GIỚI THIỆU CHUNG VỀ NGHIÊN CỨU
Lý do chọn đề tài
Bia là thức uống phổ biến trên toàn thế giới, với nhiều nhãn hiệu đa dạng về hương vị và đặc điểm Việt Nam, với dân số 97 triệu người, đứng thứ 15 toàn cầu, hiện đang trong giai đoạn "cơ cấu dân số vàng", với 33 triệu người trong độ tuổi lao động từ 20-40, độ tuổi tiêu thụ bia cao nhất Từ 2019 đến 2021, tỷ lệ tăng trưởng của Việt Nam đạt trên 9%, dự kiến GDP bình quân đầu người sẽ đạt 3.700 USD vào cuối năm.
Năm 2021, nhu cầu sử dụng sản phẩm bia, đặc biệt là bia cao cấp, đã được thúc đẩy nhằm củng cố cơ cấu nền kinh tế Điều này không chỉ đảm bảo sự phát triển bền vững mà còn góp phần vào tăng trưởng chiều sâu cho thị trường bia Việt Nam trong tương lai.
Trong khu vực Đông Nam Á, Việt Nam là quốc gia tiêu thụ bia nhiều nhất Năm
Năm 2019, tổng sản lượng sản xuất bia tại Việt Nam đạt 5 tỷ lít, tăng 22,9% so với năm trước, trong khi tổng lượng tiêu thụ đạt 4 tỷ lít, tăng 29,1% Doanh thu thị trường bia đạt hơn 65 tỷ đồng, tăng 0,5% Tuy nhiên, theo Tổng cục Thống kê Việt Nam, lượng bia tiêu thụ trong 6 tháng đầu năm 2020 giảm 17,4%, chỉ đạt gần 1,96 triệu lít, do ảnh hưởng của dịch bệnh Heineken nổi bật như một thương hiệu bia thành công, được yêu thích không chỉ ở Châu Âu mà còn trên toàn thế giới Tại Việt Nam, Heineken là sản phẩm bia được ưa chuộng và đóng góp lớn vào lợi nhuận của Tập đoàn Hà Lan.
Nhóm quyết định nghiên cứu đề tài “Yếu tố ảnh hưởng đến quyết định mua bia Heineken tại TP Hồ Chí Minh” nhằm giúp Công ty TNHH Nhà máy bia Heineken cải thiện chiến lược Marketing – mix Nghiên cứu này sẽ cung cấp những giải pháp thiết thực để nâng cao hiệu quả kinh doanh và đáp ứng tốt hơn nhu cầu của khách hàng.
Mục tiêu nghiên cứu
• Phân tích kết quả nghiên cứu sự đánh giá của khách hàng về bia lon
HEINEKEN của công ty TNHH Nhà Máy Bia HEINEKEN Việt Nam tại TP.HCM
Kiểm định thang đo là một bước quan trọng trong nghiên cứu, bao gồm việc sử dụng Cronbach’s Alpha và EFA để xác định độ tin cậy và tính hợp lệ của thang đo Phân tích tương quan giúp khám phá mối liên hệ giữa các biến, trong khi phân tích hồi quy tuyến tính cho phép đánh giá ảnh hưởng của các biến độc lập lên biến phụ thuộc Kiểm định mối liên hệ giữa các biến định tính và kiểm định sự khác biệt về trị trung bình cung cấp cái nhìn sâu sắc về dữ liệu Cuối cùng, việc xử lý thông tin sau khi chạy phần mềm SPSS là cần thiết để rút ra kết luận chính xác từ các phân tích.
Phương pháp thu thập dữ liệu
Nghiên cứu định tính đóng vai trò quan trọng trong việc chuẩn hóa thang đo và phát triển bảng câu hỏi phù hợp Quá trình này giúp thu thập và nắm bắt những thông tin cơ bản, từ đó làm rõ vấn đề nghiên cứu và xây dựng giả thuyết nghiên cứu một cách hiệu quả.
Nghiên cứu định lượng được thực hiện thông qua khảo sát các đối tượng đã và đang sử dụng bia Heineken tại TP Hồ Chí Minh Bảng câu hỏi khảo sát hoàn chỉnh sẽ giúp thu thập thông tin về các yếu tố ảnh hưởng đến quyết định mua bia Heineken của khách hàng Dữ liệu thu thập sẽ được xử lý và phân tích bằng phần mềm thống kê SPSS để đưa ra những kết luận chính xác.
Phạm vi và đối tượng nghiên cứu
Phạm vi nghiên cứu: Những người sinh sống và làm việc hoặc học tập tại TP
Hồ Chí Minh Đối tượng nghiên cứu:
• Tuổi tác: Từ 18 tuổi trở lên
• Thu nhập: Từ dưới 2 triệu đến trên 5 triệu
• Nghề nghiệp: Mọi ngành nghề
Các giả thuyết nghiên cứu
Giả thuyết H01 cho rằng sự hài lòng của khách hàng tiêu dùng bia có thể được đánh giá thông qua bốn yếu tố chính: hương vị, thiết kế bao bì, chất lượng sản phẩm và giá cả.
• Giả thuyết H02: Hương vị càng thơm ngon thì mức độ hài lòng của khách hàng càng cao
• Giả thuyết H03: Thiết kế bao bì đẹp, tính thẩm mỹ cao sẽ làm tăng mức độ hài lòng của khách hàng
• Giả thuyết H04: Chất lượng sản phẩm tốt thì mức độ hài lòng của khách hàng đối với sản phẩm càng cao
• Giả thuyết H05: Giá cả phải chăng, hợp lý thì mức độ hài lòng của khách hàng sẽ càng cao
XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả
• Thống kê mô tả tóm tắt hoặc mô tả các đặc điểm của một tập dữ liệu
Thống kê mô tả bao gồm hai loại thông số đo lường cơ bản: đo lường xu hướng tập trung và đo lường sự biến đổi hoặc độ phân tán.
• Đo lường xu hướng tập trung mô tả trung tâm của một tập dữ liệu
• Đo lường sự biến động hoặc phân tán mô tả sự phân tán dữ liệu trong tập dữ liệu
Bước 1: chọn Analyze → Descriptive Statistics → Frequencies…
Hình 2.1: Các bước phân tích thống kê mô tả
Bước 2: Giao diện cửa sổ sẽ hiện như bên dưới Đưa biến Giới tính, Độ tuổi, Nghề nghiệp, Thu nhập từ mục bên trái sang mục bên phải Variable(s)
Bước 3: Nhấn tùy chọn Charts
Tại Chart Type, chọn vẽ biểu đồ tròn Pie
Tại Chart Values, chọn hiển thị phần trăm Percentage
Hình 2.3: Hộp thoại Frequencies:Charts
Bảng 2.1: Bảng phân tích Thông kế mô tả về giới tính Giới tính
Hình 2.4: Biểu đồ vê giới tính
Kết quả nghiên cứu cho thấy, trong số 160 đối tượng tham gia khảo sát thì có
103 người là nữ tham gia khảo sát chiếm 64.38%, và 57 người là nam tham gia khảo sát với 35.63%
Bảng 2.2: Bảng phân tích Thống kê mô tả về độ tuổi Độ tuổi
Hình 2.5: Biểu đồ về độ tuổi
Theo nghiên cứu, nhóm tuổi 18-25 chiếm 90% lượng tiêu thụ bia, do họ là những người trẻ đang đi làm với thu nhập ổn định Nhóm tuổi 26-35 đứng thứ hai với 8.13% Hai nhóm tuổi 36-45 và trên 45 tuổi chỉ chiếm 0.63%, điều này hợp lý vì họ thường ưu tiên bảo vệ sức khỏe hơn là sử dụng rượu bia.
Bảng 2.3: Bảng phân tích thống kê mô tả về ngành nghề
Hình 2.6: Biếu đồ về nghề nghiệp
Nghiên cứu cho thấy học sinh, sinh viên là nhóm có tỉ lệ tiêu thụ bia cao nhất với 86,25%, chủ yếu do tâm lý tuổi mới lớn khi tham gia các buổi tiệc tùng Nhóm nhân viên văn phòng đứng thứ hai với 10,63%, thường xuyên tiếp xúc với bia trong các cuộc gặp gỡ đối tác Các ngành nghề khác chỉ chiếm 3,13% trong khảo sát này.
Bảng 2.4: Bảng phân tích thống kê về thu nhập trung bình/tháng
Thu nhập trung bình / tháng
Hình 2.7: Biểu đồ về thu nhập trung bình/tháng
Từ kết quả phân tích, ta có thể dễ dàng thấy hai mức thu nhập dưới 2 triệu và từ
2 triệu – 5 triệu chiếm vị trí cao nhất với 41.25% Còn mức thu nhập từ 5 triệu trở lên thì chiếm 17.50%
• Với các câu hỏi nhiều lựa chọn,sử dụng cột Frequency và Percent of Cases
Bước 1: Mã hóa biến nhiều lựa chọn: chọn Analyze → Multiple Responses → Define Variable Sets…
Hình 2.8: Các bước phan tích Frequency và Percent of Cases
Bước 2: Chọn biến thuộc câu nhiều lựa chọn đưa vào khung Variables in Set
• Khai báo cách mã hoá ở khung Variables Are Coded As: ta khai báo ở dòng Categories, và đếm các số thứ tự của biến tại ô Range: 1 through: 4
• Khai báo tên và nhãn biến ở khung Name và Label
• Click vào Add để xác nhận biến tổng hợp đã được tạo -> Click chọn Close để hoàn tất quá trình định dạng biến tổng hợp
Hình 2.9: Hộp thoại Define Multiple Response Sets
Bước 4: Thống kê tần số biến nhiều lựa chọn: chọn Analyze → Multiple Responses
Hình 2.10: Các bước phân tích thống kê mô tả câu hỏi nhiều lựa chọn
Bước 5: Đưa biến tổng hợp vừa tạo ở phần trên vào ô Tables for -> Click chọn Ok để hoàn tất thao tác
Hình 2.11: Hộp thoại Multiple Response Frequencies
Bảng 2.5 Bảng phân tích thống kê mô tả về kết quả thông tin
Biết đến bia Heineken qua a
Kết quả phân tích cho thấy rằng 31.4% người biết đến bia Heineken qua Tivi, trong khi 30.8% biết qua Internet Bạn bè đóng góp 26.9% và báo chí chỉ chiếm 10.9% Sự nổi bật này có thể được giải thích bởi chiến lược quảng bá mạnh mẽ của Heineken trên Tivi và Internet, khiến nhiều người nhận diện thương hiệu qua hai kênh này, đồng thời được giới thiệu từ bạn bè về hương vị thơm ngon của bia Heineken.
Bảng 2.6: Bảng phân tích thông kế mô tả về tần suất sử dụng
Tần suất sử dụng bia Heineken
Theo khảo sát về tần suất sử dụng, phần lớn người tham gia (91.9%) cho biết họ chỉ sử dụng dưới 4 lần mỗi tháng, trong khi 13 người còn lại (chiếm tỷ lệ nhỏ) sử dụng từ 4 đến 8 lần mỗi tháng.
Bảng 2.7: Bảng phân tích thống kê mô tả về các dịp sử dụng Bia Heineken
Các dịp sử dụng bia
Theo khảo sát, 51.6% người tham gia cho biết họ thường sử dụng bia trong các buổi tiệc tùng, trong khi 41.9% sử dụng vào các ngày lễ Tỷ lệ người dùng bia hàng ngày chỉ chiếm 6.5%.
Bảng 2.8: Bảng phân tích thống kê mô tả về việc sử dụng Bia cùng với ai
Gia đình 98 33.9% 61.6% Đồng nghiệp 32 11.1% 20.1% Đối tác 21 7.3% 13.2%
Theo khảo sát, 47.8% khách hàng thường chọn bia Heineken để thưởng thức cùng bạn bè, trong khi 33.9% sử dụng bia này cùng gia đình Hai nhóm cuối cùng là đồng nghiệp và đối tác, lần lượt chiếm 11.1% và 7.3% trong tổng số người được khảo sát.
Bảng 2.9: Bảng phân tích thống kê mô tả về thường mua bia Heineken ở đâu
Theo khảo sát, người tiêu dùng thường chọn mua bia tại các tạp hóa nhiều hơn so với siêu thị và cửa hàng tiện lợi, với 37% người tiêu dùng chọn mua bia Heineken tại tạp hóa Siêu thị đứng thứ hai với 26% và cửa hàng tiện lợi chiếm 25.3% Trong khi đó, việc mua bia ở chợ chỉ chiếm 11.6%, cho thấy sự ưu tiên của người tiêu dùng đối với các kênh phân phối khác.
Bảng 2.10: Bảng phân tích thống kê mô tả về thường xem quảng cáo qua các kênh nào
Thường xem quảng cáo qua các kênh a
Khách hàng biết đến Heineken chủ yếu thông qua quảng cáo trên Internet và Tivi, với tỷ lệ lần lượt là 42.2% và 40.4% Trong khi đó, tỷ lệ khách hàng tiếp cận quảng cáo qua Banner và Tạp chí lại thấp hơn, chỉ đạt 10.9% và 6.5%.
Kiểm định độ tin cậy Cronbach Alpha
Công cụ này rất cần thiết để kiểm tra độ tin cậy và chất lượng của các biến quan sát thuộc nhân tố mẹ (nhân tố A) Phép kiểm định cho thấy mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một nhân tố.
Kết quả Cronbach Alpha của nhân tố cho thấy các biến quan sát đóng góp hiệu quả vào việc đo lường khái niệm nhân tố Những biến này không chỉ thể hiện đặc điểm của nhân tố mẹ mà còn khẳng định rằng chúng ta đã xây dựng được một thang đo chất lượng cho nhân tố này.
Bước 1: Vào Analyze → chọn Scale → Reliability Analysis…
Hình 2.12: Các bước phân tích kiểm định độ tin cậy
Bước 2: Thực hiện kiểm định cho nhóm biến quan sát bằng cách đưa các biến quan sát vào mục Items bên phải Tiếp đó chọn Statistics
Hình 2.13: Hộp thoại Reliability Analysis Bước 3: Lúc này tick vào các mục Scale if item deleted và chọn Continue
Bảng 2.11: Bảng kết quả Thang đo Hương vị
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Từ kết quả phân tích cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo
Thang đo "Hương vị" đạt độ tin cậy cao với hệ số Cronbach's Alpha là 0,806, vượt ngưỡng 0,6, và tất cả 4 biến quan sát có hệ số tương quan biến tổng (Corrected Item – Total Correlation) đều lớn hơn 0,3, cho phép thực hiện các phân tích tiếp theo.
Bảng 2.12: Bảng kết quả Thang đo Thiết kế (lần 1)
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Trường hợp này biến TK5 bị loại do có hệ số tương quan biến – tổng (Corrected Item-Total Correlation) < 0,3 Sau khi loại biến chúng ta tiến hành chạy lại
Bảng 2.13: Bảng kết quả Thang đo Thiết Kế (lần 2)
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Kết quả phân tích cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “Thiết kế” đạt 0,823, vượt mức 0,6, và tất cả 4 biến quan sát trong thang đo có hệ số tương quan biến tổng đều lớn hơn 0,3 Điều này chứng tỏ thang đo “Thiết kế” có độ tin cậy cao, đủ điều kiện để tiến hành các phân tích tiếp theo.
Bảng 2.14: Bảng kết quả Thang đo Chất lượng sản phẩm
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Từ kết quả phân tích, cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo
Chất lượng sản phẩm đạt giá trị 0,778, vượt mức 0,6, và hệ số tương quan biến tổng của bốn biến quan sát trong thang đo đều lớn hơn 0,3, cho thấy thang đo này có độ tin cậy cao và phù hợp cho các phân tích tiếp theo.
Bảng 2.15: Bảng kết quả Thang đo Giá cả
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Từ kết quả phân tích, cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo
Thang đo "Gía cả" có giá trị 0,842, vượt mức 0,6, và hệ số tương quan biến tổng của bốn biến quan sát đều lớn hơn 0,3, cho thấy độ tin cậy cao để tiến hành các phân tích tiếp theo.
Bảng 2.16: Bảng kết quả Thang đo Quảng cáo (lần 1)
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Giá trị Cronbach’s Alpha = 0,682 Biến QC3 bị loại do có hệ số tương quan biến tổng < 0,3
Ta tiến hành chạy lại:
Bảng 2.17: Bảng kêt quả tThang đo quảng cáo (lần 2)
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Kết quả phân tích cho thấy hệ số Cronbach’s Alpha của thang đo “Quảng cáo” đạt 0,751, vượt ngưỡng 0,6, và hệ số tương quan biến tổng của ba biến quan sát đều lớn hơn 0,3, chứng tỏ thang đo “Quảng cáo” có độ tin cậy cao để tiến hành các phân tích tiếp theo.
Bảng 2.18: Bảng kết quả Thang đo Quyết định sử dụng
Trung bình thang đo nếu biến này bị loại bỏ
Phương sai thang đo nếu biến này bị loại bỏ
Tương quan biến – tổng hiệu chỉnh
Alpha nếu biến này bị loại bỏ
Từ kết quả phân tích cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo
Thang đo “Quyết định sử dụng” đạt độ tin cậy cao với hệ số 0,822, vượt ngưỡng 0,6, cùng với hệ số tương quan biến tổng của 4 biến quan sát đều lớn hơn 0,3 Điều này cho thấy thang đo này đủ điều kiện để tiến hành các phân tích tiếp theo.
Bảng 2.19: Bảng thống kế kết quả các biến đủ độ tin cậy
Biến quan sát đủ độ tin cậy
Biến quan sát không đủ độ tin cậy Độc lập
01 HV 04 HV1, HV2, HV3, HV4 0
02 TK 04 TK1, TK2, TK3, TK4 0
03 CL 04 CL1, CL2, CL3, CL4 0
04 GC 04 GC1, GC2, GC3, GC4 0
Khi phân tích độ tin cậy Cronbach’s Alpha cho các thang đo biến độc lập và biến phụ thuộc trong mô hình, kết quả cho thấy có 22 biến quan sát đạt đủ độ tin cậy để tiến hành các bước phân tích tiếp theo.
Phân tích nhân tố khá phá EFA
Trong phân tích dữ liệu định lượng bằng SPSS cho các bài luận văn và nghiên cứu khoa học, việc kiểm định lý thuyết khoa học yêu cầu đánh giá độ tin cậy của thang đo thông qua phân tích Cronbach Alpha và xác định giá trị của thang đo bằng EFA Sau khi đã tìm hiểu về độ tin cậy, bước tiếp theo là tiến hành đánh giá giá trị của thang đo để đảm bảo tính chính xác và hiệu quả trong nghiên cứu.
Phân tích nhân tố được sử dụng trong các trường hợp:
• Nhận diện các khía cạnh hay nhân tố giải thích được liên hệ tương quan trong một tập hợp biến
Nhận diện một tập hợp biến mới với số lượng ít, không có tương quan lẫn nhau, nhằm thay thế cho tập hợp biến gốc có sự tương quan.
• Để nhận dạng một tập một số ít các biến nổi trội từ một tập nhiều biến
Bước 1: Chọn Analyze → Dimension Reduction → Factor…
Hình 2.14: Các bước phân tích nhân tố khám phá EFA
Bước 2: Chúng ta cần đưa các biến quan sát của các biến độc lập vào mục Variables để thực hiện phân tích EFA Lưu ý rằng, nếu có biến quan sát nào đã bị loại trước đó, chúng sẽ không được đưa vào phân tích EFA.
2.3.1 Phân tích nhân tố khám phá cho biến độc lập
Trong phân tích nhân tố khám phá, các biến độc lập và biến quan sát HV1, TK4, CL3, GC1 đã bị loại bỏ do có hệ số tải nhân tố lớn hơn 0,5, nằm trên hai nhân tố riêng biệt và chênh lệch hệ số tải nhân tố nhỏ hơn 0,3.
Bảng 2.20: Kết quả sau khi loại các biến trên và phân tích lại lần 2
• Kiểm định tích hợp của mô hình nhân tố EFA (Kaiser-Meyer_Olkin)
Hệ số KMO có giá trị = 0,664 thỏa điều kiện 0,5 1), nhân tố thứ 5 có Eigenvalues thấp nhất là 1,512 > 1
Kết luận: 62,743% thay đổi của các nhân tố được giải thích bởi các biến quan sát trong mô hình
Bảng 2.22: Kết quả ma trận xoay
Ma trận thành phần xoay
2.3.2 Phân tích nhân tố khám phá cho biến phụ thuộc
Bảng 2.22: Bảng kết quả nhân tố phụ thuộc
• Kiểm định tích hợp của mô hình nhân tố EFA (Kaiser-Meyer_Olkin)
Hệ số KMO có giá trị = 0,717 thỏa điều kiện 0,5 1
Kết luận: 73,955% thay đổi của các nhân tố được giải thích bởi các biến quan sát trong mô hình
Bảng 2.24: Bảng kết quả của ma trận xoay
Ma trận thành phần xoay
Kết quả phân tích EFA cho biến phụ thuộc cho thấy hệ số tải nhân tố của các biến quan sát đều đạt yêu cầu Factor Loading >= 0,5, và chỉ có một nhân tố được tạo ra Các biến quan sát trong nhân tố “quyết định mua sắm” cũng thỏa mãn điều kiện phân tích Cronbach’s Alpha > 0,6, đảm bảo đủ tiêu chuẩn cho phân tích hồi quy.
27 biến quan sát trong nhân tố biến phụ thuộc sau khi phân tích EFA bao gồm QD2, QD1, QD3
Bảng 2.25: Bảng thống kê phân tích EFA
Tên nhân tố Biến quan sát Độc lập
01 HV 04 Hương vị HV1, HV2, HV3, HV4
02 TK 04 Thiết kế TK1, TK2, TK3, TK4
03 CL 04 Chất lượng sản phẩm
04 GC 04 Giá cả GC1, GC2, GC3, GC4
05 QC 03 Quảng cáo QC1, QC2, QC4
06 QD 03 Quyết định mua sắm
Phân tích tương quan Pearon
Phân tích tương quan Pearson được thực hiện để xác định mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập Mục tiêu là đánh giá sự tương quan có ý nghĩa của từng biến độc lập với biến phụ thuộc Nếu mức ý nghĩa Sig của hệ số hồi quy nhỏ hơn 0,05 (Sig 0,05 Vậy phương sai giữa các nhóm nghề nghiệp là đồng nhất, ta đọc kết quả ở ANOVA
Bảng 2.43: Kiểm định ANOVA cho biến nghề nghiệp đến quyết định mua sắm ANOVA
Tổng của các bình phương df Trung bình bình phương
Kết quả kiểm định ANOVA cho thấy giá trị Sig = 0,643, lớn hơn 0,05, do đó chúng ta chấp nhận giả thuyết H0 Điều này chỉ ra rằng không có sự khác biệt về giá trị trung bình quyết định mua giữa các nhóm nghề nghiệp.
2.7.4 Kiểm định sự khác biệt về quyết định mua của khách hàng theo thu nhập
H 0 : Không có sự khác biệt về giá trị trung bình quyết định mua sắm đối với biến thu nhập
H 1 : Có sự khác biệt về giá trị trung bình quyết định mua sắm đối với biến thu nhập
Bảng 2.44: Kiểm định sự khác biệt của thu nhập đến quyết định mua sắm
Kiểm định tính đồng nhất của phương sai
Kiểm định Levene df1 df2 Sig
Kết quả kiểm định Levene cho giá trị Sig = 0,187 > 0,05 Vậy phương sai giữa các nhóm thu nhập là đồng nhất, ta đọc kết quả ở ANOVA
Bảng 2.45: Kiểm định ANOVA cho biến thu nhập đến quyết định mua sắm ANOVA
Tổng của các bình phương df Trung bình bình phương
Kết quả kiểm định ANOVA cho thấy giá trị Sig = 0,837, lớn hơn 0,05, do đó chúng ta chấp nhận giả thuyết H0 Điều này cho thấy không có sự khác biệt về giá trị trung bình quyết định mua giữa các nhóm thu nhập.
