Tải bản đầy đủ - 0 (trang)
b. Phân tích nhân tố đánh giá EFA

b. Phân tích nhân tố đánh giá EFA

Tải bản đầy đủ - 0trang

Đây là kết quả phân tích nhân tố cho các biến độc lập đã chạy lại lần 2. Vì

kết quả chạy phân tích lần 1 có một biến quan sát CL3 tải lên ở 2 nhân tố và

chênh lệch hệ số giữa 2 nhân tố nhỏ hơn 0.3. Do đó, nên loại bỏ biến này để

chạy lại. (Phụ lục 4)

Bảng 2.6: Kết quả phân tích nhân tố khám phá EFA

Hệ số KMO

Giá trị Sig. trong Kiểm định Bartlett

Phương sai trích

Giá trị Eigenvalue



Biến



Giá trị

So sánh

0.704

0.5 < 0.704 < 1

0.000

0.000 < 0.05

72.617%

72.617%> 50%

1.027

1.027 > 1

(Nguồn: Kết quả xử lý SPSS)



Bảng 2.7: Ma trận xoay nhân tố

Nhân tố

1

2

3

4

5



quan sát

GC13

.847

GC14

.836

GC15

.765

MB5

MB4

MB6

HA11

HA12

HA10

CB17

CB18

CB16

PV8

PV7

CL1

CL2



6



.828

.784

.782

.832

.800

.768

.811

.789

.682

.845

.837

.887

.843

(Nguồn: Kết quả xử lý SPSS)



Qua bảng kết quả trên, ta thấy rằng các biến quan sát đưa vào phân tích đã

gộp thành 6 nhóm. Các yếu tố đánh giá được thống kê:

• KMO = 0.704 nên phân tích nhân tố là phù hợp với dữ liệu nghiên cứu.

55



• Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có

tương quan với nhau trong tổng thể.

• Eigenvalues = 1.027> 1 đại diện cho phần biến thiên được giải thích bởi

mỗi nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.

• Tổng phương sai trích:

Rotation Sums of Squared Loadings (Cumulative %) =72.617%>50%

Điều này chứng tỏ 72.617% biến thiên của dữ liệu được giải thích bởi 6

nhân tố mới.

* Phân tích nhân tố cho biến phụ thuộc

Thực hiện phân tích EFA cho các biến phụ thuộc bằng phương pháp

Principal Components với phép xoay Varimax. Kết quả như sau: (Phụ lục 6)

Bảng 2.8. Kết quả phân tích nhân tố phụ thuộc

Biến

Nhân tố

1

quan sát

HL20

HL19

HL21

KMO

sig



.939

.854

.844

0.643

0.000

(Nguồn: Kết quả xử lý SPSS)



Kết quả phân tích EFA cho các biến phụ thuộc

- Giá trị hệ số Eigenvalues = 2.322 > 1: đạt yêu cầu

- Tổng phương sai trích = 77,406%. Đạt yêu cầu

- Kiểm định Bartlett’s: sig = 0.000 < 0.05: Các biến quan sát trong phân tích

nhân tố trên có tương quan với nhau trong tổng thể.

- Hệ số KMO = 0.643 > 0.05. Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.

- Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading > 0.5) đạt

yêu cầu.

Từ kết quả trên, thang đo “ Đánh giá chung” đạt giá trị hội tụ.

Kết quả phân tích nhân tố khám phá EFA lần thứ hai đều thỏa mãn các

điều kiện chấp nhận, do đó khơng cần tiến hành các lần phân tích tiếp theo.

Như vậy sau khi phân tích nhân tố, 19 biến quan sát được nhóm thành 7

56



nhóm nhân tố. Bảng phân nhóm và đặt tên nhóm cho 6 nhân tố được tạo ra

như sau:

Bảng 2.9: Bảng phân nhóm và đặt tên nhóm cho các nhân tố

Nhân

tố



Biến

quan



Chỉ tiêu



Tên nhóm



sát

GC13 Giá cả sản phẩm bia phù hợp với chất lượng



GC



GC14 Cơng ty khơng tính thêm bất cứ phụ thu nào

GC15

MB5



MB



MB4

MB6



Kiểu dáng, chai, keng tinh tế, rõ ràng



HA12



sản phẩm



thương hiệu khác

Bao bì có ghi đầy đủ thơng tin cần thiết về sản

phẩm

Dễ nhận diện sản phẩm, bao bì



HA11

HA



Giá cả rất cạnh tranh so với sản phẩm của



Giá cả



Mẫu mã,

bao bì



Cơng ty có tổ chức sự kiện tri ân khách hàng

vào dịp lễ, tết

Khách hàng có biết đến thương hiệu bia Hà Nội



Hình ảnh

cơng ty



– Hồng Hà



HA10 Cơng ty ln giữ chứ tín đối với khách hàng

CB17 Sản phẩm giúp tăng cường tiêu hóa

CB



PV



CL



CB18 Bia giúp giảm stress

CB16 Bia Hà Nội – Hồng Hà giúp bạn giải khát

Nhân viên luôn sẵn sàng tư vấn mọi ý kiến của

PV8

khách hàng

Thái độ nhân viên phục vụ lịch sự, nhã nhặn,

PV7

tận tình

Sản phẩm bia Hà Nội – Hồng Hà đạt tiêu chuẩn

CL1

VSATTP

CL2 Bia Hà Nội – Hồng Hà có nồng độ cồn ổn định

HL19 Hài lòng về sản phẩm bia Hà Nội- Hồng Hà

HL20 Sản phẩm bia của công ty là sự lựa chọn hàng đầu

57



Giá trị

cốt lõi



Phục vụ

nhân viên

Chất lượng

sản phẩm



HL



của bạn

HL21 Bạn sẽ tiếp tục sử dụng sản phẩm bia của công ty



Đánh giá



chung

(Nguồn: Kết quả xử lý SPSS)



c. Kiểm định mơ hình và các giả thuyết

* Phân tích hệ số tương quan Pearson



Tạo các biến mới lần lượt là CL, MB, PV, HA, GC, CB, HL giá trị trung

bình các nhóm biến quan sát được phân nhóm ở “Bảng phân nhóm và đặt tên

nhóm cho 6 nhân tố”. Tiến hành phân tích tương quan Pearson.

Ta sử dụng hệ số thống kê có tên là hệ số tương quan Pearson để lượng

hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa hai biến định lượng. Nếu

giữa hai biến có sự tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến

khi phân tích hồi quy. Trong phân tích tương quan Pearson, khơng có sự phân

biệt giữa các biến độc lập và biến phụ thuộc mà tất cả được xem xét như nhau.

Bảng 2.10. Kết quả phân tích tương quan Pearson

HL

HL



CL



MB



PV



HA



GC



Pearson

Correlation

Sig.

N

Pearson

Correlation

Sig.

N

Pearson

Correlation

Sig.

N

Pearson

Correlation

Sig.

N

Pearson

Correlation

Sig.

N

Pearson

Correlation

Sig.

N



1



CL



MB



PV



HA



GC



CB



.493**



.345**



.444**



.625**



.445**



.437**



.000

116



.000

116



.000

116



.000

116



.000

116



.000

116



1



.115



.312**



.260**



.134



.165



.217

116



.001

116



.005

116



.151

116



.077

116



1



.135



.101



.194*



.332**



.148

116



.279

116



.037

116



.000

116



1



.386**



.150



.329**



.000

116



.108

116



.000

116



1



.061



.162



.517

116



.082

116



1



.276**

.003

116



58



(Nguồn: Kết quả xử lý SPSS)

Kết quả phân tích tương quan Pearson cho thấy hệ số tương quan đơn

Pearson giữa HL và các biến với sig. = 0.000 <0.05. Như vậy giữa HL và các

biến đều có mối quan hệ tương quan với nhau. Biến phụ thuộc “ Đánh giá

chung” có tương quan mạnh nhất với Biến HA – Hình ảnh cơng ty (hệ số

Pearson là 0.625), tiếp theo là biến CL – Chất lượng sản phẩm ( hệ số Pearson là

0.493), GC – Giá cả sản phẩm (hệ số pearson là 0.445), PV – Phục vụ nhân viên

(hệ số pearson là 0.444), CB – Giá trị cốt lõi (hệ số Pearson 0.437), MB – Mẫu

mã, kiểu dáng (hệ số Pearson 0.345). Sự tương quan này rất được kì vọng trong

nghiên cứu, vì chính những mối quan hệ chặt chẽ, tuyến tính giữa các biến sẽ

giải thích được sự ảnh hưởng của các nhân tố trong mô hình nghiên cứu. Vì vậy,

có thể đưa tất cả các biến này vào phân tích hồi quy và khơng loại biến nào.

* Phân tích hồi quy đa biến

Tiến hành phân tích hồi quy đa biến với biến phụ thuộc Y và 6 biến độc

lập CL, MB, PV, HA, GC, CB. Phương pháp đưa biến vào hồi quy là phương

pháp Enter (đưa tất cả các biến vào cùng một lượt) do đây là nghiên cứu kiểm

định nên phương pháp Enter sẽ phù hợp hơn phương pháp Stepwise (Nguyễn

Đình Thọ, 2011). Kết quả phân tích hồi quy như sau (Phụ lục 7):

Qua quá trình chạy hồi quy đa biến, tác giả thấy rằng có biến PV có

sig > 0.05 khơng tương quan với biến phụ thuộc HL nên biến này loại ra khỏi

nghiên cứu, thực hiện hồi quy với 5 biến CL, MB, HA, GC, CB có tương quan

với biến phụ thuộc HL.

Bảng 2.11: Kết quả phân tích hồi quy đa biến

R2 hiệu chỉnh



F



Sig. F



Durbin

Watson



0.693



44.296



0.000



2.196



59



Nhân

Tolerance

VIF

tố

CL

0.907

1.102

HA

0.916

1.091

GC

0.905

1.105

CB

0.823

1.215

MB

0.875

1.143

(Nguồn: Kết quả xử lý SPSS)



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

b. Phân tích nhân tố đánh giá EFA

Tải bản đầy đủ ngay(0 tr)

×