t Iniial Eigenvalues Exracion Sums of Squared Loadings Roaion Sums of Squared Loadings Toal% of
4.4.2 Phân tích nhân tố đối với biến phụ thuộc
Các biến quan sát của khái niệm “Ham muốn thương hiệu ”, “sự cam kết”, “lòng trung thành” được phân tích theo phương pháp Principal components với phép quay Variamax. Các biến có hệ số tải nhân tố < 0.4 không đảm bảo được độ hội tụ với các biến còn lại trong thang đo sẽ bị loại bỏ.
Các biến quan sát phụ thuộc được sử dụng trong phân tích nhân tố EFA
Bảng 4-20: Các biến quan sát phụ thuộc được sử dụng trong phân tích nhân tố EFA
Ham muốn thươn g hiệu
THUONGHIEU14 Tôi thích loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) hơn các thương hiệu khác.
THUONGHIEU15 Tôi thích uống loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) hơn các thương hiệu khác.
THUONGHIEU16 Tôi tin rằng uống loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) xứng đáng đồng tiền hơn các thương hiệu khác.
THUONGHIEU17 Khả năng mua loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) của tôi rất cao.
Chương 4: Kết quả nghiên cứu
(thuộc thương hiệu bia Sài Gòn) .
THUONGHIEU19 Xác suất tôi mua loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) là rất cao.
THUONGHIEU20 Tôi tin rằng tôi muốn mua loại bia đã chọn (thuộc thương hiệu bia Sài Gòn).
Sự cam kết
CAMKET21 Sự ưu tiên của tôi cho loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) không dễ thay đổi.
CAMKET22 Rất khó thay đổi niềm tin của tôi về loại bia đã chọn (thuộc thương hiệu bia Sài Gòn).
CAMKET23 Thậm chí khi người khác gợi ý cho tôi loại bia khác, tôi cũng không thay đổi sự ưu tiên của mình cho loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) .
CAMKET24 Để thay đổi sự ưu tiên cho loại bia đã chọn (thuộc thương hiệu bia Sài Gòn), tôi cần xem xét lại rất nhiều.
Lòng trung thành
TRUNGTHANH2 9
Tôi cho rằng tôi là khách hàng trung thành của loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) .
TRUNGTHANH3 0
Tôi sẽ tìm mua được loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) chứ không mua các loại bia khác.
TRUNGTHANH3 1
Loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) là sự lựa chọn đầu tiên của tôi.
TRUNGTHANH3 2
Tôi sẽ không mua loại bia khác nếu loại bia đã chọn (thuộc thương hiệu bia Sài Gòn) có bán ở cửa hàng.
• Biến “ham muốn thương hiệu”
Kiểm định KMO và Barlett’s đối với biến phụ thuộc
Bảng 4-21: Kiểm định KMO và Barlett’s – Ham muốn thương hiệu
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .784
Bartlett's Test of
Sphericity Approx. Chi-Square 408.595
df 21
Sig. .000
Kết quả kiểm định Barlett’s là 408.595 với mức ý nghĩa sig = 0.000 < 0.05, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Total Variance Explained
Compon ent
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total % of
Variance Cumulative % Total %Varianceof Cumulative % Total %Varianceof Cumulative % 1 3.190 45.575 45.575 3.190 45.575 45.575 2.457 35.106 35.106 2 1.210 17.280 62.855 1.210 17.280 62.855 1.942 27.749 62.855 3 .806 11.511 74.365 4 .530 7.573 81.938 5 .501 7.164 89.102 6 .423 6.039 95.140 7 .340 4.860 100.000
Extraction Method: Principal Component Analysis.
Bảng 4-22: Bảng eigenvalues và phương sai trích – Ham muốn thương hiệu
Kết quả cho thấy 7 biến quan sát ban đầu được nhóm thành 2 nhóm.
- Giá trị tổng phương sai trích = 62.855% > 50%: đạt yêu cầu; khi đó có thể nói rằng 2 nhân tố này giải thích 62.855% biến thiên của dữ liệu.
- Giá trị hệ số Eigenvalues của nhân tố lớn hơn 1. Ma trận nhân tố:
Bảng 4-23: Ma trận nhân tố - Ham muốn thương hiệu Rotated Component Matrixa
Component 1 2 THUONGHIEU1 9 .807 THUONGHIEU2 0 .780 THUONGHIEU1 7 .747 THUONGHIEU1 8 .729 THUONGHIEU1 5 .882 THUONGHIEU1 .812
Chương 4: Kết quả nghiên cứu
4
THUONGHIEU1 6
.607
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
• Biến “ sự cam kết”
Kiểm định KMO và Barlett’s đối với biến phụ thuộc
Bảng 4-24: Kiểm định KMO và Barlett’s – Sự cam kết
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .782 Bartlett's Test of
Sphericity
Approx. Chi-Square 201.204
df 6
Sig. .000
Hệ số KMO = 0.782> 0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Barlett’s là 201.204 với mức ý nghĩa sig = 0.000 < 0.05, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Bảng 4-25: Bảng eigenvalues và phương sai trích – Sự cam kết Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.411 60.278 60.278 2.411 60.278 60.278
2 .593 14.820 75.098
3 .538 13.450 88.548
4 .458 11.452 100.000
Extraction Method: Principal Component Analysis.
Kết quả cho thấy 4 biến quan sát ban đầu được nhóm thành 1 nhóm.
- Giá trị tổng phương sai trích = 60.278% > 50%: đạt yêu cầu; khi đó có thể nói rằng 2 nhân tố này giải thích 60.278% biến thiên của dữ liệu.
- Giá trị hệ số Eigenvalues của nhân tố lớn hơn 1. Ma trận nhân tố: Bảng 4-26: Ma trận nhân tố - Sự cam kết Component 1 CAMKET22 .811 CAMKET23 .766 CAMKET24 .765
CAMKET21 .762
Extraction Method: Principal Component Analysis. a. 1 components extracted.
• Biến “ lòng trung thành ”
Bảng 4-27: Kiểm định KMO và Barlett’s – Lòng trung thành KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .761 Bartlett's Test of Sphericity Approx. Chi-Square 183.522
df 6
Sig. .000
Hệ số KMO = 0.761> 0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Barlett’s là 183.522 với mức ý nghĩa sig = 0.000 < 0.05, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Bảng 4-28: Bảng eigenvalues và phương sai trích – lòng trung thành thương hiệu
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of
Variance Cumulative % 1 2.333 58.318 58.318 2.333 58.318 58.318 2 .658 16.454 74.772 3 .560 14.010 88.782 4 .449 11.218 100.000
Extraction Method: Principal Component Analysis.
Kết quả cho thấy 4 biến quan sát ban đầu được nhóm thành 1 nhóm.
- Giá trị tổng phương sai trích = 58.318% > 50%: đạt yêu cầu; khi đó có thể nói rằng hai nhân tố này giải thích 58.318% biến thiên của dữ liệu.
- Giá trị hệ số Eigenvalues của nhân tố lớn hơn 1. Ma trận nhân tố: Bảng 4-29: Ma trận nhân tố - lòng trung thành Component Matrixa Component 1 TRUNGTHANH30 .800 TRUNGTHANH32 .774 TRUNGTHANH31 .767 TRUNGTHANH29 .710
Chương 4: Kết quả nghiên cứu
a. 1 components extracted.