3.4.1. Phương pháp thu thập thông tin
Mục đích của nghiên cứu chính thức là đánh giá thang đo và kiểm định mô hình lý thuyết cùng các giả thuyết đã đặt ra. Nghiên cứu được tiến hành tại thành phố Pleiku, tỉnh Gia Lai, đối tượng nghiên cứu là khách hàng đã mua sắm tại các
siêu thị. Phương pháp thu thập thông tin được sử dụng trong nghiên cứu là phỏng vấn trực tiếp thông qua phiếu hỏi đã được chuẩn bị sẵn, mẫu nghiên cứu được thu thập bằng phương pháp thuận tiện (phi xác suất).
Để tiến hành phân tích hồi qui một cách tốt nhất, Tabachnick & Fidell (1996) cho rằng kích thước mẫu cần phải đảm bảo theo công thức:
n ≥ 8m +50 Trong đó: n: cỡ mẫu
m: số biến độc lập của mô hình
Như vậy, căn cứ vào số biến ban đầu của mô hình nghiên cứu là 6 biến độc lập thì cỡ mẫu đạt yêu cầu để phân tích nhân tố và hồi quy dự kiến khoảng 98 mẫu.
Ngoài ra, theo Hair & ctg (1998), để phân tích nhân tố khám phá (EFA) phải có ít nhất 5 mẫu trên 1 biến quan sát. Mô hình nghiên cứu gồm 35 biến quan sát, do đó cỡ mẫu yêu cầu là 175.
Tuy nhiên, phương pháp lấy mẫu mà tác giả sử dụng là lấy mẫu thuận tiện nên số mẫu cần phải lớn thì mới đảm bảo đại diện cho tổng thể nghiên cứu, bên cạnh đó trong các mẫu thu về sẽ có những mẫu không sử dụng được do mắc các lỗi bỏ trống, trả lời sai, … nên tác giả quyết định phát ra số mẫu lớn hơn số mẫu dự kiến. Số bảng câu hỏi tác giả phát ra là 600.
3.4.2. Phương pháp phân tích dữ liệu
Dữ liệu sau khi được thu thập sẽ tiến hành mã hóa, nhập số liệu, làm sạch với phần mềm SPSS version 20.0 và ứng dụng Microsoft Office Excel 2007.
Thang đo được sử dụng trong nghiên cứu chính thức là thang đo đã được hiệu chỉnh sau khi thảo luận nhóm. Thang đo được đánh giá thông qua phương pháp hệ số tin cậy Cronbach Alpha, phân tích nhân tố EFA (Exploratory factor analysis) và mô hình hồi qui đa biến.
Hệ số tin cậy Cronbach Alpha:
Phương pháp hệ số tin cậy Cronbach Alpha được sử dụng để kiểm định thang đo các nhân tố tác động đến chất lượng dịch vụ. Phương pháp này cho phép người
phân tích loại bỏ các biến quan sát không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha.
Những biến có hệ số tương quan biến tổng (Item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978). Thông thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
Phân tích nhân tố EFA (Exploratory factor analysis)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá EFA là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới 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.
Ngoài ra, phân tích nhân tố còn dựa vào Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương
pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
Mô hình hồi quy đa biến
Được sử dụng để nhận diện các nhân tố ảnh hưởng đến sự hài lòng của khách hàng và đánh giá mức độ tác động của các yếu tố này đến sự hài lòng. Mô hình hồi quy đa biến mở rộng mô hình hồi quy hai biến bằng cách thêm vào một số biến độc lập để giải thích tốt hơn cho biến phụ thuộc. Mô hình có dạng như sau:
Y = β0 + β1 * X1 + β2 * X2 + …… + βi*Xi + ei
Trong đó:
Y: biến phụ thuộc Xi: biến độc lập β0: hằng số
βi: các hệ số hồi quy riêng phần
ei : biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi
Tóm tắt
Chương 3 đã trình bày các nội dung sau: Phương pháp nghiên cứu, quy trình nghiên cứu, các thang đo, chọn mẫu, kích cỡ mẫu và địa bàn lấy mẫu. Chương tiếp theo sẽ trình bày các kết quả kiểm định thang đo, phân tích nhân tố, kiểm định mô hình và các giả thiết nghiên cứu.
Chương 4
KẾT QUẢ NGHIÊN CỨU
Giới thiệu
Chương này sẽ trình bày kết quả của quá trình nghiên cứu, cụ thể bao gồm những nội dung sau:
(1) Mô tả và phân tích mẫu thu được (2) Kết quả kiểm định các thang đo (3) Phân tích kết quả hồi quy đa biến (4) Đánh giá sự hài lòng của khách hàng
Ngoài ra, chương 4 cũng giới thiệu sơ lược về thành phố Pleiku và các hệ thống siêu thị hiện đang hoạt động tại đây.
4.1. Mô tả mẫu
Theo Chương 2, căn cứ vào số biến ban đầu của mô hình nghiên cứu (35 biến) thì cỡ mẫu yêu cầu vào khoảng 175 mẫu. Tuy nhiên, vì phương pháp lấy mẫu là lấy mẫu thuận tiện nên số mẫu cần phải lớn, đồng thời cũng sẽ có những bảng câu hỏi không đạt yêu cầu nên tác giả đã phát ra 600 bảng. Sau khi thu thập đầy đủ các mẫu đã phát ra và thu về được 575 bảng, tác giả tiến hành kiểm tra sự phù hợp của các mẫu. Đầu tiên dựa vào tiêu chí loại đi các mẫu bỏ trống hoặc chọn hơn một lựa chọn trong các câu chỉ được phép chọn một. Sau lần kiểm tra thứ nhất số mẫu bị loại là 17, còn lại 558 bảng. 558 mẫu này được kiểm tra tiếp tục ở lần thứ hai với tiêu chí đánh giá là sự logic giữa các câu trả lời. Sau lần kiểm tra này số mẫu còn lại là 533 mẫu, tức tác giả đã loại đi 25 mẫu không hợp lệ. Như vậy tổng số mẫu hợp lệ được sử dụng trong đề tài là 533 mẫu.
4.1.1. Thông tin về độ tuổi và giới tính
Trong 533 mẫu nghiên cứu thì có 343 là nữ (khoảng 64%), vì thông thường người phụ nữ là người nội trợ trong gia đình, do đó nhu cầu mua sắm của phụ nữ luôn cao hơn nam giới, đặc biệt là đối với các mặt hàng tiêu dùng. Tuy nhiên, tỷ lệ nam giới thường xuyên đi siêu thị cũng vào khoảng 36%, điều này chứng tỏ siêu thị
là một kênh bán lẻ thu hút được nhiều khách hàng nam đến mua sắm. Số đáp viên được bao gồm nhiều độ tuổi khác nhau, trong đó chiếm tỷ lệ cao nhất là nhóm người trong độ tuổi 22 đến 35 (52 %). Những người trong độ tuổi này thường có công ăn việc làm ổn định và có gia đình nên nhu cầu đi siêu thị để mua sắm rất cao.
Bảng 4.1: Cơ cấu mẫu điều tra về độ tuổi theo từng giới tính
Độ tuổi
Giới tính
Tổng
Nam Nữ
Tần số Tần suất Tần số Tần suất Tần số suất Tần
Dưới 22 53 27.9% 74 21.6% 127 23.8%
22-35 94 49.5% 183 53.4% 277 52.0%
36-45 22 11.6% 49 14.3% 71 13.3%
Trên 45 21 11.1% 37 10.8% 58 10.9%
Tổng 190 100% 343 100% 533 100%
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
4.1.2. Thông tin về tình trạng hôn nhân và thu nhập gia đình
Bảng 4.2: Tình trạng hôn nhân và thu nhập gia đình của khách hàng Tình trạng hôn nhân Thu nhập gia đình Tổng Dưới 2
triệu Từ 2-5 triệu Từ 5-10 triệu
Trên 10 triệu Tần
số suất Tần Tần số suất Tần Tần số Tần suất Tần số suất Tần Tần số Tần suất Độc thân 23 92.0% 76 70.4% 128 46.2% 67 54.5% 294 55.2% Đã lập gia đình, chưa có con 2 8.0% 9 8.3% 23 8.3% 12 9.8% 46 8.6% Đã lập gia đình, con nhỏ 0 0.0% 9 8.3% 98 35.4% 33 26.8% 140 26.3% Đã lập gia đình, có con trưởng thành 0 0.0% 14 13.0% 28 10.1% 11 8.9% 53 9.9% Tổng 25 100% 108 100% 277 100% 123 100% 533 100%
Vì phần lớn đáp viên thuộc nhóm tuổi 22 - 35 nên số người còn độc thân chiếm tỷ lệ lớn (khoảng 55%), tiếp theo là nhóm người đã lập gia đình và có con nhỏ (26,3%). Tuy nhiên, tác giả cũng đã phỏng vấn được một số khách hàng lớn tuổi và đa số họ đã có gia đình, con trưởng thành (khoảng 10%) . Mức thu nhập gia đình của các đối tượng nghiên cứu là khá đa dạng, trong đó mức thu nhập phổ biến là 5-10 triệu, số khách hàng có thu nhập gia đình ở mức thấp rất ít (4,6%). Như vậy đối tượng khách hàng chính mua sắm ở các siêu thị là những người có thu nhập gia đình ở mức trung bình trở lên.
4.1.3. Thông tin về trình độ học vấn
Với tiêu chí trình độ văn hóa, nhóm đối tượng nghiên cứu chiếm tỷ lệ cao nhất là nhóm trình độ cao đẳng, đại học chiếm đến 79%. Nhóm phổ thông chiếm 7%, trung cấp chiếm 9% và ít nhất là sau đại học chỉ chiếm 5%.
7% 9% 79% 5% Phổ thông Trung cấp CĐ & ĐH Sau đại học
Hình 4.1. Trình độ văn hóa của đối tượng nghiên cứu
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
4.1.4. Thông tin về nghề nghiệp
Nghề nghiệp của đối tượng nghiên cứu cũng khá đa dạng. Với tiêu chí nghề nghiệp thì ba đối tượng chiếm tỷ lệ cao nhất lần lượt là Công chức viên chức chiếm 22%; Học sinh, sinh viên chiếm 23,6%; Nhân viên văn phòng chiếm 17,4%. Các đối tượng còn lại lần lượt là Nội trợ chiếm 7,1%; Buôn bán nhỏ chiếm 6,8%; Lao động phổ thông chiếm 3,6%; Về hưu chiếm 3%, có 1,7% là chủ doanh nghiệp, các nghề nghiệp khác chiếm đến 14,8%.
22,0% 23,6% 17,4% 1,7% 6,8% 3,6% 7,1% 3,0% 14,8% 0,0% 5,0% 10,0% 15,0% 20,0% 25,0% Công chức, viên chức Học sinh, sinh viên Nhân viên văn phòng Chủ doanh nghiệp Buôn bán nhỏ Lao động phổ thông Nội trợ Về hưu Khác
Hình 4.2. Nghề nghiệp của đối tượng nghiên cứu
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
4.1.5. Thông tin về siêu thị
Với cơ sở hạ tầng mới, khang trang, Coopmart hiện đang là siêu thị thu hút được nhiều lượt khách hàng nhất tại thành phố Pleiku. Trong số 533 mẫu nghiên cứu, có đến 352 người trả lời là “Siêu thị Coopmart” cho câu hỏi “Anh/chị thích đi siêu thị nào nhất tại thành phố Pleiku?”, chiếm đến 66%. Đối với siêu thị Vinatex là 113 người, chiếm 21%. Cuối cùng, chỉ có 68 người, tương đương 13% trả lời là Siêu thị nhà sách VH Pleiku. 66% 21% 13% Coopmart Vinatex Siêu thị nhà sách VH Pleiku
Hình 4.3. Phân bố theo hệ thống siêu thị
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
4.2. Đánh giá thang đo
4.2.1.1. Thang đo các yếu tố ảnh hưởng đến sự hài lòng
Các thang đo được kiểm định độ tin cậy bằng công cụ Cronbach Alpha. Hệ số của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau, giúp loại đi những biến và thang đo không phù hợp. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nghiên cứu đề nghị rằng Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Từ đó, tác giả kiểm định độ tin cậy của thang đo dựa trên cơ sở các biến quan sát có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach Alpha từ 0,7 trở lên.
Kết quả kiểm định các thang đo cho thấy hệ số Alpha của các thang đo đều lớn hơn 0,6 nên không có thang đo nào bị loại. Tuy nhiên, biến CLHH07 có hệ số Alpha khi loại biến (0,8342) lớn hơn hệ số Alpha của thang đo Chất lượng hàng hóa (0,813), nên biến này bị loại. Tương tự, biến TĐPV05, CSVC09 và biến CTKM01 cũng có hệ số Alpha khi loại biến lớn hơn hệ số Alpha của thang đo nên cũng bị loại.
Bảng 4.3: Kết quả kiểm định các thang đo Thang đo Yếu tố Hệ số tương quan
biến - tổng Hệ số Alpha nếu loại biến Hệ số Alpha của thang đo CHẤT LƯỢNG HÀNG HÓA CLHH01 0,5108 0,7959 0,813 CLHH02 0,6080 0,7782 CLHH03 0,5713 0,7853 CLHH04 0,6411 0,7738 CLHH05 0,7097 0,7622 CLHH06 0,5678 0,7856 CLHH07 0,3037 0,8342 THÁI ĐỘ PHỤC VỤ TĐPV01 0,7236 0,8323 0,868 TĐPV02 0,7507 0,8271
CỦA NHÂN VIÊN TĐPV03 0,7554 0,8237 TĐPV04 0,7257 0,8309 TĐPV05 0,5148 0,8798 CƠ SỞ VẬT CHẤT CSVC01 0,5412 0,8582 0,867 CSVC02 0,5858 0,8535 CSVC03 0,4661 0,8623 CSVC04 0,6209 0,8509 CSVC05 0,6979 0,8447 CSVC06 0,6224 0,8517 CSVC07 0,7169 0,8434 CSVC08 0,5898 0,8535 CSVC09 0,4397 0,8673 CSVC10 0,5972 0,8529 GIÁ CẢ GC01 0,6352 0,7152 0,792 GC02 0,6838 0,6693 GC03 0,6044 0,7531 CHƯƠNG TRÌNH KHUYẾN MÃI CTKM01 0,4809 0,8642 0,858 CTKM02 0,6383 0,8359 CTKM03 0,6707 0,8307 CTKM04 0,7124 0,8222 CTKM05 0,6779 0,8288 CTKM06 0,7191 0,8208 DỊCH VỤ HỖ TRỢ DVHT01 0,7676 0,8639 0,894 DVHT02 0,7782 0,8609 DVHT03 0,7639 0,8646 DVHT04 0,7614 0,8654
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
4.2.1.2 Thang đo sự hài lòng của khách hàng
Hệ số Alpha của thang đo Sự hài lòng của khách hàng 0,751 thỏa điều kiện 0,6 < Alpha < 1, vì vậy thang đo này là tốt. Ngoài ra trong thang đo này hệ số tương qua biến tổng (Corrected Item - Total Correlation) của các biến đều lớn hơn 0,3 và hệ số Alpha khi loại biến (Alpha if Item Deleted) đều bé hơn hệ số Alpha của thang đo, nên không có biến nào bị loại. Như vậy ba biến SHL01, SHL02 và SHL03 của
thang đo Sự hài lòng của khách hàng sẽ được phân tích nhân tố riêng để xác định giá trị của biến phụ thuộc ( sự hài lòng của khách hàng khi mua sắm ở các siêu thị tại TP Pleiku)
Bảng 4.4: Kết quả kiểm định thang đo Sự hài lòng của khách hàng Yếu tố
Hệ số tương quan biến -
tổng
Hệ số Alpha nếu loại biến
Hệ số Alpha của thang đo SHL01 0,5242 0,7273 0,751 SHL02 0,5673 0,6808 SHL03 0,6516 0,5778
(Nguồn: Kết quả xử lý số liệu điều tra thực tế năm 2013)
4.2.2 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
4.2.2.1 Thang đo các yếu tố ảnh hưởng đến sự hài lòng
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định Bartlett ≤ 0.05
Hệ số tải nhân tố (Factor loading) ≥ 0.5
Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số Eigenvalue >1
Khi phân tích EFA với thang đo các thành phần giá trị cảm nhận, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có eigenvalue >1.
Hệ số KMO của kiểm định sự phù hợp của mô hình( Kaiser – Meyer –