4.2.2.1. EFA cho thang đo giá trị cảm nhận của khách hàng
Trong phân tích EFA, tiêu chuẩn để chọn các biến là các biến phải có hệ số tải nhân tố trên 0,5 (Hair và cộng sự 1998) và thang đo đạt yêu cầu khi tổng phương sai trích thấp nhất là 50% (Gerbing và Anderson , 1988).
Để có thể áp dụng được phân tích nhân tố thì các biến đưa vào phân tích phải liên hệ với nhau trong tổng thể, bằng cách sử dụng Bartlett’s test of sphericity để kiểm định giả thuyết không (Ho): các biến không có tương quan với nhau trong tổng thể. Nếu sig của đại lượng này có giá trị < 5% thì bác bỏ giả thuyết H0 này, tức là các biến trong thang đo có tương quan với nhau trong tổng thể. Bên cạnh đó, để cho việc phân tích nhân tố phù hợp ta còn cần phải dựa vào chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2007).
Kết quả phân tích lần thứ nhất:
Kết quả phân tích EFA lần 1 (phụ lục số 3a, 3b, 3c) cho thấy chỉ số KMO là
0.883 và mức ý nghĩa của Bartlett’s test nhỏ hơn 0,05 (0,000). Và từ bảng kết quả phương sai giải thích ta có thể thấy có 06 yếu tố trích lại tại eigenvalue là 1.038 và phương sai trích được là 62.531%. Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu (> 50%). Tất cả các chỉ báo đều có hệ số tải nhân tố > 0.50, tuy nhiên biến CX2 (cảm thấy thư giãn khi đi siêu thị) và HV1(rất đễ để mua hàng ở siêu thị) đều có chệnh lệch giữa hai trọng số nhân tố nhỏ hơn 0.30 (chênh lệch lần lượt là 2.42 và 2.71). Điều này chứng tỏ các biến này không đạt giá trị phân biệt. Vì thế, tác giả quyết định loại bỏ biến CX2 và HV1. Tuy nhiên, theo kinh nghiệm ta không nên loại cùng lúc 2 biến mà loại bỏ từng biến một theo nguyên tắc biến nào có chênh lệch giữa hai trọng số nhân tố nhỏ hơn thì loại trước, như vậy ta loại bỏ biến CX2, biến HV1 tiếp tục đưa vào để phân tích tiếp theo.
Kết quả phân tích lần thứ hai:
Sau khi loại bỏ các biến CX2, kết quả phân tích EFA lần 2 (phụ lục số 3d, 3e, 3f) cho thấy có 5 yếu tố trích lại tại eigenvalue là 1.233 và phương sai trích được là 58,781% và chỉ số KMO là 0.884 và sig của hệ số Bartlett's Test of Sphericity = 0.000 < 5%. Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Tuy nhiên, từ bảng kết quả thành phần đã xoay ta thấy có biến CX1 (cảm thấy thoải
mái khi đi siêu thị) có hệ số tải nhân tố lớn nhất là 0.394 < 0.5 không đạt giá trị hội tụ, vì vậy tác giả tiếp tục loại biến này khỏi thang đo.
Kết quả phân tích lần thứ ba:
Sau khi tiếp tục loại bỏ biến CX1, kết quả phân tích EFA lần 3 (phụ lục số 3g, 3h,
3i) cho thấy có 5 yếu tố trích lại tại eigenvalue là 1.224 và phương sai trích được là
60.074% và chỉ số KMO là 0.và sig của hệ số Bartlett's Test of Sphericity = 0.000 < 5% . Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Tuy nhiên, từ bảng kết quả thành phần đã xoay ta thấy biến HV1 (rất dễ để mua hàng ở siêu thị) tiếp tục có chệnh lệch giữa hai trọng số nhân tố nhỏ hơn 0.3, biến này có tương quan gần như nhau đến cả hai thành phần “giá cả hành vi” và “danh tiếng”, điều này chứng tỏ nó không đạt giá trị phân biệt, vì vậy tác giả loại biến này khỏi thang đo.
Kết quả phân tích lần thứ tư:
Kết quả phân tích lần thứ 4 (bảng 4.15, chi tiết ở phụ lục số 3j, 3k, 3l) sau khi
loại bỏ thêm biến HV1 cho thấy có 5 yếu tố trích lại tại eigenvalue là 1.222 và phương sai trích được là 60.631% và chỉ số KMO là 0.880, sig của hệ số Bartlett's Test of Sphericity = 0.000 < 5%. Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Ngoài ra, trong bảng kết quả thành phần đã xoay, tất cả các chỉ báo đều có hệ số tải nhân tố > 0.5, các biến quan sát đều có hệ số tải cao lên nhân tố đại diện và thấp hơn đáng kể lên nhân tố còn lại (chệnh lệch giữa hai trọng số nhân tố đều lớn hơn 0.30). Vì vậy, năm thành phần của thang đo đạt được giá trị hội tụ và giá trị phân biệt, các biến quan sát của thang đo này đều thỏa mãn điều kiện cho phân tích hồi quy.
Bảng 4.15: Kết quả EFA cho các thang đo đo lường giá trị cảm nhận của khách hàng
Hệ số tải nhân tố
Biến quan sát
YT1 YT2 YT3 YT4 YT5
Siêu thị có danh tiếng tốt .758 Siêu thị được đánh giá cao .757 Siêu thị được khách hàng tín nhiệm .747 Siêu thị được nhiều người biết đến .722 Siêu thị được đánh giá cao hơn so với siêu thị
khác
.654 .351
Siêu thị được nhiều người tiêu dùng lựa chọn .613 Hầu hết các mặt hàng đều có giá rẻ hơn nơi khác .790
Hầu hết các mặt hàng có giá hợp lý .764 Giá cả ít biến động .710 Giá cả phù hợp với chất lượng .685 .310 Có nhiều chương trình giảm giá khuyến mãi .642 Không mất nhiều sức lực để mua .756 Dễ dàng tìm kiếm siêu thị .733 Dễ để mua hàng ở siêu thị .703 Dễ dàng biết thông tin khuyến mãi .665 Tiết kiệm thời gian khi mua sắm tại siêu thị .628 Cảm thấy thích thú .752 Cảm thấy được quan tâm chăm sóc .710 Cảm thấy được tôn trọng .641 Chất lượng hàng hóa có thể tin cậy được .854 Chất lượng hàng hóa là ổn định .719 Chất lượng hàng hóa rất đáng tin cậy .713
Eigenvalues 1.222
Phương sai trích 60.631
KMO (Kaiser-Meyer-Olkin Measure of
Sampling Adequacy) .880
Sig của Bartlett's Test of Sphericity 0.000
Như vậy, thang đo giá trị cảm nhận của khách hàng sau khi được kiểm định độ tin cậy và phân tích nhân tố EFA bao gồm 5 thành phần và 22 biến quan sát như bảng sau:
Bảng 4.16: Thang đo hoàn chỉnh giá trị cảm nhận của khách hàng
Thành phần Biến quan sát
Tôi cảm thấy được tôn trọng khi đi siêu thị
Tôi cảm thấy được quan tâm, chăm sóc khi đi siêu thị
Phản ứng cảm xúc
Tôi cảm thấy thích thú khi đi siêu thị Chất lượng hàng hóa ở siêu thị là ổn định
Chất lượng hàng hóa ở siêu thị có thể tin cậy được
Chất lượng cảm nhận Chất lượng hàng hóa ở siêu thị là rất đáng tin cậy
Là siêu thị có danh tiếng tốt
Là siêu thị được nhiều người biết đến
Danh tiếng
Là siêu thị được đánh giá cao
Là siêu thị được đánh giá cao hơn so với siêu thị/nơi Là siêu thị được nhiều người tiêu dùng lựa chọn
Hầu hết các mặt hàng đều có giá rẻ hơn ở nơi khác Hầu hết các mặt hàng có giá cả hợp lý
Có nhiều chương trình giảm giá, khuyến mãi Giá cả phù hợp với chất lượng
Giá cả mang tính tiền tệ
Giá cả ít biến động
Dễ để mua hàng ở siêu thị Dễ dàng tìm kiếm siêu thị
Dễ dàng biết thông tin khuyến mãi Không mất nhiều sức lực để mua
Giá cả hành vi
Tiết kiệm thời gian khi mua sắm tại siêu thị
4.2.2.2. EFA cho khái niệm giá trị cảm nhận
Kết quả phân tích EFA (bảng 4.17, chi tiết ở phụ lục số 3m, 3n, 3o) cho thấy có 1 yếu tố trích lại tại eigenvalue là 2.096 và phương sai trích được 52.399 (các biến giải thích được 52.399% độ phù hợp cả mô hình) và chỉ số KMO là 0.670. Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Tất cả các biến đều có hệ số tải nhân tố cao (> 0.50). Vì vậy, các biến quan sát của thang đo này đạt được giá trị hội tụ và giá trị phân biệt. Như vậy, thang đo “giá trị cảm nhận của khách hàng” sau khi phân tích EFA không có gì thay đổi.
Bảng 4.17: Kết quả EFA cho khái niệm giá trị cảm nhận của khách hàng
Hệ số tải nhân tố Biến quan sát
YT1
Tôi cảm nhận lợi ích đạt được tương xứng với những gì tôi bỏ ra .793
Kết quả nhận được như mức kỳ vọng của tôi .772
Siêu thị đáp ứng được những gì tôi cần và mong muốn .661
Kết quả nhận được trên mức kỳ vọng của tôi .659
Eigenvalues 2.096
Phương sai trích 52.399
KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) .670
Sig của Bartlett's Test of Sphericity 0.000
4.3. Thực hiện kiểm định
4.3.1. Phân tích tương quan và hồi quy tuyến tính 4.3.1.1. Xem xét hệ số tương quan tuyến tính r 4.3.1.1. Xem xét hệ số tương quan tuyến tính r
Để biết được biến phụ thuộc có tương quan tuyến tính với các biến độc lập hay không, người ta sử dụng một số thống kê có tên là hệ số tương quan Person, ký hiệu: r (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Giá trị r nằm trong đoạn [-1; 1], giá trị tuyệt đối của r càng gần 1 thì tương quan tuyến tính là chặt chẽ và khi r = 0 thì không có mối liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập.
Kết quả phân tích tương quan ở bảng 4.18 cho thấy có tương quan tuyến tính giữa các thang đo “phản ứng cảm xúc, chất lượng cảm nhận, danh tiếng. giả cả mang tính tiền tệ và giả cả hành vi” với thang đo “giá trị cảm nhận của khách hàng”, trong đó mối quan hệ tương quan cao nhất là giữa thang đo “ giả cả hành vi” với “giá trị cảm nhận của khách hàng”, có r = .607
Bảng 4.18: Ma trận hệ số tương quan giữa các thang đo trong mô hình
Phản ứng Cảm xúc Chất lượng cảm nhận Danh tiếng Giả cả mang tính tiền tệ Giả cả hành vi Giá trị cảm nhận Hệ số Pearson 1 -.019 .508** .417** .450** .544** Sig. (2-tailed) .751 .000 .000 .000 .000 Phản ứng Cảm xúc Số lượng 270 270 270 270 270 270 Hệ số Pearson -.019 1 -.020 -.025 -.080 .077 Sig. (2-tailed) .751 .744 .686 .189 .209 Chất lượng cảm nhận Số lượng 270 270 270 270 270 270 Hệ số Pearson .508** -.020 1 .456** .540** .569** Sig. (2-tailed) .000 .744 .000 .000 .000 Danh tiếng Số lượng 270 270 270 270 270 270 Hệ số Pearson .417** -.025 .456** 1 .466** .496** Sig. (2-tailed) .000 .686 .000 .000 .000 Giả cả mang tính tiền tệ Số lượng 270 270 270 270 270 270 Hệ số Pearson .450** -.080 .540** .466** 1 .607** Sig. (2-tailed) .000 .189 .000 .000 .000 Giả cả hành vi Số lượng 270 270 270 270 270 270 Hệ số Pearson .544** .077 .569** .496** .607** 1 Sig. (2-tailed) .000 .209 .000 .000 .000 Giá trị cảm nhận Số lượng 270 270 270 270 270 270
Kết quả phân tích tương quan cho thấy có tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc, vì vậy mô hình nghiên cứu có dạng hồi quy tuyến tính bội. Ta tiếp tục đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội.
Mô hình hồi quy tuyến tính bội được xem có dạng:
Giá trị = β0 + β1*cảm xúc + β2*chất lượng + β3* danh tiếng + + β4*giả cả + β5*hành vi
Mô hình có R điều chỉnh là 0.528 chứng tỏ 5 biến cảm xúc, chất lượng, danh tiếng, giả cả và hành vi giải thích được 52.8% sự biến thiên của giá trị cảm nhận, mô hình có mức độ giải thích khá tốt (bảng 4.19) Bảng 4.19: Hệ số tương quan R R2 R2 điều chỉnh Sai số chuẩn của ước lượng Hệ số DurbinWat son 1 .726a .528 .519 .33270 1.719
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, nó xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không? Giả thuyết H0 là β1= β2 = β3 = β4 = β5. Nếu giả thuyết H0 bị bác bỏ có nghĩa là các biến hiện có trong mô hình có thể giải thích được sự thay đổi của giá trị, như vậy mô hình ta xây dựng phù hợp với tập dữ liệu.
Theo kết quả bảng 4.20, ta thấy kiểm định F có giá trị là 58.960 với Sig. = .000(a) (<0.05) chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.20: Kết quả phân tích Anova của mô hình hồi quy
Mô hình Tổng các độ lệch bình phương df Độ lệch bình phương bình quân F Sig. Phần hồi quy 32.630 5 6.526 58.960 .000a Phần dư 29.221 264 .111 1 Tổng 61.852 269
Bảng 4.21, cho thấy các hệ số β đều khác 0 và Sig. của cả 5 yếu tố đều có giá trị <0.05, chứng tỏ các thành phần cảm xúc, chất lượng, danh tiếng, giá cả, hành vị đều tác động lên giá trị cảm nhận của khách hàng khi mua sắm tại siêu thị Metro Nha. So
sánh giá trị (độ lớn) của β cho thấy: Giá cả hành vi là yếu tố quan trọng nhất, tác động lớn nhất đến giá trị cảm nhận của khách hàng, vượt trội hơn so với tác động của các yếu tố khác hệ số β của biến này là 0.243 có nghĩa là trong điều kiện các yếu tố khác không đổi, nếu “Giả cả hành vi” thay đổi một đơn vị thì “giá trị cảm nhận” thay đổi 0.243 đơn vị. Hai thành phần đóng vai trò quan trọng tiếp theo sau giá cả hành vi là “phản ứng cảm xúc” và “danh tiếng”, đều có hệ số β là 0.165, trong điều kiện các yếu tố khác không đổi, “phản ứng cảm xúc” (“danh tiếng”) thay đổi một đơn vị thì “giá trị cảm nhận của khách hàng” thay đổi 0.165 đơn vị. Yếu tố quan trọng kế tiếp là “giá cả” (β = 0.120), và cuối cùng là “chất lượng” (β = 0.097).
Từ kết quả trên, phương trình hồi quy được xác định:
Giá trị cảm nhận = 0.784 + 0.165*cảm xúc + 0.097*chất lượng + + 0.165* danh tiếng + 0.120*giá cả + 0.243*giả cả hành vi
Các hệ số β đều dương có nghĩa cả 5 yếu tố đều tác động cùng chiều lên giá trị cảm nhận của khách hàng. Như vậy, các giả thuyết đã nêu gồm H1: Phản ứng cảm xúc có tác động dương lên giá trị cảm nhận của khách hàng; H2: Chất lượng cảm nhận có tác động dương lên giá trị cảm nhận của khách hàng; H3: Danh tiếng có tác động dương lên giá trị cảm nhận của khách hàng; H4: Giá cả mang tính tiền tệ có tác động dương lên giá trị cảm nhận của khách hàng và H5: Giá cả hành vi có tác động dương lên giá trị cảm nhận của khách hàng được chấp bởi bộ dữ liệu nghiên cứu.
Bảng 4.21: Hệ số hồi quy của phương trình hồi quy
Cộng tuyến Hệ số hồi quy không chuẩn hóa Hệ số hồi quy chuẩn hóa Mô hình B Sai số chuẩn hóa Beta t Sig. Hệ số Toleranc e Hệ số VIF Hệ số tự do .784 .193 4.061 Cảm xúc .165 .037 .228 4.420 .000 .675 1.482 Chất lượng .097 .036 .116 2.721 .007 .993 1.007 Danh tiếng .165 .044 .206 3.762 .000 .594 1.682 Giả cả .120 .039 .156 3.093 .002 .699 1.430 1 Hành vi .243 .040 .329 6.132 .000 .621 1.610
Xây dựng xong mô hình hồi quy tuyến tính mới chỉ là thành công bước đầu để đánh giá mức độ phù hợp của mô hình. Để khẳng định mô hình có ý nghĩa, là mô hình hồi quy tốt thì mô hình phải đáp ứng được một số giả thiết. Vì vậy, tác giả tiếp tục thực hiện một số kiểm định sau:
4.3.2.1. Có liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập.
Nếu giả định này được thỏa mãn thì sẽ không nhận thấy có sự liên hệ nào giữa các giá trị dự đoán và phần dư, phân dư phải phân tán ngẫu nhiên. Nhìn vào đồ thị phân tán giữa các phần dư và giá trị dự đoán (hình 4.1), ta thấy phần dư thay đổi không theo một trật tự nào vì vậy, chấp nhận giả thiết có liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
Hình 4.1: Đồ thị phân tán giữa phần dư và giá trị dự đoán