6. Kết cấu luận văn
3.4.Kết quả nghiên cứu
3.4.1. Mô tả mẫu
Về giới tính: Kết quả cho thấy có 185 nữ và 125 nam trả lời phỏng vấn, số
lƣợng nam ít hơn nữ (nam 40.3%; nữ 59.7%) việc lấy mẫu có sự chênh lệch về gới tính nhƣng kết quả có thể chấp nhận vì trên thực tế nữ giới thƣờng xuyên mua sắm hơn nam giới, đặc biệt là sản phẩm trong nghiên cứu này.
Về độ tuổi: Kết quả thống kê mô tả cho thấykhách hàng ở độ tuổi từ 26-35 tuổi chiếm tỷ lệ cao nhất 29.7%, tiếp theo là độ tuổi từ 36- 45 tuổi (25.2%).
Về ngành nghề: Thông qua việc phân tích dữ liệu từ bảng câu hỏi nghiên
cứu định lƣợng, số liệu thống kê cho thấy nghề nghiệp của 310 khách hàng tham gia phỏng vấn nhƣ sau: cán bộ, công chức là 62; nhân viên văn phòng là 91; buôn bán là 74; và nghề khác 83.
Về thu nhập: Kết quả thống kê mô tả cho thấy, mức thu nhập từ 5 triệu đến
10 triệu chiếm số lƣợng cao nhất với tỷ lệ 36.1%
Về kênh thông tin: Kết quả cho thấy kênh thông tin ảnh hƣởng đến khách
hàng nhiều nhất là qua quảng cáo, trƣng bày tại cửa hàng, siêu thị, chợ. Do đó, nhà sản xuất cần lƣu tâm và tăng cƣờng hình thức quảng cáo này hơn nữa.
Về nơi thƣờng mua: phần lớn ngƣời tiêu dùng thƣờng mua ở siêu thị. Vì
vậy, nhà sản xuất cần quan tâm đến kênh phân phối này hơn nữa để đáp ứng nhu cầu ngƣời tiêu dùng.
Bảng 3-8: Thống kê mẫu khảo sát
Tần số Tỷ lệ (%) % Tích lũy Giới tính Nữ 185 59.7 59.7 Nam 125 40.3 100.0 Tổng cộng 310 Độ tuổi <=25 tuổi 73 23.5 23.5 Từ 26-35 tuổi 92 29.7 53.2 Từ 36- 45 tuổi 78 25.2 78.4 Trên 45 tuổi 67 21.6 100.0 Tổng cộng 310 Nghề nghiệp Cán bộ, công chức 62 20.0 20.0
Nhân viên văn phòng 91 29.4 49.4
Buôn bán 74 23.9 73.2 Khác 83 26.8 100.0 Tổng cộng 310 Thu nhập Dƣới 5 triệu 98 31.6 31.6 Từ 5- 10 triệu 112 36.1 67.7 Trên 10 triệu 100 32.3 100.0 Tổng cộng 310 Nơi thƣờng mua Siêu thị 119 38.4 38.4 Tạp hóa 101 32.6 71.0 Chợ 90 29.0 100.0 Tổng cộng 310
Kênh thông tin
Internet 60 19.4 19.4
Báo chí, tạp chí 59 19.0 38.4
Truyền hình 47 15.2 53.5
Qua cửa hàng, siêu thị, chợ 78 25.2 78.7
Qua ngƣời quen 66 21.3 100.0
Tổng cộng 310
Về trọng lƣợng túi thƣờng mua: ngƣời tiêu dùng thƣờng mua với trọng
lƣợng là 1kg chiếm 31.3%, kế tiếp là trọng lƣợng 0.5kg/túi với 29.4%.
Hình 3-2: Phân bố mẫu theo trọng lƣợng túi thƣờng mua
Dữ liệu sau khi thu thập đƣợc tác giả thiết kế, mã hóa và nhập liệu qua công cụ SPSS 20.0, sau đó tiến hành làm sạch. Lý do: dữ liệu sau khi điều tra đƣợc tiến hành nhập thô vào máy. Trong quá trình thực hiện thƣờng có những mẫu điều tra bị sai lệch, thiếu sót hoặc không nhất quán; do vậy cần tiến hành làm sạch số liệu để đảm bảo yêu cầu, số liệu đƣa vào phân tích phải đầy đủ, thống nhất. Theo đó, việc phân tích số liệu sẽ giúp tác giả đƣa ra những thông tin chính xác và có độ tin cậy cao. 17.7% 21.6% 29.4% 31.3% 0.3kg 0.45kg 0.5kg 1kg
3.4.2. Đánh giá thang đo
3.4.2.1. Phân tích độ tin cậy Cronbach Alpha
Một thang đo đƣợc coi là có giá trị khi nó đo lƣờng đúng đối tƣợng của nó. Nói cách khác đo lƣờng không có các sai lệch hệ thống và sai lệch ngẫu nhiên. Điều kiện cần để có một thang đo đạt giá trị là thang đo đó phải đạt đƣợc độ tin cậy (cho cùng một kết quả khi đo lƣờng lặp đi lặp lại).
Trong nghiên cứu này, độ tin cậy của thang đo đƣợc đánh giá thông qua hệ số Cronbach Alpha và hệ số tƣơng quan biến - tổng (Item – total correlation). (adsbygoogle = window.adsbygoogle || []).push({});
Hệ số tƣơng quan biến- tổng: là hệ số tƣơng quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tƣơng quan của biến với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994) thì các biến có hệ số tƣơng quan biến- tổng nhỏ hơn 0.3 đƣợc coi là biến rác và sẽ bị loại ra khỏi thang đo. Vì vậy, trong nghiên cứu này, ngƣời nghiên cứu sẽ bị loại những biến có hệ số tƣơng quan biến- tổng nhỏ hơn 0.3.
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0.8 trở lên đến gần 1 thì thang đo lƣờng là tốt, từ 0.7 đến gần 0.8 là sử dụng đƣợc. Cũng có nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang đo lƣờng là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Kết quả kiểm định độ tin cậy của các thang đo cho thấy tất cả các thang đo đều đạt độ tin cậy cho phép, do đó đều đƣợc sử dụng trong các bƣớc phân tích EFA và hồi quy tiếp theo (chi tiết xem tại phụ lục D).
Bảng 3-9: Kiểm định các thang đo bằng Cronbach Alpha
Biến quan sát
Trung bình thang
đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến -tổng
Cronbach’s Alpha nếu loại biến Chất lƣợng sản phẩm Cronbach Alpha = .899 CL1 10.77 16.557 .687 .891 CL2 10.82 14.286 .757 .877 CL3 10.71 15.694 .734 .881 CL4 10.84 14.740 .804 .865 CL5 10.81 15.009 .781 .870
Giá cả sản phẩm Cronbach Alpha = .897
GC1 9.92 5.224 .703 .895 GC2 10.31 5.374 .796 .861 GC3 10.38 5.351 .746 .877 GC4 10.18 4.809 .854 .836
Chủng loại Cronbach Alpha = .738
L1 6.18 2.004 .603 .608 L2 6.01 1.913 .522 .707 L3 6.10 2.016 .569 .645
Kênh phân phối Cronbach Alpha = .825
PP1 6.88 3.594 .714 .725 PP2 7.26 4.653 .621 .823 PP3 6.85 3.387 .734 .707
Chƣơng trình khuyến mãi Cronbach Alpha = .899
KM1 10.96 8.882 .777 .869 KM2 10.85 9.225 .725 .887 KM3 10.95 8.923 .770 .871 KM4 10.93 8.620 .828 .850
Mức độ hài lòng chung Cronbach Alpha = .807
HL1 6.37 2.680 .662 .730 HL2 6.68 2.495 .686 .705 HL3 6.60 3.030 .626 .768
3.4.2.2. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phƣơng pháp phân tích thống kê dùng để rút gọn một tập K biến quan sát thành một tập F (F<K) các yếu tố có ý nghĩa hơn.
Thang đo các nhân tố
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ đƣợc sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
- Hệ số KMO (Kaiser-Meyer-Olkin) phải lớn hơn 0.5 và chỉ số Sig. phải nhỏ hơn 0.05 để phân tích nhân tố là phù hợp với bộ dữ liệu cho trƣớc.
- Số lƣợng nhân tố sẽ đƣợc xác định dựa vào chỉ số Eigenvalue và theo tiêu chuẩn Kaiser thì những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình nghiên cứu.
- Tổng phƣơng sai trích phải bằng hoặc lớn hơn 50%.
- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. Nếu có sự loại biến, sẽ lập lại qui trình phân tích nhân tố cho đến khi thỏa các yêu cầu trên.
Trong đề tài này, tác giả sử dụng phƣơng pháp trích Principal Components Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue >1.
Kết quả phân tích nhân tố cho thấy 19 biến quan sát của 5 nhân tố khám phá đều đạt yêu cầu. Hệ số KMO = 0.875 nên EFA phù hợp với dữ liệu. Phƣơng sai trích đạt 74.273% thể hiện 5 nhân tố giải thích đƣợc 74.273% biến thiên của dữ liệu, do vậy các thang đo rút ra chấp nhận đƣợc. Điểm dừng trích các yếu tố tại nhân tố thứ 5 với Eigenvalue=1.276. Hệ số tải nhân tố đều lớn hơn 0.5 (Kết quả cụ thể đƣợc trình bày ở Phụ lục F). (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 3-10: Kết quả phân tích EFA thang đo các nhân tố STT Tên biến Nhân tố Tên nhân tố 1 2 3 4 5 6 1 CL4 .857 Chất lƣợng 2 CL5 .827 3 CL2 .816 4 CL3 .790 5 CL1 .759 6 KM4 .891 Khuyến mãi 7 KM3 .852 8 KM1 .842 9 KM2 .767 10 GC4 .914 Giá cả 11 GC2 .797 12 GC3 .782 13 GC1 .777 14 PP3 .859
Kênh phân phối
15 PP1 .820
17 L1 .815 Chủng loại 18 L3 .809 19 L2 .719 Eigenvalue 1.276 Phƣơng sai trích 74.273%
Nhƣ vậy, ta có tổng cộng 5 nhân tố đƣợc rút trích gồm 19 biến (xem phụ lục D)
Nhân tố thứ nhất gồm 5 biến quan sát (kí hiệu nhƣ sau: CL1, CL2, CL3, CL4, CL5) đƣợc đặt tên là Chất lƣợng sản phẩm, ký hiệu: CHATLUONG
Nhân tố thứ hai gồm 4 biến quan sát (kí hiệu nhƣ sau: GC1, GC2, GC3, GC4) đƣợc đặt tên là Giá cả, ký hiệu: GIA
Nhân tố thứ ba gồm 3 biến quan sát (kí hiệu nhƣ sau: L1, L2, L3) đƣợc đặt tên là Chủng loại, ký hiệu: CHUNGLOAI
Nhân tố thứ bốn gồm 3 biến quan sát (kí hiệu nhƣ sau: PP1, PP2, PP3) đƣợc đặt tên là Kênh phân phối, ký hiệu: KENHPP
Nhân tố thứ năm gồm 4 biến quan sát (kí hiệu nhƣ sau :KM1, KM2, KM3, KM4) đƣợc đặt tên là Chƣơng trình khuyến mãi, ký hiệu: KHUYENMAI
Thang đo về sự hài lòng chung
Để đảm bảo độ tin cậy và độ kết dính của các nhân tố củasự hài lòng đã đƣa ra ở phần cơ sở lý thuyết, chúng ta cũng sẽ phải tiến hànhphân tích nhân tố đối với các biến của sự hài lòng. Mong đợi của chúng ta là các biến này sẽ cùng nhau tạo thành một nhân tố (phạm trù) cóEigenvalue lớn hơn 1. Điều đó có nghĩa là ba yếu tố đo lƣờng sự hài lòng có độ kết dính cao và cùng thể hiện một phạm trù sự hài lòng.
Bảng 3-11: Kết quả phân tích EFA thang đo về mức độ hài lòng chung
KMO và kiểm định Bartlett
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .710 Bartlett's Test of Sphericity Approx. Chi-Square 305.267 df 3 Sig. .000 Ma trận nhân tố Nhân tố 1 HL2 .868 HL1 .852 HL3 .830
Phƣơng pháp trích: Principal Component Analysis. a. 1 Nhân tố đƣợc trích
Kết quả trên cho thấy với KMO= 0.710 và sig= 0.000 (xem phụ lục F), chứng tỏ số liệu phân tích phù hợp để EFA. Đồng thời 3 biến quan sát đo lƣờng sự hài lòng đƣợc trích vào cùng một nhân tố Eigenvalue = 2.169, phƣơng sai trích = 72.301 % (>50%). Vì thế, có thể kết luận thang đo về sự hài lòng đạt yêu cầu và đƣợc đƣa vào phân tích hồi quy ở bƣớc tiếp theo.
Nhƣ vậy, với việc đánh giá thang đo qua phân tích độ tin cậy và phân tích nhân tố khám phá, giả thuyết nghiên cứu và mô hình nghiên cứu các yếu tố ảnh hƣởng tới sự hài lòng của ngƣời tiêu dùng đối với sản phẩm đƣợc giữ nguyên so với mô hình lý thuyết nhƣ sau (xem hình 3-3).
Hình 3-3: Mô hình nghiên cứu các yếu tố ảnh hƣởng đến sự hài lòng Các giả thuyết nghiên cứu nhƣ sau:
Các giả thuyết nghiên cứu
Giả thuyết H1: Cảm nhận của khách hàng về chất lƣợng sản phẩm càng cao thì sự hài lòng của họ đối với việc mua hàng càng cao.
Giả thuyết H2: Cảm nhận của khách hàng về sự phù hợp giá cả càng cao thì sự hài lòng của họ đối với việc mua hàng càng cao.
Giả thuyết H3: Cảm nhận của khách hàng về sự đa dạng chủng loại càng cao thì sự hài lòng của họ đối với việc mua hàng càng cao.
Giả thuyết H4: Cảm nhận của khách hàng về sự thuận lợi khi mua hàng càng cao thì sự hài lòng của họ đối với việc mua hàng càng cao.
Kênh phân phối Chủng loại Giá cả Khuyến mãi Chất lƣợng Sự hài lòng của khách hàng về sản phẩm
Giả thuyết H5: Cảm nhận của khách hàng về sự hấp dẫn của chƣơng trình khuyến mãi càng cao thì sự hài lòng của họ đối với việc mua hàng càng cao.
3.5. Kiểm định mô hình và giả thuyết nghiên cứu
Sau khi qua giai đoạn phân tích nhân tố, có 5 nhân tố đƣợc đƣa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tƣơng quan Pearson đƣợc sử dụng để xem xét sự phù hợp khi đƣa các thành phần vào mô hình hồi quy. Kết quả của phân tích hồi quy sẽ đƣợc sử dụng để kiểm định các giả thuyết từ H1 đến H5.
Mô hình hồi quy có dạng sau: (adsbygoogle = window.adsbygoogle || []).push({});
Sự hài lòng = β0 + β1 * Chất lƣợng sản phẩm + β2 * Giá cả + β3 * Chủng loại + β4 * Kênh phân phối+ β5 * Chƣơng trình khuyến mãi + ei
(Trong đó: β0: hằng số hồi quy, βi: trọng số hồi quy, ei: sai số)
3.5.1. Phân tích tƣơng quan
Kiểm định hệ số tƣơng quan Pearson dùng để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến định lƣợng. Kiểm tra biến phụ thuộc và biến độc lập có tƣơng quan với nhau không, nếu hai biến tƣơng quan với nhau thì có hệ số tƣơng quan Pearson |r| >0.1. Kiểm tra giữa hai biến độc lập, có sự tƣơng quan chặt chẽ thì phải lƣu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy. Theo ma trận tƣơng quan (xem bảng 3-12) thì các biến đều có tƣơng quan và có ý nghĩa ở mức 0.01. Hệ số tƣơng quan biến phụ thuộc là sự hài lòng với các biến độc lập ở mức tƣơng đối, trong đó giá cả có tƣơng quan cao nhất với sự hài lòng (0.667). Do đó, ta có thể kết luận các biến độc lập này có thể đƣa vào mô hình để giải thích cho biến sự hài lòng.
Bảng 3-12: Ma trận tƣơng quan giữa các biến
CHATLUONG GIA CHUNGLOAI KHUYEMAI KENHPP HAILONG
CHATLUONG 1 GIA .414 1 CHUNGLOAI .336 .277 1 KHUYENMAI .345 .417 .254 1 KENHPP .316 .439 .350 .342 1 HAILONG .656 .667 .460 .475 .563 1
3.5.2. Phân tích hồi quy
Phân tích hồi quy đƣợc thực hiện với 5 biến độc lập bao gồm: Chất lƣợng sản phẩm (CHATLUONG), Giá cả (GIA), Chủng loại (CHUNGLOAI), Kênh phân phối (KENHPP), Chƣơng trình khuyến mãi (KHUYENMAI) và biến phụ thuộc là Sự hài lòng (HAILONG). Kết quả thống kê mô tả của các biến đƣa vào phân tích hồi quy:
Bảng 3-13: Thống kê mô tả các biến phân tích hồi quy
Trung bình Độ lệch chuẩn Kích thƣớc mẫu Mức độ hài lòng 3.2753 .78977 310 Chất lƣợng sản phẩm 2.6974 .96445 310 Giá cả 3.4000 .74668 310 Chủng loại 3.0473 .66118 310 Kênh phân phối 3.4978 .94424 310 Chƣơng trình khuyến mãi 3.6403 .97877 310
Trong mô hình hồi quy với 5 biến độc lập đƣợc đƣa vào theo phƣơng pháp Enter (tất cả các biến độc lập đƣợc đƣa vào mô hình cùng một lƣợt). Kết quả cho thấy mô hình hồi quy đƣa ra là phù hợp với mức ý nghĩa 0.05, hệ số R2 = 0.700 và R2 hiệu chỉnh =0.695 có nghĩa là khả năng các biến độc lập giải thích đƣợc 69.5% sự biến thiên của biến phụ thuộc theo mô hình hồi quy (kết quả đƣợc thể hiện ở bảng 3-14).
Bảng 3-14: Bảng đánh giá độ phù hợp của mô hình
Mô hình Các biến đƣợc đƣa vào Các biến bị loại Phƣơng pháp 1 KHUYENMAI, CHUNGLOAI, CHATLUONG, KENHPP, GIAb Enter
a. Biến phụ thuộc: HAILONG
Mô hình R R Square R Square hiệu chỉnh
Sai số chuẩn dự đoán 1 .836a .700 .695 .43640 a. Biến dự đoán: (Hằng số), KHUYENMAI, CHUNGLOAI, CHATLUONG, KENHPP, GIA
b. Biến phụ thuộc: HAILONG
Kiểm định F sử dụng trong bảng phân tích phƣơng sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập. Trong bảng phân tích phƣơng sai có giá trị Sig. rất nhỏ cho thấy mô hình sử dụng là phù hợp.
Bảng 3-15: Phân tích phƣơng sai (hồi quy) ANOVAa Mô hình Tổng các bình phƣơng df Bình phƣơng trung bình F Sig. 1 Phần hồi quy 134.837 5 26.967 141.602 .000b Phần dƣ 57.895 304 .190 Tổng cộng 192.733 309
a. Biến dự đoán: (Hằng số), KHUYENMAI, CHUNGLOAI, CHATLUONG, KENHPP, GIA
b. Biến phụ thuộc: HAILONG
Bảng 3-16: Hệ số hồi quy sử dụng phƣơng pháp Enter
Mô hình
Hệ số hồi quy chƣa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến
B Std. Error Beta Dung sai VIF
1 (Hằng số) -.191 .150 -1.270 .205 CHATLUONG .299 .030 .366 10.047 .000 .747 1.339 GIA .361 .040 .341 8.911 .000 .675 1.481