Tính vị chủng trong hành vi tiêu dùng của người Việt Nam đối với hàng Nhật và Trung Quốc

ÑAÏI HOÏC QUOÁC GIA TP.HOÀ CHÍ MINH TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP.HCM LUAÄN VAÊN THAÏC SÓ Tính vò chuûng trong haønh vi tieâu duøng cuûa ngöôøi Vieät Nam ñoái vôùi haøng hoùa Nhaät Baûn vaø Trung Quoác Chuyeân ngaønh : QUAÛN TRÒ DOANH NGHIEÄP Maõ soá : 12.00.00 NGUYEÃN THAØNH LONG TP.HOÀ CHÍ MINH, thaùng 02-2004 TOÙM TAÉT Tính vò chuûng laø khaùi nieäm chæ söï töï quan nieäm, töï ñaùnh giaù cuûa caù nhaân cho raèng chuûng toäc, coäng ñoàng maø mình laø thaønh vieân coù phaåm chaát cao hôn caùc chuûng toäc, coäng ñoàng khaùc. Khaùi nieäm naøy laø phoå bieán trong xaõ hoäi vaø bieåu hieän trong caû trong lónh vöïc tieáp thò. Shimp &ø Sharma (1987) (trích daãn theo Sharma, Shimp & Shin (1995)) goïi ñoù laø tính vò chuûng cuûa ngöôøi tieâu duøng vaø thieát laäp thang CETSCALE ñeå ño löôøng. Sau ñoù, CETSCALE ñaõ ñöôïc söû duïng trong caùc nghieân cöùu ôû nhieàu nöôùc vaø cho thaáy, tính vò chuûng taùc ñoäng tieâu cöïc ñeán thaùi ñoä ngöôøi tieâu duøng ñoái vôi haøng ngoaïi nhaäp. Maët khaùc, nhö chuùng ta ñeàu bieát, löôïng giaù cuûa ngöôøi mua laø giai ñoaïn raát quan troïng trong haønh vi ngöôøi tieâu duøng. Hoï seõ caân nhaéc giöõa chaát löôïng vaø giaù caû cuûa haøng hoùa theo caùch hoï caûm nhaän ñeå taïo ra moät giaù trò toång theå cuûa noù. Keát quaû naøy laø caên cöù cho hình thaønh yù ñònh hay quyeát ñònh choïn mua. Muïc ñích cuûa nghieân cöùu naøy laø tìm hieåu tính vò chuûng cuøng vôùi söï löôïng giaù haøng hoùa cuûa ngöôøi tieâu duøng Vieät Nam coù taùc duïng nhö theá naøo ñeán vieäc saün loøng mua haøng ngoaïi. Loaïi haøng ngoaïi ñöôïc choïn cuï theå ôû ñaây laø xe gaén maùy nhaäp khaåu töø hai quoác gia laø Nhaät Baûn- nöôùc phaùt trieån vaø Trung Quoác- nöôùc ñang phaùt trieån. Ñoái töôïng ngöôøi tieâu duøng trong nghieân cöùu laø daân cö ôû thaønh phoá Long Xuyeân tænh An Giang. Ñeå ñaït ñöôïc muïc ñích naøy, nghieân cöùu ñöôïc tieán haønh theo hai böôùc tuaàn töï: nghieân cöùu sô boä ñònh tính vaø nghieân cöùu chính thöùc ñònh löôïng. Nghieân cöùu sô boä ñònh tính thoâng qua thaûo luaän tay ñoâi vôùi ngöôøi tieâu duøng ñeå khaùm phaù, hieäu chænh caùc thang ño khaùi nieäm vaø moâ hình lyù thuyeát. Sau ñoù, nghieân cöùu ñònh löôïng ñöôïc tieán haønh qua vieäc thu thaäp thoâng tin qua baûng caâu hoûi vaø xöû lyù, phaân tích chuùng vôùi söï hoã trôï cuûa phaàn meàm SPSS. Keát quaû laøm saïch döõ lieäu cho côõ maãu laø 242 vôùi tröôøng hôïp Trung Quoác vaø 216 vôùi tröôøng hôïp Nhaät Baûn. Hai boä maãu naøy noùi chung ñöôïc xöû lyù vaø phaân tích nhö hai maãu ñoäc laäp vôùi cuøng trình töï vaø nguyeân taéc. Vieäc kieåm ñònh moâ hình ñöôïc baét ñaàu baèng kieåm ñònh ñoä tin caäy Cronbach alpha, phaân tích nhaân toá, sau ñoù tieán haønh hoài quy ña bieán ñeå kieåm ñònh söï phuø hôïp cuûa moâ hình lyù thuyeát vaø caùc giaû thuyeát . Caùc thang ño sau khi hieäu chænh ñaõ ñaït ñöôïc ñoä tin caäy vaø giaù trò yeâu caàu tuy coù hôi thaáp ôû caùc khaùi nieäm giaù caû caûm nhaän vaø tính vò chuûng. CETSCALE nguyeân thuûy laø thang ño ñôn höôùng, nhöng keát quaû nghieân cöùu cho thaáy noù laø ña höôùng vôùi boán thaønh phaàn: (1) nhaän thöùc veà taùc ñoäng cuûa vieäc mua haøng noäi; (2) nhaän thöùc veà taùc ñoäng cuûa vieäc mua haøng ngoaïi vaø ñaùnh giaù haønh vi ñoù veà ñaïo ñöùc; (3) phöông chaâm trong mua haøng noäi vaø (4) thaùi ñoä ñoái vôùi ngoaïi thöông. Keát quaû hoài quy cho thaáy vieäc saün loøng mua xe Trung Quoác chæ phuï thuoäc vaøo chaát löôïng caûm nhaän. Caùc thaønh phaàn cuûa tính vò chuûng tuy coù töông quan aâm vôùi vieäc saün loøng mua xe Trung Quoác nhöng heä soá hoài quy khoâng ñaït möùc yù nghóa yeâu caàu. Tröôøng hôïp Nhaät Baûn laïi khaùc, vieäc saün loøng mua chòu taùc ñoäng döông cuûa chaát löôïng caûm nhaän, taùc ñoäng aâm cuûa giaù caû caûm nhaän vaø hai thaønh phaàn cuûa tính vò chuûng laø nhaän thöùc veà taùc ñoäng cuûa mua haøng ngoaïi vaø phöông chaâm trong mua haøng noäi. Trong ñoù, giaù caû caûm nhaän coù vai troø taùc ñoäng lôùn nhaát. Nhö vaäy, tính vò chuûng coù taùc ñoäng ñeán haønh vi tieâu duøng cuûa ngöôøi Vieät Nam. Taùc ñoäng naøy theå hieän roõ trong tröôøng hôïp haøng ngoaïi coù chaát löôïng, uy tín, giaù trò vöôït troäi haøng noäi. Ñoái vôùi haøng ngoaïi coù chaát löôïng thaáp hôn haøng noäi nhieàu , caùc thaønh phaàn cuûa tính vò chuûng khoâng coù taùc ñoäng ñaùng keå. Veà cöôøng ñoä, tính vò chuûng coù taùc ñoäng yeáu hôn so vôùi chaát löôïng caûm nhaän vaø giaù caû caûm nhaän. Ñieàu naøy gôïi yù raèng vieäc keâu goïi “ngöôøi Vieät Nam duøng haøng Vieät Nam” caàn ñöôïc caùc nhaø tieáp thò söû duïng moät caùch hôïp lyù ñeå coù theå ñaït hieäu quaû toát, vì chaát löôïng vaø giaù caû luoân laø yeáu toá quyeát ñònh trong caïnh tranh. Vôùi moät phaïm vi ngöôøi tieâu duøng khaù heïp vaø moät loaïi saûn phaåm cuï theå, keát quaû nghieân cöùu hy voïng ñöôïc goùp moät phaàn nhoû vaøo vieäc kieåm ñònh thang ño CETSCALE cuõng nhö xaùc ñònh, ño löôøng taùc ñoäng cuûa tính vò chuûng trong haønh vi tieâu duøng cuûa ngöôøi Vieät Nam. SUMMARY MUÏC LUÏC Danh Muïc Caùc Hình Hình 2.1. Taùc ñoäng cuûa tính vò chuûng 9 Hình 2.2. Caùc yeáu toá aûnh höôûng tính vò chuûng 10 Hình 2.3. Löôïng giaù ngöôøi mua 11 Hình 2.4. Moâ hình nghieân cöùu. 13 Hình 3.1. Qui trình nghieân cöùu 18 Hình 3.2. Moâ hình nghieân cöùu hieäu chænh (1) 24 Hình 4.1. Moâ hình nghieân cöùu hieäu chænh (2) 40 Danh Muïc Caùc Baûng Baûng 3.1: Tieán ñoä caùc böôùc nghieân cöùu 15 Baûng 3.2: Thang ño caùc khaùi nieäm 16 Baûng 3.3: Thang ño CETSCALE 19 Baûng 3.4: Thang ño CETSCALE ñaõ hieäu chænh 20 Baûng 3.5. Thang ño Chaát löôïng caûm nhaän 20 Baûng 3.6: Thang ño Chaát löôïng caûm nhaän ñaõ hieäu chænh 21 Baûng 3.7: Thang ño Giaù caû caûm nhaän 21 Baûng 3.8: Thang ño Giaù caû caûm nhaän ñaõ hieäu chænh 22 Baûng 3.9: Thang ño Saün loøng mua 22 Baûng 3.10: Thang ño Saün loøng mua ñaõ hieäu chænh 23 Baûng 3.11: Thang ño Nieàm tin haøng noäi 24 Baûng 3.12: Thoâng tin maãu 26 Baûng 4.1: Ñoä tin caäy Cronbach a-BEL : Trung Quoác – Nhaät Baûn 29 Baûng 4.2: Ñoä tin caäy Cronbach a-QUA : Trung Quoác – Nhaät Baûn 30 Baûng 4.3: Ñoä tin caäy Cronbach a-PRI : Trung Quoác – Nhaät Baûn 30 Baûng 4.4: Ñoä tin caäy Cronbach a-PRI (03 bieán) : Trung Quoác 31 Baûng 4.5: Phaân tích nhaân toá - BEL (5 bieán) : Trung Quoác-Nhaät Baûn 32 Baûng 4.6: Phaân tích nhaân toá - BEL (4 bieán) : Trung Quoác-Nhaät Baûn 32 Baûng 4.7: Phaân tích nhaân toá - QUA (5 bieán) : Trung Quoác-Nhaät Baûn 32 Baûng 4.8: Phaân tích nhaân toá - PRI (3 bieán) : Trung Quoác-Nhaät Baûn 33 Baûng 4.9: Phaân tích nhaân toá - WIL (5 bieán) : Trung Quoác-Nhaät Baûn 34 Baûng 4.10: Phaân tích nhaân toá -CET (17 bieán) : Trung Quoác 35 Baûng 4.11: Phaân tích nhaân toá -CET (11 bieán) : Trung Quoác 36 Baûng 4.12: Phaân tích nhaân toá -CET (17 bieán) :Nhaät Baûn 37 Baûng 4.13: Phaân tích nhaân toá -CET (13 bieán) :Nhaät Baûn 38 Baûng 4.14: Thang ño caùc thaønh phaàn cuûa CET :Trung Quoác-Nhaät Baûn 39 Baûng 4.15. Phaân tích töông quan: CET[4],BEL,PRI,QUA,WIL - Trung Quoác 42 Baûng 4.16: Hoài quy ña bieán: WIL_A=f(CET_A, CET_B, CET_C, BEL, QUA)–Tr. Quoác 43 Baûng 4.17. Phaân tích töông quan: CET[4],BEL,PRI,QUA,WIL – Nhaät Baûn 44 Baûng 4.18: Hoài quy ña bieán: WIL_A=f(CET_A,CET_B,CET_C,CET_D,BEL,PRI,QUA) – N.Baûn 45 Baûng 4.19: Heä soá töông quan: CET,QUA,PRI,WIL_B - Trung Quoác & Nhaät Baûn 47 Baûng 4.20: Phaân tích nhaân toá - CET 49 Baûng 4.21: Trung bình tính vò chuûng theo ñoä tuoåi 50 Baûng 4.22: Trung bình tính vò chuûng theo giôùi tính 51 Baûng 4.23: Trung bình tính vò chuûng theo thu nhaäp 51 Baûng 4.24: Trung bình tính vò chuûng- theo hoïc vaán 52 Baûng 4.25: Phaân tích nhaân toá - BEL (4 bieán) 53 Baûng 4.26: Phaân tích töông quan BEL – CET[4] 53 TOÅNG QUAN Giôùi thieäu Vaán ñeà: söï töï haøo, töï toân daân toäc vaø thaùi ñoä ñoái vôùi haøng ngoaïi “Haõy mua haøng Vieät Nam!” laø tieâu ñeà cuûa chuyeân muïc Thôøi söï & Suy nghó cuûa baùo Tuoåi Treû ngaøy 15-08-2003, keâu goïi ngöôøi Vieät Nam haõy mua haøng cuûa nöôùc mình. Baøi baùo cho raèng, haønh ñoäng naøy khoâng chæ ñôn thuaàn laø thoûa maõn nhu caàu tieâu duøng maø coøn theå hieän yù thöùc daân toäc, traùch nhieäm coâng daân ñoái vôùi ñaát nöôùc. Ñieàu ñaùng noùi ôû ñaây taùc giaû baøi baùo, Virginia Greasley, laø moät tình nguyeän vieân ngöôøi Anh taïi Vieät Nam. Vôùi söï môû cöûa hoäi nhaäp vaøo kinh teá khu vöïc vaø theá giôùi, treân thò tröôøng Vieät Nam hieän nay, ngöôøi tieâu duøng coù theå deã daøng tìm hieåu vaø choïn löïa haøng hoùa vôùi nhieàu phaåm caáp chaát löôïng, giaù caû, chuûng loaïi, maãu maõ khaùc nhau, ñöôïc saûn xuaát töø nhieàu nöôùc khaùc nhau. Choïn haøng noäi hay haøng ngoaïi? Coù leõ ñaây laø caâu hoûi thöôøng ñaët ra cho ngöôøi tieâu duøng khi choïn mua. Laø moät quoác gia keùm phaùt trieån coù neàn saûn xuaát haøng hoùa nhoû veà quy moâ, thaáp veà chaát löôïng, roõ raøng caùc doanh nghieäp Vieät Nam ñang phaûi ñoái dieän tröôùc thaùch thöùc to lôùn töø söùc maïnh cuûa caùc doanh nghieäp nöôùc ngoaøi. Ñeå taêng söùc caïnh tranh cho haøng noäi, beân caïnh vieäc naâng cao chaát löôïng, haï giaù thaønh, caùc hoaït ñoäng tieáp thò coå ñoäng cho haøng noäi cuõng ñöôïc caùc doanh nghieäp quan taâm baèng vieäc khôi daäy loøng yeâu nöôùc, töï haøo, töï toân daân toäc cuûa ngöôøi tieâu duøng. Coù theå laáy ví duï nhö quaûng caùo “naâng niu baøn chaân Vieät cuûa Biti’s”, ‘toâi yeâu Vieät Nam” cuûa Honda Vieät Nam…. Caùc noã löïc tieáp thò naøy ñaõ ñöïa treân moät yeáu toá taâm lyù xaõ hoäi phoå bieán treân theá giôùi ôû caùc coäng ñoàng khaùc nhau: tính vò chuûng. Tính vò chuûng laø söï töï ñònh vò, ñaùnh giaù coäng ñoàng cuûa mình coù giaù trò cao hôn, gioûi hôn caùc coäng ñoàng khaùc. Coù theå laáy raát nhieàu ví duï, töø caùc söï kieän noåi tieáng nhö chuû nghóa phaùt-xít ôû Ñöùc vôùi vieäc baøi Do Thaùi ôû Theá chieán II; chuû nghóa aparthaied ôû Nam Phi… cho ñeán söï ñoùng cöûa veà kinh teá-vaên hoùa cuûa moät soá nöôùc nhö Vieät Nam thôøi trieàu Nguyeãn. Trong laõnh vöïc tieáp thò, daïng ñaëc bieät cuûa tính vò chuûng laø tính vò chuûng cuûa ngöôøi tieâu duøng. Shimp &ø Sharma (1987) (trích daãn theo Sharma, Shimp & Shin (1995)) ñaõ thieát laäp thang ño khaùi nieäm naøy vôùi teân CETSCALE . Caùc nhaø nghieân cöùu treân cho raèng tính vò chuûng ngöôøi tieâu duøng theå hieän ôû söï ñaùnh giaù thieân vò cho haøng noäi, baøi xích haøng ngoaïi vaø quan nieäm mua haøng noäi khoâng chæ laø haønh vi caù nhaân maø coøn laø traùch nhieäm ñoái vôùi coäng ñoàng. Sau ñoù, nhieàu nhaø nghieân cöùu ñaõ kieåm ñònh thang ño naøy ôû caùc quoác gia. Keát quaû cho thaáy tính vò chuûng luoân coù taùc ñoäng tieâu cöïc ñeán thaùi ñoä ngöôøi mua ñoái vôùi haøng ngoaïi. Ngoaøi ra, tính vò chuûng cuûa ngöôøi tieâu duøng laø khoâng ñoàng nhaát cho taát caû caùc thaønh vieân trong coäng ñoàng vì söï hình thaønh noù coù quan heä chaët cheõ ñeán kieán thöùc, kinh nghieäm vaø ñieàu kieän kinh teá cuûa caù nhaân. Caùc yeáu toá nhaân khaåu hoïc ñöôïc xem laø bieán cô baûn nhaát cho vieäc nhaän daïng söï khaùc bieät tính vò chuûng giöõa caùc phaân khuùc khaùch haøng. Lòch söû ñaõ chöùng toû ngöôøi Vieät nam coù söï ñoaøn keát, loøng yeâu nöôùc, yù thöùc daân toäc raát cao qua caùc cuoäc chieán tranh giaønh ñoäc laäp. Qua ñoù, nieàm töï haøo, töï toân daân toäc – söï bieåu hieän cuûa tính vò chuûng - ñöôïc hình thaønh vaø luoân ñöôïc quaûng baù, giaùo duïc trong nhieàu thieát cheá xaõ hoäi. Nhöng lieäu yeáu toá naøy giuùp ngöôøi Vieät Nam thaønh coâng trong thöông tröôøng hay khoâng? Cuï theå hôn, coù thöïc söï taïo neân moät khaùc bieät ñaùng keå trong thaùi ñoä cuûa hoï ñoái vôùi vieäc mua haøng noäi vaø haøng ngoaïi hay khoâng? Vaø neáu coù, tính vò chuûng bieåu hieän khaùc nhau theo caùc yeáu toá nhaân khaåu hoïc nhö theá naøo? Caùc trình baøy treân cho thaáy vieäc nghieân cöùu tính vò chuûng cuûa ngöôøi tieâu duøng Vieät nam moät caùch toång quaùt vaø xaùc ñònh cöôøng ñoä caùc taùc ñoäng cuûa noù cuï theå ñoái vôùi loaïi haøng hoùa naøo ñoù laø caàn thieát cho hoaït ñoäng tieáp thò hieän nay. Löôïng giaù cuûa ngöôøi mua vaø quyeát ñònh mua Vôùi ngöôøi tieâu duøng Vieät Nam, vieäc saün loøng mua haøng noäi hay ngoaïi bieåu hieän raát khaùc nhau. Coù theå keå ra vaøi daãn chöùng : trong naêm qua, möùc cung ñöôøng (thöïc phaåm) noäi ñòa ñaõ vöôït caàu, nhöng giaù laïi cao hôn ñöôøng Thaùi Lan, moät boä phaän khoâng nhoû ngöôøi tieâu duøng Nam boä chaáp nhaän tieâu thuï haøng ngoaïi; xe gaén maùy Nhaät nhaäp khaåu luoân ñöôïc ñaùnh giaù cao vaø tieâu thuï toát ôû Vieät Nam duø giaù raát cao so vôùi haøng laép raùp taïi choã; baùnh keïo, vaûi, haøng nhöïa saûn xuaát trong nöôùc ñaùnh baït haøng ngoaïi vaø ñang chieám öu theá treân thò tröôøng… Coù theå thaáy, ngoaøi yeáu toá vò chuûng, keát quaû löôïng giaù haøng hoùa ñaõ taùc ñoäng ñaùng keå ñeán haønh vi mua cuûa ngöôøi tieâu duøng. Löôïng giaù haøng hoùa cuûa ngöôøi mua – söï caân nhaéc giöõa chi phí tieâu toán ñeå ñoåi laáy chaát löôïng haøng hoùa –laø moät giai ñoaïn quan troïng trong tieán trình ra quyeát ñònh mua. Coù nhaän ñònh cho raèng ngöôøi tieâu duøng Vieät Nam coù caùc ñaëc ñieåm : (1) deã tính, khoâng yeâu caàu cao; (2) cho raèng giaù caû raát quan troïng; (3) ñaùnh giaù thaáp caùc dòch vuï taïo giaù trò taêng theâm. Caùc ñaëc ñieåm naøy xuaâùt phaùt töø möùc soáng noùi chung coøn thaáp vaø vaãn coøn chòu aûnh höôûng cuûa neáp nghó trong nhöõng naêm bao caáp. Nhö vaäy, ñeå giaûi thích hieän töôïng treân, nghieân cöùu söï caûm nhaän veà chaát löôïng, caûm nhaän veà giaù haøng hoùa cuûa ngöôøi tieâu duøng trong haønh vi mua haøng ngoaïi laø khoâng theå boû qua. Nhaät Baûn, Trung Quoác vaø thaùi ñoä ngöôøi mua ñoái vôùi haøng Nhaät Baûn, Trung Quoác Ñaõ töø laâu, ngöôøi Vieät Nam ñaõ quen vôùi söï hieän dieän cuûa haøng ngoaïi nhaäp treân ñaát nöôùc mình, nhöng treân thò tröôøng haøng tieâu duøng thoâng thöôøng hieän nay, ñaùng löu yù nhaát laø haøng Nhaät vaø Trung Quoác. Nhaät Baûn – moät cöôøng quoác kinh teá, coâng ngheä - ñaõ taïo ñöôïc choã ñöùng khaù vöõng chaéc trong nieàm tin cuûa ngöôøi tieâu duøng Vieät Nam töø nhöõng naêm 1960. Haøng Nhaät laø bieåu tröng cuûa chaát löôïng cao vaø giaù trò cao. Xe gaén maùy, haøng ñieän töû gia duïng laø caùc ví duï ñieån hình. Tieán trình môû cöûa cuûa neàn kinh teá ñaõ ñöa nhieàu nhaø ñaàu tö nöôùc ngoaøi - coù caû ngöôøi Nhaät - ñeán Vieät Nam. Cuøng vôùi caùc doanh nghieäp Vieät Nam, caùc coâng ty naøy tham gia caïnh tranh treân thò tröôøng caùc haøng hoùa tieâu duøng maø haøng Nhaät nhaäp khaåu ñaõ hoaëc ñang chieám öu theá. Trung Quoác laø moät ñaát nöôùc laùng gieàng laâu ñôøi maø ngöôøi Vieät Nam luoân nhaéc ñeán khi keå veà lòch söû ñaát nöôùc mình. Trong quan heä kinh teá-thöông maïi nhöõng naêm gaàn ñaây, coù theå thaáy moät soá söï kieän noåi baät. Ñöôïc ñaùnh giaù laø khoâng coù khoaûng caùch lôùn veà coâng ngheä so vôùi Vieät Nam vaø coù nhieàu töông ñoàng trong hình thaùi kinh teá-xaõ hoäi. Trung Quoác tuy ñöa haøng hoùa ñeán Vieät Nam sau nhieàu nöôùc nhöng caùc haøng hoùa naøy ñaõ xuaát hieän heát söùc phoå bieán, vôùi voâ soá chuûng loaïi, phaåm caáp. Xeùt rieâng veà thò tröôøng haøng tieâu duøng, haøng hoùa Trung Quoác laø moät theá löïc caïnh tranh maïnh: giaù thaáp, maãu maõ ña daïng vaø thay ñoåi nhanh choùng, chaát löôïng ñaùp öùng ñöôïc yeâu caàu.… Treân thò tröôøng xe gaén maùy, caùc doanh nghieäp Trung Quoác ñaõ chuû ñoäng loâi keùo caùc nhaø saûn xuaát taïi Vieät Nam cuõng nhö caùc nhaø nhaäp khaåu vaøo moät cuoäc chieán giaù caû-chaát löôïng quyeát lieät, maø moät trong nhöõng keát quaû cuûa noù laø soá löôïng xe gaén maùy ñang löu haønh taêng ñeán con soá kyû luïc, buoäc chính phuû phaûi haïn cheá baèng nhieàu bieän phaùp haønh chính vaø kinh teá. Vaäy, ngöôøi tieâu duøng Vieät Nam hieän ñaùnh giaù ra sao veà haøng hoùa Trung Quoác, Nhaät Baûn khi so saùnh vôùi haøng noäi? Hoï saün loøng mua haøng hoùa Trung Quoác hoaëc Nhaät Baûn hay khoâng? Vì lyù do naøo? Ñeå cuï theå hoùa ñoái töôïng haøng ngoaïi trong nghieân cöùu tính vò chuûng cuûa ngöôùi tieâu duøng thì haøng hoùa cuûa hai quoác gia treân laø ñoái töôïng khaù thuù vò vaø phuø hôïp. Keát quaû nghieân cöùu seõ goùp phaàn kieåm ñònh treân thöïc teá vai troø cuûa tính vò chuûng vaø löôïng giaù haøng hoùa . Muïc tieâu vaø phaïm vi nghieân cöùu Caùc phaân tích vaø trình baøy treân cho thaáy vieäc nghieân cöùu tính vò chuûng, söï löôïng giaù cuûa ngöôøi tieâu duøngVieät Nam laø caàn thieát vaø höõu ích cho caùc hoaït ñoäng tieáp thò. Cuï theå hoùa ñoái töôïng haøng ngoaïi trong nghieân cöùu tính vò chuûng cuûa ngöôùi tieâu duøng baèng caùch choïn xe gaén maùy Nhaät vaø Trung Quoác nhaäp khaåu laø thích hôïp vì möùc ñoä phoå bieán cuûa noù. Hôn nöõa, giaù tieàn mua xe gaén maùy cuõng buoäc ngöôøi duøng phaûi caân nhaéc khi tröôùc khi quyeát ñònh. Caùc yeáu toá naøy taïo ra söï thuaän lôïi cho thu thaäp döõ lieäu vaø möùc tin caây cuûa caùc hoài ñaùp. Nhö vaäy, caùc muïc tieâu nghieân cöùu sau ñaây ñöôïc ñaët ra: Ñaùnh giaù sô boä thang ño CETSCALE vôùi ñieàu kieän Vieät Nam Xaùc ñònh taùc ñoäng cuûa tính vò chuûng cuûa ngöôøi mua (goïi taét laø tính vò chuûng) (consumer ethnocentrism), löôïng giaù cuûa ngöôøi mua (goàm chaát löôïng caûm nhaän- perceived quality vaø giaù caû caûm nhaän- perceived price) ñoái vôùi haøng hoùa Trung Quoác vaø Nhaät Baûn ñeán söï saün loøng mua (willingness to buy) cuûa ngöôøi tieâu duøng Vieät Nam ñoái vôùi caùc haøng hoùa ñoù. Cuï theå, haøng hoùa ñöôïc choïn nghieân cöùu laø xe gaén maùy. Caùc yeáu toá nhaân khaåu hoïc (demographic) aûnh höôûng nhö theá naøo ñeán tính vò chuûng. Phaïm vi vaø phöông phaùp nghieân cöùu: Nghieân cöùu naøy ñöôïc tieán haønh qua hai böôùc laø sô boä vaø chính thöùc. Nghieân cöùu sô boä thöïc hieän thoâng qua phöông phaùp ñònh tính, söû duïng kyõ thuaät thaûo luaän tay ñoâi vôùi ngöôøi tieâu duøng nhaèm khaùm phaù, boå sung, hieäu chænh caùc thang ño vaø moâ hình nghieân cöùu. Nghieân cöùu chính thöùc laø nghieân cöùu ñònh löôïng. Caên cöù keát quaû böôùc treân, baûng caâu hoûi ñöôïc hình thaønh (rieâng bieät cho töøng tröôøng hôïp xe Trung Quoác vaø xe Nhaät Baûn, nhöng coù cuøng caáu truùc) cho vieäc thu thaäp döõ lieäu baèng phoûng vaán qua thö tín. Ngöôøi tieâu duøng cö nguï treân ñòa baøn thaønh phoá Long Xuyeân, tænh An Giang ñöôïc choïn laáy maãu. Vôùi côõ maãu thu ñöôïc laø 242 vaø 216 töông öùng cho tröôøng hôïp xe Trung Quoác vaø xe Nhaät Baûn, caùc döõ lieäu ñöôïc xöû lyù vaø phaân tích baèng phaàn meàm SPSS 10.05 , noùi chung, nhö hai maãu ñoäc laäp. Tröôùc tieân, caùc thang ño ñöôïc ñaùnh giaù ñoä tin caäy vaø giaù trò qua heä soá Cronbach alpha vaø phaân tích nhaân toá. Keá tieáp, moâ hình lyù thuyeát ñöôïc kieåm ñònh söï phuø hôïp baèng hoài quy ña bieán. Keát quaû naøy, cuøng vôùi caùc phaân tích töông quan, phaân tích khaùc bieät seõ laø cô sôû cho kieåm ñònh caùc giaû thuyeát ñaõ ñaët ra. YÙ nghóa thöïc tieãn Keát quaû ño löôøng tính vò chuûng cuûa ngöôøi tieâu duøng Vieät Nam giuùp cho doanh nghieäp hieåu roõ theâm moät yeáu toá vó moâ beân ngoaøi saûn phaåm coù khaû naêng taùc ñoäng ñeán haønh vi mua cuûa ngöôøi tieâu duøng. Caên cöù vaøo caùc thuoäc tính vaø möùc aûnh höôûng cuûa noù, doanh nghieäp coù theå coù caùc hoaït ñoäng tieáp thò phuø hôïp veà noäi dung cuõng nhö qui moâ, tích hôïp trong 4P taïo ñoøn baåy cho söï öa thích saûn phaåm. Ngoaøi vieäc ñöa ra moät ñaùnh giaù veà chaát löôïng saûn phaåm xe gaén maùy Nhaät Baûn, Trung Quoác nhaäp khaåu theo caûm nhaän cuûa khaùch haøng trong nöôùc , keát quaû nghieân cöùu coøn giuùp hieåu ñöôïc keát caáu söï löôïng giaù cuûa ngöôøi mua vôùi söï caân nhaéc giöõa chaát löôïng vaø giaù caû. Beân caïnh ñoù, caùc öu theá töông ñoái hoaëc thaát theá töông ñoái cuûa haøng noäi (coù theå mang laïi töø tính vò chuûng) cuõng ñöôïc ñònh vò vaø doanh nghieäp coù nhöõøng cô sôû ñeå ñònh höôùng vaø ñieàu chænh hoaït ñoäng saûn xuaát kinh doanh. Ngoaøi ra, söï khaùc bieät tính vò chuûng theo caùc bieán nhaân khaåu hoïc laø cô sôû cho vieäc xaùc ñònh thuoäc tính cuûa caùc phaân khuùc thò tröôøng trong hieän taïi vaø döï baùo caùc chuyeån bieán coù theå coù trong töông lai. Keát caáu cuûa luaän vaên: Luaän vaên (baùo caùo nghieân cöùu) goàm 05 chöông. Chöông 1 - ñang ñöôïc giôùi thieäu ôû ñaây - giôùi thieäu khung cô baûn vaø trình töï chính cuûa nghieân cöùu. Chöông 2 trình baøy cô sôû lyù thuyeát veà tính vò chuûng, löôïng giaù cuûa ngöôøi mua, töø ñoù, ñeà nghò moâ hình nghieân cöùu vaø caùc giaû thuyeát. Chöông 3 giôùi thieäu phöông phaùp nghieân cöùu nhaèm hieäu chænh vaø kieåm ñònh caùc thang ño, nhö moâ hình lyù thuyeát cuøng caùc giaû thuyeát. Chöông 4 trình baøy caùc phöông phaùp phaân tích döõ lieäu vaø keát quaû nghieân cöùu. Cuoái cuøng, Chöông 5 seõ toùm taét vaø thaûo luaän caùc keát quaû chính, qua ñoù ñeà ra moät soá haøm yù, ñoùng goùp cho nhaø quaûn trò. Caùc haïn cheá cuõng seõ ñöôïc ñeà caäp tröôùc khi coù caùc ñeà xuaát cho caùc nghieân cöùu tieáp sau. CÔ SÔÛ LYÙ THUYEÁT- MOÂ HÌNH NGHIEÂN CÖÙU Giôùi thieäu Chöông 1 ñaõ giôùi thieäu hình aûnh chung nhaát veà nghieân cöùu vôùi vieäc trình baøy muïc tieâu, phaïm vi vaø ñaïi cöông veà phöông phaùp nghieân cöùu. Chöông 2 seõ trình baøy caùc cô sôû lyù thuyeát veà tính vò chuûng vaø löôïng giaù ngöôøi mua. Töø ñoù, moâ hình nghieân cöùu cuøng caùc giaû thuyeát seõ ñöôïc ñeà nghò. Cô sôû lyù thuyeát Tính vò chuûng cuûa ngöôøi mua Tính vò chuûng (ethnocentrism) laø moät khaùi nieäm xaõ hoäi hoïc ñöôïc ñeà caäp laàn ñaâu tieân caùch ñaây khoaûng moät theá kyû . Sumner (1906) (trích daãn theo Sharma, Shimp & Shin (1995)) ñònh nghóa nhö sau: “Tính vò chuûng laø caùch nhìn caùc söï vaät cuûa moät ngöôøi, maø coäng ñoàng cuûa hoï ñöôïc cho trung taâm, maãu möïc, thöôùc ño cho taát caû söï vaät chung quanh… moãi coäng ñoàng ñeàu nuoâi döôõng nieàm töï haøo, töï toân , taùn döông nhöõng thaønh vieân cuûa mình vaø xem thöôøng ngöôøi ngoaøi coäng ñoàng ñoù” Tính vò chuûng laø moät hieän töôïng phoå bieán toaøn caàu. Noù khoâng chæ coù ôû qui moâ chuûng toäc, quoác gia maø coøn hieän höõu ôû caùc nhoùm, taàng lôùp xaõ hoäi vaø chuyeån hoùa thaønh nieàm töï haøo gia phong, ñònh kieán toân giaùo, chuû nghóa phaân bieät chuûng toäc vaø chuû nghóa yeâu nöôùc. Tính vò chuûng theå hieän qua caùc hoaït ñoäng baûo veä neàn vaên hoùa vaø söï toàn vong cuûa caû coäng ñoàng thoâng qua söï ñoaøn keát, hôïp taùc giöõa caùc thaønh vieân vaø loøng trung thaønh vôùi coäng ñoàng. Caùc ñaëc tính cuûa tính vò chuûng cho thaáy caùc xu höôùng haønh vi sau: (1) phaân bieät giöõa caùc coäng ñoàng, (2) nhaän thöùc söï kieän theo caùch cuûa coäng ñoàng, (3) xem coäng ñoàng cuûa mình laø trung taâm vuõ truï, coù phong caùch soáng vöôït troäi, (4) nghi ngôø vaø xem thöôøng caùc coäng ñoàng khaùc, (5) xem coäng ñoàng cuûa mình laø öu vieät, huøng maïnh vaø trung thöïc, (6) cho raèng caùc coäng ñoàng khaùc laø ñaùng ngôø, yeáu keùm vaø gaây raéc roái (Levin & Campbell (1972) – trích daãn theo Sharma, Shimp & Shin (1995)) Tính vò chuûng cuûa ngöôøi mua (consumer ethnocentrism) laø moät daïng ñoäc ñaùo cuûa tính vò chuûng, ñöôïc Shimp vaø Sharma giôùi thieäu vaøo naêm 1987 nhö moät khaùi nieäm ñaëc tröng cho nghieân cöùu haønh vi tieâu duøng vaø hoaït ñoäng tieáp thò, ñònh nghóa nhö sau: “Tính vò chuûng cuûa ngöôøi mua laø nhöõng nieàm tin, quan nieäm saün coù veà söï ñuùng ñaén, phuø hôïp veà maët ñaïo ñöùc trong vieäc mua haøng nöôùc ngoaøi” (Shimp & Sharma (1987) – trích daãn theo Sharma, Shimp & Shin (1995)) Khaùi nieäm naøy coù caùc ñaëc ñieåm sau : moät, ñoù laø keát quaû cuûa loøng yeâu nöôùc vaø söï lo ngaïi maát khaû naêng kieåm soaùt caùc lôïi ích kinh teá cuûa mình do caùc taùc ñoäng xaáu cuûa vieäc nhaäp khaåu mang ñeán. Hai laø, taïo ra taâm nieäm khoâng mua haøng ngoaïi. Ñoái vôùi nhöõng ngöôøi coù tính vò chuûng cao, haønh vi mua haøng ngoaïi khoâng chæ laø thuaàn tuyù kinh teá maø noù coøn mang giaù trò ñaïo ñöùc: khoâng mua haøng ngoaïi laø yeâu nöôùc, laø ñuùng ñaén; traùi laïi, mua haøng ngoaïi laø ñaùng traùch, ñi ngöôïc laïi lôïi ích quoác gia. Ba laø, daãn ñeán caùc ñònh kieán choáng laïi vieäc nhaäp khaåu. Do ñoù, haäu quaû cuûa tính vò chuûng laø söï ñaùnh giaù thieân vò: naâng cao haøng noäi, haï thaáp haøng ngoaïi, luoân öu tieân quan taâm haøng noäi vaø khoâng saün loøng mua haøng ngoaïi . Ngöôøi coù tính vò chuûng caøng cao, caøng ñaùnh giaù thaáp haøng ngoaïi. Keát quaû ñaùnh giaù thieân vò ñoù, ñeán löôït noù cuõng goùp phaàn tröïc tieáp hoã trôï tính vò chuûng laøm gia taêng thaùi ñoä baøi xích haøng ngoaïi (Hình 2.1). Thang ño tính vò chuûng cuûa ngöôøi mua CETSCALE laø ñôn höôùng goàm 17 bieán ñaõ ñöôïc kieåm ñònh qua nhieàu nghieân cöùu khaùc nhau treân theá giôùi (ví duï Nijen, Douglas & Bresser (1999), Kamarudin, Mokhlis & Othman (2002)). Taát caû ñeàu cho thaáy taùc ñoäng tieâu cöïc ñaùng keå cuûa tính vò chuûng ñeán thaùi ñoä ñoái vôùi haøng ngoaïi. Luthy &ø Parsa (1998) coøn chæ ra tính vò chuûng cuõng coù taùc ñoäng tieâu cöïc ñeán nhaän thöùc veà hieäu quaû cuûa caùc Hieäp ñònh thöông maïi quoác teá qua ñieàu tra thaùi ñoä cuûa caùc sinh vieân Ñaïi hoïc Drake, Hoa Kyø. Hình 2.1. Taùc ñoäng cuûa tính vò chuûng – trích theo Klein, Ettenson & Morris (1998), tr 92 Tuy nhieân, Douglas & Nijssen (2002) khi nghieân cöùu veà vieäc söû suïng thang ño vay möôïn (“borrowed” scale) trong caùc nghieân cöùu xuyeân quoác gia maø cuï theå laø thang CETSCALE aùp duïng cho Haø Lan, ñöa ra hai keát luaän quan troïng. Moät laø, thang ño phaûi ñöôïc caân nhaéc veà tính phuø hôïp vôùi ngöõ caûnh : kinh teá vó moâ, vaên hoùa vaø caùc ñaëc tröng cuûa moãi quoác gia. Hoa Kyø laø nöôùc coù neàn kinh teá cöïc maïnh, thieát cheá xaõ hoäi öu vieät vaø ngöôøi tieâu duøng raát baûo thuû. Do ñoù, moät soá bieán CETSCALE phaûi ñöôïc hieäu chænh vì Haø Lan khoâng laø moät cöôøng quoác kinh teá, vaø cuõng khoâng töï saûn xuaát ñöôïc taát caû caùc loaïi haøng hoaù. Hai laø, coù khaû naêng xaûy ra söï khoâng hoaøn toaøn töông ñöông veà khaùi nieäm. Cuï theå, keát quaû phaân tích nhaân toá cho thaáy thang CETSCALE taïo ra hai nhaân toá phaân bieät. Veà khaùi nieäm ñaùnh giaù haøng hoùa (product judgment), caùc nghieân cöùu cuûa Klein, Ettenson & Morris (1998), Nijssen, Douglas & Bresser (1999) xem ñoù laø moät khaùi nieäm duy nhaát chæ söï ñaùnh giaù toång hôïp veà hình aûnh haøng hoùa cuûa moät quoác gia, bao goàm: tay ngheà, coâng ngheä, giaù caû, maãu maõ-kieåu daùng, ñoä tin caäy-ñoä beàn, chaát löôïng noùi chung. Tính vò chuûng khoâng chæ toàn taïi ôû phaïm vi quoác gia moät caùch coâ laäp maø noù laø moät chòu söï töông taùc cuûa caùc yeáu toá taâm lyù xaõ hoäi vaø söï chi phoái cuûa caùc yeáu toá nhaân khaåu hoïc. Sharma, Shimp &ø Shin (1995) khi nghieân cöùu caùc tieàn toá taâm lyù xaõ hoäi cuûa tính vò chuûng vaø caùc yeáu toá ñieàu tieát thaùi ñoä ñoái vôùi haøng ngoaïi taïi Hoa Kyø (xem Hình 2.2) ñaõ ñöa ra caùc yeáu toá taâm lyù xaõ hoäi chính: 1) söï côûi môû ñoái vôùi vaên hoùa nöôùc ngoaøi, 2) loøng yeâu nöôùc, 3) tính baûo thuû, 4) chuû nghóa taäp theå . Keát quaû nghieân cöùu cho thaáy tính vò chuûng töông quan aâm vôùi tính côûi môû vaø töông quan döông vôùi caùc yeáu toá coøn laïi. Vôùi caùc bieán nhaân khaåu hoïc ñöôïc quan taâm laø: tuoåi, giôùi tính, hoïc vaán, thu nhaäp, keát quaû cho thaáy phuï nöõ coù tính vò chuûng cao hôn nam giôùi; hoïc vaán, thu nhaäp caøng cao, tính vò chuûng caøng thaáp. Trong khi ñoù, qua nghieân cöùu tính vò chuûng ôû Malaysia, Kamaruddin, Mokhlis & Othman (2002) chæ tìm ñöôïc ngöôøi goác Malaysia coù tính vò chuûng cao hôn ngöôøi goác Hoa (yeáu toá chuûng toäc) laø coù yù nghóa vaø baùc boû giaû thuyeát tính vò chuûng coù laø khaùc bieät trong giöõa caùc nhoùm giôùi tính, mieàn cö truù. Hình 2.2. Caùc yeáu toá aûnh höôûng tính vò chuûng, theo Sharma, Shimp &ø Shin (1995), tr. 28 Keå töø ñaây, ñeå thuaän tieän cho vieäc trình baøy , thuaät ngöõ “tính vò chuûng” trong nghieân cöùu naøy ñöôïc hieåu laø “tính vò chuûng cuûa ngöôøi mua”. Löôïng giaù cuûa ngöôøi mua: Chaát löôïng caûm nhaän vaø giaù caû caûm nhaän Ngaøy nay, caùc nhaø tieáp thò cho raèng lôïi theá caïnh tranh theå hieän ôû choã doanh nghieäp coù khaû naêng mang ñeán cho ngöôøi mua moät saûn phaåm coù giaù trò cao hôn chi phí taïo ra noù. Möùc “cheânh leäch” döông naøy caøng roäng, caøng mang ñeán cho doanh nghieäp loøng trung thaønh cuûa khaùch haøng, caøng taïo ra söï khaùc bieät ñaëc tröng vaø caøng taïo ra nhieàu cô hoäi phaùt trieån. Löu yù raèng söï löôïng giaù naøy laø cuûa ngöôøi mua- chöù khoâng phaûi cuûa doanh nghieäp. Do ñoù, doanh nghieäp caàn tìm moïi caùch tieáp caän, xaùc ñònh cô cheá, tieâu chí löôïng giaù ngöôøi mua ñeå hoaïch ñònh, trieån khai hoaït ñoäng theo ñoù. Coù khaù nhieàu caùch tieáp caän khaùi nieäm naøy, nhöng ñöôïc thöøa nhaän roäng raõi laø caùc khaùi nieäm sau ñaây: Löôïng giaù cuûa ngöôøi mua laø vieäc caân nhaéc söï ñaùnh ñoåi giöõa chaát löôïng (ngöôøi mua caûm nhaän) vaø giaù caû (ngöôøi mua caûm nhaän) (Alhabeed (2002). Hình 2.3. Löôïng giaù ngöôøi mua – trích theo Alhabeeb (2002) , tr.14 Chaát löôïng khaùch quan theo Zeithaml (1991) (trích daãn töø Alhabeed (2002)) laø caùc ñaëc ñieåm vöôït troäi, coù theå ño löôøng vaø thaåm ñònh ñöôïc, cuûa moät saûn phaåm caên cöù theo caùc tieâu chuaån lyù töôûng xaùc ñònh saün. Trong khi ñoù, chaát löôïng caûm nhaän theo Dawar (1999) (trích daãn töø Alhabeed (2002)) laø yù kieán hoaëc ñaùnh giaù toång quan cuûa khaùch haøng veà söï vöôït troäi, tuyeät haûo cuûa saûn phaåm ñoù. Chaát löôïng caûm nhaän, theo ngöõ caûnh naøy, laø moät khaùi nieäm mang tính chuû quan vaø heát söùc töông ñoái, giaù trò vaø phaïm vi cuûa noù coù theå bieán ñoåi tuøy thuoäc chuû theå vaø daïng saûn phaåm. Chaát löôïng caûm nhaän coù ba thaønh toá: 1) yeáu toá beân trong: gaén lieàn vôùi caùc caáu truùc vaät lyù, baûn chaát saûn phaåm vaø quaù trình tieâu duøng – laø nguoàn goác cuûa söï höõu ích; 2) yeáu toá beân ngoaøi: taïo ra giaù trò taêng theâm, khoâng gaén vôùi caáu truùc vaät lyù; 3) yeáu toá löôõng tính (beân trong-beân ngoaøi) (Olson&Jacoby (1972), Olson (1977) (trích daãn töø Alhabeed (2002)) . Giaù caû (Price) laø caùi maø ngöôøi mua phaûi traû ñeå coù ñöôïc saûn phaåm dòch vuï mong muoán, ñöôïc ño löôøng baèng tieàn teä. Giaù caû caûm nhaän laø ñaùnh giaù cuûa chính ngöôøi mua veà möùc ñoä ñaùng giaù cuûa nhöõng gì mình ñaùnh ñoåi so saùnh vôùi caùi seõ coù ñöôïc (Jacoby & Olson (1977), Zeithaml (1991) (trích daãn töø Alhabeed (2002)). Ngöôøi mua seõ caûm nhaän giaù caû saûn phaåm treân hai tieâu chí: chi phí baèng tieàn phaûi traû vaø chi phí cô hoäi do phaû._.i töø boû vieäc söû duïng soá tieàn ñoù ñeå mua saûn phaåm khaùc. Löôïng giaù ngöôøi mua laø moät haøm cuûa chaát löôïng caûm nhaän vaø giaù caû caûm nhaän. Noù quan heä döông vôùi chaát löôïng caûm nhaän vaø quan heä aâm vôùi giaù caû caûm nhaän. Moâ hình nghieân cöùu vaø caùc giaû thuyeát Phaàn treân ñaõ trình baøy caùc caùc cô sôû lyù thuyeát veà tính vò chuûng, söï saün loøng mua haøng ngoaïi vaø löôïng giaù cuûa ngöôøi mua ñoái vôùi haøng hoùa naøo ñoù. Tính vò chuûng coù taùc ñoäng tieâu cöïc ñeán thaùi ñoä ñoái vôùi haøng ngoaïi nhöng theå hieän raát khaùc nhau ôû töøng quoác gia cuï theå vaø phuï thuoäc caùc yeáu toá nhaân khaåu hoïc cuï theå. Ñaëc bieät, taïi Haø Lan, keát quaû kieåm ñònh thang ño CETSCALE cho thaáy noù laø ña höôùng. Thang ño naøy chöa ñöôïc kieåm ñònh nhieàu taïi Vieät Nam neân vieäc nghieân cöùu noù laø höõu ích cho caùc hoaït ñoäng tieáp thò hieän nay. Caùc nghieân cöùu treân cuõng ñaõ xem xeùt taùc ñoäng tính vò chuûng vaø ñaùnh giaù haøng hoùa (ngoaïi nhaäp) ñeán söï saün loøng mua nhöng yeáu toá ñaùnh giaù haøng hoùa laø toång hôïp, chöa cho thaáy vai troø rieâng cuûa giaù caû caûm nhaän vaø chaát löôïng caûm nhaän. Cuøng moät loaïi haøng hoùa, tính vò chuûng coù taùc ñoäng khaùc nhau ñeán söï saün loøng mua haøng ngoaïi töø caùc nöôùc khaùc nhau hay khoâng cuõng laø moät caâu hoûi. Caùc nghieân cöùu treân cuõng chöa ñeà caäp nhieàu ñeán vaán ñeà naøy. Hôn nöõa, ngöôøi tieâu duøng Vieät Nam coù theå coù thaùi ñoä ñaëc tröng raát caàn ñöôïc tìm hieåu . Vôùi caùc lyù do treân, nghieân cöùu naøy taäp trung kieåm ñònh moâ hình lyù thuyeát (Hình 2.4) cuøng caùc giaû thuyeát veà moái quan heä giöõa tính vò chuûng, chaát löôïng caûm nhaän, giaù caû caûm nhaän vaø söï saün loøng mua haøng (haøng ngoaïi). Hình 2.4. Moâ hình nghieân cöùu. Caùc giaû thuyeát cuï theå nhö sau: H1: Tính vò chuûng quan heä aâm vôùi saün loøng mua hay tính vò chuûng cuûa ngöôøi mua caøng cao, hoï caøng hoaëc traùnh mua xe Nhaät Baûn/Trung Quoác nhaäp khaåu. H2: Chaát löôïng caûm nhaän quan heä döông vôùi saün loøng mua H3: Giaù caû caûm nhaän quan heä aâm vôùi saün loøng mua hay ngöôøi tieâu duøng seõ traùnh mua haøng khi hoï cho raèng giaù caû laø cao. Söï khaùc bieät tính vò chuûng theo caùc bieán nhaân khaåu hoïc cuõng raát ñaùng ñöôïc quan taâm. Nghieân cöùu naøy seû taäp trung vaøo caùc bieán nhaân khaåu hoïc sau : ñoä tuoåi, giôùi tính, thu nhaäp vaø hoïc vaán. H4: goàm caùc giaû thuyeát veà bieán nhaân khaåu hoïc vaø tính vò chuûng sau: H4.1: Coù söï khaùc bieät giöõa caùc nhoùm tuoåi veà tính vò chuûng H4.2: Coù söï khaùc bieät giöõa caùc nhoùm giôùi tính veà tính vò chuûng H4.3: Coù söï khaùc bieät giöõa caùc nhoùm thu nhaäp veà tính vò chuûng H4.4: Coù söï khaùc bieät giöõa caùc nhoùm hoïc vaán veà tính vò chuûng Moät ñaëc ñieåm noåi baät cuûa tính vò chuûng laø ñaùnh giaù haøng ngoaïi thieân leäch. Ngöôøi coù möùc vò chuûng caøng cao coù xu höôùng haï thaáp chaát löôïng vaø naâng cao giaù caû haøng ngoaïi caøng maïnh. Ñieàu naøy seõ ñöôïc kieåm ñònh qua hai giaû thuyeát sau: H5: Tính vò chuûng coù töông quan döông giaù caû caûm nhaän H6: Tính vò chuûng coù töông quan aâm vôùi chaát löôïng caûm nhaän Toùm taét Tính vò chuûng cuûa ngöôøi tieâu duøng laø nhöõng nieàm tin, quan ñieåm saün coù veà söï ñuùng ñaén, phuø hôïp veà ñaïo ñöùc trong haønh vi mua haøng ngoaïi nhaäp. Shimp & Sharma (1987) (trích daãn töø Sharma, Shimp & Shin (1995)) ñaõ thieát laäp thang ño CETSCALE cho khaùi nieäm naøy. Ñeán nay, thang CETSCALE ñaõ ñöôïc kieåm ñònh taïi nhieàu quoác gia. Chaát löôïng caûm nhaän laø caùc ñaùnh giaù toång quaùt, mang tính chuû quan cuûa ngöôøi tieâu duøng veà chaát löôïng moät loaïi haøng hoùa naøo ñoù, trong khi ñoù, giaù caû caûm nhaän laø söï ño löôøng ñoä lôùn möùc hy sinh baèng tieàn ñeå ngöôøi mua ñoåi laáy moùn haøng ñoù vaø caû chi phí cô hoäi cuûa soá tieàn naøy. Ba yeáu toá treân taùc ñoäng leân thaùi ñoä cuûa ngöôøi tieâu duøng ñoái vôùi haøng ngoaïi nhaäp maø cuï theå laø möùc ñoä saün loøng mua haøng ngoaïi cuûa hoï. Moâ hình lyù thuyeát cho nghieân cöùu ñöôïc xaây döïng treân yù töôûng naøy vôùi giaû thuyeát chính laø tính vò chuûng, giaù caû caûm nhaän coù quan heä aâm vôùi söï saün loøng mua (haøng ngoaïi), ngöôïc laïi, chaát löôïng caûm nhaän coù quan heä döông vôùi söï saün loøng mua (haøng ngoaïi). Ngoaøi ra tính vò chuûng cuõng ñöôïc kyø voïng coù töông quan aâm vôùi chaát löôïng caûm nhaän vaø töông quan döông vôùi giaù caû caûm nhaän. Söï khaùc bieät tính vò chuûng theo caùc bieán nhaân khaåu hoïc laø ñoä tuoåi, giôùi tính, hoïc vaán vaø thu nhaäp cuõng seõ ñöôïc xem xeùt. Phaàn tieáp theo seõ trình baøy cuï theå phöông phaùp nghieân cöùu ñeå kieåm ñònh caùc thang ño, söï phuø hôïp cuûa moâ hình lyù thuyeát vaø caùc giaû thuyeát ñaõ ñaët ra. PHÖÔNG PHAÙP NGHIEÂN CÖÙU Giôùi thieäu Chöông 2 ñaõ trình baøy lyù thuyeát cô sôû veà tính vò chuûng cuûa ngöôøi mua vôùi thang ño CETSCALE. Moâ hình lyù thuyeát ñöôïc xaây döïng goàm bieán phuï thuoäc laø saün loøng mua (haøng ngoaïi) vaø ba bieán ñoäc laäp : chaát löôïng caûm nhaän, giaù caû caûm nhaän vaø tính vò chuûng ñöôïc. Cuøng vôùi moâ hình naøy laø moät loaït giaû thuyeát lieân quan. Chöông 3 taäp trung trình baøy caùc phöông phaùp nghieân cöùu goàm ba phaàn chính: 1) thieát keá nghieân cöùu, 2) keát quaû nghieân cöùu sô boä hay hieäu chænh thang ño vaø moâ hình, 3) giôùi thieäu môû ñaàu cho nghieân cöùu chính thöùc. Thieát keá nghieân cöùu Nhö ñaõ trình baøy, nghieân cöùu ñöôïc tieán haønh theo hai böôùc chính : Baûng 3.1: Tieán ñoä caùc böôùc nghieân cöùu Böùôc Daïng Phöông phaùp Kyõ thuaät Thôøi gian 1 Sô boä Ñònh tính Thaûo luaän tay ñoâi 09-2003 2 Chính thöùc Ñònh löôïng Phoûùng vaán qua thö tín Xöû lyù, phaân tích döõ lieäu 10..12-2003 Nghieân cöùu sô boä: Nghieân cöùu naøy söû duïng caùc thang ño ñaõ ñöôïc kieåm ñònh (trình baøy ôû Baûng 3.2). Muïc tieâu chính cuûa nghieân cöùu sô boä laø hieäu chænh caùc thang ño naøy cho nghieân cöùu chính thöùc. Baûng 3.2: Thang ño caùc khaùi nieäm Stt Khaùi nieäm Dieãn giaûi 1 Tính Vò Chuûng Thang CETSCALE: Shimp &ø Sharma (1987) : 17 bieán (trích daãn töø Luthy & Parsa (1998) 2 Chaát Löôïng Caûm Nhaän Thang ño tham khaûo: Product Judgment (Darling &ø Arnold (1988), Darling & Wood (1990), Wood &ø Darling (1993) (trích daãn töø Klein, Attenson & Morris (1998)) 3 Giaù Caû Caûm Nhaän 4 Söï Saün Loøng Mua Thang ño Willingness To Buy (Darling &ø Arnold (1988), Darling & Wood (1990), Wood &ø Darling (1993) (trích daãn töø Klein, Attenson & Morris (1998)) Thang ño CETSCALE tuy ñaõ ñöôïc kieåm ñònh ôû nhieàu nôi treân theá giôùi nhöng vieäc chuyeån taûi caùc khaùi nieäm naøy sang ngoân ngöõ Vieät Nam vaãn caàn söï caån troïng ñeå baûo ñaûm ñoä tin caäy vaø giaù trò cuûa noù. Caùc ñaëc tröng vaên hoaù, taâm lyù-xaõ hoäi vaø kinh teá cuûa ngöôøi Vieät roõ raøng coù söï khaùc bieät raát nhieàu so vôùi phöông Taây. Ngoaøi ra, caùc tieâu chí veà chaát löôïng, giaù caû caûm nhaän cuûa ngöôøi mua ñoái vôùi xe gaén maùy Nhaät hoaëc Trung Quoác cuõng phaûi ñöôïc xaùc ñònh theo caûm nhaän cuûa ngöôøi tieâu duøng. Vì vaäy, caùc thang ño khaùi nieäm saün coù caàn ñöôïc thaåm ñònh vôùi moät phöông phaùp môû, qua ñoù coù theå hieäu chænh caùc bieán ñeå phuø hôïp vôùi ngöõ caûnh maø vaãn baûo ñaûm söï ñuùng ñaén veà yù nghóa cuûa khaùi nieäm caàn ño löôøng. Kyõ thuaät thaûo luaän tay ñoâi seõ ñöôïc duøng cho böôùc naøy döïa treân moät daøn baøi laäp saün veà taát caû caùc khaùi nieäm lieân quan (xem Phuï luïc 1). Döï kieán, 15 ngöôøi seõ ñöôïc môøi tham gia thaûo luaän. Noäi dung thaûo luaän seõ ñöôïc ghi nhaän, toång hôïp vaø laø cô sôû cho vieäc ñieàu chænh vaø boå sung caùc bieán, caùc khaùi nieäm ñeå hình thaønh thang ño (2), vaø coù theå moâ hình lyù thuyeát cuõng seõ ñöôïc hieäu chænh. Töø ñoù, Baûng caâu hoûi seõ ñöôïc thieát keá, laáy yù kieán chuyeân gia, phaùt haønh thöû vaø hieäu chænh laàn cuoái tröôùc khi phaùt haønh chính thöùc cho böôùc nghieân cöùu ñònh löôïng (Hình 3.1) . Nghieân cöùu chính thöùc: Ñaây laø giai ñoaïn nghieân cöùu ñònh löôïng vôùi kyõ thuaät thu thaäp döõ lieäu laø phoûng vaán theo baûng caâu hoûi qua thö tín. Döõ lieäu thu thaäp ñöôïc xöû lyù baèng phaàn meàm SPSS 10. Sau khi ñöôïc maõ hoùa vaø laøm saïch, döõ lieäu seõ traûi qua caùc phaân tích chính sau: 1) Ñaùnh giaù ñoä tin caäy vaø giaù trò caùc thang ño, 2) Kieåm ñònh söï phuø hôïp cuûa moâ hình lyù thuyeát (Hình 3.1). Caùc thang ño ñöôïc ñaùnh giaù ñoä tin caäy qua heä soá Cronbach alpha, qua ñoù, caùc bieán raùc seõ bò loaïi neáu heä soá töông quan bieán toång nhoû (0.6). Tieáp theo, phöông phaùp phaân tích nhaân toá ñöôïc söû duïng ñeå kieåm ñònh giaù trò hoäi tuï cuûa caùc bieán ño löôøng. Caùc bieán coù troïng soá thaáp (50%. Ñeå kieåm ñònh moâ hình lyù thuyeát vaø caùc giaû thuyeát, tröôùc heát, vieäc hoài qui ña bieán seõ ñöôïc tieán haønh ñeå kieåm ñònh söï phuø hôïp cuûa moâ hình lyù thuyeát. Hai boä maãu (Nhaät Baûn vaø Trung Quoác) seõ ñöôïc phaân tích ñoäc laäp. Phöông trình hoài quy coù daïng nhö sau: Saün loøng mua = B1 +  B2* Tính vò chuûng +  B3*Chaát löôïng caûm nhaän+  B4*Giaù caû caûm nhaän Döïa vaøo keát quaû naøy, caùc giaû thuyeát veà quan heä giöõa tính vò chuûng, giaù caû caûm nhaän, chaát löôïng caûm nhaän vaø saün loøng mua (H1, H2, H3, H5, H6) seõ ñöôïc kieåm ñònh. Sau cuøng, ñeå kieåm ñònh söï khaùc bieät tính vò chuûng theo caùc bieán nhaân khaåu hoïc, caùc phaân tích ANOVA, T-Test seõ ñöôïc thöïc hieän. Tröôøng hôïp naøy, hai boä maãu Nhaät Baûn vaø Trung Quoác seõ ñöôïc hôïp nhaát cho phaân tích. Hình 3.1. Qui trình nghieân cöùu, döïa theo qui trình Nguyeãn Ñình Thoï &ø ctg (2003) Nghieân cöùu sô boä Hieäu chænh thang ño Nhö ñaõ trình baøy ôû phaàn treân, caùc thang ño duøng trong nghieân cöùu döïa treân caùc thang ño ñaõ ñöôïc kieåm ñònh. Töø caùc thoâng tin thu thaäp ñöôïc sau quaù trình thaûo luaän tay ñoâi vôùi 15 ngöôøi, caùc thang ño naøy ñeàu coù nhöõng noäi dung caàn phaûi hieäu chænh, ñöôïc trình baøy tuaàn töï sau ñaây: Tính Vò Chuûng (CET) Tính vò chuûng cuûa ngöôøi mua ñöôïc ño löôøng baèng thang CETSCALE do Shimp & Sharma (1987) (trích daãn theo Luthy & Parsa (1998)) thieát laäp goàm 17 bieán, trình baøy ôû Baûng 3.3 Baûng 3.3: Thang ño CETSCALE 1 Ngöôøi Vieät Nam neân mua haøng Vieät Nam ñeå ñaåy maïnh phaùt trieån kinh teá, giaûm nhaäp khaåu. 2 Chæ neân nhaäp khaåu caùc haøng hoùa khoâng theå saûn xuaát ñöôïc ôû Vieät Nam 3 Mua haøng noäi laø goùp phaàn baûo ñaûm vieäc laøm cho ngöôøi Vieät Nam 4 Mua haøng ngoaïi khoâng laø haønh vi ñuùng ñaén cuûa ngöôøi Vieät Nam 5 Uûng hoä mua haøng ngoaïi laø goùp phaàn laøm moät soá ngöôøi Vieät bò maát coâng aên vieäc laøm 6 Ngöôøi Vieät Nam chaân chính luoân mua haøng Vieät Nam 7 Mua haøng ngoaïi chæ giuùp cho nöôùc khaùc laøm giaøu 8 Toát nhaát laø mua haøng Vieät Nam 9 Neân haïn cheá toái ña mua baùn, trao ñoåi vôùi nöôùc ngoaøi tröø phi quaù caàn thieát 10 Mua haøng ngoaïi coù theå gaây ra thaát nghieäp vaø toån haïi kinh doanh cuûa ngöôøi trong nöôùc 11 Caàn ñaët raøo caûn cho haøng nhaäp khaåu 12 Duø coù hao toán hôn, toâi vaãn thích duøng haøng noäi 13 Khoâng neân cho pheùp nöôùc ngoaøi tham gia vaøo thò tröôøng noäi ñòa 14 Haøng ngoaïi phaûi bò ñaùnh thueá naëng 15 Chuùng ta chæ neân mua haøng ngoaïi khi haøng hoùa ñoùù khoâng theå saûn xuaát ñöôïc trong nöôùc 16 Ngöôøi mua haøng ngoaïi phaûi chòu traùch nhieäm do gaây ra thaát nghieäp cho ñoàng baøo cuûa mình 17 Haøng noäi luoân luoân ñöùng ñaàu Keát quaû thaûo luaän tay ñoâi cho thaáy caàn hieäu chænh moät soá bieán. Cuï theå, Vieät Nam laø quoác gia coù söùc saûn xuaát haøng hoùa yeáu, khoâng ña daïng, trình ñoä coâng ngheä khoâng cao, trong khi nhu caàu tieâu duøng khoâng phaûi nhoû, neân vieäc nhaäp vaø tieâu duøng haøng ngoaïi ñöôïc xem laø taát yeáu. Do ñoù, caùc bieán 6 (Ngöôøi Vieät Nam chaân chính luoân mua haøng Vieät Nam), 17 (Haøng noäi luoân luoân ñöùng ñaàu) toû ra khoâng thöïc teá vaø cöïc ñoan, caàn ñöôïc bieán ñoåi ñeå phuø hôïp. Ngoaøi ra, bieán 4 (Mua haøng ngoaïi khoâng laø haønh vi ñuùng ñaén cuûa ngöôøi Vieät Nam), 16 (Ngöôøi mua haøng ngoaïi phaûi chòu traùch nhieäm do gaây ra thaát nghieäp cho ñoàng baøo cuûa mình) laø quaù gay gaét vaø thieáu teá nhò, caàn laøm nheï söï pheâ phaùn veà ñaïo ñöùc trong haønh vi mua haøng ngoaïi. Sau cuøng, bieán 1 (Ngöôøi Vieät Nam neân mua haøng Vieät Nam ñeå ñaåy maïnh phaùt trieån kinh teá, giaûm nhaäp khaåu) ñöôïc caét goïn ñeå traùnh loãi coù hai yù . Baûng 3.4: Thang ño CETSCALE ñaõ hieäu chænh 1 Ngöôøi Vieät Nam neân mua haøng Vieät Nam ñeå ñaåy maïnh phaùt trieån kinh teá nöôùc nhaø 2 Chæ neân nhaäp khaåu caùc haøng hoùa naøo khoâng theå saûn xuaát ñöôïc ôû Vieät Nam 3 Mua haøng noäi laø goùp phaàn baûo ñaûm vieäc laøm cho ñoàng baøo mình 4 Chuoäng mua haøng ngoaïi laø haønh vi khoâng ñuùng cuûa ngöôøi Vieät Nam 5 Chuoäng mua haøng ngoaïi laø goùp phaàn laøm moät soá ngöôøi Vieät bò maát vieäc laøm 6 Ngöôøi Vieät Nam phaûi öu tieân mua haøng Vieät Nam 7 Mua haøng ngoaïi chæ giuùp cho nöôùc khaùc laøm giaøu 8 Toát nhaát laø mua haøng Vieät Nam 9 Neân haïn cheá toái ña vieäc giao thöông vôùi nöôùc ngoaøi, tröø phi quaù caàn thieát 10 Mua haøng ngoaïi coù theå gaây ra toån haïi kinh doanh cho ngöôøi Vieät 11 Caàn ñaët raøo caûn cho haøng nhaäp khaåu 12 Duø coù hao toán hôn, toâi vaãn uûng hoä duøng haøng noäi 13 Khoâng neân cho pheùp nöôùc ngoaøi tham gia vaøo thò tröôøng noäi ñòa 14 Haøng nhaäp khaåu phaûi bò ñaùnh thueá naëng 15 Ta chæ neân mua haøng ngoaïi khi noù khoâng theå saûn xuaát ñöôïc trong nöôùc 16 Ngöôøi chuoäng mua haøng ngoaïi phaûi coù traùch nhieäm veà vieäc gaây thaát nghieäp cho ñoàng baøo mình 17 Haøng noäi khoâng heà thua keùm haøng ngoaïi Chaát Löôïng Caûm Nhaän (QUA) Thang ño chaát löôïng caûm nhaän töông öùng vôùi tröôøng hôïp xe Trung Quoác vaø Nhaät Baûn goàm caùc bieán trình baøy ôû Baûng 3.5 Baûng 3.5. Thang ño Chaát löôïng caûm nhaän Trung Quoác Nhaät Baûn 1 Xe Trung Quoác coù ñoä beàn raát thaáp Xe Nhaät coù ñoä beàn raát cao 2 Xe Trung Quoác coù ñoä tin caäy raát thaáp Xe Nhaät coù ñoä tin caäy raát cao 3 Xe Trung Quoác coù hình thöùc raát keùm Xe Nhaät coù hình thöùc vöôït troäi 4 Xe Trung Quoác coù coâng ngheä saûn xuaát raát thaáp Xe Nhaät coù coâng ngheä saûn xuaát raát cao 5 Xe Trung Quoác coù uy tín raát thaáp Xe Nhaät coù uy tín raát cao Keát quaû thaûo luaän tay ñoâi cho thaáy caàn hieäu chænh moät soá noäi dung. Ñeå coù theå deã daøng nhaän ra söï khaùc bieät giöõa chaát löôïng, caùc bieán ñaùnh giaù ñöôïc chuyeån sang so saùnh töông ñoái giöõa xe Nhaät hoaëc Trung Quoác vôùi xe noäi. Ñieàu naøy khoâng heà laøm maát ñi yù nghóa cuûa chaát löôïng caûm nhaän. Thuaät ngöõ “ñoä tin caäy” boäc loä khaû naêng gaây luùng tuùng, khoù hieåu cho ngöôøi traû lôøi (coù theå vì khaù chuyeân moân). Neáu duøng “ñoä oån ñònh” ñeå thay theá, thì ngöôøi ñöôïc hoûi coù hình dung deã daøng hôn vaø hieåu noù vôùi noäi dung ñuùng cuûa “ñoä tin caäy”. Do ñoù, thuaät ngöõ naøy ñöôïc thay theá. Baûng 3.6: Thang ño Chaát löôïng caûm nhaän ñaõ hieäu chænh Trung Quoác Nhaät Baûn 1 Xe Trung Quoác coù ñoä beàn keùm xa xe noäi Xe Nhaät coù ñoä beàn vöôït xa xe noäi 2 Xe Trung Quoác coù ñoä oån ñònh keùm xa xe noäi Xe Nhaät coù ñoä oån ñònh vöôït xa xe noäi 3 Xe Trung Quoác coù maãu maõ, hình thöùc keùm xa xe noäi Xe Nhaät coù maãu maõ, hình thöùc vöôït xa xe noäi 4 Xe Trung Quoác ñöôïc saûn xuaát vôùi coâng ngheä keùm xa xe noäi Xe Nhaät ñöôïc saûn xuaát vôùi coâng ngheä vuôït xa xe noäi 5 Xe Trung Quoác coù uy tín keùm xa xe noäi Xe Nhaät coù uy tín vöôït xa xe noäi Giaù Caû Caûm Nhaän (PRI) Thang ño giaù caû caûm nhaän töông öùng vôùi tröôøng hôïp xe Trung Quoác vaø Nhaät Baûn goàm caùc bieán trình baøy ôû Baûng 3.7 Baûng 3.7: Thang ño Giaù caû caûm nhaän Trung Quoác Nhaät Baûn 1 Giaù xe Trung Quoác raát deã mua Giaù xe Nhaät raát khoù mua 2 Giaù xe Trung Quoác raát reû Giaù xe Nhaät laø raát ñaét 3 Soá tieàn mua xe Trung Quoác khoâng uoång phí Soá tieàn mua xe Nhaät laø uoång phí Veà cô baûn, caùc bieán ñöôïc giöõ nhö ban ñaàu, coù boå sung theâm bieán 4 vôùi muïc ñích ño löôøng theâm veà chi phí cô hoäi. Baûng 3.8: Thang ño Giaù caû caûm nhaän ñaõ hieäu chænh 1 Giaù baùn xe Trung Quoác quaù deã mua Giaù baùn xe Nhaät quaù khoù mua 2 Vôùi chaát löôïng coù ñöôïc, giaù baùn xe Trung Quoác laø raát reû Vôùi chaát löôïng coù ñöôïc, giaù baùn xe Nhaät laø raát ñaét 3 Soá tieàn mua xe Trung Quoác laø hoaøn toaøn thích ñaùng Soá tieàn mua xe Nhaät laø hoaøn toaøn khoâng thích ñaùng 4 Soá tieàn doâi ra khi mua xe Trung Quoác so vôùi mua xe noäi coù theå söû duïng vaøo caùc vieäc khaùc höõu ích hôn. Soá tieàn doâi ra khi mua xe noäi thay vì mua xe Nhaät coù theå söû duïng vaøo caùc vieäc khaùc höõu ích hôn. Saün Loøng Mua (WIL) Thang ño saün loøng mua töông öùng vôùi tröôøng hôïp xe Trung Quoác vaø Nhaät Baûn goàm caùc bieán trình baøy ôû Baûng 3.9. Baûng 3.9: Thang ño Saün loøng mua Trung Quoác Nhaät baûn 1 Toâi caûm thaáy coù loãi neáu phaûi mua xe Trung Quoác Toâi caûm thaáy coù loãi neáu phaûi mua xe Nhaät 2 Toâi khoâng bao giôø mua xe gaén maùy Trung Quoác Toâi khoâng bao giôø mua xe gaén maùy Nhaät 3 Baát cöù khi naøo coù theå, toâi traùnh mua xe Trung Quoác Baát cöù khi naøo coù theå, toâi traùnh mua xe Nhaät 4 Khi coù ñuû ñieàu kieän ñeå mua, toâi thích mua xe Trung Quoác hôn Khi coù ñuû ñieàu kieän ñeå mua, toâi thích mua xe Nhaät hôn 5 YÙ nghó mình sôû höõu moät chieác xe Trung Quoác khoâng gaây cho toâi baát cöù thích thuù gì YÙ nghó mình sôû höõu moät chieác xe Nhaät Baûn khoâng gaây cho toâi baát cöù thích thuù gì 6 Neáu hai xe gaén maùy laø nhö nhau veà chaát löôïng, moät laø cuûa Trung Quoác, moät laø cuûa Vieät Nam, toâi seõ mua haøng Vieät Nam cho duø giaù cao hôn 10% Neáu hai xe gaén maùy nhö nhau veà chaát löôïng, moät laø cuûa Nhaät, moät laø cuûa Vieät Nam, toâi seõ mua haøng Vieät Nam cho duø giaù cao hôn 10% Qua thaûo luaän tay ñoâi, caùc noäi dung caàn hieäu chænh nhö sau: bieán 1 (Toâi caûm thaáy nhö coù loãi neáu phaûi mua xe Nhaät /Trung Quoác) vaø 5 (YÙ nghó mình sôû höõu moät chieác xe Nhaät /Trung Quoác khoâng gaây cho toâi baát cöù thích thuù gì) coù veû raát xa laï vôùi tình caûm, quan nieäm thoâng thöôøng. Bieán 4 (Khi coù ñuû ñieàu kieän ñeå mua, toâi thích mua xe Nhaät /Trung Quoác hôn) söû duïng kyõ thuaät ñaûo chieàu coù theå taïo baát lôïi cho ñoä tin caäy cuûa hoài ñaùp. Ngoaøi ra, söï saün loøng mua laø coù khaùc nhau khi so saùnh vôùi haøng noäi thöông hieäu Vieät Nam vaø thöông hieäu nöôùc ngoaøi. Treân cô sôû caùc nhaän xeùt, ñaùnh giaù naøy vaø caân nhaéc yù nghóa cuûa khaùi nieäm, ñeà nghò caùc bieán nhö Baûng 3.10. Baûng 3.10: Thang ño Saün loøng mua ñaõ hieäu chænh Trung Quoác Nhaät baûn 1 Neáu caàn xe, toâi tin raèng mình khoâng mua xe Trung Quoác Neáu caàn xe, toâi tin raèng mình khoâng mua xe Nhaät 2 Vôùi toâi, vieäc mua xe Trung Quoác coù khaû naêng xaûy ra raát thaáp Vôùi toâi, vieäc mua xe Nhaät coù khaû naêng xaûy ra raát thaáp 3 Toâi traùnh mua xe Trung Quoác khi coù theå ñöôïc. Toâi khoâng mua xe Nhaät ngay caû khi coù theå . 4 Giaû ñònh hai xe laø nhö nhau veà chaát löôïng moät laø Trung Quoác coù giaù 7 trieäu, moät laø xe noäi coù giaù cao hôn 10% (700 ngaøn), toâi seõ mua xe noäi. Giaû ñònh hai xe laø nhö nhau veà chaát löôïng moät laø Nhaät coù giaù 25 trieäu, moät laø xe noäi coù giaù cao hôn 10%, toâi seõ mua xe noäi. 5 Giaû ñònh hai xe laø nhö nhau veà chaát löôïng moät laø Trung Quoác coù giaù 7 trieäu, moät laø xe noäi nhöng coù thöông hieäu Vieät Nam, cuûa doanh nghieäp Vieät Nam vaø coù giaù cao hôn 10% (700 ngaøn), toâi seõ mua xe noäi. Giaû ñònh hai xe laø nhö nhau veà chaát löôïng moät laø Nhaät coù giaù 25 trieäu, moät laø xe noäi nhöng coù thöông hieäu Vieät Nam, cuûa doanh nghieäp Vieät Nam vaø coù giaù cao hôn 10%, toâi seõ mua xe noäi. Boå sung khaùi nieäm vaø hieäu chænh moâ hình Keát quaû thaûo luaän coøn laøm noåi leân moät khaùi nieäm khaùc coù quan heä ñeán tính vò chuûng cuûa ngöôøi tieâu duøng vaø vieäc saün loøng mua haøng ngoaïi: nieàm tin haøng noäi. Haøng noäi thöôøng ñöôïc ñaùnh giaù thaáp, nhaát laø veà chaát löôïng vaø uy tín khi so saùnh vôùi haøng ngoaïi , keå caû caùc quoác gia Ñoâng Nam AÙ laùng gieàng. Nieàm tin haøng noäi thaáp coù theå laø moät taùc nhaân thuùc ñaåy ngöôøi tieâu duøng mua haøng ngoaïi. Vieäc ñöa theâm khaùi nieäm nieàm tin haøng noäi vaøo moâ hình nghieân cöùu laø höõu ích ñeå coù theå khaùm phaù theâm caùc yeáu toá coù yù nghóa vaø moái töông quan giöõa chuùng. Theo Han & Terstra (1988) (trích daãn töø Cheron & Propeck (1997)), nieàm tin (Beliefs) ñoái vôùi haøng hoùa xuaát xöù töø moät quoác gia goàm 5 thuoäc tính : 1) öu theá coâng ngheä, 2) uy tín, 3) tay ngheà, 4) giaù vaø 5) naêng löïc phuïc vuï. Nieàm tin naøy seõ taùc ñoäng tích cöïc ñeán thaùi ñoä cuûa ngöôøi tieâu duøng vôùi haøng hoùa ñoù. Vôùi thang ño Likert 5 ñieåm, caùc bieán cuûa nieàm tin haøng noäi nhö Baûng 3.11 Baûng 3.11: thang ño Nieàm tin haøng noäi 1 Haøng Vieät Nam coù chaát löôïng raát oån ñònh 2 Doanh nghieäp trong nöôùc raát coù uy tín vôùi khaùch haøng 3 Coâng ngheä cuûa Vieät Nam khoâng thua keùm caùc nöôùc 4 Coâng nhaân Vieät nam coù tay ngheà raát cao 5 Giaù caû haøng Vieät Nam raát haáp daãn Nhö vaäy, qua keát quaû thaûo luaän tay ñoâi vaø, moâ hình lyù thuyeát ñöôïc hieäu chænh (laàn 1) nhö Hình 3.2 . Hình 3.2. Moâ hình nghieân cöùu hieäu chænh (1) Caùc giaû thuyeát sau cuõng ñöôïc boå sung: H7: Nieàm tin haøng noäi quan heä aâm vôùi saün loøng mua (haøng ngoaïi) Nhö ñaõ bieát, tính vò chuûng coù xu höôùng laøm ngöôøi tieâu duøng ñaùnh giaù thieân leäch thuaän lôïi cho haøng noäi vaø baát lôïi cho haøng ngoaïi. Vaäy coù theå cho raèng, ngöôøi coù möùc vò chuûng caøng cao caøng ñaët nhieàu nieàm tin vao haøng noäi. Ñieàu naøy seõ ñöôïc kieåm ñònh qua giaû thuyeát. H8: Tính vò chuûng töông quan döông vôùi nieàm tin haøng noäi Baûng caâu hoûi chính thöùc sau nghieân cöùu sô boä ñaõ ñöôïc hình thaønh (xem Phuï luïc 2 vaø 3). Caùc khaùi nieäm taäp trung ôû phaàn II vôùi kyù hieäu vaø soá thöù töï caâu hoûi töông öùng nhö sau Tính vò chuûng 17bieán : CET_1..CET_17 (caâu 1 - 16 vaø 23) Nieàm tin haøng noäi 5 bieán : BEL_1..BEL _5 (caâu 17 - 22) Chaát löôïng caûm nhaän 5 bieán : QUA_1..QUA_5 (caâu 23 - 28) Giaù caû caûm nhaän 4 bieán : PRI_1..PRI_4 (caâu 29 - 32) Saün loøng mua 5 bieán : WIL_1..WIL_5 (caâu 33 - 36) Toaøn boä caùc bieán ño löôøng cuûa thang ño saün loøng mua theå hieän möùc tieâu cöïc taêng theo söï ñoàng yù (teân khaùi nieäm chính xaùc neân laø khoâng saün loøng mua). Ñeå baûo ñaûm nhaát quaùn vaø thuaän tieän ñoái chieáu vôùi cô sôû lyù thuyeát ôû Chöông 2, caùc bieán ño löôøng seõ ñöôïc ñaûo giaù trò sau khi nhaäp döõ lieäu ñeå phaân tích. Nghieân cöùu chính thöùc Maãu Maãu ñöôïc laáy theo phöông phaùp thuaän tieän. Theo Hair& ctg(1998), trong phaân tích nhaân toá EFA, caàn 5 quan saùt cho 1 bieán ño löôøng vaø soá quan saùt khoâng ñöôïc <100. Moâ hình ñang nghieân cöùu coù 36 bieán, vaäy kích thöôùc maãu 200 - 250 laø chaáp nhaän ñöôïc. Caên cöù vaøo danh baï ñieän thoaïi, caùc thö göûi baûng caâu hoûi seõ keøm theo phong bì daùn tem saün ñaõ ghi ñòa chæ göûi veà moät hoäp thö böu ñieän. Nhöõng ngöôøi chöa hoài ñaùp sau moät tuaàn seõ ñöôïc goïi ñieän thoaïi ñeå ñeà nghò coäng taùc. Trong tröôøng hôïp thuaän lôïi vaø ñöôïc söï ñoàng yù, vieäc phoûng vaán seõ tieán haønh tröïc tieáp taïi nhaø cuûa hoï. Thoâng tin maãu Sau khi laøm saïch, toång soá hoài ñaùp hôïp leä cho phaân tích tieáp sau laø 242 vôùi tröôøng hôïp xe gaén maùy Trung Quoác vaø 216 vôùi tröôøng hôïp xe Nhaät. Soá löôïng naøy thoûa maõn ñöôïc yeâu caàu ñeà ra ôû phaàn treân. Döôùi ñaây laø moät soá thoâng tin veà phaân boá maãu theo caùc bieán phaân loaïi chính. Soá löôïng thaønh vieân töøng nhoùm laø ñuû cho vieäc kieåm ñònh giaù trò trung bình. Löu yù raèng soá ngöôøi coù thu nhaäp cao khaù ít neân ñöôïc nhoùm chung laïi ôû möùc >2.0 trieäu. Nhoùm hoïc vaán töø ñaïi hoïc trôû treân chieám tæ troïng cao (~35%). Nhìn chung, soá löôïng töøng nhoùm laø thoûa ñieàu kieän caàn cho vieäc kieåm ñònh caùc giaû thuyeát veà caùc bieán nhaân khaåu hoïc. Baûng 3.12: Thoâng tin maãu Trung Quoác Nhaät Baûn Taàn suaát Tæ leä (%) Taàn suaát Tæ leä (%) Ñoä Tuoåi <26 78 32.4 49 22.7 26..35 72 29.9 66 30.6 36..45 62 25.7 64 29.6 >45 29 12.0 37 17.1 Total 241 100.0 216 100.0 Phaùi NAM 116 48.5 119 57.2 NU 123 51.5 89 42.8 Total 239 100.0 208 100.0 Hoïc Vaán THCS 16 6.8 15 7.0 THPT 69 29.5 53 24.9 THCN, CD 66 28.2 67 31.5 DH 83 35.5 78 36.6 Total 234 100.0 213 100.0 Thu Nhaäp <0,5 tr 37 16.1 25 12.1 0,5..1,0 tr 75 32.6 57 27.7 1,0..1,5 tr 73 31.7 63 30.6 1,5..2,0 tr 24 10.4 29 14.1 >2,0 tr 21 9.1 32 15.5 Total 230 100.0 206 100.0 Loaïi Xe Ñang Duøng NHAT (nhap khau) 65 28.3 68 32.9 NHAT (Viet Nam) 80 34.8 68 32.9 TRUNG QUOC 55 23.9 54 26.1 KHAC 30 13.0 17 8.2 Total 230 100.0 207 100.0 Toùm taét Chöông 2 taäp trung trình baøy phöông phaùp nghieân cöùu ñöôïc thöïc hieän nhaèm ñaït ñöôïc caùc muïc tieâu ñaõ ñeà ra. Quaù trình naøy bao goàm hai böôùc: 1) nghieân cöùu sô boä ñònh tính söû duïng kyõ thuaät thaûo luaän tay ñoâi, coù nhieäm vuï khaùm phaù, hieäu chænh caùc bieán ño löôøng cuûa caùc khaùi nieäm vaø neáu coù theå, hieäu chænh caû moâ hình nghieân cöùu; 2) nghieân cöùu chính thöùc ñònh löôïng thöïc hieän baèng phoûng vaán thö tín vôùi phöông phaùp laáy maãu thuaän tieän, sau ñoù döõ lieäu seõ ñöôïc xöû lyù vaø phaân tích baèng phaàn meàm SPSS ñeå kieåm ñònh thang ño caùc khaùi nieäm vaø moâ hình lyù thuyeát. Chöông naøy cuõng trình baøy cuï theå keát quaû cuûa nghieân cöùu sô boä vôùi caùc thang ño ñaõ ñöôïc hieäu chænh. Moâ hình lyù thuyeát cuõng ñöôïc hieäu chænh vôùi söï boå sung khaùi nieäm nieàm tin haøng noäi (ñoùng vai troø bieán ñoäc laäp cuøng vôùi tính vò chuûng, chaát löôïng caûm nhaän, giaù caû caûm nhaän) vaø hai giaû thuyeát lieân quan. Nhö vaäy, moâ hình coù toång coäng 36 bieán : 17 bieán tính vò chuûng, 05 bieán nieàm tin haøng noäi, 05 bieán chaát löôïng caûm nhaän, 04 bieán giaù caû caûm nhaän vaø 05 bieán saün loøng mua. Sau cuøng, caùc döõ lieäu ban ñaàu cuûa nghieân cöùu chính thöùc cuõng ñöôïc giôùi thieäu. Keát quaû laøm saïch döõ lieäu cho côõ maãu 242 ôû tröôøng hôïp xe Trung Quoác vaø 216 ôû xe Nhaät Baûn laø ñaït yeâu caàu veà soá löôïng. Caùc thoâng tin cô baûn veà phaân boá maãu theo nhaân khaåu hoïc chöùng toû maãu thoûa maõn caùc ñieàu kieän cho caùc phaân tích. Hai boä maãu naøy noùi chung seõ ñöôïc phaân tích moät caùch ñoäc laäp ôû Chöông 4 tieáp sau ñaây. KEÁT QUAÛ NGHIEÂN CÖÙU Giôùi thieäu Sau khi trình baøy phöông phaùp nghieân cöùu ôû Chöông 3 cuøng caùc keát quaû nghieân cöùu sô boä vaø giôùi thieäu veà nghieân cöùu chính thöùc, Chöông 4 seõ taäp trung vaøo kieåm ñònh thang ño caùc khaùi nieäm, kieåm ñònh moâ hình lyù thuyeát vaø giaû thuyeát. Noäi dung chöông goàm ba phaàn chính: 1) ñaùnh giaù thang ño caùc khaùi nieäm, 2) hieäu chænh moâ hình nghieân cöùu vaø caùc giaû thuyeát, 3) kieåm ñònh söï phuø hôïp cuûa moâ hình lyù thuyeát baèng hoài quy ña bieán vaø sau cuøng, 4) kieåm ñònh caùc giaû thuyeát. Ñaùnh giaù thang ño Thang ño caùc khaùi nieäm ñöôïc ñaùnh giaù qua hai coâng cuï: ñoä tin caäy vôùi heä soá Cronbach alpha vaø phaân tích nhaân toá. Tröôùc heát, trong töøng thang ño, caùc bieán coù töông quan bieán toång (item-total correlation) nhoû hôn 0.3 ñöôïc xem laø bieán raùc vaø bò loaïi. Thang ño seõ ñöôïc chaáp nhaän khi heä soá Cronbach alpha>0.6. Sau ñoù, trong phaân tích nhaân toá, caùc bieán coù troïng soá nhoû hôn 0.4 cuõng bò loaïi. Phöông phaùp trích heä soá söû duïng laø principle component cho caùc thang ño ñôn höôùng. Ñieåm döøng khi trích caùc yeáu toá coù eigenvalue laø 1 vaø thang ño ñöôïc chaáp nhaän khi phöông sai trích >=50%. Quaù trình phaân tích cho thaáy saün loøng mua vaø ñaëc bieät, tính vò chuûng khoâng laø thang ño ñôn höôùng. Do ñoù, phaàn ñaùnh giaù ñoä tin caäy caùc thang ño döôùi ñaây chæ trình baøy ñoä tin caäy caùc khaùi nieäm nieàm tin haøng noäi, chaát löôïng caûm nhaän, giaù caû caûm nhaän; ñoä tin caäy cuûa tính vò chuûng vaø saün loøng mua seõ ñöôïc trình baøy khi phaân tích nhaân toá. Phöông phaùp trích heä soá söû duïng cho hai thang ño ña höôùng naøy laø principal axis factoring vôùi pheùp quay promax, ñieåm döøng khi trích caùc yeáu toá coù eigenvalue laø 1 vaø thang ño ñöôïc chaáp nhaän khi toång phöông sai trích>=50%. Ñoä tin caäy Nieàm tin haøng noäi (BEL) Caùc soá lieäu trong tính toaùn ñoä tin caäy cuûa khaùi nieäm naøy ñöôïc trình baøy cho caû hai tröôøng hôïp Trung Quoác vaø Nhaät Baûn trong Baûng 4.1. Taát caû caùc bieán thaønh phaàn ñeàu coù heä soá töông quan bieán toång >0.3 vaø heä soá ñoä tin caäy Alpha>0.7. Do ñoù, taát caû caùc bieán ñeàu ñöôïc giöõ cho phaân tích ôû buôùc sau. Baûng 4.1: Ñoä tin caäy Cronbach alpha - BEL : Trung Quoác – Nhaät Baûn Bieán Trung Quoác Nhaät Baûn T.bình thang do neáu loaïi bieán Töông quan bieán toång Alpha neáu loaïi bieán T.bình thang do neáu loaïi bieán Töông quan bieán toång Alpha neáu loaïi bieán BEL_1 13.1860 0.4882 0.6510 13.3704 0.5876 0.7252 BEL_2 12.9380 0.4662 0.6608 13.3102 0.5947 0.7238 BEL_3 13.2190 0.4570 0.6650 13.4444 0.5566 0.7359 BEL_4 13.0000 0.4097 0.6828 13.2546 0.4908 0.7585 BEL_5 12.9463 0.5097 0.6417 13.1389 0.5341 0.5341 Alpha 0.7087 0.7784 Chaát löôïng caûm nhaän (QUA) Theo Baûng 4.2, taát caû caùc bieán thaønh phaàn ñeàu coù heä soá töông quan bieán toång khaù cao (>0.5) vaø heä soá ñoä tin caäy Alpha cuõng cao(>0.84). Do ñoù taát caû caùc bieán ñeàu ñöôïc giöõ cho phaân tích ôû böôùc sau Baûng._.5 5.2397 4.2162 0.6336 0.4028 0.5389 CET_7 5.1157 4.6505 0.5299 0.3109 0.6676 Alpha 0.7292 CET_C - Phuong Cham Mua Hang Noi Correlation Matrix CET_6 CET_8 CET_6 1 Uu tien HNoi CET_8 0.4332 1 Tot nhat la mua HNoi Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_6 3.2190 1.0431 0.4332 0.1877 CET_8 3.6653 1.1780 0.4332 0.1877 Alpha 0.6038 CET_D - Thai Do dv Ngoai Thuong Correlation Matrix CET_11 CET_13 CET_14 CET_11 1 Rao can Hngoai CET_13 0.2446 1 Khong cho Hngoai tham nhap CET_14 0.3163 0.2118 Danh thue Hngoai nang Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_11 4.5702 2.9017 0.3639 0.133 0.3426 CET_13 5.5537 4.1154 0.2818 0.0799 0.4798 CET_14 4.5868 3.2144 0.3420 0.1192 0.3805 Alpha 0.5100 8. Ñoä tin caäy caùc thaønh phaàn Tính Vò Chuûng– NHAÄT BAÛN CET_A - Tac Dong cua Mua Hang Noi Correlation Matrix CET_1 CET_2 CET_3 CET_15 CET_1 1 Mua HNoi: Phat trien kinh te CET_2 0.3040 1 Nhap hang khong the san xuat CET_3 0.4624 0.3617 1 Mua HNoi: Tao viec lam CET_15 0.2926 0.4663 0.3062 1 Mua Hngoai: khi khong co HNoi Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_1 12.0000 6.5767 0.4496 0.2472 0.6469 CET_2 12.3148 5.1842 0.5133 0.2782 0.6018 CET_3 12.1574 6.0867 0.4825 0.2759 0.6237 CET_15 12.4583 5.2634 0.4777 0.2510 0.6289 Alpha 0.6911 CET_B - Tac Dong cua Mua Hang Ngoai Correlation Matrix CET_4 CET_5 CET_7 CET_10 CET_4 1 Mua Hngoai: hanh vi khong dung CET_5 0.5064 1 Mua Hngoai: gay that nghiep CET_7 0.3889 0.5467 1 Mua Hngoai: lam giau nuoc ngoai CET_10 0.3099 0.5032 0.4822 1 Mua Hngoai: ton hai kinh doanh Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_4 8.5185 9.2834 0.4900 0.2750 0.7577 CET_5 8.0463 8.0537 0.6720 0.4524 0.6621 CET_7 7.9259 8.1805 0.5977 0.3690 0.7029 CET_10 7.9676 8.9710 0.5364 0.3150 0.7348 Alpha 0.7711 CET_C - Phuong Cham Mua Hang Noi Correlation Matrix CET_8 CET_12 CET_17 CET_8 1 Tot nhat la mua Hnoi CET_12 0.3883 1 Ung ho hnoi, du hao ton CET_17 0.3602 0.4011 1 Hnoi khong thua kem Hngoai Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_8 6.4167 3.0721 0.4478 0.2006 0.5698 CET_12 6.5833 2.7744 0.4784 0.2292 0.5292 CET_17 6.4907 3.1813 0.4576 0.2101 0.5585 Alpha 0.6501 Reliability Analysis (alpha) CET_D - Thai Do dv Ngoai Thuong Correlation Matrix CET_9 CET_13 CET_9 1 Han che giao thuong CET_13 0.4471 1 Khong cho Hngoai tham nhap Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_9 1.8472 1.0231 0.4471 0.1999 CET_13 2.0648 1.3539 0.4471 0.1999 Alpha 0.6138 9. Phaân tích nhaân toá Saün Loøng Mua & Tính Vò Chuûng– TRUNG QUOÁC WIL 5 items Communalities Initial Extraction WIL_1 Y dinh mua 0.494 0.612 WIL_2 Xac suat mua 0.505 0.694 WIL_3 Mua khi co kha nang 0.482 0.584 WIL_4 Xe noi, nhan ngoai 0.546 0.726 WIL_5 Xe noi, nhan noi 0.534 0.721 Extraction Method: Principal Axis Factoring. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 2.70 53.96 53.96 2.36 47.16 47.16 2.10 2 1.28 25.63 79.59 0.98 19.59 66.75 1.76 3 0.41 8.28 87.86 4 0.34 6.86 94.73 5 0.26 5.27 100.00 Pattern Matrix Structure Matrix Factor Factor 1 2 1 2 WIL_1 Y dinh mua 0.77 0.02 0.78 0.33 WIL_2 Xac suat mua 0.87 -0.10 0.83 0.24 WIL_3 Mua khi co kha nang 0.71 0.11 0.76 0.39 WIL_4 Xe noi, nhan ngoai 0.03 0.84 0.36 0.85 WIL_5 Xe noi, nhan noi -0.02 0.86 0.31 0.85 Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization. Rotation converged in 3 iterations. Factor Correlation Matrix Factor 1 2 1 1 0.393 2 0.393 1 CET 11 items Communalities Initial Extraction CET_1 Mua HNoi: Phat trien kinh te 0.337 0.521 CET_2 Nhap hang khong the san xuat 0.264 0.303 CET_3 Mua HNoi: Tao viec lam 0.334 0.532 CET_4 Mua HNgoai: hanh vi khong dung 0.322 0.378 CET_5 Mua HNgoai: gay that nghiep 0.426 0.735 CET_6 Uu tien HNoi 0.315 0.550 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.390 0.456 CET_8 Tot nhat la mua HNoi 0.345 0.483 CET_11 Rao can HNgoai 0.234 0.413 CET_13 Khong cho HNgoai tham nhap 0.139 0.239 CET_14 Danh thue HNgoai nang 0.149 0.217 Extraction Method: Principal Axis Factoring. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 3.387 30.791 30.791 2.873 26.123 26.123 2.160 2 1.422 12.929 43.720 0.868 7.895 34.017 2.017 3 1.142 10.386 54.106 0.581 5.284 39.301 1.857 4 1.036 9.418 63.524 0.503 4.574 43.876 1.353 5 0.841 7.646 71.170 6 0.680 6.185 77.354 7 0.659 5.988 83.343 8 0.526 4.786 88.128 9 0.473 4.299 92.428 10 0.443 4.027 96.455 11 0.390 3.545 100.000 Extraction Method: Principal Axis Factoring. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance. Pattern Matrix Factor 1 2 3 4 CET_1 Mua HNoi: Phat trien kinh te -0.178 0.660 0.214 -0.029 CET_2 Nhap hang khong the san xuat 0.104 0.500 -0.078 0.108 CET_3 Mua HNoi: Tao viec lam 0.091 0.751 -0.153 0.022 CET_4 Mua HNgoai: hanh vi khong dung 0.563 -0.033 0.205 -0.104 CET_5 Mua HNgoai: gay that nghiep 0.882 0.011 -0.084 0.004 CET_6 Uu tien HNoi 0.071 -0.139 0.735 0.096 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.513 0.062 0.134 0.119 CET_8 Tot nhat la mua HNoi 0.092 0.250 0.525 -0.153 CET_11 Rao can HNgoai -0.047 0.010 0.217 0.561 CET_13 Khong cho HNgoai tham nhap 0.045 -0.025 -0.116 0.496 CET_14 Danh thue HNgoai nang -0.045 0.101 0.009 0.453 Extraction Method: Principal Axis Factoring.  Rotation Method: Promax with Kaiser Normalization. Rotation converged in 6 iterations. Structure Matrix Factor 1 2 3 4 CET_1 Mua HNoi: Phat trien kinh te 0.168 0.688 0.465 0.091 CET_2 Nhap hang khong the san xuat 0.328 0.526 0.250 0.230 CET_3 Mua HNoi: Tao viec lam 0.350 0.716 0.269 0.165 CET_4 Mua HNgoai: hanh vi khong dung 0.586 0.283 0.383 0.203 CET_5 Mua HNgoai: gay that nghiep 0.854 0.335 0.279 0.371 CET_6 Uu tien HNoi 0.353 0.280 0.724 0.329 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.645 0.366 0.410 0.401 CET_8 Tot nhat la mua HNoi 0.340 0.522 0.641 0.102 CET_11 Rao can HNgoai 0.294 0.213 0.379 0.610 CET_13 Khong cho HNgoai tham nhap 0.208 0.035 0.045 0.475 CET_14 Danh thue HNgoai nang 0.201 0.177 0.183 0.456 Factor Correlation Matrix Factor 1 2 3 4 1 1 0.414 0.404 0.444 2 0.414 1 0.504 0.200 3 0.404 0.504 1 0.312 4 0.444 0.200 0.312 1 10. Phaân tích nhaân toá Saün Loøng Mua & Tính Vò Chuûng– NHAÄT BAÛN WIL 5 items Communalities Initial Extraction WIL_1 Y dinh mua 0.516 0.729 WIL_2 Xac suat mua 0.482 0.618 WIL_3 Mua khi co kha nang 0.364 0.441 WIL_4 Xe noi, nhan ngoai 0.525 0.752 WIL_5 Xe noi, nhan noi 0.510 0.682 Extraction Method: Principal Axis Factoring. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 2.341 46.823 46.823 1.977 39.533 39.533 1.847 2 1.550 31.003 77.826 1.246 24.915 64.448 1.501 3 0.504 10.076 87.902 4 0.326 6.529 94.431 5 0.278 5.569 100.000 Pattern Matrix Structure Matrix Factor Factor 1 2 1 2 WIL_1 Y dinh mua 0.858 -0.026 0.853 0.142 WIL_2 Xac suat mua 0.789 -0.014 0.786 0.140 WIL_3 Mua khi co kha nang 0.653 0.048 0.663 0.176 WIL_4 Xe noi, nhan ngoai 0.049 0.856 0.217 0.866 WIL_5 Xe noi, nhan noi -0.042 0.833 0.121 0.825 Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization. Rotation converged in 3 iterations. Factor Correlation Matrix Factor 1 2 1 1 0.196 2 0.196 1 CET 13 items Factor Analysis Communalities Initial Extraction CET_1 Mua HNoi: Phat trien kinh te 0.307 0.342 CET_2 Nhap hang khong the san xuat 0.299 0.442 CET_3 Mua HNoi: Tao viec lam 0.332 0.422 CET_4 Mua HNgoai: hanh vi khong dung 0.338 0.366 CET_5 Mua HNgoai: gay that nghiep 0.479 0.639 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.461 0.582 CET_8 Tot nhat la mua HNoi 0.365 0.456 CET_9 Han che giao thuong 0.301 0.384 CET_10 Mua HNgoai: ton hai KD 0.419 0.443 CET_12 Ung ho HNoi, du hao ton 0.274 0.396 CET_13 Khong cho HNgoai tham nhap 0.310 0.574 CET_15 Mua HNgoai: khi khong co HNoi 0.319 0.360 CET_17 HNoi khong thua kem HNgoai 0.274 0.443 Extraction Method: Principal Axis Factoring. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 4.094 31.490 31.490 3.559 27.376 27.376 2.947 2 1.602 12.323 43.812 1.046 8.047 35.423 2.441 3 1.281 9.854 53.666 0.738 5.673 41.096 2.119 4 1.011 7.780 61.447 0.505 3.888 44.985 1.691 5 0.869 6.683 68.130 6 0.714 5.490 73.620 7 0.621 4.777 78.397 8 0.579 4.453 82.850 9 0.547 4.208 87.058 10 0.487 3.743 90.801 11 0.466 3.582 94.383 12 0.384 2.957 97.341 13 0.346 2.659 100.000 Pattern Matrix Factor 1 2 3 4 CET_1 Mua HNoi: Phat trien kinh te 0.047 0.523 0.098 -0.123 CET_2 Nhap hang khong the san xuat -0.175 0.712 -0.010 0.116 CET_3 Mua HNoi: Tao viec lam 0.140 0.629 -0.073 -0.123 CET_4 Mua HNgoai: hanh vi khong dung 0.528 0.066 -0.127 0.173 CET_5 Mua HNgoai: gay that nghiep 0.860 -0.072 -0.119 0.035 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.716 0.006 0.183 -0.150 CET_8 Tot nhat la mua HNoi 0.285 0.057 0.472 -0.025 CET_9 Han che giao thuong 0.214 -0.092 0.060 0.503 CET_10 Mua HNgoai: ton hai KD 0.523 0.083 -0.049 0.216 CET_12 Ung ho HNoi, du hao ton -0.069 0.001 0.587 0.180 CET_13 Khong cho HNgoai tham nhap -0.004 0.023 0.062 0.733 CET_15 Mua HNgoai: khi khong co HNoi 0.054 0.538 0.017 0.078 CET_17 HNoi khong thua kem HNgoai -0.120 -0.007 0.715 -0.011 Rotation converged in 7 iterations. Structure Matrix Factor 1 2 3 4 CET_1 Mua HNoi: Phat trien kinh te 0.298 0.570 0.355 0.043 CET_2 Nhap hang khong the san xuat 0.224 0.647 0.317 0.201 CET_3 Mua HNoi: Tao viec lam 0.369 0.633 0.280 0.058 CET_4 Mua HNgoai: hanh vi khong dung 0.578 0.302 0.187 0.375 CET_5 Mua HNgoai: gay that nghiep 0.786 0.301 0.228 0.347 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.736 0.423 0.456 0.206 CET_8 Tot nhat la mua HNoi 0.508 0.438 0.619 0.242 CET_9 Han che giao thuong 0.407 0.160 0.249 0.590 CET_10 Mua HNgoai: ton hai KD 0.634 0.367 0.283 0.441 CET_12 Ung ho HNoi, du hao ton 0.263 0.312 0.608 0.318 CET_13 Khong cho HNgoai tham nhap 0.344 0.219 0.281 0.754 CET_15 Mua HNgoai: khi khong co HNoi 0.361 0.591 0.341 0.227 CET_17 HNoi khong thua kem HNgoai 0.183 0.301 0.655 0.140 Factor Correlation Matrix Factor 1 2 3 4 1 1 0.497 0.436 0.422 2 0.497 1 0.519 0.227 3 0.436 0.519 1 0.285 4 0.422 0.227 0.285 1 11. Hoài quy ña bieán – TRUNG QUOÁC Regression (stepwise) WIL_A=F(CET_A,CET_B,CET_C,BEL,QUA) Dependent Variable: San Long Mua Stepwise (Criteria: Probability-of-F-to-enter = .100). Variables Entered/Removed Model Variables Entered Predictors 1 Chat Luong Cam Nhan (Const), Chat Luong Cam Nhan Model Summary Model R R Square Adjusted R Square Std. Error Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 0.445 0.198 0.195 0.961 0.198 59.285 1 240 0.000 ANOVA Model Sum of Squares df Mean Square F Sig. 1 Regression 54.727 1 54.727 59.285 0.000 Residual 221.547 240 0.923 Total 276.274 241 Coefficients Model Unstandardized Coefficients Beta t Sig. B Std. Error (Constant) 1.180 0.182 6.494 0.000 Chat Luong Cam Nhan 0.512 0.066 0.445 7.700 0.000 95% Conf. Interval for B Correlations Model Lower Upper Zero-order Partial Part (Constant) 0.822 1.538 Chat Luong Cam Nhan 0.381 0.643 0.445 0.445 0.445 Excluded Variables Model Beta In t Sig. Partial Correlation Collinearity Statistics Tolerance VIF Minimum Tolerance 1 Tac Dong cua Mua Hang Noi -0.073 -1.217 0.225 -0.078 0.935 1.070 0.935 Tac Dong cua Mua Hang Ngoai -0.044 -0.733 0.465 -0.047 0.940 1.064 0.940 Phuong Cham Mua Hang Noi -0.092 -1.510 0.132 -0.097 0.901 1.110 0.901 Niem Tin Hang Noi -0.096 -1.654 0.099 -0.106 0.991 1.009 0.991 Residuals Statistics Minimum Maximum Mean Std. Dev N Predicted Value 1.692 3.740 2.496 0.477 242 Residual -2.228 2.694 0.000 0.959 242 Std. Predicted Value -1.687 2.610 0.000 1.000 242 Std. Residual -2.319 2.804 0.000 0.998 242 Charts 12. Hoài quy ña bieán – NHAÄT BAÛN Regression (stepwise) WIL_A=F(CET_A,CET_B,CET_C,CET_D,BEL,QUA,PRI) Dependent Variable: San Long Mua Stepwise (Criteria: Probability-of-F-to-enter = .100). Variables Entered/Removed Model Variables Entered Predictors 1 Gia Ca Cam Nhan (Constant), Gia Ca Cam Nhan 2 Phuong Cham Mua Hang Noi (Constant), Gia Ca Cam Nhan, Mua Hang Noi: Phuong Cham 3 Chat Luong Cam Nhan (Constant), Gia Ca Cam Nhan, Mua Hang Noi: Phuong Cham, Chat Luong Cam Nhan 4 Tac Dong cua Mua H.Ngoai: (Constant), Gia Ca Cam Nhan, Mua Hang Noi: Phuong Cham, Chat Luong Cam Nhan, Mua Hang Ngoai: Tac Dong Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 0.427 0.182 0.178 0.920 0.182 47.713 1 214 0.000 2 0.502 0.252 0.245 0.882 0.069 19.715 1 213 0.000 3 0.530 0.281 0.271 0.867 0.030 8.738 1 212 0.003 4 0.546 0.298 0.285 0.859 0.017 5.079 1 211 0.025 ANOVA Model Sum of Squares df Mean Square F Sig. 1 Regression 40.407 1 40.407 47.713 0.000 Residual 181.234 214 0.847 Total 221.641 215 2 Regression 55.761 2 27.880 35.800 0.000 Residual 165.881 213 0.779 Total 221.641 215 3 Regression 62.327 3 20.776 27.646 0.000 Residual 159.314 212 0.751 Total 221.641 215 4 Regression 66.072 4 16.518 22.404 0.000 Residual 155.569 211 0.737 Total 221.641 215 Coefficients Model Unstandardized Coefficients Beta t Sig. B Std. Error 1 (Constant) 5.130 0.266 19.284 0.000 Gia Ca Cam Nhan -0.515 0.075 -0.427 -6.907 0.000 2 (Constant) 6.044 0.328 18.440 0.000 Gia Ca Cam Nhan -0.461 0.073 -0.382 -6.359 0.000 Phuong Cham Mua H.Noi: -0.339 0.076 -0.267 -4.440 0.000 3 (Constant) 4.916 0.499 9.847 0.000 Gia Ca Cam Nhan -0.463 0.071 -0.383 -6.493 0.000 Phuong Cham Mua H.Noi -0.306 0.076 -0.241 -4.041 0.000 Chat Luong Cam Nhan 0.244 0.082 0.174 2.956 0.003 4 (Constant) 4.959 0.495 10.020 0.000 Gia Ca Cam Nhan -0.409 0.075 -0.339 -5.485 0.000 Phuong Cham Mua H.Noi -0.247 0.079 -0.195 -3.112 0.002 Chat Luong Cam Nhan 0.246 0.082 0.175 3.008 0.003 T.Dong cua Mua H. Ngoai: -0.159 0.070 -0.147 -2.254 0.025 Model 95% Conf Interval for B Correlations Collinearity Statistics Lower Upper Zero-order Partial Part Tolerance VIF 1 (Constant) 4.606 5.654 Gia Ca Cam Nhan -0.662 -0.368 -0.427 -0.427 -0.427 1.000 1.000 2 (Constant) 5.398 6.690 Gia Ca Cam Nhan -0.604 -0.318 -0.427 -0.399 -0.377 0.972 1.029 Phuong Cham Mua H.Noi: -0.489 -0.188 -0.331 -0.291 -0.263 0.972 1.029 3 (Constant) 3.932 5.900 Gia Ca Cam Nhan -0.603 -0.322 -0.427 -0.407 -0.378 0.972 1.029 Phuong Cham Mua H.Noi: -0.455 -0.157 -0.331 -0.267 -0.235 0.951 1.051 Chat Luong Cam Nhan 0.081 0.406 0.216 0.199 0.172 0.978 1.022 4 (Constant) 3.983 5.934 Gia Ca Cam Nhan -0.556 -0.262 -0.427 -0.353 -0.316 0.872 1.147 Phuong Cham Mua H.Noi: -0.404 -0.091 -0.331 -0.210 -0.180 0.849 1.178 Chat Luong Cam Nhan 0.085 0.407 0.216 0.203 0.173 0.978 1.022 Tac Dong cua Mua H.Ngoai -0.297 -0.020 -0.346 -0.153 -0.130 0.778 1.285 Excluded Variables Model Beta In t Sig. Partial Correlation Collinearity Statistics Tolerance VIF Minimum Tolerance 1 Tac Dong Mua HNoi -0.168 -2.665 0.008 -0.180 0.936 1.068 0.936 Tac Dong Mua HNgoai -0.223 -3.449 0.001 -0.230 0.873 1.145 0.873 Phuong Cham Mua HNoi -0.267 -4.440 0.000 -0.291 0.972 1.029 0.972 Thai Do dv Ngoai Thuong -0.123 -1.977 0.049 -0.134 0.969 1.032 0.969 Niem Tin Hang Noi -0.126 -2.009 0.046 -0.136 0.954 1.048 0.954 Chat Luong Cam Nhan 0.209 3.461 0.001 0.231 1.000 1.000 1.000 2 Tac Dong Mua HNoi -0.079 -1.203 0.230 -0.082 0.812 1.232 0.812 Tac Dong Mua HNgoai -0.145 -2.181 0.030 -0.148 0.778 1.285 0.778 Thai Do dv Ngoai Thuong -0.049 -0.770 0.442 -0.053 0.884 1.131 0.884 Niem Tin Hang Noi 0.058 0.761 0.448 0.052 0.605 1.653 0.605 Chat Luong Cam Nhan 0.174 2.956 0.003 0.199 0.978 1.022 0.951 3 Tac Dong Mua HNoi -0.100 -1.545 0.124 -0.106 0.803 1.246 0.803 Tac Dong Mua HNgoai -0.147 -2.254 0.025 -0.153 0.778 1.285 0.778 Thai Do dv Ngoai Thuong -0.074 -1.183 0.238 -0.081 0.869 1.151 0.859 Niem Tin Hang Noi 0.072 0.955 0.341 0.066 0.603 1.659 0.603 4 Tac Dong Mua HNoi -0.068 -1.031 0.304 -0.071 0.754 1.326 0.731 Thai Do dv Ngoai Thuong -0.028 -0.428 0.669 -0.029 0.762 1.313 0.682 Niem Tin Hang Noi 0.088 1.184 0.238 0.081 0.597 1.674 0.583 Residuals Statistics Minimum Maximum Mean Std. Dev N Predicted Value 1.602 4.954 3.344 0.554 216 Residual -2.385 2.132 0.000 0.851 216 Std. Predicted Value -3.143 2.903 0.000 1.000 216 Std. Residual -2.777 2.483 0.000 0.991 216 Charts 13. Kieåm ñònh thang ño CETSCALE – TRUNG QUOÁC+NHAÄT BAÛN(phaân tích nhaân toá & heä soá tin caäy Cronbach alpha) CET 14 items Factor Analysis N=242 (China)+216(Japan)=458 Communalities Initial Extraction CET_1 Mua HNoi: Phat trien kinh te 0.318 0.391 CET_2 Nhap hang khong the san xuat 0.323 0.491 CET_3 Mua HNoi: Tao viec lam 0.332 0.428 CET_4 Mua HNgoai: hanh vi khong dung 0.311 0.338 CET_5 Mua HNgoai: gay that nghiep 0.471 0.677 CET_6 Uu tien HNoi 0.279 0.336 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.430 0.493 CET_8 Tot nhat la mua HNoi 0.368 0.525 CET_9 Han che giao thuong 0.223 0.311 CET_10 Mua HNgoai: ton hai KD 0.378 0.432 CET_12 Ung ho HNoi, du hao ton 0.229 0.320 CET_13 Khong cho HNgoai tham nhap 0.204 0.340 CET_15 Mua HNgoai: khi khong co HNoi 0.338 0.384 CET_17 HNoi khong thua kem HNgoai 0.189 0.273 Extraction Method: Principal Axis Factoring. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 4.221 30.153 30.153 3.661 26.149 26.149 2.898 2 1.508 10.770 40.923 0.944 6.744 32.893 2.672 3 1.279 9.139 50.062 0.645 4.605 37.498 2.536 4 1.069 7.636 57.697 0.488 3.485 40.984 1.135 5 0.883 6.305 64.002 6 0.753 5.379 69.381 7 0.692 4.944 74.325 8 0.681 4.868 79.193 9 0.613 4.381 83.574 10 0.540 3.857 87.431 11 0.497 3.552 90.983 12 0.480 3.432 94.414 13 0.415 2.967 97.382 14 0.367 2.618 100.000 Pattern Matrix Factor 1 2 3 4 CET_1 Mua HNoi: Phat trien kinh te -0.007 0.547 0.132 -0.211 CET_2 Nhap hang khong the san xuat -0.120 0.737 -0.056 0.171 CET_3 Mua HNoi: Tao viec lam 0.119 0.618 -0.026 -0.152 CET_4 Mua HNgoai: hanh vi khong dung 0.554 -0.044 0.061 0.054 CET_5 Mua HNgoai: gay that nghiep 0.879 -0.035 -0.126 0.053 CET_6 Uu tien HNoi 0.196 0.020 0.457 -0.114 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.597 0.026 0.155 -0.003 CET_8 Tot nhat la mua HNoi 0.124 0.013 0.657 -0.074 CET_9 Han che giao thuong 0.112 -0.059 0.126 0.493 CET_10 Mua HNgoai: ton hai KD 0.559 0.121 -0.080 0.177 CET_12 Ung ho HNoi, du hao ton -0.043 -0.008 0.536 0.176 CET_13 Khong cho HNgoai tham nhap 0.126 -0.021 0.025 0.537 CET_15 Mua HNgoai: khi khong co HNoi 0.082 0.487 0.062 0.138 CET_17 HNoi khong thua kem HNgoai -0.221 0.035 0.506 0.223 Rotation converged in 7 iterations. Structure Matrix Factor 1 2 3 4 CET_1 Mua HNoi: Phat trien kinh te 0.283 0.583 0.425 -0.086 CET_2 Nhap hang khong the san xuat 0.270 0.674 0.360 0.272 CET_3 Mua HNoi: Tao viec lam 0.382 0.633 0.384 -0.008 CET_4 Mua HNgoai: hanh vi khong dung 0.577 0.285 0.322 0.197 CET_5 Mua HNgoai: gay that nghiep 0.812 0.346 0.304 0.249 CET_6 Uu tien HNoi 0.407 0.376 0.548 0.016 CET_7 Mua HNgoai: lam giau nuoc ngoai 0.687 0.423 0.470 0.180 CET_8 Tot nhat la mua HNoi 0.442 0.461 0.715 0.071 CET_9 Han che giao thuong 0.271 0.169 0.230 0.531 CET_10 Mua HNgoai: ton hai KD 0.626 0.391 0.305 0.329 CET_12 Ung ho HNoi, du hao ton 0.268 0.330 0.540 0.254 CET_13 Khong cho HNgoai tham nhap 0.264 0.161 0.165 0.570 CET_15 Mua HNgoai: khi khong co HNoi 0.396 0.593 0.423 0.262 CET_17 HNoi khong thua kem HNgoai 0.109 0.274 0.454 0.258 Factor Correlation Matrix Factor 1 2 3 4 1 1 0.508 0.503 0.255 2 0.508 1 0.608 0.192 3 0.503 0.608 1 0.168 4 0.255 0.192 0.168 1 Reliability Analysis (alpha) CET_A - Tac Dong cua Mua Hang Noi Correlation Matrix CET_1 CET_2 CET_3 CET_15 CET_1 1 Mua HNoi: Phat trien kinh te CET_2 0.3327 1 Nhap hang khong the san xuat CET_3 0.4655 0.3786 1 Mua HNoi: Tao viec lam CET_15 0.2760 0.4667 0.3221 1 Mua Hngoai: khi khong co HNoi Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_1 11.6594 7.5030 0.4535 0.2505 0.6567 CET_2 12.0655 5.6806 0.5302 0.2912 0.6058 CET_3 11.7926 6.9306 0.4988 0.2858 0.6276 CET_15 12.1681 6.1927 0.4756 0.2478 0.6417 Alpha 0.6983 Reliability Analysis (alpha) CET_B - Tac Dong cua Mua Hang Ngoai Correlation Matrix CET_4 CET_5 CET_7 CET_10 CET_4 1 Mua Hngoai: hanh vi khong dung CET_5 0.5030 1 Mua Hngoai: gay that nghiep CET_7 0.3777 0.5466 1 Mua Hngoai: lam giau nuoc ngoai CET_10 0.3015 0.5057 0.4786 1 Mua Hngoai: ton hai kinh doanh Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_4 8.5131 9.3138 0.4812 0.2685 0.7577 CET_5 8.0939 8.0152 0.6746 0.4556 0.6544 CET_7 7.9716 8.3602 0.5923 0.3646 0.7004 CET_10 7.9760 9.0169 0.5332 0.3144 0.7316 Alpha 0.7683 Reliability Analysis (alpha) CET_C - Phuong Cham Mua Hang Noi Correlation Matrix CET_6 CET_8 CET_12 CET_17 CET_6 1 Uu tien HNoi CET_8 0.4226 1 Tot nhat la mua Hnoi CET_12 0.2677 0.3633 1 Ung ho hnoi, du hao ton CET_17 0.1870 0.2857 0.3204 1 Hnoi khong thua kem Hngoai Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_6 9.6070 5.6089 0.3935 0.1952 0.5887 CET_8 10.0328 5.314 0.5035 0.2662 0.5119 CET_12 10.1725 5.154 0.4334 0.1949 0.5613 CET_17 10.0983 5.9881 0.3528 0.1374 0.6146 Alpha 0.6394 Reliability Analysis (alpha) CET_D - Thai Do dv Ngoai Thuong Correlation Matrix CET_9 CET_13 CET_9 1 Han che giao thuong CET_13 0.3725 1 Khong cho Hngoai tham nhap Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted CET_9 1.8231 0.9774 0.3725 0.1387 CET_13 1.9782 1.2512 0.3725 0.1387 Alpha 0.5398 14. Kieåm ñònh thang ño BEL (Nieàm tin haøng noäi) – TRUNG QUOÁC+NHAÄT BAÛN(heä soá tin caäy Cronbach alpha & phaân tích nhaân toá) Reliability Analysis (alpha) BEL – Niem Tin Hang Noi Item-total Statistics Scale mean if Item deleted Scale variance if Item deleted Corrected Item-total correlation Squared multiple correlation Alpha if item deleted BEL_1 13.2729 8.0720 0.5342 0.3246 0.6854 BEL_2 13.1135 7.1534 0.5165 0.3059 0.6923 BEL_3 13.3253 8.5132 0.5049 0.2678 0.6971 BEL_4 13.1201 8.5348 0.4480 0.2329 0.7179 BEL_5 13.0371 8.1715 0.5207 0.2760 0.6907 Alpha 0.7419 BEL 5 items Factor Analysis KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square 0.772 Bartlett's Test of Sphericity 455.842 df 10 Sig. 0 Communalities & Components Initial Extraction Component BEL_1 On dinh 1 0.534 0.73 BEL_2 Uy tin 1 0.513 0.72 BEL_3 Cong nghe 1 0.488 0.70 BEL_4 Tay nghe 1 0.417 0.65 BEL_5 Gia ca 1 0.512 0.72 Extraction Method: Principal Component Analysis. a 1 components extracted. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.46 49.28 49.28 2.46 49.28 49.28 2 0.84 16.78 66.06 3 0.65 13.02 79.08 4 0.55 11.09 90.17 5 0.49 9.83 100.00 BEL 4 items Factor Analysis KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.738 Bartlett's Test of Sphericity Approx. Chi-Square 335.556 df 6 Sig. 0.000 Communalities & Components Initial Extraction Component BEL_1 On dinh 1 0.604 0.777 BEL_2 Uy tin 1 0.585 0.765 BEL_3 Cong nghe 1 0.460 0.678 BEL_5 Gia ca 1 0.519 0.720 Extraction Method: Principal Component Analysis. a 1 components extracted. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.17 54.19 54.19 2.17 54.19 54.19 2 0.70 17.40 71.59 3 0.64 16.12 87.71 4 0.49 12.29 100.00 Extraction Method: Principal Component Analysis. Taøi lieäu tham khaûo Alhabeed, M.J. (2002)Perceived Product Quality, Purchase Value, and PriceAllied Academies International Conference. Vol 7, Number 1 Bandyupadhyay, S. & M. Muhamad (1999) Consumer Ethnocentrism in South Asia Cheron, E. C. & J. Propeck (1997)The Effects of the Country of Origin on the Evaluation of Products: A State of the Art Review and Research Propositions Desarbo, W.S., K. Jedidi & I. Sinha (2001)Customer Value Analysis in a Heterogeneous MarketStrategy Management Journal 22: 845-847 Douglas, S.P. & E. Nijssen (2002)On the Use of “Borrowed” Scales in Cross-National Research: A Cautionary Note Elliot, G., R. Cameron & C. Acharya (1998)An Empirical Investigation of Consumer Ethonocentrism in Australia Ghauri, P.N., K. Gronhaug & I. Kristianlund (1995)Research Methods in Business Studies – a Practical GuidePrentice Hall Goldberger, A.S. (1991, p.177)A Course of Econometric Cambridge MA; Havard University Press Han, C. M. (1988) Consumer Patriotism in the Choice of Domestic versus Foreign Products– journal of Advertising Research 25-32 Hoaøng Troïng (2000)Phaân tích döõ lieäu ña bieánNhaø xuaát baûn Thoáng Keâ Hoaøng Troïng (2002)Xöû lyù döõ lieäu nghieân cöùu vôùi SPSS for windowsNhaø xuaát baûn Thoáâng Keâ Kamaruddin, A.R., S. Mokhlis & Md N. Othman (2002) Ethnocentrism Orientation and Choice decisions of Malaysian Consumers: The Effect of Socio-Cultural and Demographic Factor– Asia Pacific Management Review 7(4), 553-572 Klein, J.R., R. Ettenson & M.D. Morris (1998)The Animosity Model Of Foreign Product Purchase: An Empirical Test in The People’s Republic of China – Journal of Marketing Vol.62, 89-100 Leâ Nguyeãn HaäuNghieân cöùu Marketing Taøi lieäu moân hoïc – Tröôøng Ñaïi hoïc Baùch Khoa TP.HCM Luthy, M.R. & R. A. Parsa (1998)Student Ethnocentrism and Attitudes toward International Trade Agreements Nguyeãn Ñình Thoï & ctg (2003)Ño löôøng chaát löôïng dòch vuï vui chôi giaûi trí ngoaøi trôøiÑeà taøi nghieân cöùu khoa hoïc – CS2003-19. ÑH Kinh teá TP.HCM Nguyeãn Ñình Thoï & Nguyeãn Thò Mai Trang (2002)Nghieân cöùu caùc thaønh phaàn cuûa giaù trò thöông hieäu vaø ño löôøng chuùng trong thò tröôønghaøng tieâu duøng taïi Vieät NamÑeà taøi nghieân cöùu khoa hoïc caáp Boä– MSB 2002-22-33.ÑH Kinh teá TP.HCM Nijssen, E. J., S.P. Douglas & P. Bressers (1999)Attitude toward the purchase of Foreign Product: Extending the Model Sharma, S., T.A.Shimp & J. Shin (1995) Consumer Ethnocentrism: A Test of Antecedents andModerators– journal of the Academy of Marketing Science. Vol23, No 1, pages 26-37. ._.