2.3.4. Phân tích nhân tố khám phá Exploratory Factor Analysic (EFA)
2.3.4.1. Kiểm định KMO và Bartlett’s Test biến độc lập
Trước khi tiến hành phân tích nhân tố khám phá, nghiên cứu cần kiểm định KMO để xem xét việc phân tích này có phù hợp hay không. Việc kiểm định được thực hiện thông qua việc xem xét hệ số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) và Bartlett’s Test
Bảng 2.13: Kiểm định KMO và Bartlett’s Test biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy | 0.876 | |
Bartlett's Test of Sphericity | Approx, Chi-Square | 1248.829 |
Df | 190 | |
Sig. | 0.000 | |
Có thể bạn quan tâm!
-
Tình Hình Hoạt Động Kinh Doanh Của Codegym Huế Trong Thời Gian Qua -
Mức Độ Nhận Biết Của Khách Hàng Về Thương Hiệu Codegym Tại Thành Phố Huế -
Phương Tiện Giúp Khách Hàng Biết Đến Thương Hiệu Codegym -
Biểu Đồ Tần Số Histogram Của Phần Dư Chuẩn Hóa -
Đánh Giá Của Khách Hàng Đối Với Nhóm Nhân Tố “Quảng Bá -
Giải Pháp Dựa Trên Nhóm Yếu Tố Đồng Phục Nhân Viên
Xem toàn bộ 147 trang tài liệu này.
(Nguồn: Kết quả xử lý SPSS 20)
Dựa vào bảng trên ta thấy, hệ số KMO bằng 0.876 (0.5 < 0.876 < 1), kiểm định Bartlett’s có giá trị sig. bằng 0.000 < 0.05 cho thấy cơ sở dữ liệu này là hoàn toàn phù hợp với phân tích nhân tố.
2.3.4.2. Phân tích nhân tố khám phá EFA đối với biến độc lập
Kết quả phân tích nhân tố khám phá biến độc lập được thể hiện ở bảng
dưới đây:
Bảng 2.14: Kết quả phân tích nhân tố khám phá EFA biến độc lập
Nhân tố | |||||
1 | 2 | 3 | 4 | 5 | |
LG1 | 0.845 | ||||
LG4 | 0.798 | ||||
LG2 | 0.781 | ||||
LG3 | 0.652 | ||||
DPNV4 | 0.856 | ||||
DPNV1 | 0.808 | ||||
DPNV2 | 0.733 | ||||
DPVN3 | 0.701 | ||||
QB1 | 0.796 | ||||
QB3 | 0.772 | ||||
QB4 | 0.749 | ||||
QB2 | 0.714 | ||||
TH4 | 0.816 | ||||
TH2 | 0.765 | ||||
TH1 | 0.653 | ||||
TH3 | 0.623 | ||||
SLG2 | 0.809 | ||||
SLG1 | 0.781 | ||||
SLG4 | 0.689 | ||||
SLG3 | 0.656 | ||||
Eigenvalue | 7.578 | 2.293 | 1.961 | 1.101 | 1.022 |
Cumulative % | 37.890 | 49.354 | 59.157 | 64.664 | 69.774 |
(Nguồn: Kết quả xử lý SPSS 20)
Thực hiện phân tích nhân tố lần đầu tiên, đưa 20 biến quan sát trong 5 biến độc lập ảnh hưởng đến mức độ nhận biết của khách hàng vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 thì 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 vẫn là 20 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 trên được chấp nhận khi tiêu chuẩn phương sai trích (Variance Explained Criteria)> 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Cụ thể trong kết quả phân tích này, tổng phương sai trích là 69.774% > 50%, do đó phân tích nhân tố là phù hợp.
Đề tài tiến hành gom các biến quan sát:
Nhân tố 1 (Factor 1): Nghiên cứu đặt tên nhân tố mới này là “Thương
hiệu – THUONGHIEU” gồm 4 biến quan sát: TH1, TH2, TH3, TH4.
Nhân tố 2 (Factor 2): Nghiên cứu đặt tên nhân tố mới này là “Hình ảnh Logo – LOGO” gồm 4 biến quan sát: LG1, LG2, LG3, LG4.
Nhân tố 3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là “Câu khẩu hiệu Slogan – SLOGAN” gồm 4 biến quan sát: SLG1, SLG2, SLG3, SLG4.
Nhân tố 4 (Factor 4): Nghiên cứu đặt tên nhân tố mới này là “Quảng bá
thương hiệu – QUANGBA” gồm 4 biến quan sát: QB1, QB2, QB3, QB4.
Nhân tố 5 (Factor 5): Nghiên cứu đặt tên nhân tố mới này là “Đồng phục nhân viên – DONGPHUC” gồm 4 biến quan sát: DPNV1, DPNV2, DPNV3, DPNV4.
Nhân tố 6 (Factor 6): Nghiên cứu đặt tên nhân tố mới này là “Mức độ nhận biết –NHANBIETTHUONGHIEU” gồm 6 biến quan sát: DG1, DG2, DG3, DG4, DG5, DG6.
2.3.4.3. Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Bảng 2.15: Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy | 0.892 | |
Bartlett's Test of Sphericity | Approx, Chi-Square | 312.578 |
Df | 15 | |
Sig. | 0.000 | |
(Nguồn: Kết quả xử lý SPSS 20)
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 6 biến quan sát đối với biến phụ thuộc “Mức độ nhận biết thương hiệu”, kết quả cho thấy chỉ số KMO là 0.892 (0.5 < 0.892 <1) và kiểm định Bartlett’s Test cho giá trị Sig. = 0.000 < 0.05, nên dữ liệu thu thập được đáp ứng được điều kiện để tiến hành phân tích nhân tố.
2.3.4.4. Phân tích nhân tố khám phá EFA biến phụ thuộc
Bảng 2.16: Rút trích nhân tố biến phụ thuộc
Hệ số tải | |
DG4 | 0.818 |
DG5 | 0.807 |
DG3 | 0.804 |
DG1 | 0.803 |
DG2 | 0.799 |
DG6 | 0.661 |
Cumulative % (Phương sai tích lũy tiến) | 61.455 |
(Nguồn: Kết quả xử lý SPSS 20)
Kết quả phân tích EFA cho các biến phụ thuộc trên cho thấy, hệ số tải nhân tố của các biến quan sát đều thỏa mãn điều kiện khi phân tích nhân tố là hệ số Factor Loading >0.5 và số nhân tố tạo ra khi phân tích nhân tố là 1 nhân tố, không có biến quan sát nào bị loại.
Sau khi phân tích ta nhóm biến nhân tố này thành một nhóm là: “mức độ nhận biết thương hiệu”. Kết quả cho thấy thang đo có phương sai tích lũy tiến là 61.455% > 50% nên giải thích tốt cho đại lượng đo lường.
Quá trình phân tích nhân tố khám phá EFA đã xác định được 6 nhân tố ảnh hưởng đến mức độ nhận biết của khách hàng tại địa bàn thành phố Huế đối với thương hiệu CodeGym. Cụ thể 5 nhân tố đó là: “Tên thương hiệu”; “Logo”; “Slogan” “Quảng bá”; “Đồng phục nhân viên”. Đồng nghĩa với việc mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thay đổi 6so với ban đầu, không có biến quan sát nào bị loại ra khỏi mô hình trong quá trình kiểm định độ tin cậy thang đo và phân tích nhân tố khám phá.
2.3.5. Phân tích hồi quy
2.3.5.1. Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc
Khóa luận tốt nghiệp GVHD: PGS. TS Nguyễn Thị Minh Hòa
Bảng 2.17: Phân tích tương quan Pearson
NHANBIETTHUONHHIEU | THUONGHIEU | LOGO | SLOGAN | QUANGBA | DONGPHUC | |
Tương quan Pearson | 1 | 0.460 | 0.492 | 0.469 | 0.373 | 0.441 |
Sig.(2-tailed | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
N | 120 | 120 | 120 | 120 | 120 | 120 |
(Nguồn: Kết quả xử lý SPSS 20)
Dựa vào kết quả phân tích trên, ta thấy:
Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05,
cho thấy sự tương quan có ý nghĩa giữa các biến độc lập và biến phụ thuộc.
Hệ số tương quan Pearson cũng khá cao (cả 5 nhân tố lớn hơn 0 và bé hơn 0,5) nên ta có thể kết luận rằng các biến độc lập sau khi điều chỉnh có thể giải thích cho biến phụ thuộc “Mức độ nhận biết”.
2.3.5.2. Xây dựng mô hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tố mới có ảnh hưởng đến biến phụ thuộc “Mức độ nhận biết”, nghiên cứu tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tố mới này đến mức độ nhận biết thương hiệu của khách hàng.
Mô hình hồi quy được xây dựng gồm biến phụ thuộc là “Mức độ nhận biết”
– NHANBIETTHUONGHIEU và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm 5 biến: “Thương hiệu” – THUONGHIEU, “Hình ảnh Logo” – LOGO, “Câu khẩu hiệu Slogan” – SLOGAN, “Quảng bá thương hiệu” – QUANGBA, “Đồng phục nhân viên” – DONGPHUC với các hệ số Bê – ta tương ứng lần lượt là β1, β2, β3, β4, β5.
Mô hình hồi quy được xây dựng như sau:
NHANBIETTHUONGHIEU = β0 + β1THUONGHIEU + β2LOGO +
β3SLOGAN + β4QUANGBA + β5DONGPHUC + ei
Dựa vào hệ số Bê – ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biển phụ thuộc trong mô hình và ảnh hưởng với mức độ ra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của
mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng của các nhân tố ảnh hưởng đến mức độ nhân biết của khách hàng thương hiệu “CodeGym – Hệ thống đào tạo lập trình hiện đại”.
2.3.5.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0.05. Những nhân tố nào có giá trị Sig. > 0.05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quả phân tích hồi quy được thể hiện qua bảng sau:
Bảng 2.18: Hệ số phân tích hồi quy
Hệ só chưa chuẩn hóa | Hệ số chuẩn hóa | t | Sig. | VIF | ||
Beta | Độ lệch chuẩn | Beta | ||||
Hằng số | 0.735 | 0.320 | 2.299 | 0.023 | ||
THUONGHIEU | 0.080 | 0.097 | 0.87 | 0.0820 | 0.414 | 2.038 |
LOGO | 0.198 | 0.093 | 0.219 | 2.135 | 0.035 | 1.920 |
SLOGAN | 0.227 | 0.094 | 0.229 | 2.403 | 0.018 | 1.649 |
QUANGBA | 0.067 | 0.087 | 0.070 | 0.767 | 0.444 | 1.522 |
DONGPHUC | 0.194 | 0.083 | 0.209 | 2.352 | 0.020 | 1.434 |
(Nguồn: Kết quả xử lý SPSS 20)
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô
hình: “Hình ảnh Logo”, “Câu khẩu hiệu Slogan”, “Đồng phục nhân viên” có giá