Luận văn Ảnh hưởng của ấn tượng nước xuất xứ đối với giá trị hàng Việt Nam tại thị trường Nhật

Chöông Ⅴ: Phaân tích döõ lieäu vaø baùo caùo keát quAÛ Toång quan veà döõ lieäu ñöôïc thu thaäp Döõ lieäu phuïc vuï cho nghieân cöùu naøy ñöôïc thu thaäp thoâng qua cuoäc ñieàu tra vôùi khung maãu ngöôøi tieâu duøng cuûa coâng ty goo Research treân Internet. Cuoäc ñieàu tra naøy baét ñaàu töø ngaøy 4 thaùng 12 naêm 2003 vôùi teân cuoäc ñieàu tra laø “Ñieàu tra veà ngoaïi quoác”, vaø göûi 1150 thö ñieän töû môøi tham gia (Phuï luïc A.5) vaøo cuoäc ñieàu tra naøy cho caùc ngöôøi monitor ñöôïc truy xuaát töø khung maãu ngöôøi tieâu duøng moät caùch hoaøn toaøn ngaãu nhieân, ñeå nhaèm thu ñöôïc 300 caâu traû lôøi. 3 ngaøy sau, ñaõ thu thaäp ñöôïc hôn 300 traû lôøi, cuoäc ñieàu tra ngöøng vieäc thu thaäp döõ lieäu treân trang Web vaø keát thuùc. Sau khi thu thaäp döõ lieäu thoâng qua Internet, döõ lieäu ñöôïc kieåm tra veà maët tính höõu hieäu. Cuoái cuøng, 314 caâu traû lôøi do ngöôøi tieâu duøng ôû Nhaät ñöôïc söû duïng trong vieäc phaân tích döõ lieäu. Moät soá ñaëc tính cuûa ngöôøi traû lôøi veà nhaân khaåu hoïc ñöôïc trình baøy ôû trang 93 trong phuï luïc C. Trong ñoù, chuùng ta nhaän thaáy moät soá ñaëc ñieåm cuûa taäp hôïp maãu ñaõ thu ñöôïc nhö sau ñaây: Tyû leä Nöõ hôi cao hôn so vôùi tyû leä cuûa toång theå nhaân daân Nhaät. Coù theå laø vì teân ñieàu tra laø “ñieàu tra veà ngoaïi quoác”. Thoâng thöôøng phuï nöõ quan taâm nhieàu hôn veà vaên hoaù, du lòch ngoaïi quoác.(Cuï theå laø Nam: 43.6%, Nöõ: 56.4%) Tyû leä theo tuoåi cuûa taäp hôïp maãu töông töï nhö khung maãu cuûa ngöôøi tieâu duøng cuûa coâng ty goo Research, töùc laø taäp hôïp maãu bao goàm nhieàu ngöôøi tuoåi treû hôn toång theå ngöôøi tieâu duøng ôû thò tröôøng Nhaät. (Cuï theå, taäp hôïp maãu coù Ave.: 36.2 tuoåi, Min.: 15 tuoåi, Max.: 69 tuoåi) Nhö vaäy, chuùng ta khoâng theå noùi laø taäp hôïp maãu cuûa nghieân cöùu naøy ñuû ñaïi dieän cho caùc ñaëc tính nhaân khaåu hoïc cuûa toång theå ngöôøi tieâu duøng Nhaät. Nhöng ôû ñaây khoâng quan taâm ñeán aûnh höôûng do söï khaùc bieät nhaân khaåu hoïc giöõa taäp hôïp maãu vaø toång theå leân moâ hình. Aûnh höôûng söï khaùc bieät veà nhaân khaåu hoïc ñöôïc ñaùnh giaù sô boä ôû phaàn sau. Veà kinh nghieäm cuûa ngöôøi tieâu duøng Nhaät tieáp xuùc tröïc tieáp vôùi ñaát nöôùc Vieät Nam, thì hôn 95 % ngöôøi tieâu duøng trong taäp hôïp maãu khoâng coù kinh nghieäm ñeán Vieät Nam (Xin xem chi tieát ôû trang 94 trong phuï luïc C). Tyû leä ñaõ coù kinh nghieäm ñeán Vieät Nam chæ laø döôùi 5 %, töông ñoái thaáp, vaø aûnh höôûng cuûa yeáu toá naøy leân moâ hình laø nhoû (Balabanis et al., 2001), cho neân trong nghieân cöùu naøy khoâng quan taâm ñeán söï aûnh höôûng leân moâ hình do söï khaùc bieät veà kinh nghieäm ñeán Vieät Nam trong quaù trình phaân tích keát quaû. Nghieân cöùu naøy coøn thu thaäp raát nhieàu thuoäc tính cuûa ngöôøi tieâu duøng nhôø heä thoáng quaûn lyù ngöôøi Monitor do coâng ty goo Research. Caùc thuoäc tính khaùc cuõng coù theå aûnh höôûng ñeán moâ hình, nhöng söï aûnh höôûng ñoù khoâng naèm phaïm vi cuûa moâ hình vaø nghieân cöùu, cho neân nghieân cöùu naøy khoâng quan taâm ñeán chuùng. Kieåm tra veà tính phaân phoái chuaån cuûa döõ lieäu Lyù thuyeát veà phöông phaùp Structual Equation Modeling (SEM) vaø caùc phaàn meàm nhö Amos ñöôïc thieát laäp döïa treân giaû thieát phaân phoái chuaån ña bieán (Multivariate normality) cho döõ lieäu ñöôïc phaân tích. Do ñoù, nghieân cöùu naøy kieåm tra veà tính phaân phoái chuaån cuûa döõ lieäu tröôùc khi chuyeån sang phaân tích nhaân toá khaùm phaù. Trong nghieân cöùu naøy döõ lieäu chuû yeáu ñöôïc ño löôøng baèng thang ño 5 ñieåm. Döõ lieäu do thang ño 5 ñieåm khoâng phaûi laø döõ lieäu lieân tuïc ñeå hình thaønh phaân phoái chuaån veà maët yù nghóa chính xaùc. Nhöng trong nghieân cöùu gaàn ñaây, “caùc döõ lieäu do thang ño treân 5 ñieåm coù theå ñöôïc coi laø döõ lieäu lieân tuïc ñeå phuïc vuï cho caùc phaân tích ña bieán” (Hagyuda, 1996; Kano and Miura, 2002). Vì vaäy, ôû ñaây coi caùc döõ lieäu ñaõ ñöôïc thu thaäp laø döõ lieäu lieân tuïc, vaø kieåm tra veà tính phaân phoái chuaån cuûa caùc bieán, döïa treân hai chæ soá laø ñoä meùo (skewness)” vaø heä soá nhoïn cuûa ñænh (kurtosis). Caùc heä soá moâ taû chæ soá thoáng keâ ñöôïc trình baøy ôû C.2 trang 95 trong phuï luïc C. Thoâng thöôøng, chuùng ta coù theå noùi heä soá skewness naèm trong phaïm vi töø – 1.0 ñeán 1.0 thì phaân phoái döõ lieäu khoâng bò meùo (Hair et al., 1992). Taát caû caùc heä soá skewness cho caùc bieán trong nghieân cöùu naøy ñeàu naèm trong khoaûng töø - 1.0 ñeán 1.0, cho neân keát luaän raèng, veà maët skewness caùc döõ lieäu ñaõ ñöôïc thu thaäp ñaït yeâu caàu cuûa tính phaân phoái chuaån. Coøn ñoái vôùi tính kurtosis, thì moät soá bieán coù giaù trò heä soá kurtosis hôi lôùn nhö caâu 3-3, 3-6 trong baûng Questionnaire. Nhöng chuùng ta coù theå keát luaän raèng döõ lieäu cho caùc bieán trong nghieân cöùu naøy khoâng vi phaïm vôùi giaû thieát phaân phoái chuaån ña bieán, vaø söï aûnh höôûng do heä soá Kurtosis hôi lôùn cho moät soá bieán ñöôïc ñaùnh giaù sau khi thöïc hieän phaân tích nhaân toá. Söï aûnh höôûng do kurtosis ñöôïc ñaùnh giaù thoâng qua Bootstrap (1000 laàn) trong phaàn meàm Amos 4.0 vaø ñaõ xaùc nhaän ñöôïc laø kurtosis trong döõ lieäu nghieân cöùu naøy khoâng aûnh höôûng nhieàu ñeán keát quaû nghieân cöùu. Phaân tích nhaân toá khaùm phaù Tröôùc khi phaân tích phöông phaùp SEM, nghieân cöùu naøy thöïc hieän phaân tích nhaân toá khaùm phaù, ñeå ñaùnh giaù sô boä ñoä ñuùng ñaén (validity) vaø ñoä tin caäy (Reliability) cho boä thang ño cuûa moâ hình. Quaù trình naøy nhaèm xem xeùt caùc bieán trong boä thang ño coù thöïc söï hình thaønh caùc nhaân toá cuûa moâ hình nghieân cöùu hay khoâng, töùc laø 4 nhaân toá trong moâ hình (Hình 2.4), aán töôïng nöôùc xuaát xöù veà con ngöôøi (People), aán töôïng nöôùc xuaát xöù veà saûn phaåm (Products), nieàm tin vaøo saûn phaåm (Beliefs), thaùi ñoä ngöôøi tieâu duøng (Attitudes). Joreskog-Lawley (1968), ngöôøi ñeà xuaát söï quan troïng cuûa vieäc phaân tích nhaân toá khaúng ñònh, cho raèng “trong phaân tích nhaân toá khaùm phaù, chuùng ta neân laáy caùc bieán ñaït heä soá loading > | 0.3 | ñeå hình thaønh moâ hình cho vieäc phaân tích tieáp theo vaø sau ñoù kieåm chöùng söï phuø hôïp cuûa moâ hình trong phaân tích khaúng ñònh”. Vì ñoä tin caäy laø ñieàu kieän tieân quyeát phaûi xeùt tröôùc, cho neân trong quaù trình naøy cuõng phaân tích tröôùc cho ñoä tin caäy, cuï theå laø tính heä soá Cronbach alpha vaø Item-total correlation, cho caùc boä thang ño cuûa moãi nhaân toá trong moâ hình nghieân cöùu ñaõ ñöôïc thieát keá. Caùc keát quaû phaân tích ñoä tin caäy treân SPSS ñöôïc trình baøy chi tieát ôû C.3 trang 96 trong phuï luïc C. Heä soá Cronbach alpha cho moãi thang ño laø: thang ño cho People: 0.8752, cho Products: 0.8049, cho Beliefs: 0.9083, cho Attitudes: 0.9596, vaø caùc giaù trò Item-total colleration cuûa moïi bieán ñeàu lôùn hôn 0.4, do ñoù, keát luaän laø ñoä tin caäy cuûa caùc boä thang ño ñuû cao. Töùc laø thang ño ñuû nhaát quan vaø oån ñònh. Tieáp theo, thöïc hieän hai kieåm ñònh laø “KMO and Bartlett's Test”. Keát quaû chöùng toû laø vieäc söû duïng phaân tích nhaân toá trong tröôøng hôïp laø thích hôïp (Baûng 5.1). Phaân tích nhaân toá cho taát caû moïi bieán trong moâ hình ñöôïc thöïc hieän vôùi phöông phaùp ruùt trích nhaân toá laø “Principal axis factoring” vaø phöông phaùp xoay laø “Promax”. Coøn tieâu chuaån ruùt trích laø Eigenvalues > 1. Trong ñoù toâi hy voïng raèng keát quaû truy xuaát 4 nhaân toá ñuùng nhö moâ hình nghieân cöùu. Keát quaû phaân tích nhaân toá ñöôïc trình baøy ôû baûng 5.2. Nhö vaäy, baûng Pattern Matrix cho thaáy laø caùc nhaân toá trích ñöôïc ñaïi dieän cho saùu thaønh phaàn, trong khi moâ hình nghieân cöùu chöùa boán thaønh phaàn. Ba nhaân toá ñaàu trong baûng 5.2 ñaïi dieän cho ba thaønh phaàn laø Attitudes, Beliefs, People, vaø caùc bieán trong boä thang ño coù heä soá Loading coù giaù trò yù nghóa, töùc laø > 0.3 vôùi nhaân toá cuûa mình, chæ tröø caâu 3-3. Nhöng ñoái vôùi Products thì heä soá Loading cuûa caùc bieán chia thaønh 3 nhaân toá nhoû vôùi söï keát hôïp vôùi moät soá bieán cuûa thaønh phaàn khaùc, ñaëc bieät vôùi moät soá bieán cuûa thaønh phaàn People. Nhö vaäy, chuùng ta ñaùnh giaù ñöôïc laø boä thang ño cho Products coù tính ñuùng ñaén khoâng cao, keå caû tính ñuùng ñaén hoäi tuï (Convergent validity) vaø tính ñuùng ñaén khaùc bieät (Discriminant validity). Coøn boä thang ño cho People coù tính ñuùng ñaén khaùc bieät khoâng cao. Ñieàu naøy cho thaáy thaønh phaàn veà aán töôïng nöôùc xuaát xöù giöõa veà con ngöôøi vaø saûn phaåm coù söï khaùc bieät nhoû. Trong tröôøng hôïp naøy, chuùng ta nghó ñeán khaùi nieäm veà aán töôïng nöôùc xuaát xöù thì coù theå hình dung ñöôïc laø khaùi nieäm aán töôïng veà moät quoác gia chöùa raát nhieàu noäi dung vaø phöùc taïp. Do ñoù, khi khaùi nieäm veà aán töôïng moät quoác gia ñöôïc chuyeån thaønh hai thaønh phaàn moät caùch ñôn giaûn, con ngöôøi vaø saûn phaåm, chuùng ta raát khoù phaân bieät laø noäi dung naøo seõ phuï thuoäc vaøo aán töôïng veà con ngöôøi hoaëc aán töôïng veà saûn phaåm. Nhö vaäy, keát quaû ôû ñaây cho thaáy ñieàu maø tính ñuùng ñaén phaân bieät khoâng cao cuõng laø moät ñieàu hôïp lyù. Ñeå phaân tích theâm cho keát quaû nghieân cöùu naøy, chuùng ta caàn phaûi phaân bieät nhaân toá cho hai thaønh phaàn laø aán töôïng veà con ngöôøi vaø aán töôïng veà saûn phaåm. Cho neân thöïc hieän moät cuoäc phaân tích nhaân toá, bao goàm hai boä thang ño cho People vaø Products, ñeå truy xuaát hai nhaân toá. Keát quaû ñöôïc trình baøy ôû baûng 5.3. Trong phaân tích nhaân toá naøy söû duïng tieâu chuaån ruùt trích laø “A Priori Criterion”, töùc laø trong phaàn meàm SPSS, toâi chæ ñònh soá nhaân toá ruùt trích laø hai. “A Priori Criterion” laø moät tieâu chuaån ruùt trích maø coù theå aùp duïng khi naøo nhaø phaân tích ñaõ bieát soá nhaân toá ñöôïc trích ra tröôùc khi thöïc hieän phaân tích nhaân toá. Tieâu chuaån naøy höõu ích neáu nhaø phaân tích ñang kieåm tra moät lyù thuyeát hoaëc giaû thieát veà soá nhaân toá ñöôïc truy xuaát. Coøn vieäc söû duïng tieâu chuaån naøy vaøo tröôøng hôïp ñang thöïc hieän vieäc sao cheùp laïi nghieân cöùu tröôùc ñaây vaø ruùt trích ñuùng soá nhaân toá maø ñaõ ñöôïc thieát laäp, ñöôïc chöùng toû laø ñuùng (Hair et al., 1992). Trong tröôøng hôïp nghieân cöùu naøy, ñieàu kieän söû duïng tieâu chuaån ruùt trích khoâng ñuùng laém so vôùi caùc ñieàu treân, vì moät laø boä thang ño ñöôïc söû duïng trong nghieân cöùu naøy ñaõ ñöôïc dòch chuyeån töø tieáng Anh sang tieáng Nhaät, hai laø caùc caâu hoûi trong boä thang ño ñaõ ñöôïc phaùt trieån vaø söõa ñoåi cho tröôøng hôïp nghieân cöùu naøy. Nhöng vì hai thaønh phaàn cho aán töôïng quoác gia coù tính ñuùng ñaén khaùc bieät khoâng cao vaø khoù phaân bieät bieán naøo hình thaønh nhaân toá naøo, cho neân ôû ñaây söû duïng ñieàu kieän ruùt trích naøy ñeå phaân bieät hai nhaân toá naøy vaø söï khoâng hôïp lyù cuûa vieäc söû duïng ñieàu kieän naøy seõ ñöôïc hieäu chænh laïi trong quaù trình phaân tích nhaân toá khaúng ñònh tieáp theo. Baûng 5.3 trình baøy caùc heä soá Loading cuûa moãi bieán vôùi hai nhaân toá laø People: Factor 1 vaø Products: Factor 2. Trong ñoù coù moät soá bieán nhaûy qua nhaân toá khaùc töø vò trí ñaõ ñöôïc thieát keá, nhö 1-9 (chuyeån vaøo Products), 2-3, 2-4, 2-5 (Chuyeån sang People). Nhöng ngoaøi tröø caâu 2-3, caùc bieán ôû ñaây khoâng ñöôïc coi laø coù tính ñuùng ñaén noäi dung (Face validity) vì yù nghóa cuûa nhöõng caâu naøy khoâng chöùa noäi dung cuûa nhaân toá maø chuùng coù heä soá loading cao trong baûng 5.3. Thí duï, caâu 1-9 coù heä soá loading khaù vôùi nhaân toá Products nhöng caâu naøy noùi ñeán con ngöôøi chöù, khoâng moâ taû veà saûn phaåm. Vì vaäy, nhöõng caâu naøy ñeàu ñöôïc loaïi boû, do vi phaïm veà tính ñuùng ñaén noäi dung. Coøn caâu 2-3 thì caâu naøy ñöôïc xeáp loaïi vaøo nhaân toá Products do nghieân cöùu tröôùc ñaây cuûa Knight et al. (1999), nhöng keát quaû trong baûng 5.3 chöùng toû noù coù quan heä chaët vôùi nhaân toá People, vaø noäi dung cuûa caâu naøy hoaøn toaøn khoâng moâ taû veà saûn phaåm, maø moâ taû veà con ngöôøi vaø quoác gia nhö caùc caâu khaùc trong boä thang ño People. Vì vaäy, coù theå keát luaän laø vieäc xeáp caâu naøy vaøo thang ño Products trong nghieân cöùu tröôùc ñaây laø sai laàm do söï aûnh höôûng cuûa moät soá yeáu toá naèm beân ngoaøi moâ hình, vaø trong quaù trình phaân tích nhaân toá khaùm phaù naøy xeáp caâu 2-3 vaøo nhaân toá People. Keát quaû ôû ñaây cuõng khoâng maâu thuaãn vôùi keát quaû trong baûng 5.2. Nhö vaäy, phaân tích nhaân toá khaùm phaù ñeán ñaây ñaõ ruùt trích 4 nhaân toá trong moâ hình nghieân cöùu vôùi caùc bieán nhö sau: Attitudes: taát caû moïi bieán töø 4-1 ñeán 4-10 Beliefs: taát caû moïi bieán töø 3-1 ñeán 3-8, chæ tröø caâu 3-3. People: taát caû moïi bieán töø 1-1 ñeán 1-8 vaø bieán 2-3 Products: 4 bieán, 2-1, 2-2, 2-6, 2-7 Tieáp theo, thöïc hieän phaân tích ñoä tin caäy vaø phaân tích nhaân toá cho moãi nhaân toá ñaõ ñöôïc ruùt trích vôùi thaønh phaàn ñaõ ñöôïc trình baøy treân (Xin xem keát quaû chi tieát ôû trang 100 vaø 103, phaàn C.4 vaø C.5 trong phuï luïc C). Keát quaû cho thaáy caùc nhaân toá ñaõ ñöôïc trích ra ñeàu toát veà maët ñoä tin caäy, vì caùc heä soá Cronbach alpha ñeàu ñuû lôùn vaø khoâng coù giaù trò Item-total correlation naøo nhoû hôn 0.4. Coøn veà maët tính ñuùng ñaén thì caùc bieán trong boán nhaân toá ñeàu coù heä soá loading ñuû lôùn. Nhöng phöông sai tích luõy cuûa moät soá nhaân toá khoâng lôùn nhö People (51.177%) vaø Products (58.580%). Thoâng thöôøng phöông sai tích luõy ñöôïc yeâu caàu > 60%, nhöng > 50% cuõng coù theå chaáp nhaän ñöôïc. Nhö vaäy, trong quaù trình phaân tích nhaân toá khaùm phaù ñaõ trích ra ñuû 4 nhaân toá cho moâ hình nghieân cöùu, vaø tieáp theo, moâ hình ñöôïc phaân tích vaø hieäu chænh laïi trong quaù trình phaân tích nhaân toá khaúng ñònh. Phaân tích nhaân toá khaúng ñònh Tröôùc khi chuyeån vaøo phaân tích nhaân toá khaúng ñònh baèng phöông phaùp Structural equation modeling(SEM), teân goïi bieán cho caùc nhaân toá trong moâ hình SEM ñöôïc ñaët nhö sau: Attitudes: Töø caâu 4-1 ñeán 4-10 ñöôïc ñaët laø [attitu01] ñeán [attitu10] Beliefs: Töø caâu 3-1 ñeán 3-8, ngoaïi tröø 3-3, ñöôïc goïi laø [belief01] ñeán [belief08] People: Töø caâu 1-1 ñeán 1-8 ñöôïc goïi [people01] ñeán [people08], vaø 2-3 ñöôïc goïi [produc03] Products: caâu 2-1, 2-2, 2-6, 2-7, ñöôïc goïi laø [produc01], [produc02], [produc06], [produc07] Phaàn meàm ñöôïc söû duïng laø “Amos 4.0” vaø söû duïng phöông phaùp öôùc tính laø Maximum likelihood Estimation (MLE). Döïa treân keát quaû phaân tích nhaân toá khaùm phaù, moâ hình nghieân cöùu ñaõ nhaäp vaøo phaàn meàm Amos 4.0 nhö sau ñaây (Hình 5.1). Nghieân cöùu naøy söû duïng moät soá chæ soá thoáng keâ ñeå ñaùnh giaù ñoä thích hôïp cuûa moâ hình vôùi döõ lieäu thöïc teá (Measure of fit). ÔÛ ñaây giôùi thieäu yù nghóa cuûa caùc chæ soá thoáng keâ vaø tieâu chuaån ñaùnh giaù (tham khaûo Amos 4.0 User’s Guide, 1999): CMIN: giaù trò chi-square P: p-value cho kieåm ñònh giaû thieát laø moâ hình hoaøn toaøn phuø hôïp vôùi döõ lieäu thöïc teá DF: Degree of freedom CMIN/DF: Chi-square chia cho DF; Rule of Thumb: Chæ soá naèm töø 2 ñeán 1, hoaëc 3 ñeán 1 thì ñoä thích hôïp coù theå ñöôïc chaáp nhaän (Carmines and McIver, 1981); Chæ soá thaáp nhö 2 hoaëc cao nhö 5, chæ raèng söï phuø hôïp (Marsh and Hocevar, 1985). Chæ soá > 2.00 chöùng toû raèng ñoä thích hôïp khoâng ñuû (Byrne, 1989). RMSEA: “root mean square error of approximation”Rule of Thumb: 0.10 thì khoâng phuø hôïp (Browne and Cudeck, 1993). CFI: “The comparative fit index”, seõ coù giaù trò töø 0 ñeán 1. Chæ soá gaàn ñeán 1 thì thích hôïp.Rule of Thumb: > 0.9 thì moâ hình thích hôïp vôùi döõ lieäu (Tanaka, 1987; Toyota, 1992) GFI: “goodness of fit index”, seõ coù giaù trò töø 0 ñeán 1. Chæ soá gaàn ñeán 1 thì thích hôïp.Rule of Thumb: > 0.9 thì moâ hình thích hôïp vôùi döõ lieäu (Tanaka, 1987; Toyota, 1992) AGFI: “adjusted goodness of fit index”, töông töï nhö GFI, nhöng hieäu chænh vôùi ñoä töï do moâ hình. Coù quan heä GFI > AGFI. HOELTER: soá maãu lôùn nhaát cho giaû thieát laø moâ hình ñuùng. Hoelter (1983) cho raèng giaù trò > 200 chæ söï thoaû maõn veà ñoä thích hôïp, thoâng thöôøng söû duïng vôùi möùc yù nghóa laø 0.05. Rieâng veà CMIN vaø P cuûa noù thì coù moät ñieàu caàn quan taâm. Ñoù laø, Chi-square vaø p-value thöôøng khoâng ñöôïc caùc nhaø nghieân cöùu quan taâm nhieàu trong vieäc ñaùnh giaù ñoä thích hôïp cuûa moâ hình khi söû duïng côõ maãu lôùn. Vì “..., Ñoái vôùi maãu lôùn, gaàn nhö taát caû moâ hình seõ bò baùc boû do söï khoâng ñöôïc öùng hoä veà maët thoáng keâ,...” (Bentler and Bonett, 1980). Nhö vaäy, moät soá taùc giaû ñeà nghò vieäc söû duïng tyû soá CMIN/DF nhö tieâu chuaån ñaùnh giaù ñoä thích hôïp moâ hình (Amos 4.0 User’s Guide, 1999). Côõ maãu cuûa nghieân cöùu naøy (314 maãu) cuõng coù theå ñöôïc coi laø côõ maãu lôùn, so vôùi côõ maãu thích hôïp cuûa phöông phaùp öôùc tính MLE laø 100 – 200 maãu. Vì vaäy, nghieân cöùu naøy cuõng söû duïng tyû soá CMIN/DF ñeå ñaùnh giaù ñoä thích hôïp moâ hình maø khoâng quan taâm nhieàu ñeán giaù trò CMIN vaø p-value. Keát quaû chaïy moâ hình ban ñaàu (Hình 5.1) treân phaàn meàm Amos 4.0 cho thaáy laø moâ hình khoâng phuø hôïp vôùi döõ lieäu, vì caùc chæ soá thoáng keâ coù keát quaû nhö sau: Baûng 5.4: Keát quaû cuûa Flexible model ban ñaàu (Hình 5.1) CMIN 1369.086 GFI/AGFI 0.765/ 0.727 P 0.000 CFI 0.864 DF 400 RMSEA 0.088 CMIN/DF 3.423 HOELTER(0.05) 103 Nhö vaäy, caàn hieäu chænh laïi moâ hình nghieân cöùu vaø caùc nhaân toá ñaõ ñöôïc trích ra trong phaân tích nhaân toá khaùm phaù, ñeå coù ñöôïc moät moâ hình thích hôïp vôùi döõ lieäu thöïc teá. Trong phaàm meàm Amos coù moät chæ soá hoã trôï cho vieäc söûa laïi moâ hình laø Modification Index (M.I.). Chæ soá M.I. naøy cho bieát giaù trò chi-square nhoû nhaát coù theå ñöôïc giaûm, neáu cho pheùp moái quan heä töông quan giöõa hai bieán trong moâ hình, töùc laø cho bieát quan heä töông quan giöõa caùc bieán maø chöa ñöôïc ñònh nghóa trong moâ hình. Nhö vaäy, chæ soá naøy cho chuùng ta coù theå kieåm tra thöû taát caû phöông aùn hieäu chænh tieàm naêng. Nhöng maëc duø veà maët thoáng keâ coù theå cho pheùp moái quan heä töông quan, chuùng ta thöôøng khoù chöùng toû ñieàu ñoù ñuùng veà maët lyù thuyeát. Chæ soá thoáng keâ naøy chæ cho bieát moái quan heä veà maët thoáng keâ vaø neáu khoâng coù lyù thuyeát naøo öûng hoä ñieàu ñoù thì khoâng neân theâm quan heä vaøo moâ hình. Do ñoù, trong nghieân cöùu naøy chuû yeáu thöïc hieän hieäu chænh moâ hình baèng caùch boû bôùt bieán coù quan heä töông quan vôùi bieán hoaëc nhaân toá khaùc. Nhöng trong vieäc xoùa boû bieán ra khoûi moâ hình, chuùng ta cuõng phaûi quan taâm ñeán tính ñuùng ñaén noäi dung (Face validity) cuûa caùc nhaân toá trong moâ hình, vì chæ soá M.I. naøy chæ cung caáp thoâng tin veà maët thoáng keâ maø thoâi, vaø khoâng phaûi laø moâ hình chæ soá thoáng keâ toát nhaát laø moâ hình toát nhaát. Trong vieäc hieäu chænh laïi moâ hình coù moät ñieàu caàn quan taâm nöõa laø soá bieán ñöôïc bao goàm cho caùc nhaân toá trong moâ hình SEM. Kenny (1979) cho bieát moät rule of thumb laø “Hai thì toát, Ba thì toát hôn, Boán laø toát nhaát, vaø hôn nöõa thì naëng neà” Nhö vaäy, trong nghieân cöùu naøy coá gaéng tìm kieám moät moâ hình ñöôïc hieäu chænh laïi toát veà ñoä thích hôïp vôùi döõ lieäu thöïc teá, maø ít nhaát chöùa 2 hoaëc 3 bieán cho moãi nhaân toá. Coøn veà maët söï thích hôïp cuûa moâ hình thang ño (Measurement model fit), chuùng ta phaûi kieåm tra veà hai ñieàu sau. Thöù nhaát, phaûi kieåm tra heä soá Cronbach alpha cho caùc nhaân toá ñaõ ñöôïc hieäu chænh. Thöù hai, kieåm tra heä soá Loading cuûa caùc bieán vaø yù nghóa thoáng keâ cuûa noù. Trong quaù trình phaân tích nhaân toá khaúng ñònh, heä soá Cronbach alpha vaø heä soá Loading ñöôïc yeâu caàu laø > 0.7 vaø > 0.6. Moâ hình ñöôïc hieäu chænh laïi ñöôïc trình baøy ôû hình 5.2. Trong sô ñoà SEM treân Amos, caùc con soá treân “→”(muõi teân moät chieàu) chæ laø heä soá hoài qui ñöôïc chuaån hoaù (Standardized regression weights), heä soá naøy coù yù nghóa töông töï heä soá loading cho caùc muõi teân moät chieàu giöõa bieán quan saùt vaø nhaân toá tieàm naêng. Coøn caùc con soá gaàn caùc bieán quan saùt vaø nhaân toá tieàm naêng laø giaù trò bình phöông cuûa heä soá töông quan (R2), töùc laø tyû leä phaàm traêm ñöôïc giaûi thích. Nhö vaäy, sau quaù trình phaân tích nhaân toá khaúng ñònh, nghieân cöùu naøy tìm kieám ñöôïc moät moâ hình moâ taû aûnh höôûng cuûa aán töôïng nöôùc xuaát xöù ñoái vôùi thaùi ñoä ngöôøi tieâu duøng, ñaõ ñöôïc kieåm nghieäm vôùi döõ lieäu thöïc teá (Hình 5.2). Trong moâ hình naøy, khoâng coù giaù trò heä soá ñöôïc chuaån hoaù naøo lôùn hôn 1.0 hay raát gaàn vôùi 1.0. Neáu coù giaù trò treân 1.0 hoaëc raát gaàn vôùi 1.0 thì moâ hình ñöôïc ñaùnh giaù laø moät moâ hình öôùc tính sai (offending estimates) (Hair et al., 1992). Tieáp theo, toâi trình baøy caùc chæ soá thoáng keâ ñeå ñaùnh giaù toaøn boä moâ hình vôùi döõ lieäu (Baûng 5.5). Baûng 5.5: Keát quaû cuûa Flexible model-refined (Hình 5.2) CMIN 138.098 GFI/AGFI 0.941/ 0.915 P 0.000 CFI 0.974 DF 72 RMSEA 0.054 CMIN/DF 1.918 HOELTER(0.05) 211 Theo keát quaû chæ soá thoáng keâ, moâ hình ñöôïc hieäu chænh (Hình 5.2) ñaït ñoä thích hôïp toaøn boä moâ hình khaù toát, ñaõ ñaït taát caû tieâu chuaån ñaùnh giaù cho ñoä thích hôïp cuûa moâ hình, nhö ñaõ ñöôïc thaûo luaän ôû phaàn tröôùc. Moãi nhaân toá trong moâ hình ñeàu coù 2 ñeán 5 bieán quan saùt. Caùc bieán quan saùt trong moâ hình coù heä soá loading ñuû lôùn vôùi caùc nhaân toá tieàm naêng cuûa moâ hình vaø taát caû heä soá ñoù coù yù nghóa veà maët thoáng keâ vôùi möùc yù nghóa laø 0.01 (Baûng 5.6 vaø 5.7). Caùc nhaân toá trong moâ hình hieäu chænh ñöôïc kieåm tra laïi veà maët ñoä tin caäy (Xin xem chi tieát ôû trang 106, phaàn C.6 trong phuï luïc C). Keát quaû cho thaáy laø taát caû nhaân toá coù heä soá Cronbach alpha ñuû lôùn (taát caû ñeàu lôùn hôn 0.7), do ñoù, moâ hình naøy ñöôïc ñaùnh giaù laø moâ hình coù ñoä thích hôïp thang ño ñuû cao. Nhö vaäy, ôû ñaây coù theå keát luaän raèng moâ hình ñöôïc hieäu chænh laïi (Hình 5.2), ñöôïc tìm kieám trong quaù trình phaân tích nhaân toá khaúng ñònh, laø moät moâ hình hôïp lyù ñeå phaân tích moái quan heä giöõa caùc nhaân toá trong moâ hình. Xin xem chi tieát keát quaû phaân tích treân Amos 4.0 cho moâ hình ñöôïc hieäu chænh laïi ôû trang 113 trong phuï luïc D. Baûng 5.6: Heä soá hoài qui chuaån hoaù giöõa caùc thaønh phaàn trong moâ hình Standardized Regression Weights: Estimate -------------------------------- -------- beliefs <------------ COI 0.694 people <------------- COI 0.952 product <------------ COI 0.775 attitudes <------ beliefs 0.248 attitudes <---------- COI 0.256 PEOPLE06 <-------- people 0.763 PEOPLE03 <-------- people 0.781 PEOPLE01 <-------- people 0.760 PRODUC01 <------- product 0.874 BELIEF05 <------- beliefs 0.812 BELIEF08 <------- beliefs 0.872 ATTITU04 <----- attitudes 0.880 BELIEF02 <------- beliefs 0.772 ATTITU06 <----- attitudes 0.851 ATTITU08 <----- attitudes 0.906 PEOPLE04 <-------- people 0.696 PEOPLE05 <-------- people 0.631 PRODUC02 <------- product 0.638 ATTITU10 <----- attitudes 0.897 Baûng 5.7: Heä soá hoài qui giöõa caùc thaønh phaàn trong moâ hình vaø kieåm ñònh yù nghóa thoáng keâ Regression Weights Estimate S.E. C.R. P ----------------------------------------------------------------- beliefs <-- COI 0.384 0.038 10.040 0.000 people <-- COI 0.645 0.050 12.933 0.000 product <-- COI 0.541 0.045 11.922 0.000 attitudes <-- beliefs 0.315 0.118 2.668 0.008 attitudes <-- COI 0.180 0.067 2.700 0.007 PEOPLE06 <-- people 0.894 0.065 13.688 0.000 PEOPLE03 <-- people 1.000 PEOPLE01 <-- people 0.922 0.068 13.625 0.000 PRODUC01 <-- product 1.000 BELIEF05 <-- beliefs 1.018 0.070 14.463 0.000 BELIEF08 <-- beliefs 1.138 0.075 15.233 0.000 ATTITU04 <-- attitudes 0.995 0.044 22.762 0.000 BELIEF02 <-- beliefs 1.000 ATTITU06 <-- attitudes 0.844 0.040 21.199 0.000 ATTITU08 <-- attitudes 0.999 0.041 24.237 0.000 PEOPLE04 <-- people 0.756 0.061 12.350 0.000 PEOPLE05 <-- people 0.765 0.069 11.057 0.000 PRODUC02 <-- product 0.886 0.095 9.286 0.000 ATTITU10 <-- attitudes 1.000 Ñaùnh giaù aûnh höôûng cuûa aán töôïng nöôùc xuaát xöù cuûa Vieät nam ñoái vôùi ngöôøi tieâu duøng nhaät ÔÛ ñaây, chuùng ta ñaùnh giaù aûnh höôûng cuûa aán töôïng nöôùc xuaát xöù cuûa haøng thuûy saûn Vieät Nam vaøo thaùi ñoä ngöôøi tieâu duøng ôû Nhaät. Trong moâ hình nghieân cöùu ban ñaàu, nghieân cöùu naøy ñaõ ñaët ba giaû thieát cho aûnh höôûng cuûa COI ,töùc laø aûnh höônûg cuûa COI aûnh höôûng tröïc tieáp vaø aûnh höôûng giaùn tieáp thoâng qua Beliefs, ñeán Attitudes cuûa ngöôøi tieâu duøng (Xin xem chi tieát ôû trang 16 trong chöông 2). Ñeå xem xeùt ñieàu naøy, chuùng ta xem baûng 5.7 vaø kieåm ñònh caùc heä soá hoài qui giöõa ba thaønh phaàn, COI, Beliefs, vaø Attitudes. Thöù nhaát, heä soá hoài qui giöõa COI → Attitudes coù giaù trò C.R. laø 2.700 (p-value laø 0.007). Nhö vaäy, keâát quaû naøy uûng hoä H1 vaø cho thaáy laø aán töôïng nöôùc xuaâát xöù coù quan heä döông vôùi thaùi ñoä ngöôøi tieâu duøng. Thöù hai, heä soá hoài qui giöõa COI → Beliefs coù giaù trò C.R. laø 10.040 (p-value laø 0.000). Do ñoù, keâát quaû naøy uûng hoä H2 vaø cho thaáy laø aán töôïng nöôùc xuaát xöù coù quan heä döông vôùi nieàm tin vaøo saûn phaåm cuûa ngöôøi tieâu duøng. Thöù ba, heä soá hoài qui giöõa Beliefs → Attitudes coù giaù trò C.R. laø 2.668 (p-value laø 0.008). Keát quaû naøy uûng hoä giaû thieát H3 vaø cho bieát nieàm tin vaøo saûn phaåm coù quan heä döông vôùi thaùi ñoä ngöôøi tieâu duøng. Nhö vaäy, taát caû ba giaû thieát ñöôïc uûng hoä vôùi möùc yù nghóa thoáng keâ laø 0.01, vaø ñaõ kieåm chöùng ñöôïc aán töôïng nöôùc xuaát xöù cuûa haøng thuûy saûn Vieät Nam aûnh höôûng ñeán thaùi ñoâä ngöôøi tieâu duøng Nhaät, moät caùch tröïc tieáp vaø giaùn tieáp. Töùc laø trong tröôøng hôïp nghieân cöùu naøy, cuï theå laø haøng Vieät Nam vôùi thò tröôøng Nhaät, moâ hình linh hoaït, moâ taû söï aûnh höôûng aán töôïng nöôùc xuaát xöù vôùi thaùi ñoä ngöôøi tieâu duøng moät caùch tröïc tieáp vaø giaùn tieáp, cuõng ñöôïc chöùng minh laø höõu hieäu. Coøn giaù trò aûnh höôûng cuûa ba thaønh phaàn trong moâ hình, aán töôïng nöôùc xuaát xöù, nieàm tin vaøo saûn phaåm vaø thaùi ñoä cuûa ngöôøi tieâu duøng ôû Nhaät ñöôïc trình baøy ôû baûng 5.8. Giaù trò ñöôïc chuaån hoaù trong keát quaû phöông phaùp SEM nghóa laø heä soá ñöôïc chuaån hoaù vôùi ñieàu kieän laø giaù trò phöông sai cuûa taát caû bieán trong moâ hình ñöôïc chuyeån thaønh baèng giaù trò moät, ñeå so saùnh giaù trò heä soá giöõa caùc bieán khaùc nhau moät caùch tröïc tieáp. Vì neáu heä soá chöa ñöôïc chuaån hoaù thì caùc giaù trò seõ coù ñôn vò khaùc nhau vaø khoâng theå so saùnh nhau ñöôïc. Coøn toång giaù trò aûnh höôûng nghóa laø giaù trò toång coäng laïi aûnh höôûng tröïc tieáp vaø giaùn tieáp. Coøn phöông phaùp hoài qui thì öôùc tính toång giaù trò aûnh höôûng naøy do bieán ñoäc laäp leân bieán phuï thuoäc trong phöông trình, maø khoâng quan taâm ñeán quaù trình aûnh höôûng cuûa noù. Keát quaû ôû ñaây cho thaáy laø aán töôïng nöôùc xuaát xöù coù toång aûnh höôûng khaù lôùn vôùi thaùi ñoä ngöôøi tieâu duøng vaø aûnh höôûng tröïc tieáp cuûa noù lôùn hôn aûnh höôûng giaùn tieáp thoâng qua nieàm tin vaøo saûn phaåm vôùi thaùi ñoä ngöôøi tieâu duøng. Nieàm tin vaøo saûn phaåm cuõng coù giaù trò aûnh höôûng vôùi thaùi ñoä töông töï nhö aán töôïng nöôùc xuaát xöù, nhöng toång aûnh höôûng vôùi thaùi ñoä ngöôøi tieâu duøng thì cuûa noù khoâng lôùn baèng aán töôïng nöôùc xuaát xöù. Aán töôïng nöôùc xuaát xöù coøn aûnh höôûng raát lôùn vôùi nieàm tin vaøo saûn phaåm cuûa ngöôøi tieâu duøng Nhaät, ñieàu naøy töông töï nhö keát quaû cuûa Knight et al. (1999). Nhö vaäy, keát quaû nghieân cöùu naøy ñaõ chöùng minh ñöôïc söï toàn taïi cuûa aûnh höôûng tröïc tieáp vaø giaùn tieáp cuûa aán töôïng nöôùc xuaát xöù vôùi thaùi ñoä mua haøng ngöôøi tieâu duøng Nhaät trong tröôøng hôïp cuï theå cho haøng Vieät Nam, vaø toång aûnh höôûng cuûa noù coù theå ñöôïc noùi laø “khoâng nhoû”. Baûng 5.8: Giaù trò aûnh höôûng ñöôïc chuaån hoaù giöõa COI, Beliefs vaø Attitudes Thaønh phaàn AÛnh höôûng tröïc tieáp chuaån hoaù (Standardized Direct Effects) AÛnh höôûng gian tieáp chuaån hoaù (Standardized Indirect Effects) Toång giaù trò aûnh höôûng chuaån hoaù (Standardized Total Effects) COI → Attitudes 0.256 0.172 0.428 Beliefs → Attitudes 0.248 0.000 0.248 COI → Beliefs 0.694 0.000 0.694 Phaân tích aán töôïng nöôùc xuaát xöù cuûa haøng Vieät Nam ñoái vôùi ngöôøi tieâu duøng Nhaät Xem hình 5.2, chuùng ta bieát ñöôïc caùc bieán moâ taû aán töôïng quoác gia Vieät Nam vôùi ngöôøi tieâu duøng Nhaät, ñöôïc chöùa trong moâ hình vaø ñaõ ñöôïc kieåm chöùng laø chuùng phuø hôïp vôùi döõ lieäu thöïc teá. ÔÛ ñaây lieät keâ caùc bieán veà aán töôïng nöôùc xuaát xöù trong moâ hình ñaõ ñöôïc hieäu chænh vaø toång aûnh höôûng ñöôïc chuaån hoaù (Standardized Total Effects) cuûa nhaân toá tieàm naêng COI ñoái vôùi caùc bieán quan saùt veà aán töôïng nöôùc xuaát xöù (Baûng 5.9). Standardized Total Effects (COI→Variable) ôû ñaây nghóa laø giaù trò aûnh höôûng cuûa nhaân toá COI ñoái vôùi caùc bieán quan saùt, thoâng qua nhaân toá trung gian laø People hoaëc Products, töùc laø: Standardized Total Effects (COI→Variable) = Heä soá hoài qui giöõa COI vaø nhaân toá trung gian × Heä soá hoài qui giöõa nhaân toá trung gian vaø bieán quan saùt Giaù trò Standardized Total Effects ôû ñaây cho chuùng ta bieát laø bieán naøo ñöôïc giaûi thích nhieàu do nhaân toá COI trong moâ hình, bieán naøo chöùa nhieàu thoâng tin ñeå hình thaønh nhaân toá COI. Noùi caùch khaùc, Bieán naøo laø bieán quan troïng aûnh höôûng ñeán vieäc hình thaønh nhaân toá COI, trong moâ hình moâ taû COI aûnh höôûng ñeán Attitudes. Töùc laø, neáu bieán quan saùt chöùa nhieàu thoâng tin ñeå hình thaønh nhaân toá khoâng quan saùt ñöôïc “COI”, thì bieán ñoù ñoàng thôøi laø moät bieán coù aûnh höôûng nhieàu vôùi thaùi ñoä ngöôøi tieâu duøng ôû Nhaät trong moâ hình. Baûng 5.9 coøn chöùa thoâng tin khaùc laø thoâng tin veà hieän traïng aán töôïng quoác gia Vieät Nam ñoái vôùi ngöôøi tieâu duøng Nhaät, vaø hình 5.3 trình baøy caùc phaân phoái cuûa bieán aán töôïng quoác gia Vieät Nam, ñöôïc chöùa trong moâ hình cuoái cuøng. Nhö vaäy, chuùng ta thaáy caùc bieán aán töôïng nöôùc xuaát xöù trong moâ hình chöùa noäi dung nhaân toá COI khaù toát, töùc laø giaù trò Standardized Total Effects khaù lôùn. (chæ moät bieán PRODUC02 khoâng nhaän söï aûnh höôûng lôùn cuûa COI). Trong ñoù, hai bieán, PEOPLE03 vaø PEOPLE05, coù giaù trò trung bình khaù tích cöïc veà aán töôïng ( > giaù trò giöõa cuûa thang ño; 3.0 ), vaø hai bieán, PEOPLE01 vaø PRODUC01, coù giaù trò trung bình tieâu cöïc veà aán töôïng. Nhöng khoâng coù bieán naøo coù yù nghóa thoáng keâ veà giaù trò trung bình khaùc vôùi giaù trò 3.0, laø giaù trò giöõa cuûa thang ño aán töôïng quoác gia (khoâng tích cöïc veà aán töôïng vaø khoâng tieâu cöïc veà aán töôïng). Theo keát quaû ñoù, chuùng ta coù theå lyù giaûi ñöôïc laø hai noäi dung veà Vieät Nam (PEOPLE03 vaø PEOPLE05) ñaõ goùp phaàn vaøo caûi tieán thaùi ñoä mua haøng cuûa ngöôøi tieâu duøng Nhaät ñoái vôùi haøng thuûy saûn Vieät Nam. Coøn, caùc noäi dung cuûa nhöõng bieán coøn laïi, ñaëc bieät laø hai bieán coù giaù trò trung bình aâm, caàn ñöôïc caûi tieán ñeå goùp phaàn vaøo vieäc caûi tieán thaùi ñoä ngöôøi tieâu duøng Nhaät vôùi haøng thuûy saûn Vieät Nam. Sô ñoà phaân phoái caùc bieán aán töôïng quoác gia coøn cho ta thaáy moät soá bieán trong nhöõng bieán maø khoâng coù giaù trò trung bình khaù tích cöïc veà aán töôïng nhö PEOPLE01, PEOPLE04 vaø PEOPLE06, coù ñænh cuûa phaân phoái raát cao. Ñieàu naøy cho chuùng ta bieát laø nhieàu ngöôøi tieâu duøng Nhaät chöa coù aán töôïng quoác gia Vieät Nam roõ raøng veà ñieàu ñoù, cho neân hoï choïn traû lôøi ñieåm giöõa thang ño laø “khoâng noùi ñöôïc”. Nhö vaäy, neáu cho ngöôøi tieâu duøng Nhaät nhaän thoâng tin vaø cho hoï coù aán töôïng tích cöïc veà ba ñieàu naøy, thì seõ coù nhieàu tieàm naêng naâng cao vò trí haøng Vieät Nam trong thò tröôøng Nhaät, thoâng qua vieäc caûi tieán thaùi ñoä mua haøng cuûa ngöôøi tieâu duøng Nhaät. Coøn moät ñieàu chuùng ta caàn quan taâm ôû ñaây nöõa la moâ hình cuoái cuøng chöùa nhieàu phaùt bieåu lieân quan ñeán aán töôïng veà baûn chaát vaø naêng löïc cuûa con ngöôøi Vieät Nam, ñeå ñaëc tröng cho nhaân toá khoâng quan saùt ñöôïc veà aán töôïng nöôùc xuaát xöù. Maëc duø trong nhaân toá aán töôïng veà saûn phaåm cuõng chöùa moät nhaân toá veà kyõ naêng tay ngheà cuûa ngöôøi Vieät Nam vaø bieán naøy giaûi thích nhieàu cho nhaân toá COI cuûa moâ hình. Vaø moät bieán khaùc veà söï phoå bieán cuûa saûn phaåm Vieät Nam thì khoâng giaûi thích ñöôïc nhieàu cho nhaân toá COI cuûa moâ hình naøy. Vì theá, chuùng ta coù theå coi moâ hình naøy laø moâ hình moâ taû aûnh höôûng cuûa aán töôïng quoác gia Vieät Nam, chuû yeáu aán töôïng veà baûn chaát con ngöôøi Vieät Nam, vaø moâ hình naøy giaûi thích aûnh höôûng cuûa aán töôïng naøy vôùi thaùi ñoä mua haøng Vieät Nam cuûa ngöôøi tieâu duøng Nhaät. Keát quaû moâ hình naøy, ñöôïc tìm kieám trong quaù trình hieäu chænh laïi nhôø phaân tích nhaân toá khaúng ñònh, laø moät keát quaû ñaùng chuù yù vaø caàn quan taâm ñeå coù theå thaønh coâng trong vieäc xuaát khaåu haøng Vieät Nam sang thò tröôøng Nhaät, ñaëc bieät ñoái vôùi Vieät Nam laø moät quoác gia coù neùt vaên hoaù laø raát töï haøo veà con ngöôøi cuûa daân toäc mình. Baûng 5.9: Toång aûnh höôûng cuûa nhaân toá COI vaø tình traïng cuûa caùc bieán hình thaønh COI-VN taïi thò töôøng Nhaät Teân bieán quan saùt Noäi dung Standardized Total Effects (COI→Variable) Mean Std. Deviation PEOPLE01 1-1. Ngöôøi VN ñöôïc giaùo duïc toát. 0.723 2.89 .82 PEOPLE03 1-3. Ngöôøi VN sieâng naêng. 0.743 3.49 .87 PEOPLE04 1-4. Ngöôøi VN saùng taïo. 0.663 3.03 .74 PEOPLE05 1-5. Ngöôøi VN thaân thieän vaø thuù vò. 0.600 3.38 .82 PEOPLE06 1-6. Kyõ naêng cuûa löïc löôïng lao ñoäng cao. 0.726 3.08 .80 PRODUC01 2-1. Saûn phaåm VN ñöôïc laøm vôùi kyõ naêng tay ngheà cao. 0.677 2.80 .80 PRODUC02 2-2. Saûn phaåm VN ñöôïc phaân phoái treân caû theá giôùi. 0.495 3.12 .97 Hình 5.3: Phaân phoái cuûa caùc bieán veà aán töôïng quoác gia VN taïi thò tröôøng Nhaät Ñaùnh giaù söï aûnh höôûng cuûa moät soá thuoäc tính nhaân khaåu hoïc leân moâ hình Nhö ñaõ thaûo luaän ôû phaàn 5.1, döõ lieäu phuïc vuï cho nghieân cöùu naøy coù moät soá thuoäc tính veà nhaân khaåu hoïc, khaùc vôùi toång theå ngöôøi tieâu duøng ôû thò tröôøng Nhaät. Muïc ñích nghieân cöùu naøy nhaèm ñaùnh giaù vaø hieåu bieát aûnh höôûng aán töôïng nöôùc xuaát xöù cuûa haøng Vieät Nam taïi thò tröôøng Nhaät, vì theá keát quaû phaân tích nghieân cöùu naøy khoâng chæ coù yù nghóa thöïc teá vôùi taäp hôïp maãu maø coøn phaûi coù vôùi toång theå ngöôøi tieâu duøng Nhaät. Nhö vaäy, trong phaàn naøy xem xeùt söï khaùc bieät veà thaùi ñoä ngöôøi tieâu duøng giöõa caùc nhoùm coù thuoäc tính khaùc nhau, vaø neáu khoâng coù söï khaùc bieät lôùn giöõa caùc nhoùm thuoäc tính khaùc nhau thì coù theå keát luaän laø keát quaû phaân tích treân vaãn coù yù nghóa vôùi toång theå ngöôøi tieâu duøng ôû thò tröôøng Nhaät. Nhöng do haïn cheá veà naêng löïc vaø thôøi gian cuûa taùc giaû, nghieân cöùu naøy chæ ñaùnh giaù sô boä veà söï khaùc bieät do moät soá thuoäc tính nhaân khaåu hoïc cô baûn, baèng caùch thöïc hieän phaân tích ANOVA ñôn giaûn cho nhaân toá trong moâ hình. Khi nghó ñeán aûnh höôûng cuûa caùc thuoäc tính nhaân khaåu hoïc leân moâ hình, thì thöù nhaát chuùng ta nghó tôùi söï khaùc bieät veà thaùi ñoä mua haøng. Thí duï, ngöôøi lôùn tuoåi thì ít öa thích hôn vaø ngöôøi treû thì coù theå deã chaáp nhaän thuûy saûn nöôùc ngoaøi hôn. Hoaëc phuï nöõ thì ít thích aên thöïc phaåm töø nöôùc ngoaøi vì hoï baûo thuû hôn, ... Ñaùng leõ phaûi xem xeùt söï khaùc bieät cuûa caùc giaù trò aûnh höôûng giöõa caùc nhaân toá trong moâ hình, nhöng ôû ñaây chæ xem xeùt veà söï khaùc bieät veà chæ soá nhaân toá (Factor score) cho Attitudes giöõa caùc nhoùm coù thuoäc tính khaùc nhau. Coøn veà nhaân toá khaùc trong moâ hình nhö nieàm tin vaøo saûn phaåm vaø aán töôïng nöôùc xuaát xöù thì söï khaùc bieät veà chuùng giöõa caùc thuoäc tính nhaân khaåu hoïc aûnh höôûng ít hôn ñoái vôùi naêng löïc giaûi thích cuûa moâ hình, vì neáu söï khaùc bieät ñoái vôùi nhaân toá naøy toàn taïi, moâ hình vaãn coù theå giaûi thích aûnh höôûng cuûa noù ñeán thaùi ñoä ngöôøi tieâu duøng thì moái quan heä trong moâ hình khoâng thay ñoåi. Thí duï, aán töôïng nöôùc xuaát xöù seõ coù söï khaùc bieät giöõa nam vaø nöõ, nhöng aûnh höôûng ñeán thaùi ñoä ngöôøi tieâu duøng do söï khaùc bieät ñoù ñöôïc giaûi thích trong moâ hình thì caùc heä soá giöõa caùc nhaân toá vaãn khoâng thay ñoåi. Vì vaäy, ôû ñaây taäp trung vaøo ñaùnh giaù söï khaùc bieät cuûa xu höôùng thaùi ñoä ngöôøi tieâu duøng giöõa caùc nhoùm coù thuoäc tính khaùc nhau. Ñeå coù ñöôïc giaù trò moâ taû thaùi ñoä cuûa ngöôøi tieâu duøng cho moãi maãu, thöïc hieän phaân tích nhaân toá vôùi taát caû caùc bieán trong moâ hình cuoái cuøng (Hình 5.2) vaø tính chæ soá nhaân toá (Factor score) cho caùc nhaân toá trong moâ hình. Trong quaù trình naøy söû duïng phöông phaùp ruùt trích nhaân toá laø “Principal axis factoring” vaø phöông phaùp xoay laø “Promax”, coøn phöông phaùp tính chæ soá nhaân toá laø “Regression” trong phaàn meàm SPSS. Sau ñoù, thöïc hieän ANOVA cho hai thuoäc tính cô baûn laø giôiù tính vaø tuoåi, ñaõ ñöôïc thaûo luaän ôû phaàn 5.1. Keát quaû cuûa ANOVA cho thaáy laø khoâng coù söï khaùc bieät veà thaùi ñoä mua haøng giöõa nhoùm coù thuoäc tính khaùc nhau cho caû hai giôùi tính vaø tuoåi (Xin xem keát quaû chi tieát ôû trang 110, phaàn C.7 trong phuï luïc C). Ñoái vôùi giôùi tính, giôùi nam coù giaù trò trung bình cho Attitudes laø 0.089 vaø coøn nöõ thì - 0.069. Nhöng giaù trò F coøn nhoû vaø p-value cuûa noù laø 0.150, töùc laø khoâng baùc boû giaû thieát khoâng laø khoâng coù söï khaùc bieät giöõa Nam vaø Nöõ, vôùi möùc yù nghóa thoáng keâ 5%. Coøn ñoái vôùi tuoåi cuõng töông töï nhö vaäy, giaù trò F laø 0.596 vaø p-value laø 0.817, do ñoù khoâng baùc boû giaû thieát laø khoâng coù söï khaùc bieät giöõa nhoùm tuoåi veà thaùi ñoä ngöôøi tieâu duøng. Nhö vaäy, keát quaû so saùnh giöõa caùc nhoùm ôû ñaây, uûng hoä keát quaû phaân tích moâ hình nghieân cöùu vaãn coù höõu hieäu vôùi taäp hôïp ngöôøi tieâu duøng Nhaät coù thuoäc tính khaùc nhau, vì khoâng coù söï khaùc bieät lôùn veà thaùi ñoä mua haøng ñoái vôùi haøng thuûy saûn Vieät Nam giöõa nhoùm coù thuoäc tính khaùc nhau veà nhaân khaåu hoïc. Töùc laø neáu nghieân cöùu naøy thöïc hieän vôùi taäp hôïp maãu coù thuoäc tính ñuû ñaïi dieän cho toång theå, keát quaû phaân tích moâ hình vaãn khoâng thay ñoåi nhieàu.Vì vaäy, nghieân cöùu naøy keát luaän laø moâ hình ñaõ ñöôïc phaân tích trong phaàn tröôùc laø moâ hình coù yù nghóa vôùi toaøn boä ngöôøi tieâu duøng ôû thò tröôøng Nhaät.