Thang đo Xu h ng ch n mua đi u hòa đ c tác gi xây d ng d a trên thang
đo c a Petrick (2002) và Zeithaml (1988). Thang đo này g m 4 bi n quan sát đ c ký hi u t XH1 đ n XH4:
XH1: Tôi luôn ch n th ng hi u X khi có ý đ nh mua máy đi u hòa XH2: Tôi s nói t t v s n ph m X v i m i ng i
XH3: Tôi s khuy t khích b n bè, ng i thân mua máy đi u hòa X XH4: Tôi s đ ngh th ng hi u X cho ng i nào h i ý ki n c a tôi
3.4.3. Nghiên c u đ nh tính l n 2
3.4.3.1. Th o lu n nhóm
Nghiên c u đnh tính l n 2 đ c th c hi n thông qua ph ng pháp th o lu n nhóm. Nhóm th o lu n 10 ng i v i đ tu i t 30 đ n 45. Nghiên c u này dùng đ đi u ch nh và b sung thang đo nháp. Các câu h i trong dàn bài th o nhóm n m trong ph n ph l c 2.
3.4.3.2. Thang đo hi u ch nh
Thang đo các nhân t nh h ng đ n xu h ng ch n mua s n ph m máy đi u
hòa không khí trên đ a bàn TP. H Chí Minh sau khi hi u ch nh v n g m 26 bi n
quan sát. Trong đó, (1) thành ph n nh n bi t th ng hi u g m 5 bi n quan sát; (2) thành ph n ch t l ng c m nh n 4 bi n quan sát; (3) thành ph n giá c c m nh n 4 bi n quan sát; (4) thành ph n giá c hành vi 4 quan sát; thành ph n danh ti ng 5 quan sát; (5) thành ph n hình th c chiêu th 4 quan sát.
Thang đo xu h ng ch n máy đi u hòa không khí c a khách hàng trên đa bàn TP. H Chí Minh g m 4 bi n quan sát v n đ c gi l i nh ban đ u.
3.5. Thi t k b ng câu h i kh o sát
Sau quá trình th o lu n nhóm và đi u ch nh các thang đo, b ng câu h i đ c thi t k g m hai ph n nh sau:
Ph n I c a b ng câu h i đ c thi t k đ thu th p s đánh giá c a khách hàng v các nhân t nh h ng đ n xu h ng ch n mua s n ph m máy đi u hòa không
khí trên đa bàn TP. H Chí Minh. C th g m 2 câu h i phân lo i và 30 bi n quan
sát. Trong đó, 26 bi n quan sát đ u tiên đ c s d ng đ đo l ng các nhân t nh
h ng đ n xu h ng ch n mua s n ph m máy đi u hòa không khí trên đ a bàn TP. H Chí Minh và 4 bi n quan sát cu i cùng là đo l ng xu h ng ch n máy đi u hòa không khí c a khách hàng trên đa bàn TP. H Chí Minh.
Ph n II c a b ng câu h i là các thông tin phân lo i đ i t ng ph ng v n. B ng câu h i sau khi đ c thi t k xong đ c dùng đ ph ng v n th 15
ng i đ ki m tra m c đ rõ ràng c a b ng câu h i và thông tin thu v . Sau khi đi u ch nh b ng câu h i, b ng câu chính th c (xem ph l c 3) đ c g i đi ph ng v n.
3.6. Nghiên c u chính th c (nghiên c u đ nh l ng)
Nghiên c u chính th c đ c th c hi n b ng ph ng pháp nghiên c u đnh
l ng. Nghiên c u đ nh l ng nh m ki m đ nh l i các thang đo trong mô hình
nghiên c u thông qua b ng câu h i kh o sát.
3.6.1. Ph ng pháp thu th p thông tin và c m u
Thông tin d li u đ c thu th p thông qua đi u tra các khách hàng đã t ng s d ng s n ph m máy đi u hòa không khí trong kho ng th i gian t 1/2013 đ n th i
đi m tác gi ph ng v n và khách hàng có nhu c u mua s n ph m đi u hòa không khí t i m t s siêu th đi n máy nh : siêu th đi n máy Nguy n Kim, siêu th đi n máy Ch L n và m t s khách hàng đ n h i mua s n ph m máy đi u hòa không khí t i công ty tác gi . Th i đi m tác gi ph ng v n khách hàng là trong kho ng th i gian t tháng 4 – 5 n m 2014. Danh sách khách hàng ph ng v n đ c tác gi l y t danh sách khách hàng c a b n bè tác gi hi n đang là nhân viên kinh doanh t i hai siêu th đi n máy l n là Nguy n Kim và siêu th đi n máy Ch L n.
i v i khách hàng t i siêu th đi n máy Nguy n Kim và siêu th đi n máy Ch L n tác gi đã nh b n bè t i hai siêu th này g i qua mail khách hàng mà h
đang qu n lý và ch m sóc, m t s tác gi g i đi n tr c ti p đ l y thông tin, m t s khác khách hàng đ c tác gi ph ng v n tr c ti p t i qu y hàng đi n t - đi n l nh c a 2 siêu th đi n máy này. Còn l i là danh sách khách hàng đã t ng mua s n ph m
máy đi u hòa t i chính công ty tác gi đang công tác.
M u đ c ch n theo ph ng pháp ng u nhiên trong danh sách khách hàng có s n. Ph ng pháp phân tích d li u ch y u đ c s d ng trong nghiên c u này là (adsbygoogle = window.adsbygoogle || []).push({});
ph ng pháp phân tích nhân t khám phá EFA và phân tích h i quy b i. Theo Hair
& ctg (1998), đ có th phân tích nhân t khám phá c n thu th p d li u v i kích
th c m u là ít nh t 5 m u trên 1 bi n quan sát.
Mô hình nghiên c u có s bi n quan sát là 30. N u theo tiêu chu n n m m u cho m t bi n quan sát thì kích th c m u c n thi t là n = 150 (30 x 5). đ t đ c
kích th c m u đ ra, 250 b ng câu h i đ c g i đi ph ng v n.
Tr c h t, thang đo s đ c mã hoá theo nh B ng 3.2: B ng 3.2: B ng mã hóa bi n STT Thành ph n Tên bi n Mã hóa 1 Nh n bi t th ng hi u
Tôi bi t th ng hi u máy đi u hòa X NBTH1
2 Tôi có th d dàng nh n bi t máy đi u hòa X v i các máy
đi u hòa khác trong c a hàng/showroom. NBTH2
3 Tôi có th d dàng phân bi t máy đi u hòa X v i các máy
đi u hòa khác NBTH3
4 Tôi có th nh n bi t logo c a máy đi u hòa X m t cách
nhanh chóng NBTH4
5 M t cách t ng quát, khi nh c đ n máy đi u hòa X, tôi có th
d dàng hình dung ra nó NBTH5 6 Ch t l ng c m nh n
Tôi th y ch t l ng c a máy đi u hòa X v t tr i h n h n so
v i các th ng hi u khác CLCN1
7 Tôi hoàn toàn tin t ng v ch t l ng c a máy đi u hòa X CLCN2
8 So v i các th ng hi u khácmáy đi u hòa X có d ch v h u
mãi t t h n h n CLCN3
9 Tôi cho r ng m i ng i đ u công nh n máy đi u hòa X có
ch t l ng t t CLCN4
10
Giá c c m nh n
So v i các s n ph m khác, giá bán máy đi u hòa X r t h p lý GCCN1
11 Theo tôi, giá c c a s n ph m X t ng x ng v i giá tr c a
nó GCCN2
12 Th ng hi u X đ c đánh giá t t h n so v i các th ng hi u
khác cùng m c giá GCCN3
13 Theo tôi, ch n mua máy đi u hòa X s ti t ki m h n các (adsbygoogle = window.adsbygoogle || []).push({});
th ng hi u khác GCCN4
14
Giá c
hành vi
Tôi d dàng tìm th y các c ahàng bán máy đi u hòa X trên
th tr ng GCHV1
15 Tôi không ph i b nhi u th i gian và công s c đ đi mua
máy đi u hòa X GCHV2
16
Ngoài giá bán, tôi không ph i m t thêm chi phí nào khác trong vi c mua máy đi u hòa X. (Không tính ti n ph i l p đ t và thi công)
GCHV3
17 Vi c tr ng bày và b trí trong các c a hàng/showroom c a
máy đi u hòa X r t thu n l i đ mua s m GCHV4
18
Danh
ti ng
Tôi ngh th ng hi u X đang ho t đ ng t t DT1
19 Máy đi u hòa X đang r t đ c chú ý trên th tr ng DT2
21 Tôi ngh m i ng i đánh giá th ng hi u X t t DT4 22 Danh ti ng th ng hi u X đã đ c th tr ng công nh n DT5 23 Thái đ đ i v i chiêu th
i u hòa X th ng xuyên có các ch ng trình qu ng cáo TDCT1
24 Qu ng cáo c a th ng hi u máy đi u hòa X hay và h p d n TDCT2
25
Máy đi u hòa X th ng có các ch ng trình khuy n mãi h p d n (nh gi m giá, t ng kèm d ch v thi công l p đ t, quà đi kèm…)
TDCT3
26 Tôi r t thích các ch ng trình khuy n mãi c a máy đi u hòa
X. TDCT4 27 Xu h ng ch n mua
Tôi luôn ch n th ng hi u X khi có ý đ nh mua máy đi u
hòa XH1
28 Tôi s nói t t v s n ph m X v i m i ng i XH2
29 Tôi s khuy t khích b n bè, ng i thân mua máy đi u hòa X XH3 (adsbygoogle = window.adsbygoogle || []).push({});
30 Tôi s đ ngh th ng hi u X cho ng i nào h i ý ki n c a
tôi XH4
Các d li u sau khi thu th p s đ c làm s ch và x lý b ng ph n m m SPSS. M t s ph ng pháp phân tích đ c s d ng trong nghiên c u nh sau:
L p b ng t n s đ mô t m u thu th p theo các thu c tính nh : gi i tính,
đ tu i, ngh nghi p, thu nh p v.v…
Cronbach’s anpha
Ph ng pháp này cho phép ng i phân tích lo i b các bi n không phù h p và h n ch các bi n rác trong quá trình nghiên c u và đánh giá đ tin c y c a thang đo
thông qua h s Cronbach’s alpha. Nh ng bi n có h s t ng quan bi n t ng (item-total correlation) nh h n 0,3 s b lo i. Thang đo có h s Cronbach’s alpha t 0,6 tr lên là có th s d ng đ c trong tr ng h p khái ni m đang nghiên c u m i (Nunnally, 1978; Peterson, 1994; Slater, 1995)(6). Thông th ng, thang đo có
Cronbach’s alpha t 0,7 đ n 0,8 là s d ng đ c. Nhi u nhà nghiên c u cho r ng
khi thang đo có đ tin c y t 0,8 tr lên đ n g n 1 là thang đo l ng t t.
Phân tích nhân t khám phá EFA (exploratory factor analysis):
6Hoàng Tr ng – Chu Nguy n M ng Ng c (2008), Phân tích d li u nghiên c u v i SPSS t p 2, NXB H ng c.
Sau khi đánh giá đ tin c y c a thang đo b ng h s Cronbach’s alpha và lo i
đi các bi n không đ m b o đ tin c y. Phân tích nhân t khám phá là k thu t đ c s d ng nh m thu nh và tóm t t các d li u. Ph ng pháp này r t có ích cho vi c
xác đnh các t p h p bi n c n thi t cho v n đ nghiên c u và đ c s d ng đ tìm m i quan h gi a các bi n v i nhau.
Trong phân tích nhân t khám phá, tr s KMO (Kaiser – Meyer – Olkin) là ch s dùng đ xem xét s thích h p c a phân tích nhân t . Tr s KMO ph i có giá tr trong kho ng t 0,5 đ n 1 thì phân tích này m i thích h p, còn n u nh tr s này nh h n 0,5 thì phân tích nhân t có kh n ng không thích h p v i các d li u.
Ngoài ra, phân tích nhân t còn d a vào eigenvalue đ xác đ nh s l ng nhân t . Ch nh ng nhân t có eigenvalue l n h n 1 thì m i đ c gi l i trong mô hình.
i l ng eigenvalue đ i di n cho l ng bi n thiên đ c gi i thích b i nhân t . Nh ng nhân t có eigenvalue nh h n 1 s không có tác d ng tóm t t thông tin t t
h n m t bi n g c.
M t ph n quan tr ng trong b ng k t qu phân tích nhân t là ma tr n nhân t (component matrix) hay ma tr n nhân t khi các nhân t đ c xoay (rotated component matrix). Ma tr n nhân t ch a các h s bi u di n các bi n chu n hóa b ng các nhân t (m i bi n là m t đa th c c a các nhân t ). Nh ng h s t i nhân t (factor loading) bi u di n t ng quan gi a các bi n và các nhân t . H s này cho bi t nhân t và bi n có liên quan ch t ch v i nhau. Nghiên c u s d ng ph ng
pháp trích nhân t principal components nên các h s t i nhân t ph i có tr ng s l n h n 0,5 thì m i đ t yêu c u.
Phân tích t ng quan Pearson
Tr c khi ti n hành phân tích h i quy tuy n tính b i, c n ph i xem xét m i quan h t ng quan tuy n tính gi a các bi n. i u này nh m ki m đnh gi a các bi n có m i quan h t ng quan tuy n tính v i nhau và các bi n đ c l p có t ng
quan v i bi n ph thu c.
Gi thuy t đ t ra c n ph i ki m đnh là:
H1: Có m i quan h tuy n tính c a các bi n trong mô hình
l ng hóa m c đ ch t ch c a m i liên h tuy n tính gi a hai bi n đnh
l ng các nhà nghiên c u th ng s d ng m t s th ng kê có tên là H s t ng
quan Pearson. N u gi a 2 bi n có s t ng quan ch t thì ph i l u ý v n đ đa c ng tuy n khi phân tích h i quy. Trong phân tích t ng quan Pearson, không có s phân bi t gi a các bi n đ c l p và bi n ph thu c mà t t c đ u đ c xem xét nh nhau. a c ng tuy n là tr ng thái trong đó các bi n đ c l p có t ng quan ch t ch v i nhau. V n đ c a hi n t ng c ng tuy n là chúng cung c p cho mô hình nh ng thông tin r t gi ng nhau, và r t khó tách r i nh h ng c a t ng bi n m t đ n bi n ph thu c. Hi u ng khác c a s t ng quan khá ch t gi a các bi n đ c l p là nó (adsbygoogle = window.adsbygoogle || []).push({});
làm t ng đ l ch chu n c a các h s h i quy và làm gi m tr th ng kê t c a ki m
đ nh ý ngh a c a chúng nên các h s có khuynh h ng kém ý ngh a h n khi không có đa c ng tuy n trong khi h s xác đnh R2 v n khá cao. Trong quá trình phân tích h i quy b i, đa c ng tuy n đ c SPSS chu n đoán b ng l a ch n Collinearity Diagnostic.
Xây d ng ph ng trình h i quy
Sau khi rút trích đ c các nhân t t phân tích nhân t khám phá EFA, dò tìm các vi ph m gi đnh c n thi t trong mô hình h i quy tuy n tính b i nh ki m tra ph n d chu n hóa, ki m tra h s phóng đ i ph ng sai VIF (Variance inflation
factor). N u các gi đ nh không b vi ph m, mô hình h i quy tuy n tính b i đ c xây d ng. Và h s R2 đã đ c đi u ch nh (adjusted R square) cho bi t mô hình h i
quy đ c xây d ng phù h p đ n m c nào.
Lý do đ h s R2 đi u ch nh (Adjusted R square) đ c s d ng đ đánh giá
m c đ phù h p c a mô hình vì nó lo i b đ l ch phóng đ i c a R2, ngh a là càng đ a thêm bi n đ c l p vào thì R2 càng t ng khi mà không ph i mô hình nào càng có nhi u bi n thì s càng phù h p. Sau đó, nghiên c u s ki m đnh s phù h p c a mô hình b ng phân tích ph ng sai ANOVA. Gi thuy t đ c đ t ra là j = 0, n u gi thuy t này b bác b thì c ng có ngh a là mô hình xây d ng phù h p v i t p d li u.
Sau khi xem xét m c đ phù h p c a mô hình h i quy, ta ti p t c x lý d li u b ng SPSS đ tìm ra đ c các h s h i quy. H s h i quy th hi n d i hai d ng:
(1) ch a chu n hóa (Unstandardized) và (2) chu n hóa (Standardized). Vì h s h i
quy ch a chu n hóa (B), giá tr c a nó ph thu c vào thang đo cho nên chúng ta
không th dùng chúng đ so sánh m c đ tác đ ng c a các bi n đ c l p vào bi n ph thu c trong cùng m t mô hình đ c. H s h i quy chu n hóa (beta, ký hi u )