .055 .032 .962 | .575 .538 1.858
FF 201 .054 .202 3.70 | <.00 995 1.681
2 1
a. Dependent Variable: YD
91
Bảng 4.43: Kết quả mức ý nghĩa kiểm định
Mức ý nghĩa Sig kiểm định t của ba biến TM, CL và FF nhỏ hơn 0,05 do đó 3 biến độc lập này có ý nghĩa giải thích cho biến phụ thuộc
“YД, còn mức ý nghĩa Sig kiểm định t của biến GC là 0,575 lớn hơn 0,05 vậy suy ra biến GC không có sự tác động lên biến phụ thuộc
“YĐД và bác bỏ toàn bộ giả thuyết của biến GC hay biến GC không ảnh hưởng tới biến phụ thuộc.
Hệ số phóng đại phương sai VIF đều nhỏ hơn 10 chứng tỏ không xảy ra hiện tượng đa cộng tuyến .Hệ số hồi quy của 3 biến độc lập TM, CL va FF mang dấu dương nên đều tác động thuận chiều đến “YĐ”.
Từ các hệ số hồi quy, chúng ta xây dựng được phương trình hồi quy chuẩn hóa như sau:
YD = £0 +0,549*TM+ 0,155* CL+ 0,202*FF +a
Theo phương trình hồi quy trên trọng số của các yếu tố tác động đến ý định lựa chọn công việc sau khi tốt nghiệp được sắp xếp theo mức độ từ mạnh đến yếu như sau:
TM: 0,549 FF: 0,202 CL: 0,155
Để xác định tầm quan trong của mỗi biến đối với biến phụ thuộc trong mối quan hệ so sánh giữa các biến độc lập, chúng ta dùng hệ số hồi quy (Beta) đã được chuẩn hóa. Ta có TM là quan trọng nhất do có hệ số Beta đã chuẩn hóa là 0,549, quan trọng thứ 2 là FF do có hệ số Beta chuẩn là 0,202 và cuối cùng là CL với hệ số Beta chuẩn là 0,155.
Kiểm định vi phạm giả định phân phối chuẩn của phần dư
Histogram Dependent Variable: YD
Frequency
3 -2 +1 a 1 2 3
Regression Standardized Residual
92
Biểu đồ tần số phần dư chuẩn hóa Histogram Nhận xét:
- MEAN = 1,20 x 10° gan bang 0
- Độ lệch chuẩn Std.Dev = 0.990 gần bằng 1 - Đường cong hình chuông
—> Phân phối là xấp xỉ chuẩn, giả định phân phối chuẩn của phần du Liên hệ giữa biến phụ thuộc và biến độc lập.
Scatterplot Dependent Variable: YD
° ° ° %e Dan
3 ° ° o ® >
> œ °
"ò% 1 ° ° °
® e © @ %e ©
8 ° ~~ Sew ° oe ~ © 5. % ®e 4
3 ® @ e oe œ ®% S%oo VW ~ % ® 2 & °
ừ 0 ° @ ° @ “mE o> % °°? r °
= °°? ° © ° Oo @? e eo @ › ° ° ©
® ° © ° ° © °
N ° ° ®o ° °
3ứ +1 sạ¿đ° e ° °—s ° s °° ° °
2 ụ °
c °
S ° °
a” giỏ °
# Đ ©
-4
Regression Standardized Residual
Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính
93
Tham my (+ 0,549)
s SJ
(— >
Bạn bè và gia đình Ý định sử dụng hàng "hiệu"
( + 0,202) cua gi01 tré
XY S
Chất lượng
(+0,155)
4.2.6. Kết luận về nghiên cứu định lượng.
Sau khi phân tích định lượng bằng phần mềm SPSS, nhóm nghiên cứu thấy các nhân tố tác động lên việc xu hướng thích dùng hàng “ hiệu” của giới trẻ có sự thay đỏi so với giả thuyết
Ban đầu nhóm nghiên cứu đã đưa ra giả thuyết là 6 nhân tố bao gồm
“ Thương hiệu”, “ Giá cả”, “ Thẩm mỹ”, “Chất lượng”, “ Bạn bè và gia đình” và “ Khẳng định địa vị và xã hội”. Tuy nhiên sau khi phân tích SPSS thì nhóm nghiên cứu thấy có sự thay đổi về số nhân tố tác động là 3 nhân tố. Kết quả của nghiên cứu sau khi phân tích bằng phần mềm SPSS là 3 nhân tố gồm “Thẩm mỹ”, “Chất lượng” và “Bạn bè và gia đình”.
4.3. Kết luận.
Sau khi thực hiện phân tích nghiên cứu, chúng ta có thể nhận thấy được cả hai phương pháp nghiên cứu định tính và định lượng đều còn hạn chế về thời gian và nhân lực nên chưa đạt độ chính xác cao.
So sánh giữa nghiên cứu định tính và nghiên cứu định lượng ta thấy có sự biến đổi đáng kể về các nhân tố liên quan đến chủ đề nghiên cứu. Trong nghiên cứu định tính nhân tố “Chất lượng” ảnh hưởng
94
nhiều nhất thì nhân tố “ Thẩm mỹ” lại ảnh hưởng nhiều nhất trong nghiên cứu định lượng.