PHẦN II. NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2. PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH
2.2. Kết quả phân tích các nhân tố ảnh hưởng đến quyết định mua của khách hàng
2.2.3. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
Đểáp dụng được phân tích nhân tốcần trải qua phép kiểm định sự phù hợp của dữliệu đối với phương pháp phân tích nhân tố. Kiểm định này được thực hiện qua hai đại lượng là chỉ số KMO (Kaiser-Meyer-Olikin Meansure of Sampling Adequacy) và Barlett (Barlett’s Test of Sphericity).
Bảng 13: Kiểm định KMO và Bartlett’s Test biến độc lập KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,714 Bartlett's Test of Sphericity
Approx, Chi-Square 897,634
Df 190
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Trường Đại học Kinh tế Huế
Dựa vào bảng trên ta thấy, hệ sốKMO bằng 0,714 (0,5 < 0,714 < 1), kiểm định Bartlett’s có giátrị sig. bằng 0,000 < 0,05 cho thấy cơ sởdữliệu này là hoàn toàn phù hợp với phân tích nhân tố.
2.2.3.2. Phân tích nhân tốkhám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đề xuất.
Mục đích sửdụng phương pháp này là đểrút gọn dữliệu, hạn chếvi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (2009, 116), Multivariate Data Analysis, 7th Edition, Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 150.
Trường Đại học Kinh tế Huế
Bảng 14: Rút trích nhân tốbiến độc lập
Biến quan sát Nhóm nhân tố
1 2 3 4 5
THUONGHIEU2 0,831
THUONGHIEU3 0,771
THUONGHIEU4 0,760
THUONGHIEU1 0,755
VITRI1 0,827
VITRI2 0,808
VITRI3 0,756
VITRI4 0,698
SANPHAM1 0,817
SANPHAM2 0,795
SANPHAM3 0,769
SANPHAM4 0,625
GIACA1 0,823
GIACA4 0,742
GIACA2 0,694
GIACA3 0,669
NHANVIEN4 0,771
NHANVIEN3 0,741
NHANVIEN2 0,722
NHANVIEN1 0,669
Eigenvalue 3,189 2,870 2,481 1,890 1,682
Cumulative % 15,947 30,296 42,698 52,146 60,557 (Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Trường Đại học Kinh tế Huế
Thực hiện phân tích nhân tốlần đầu tiên, đưa 20 biến quan sát trong 5 biến độc lậpảnh hưởng đến quyếtđịnh mua của khách hàng đối với sản phẩm VLXD vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 20, được rút trích lại còn 5 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏ biến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quảtrên, tổng phương sai trích là 60,557% > 50% do đó phân tích nhân tốlà phù hợp.
Đềtài tiến hành gom các biến quan sát:
- Nhân tố1 (Factor 1): Nghiên cứu đặt tên nhân tốmới này là“Thương hiệu– THUONGHIEU” gồm 4 biến quan sát: THUONGHIEU1, THUONGHIEU2, THUONGHIEU3, THUONGHIEU4.
- Nhân tố2 (Factor 2): Nghiên cứu đặt tên nhân tốmới này là “Vịtrí cửa hàng – VITRI”gồm 4 biến quan sát: VITRI1, VITRI2, VITRI3, VITRI4.
- Nhân tố 3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là “Sản phẩm – SANPHAM” gồm 4 biến quan sát: SANPHAM1, SANPHAM2, SANPHAM3, SANPHAM4.
- Nhân tố 4 (Factor 4): Nghiên cứu đặt tên nhân tố mới này là “Giá cả – GIACA”gồm 4 biến quan sát: GIACA1, GIACA2, GIACA3, GIACA4.
- Nhân tố5 (Factor 5): Nghiên cứu đặt tên nhân tốmới này là “Nhân viên bán hàng – NHANVIEN” gồm 4 biến quan sát: NHANVIEN1, NHANVIEN2, NHANVIEN3, NHANVIEN4.
2.2.3.3. Kiểm định KMO và Bartlett’s Test biến phụthuộc
Trường Đại học Kinh tế Huế
Bảng 15: Kiểm định KMO và Bartlett’s Test biến phụthuộc KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,696
Bartlett's Test of Sphericity
Approx, Chi-Square 123,017
Df 3
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Các điều kiện kiểm định KMO và Bartlett’s Test biến phụ thuộc tương tự các điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích qua 3 biến quan sát đối với biến phụthuộc“Quyết định mua”, kết quảcho thấy chỉ sốKMO là 0,696 (0,5
< 0,696 <1) và kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 < 0,05, nên dữliệu thu thập được đáp ứng được điều kiện đểtiến hành phân tích nhân tố.
2.2.3.4. Phân tích nhân tốkhám phá EFA biến phụthuộc Bảng 16: Rút trích nhân tốbiến phụthuộc
Quyết định mua Hệsốtải
QUYETDINH2 0,854
QUYETDINH1 0,838
QUYETDINH3 0,806
Cumulative % 67,601
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Kết quảphân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ3 biến quan sát mà đề tài đãđề xuất từ trước, nhằm mục đích rút ra kết luận về quyết định mua của khách hàng đối với sản phẩm VLXD tại công ty TNHH MTV Phước Kỷ. Nhân tố này được gọi là “Quyết định mua -QUYETDINH”.
Nhận xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xác định được 5 nhân tố ảnh hưởng đến quyết định mua của khách hàng đối với sản phẩm VLXD tại công ty TNHH MTV Phước Kỷ, đó chính là“Thương hiệu”, “Vị trí cửa hàng”, “Sản phẩm”,
“Giá cả”và“Nhân viên bán hàng”.
Trường Đại học Kinh tế Huế
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thayđổi đáng kể so với ban đầu, không có biến quan sát nào bị loại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tốkhám phá.