Phân tích EFA dựa trên phần mềm SPSS 16.0, sử dụng phương pháp trích nhân tố
PAF (principal axis factoring) với phép quay promax và điểm dừng khi trích các nhân tố có eigenvalue là 1. Dùng phương pháp này sẽ phản ánh cấu trúc dữ liệu chính xác hơn dùng phương pháp trích PCA (principal components) với phép quay varimax (Gerbing & Anderson 1988; được trích bởi Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2008). Do đó, phương pháp này được dùng trong toàn bộ các phân tích EFA áp dụng cho nghiên cứu này.
Kết quả phân tích EFA cho toàn bộ 30 biến quan sát của 6 khái niệm nghiên cứu cho thấy, có 5 nhân tố trích được với tổng phương sai trích được (TVE) là 61.85% tại
điểm dừng có eigenvalue bằng 1.17 (xem phụ lục 3a - bảng PL-3a.2: kết quả tổng phương sai trích (TVE) trước khi loại biến).
Khi xem xét ma trận trọng số nhân tố, thấy rằng 2 thành phần của ham muốn thương hiệu là thành phần thích thú và xu hướng tiêu dùng gộp lại thành 1 nhân tố.
Điều này cho thấy, thực tế khảo sát phản ánh đúng giả thiết ban đầu về 2 thành phần của ham muốn thương hiệu. Chúng chỉ đo lường một nội dung, là ham muốn thương hiệu, hay nói cách khác, khái niệm ham muốn thương hiệu là khái niệm đơn hướng. Ngoài ra, 2 thang đo của ham muốn thương hiệu và lòng trung thành thương hiệu cũng
gộp lại thành một nhân tố. Điều này chứng tỏ rằng, cũng tương tự như trường hợp 2 thành phần của khái niệm ham muốn thương hiệu (thích thú và xu hướng tiêu dùng), hai khái niệm lòng trung thành thương hiệu và lòng ham muốn thương hiệu theo lý thuyết là 2 khái niệm phân biệt của giá trị thương hiệu nhưng trên thực tế khảo sát thì chúng có thể chỉ là 1 khái niệm đơn hướng. Do đó, thang đo lường 2 khái niệm lòng ham muốn thương hiệu và lòng trung thành được hợp lại thành một khái niệm, được
đặt tên là khái niệm lòng đam mê thương hiệu, ký hiệu là BP (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2008). Phân tích lại Cronbach’s alpha cho thấy, hệ số
Cronbach’s alpha cho khái niệm lòng đam mê thương hiệu bằng 0.95, các hệ số tương quan biến – tổng đều cao, nhỏ nhất là biến BI_1 có giá trị là 0.7. Thang đo khái niệm lòng đam mê thương hiệu bao gồm 10 biến đo lường (7 biến ham muốn thương hiệu và 3 biến lòng trung thành thương hiệu) (xem bảng 4.3).
Bảng 4.3: Kết quả ma trận trọng số nhân tố trước khi loại biến
Ma trận trọng số nhân tố Biến quan sát 1 2 Nhân t3 ố 4 5 AW_1 -0.132 0.759 -0.144 0.159 0.124 AW_2 -0.071 0.823 -0.049 0.064 0.039 AW_3 -0.087 0.819 -0.068 0.063 -0.059 AW_4 0.259 0.588 0.050 -0.148 0.085 AW_5 0.148 0.445 0.332 -0.131 -0.134 AW_6 0.085 0.635 0.225 -0.125 -0.105 PF_1 0.928 0.129 -0.032 -0.083 -0.132 PF_2 0.846 0.126 0.063 -0.097 -0.091 PF_3 0.567 0.008 0.257 0.087 -0.169 BI_1 0.681 0.061 -0.077 0.043 0.111 BI_2 0.867 -0.073 0.055 -0.065 0.102 BI_3 0.902 0.001 -0.018 -0.087 0.106 BI_4 0.824 0.006 -0.061 0.057 0.087 QL_1 0.358 0.121 -0.033 0.464 -0.103 QL_2 0.479 0.164 -0.139 0.384 0.008 QL_3 0.118 -0.206 0.075 0.577 -0.148 QL_4 0.020 0.132 -0.093 0.564 0.199 QL_5 0.086 0.007 0.181 0.443 0.156 QL_6 0.161 0.032 0.141 0.520 -0.014
QL_7 0.126 -0.012 0.273 0.554 -0.147 LO_1 0.753 -0.127 -0.046 0.212 -0.011 LO_2 0.856 -0.154 -0.033 0.118 0.017 LO_3 0.783 -0.106 -0.087 0.101 0.062 AA_1 -0.163 0.085 0.844 0.123 0.043 AA_2 -0.052 0.021 0.867 0.043 0.048 AA_3 0.014 -0.032 0.693 0.084 0.072 AA_4 0.198 -0.104 0.704 -0.041 0.133 AS_1 -0.010 0.043 0.364 0.031 0.498 AS_2 0.029 0.007 0.022 -0.049 0.763 AS_3 0.034 -0.024 0.101 -0.012 0.746
Các trọng số nhân tố của thang đo lường khái niệm nhận biết thương hiệu đều đạt yêu cầu, nhỏ nhất là biến AW_5 có giá trị là 0.45 và hiệu của 2 trọng số nhân tố lớn nhất của biến AW_5 nhỏ hơn 0.3 (giá trị 0.445-0.332 = 0.113). Xét về nội dung, biến AW_5 (Tôi có thể nhớ và nhận biết logo của X.) mô tả sự nhận biết một thương hiệu thông qua logo của thương hiệu đó. Tác giả nhận thấy rằng nó là biến quan trọng để đo lường sự nhận biết thương hiệu. Hơn nữa, giá trị này tuy nhỏ hơn 0.5 nhưng có thể
chấp nhận được (không qua nhỏ 0.4) (Nguyễn Đình Thọ, 2011). Thang đo lường khái niệm nhận biết thương hiệu bao gồm 6 biến đo lường (xem bảng 4.3).
Khi xem xét các trọng số nhân tố của thang đo lường khái niệm chất lượng cảm nhận, nhận thấy rằng các trọng số gộp về 1 nhân tố và đạt yêu cầu, ngoại trừ biến QL_2 có giá trị 0.38. Biến này nhóm về nhân tố của ham muốn thương hiệu và lòng trung thành, có giá trị 0.48 và hiệu của 2 trọng số nhân tố này của biến QL_2 nhỏ hơn 0.3 (giá trị là -0.1). Điều này thấy rằng biến QL_2 (Hương vị của nước giải khát đóng chai X rất tuyệt) có thểđo lường khái niệm lòng đam mê thương hiệu (BP). Tiến hành loại bỏ biến QL_2 thì biến QL_1 lại không đạt yêu cầu vì có trọng số nhân tố là 0.375 và nhóm về nhân tố của lòng đam mê thương hiệu, có trọng số là 0.378, và hiệu của 2 trọng số nhân tố này của QL_1 cũng nhỏ hơn 0.3 (giá trị là -0.003). Nếu tiến hành loại tiếp QL_1 thì các trọng số nhân tố của các biến còn lại đạt yêu cầu, ngoại trừ trọng số
của biến QL_4 và QL_5 có giá trị nhỏ nhất, lần lượt là 0.43 và 0.44. Giá trị này tuy nhỏ hơn 0.5 nhưng có thể chấp nhận được (không qua nhỏ hơn 0.4) (Nguyễn Đình Thọ, 2011). Do đó, 2 biến này được giữ lại để đo lường chất lượng cảm nhận. Sau khi loại biến QL_1 và QL_2, hệ số Cronbach’s alpha đạt yêu cầu, có giá trị là 0.8 và có
các hệ số tương quan biến – tổng đạt yêu cầu, nhỏ nhất là biến QL_4, có giá trị là 0.48. Thang đo lường chất lượng cảm nhận gồm 5 biến là QL_3, QL_4, QL_5, QL_6 và QL_7.
Các trọng số nhân tố của các thang đo lường khái niệm thái độ đối với quảng cáo (AA) và chi tiêu quảng cáo (AS) đều đạt yêu cầu. Tất cả các biến đo lường 2 khái niệm này đều gộp về 2 nhân tố khác nhau. Các biến đều đạt yêu cầu cho việc thực hiện những bước phân tích hồi qui tiếp theo.
Kết luận: Sau khi loại các biến không đạt yêu cầu, kết quả phân tích EFA cho 28 biến quan sát của 5 khái niệm nghiên cứu cho thấy, có 5 yếu tố trích được với tổng phương sai trích được (TVE) là 62.7% tại điểm dừng có eigenvalue bằng 1.14 (xem phụ lục 3b - bảng PL-3b.2: Tổng phương sai trích (TVE) sau khi loại biến).
Ma trận trọng số nhân tố sau khi loại biến không đạt yêu cầu như sau: (xem bảng 4.3)
Bảng 4.4: Kết quả ma trận trọng số nhân tố sau khi loại biến
Ma trận trọng số nhân tố (yếu tố) Biến quan sát Nhân tố (yếu tố) 1 2 3 4 5 AW_1 -0.109 0.759 -0.130 0.105 0.125 AW_2 -0.065 0.848 -0.081 0.086 0.041 AW_3 -0.085 0.850 -0.111 0.101 -0.054 AW_4 0.252 0.585 0.037 -0.121 0.084 AW_5 0.153 0.408 0.352 -0.140 -0.131 AW_6 0.090 0.607 0.241 -0.128 -0.108 PF_1 0.927 0.119 -0.013 -0.085 -0.143 PF_2 0.849 0.110 0.086 -0.102 -0.107 PF_3 0.561 0.018 0.234 0.138 -0.177 BI_1 0.680 0.075 -0.087 0.046 0.110 BI_2 0.864 -0.079 0.065 -0.069 0.094 BI_3 0.893 -0.003 -0.005 -0.090 0.098 BI_4 0.823 0.010 -0.047 0.036 0.080 QL_3 0.116 -0.152 0.025 0.605 -0.137 QL_4 0.064 0.146 -0.052 0.434 0.192 QL_5 0.096 0.043 0.151 0.440 0.158 QL_6 0.150 0.099 0.068 0.596 -0.012
QL_7 0.099 0.059 0.189 0.674 -0.153 LO_1 0.740 -0.077 -0.110 0.285 -0.010 LO_2 0.843 -0.121 -0.072 0.168 0.015 LO_3 0.776 -0.070 -0.132 0.148 0.061 AA_1 -0.152 0.050 0.871 0.109 0.031 AA_2 -0.045 -0.025 0.907 0.024 0.035 AA_3 0.007 -0.035 0.662 0.136 0.070 AA_4 0.190 -0.120 0.680 0.000 0.135 AS_1 -0.016 0.041 0.357 0.023 0.499 AS_2 0.020 0.008 0.012 -0.094 0.792 AS_3 0.027 -0.009 0.071 -0.026 0.763 4.2.3 Tạo giá trị cho nhân tố (biến tiềm ẩn hay khái niệm nghiên cứu)
Các nhân tố được tạo ra sau khi phân tích EFA cần được tạo biến (đặt tên và gán giá trị), nhằm biến đổi các nhân tố (các khái niệm) thành các biến (độc lập và phụ
thuộc) để sử dụng cho phân tích hồi quy tiếp theo. Khi sử dụng phần mềm SPSS để
phân tích đánh giá giá trị thang đo, EFA có thể tạo ra giá trị nhân tố. Nhưng giá trị này
được tính bằng cách lấy trung bình có trọng số cho tất cả các biến đo lường đưa vào phân tích chứ không phải chỉ các biến được giải thích bởi nhân tố đó, và nhằm mục
đích để rút gọn một tập biến. Tuy nhiên, mục đích của việc sử dụng EFA là để đánh giá thang đo chứ không nhằm rút gọn một tập biến quan sát, cho nên để tạo giá trị cho một yếu tố, cần phải lấy trung bình các biến đo lường yếu tố đó. Dùng hàm MEAN trong SPSS để tạo biến như sau:
Nhân tố thứ nhất (ký hiệu BP): Lòng đam mê thương hiệu (BP) được tính trung bình của 10 biến quan sát (PF_1, PF_2, PF_3, BI_1, BI_2, BI_3, BI_4, LO_1, LO_2, LO_3).
Nhân tố thứ hai (AW): Mức độ nhận biết thương hiệu (AW) được tính trung bình của 6 biến (AW_1, AW_2, AW_3, AW_4, AW_5, AW_6).
Nhân tố thứ ba (AA): Thái độ đối với quảng cáo (AA) được tính trung bình của 4 biến (AA_1, AA_2, AA_3, AA_4). (adsbygoogle = window.adsbygoogle || []).push({});
Nhân tố thứ tư (QL): Chất lượng cảm nhận (QL) được tính trung bình của 5 biến (QL_3, QL_4, QL_5, QL_6, QL_7).
Nhân tố thứ năm (AS): chi tiêu quảng cáo (AS) được tính trung bình của 3 biến (AS_1, AS_2, AS_3).
4.2.4 Điều chỉnh mô hình và giả thiết nghiên cứu
Dựa trên kết quả kiểm định các thang đo, EFA cho thấy 2 khái niệm lòng ham muốn thương hiệu và lòng trung thành về mặt lý thuyết là 2 khái niệm phân biệt, nhưng về mặt thực tiễn có thể 2 khái niệm này hợp lại thành một khái niệm đơn hướng, được gọi là lòng đam mê thương hiệu (BP). Có thể đối với các thương hiệu nước giả khát đóng chai, lòng đam mê thương hiệu nói lên sự thích thú của người tiêu dùng với thương hiệu, có xu hướng tiêu dùng và lặp lại quá trình tiêu dùng nó. Do đó, mô hình được điều chỉnh lại từ 6 khái niệm thành 5 khái niệm (xem hình 4.1).
Hình 4.1: Mô hình nghiên cứu điều chỉnh về mối quan hệ giữa chi tiêu quảng cáo và thái độ của người tiêu dùng đối với quảng cáo với các thành phần của giá trị thương
hiệu.
Các giả thiết nghiên cứu được điều chỉnh lại như sau:
Giả thiết H1: Nếu chi tiêu quảng cáo cho một thương hiệu nào đó tăng hay giảm thì mức độ nhận biết thương hiệu của người tiêu dùng cũng tăng hay giảm theo.
Giả thiết H2: Nếu thái độ tích cực của người tiêu dùng đối với các chương trình quảng cáo của một thương hiệu nào đó tăng hay giảm thì mức độ nhận biết thương hiệu của họ cũng tăng hay giảm theo.
Giả thiết H3: Nếu chi tiêu quảng cáo cho một thương hiệu nào đó tăng hay giảm thì mức độđam mê thương hiệu cũng tăng hay giảm theo.
Nhận biết thương hiệu Đam mê thương hiệu Chất lượng cảm nhận Chi tiêu quảng cáo Thái độ quảng cáo H1 H3 H5 H2 H4
Giả thiết H4: Nếu thái độ tích cực của người tiêu dùng đối với các chương trình quảng cáo của một thương hiệu nào đó tăng hay giảm thì mức độ cảm nhận chất lượng của họđối với thương hiệu đó cũng tăng hay giảm theo.
Giả thiết H5: Nếu chi tiêu quảng cáo cho một thương hiệu nào đó tăng hay giảm thì mức độ cảm nhận chất lượng của người tiêu dùng cũng tăng hay giảm theo.
4.4 Kiểm định mô hình và giả thiết nghiên cứu
Như đã được trình bày ở chương 3, phương pháp phân tích mô hình hồi quy thông qua phần mềm SPSS được sử dụng để kiểm định mô hình nghiên cứu và giả thiết nghiên cứu. Mô hình nghiên cứu bao gồm 2 biến độc lập và 3 biến phụ thuộc. Mô hình nghiên cứu, được gọi là mô hình hồi quy đa biến, bao gồm 3 phương trình hồi qui bội (MLR), phương trình mô tả sự tác động của 2 biến độc lập định lượng (Thái độ đối với quảng cáo (AA) và Chi tiêu quảng cáo (AS)) vào lần lượt 3 biến phụ thuộc là Nhận biết thương hiệu (AW), Lòng đam mê thương hiệu (BP) và Chất lượng cảm nhận (QL). Phương pháp ước lượng OLS được áp dụng để ước lượng và kiểm định các trọng số hồi quy hay các tham số của mô hình. Phương pháp OLS, phương pháp cực tiểu phần dư (phần sai số trong mẫu) hay bình phương bé nhất, sẽ tìm các trọng số của phương trình hồi quy mô tả mối quan hệ giữa các biến độc lập và biến phụ thuộc sao cho có sai số nhỏ nhất. Khi đó, phương trình hồi quy sẽ là phương trình biểu diễn tốt nhất mối quan hệđó.
Thêm nữa, vì nghiên cứu này dựa trên cơ sở lý thuyết đã có, và mô hình tác động của các hoạt động marketing vào giá trị thương hiệu cũng đã được nghiên cứu tại Việt Nam. Nghiên cứu này có mục đích là kiểm định lại các giả thiết trong một thị trường cụ thể, thị trường nước giải khát đóng chai, tại ngữ cảnh cụ thể, là thành phố Hồ Chí Minh. Do đó, khi phân tích các mô hình hồi quy bội, phương pháp đồng thời hay còn
được gọi là phương pháp khẳng định (confirmatory) (phương pháp ENTER trong SPSS) được sử dụng.
Khi sử dụng mô hình hồi quy bội để kiểm định giả thuyết nghiên cứu, cần phải xem xét sự phù hợp của mô hình và kiểm tra các giảđịnh của nó.
Kiểm định sự phù hợp của mô hình là đánh giá mức độ phù hợp của mô hình hồi quy và kiểm tra điều kiện về biến (biến phụ thuộc là biến định lượng và biến độc lập có thể là định lượng hoặc định tính), hay nói cách khác, mô hình hồi qui là mô hình
thích hợp nhất để mô tả mối quan hệ giữa các biến. Hệ số phù hợp (hay hệ số xác
định) R2 và R2 hiệu chỉnh đều mô tả phần biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao. Trong mô hình hồi quy bội, hệ số
phù hợp có hiệu chỉnh được sử dụng để kiểm tra mức độ phù hợp của mô hình có nhiều biến độc lập.
Để kiểm tra độ tin cậy của mô hình hồi quy, thì cần phải kiểm tra các giả định của nó bao gồm kiểm tra hiện tượng đa cộng tuyến (VIF), kiểm tra mối quan hệ tuyến tính của các biến độc lập và biến phụ thuộc và kiểm tra hiện tượng phương sai thay đổi (Nguyễn Đình Thọ, 2011).
4.3.1 Kiểm định mô hình nghiên cứu
Mô hình sau khi đã điều chỉnh lại được trình bày trong hình 4.1. Theo đó, có năm khái niệm nghiên cứu trong mô hình, trong đó có 2 khái niệm là biến độc lập (Thái độ đối với quảng cáo (AA) và Chi tiêu quảng cáo (AS)) và 3 khái niệm là biến phụ thuộc (Nhận biết thương hiệu (AW), Lòng đam mê thương hiệu (BP) và Chất lượng cảm nhận (QL)). Hai biến độc lập được giả thiết lần lượt tác động vào 3 biến phụ thuộc tạo thành mô hình hồi quy đa biến gồm 3 phương trình hồi quy bội như sau:
AW = f(AA, AS) (4.1) BP = f(AS) (4.2) QL = f(AA, AS) (4.3)
Kết quả phân tích (SPSS) mô hình hồi quy (4.1) cho thấy, giá trị hệ số phù hợp R2 = 0.158 ≠ 0 và R2 hiệu chỉnh = 0.15. Điều này cho thấy, 15% sự biến thiên của biến AW được giải thích từ 2 biến độc lập là AA, AS. Tiếp theo, xét kiểm định F với bảng ANOVA cho thấy giá trị sig.=0.000 < 5% nên mô hình hồi quy là mô hình phù hợp để
giải thích mối quan hệ giữa các biến trong phương trình (4.1) (xem phụ lục 4a - kiểm
Bảng 4.5: Bảng mô tả trọng số hồi quy của phương trình (4.1) Trọng số hồi qui Trọng số hồi quy t Sig. Hệ số tương quan Đa công tuyến B Std. Error Beta Zero-
order Partial Part T VIF Biến độc lập Hằn g số 2.968 0.202 14.675 0.000 AA 0.223 0.060 0.304 3.727 0.000 0.384 0.255 0.242 0.631 1.584 AS 0.113 0.071 0.131 1.605 0.110 0.316 0.113 0.104 0.631 1.584 Biến phụ thuộc: AW (adsbygoogle = window.adsbygoogle || []).push({});
Ngoài ra, khi xét tiếp bảng mô tả trọng số hồi quy (xem bảng 4.5), giá trị sig. của