Sau khi mã hóa số liệu được đưa vào phân tích dưới sự hỗ trợ của phần mềm SPSS 16.0
Đối với mục tiêu 1: Đánh giá thực trạng mua vé số kiến thiết Miền Nam của người dân Q.NK, TPCT. Tác giả sử dụng các phương pháp phân
23 + Phương pháp phân tích tần số:
Phương pháp phân tích tần số là một trong những công cụ thống kê mô tả được sử dụng để mô tả và tìm hiểu về đặc tính phân phối của một số
mẫu số liệu thô nào đó.
Trong phạm vi nghiên cứu này phương pháp phân tích tần số được
dùng để đo lường cả biến định lượng và định tính dưới dạng đếm số lần xuất hiện, để mô tả một số biến số liên quan đến đặc tính nhân khẩu học của đối tượng được phỏng vấn như giới tính, trình độ học vấn, tuổi tác,… Ngoài ra, phương pháp này cũng được sử dụng để mô tả và tìm hiểu một số biến số có ảnh hưởng đến hành vi tiêu dùng của người tiêu dùng như nơi mua sắm, thời gian mua sắm hay tần suất mua sắm,… Phương pháp
này giúp cho chúng ta có cái nhìn tổng thể về một đặc tính nào đó của mẫu điều tra.
+ Phương pháp phân tích bảng chéo:
Phương pháp phân tích bảng chéo cũng là một trong những công cụ
phân tích thống kê mô tả. Kết quả phân tích này giúp chúng ta kết luận mức độ quan hệ giữa các biến phân tích tại mức kiểm định nào đó.
Trong đề tài này, phương pháp phân tích bảng chéo sẽ được ứng dụng để mô tả mối quan hệ giữa mức giá sản phẩm thường mua theo thu nhập của họ, tần suất mua sắm theo độ tuổi.
+ Phương pháp thống kê mô tả
Thống kê là tổng hợp các phương pháp lý thuyết và ứng dụng vào
lĩnh vực kinh tế bằng cách rút ra những kết luận dựa trên những số liệu và thông tin thu thập được.
Thống kê mô tả là một trong hai chức năng chính của thống kê (thống kê mô tả và thống kê ứng dụng). Thống kê mô tả là tập hợp tất cả các phương pháp đo lường, mô tả và trình bày số liệu.
Một số khái niệm:
Giá trị trung bình: Mean, Average: bằng tổng tất cả các giá trị biến quan sát chia cho số quan sát.
Số trung vị (Median, kí hiệu: Me) là giá trị của biến đứng ở giữa của một dãy số đã được sắp xếp theo thứ tự tăng hoặc giảm dần. Số trung vị
chia dãy số làm 2 phần, mỗi phần có số quan sát bằng nhau.
Mode (kí hiệu: Mo): là giá trị có tần số xuất hiện cao nhất trong tổng số hay trong một dãy số phân phối.
24
Phương sai: là trung bình giữ bình phương các độ lệch giữa các biến và trung bình của các biến đó.
Độ lệch chuẩn là căn bậc hai của phương sai
Đối với mục tiêu 2: Phân tích các yếu tố ảnh hưởng đến quyết định mua vé số kiến thiết Miền Nam của người dân Q.NK, TPCT. Tác giả sử
dụng các phương pháp phân tích sau:
Sử dụng hệ số Cronbach Alpha và phương pháp phân tích yếu tố khám phá EFA (exploratory factor analysis) để đánh giá các thang đo có ảnh hưởng đến hành vi người tiêu dùng.
+ Đánh giá độ tin cậy của phép đo lường bằng phương pháp tính hệ
số Cronbach Alpha
Hệ số Cronbach Alpha là một phép kiểm định thống kê cùng đề kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan
đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của
điểm số của từng biến với điểm số toàn bộ các biến của từng đáp viên. Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế của những biến rác trong mô hình nghiên cứu, vì nếu không, chúng ta không thể biết được độchính xác độ biến thiên cũng như độ lỗi của các biến.
Nhiều nhà nghiên cứu đồng ý khi hệ số Cronbach’s Alpha từ 0,8 đến
1 là thang đo tốt, từ 0,7 đến 0,8 là sử dụng được. Cũng có nhà nghiên cứu
đề nghị rằng hệ số Cronbach’s Alpha từ 0,6 trở lên là sử dụng được trong những trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với
người trả lời trong bối cảnh nghiên cứu. (Nunnally, 1978; Peterson, 1994; Stater, 1995).
Tiếp theo, những biến có hệ số tương quan giữa các biến và tổng (Item-total correlation) nhỏ hơn 0,3 sẽ bị loại (Nunnally & Burnstein, 1994).
+ Phương pháp phân tích nhân tố khám phá (EFA)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s
Alpha thì phân tích nhân tố khám phá EFA (exploratory factor analysis), là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt dữ liệu. Phương pháp
này rất có ích cho việc xác định các tập hợp biến cần thiết cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
25
Khi phân tích nhân tố khám phá EFA, các nhà nghiên cứu thường
quan tâm đến một số tiêu chuẩn như:
Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0,5, mức ý nghĩa của kiểm định Bartlett ≤ 0,05. (KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa
thống kê (Sig ≤ 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005, 262)).
Thứ hai, hệ số tải nhân tố (Factor loading) ≥ 0,5. Nếu biến quan sát nào có hệ số tải nhân tố < 0,5 sẽ bị loại. (Hair & ctg 1998,111).
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50%.
(Gerbing & Anderson, 1988).
Thứ tư là hệ số eigenvalue có giá trị lớn hơn 1 (Trần Đức Long 2006, 47) trích từ Gerbing & Anderson (1988), “An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments”,
Journal of Marketing Research, Vol.25, 186- 192).
Phân tích nhân tố khám phá được dùng đến trong trường hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là không rõ ràng hay không chắc chắn. Phân tích EFA theo đó được tiến hành theo kiểu khám phá để xác định xem phạm vi, mức độ quan hệ giữa các biến quan sát và các nhân tốcơ sở như thế nào, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số biến quan sát tải lên các nhân tố cơ sở. Các nhân tố cơ sở
là tổ hợp tuyến tính (sơ đồ cấu tạo) của các biến mô tả bằng hệ phương
trình sau:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + … + WikXk
Trong đó:
Fi: ước lượng trị số của nhân tố thứ i Wi: trọng số nhân tố K: số biến quan sát, k = 16 Xi: biến quan sát F1: yếu tố môi trường F2: yếu tố cá nhân F3: yếu tố tâm lý
26 F4: quyết định mua vé số
Số lượng các nhân tố cơ sở tùy thuộc vào mô hình nghiên cứu, trong
đó chúng ràng buộc nhau bằng cách xoay các vector trực giao nhau để
không xảy ra hiện tượng tương quan. Phân tích nhân tố khám phá EFA rất hữu dụng trong bước thực nghiệm ban đầu hay mở rộng kiểm định.
Trong đề tài này, phân tích nhân tố được dùng để tìm ra nhân tố đại diện nhất. Trong quá trình phân tích ta phân tích chọn lọc các nhân tố ảnh
hưởng đến quyết định mua vé số. + Phân tích Hồi quy bội
Phân tích hồi quy bội được sử dụng để phân tích ảnh hưởng của các yếu tố môi trường, yếu tố cá nhân và yếu tố tâm lý đến quyết định mua vé số. Kết quả phân tích hồi quy sẽ xác định các nhân tố quan trọng và mức
độảnh hưởng của chúng đến hành vi người tiêu dùng.
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến độc lập hay biến giải thích) đến một biến số (biến kết quả hay biến phụ thuộc) nhằm dự báo biến kết quả dựa vào các giá trị được biết trước để ước lượng mức độ ảnh hưởng của các yếu tố (biến giải
thích) đến quyết định mua hàng của người tiêu dùng (biến kết quả).
Phương trình hồi quy có dạng: Y = b0 + b1F1 + b2F2+ … + bjFj
Trong đó:
Y: Biến phụ thuộc (quyết định mua vé số) Bj: Hệ sốước lượng
Fj: Biến độc lập (các yếu tố ảnh hưởng) Kiểm định Anova
Được sử dụng để so sánh sự khác biệt giữa các nhóm người mua
hàng khác nhau như trình độ học vấn, giới tính, tình trạng hôn nhân, nghề
nghiệp, thu nhập với quyết định mua vé số của người dân Q.NK, TPCT.
Đối với mục tiêu 3: Đề xuất các giải pháp để tăng hiệu quả kinh doanh cho các tổ chức, công ty phát hành vé số kiến thiết Miền Nam cũng như tạo điều kiện thuận lợi đểđáp ứng nhu cầu tham gia dự thưởng XSKT Miền Nam của người dân Q.NK, TPCT. Tác giả sử dụng phương pháp
27
định của người mua vé số kiến thiết thông qua thang điểm của thang đo
Likert.
Ý nghĩa của từng giá trị trung bình đối với thang đo khoảng: Giá trị khoảng cách = (Maximum – Minimum)/n = (5-1)/5 = 0,8
Bảng 2.1 Ý nghĩa của từng giá trị trung bình
Giá trị trung bình Ý nghĩa
1,00 – 1,80 Rất không đồng ký/Rất không ảnh hưởng
1,81 – 2,60 Không đồng ý/Không ảnh hưởng
2,61 – 3,40 Không ý kiến/Trung bình
3,41 – 4,20 Đồng ý/Ảnh hưởng
4,21 – 5,00 Rất đồng ý/Rất ảnh hưởng
28