3.3.1. Mô hình nghiên cứu hiệu chỉnh
Sau khi thực hiện nghiên cứu định tính, những người tham gia thảo luận nhóm đã đồng ý với mô hình nghiên cứu đề xuất của tác giả, do đó, mô hình để phục vụ cho nghiên cứu định lượng như sau:
8Hình 3.2 Mô hình nghiên cứu
3.3.2. Xây dựng thang đo
Các thành phần của mô hình nghiên cứu trên sẽ được thiết kế thang đo để thực hiện thu thập dữ liệu phục vụ nghiên cứu định lượng.
3.3.2.1. Thang đo chất lượng sản phẩm
Nghiên cứu này đo lường khái niệm chất lượng sản phẩm dựa theo thang đo giá trị cảm nhận (PERVAL) của Sweeney & Soutar (2001); thang đo thái độ đối với sản phẩm của Jessica và cộng sự (2011) và kết hợp với kết quả nghiên cứu định tính để điều chỉnh cho phù hợp với ngành dược phẩm. Thang đo này gồm bảy biến quan sát, kí hiệu từ CL1 đến CL7 (Bảng 3.1).
1
Quyết định lựa chọn thương hiệu thuốc OTC Khuyến mãi Quảng cáo Chất lượng sản phẩm Thương hiệu Giá hợp lý Nhóm tham khảo H1 H2 H3 H4 H5 H6
Bảng 3.1. Thang đo chất lượng sản phẩm Ký hiệu Các biến quan sát
CHATLUONG Chất lượng sản phẩm
CL1 Thuốc OTC X đạt tiêu chuẩn chất lượng sản xuất. CL2 Thuốc OTC X giảm nhanh triệu chứng bệnh. CL3 Thuốc OTC X có hiệu quả cao.
CL4 Thông tin các thành phần trong thuốc OTC X có nguồn gốc rõ ràng. CL5 Thuốc OTC X sử dụng an toàn.
CL6 Thuốc OTC X ít tác dụng phụ.
CL7 Dạng bào chế của thuốc OTC X (bao bì sản phẩm) được thiết kế tiện lợi cho việc sử dụng.
3.3.2.2. Thang đo thương hiệu
Nghiên cứu này đo lường khái niệm thương hiệu dựa theo thang đo tài sản thương hiệu của Eda Atilgan (2005) kết hợp với kết quả của nghiên cứu định tính để điều chỉnh cho phù hợp với ngành dược phẩm. Thang đo này gồm sáu biến quan sát, ký hiệu từ TH1 đến TH6 (Bảng 3.2).
2Bảng 3.2. Thang đo thương hiệu Kí hiệu Các biến quan sát
THUONGHIEU Thương hiệu
TH1 Thuốc OTC X rất có uy tín.
TH2 Tôi rất an tâm khi sử dụng thuốc OTC X. TH3 Thuốc OTC X sẽ là lựa chọn đầu tiên của tôi.
TH4 Tôi có thể nhận ra thuốc OTC X trong số những thương hiệu thuốc khác. TH5 Tôi có thể nhớ lại nhanh những đặc điểm của thuốc OTC X.
TH6 Thuốc OTC X có khẩu hiệu ấn tượng.
3.3.2.3. Thang đo giá hợp lý
Nghiên cứu này đo lường khái niệm giá dựa theo thang đo giá trị cảm nhận (PERVAL) của Sweeney & Soutar (2001); thang đo thái độ đối với sản phẩm của Jessica
và cộng sự (2011) kết hợp với kết quả của nghiên cứu định tính để điều chỉnh cho phù hợp với ngành dược. Thang đo này bao gồm bốn biến quan sát, ký hiệu từ GC1 đến GC4 (Bảng 3.3)
3Bảng 3.3. Thang đo giá hợp lý Kí hiệu Các biến quan sát
GIACA Giá cả
GC1 Giá của thuốc OTC X phù hợp với chất lượng. GC2 Giá của thuốc OTC X tương đối ổn định.
GC3 Giá của thuốc OTC X dễ chấp nhận hơn các thương hiệu khác. GC4 Giá của thuốc OTC X phù hợp với thu nhập của tôi.
3.3.2.4. Thang đo quảng cáo
Nghiên cứu này đo lường khái niệm quảng cáo dựa theo thang đo thái độ đối với quảng cáo nói chung của Hyeonjin Soh (2006) và thang đo thái độ đối với chiêu thị của Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2007, tr30) và kết hợp với kết quả của nghiên cứu định tính để điều chỉnh cho phù hợp với ngành dược. Thang đo gồm bốn biến quan sát, được ký hiệu QC1 đến QC4 (Bảng 3.4).
4Bảng 3.4. Thang đo quảng cáo Kí hiệu Các biến quan sát
QUANGCAO Quảng Cáo
QC1 Tôi biết đến thuốc OTC X thông qua quảng cáo truyền hình, báo chí, internet,…
QC2 Quảng cáo của thuốc OTC X rất ấn tượng.
QC3 Tôi được cung cấp đầy đủ thông tin về thuốc OTC X trước khi mua thông qua quảng cáo.
QC4 Tôi tin tưởng vào những gì mà thuốc OTC X đã quảng cáo.
3.3.2.5. Thang đo khuyến mãi
Nghiên cứu này đo lường khái niệm khuyến mãi dựa theo thang đo thái độ đối với khuyến mãi thương hiệu của Judith và cộng sự (2002), thang đo thái độ đối với chiêu thị
của Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2007, tr30) và kết hợp với kết quả của nghiên cứu định tính để điều chỉnh cho phù hợp với ngành dược. Thang đo gồm ba biến quan sát, kí hiệu từ KM1 đến KM3 (Bảng 3.5).
5Bảng 3.5. Thang đo khuyến mãi Kí hiệu Các biến quan sát
KHUYENMAI Khuyến mãi
KM1 Chương trình khuyến mãi của thuốc OTC X rất hấp dẫn.
KM2 Tôi thích được tham gia các chương trình khuyến mãi của thuốc OTC X. KM3 Tôi lựa chọn thuốc OTC X vì khuyến mãi thường xuyên.
3.3.2.6. Thang đo nhóm tham khảo
Nghiên cứu này đo lường khái niệm nhóm tham khảo dựa theo thang đo thái độ đối với ý kiến của người khác của George và cộng sự (2006); thang đo của TS. Bùi Thị Thanh và TS. Nguyễn Xuân Hiệp (2012) và kết hợp với kết quả của nghiên cứu định tính để điều chỉnh cho phù hợp với ngành dược. Thang đo này bao gồm ba biến quan sát, kí hiệu từ NTK1 đến NTK3 (Bảng 3.6).
6Bảng 3.6. Thang đo nhóm tham khảo
Kí hiệu Các biến quan sát
NHOMTHAMKHAO Nhóm tham khảo
NTK1 Tôi tham khảo ý kiến của người thân để chọn thuốc OTC X.
NTK2 Tôi tham khảo ý kiến của bạn bè, đồng nghiệp để chọn thuốc OTC X. NTK3 Tôi tham khảo ý kiến từ sự tư vấn của nhân viên bán thuốc khi chọn
thuốc OTC X.
3.3.2.7. Thang đo quyết định lựa chọn thuốc OTC
Theo phân tích của TS.Nguyễn Xuân Hiệp và TS.Bùi Thị Thanh dựa trên khái niệm quyết định mua hàng của Phillip Kotler, thang đo thái độ đối với sản phẩm của Jessica (2011) và kết hợp với kết quả của nghiên cứu định tính để điều chỉnh cho phù hợp với
ngành Dược. Thang đo quyết định lựa chọn thuốc OTC gồm ba biến quan sát, kí hiệu từ QD1 đến QD3 (Bảng 3.7).
7Bảng 3.7. Thang đo quyết định lựa chọn thuốc OTC
Kí hiệu Các biến quan sát
QUYETDINHLUACHON Quyết định lựa chọn
QD1 Tôi chọn mua thuốc OTC X, vì X đáp ứng nhu cầu của tôi. QD2 Tôi chọn mua thuốc OTC X, vì X phù hợp với khả năng của tôi. QD3 Tôi chọn mua thuốc OTC X, vì X đáng giá đồng tiền tôi bỏ ra.
3.4. Nghiên cứu định lượng
3.4.1. Thiết kế nghiên cứu định lượng
Nghiên cứu định lượng được thực hiện nhằm đo lường các yếu tố ảnh hưởng đến lựa chọn thuốc OTC của người dân. Đám đông mục tiêu là người dân đang sinh sống tại địa bàn thành phố Hồ Chí Minh. Nghiên cứu này sử dụng phương pháp phân tích nhân tố khám phá (EFA). Phương pháp EFA cần ít nhất 200 quan sát (Gorsuch, 1983). Theo Tabachnick & Fidell (1996), để phân tích hồi quy đạt kết quả tốt thì kích cỡ mẫu phải thỏa mãn công thức: n 8k + 50. Trong đó: n : kích cỡ mẫu; k: số biến độc lập của mô hình. Trên cơ sở đó, nghiên cứu có 6 biến độc lập nên cỡ mẫu sẽ là 250.
Thang đo chính thức của nghiên cứu định tính được thiết kế thành bảng câu hỏi. Do đó 300 bảng câu hỏi sẽ được phát ra để đạt được kích thước mẫu này. Mẫu điều tra trong nghiên cứu chính thức được thực hiện bằng phương pháp lấy mẫu thuận tiện với 300 người dân tại TP. HCM. Cuộc khảo sát được thực hiện từ tháng 8/2013 tại khu vực TP. HCM, cụ thể là các khách hàng của các nhà thuốc tư nhân TP. HCM. Hình thức khảo sát là phát bảng câu hỏi rồi thu lại trực tiếp từ khách hàng.
Bảng câu hỏi gồm 30 phát biểu, trong đó có 7 phát biểu về chất lượng sản phẩm, 6 phát biểu về thương hiệu, 4 phát biểu về giá hợp lý, 4 phát biều về quảng cáo, 3 phát biểu về khuyến mãi, 3 phát biểu về nhóm tham khảo, 3 phát biểu về quyết định lựa chọn. Mỗi câu hỏi được đo lường dựa trên thang đo Likert 5 mức độ với “1: Hoàn toàn không đồng ý,
2: Không đồng ý, 3: Trung hòa, 4: Đồng ý, 5: Hoàn toàn đồng ý” được sử dụng để đo lường giá trị các biến số.
3.4.2. Xử lý số liệu
Tác giả sử dụng phần mềm SPSS 16.0 for Windows để xử lý và phân tích dữ liệu.
3.4.2.1. Kiểm định Cronbach Alpha đối với các thang đo
Trước khi đưa vào phân tích nhân tố, tác giả sử dụng công cụ Cronbach Alpha của chương trình phần mềm SPSS 16.0 để đánh giá độ tin cậy thang đo. Cronbach Alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho một khái niệm nghiên cứu) của tập hợp các biến quan sát (các câu hỏi) trong thang đo thông qua hệ số Cronbach Alpha.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005, tr.257 – 258) cùng nhiều nhà nghiên cứu đồng ý rằng Cronbach Alpha từ 0.8 trở lên là thang đo lường tốt, tuy nhiên cũng có nhà nghiên cứu đề nghị rằng từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995). Trong trường hợp nghiên cứu này được xem là mới đối với người trả lời là các người dân ở TPHCM nên với các kết quả Cronbach Alpha từ 0.6 trở lên đều có thể chấp nhận được.
Tuy nhiên, theo Nunnally và cộng sự (1994), hệ số Cronbach Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Do đó, bên cạnh hệ số Cronbach Alpha, người ta còn sử dụng hệ số tương quan biến tổng (Iterm – total correlation) và những biến nào có tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại bỏ.
3.4.2.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố khám phá (EFA) là tên chung của một nhóm được sử dụng phổ biến để đánh giá thang đo hay rút gọn một tập biến. Các tiêu chuẩn các nhà nghiên cứu cần quan tâm khi phân tích nhân tố khám phá là :
Hệ số KMO (Kaiser-Meyer-Olkin): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (0.5KMO1) là điều kiện đủ để phân tích nhân tố
được xem là thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Đại lượng Bartlett là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan với nhau trong tổng thể, nếu kiểm định Bartlett’s Test of Sphericity có ý nghĩa thống kê (Sig0.05) thì các biến quan sát có tương quan với nhau trong tổng thể. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Tiêu chuẩn rút trích nhân tố gồm chỉ số Eigenvalue (đại diện cho lượng biến thiên được giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu % và bao nhiêu % bị thất thoát). Theo Gerbing và Anderson (1988), các nhân tố có Eigenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi phân tích EFA). Vì thế, các nhân tố chỉ được rút trích tại Eigenvalue ≥ 1 và được chấp nhận khi tổng phương sai trích ≥ 50%.
Tiêu chuẩn hệ số tải nhân tố (Factor Loading) biểu thị tương quan đơn giữa các biến với các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Hệ số tải nhân tố (factor loading) ≥ 0.50 (nếu biến nào có hệ số tải nhân tố <0.50 sẽ bị loại) (Hair et al, 1998). Khác biệt hệ số tải nhân tố một biến quan sát giữa các nhân tố ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi, 2003).
3.4.2.3. Phân tích hồi quy đa biến
Mô hình nghiên cứu và các giả thuyết nghiên cứu sau khi phân tích nhân tố khám phá EFA cần phải được kiểm định bằng phương pháp hồi quy. Phương pháp thực hiện hồi quy là phương pháp đưa vào lần lượt (Enter), đây là phương pháp mặc định trong chương trình.
Phương trình hồi quy cần thực hiện là phương trình hồi quy đa biến sẽ giúp mô tả hình thức của mối quan hệ qua đó giúp ta dự đoán mức độ ảnh hưởng giữa các biến độc lập bao gồm các yếu tố ảnh hưởng đến quyết định lựa chọn (bao gồm 6 biến độc lập: chất lượng sản phẩm, thương hiệu, giá hợp lý, quảng cáo, khuyến mãi, nhóm tham khảo) và biến phụ thuộc (quyết định lựa chọn).
Một thước đo sự phù hợp của mô hình tuyến tính thường dùng là hệ số xác định R2
(R Squared). Hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, tuy nhiên không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Do đó, R2 có khuynh hướng là một yếu tố lạc quan của thước đo về sự phù hợp của mô hình đối với dữ liệu trong trường hợp có một biến giải thích trong mô hình. Như vậy, trong hồi quy tuyến tính bội, chúng ta phải dùng hệ số xác định điều chỉnh R2
điều chỉnh (Adjusted R Squared) để thay thế cho R2 khi so sánh các mô hình với nhau vì nó phản ánh sát hơn về độ phù hợp của mô hình tuyến tính đa biến, nó không nhất thiết tăng lên khi nhiều biến đưa thêm vào phương trình, không phụ thuộc vào độ lệch phóng đại của R2.
Bên cạnh đó, cần kiểm tra hiện tượng tự tương quan bằng hệ số Durbin – Watson (mô hình tương quan tốt khi 1 < Durbin – Watson < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 10).
Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào biến phụ thuộc (quyết định lựa chọn) càng lớn.
CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
Chương này sẽ trình bày và phân tích về kết quả nghiên cứu gồm thông tin về mẫu khảo sát, kết quả đánh giá độ tin cậy của các thang đo, kết quả phân tích nhân tố EFA và kết quả phân tích hồi quy, kiểm định các giả thuyết nghiên cứu. Chương này cũng trình bày kết quả thống kê mô tả đánh giá của người dân về các yếu tố ảnh hưởng đến quyết định lựa chọn thuốc không kê đơn.
4.1. Mô tả mẫu nghiên cứu
Cuộc khảo sát được thực hiện trong giai đoạn từ 01/08/2013 đến 31/08/2013, bằng cách đến các nhà thuốc tư nhân ở TPHCM phát bảng câu hỏi và hướng dẫn những người người dân mua thuốc OTC trả lời. Tổng cộng có 300 bảng câu hỏi trực tiếp đã được phát ra, kết quả khảo sát thu về 258 phiếu trả lời, tỷ lệ phiếu trả lời nhận được đạt 86%. Sau khi loại đi những phiếu không đạt yêu cầu, 250 phiếu trả lời được chọn để thực hiện nghiên cứu.
Kết quả thu thập được thống kê như sau (xem Phụ lục 4.1):
Mẫu (n = 250)
Giới tính Nam: 112 người (44.8%)
Nữ: 138 người (55.2%)
Độ tuổi Từ 20 – 35 tuổi: 117 người (46.8%) Từ 36 – 55 tuổi: 133 người (53.2%)
Trình độ học vấn Phổ thông: 13 người (5.2%)
Trung học, Cao đẳng: 112 người (44.8%) Đại học: 110 người (44.0%)
Sau đại học: 15 người (6.0%)
Thu nhập (triệu đồng/tháng) Dưới 5 triệu: 73 người (29.2%) Từ 5 – 10 triệu: 76 người (30.4%) Từ 10 – 15 triệu: 62 người (24.8%) Trên 15 triệu: 39 người (15.6%)
4.2. Kiểm định mô hình
Mô hình nghiên cứu đề nghị gồm sáu biến độc lập (chất lượng sản phẩm, thương hiệu, giá hợp lý, quảng cáo, khuyến mãi, nhóm tham khảo) và một biến phụ thuộc (quyết định lựa chọn). Công cụ Cronbach Alpha được sử dụng để kiểm tra độ tin cậy của từng thành phần. Sau đó, toàn bộ các biến quan sát được đưa vào phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis) để khám phá cấu trúc thang đo các thành phần. Việc này cũng được thực hiện đối với thang đo quyết định để kiểm tra tính đơn hướng của thang đo này. Sau khi phân tích các nhân tố khám phá (EFA), nghiên cứu sẽ thực hiện kiểm định các giả thuyết nghiên cứu được đề nghị trong Chương 2 bằng phương pháp hồi quy đa biến.
4.2.1. Kiểm định Cronbach Alpha đối với các thang đo
Kết quả Cronbach Alpha được trình bày trong Bảng 4.1 (xem Phụ lục 5), ta nhận thấy:
Thang đo thành phần chất lượng sản phẩm có hệ số Cronbach’s Alpha đạt giá trị
là 0.912 lớn hơn 0.6 và hệ số tương quan biến tổng của tất cả các biến đo lường thành phần chất lượng sản phẩm đều lớn hơn 0.3 nên đạt độ tin cậy. Nếu loại bỏ biến quan sát CL4 thì hệ số Cronbach's Alpha là 0.913; so với 0.912 thì hệ số Cronbach’s Alpha tăng lên được 0,001 nên vẫn giữ lại tất cả các biến để thực hiện phân tích nhân tố khám phá (EFA) tiếp