2.2.1 Phƣơng pháp thu thập số liệu
* Số liệu thứ cấp: đƣợc thu thập từ các bài báo điện tử, các bài báo nghiên cứu kinh tế, luận văn, tạp chí… có liên quan đến đề tài đƣợc công bố trên các trang web trên Internet và trên sách báo trong khoảng thời gian từ năm 2010-2013.
* Số liệu sơ cấp: mẫu trong bài nghiên cứu sẽ đƣợc thu thập theo phƣơng pháp phi xác suất: phƣơng pháp chọn mẫu định mức (Quota sampling) kết hợp với chọn mẫu ngẫu nhiên (Simple random sampling).
Các đối tƣợng đƣợc phỏng vấn sẽ không giới hạn về tuổi tác, giới tính, thu nhập hay bất cứ tiêu thức nào khác, chỉ cần phải đáp ứng điều kiện đã từng sử dụng qua dịch vụ ăn uống tại các nhà hàng của thƣơng hiệu thức ăn nhanh KFC và sẽ đƣợc phỏng vấn trực tiếp thông qua bảng câu hỏi đƣợc soạn sẵn.
Do hai nhà hàng của KFC đƣợc đặt tại hai quận: Ninh Kiều và Cái Răng, ngoài ra quận Bình Thủy cũng có một lƣợng khách nhất định sử dụng dịch vụ ăn uống của nhà hàng KFC, bên cạnh đó do giới hạn về thời gian cũng nhƣ nguồn lực nên bài nghiên cứu chỉ phỏng vấn lấy mẫu tại ba quận trên. Khách hàng sẽ đƣợc phỏng vấn khi đang mua sắm tại các siêu thị mà nhà hàng KFC đƣợc bố trí chung và các khách hàng đang sử dụng dịch vụ trong nhà hàng. Thời gian thu mẫu tại nhà hàng sẽ đƣợc dàn trải đều vào cả bốn cột mốc thời gian là buổi sáng, trƣa, chiều và tối vào tất cả các ngày trong tuần, từ thứ hai đến chủ nhật hàng tuần.
theo các nghiên cứu của Lê Trần Thiên Ý, Nguyễn Hồ Anh Khoa, và Mã Bình Phú (2012), Nguyễn Quốc Nghi, Nguyễn Thị Bảo Châu, Nguyễn Thành Luân và Bùi Văn Trịnh (2012), Phạm Xuân Lan, Lê Minh Phƣớc (2011), Nguyễn Quốc Nghi (2012) cũng có sử dụng phân tích nhân tố (EFA) nhƣng số mẫu gấp 10 lần số biến. Còn theo nhiều nhà nghiên cứu khác, kích thƣớc mẫu càng lớn càng tốt (Nguyễn, 2011). Theo Hair và ctv. (2006) cho rằng để sử dụng phân tích nhân tố khám phá (EFA), kích thƣớc mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát/biến đo lƣờng là 5:1, nghĩa là 1 biến đo lƣờng cần tối thiểu 5 quan sát (Nguyễn, 2011). Do đó bài nghiên cứu có tổng cộng 38 biến đo lƣờng nên số mẫu của nghiên cứu sẽ là 38x5=190 mẫu. Để tránh sai số do mẫu không chất lƣợng nghiên cứu sẽ thu 200 mẫu.
* Tỉ lệ mẫu: nghiên cứu sẽ chọn mẫu đƣợc định mức theo tỉ lệ dân số trung bình của ba Quận Ninh Kiều, Cái Răng, Bình Thủy. Do dân số của ba quận Ninh Kiều, Cái Răng và Bình Thủy lần lƣợt là: 252.189 (ngƣời), 89.453 (ngƣời) và 117.809 (ngƣời) so với tổng dân số của ba quận là 459.451 (ngƣời) (Cục thống kê Thành Phố Cần Thơ, 2012) thì tƣơng ứng với 54,889%, 19,469% và 25,641% nên nghiên cứu sẽ thu tỉ lệ mẫu tƣơng ứng với 110 mẫu tại quận Ninh Kiều và 39 mẫu tại quận Cái Răng và 51 mẫu tại quận Bình Thủy.
Tuy nhiên do hai nhà hàng của thƣơng hiệu KFC đƣợc đặt tại hai quận Ninh Kiều và Cái Răng, đồng thời khoảng cách từ Quận Bình Thủy đến hai nhà hàng tại hai Quận trên khá xa, nên lƣợng khách của Quận Bình Thủy có thể sẽ ít hơn. Do đó số lƣợng mẫu của của Quận Bình Thủy sẽ đƣợc thu hẹp lại, tỉ lệ mẫu của ba Quận sẽ đƣợc điều chỉnh lại nhƣ trong bảng 2.3
Bảng 2.3 Chọn mẫu định mức theo dân số các Quận Quận (ngƣời) Dân số Phần trăm
(%) Qui ra số mẫu (mẫu) Số mẫu điều chỉnh (mẫu) Ninh Kiều 252189 54,889 109,778 110 Cái Răng 89453 19,469 38,938 60 Bình Thủy 117809 25,641 51,282 30 Tổng 459451 100% 200 200
(Nguồn: niên giám thống kê TP Cần Thơ 2012)
2.2.2 Phƣơng pháp phân tích số liệu
Số liệu đƣợc phân tích bằng phần mềm SPSS 18. Các phép phân tích đƣợc sử dụng trong bài nghiên cứu nhƣ thống kê mô tả, Cronbach‟s Alpha, phân tích nhân tố (EFA), kiểm định mô hình hồi qui nhị nguyên (Binary Logistic). Cụ thể nhƣ sau:
- Mục tiêu 1: sử dụng hệ số Cronbach‟s Alpha để kiểm định độ tin cậy của các biến dùng làm thang đo và sử dụng phân tích khám phá nhân tố (EFA) để gom nhóm và nhận diện các nhân tố.
- Mục tiêu 2: sử dụng kiểm định Binary Logistic để kiểm định mô hình hồi qui, xác định mức độ ảnh hƣởng của các nhân tố đến quyết định sử dụng thức ăn nhanh tại nhà hàng KFC của ngƣời dân Cần Thơ.
- Mục tiêu 3: sử dụng phƣơng pháp biện luận dựa trên kết quả nghiên cứu và đƣa ra các kiến nghị.
2.2.2.1 Phương pháp thống kê mô tả
a) Khái niệm (Descriptive Statistics) là các phƣơng pháp có liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trƣng khác nhau để phản ánh một cách tổng quát đối tƣợng nghiên cứu.
b) Bảng phân phối tần số: bảng phân phối tần số là bảng tóm tắt các dữ liệu đƣợc sắp xếp thành từng tổ khác nhau. Để lập một bảng phân phối tần số trƣớc hết ta phải sắp xếp dữ liệu theo một thứ tự nào đó tăng dần hoặc giảm dần. Sau đó thực hiện các bƣớc sau:
Bƣớc 1: xác định số tổ của dãy phân phối Số tổ= [(2)*Số tố quan sát (n)]0.3333
Bƣớc 2: xác định khoảng cách tổ (k) K=Xmax-Xmin/số tổ
Xmax: lƣợng biến lớn nhất của dãy phân phối Xmin: lƣợng biến nhỏ nhất của dãy phân phối
Bƣớc 3: xác định giới hạn trên và giới hạn dƣới của mỗi tổ.
Một cách tổng quát, giới hạn dƣới của mỗi tổ đầu tiên sẽ là lƣợng biến nhỏ nhất của dãy phân phối, sau đó lấy giới hạn dƣới cộng khoảng cách tổ (k) sẽ đƣợc giá trị của giới hạn trên, lần lƣợt cho đến tổ cuối cùng. Giới hạn trên của tổ cuối cùng thƣờng là lƣợng biến lớn nhất của dãy số phân phối.
Bƣớc 4: Xác định tần số của mỗi tổ bằng cách đếm số quan sát rơi vào giới hạn của tổ đó. Cuối cùng trình bày trên biểu bảng và biểu đồ.
c) Một số khái niệm khác:
+ Giá trị trung bình (Mean, Average): bằng tổng số tất cả các giá trị biến quan sát chia cho tổng số quan sát.
+ Số trung vị (Median, kí hiệu: Me): là các giá trị của biến đứng ở giữa của một dãy số đƣợc sắp xếp theo thứ tự tăng dần 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.
+ Phƣơng sai: là trung bình giữa các bình phƣơng các độ lệch giữa các biến và trung bình của các biến đó. Độ lệch chuẩn là căn bậc hai của phƣơng sai.
2.2.2.2 Kiểm định Cronbach’s Alpha (adsbygoogle = window.adsbygoogle || []).push({});
Lee Cronbach (1916-2001) đã đề nghị một hệ số đo độ tin cậy của dữ liệu định lƣợng trong các cuộc khảo sát trên cơ sở ƣớc lƣợng tỉ lệ thay đổi của mỗi biến mà các biến khác không giải thích đƣợc (không thể hiện trong các biến khác). Hệ số này mang tên ông và gọi là hệ số Cronbach‟s Alpha (α).
Trong ứng dụng, mức α chấp nhận đƣợc là từ 0,6 - 0,7 đối với số liệu kinh tế xã hội, giá trị xấp xỉ 0,8 đƣợc coi là rất tốt còn giá trị hệ số này trên 0,9 báo hiệu rằng có thể bỏ bớt một số biến trong nhóm vì các biến này có thể quan hệ tuyến tính khá chặt chẽ với các biến khác của nhóm. Cụ thể hơn, các biến có hệ số tƣơng quan biến tổng (item – total correlation) nhỏ hơn 0,3 sẽ bị loại ra khỏi mô hình (Nunnally 1978, Peterson 1994, Slater 1995).
2.2.2.3 Phân tích nhân tố khám phá EFA
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phân tích nhân tố là tên chung của một nhóm các thủ tục đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập đƣợc một số lƣợng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lƣợng của chúng phải đƣợc giảm bớt xuống đến một số lƣợng mà chúng ta có thể sử dụng đƣợc. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau đƣợc xem xét và trình bày dƣới dạng một số ít các nhân tố cơ bản, cụ thể nhƣ sau:
Fi=Wi1Xi1+Wi2Xi2+…WikXik Fi: ƣớc lƣợng trị số của nhân tố thứ i. Xik: các biến đƣa vào phân tích nhân tố. Wik: trọng số các nhân tố.
k: số biến trong nhóm nhân tố.
+ Nhận diện các khía cạnh khác hay nhân tố giải thích đƣợc các liên hệ tƣơng quan trong một tập hợp biến
+ Nhận diện một tập hợp gồm một số lƣợng biến mới tƣơng đối ít, không có tƣơng quan với nhau để thay thế tập hợp biến gốc có tƣơng quan với nhau để thực hiện một phân tích đa biến tiếp theo sau (phân tích hồi qui hay phân tích biệt số).
+ Để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp.
Ngoài ra trong kinh doanh phân tích nhân tố có thể đƣợc ứng dụng trong các trƣờng hợp sau:
+ Sử dụng trong phân khúc thị trƣờng để nhận ra các biến quan trọng dùng để phân tích nhóm ngƣời tiêu dùng.
+ Trong nghiên cứu sản phẩm ta có thể sử dụng phân tích nhân tố để xác định các thuộc tính nhãn hiệu có ảnh hƣởng đến sự lựa chọn của ngƣời tiêu dùng.
+ Trong nghiên cứu quảng cáo, phân tích nhân tố có thể dùng để hiểu thói quen sử dụng phƣơng tiện truyền thông của thị trƣờng mục tiêu.
+ Trong nghiên cứu định giá, ta có thể sử dụng phân tích nhân tố để nhận ra các đặc trƣng của những ngƣời nhạy cảm với giá.
Cách xem kết quả: theo Hair và ctg (1998), Factor loading là một chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phép phân tích nhân tố (EFA) (ensuring practical significance). Chỉ số Factor loading lớn hơn 0,3 đƣợc xem là mức ý nghĩa tối thiểu, khi chỉ số này đạt mức 0,4 thì mức ý nghĩa đƣợc xem là quan trọng, còn để đảm bảo mức ý nghĩa có ý nghĩa trong thực tiễn thì chỉ số factor loading phải lớn hơn hoặc bằng 0,5.
Ngoài ra khi đọc kết quả phải chú ý đến chỉ tiêu KMO. Đó 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 tƣơng 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 tƣơng quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
2.2.2.4 Mô hình hồi quy Logistic nhị nguyên (Binary Logistic)
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phƣơng pháp này cũng giống nhƣ phƣơng pháp hồi quy tuyến tính, song sử dụng biến phụ
thuộc dạng nhị phân để ƣớc lƣợng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập mà ta có đƣợc.
+ Số liệu đƣa vào và điều kiện ràng buộc:
Với hồi quy Binary Logistic, biến phụ thuộc là một sự việc nào đó có xảy ra hay không. Biến phụ thuộc Y lúc này có hai giá trị 0 và 1; với 0 là không xảy ra sự kiện ta quan tâm và 1 là có xảy ra và tất nhiên là cả thông tin về các biến độc lập X. Các biến độc lập có thể bao gồm cả biến định tính và biến định lƣợng.
+ Cách đọc kết quả:
Hồi quy Binary Logistic cũng đòi hỏi phải đánh giá độ phù hợp của mô hình. Khác với hồi quy tuyến tính, thông thƣờng hệ số R2 càng lớn thì mô hình càng phù hợp, hồi quy Binary Logistic sử dụng chỉ tiêu -2LL (-2 log likelihood) để đánh giá độ phù hợp của mô hình. -2LL càng nhỏ càng thể hiện độ phù hợp cao. Ngoài ra, khả năng giải thích biến phụ thuộc của tổ hợp biến độc lập cũng đƣợc xem xét thông qua kiểm định chi bình phƣơng.
Đối với mỗi biến trong phƣơng trình hồi quy ta thu đƣợc hệ số (B), sai số tiêu chuẩn của hệ số B, kiểm định Wald về ý nghĩa của các hệ số hồi quy.
+ Mô hình hồi quy Binary Logistic cụ thể nhƣ sau:
Logit (Pi)=loge[P(y=1)/P(y=0)]=β0+βiXi
Đối với bài nghiên cứu này, mô hình hồi qui ban đầu đƣợc xây dựng dựa trên cơ sở tham khảo các bài nghiên cứu trƣớc, bao gồm các biến phụ thuộc và biến độc lập nhƣ sau:
Biến phụ thuộc Y là quyết định tiếp tục quay trở lại sử dụng thức ăn nhanh tại nhà hàng thức ăn nhanh KFC của ngƣời dân trên địa bàn Thành Phố Cần Thơ. Biến Y này sẽ nhận 2 giá trị là 0 và 1 (0: là khách hàng không quay trở lại sử dụng dịch vụ ăn uống tại các nhà hàng của KFC và 1: là khách hàng sẽ quyết định quay trở lại tiếp tục sử dụng dịch vụ ăn uống tại các nhà hàng của KFC).
Các biến giải thích cho mô hình dự đoán Xi o X1: thực phẩm.
o X2: không gian nhà hàng. o X3: dịch vụ. (adsbygoogle = window.adsbygoogle || []).push({});
o X4: uy tín thƣơng hiệu. o X5: vấn đề vệ sinh.
o X6: giá cả.
o X7: chiêu thị quảng bá. o X8: địa điểm.
CHƢƠNG 3
TỔNG QUAN TÌNH HÌNH PHÁT TRIỂN CỦA NHÃN HÀNG KFC TẠI CẦN THƠ
3.1 SƠ LƢỢC VỀ THÀNH PHỐ CẦN THƠ 3.1.1 Điều kiện tự nhiên 3.1.1 Điều kiện tự nhiên
Cần Thơ là một thành phố trực thuộc trung ƣơng, nằm bên hữu ngạn của sông Hậu, thuộc vùng đồng bằng sông Cửu Long. Đây là một trong 5 thành phố trực thuộc trung ƣơng của Việt Nam. Ngày 24 tháng 6 năm 2009, thành phố Cần Thơ chính thức đƣợc Thủ tƣớng Chính phủ ra quyết định công nhận là đô thị loại 1 của Việt Nam thuộc vùng kinh tế trọng điểm của vùng đồng bằng sông Cửu Long và là vùng kinh tế trọng điểm thứ tƣ của Việt Nam.
Thành phố Cần Thơ nằm ở vùng hạ lƣu của Sông Mê Kông và ở vị trí trung tâm đồng bằng châu thổ Sông Cửu Long, nằm cách thành phố Hồ Chí Minh 169 km, cách thành phố Cà Mau 178 km, cách thành phố Rạch Giá 128 km, cách biển khoảng 100 km theo đƣờng sông Hậu.
Cần Thơ có tọa độ địa lý 105013‟38” - 105050‟35” kinh độ Đông và 9055‟08” - 10019‟38” vĩ độ Bắc, trải dài trên 55 km dọc bờ Tây sông Hậu. Phía bắc giáp tỉnh An Giang, phía đông giáp tỉnh Đồng Tháp và tỉnh Vĩnh Long, phía tây giáp tỉnh Kiên Giang, phía nam giáp tỉnh Hậu Giang. Diện tích nội thành là 53 km². Thành phố Cần Thơ có tổng diện tích tự nhiên là 1.409,0 km², chiếm 3,49% diện tích toàn vùng và dân số vào khoảng 1.200.300 ngƣời, mật độ dân số tính đến 2011 là 852 ngƣời/km². Cần Thơ cũng là thành phố hiện đại và lớn nhất của cả vùng hạ lƣu sông Mê Kông.
3.1.2 Đơn vị hành chính
Thành phố Cần Thơ đƣợc chia làm 9 đơn vị hành chính gồm 5 quận và 4 huyện. Tổng số thị trấn, xã, phƣờng là 85, trong đó có 5 thị trấn, 44 phƣờng và 36 xã (tính từ thời điểm ban hành Nghị định số 12/NĐ-CP) (Tổng cục thống kê, 2012).
3.1.3 Tình hình kinh tế
Năm 2011, tốc độ tăng trƣởng kinh tế của thành phố Cần Thơ đạt 14,64%, thu nhập bình quân đầu ngƣời đạt 2.346 USD. Trong 6 tháng đầu 2012, tốc độ tăng trƣởng kinh tế của thành phố ƣớc đạt 8,36%, trong khi đó cùng kỳ năm 2011 mức tăng là 12,21%. Thu nhập bình quân đầu ngƣời của Cần Thơ 6 tháng đầu 2012 ƣớc đạt 1.819 USD. Tỷ trọng nông nghiệp thủy sản chiếm 10,83%, công nghiệp xây dựng chiếm 44,45% và dịch vụ thƣơng mại
chiếm 44,72%. Giá trị sản xuất nông nghiệp thủy sản thực hiện đƣợc 1.617 tỉ đồng, đạt 39,5% kế hoạch cả năm, công nghiệp xây dựng thực hiện đƣợc 12.433 tỉ đồng, đạt 38,6% kế hoạch cả năm, dịch vụ thƣơng mại ƣớc thực hiện đƣợc 7.309 tỉ đồng, đạt 37% kế hoạch cả năm. Tổng thu ngân sách nhà nƣớc trên địa bàn ƣớc thực hiện đƣợc 3.443 tỉ đồng, đạt 40,99% dự toán Hội đồng nhân dân thành phố giao. Tổng vốn đầu tƣ phát triển toàn xã hội thực hiện đƣợc 16.770 tỉ đồng (Anh Dũng, 2012).
Trong giai đoạn 9 Tháng đầu năm 2012, tốc độ tăng trƣởng kinh tế của