2.3.1. Phƣơng pháp thu thập số liệu
2.3.1.1 Số liệu thứ cấp
Số liệu thứ cấp được thu thập từ sách, báo, cơ quan thống kê, internet, tạp chí…
2.3.1.2 Số liệu sơ cấp
Số liệu sơ cấp được thu thập bằng cách phỏng vấn trực tiếp người tiêu dùng tại siêu thị Sài Gòn thông qua bảng câu hỏi thiết kế sẵn theo phương pháp chọn mẫu thuận tiện.
a. Phƣơng pháp chọn mẫu
Chọn mẫu thuận tiện (convenience sampling): Có nghĩa là lấy mẫu dựa trên sự thuận lợi hay dựa trên tính dễ tiếp cận của đối tượng, ở những nơi mà nhân viên điều tra có nhiều khả năng gặp được đối tượng. Lấy mẫu thuận tiện thường được dùng trong nghiên cứu khám phá, để xác định ý nghĩa thực tiễn của vấn đề nghiên cứu; hoặc để kiểm tra trước bảng câu hỏi nhằm hoàn chỉnh bảng; hoặc khi muốn ước lượng sơ bộ về vấn đề đang quan tâm mà không muốn mất nhiều thời gian và chi phí.
b. Cỡ mẫu
Một số nhà nghiên cứu không đưa ra con số cụ thể về số mẫu cần thiết mà đưa ra tỉ lệ giữa số mẫu cần thiết và số tham số cần ước lượng. Đối với phân tích nhân tố, kích thước mẫu sẽ phụ thuộc vào số lượng biến được đưa trong phân tích nhân tố. Gorsuch (1983, được trích bởi MacClallum và đồng tác giả 1999) cho rằng số lượng mẫu cần gấp 5 lần so với số lượng biến. Do bài nghiên cứu có sử dụng phương pháp phân tích nhân tố khám phá mà cỡ mẫu tối thiểu trong phân tích nhân tố khám phá là gấp 5 lần số biến quan sát. Do đó, đề tài này sẽ lựa chọn cỡ mẫu là 160.
2.3.2. Phƣơng pháp phân tích số liệu
2.3.2.1.
Từ những bài nghiên cứu trước, tác giả đã dựa trên những bài nghiên cứu và lý thuyết của các tác giả trước để xây dựng thang đo nhân tố nhằm đánh giá hành vi tiêu dùng của khách hàng khi mua sắm tại siêu thị như sau:
Bảng 2.1. Cơ sở lý thuyết để xây dựng thang đo nhân tố trong nghiên cứu
S TT
Thang đo nhân tố Tác giả
1 1
Sản phẩm, hàng hóa Philip Kotler, Nguyễn Văn Huấn, Nguyễn Thị Mai Trang, Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh, Dirk Dusharme, Poornima
23
Pugazhenthi. 2
2
Trƣng bày hàng hóa Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh.
3 3
Các yếu tố dịch vụ Poornima Pugazhenthi, Huỳnh Thị Kim Quyên.
4 4
Giá cả Philip Kotler, Nguyễn Văn Huấn, Trần Thị Linh Huệ, Nguyễn Thị Bích Loan, Nguyễn Văn Thuận, Võ Thành Danh, Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh, Poornima
Pugazhenthi. 5
5
Khuyễn mãi và Quảng cáo
Philip Kotler, Nguyễn Văn Huấn, Nguyễn Thị Bích Loan, Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh, Poornima Pugazhenthi.
6 6
Cơ sở hạ tầng Poornima Pugazhenthi, Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh (adsbygoogle = window.adsbygoogle || []).push({});
7 7
Nhân viên Poornima Pugazhenthi, Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh
8 8
An toàn Nguyễn Thị Phương Dung, Bùi Thị Kim Thanh, Nguyễn Văn Thuận, Võ Thành Danh Bảng 2.2. Những nhân tố ảnh hưởng đến hành vi tiêu dùng của khách hàng tại
siêu thị Sài Gòn
Tiêu chí Thang đo nhân tố Kí hiệu Biến
Sản phẩm, hàng hóa 1. Hàng hóa đa dạng, nhiều chủng loại
SP01 X1
2. Hàng hóa đảm bảo chất lượng, có xuất xứ rõ ràng
SP02 X2
3. Có nhiều sản phẩm mới, đa dạng sự lựa chọn
SP03 X3
Trưng bày hàng hóa thu hút
4. Hàng hóa được trưng bày ngăn nắp, dễ tìm
HH01 X4
5. Dễ dàng kiểm tra so sánh giá cả giữa các mặt hàng
HH02 X5
24
dàng lựa chọn
Các yếu tố dịch vụ 7. Dịch vụ sau bán hàng tốt (đổi trả hàng)
DV01 X7
8. Nhiều ưu đãi dành cho khách hàng thân thiết
DV02 X8
9. Dịch vụ giao hàng tận nơi, lắp đặt miễn phí
DV03 X9
10. Phương thức thanh toán đa dạng (tiền mặt, thẻ ATM)
DV04 X10
Giá cả 11. Giá cả hợp lý, ổn định GC01 X11
12. Quan tâm đến chi phí phát sinh khi mua sản phẩm
GC02 X12 (adsbygoogle = window.adsbygoogle || []).push({});
13. Phân loại giá cả các mặt hàng rõ ràng
GC03 X13
Khuyễn mãi và Quảng cáo
14. Có nhiều chương trình khuyến mãi
KM01 X14
15. Nhiều chương khuyến mãi thu hút được khách hàng.
KM02 X15
16. Quảng cáo đa dạng, sinh động KM03 X16
17. Tôi rất thích các chương trình quảng cáo của siêu thị.
KM04 X17
Cơ sở hạ tầng 18. Siêu thị nằm ở vị trí thuận tiện qua lại, dễ dàng mua sắm
HT01 X18
19. Cơ sở vật chất hiện đại, tiện nghi HT02 X19 20. Không gian rộng rãi, sạch sẽ,
thoải mái
HT03 X20
Nhân viên 21. Nhân viên sẵn lòng phục vụ khi
khách hàng yêu cầu
NV01 X21
22. Nhân viên bán hàng có kinh nghiệm, thật sự hiểu biết về sản phẩm
NV02 X22
23. Nhân viên lịch sự, vui vẻ. NV03 X23
An toàn 24. Hàng hóa được trưng bày đảm bảo
an toàn cho khách hàng.
25
25. Bãi giữ xe rộng, an toàn AT02 X25
26. Được gắn trang thiết bị hiện đại (Camera, PCCC)
AT03 X26
27. Hàng hóa đảm bảo vệ sinh an toàn thực phẩm
AT04 X27
Bảng 2.3. (adsbygoogle = window.adsbygoogle || []).push({});
hàng tại siêu thị Sài Gòn
Tiêu chí Thang đo nhân tố Kí
hiệu
Biến
1. Tôi hài lòng khi mua sắm tại siêu thị. HL01 Y1
2. Tôi hài lòng với dịch vụ, chương trình của siêu thị.
HL02 Y2
3. Tôi sẵn sàng mua sắm tại siêu thị vào những lần sau, sẽ giới thiệu với những người tôi quen biết.
HL03 Y3
4. Tôi tin tưởng khi mua sắm tại siêu thị, HL04 Y4
2.3.2.2. Hình thành mô hình nghiên cứu
Dựa trên các nghiên cứu trước đây, mô hình nghiên cứu của đề tài được hình thành như sau:
Hình 10. Mô hình đánh giá hành vi tiêu dùng của khách hàng tại siêu thị Sài Gòn
Thang đo nhân tố
Sản phẩm, hàng hóa Trƣng bày hàng hóa Các yếu tố dịch vụ Giá cả
Khuyễn mãi và Quảng cáo Cơ sở hạ tầng Nhân viên An toàn Đặc điểm cá nhân Giới tính Nghề nghiệp Thu nhập Tình Trạng hôn nhân Mức độ đi siêu thị Đi cùng ai Hành vi tiêu dùng của khách hàng tại siêu thị
26
Giả thuyết nghiên cứu:
H1: Sản phẩm, hàng hóa tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H2: Trưng bày hàng hóa tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H3: Các yếu tố dịch vụ tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H4: Giá cả hóa tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H5: Khuyễn mãi và Quảng cáo tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H6: Cơ sở hạ tầng tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H7: Nhân viên tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
H8: An toàn tương quan cùng chiều với hành vi mua sắm của khách hàng đối với siêu thị
2.4.1. Phƣơng pháp thống kê mô tả
Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau.
- Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu: Khi tóm tắt một đại lượng về thông tin người lao động (giới tính, độ tuổi lao động, thời gian làm việc, thu nhập trung bình, v.v…) thường dùng các thông số thống kê như tần số, trung bình cộng, tỷ lệ, phương sai, độ lệch chuẩn và thông số thống kê khác. Những dữ liệu này biểu diễn bằng đồ họa hoặc bằng bảng mô tả dữ liệu giúp phân tích, so sánh thông tin người lao động.
- Kiểm định giả thiết dữ liệu thống kê mô tả: Kiểm định Independent- Sample T-test, kiểm định One-Way Anova cho biết trị trung bình giữa các nhóm để so sánh, phỏng đoán mức độ phù hợp dữ liệu thống kê mô tả, tồn tại mối liên hệ giữa các cặp biến quan sát. (adsbygoogle = window.adsbygoogle || []).push({});
2.4.1.1. Bảng tần số
Dùng để đếm tần số với tập dữ liệu đang có thì số đối tượng có các biểu hiện nào đó ở một thuộc tính cụ thể là bao nhiêu, nhiều hay ít… có thể thực hiện cho bảng tần số với tất cả các biến kiểu định tính lẫn định lượng.
Ý nghĩa: là tính tần số của từng biểu hiện, được tính bằng cách đếm và cộng dồn; tần số tính theo tỷ lệ % bằng cách lấy tần số của từng biểu hiện chia cho
27
tổng số mẫu quan sát; tính phần trăm hợp lệ là tính trên số quan sát có thông tin trả lời; tính phần trăm tích lũy do cộng dồn các phần trăm từ trên xuống, nó cho biết có bao nhiêu phần trăm đối tượng ta đang khảo sát ở mức độ nào đó trở xuống hay trở lên.
2.4.1.2. Các đại lƣợng thống kê mô tả
Các đại lượng thống kê mô tả chỉ được tính đối với các biến định lượng. Nếu tính các đại lượng này đối với các biến định tính thì kết quả sẽ không có ý nghĩa.
Các đại lượng thống kê mô tả thường được dùng là:
+ Mean (trung bình cộng): Trong tổng số mẫu quan sát người ta tính trung bình xem được bao nhiêu trong mẫu chúng ta quan sát.
+ Std. Deviation (độ lệch chuẩn): Cho biết mức độ phân tán của các giá trị quanh giá trị trung bình.
+ Minimum (giá trị nhỏ nhất): Gặp được trong các giá trị của biến ít khi khảo sát được.
+ Maximum (giá trị lớn nhất): Gặp được trong các giá trị lớn nhất của biến trong các mẫu quan sát được.
2.4.2. Kiểm định độ tin cậy thang đo
Hệ số Cronbach’s Alpha được tính theo công thức sau: A= (cov/var) 1) - (k 1 (cov/var) K Trong đó: α : hệ số cronbach’s Alpha k: số mục hỏi được kiểm tra
cov/var: hệ số tương quan trung bình giữa các cặp biến quan sát Đánh giá độ tinh cậy thang đo qua hệ số Cronbach Alpha α: 0,8 ≤ α < 1,0 Thang đo lường tốt
0,7 ≤ α < 0,8 Thang đo sử dụng được
α ≥ 0,6 Sử dụng được đối với khái niệm nghiên cứu mới (Hoàng Trọng - Chu Nguyễn Mộng Ngọc, 2005)
Hệ số Cronbach’s alpha được sử dụng trước để loại các biến không phù hợp. Các biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi có độ tin cậy alpha từ 0,6 trở lên
28
(Nunnally và Burnstein, 1994). Tuy nhiên cũng cần lưu rằng nếu Cronbach’s alpha quá cao (>0,95) t có khả năng xuất hiện biến quan sát thừa ở trong thang đo, tương tự như trường hợp đa cộng tuyến trong hồi quy, khi đó biến thừa nên được loại bỏ. (Ngô Thị Huyền, 2012)
Số liệu sơ cấp được thu thập bằng bảng câu hỏi thông qua phương pháp lấy mẫu thuận tiện. Sau đó, các nhân tố ảnh hưởng đến sự thỏa mãn của người lao động sẽ được kiểm tra độ tin cậy bằng hệ số Cronbach’s alpha, sau đó được nhóm lại bằng phân tích nhân tố khám phá EFA. Từ các nhóm đó, kết hợp với phân tích thực trạng cũng như đặc điểm của người lao động để đưa ra giải pháp.
Quy trình kiểm định các biến quan của mỗi thang đo:
Trong phần mềm SPSS 16.0 for Windows, chọn công cụ phân tích độ tin cậy thang đo.
Cần loại bỏ những biến rác ( biến có hệ số tương quan nhỏ hơn 0.3). Lựa chọn hệ số Cronbach’s Alpha tốt nhất.
2.4.3. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá EFA là kỹ thuật phân tích rút gọn một tập hợp gồm nhiều biến quan sát thành một số nhân tố ít hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin và ý nghĩa thống kê của tập biến ban đầu (Hair & CTG, 1998). Mô hình phân tích nhân tố EFA được thể hiện bằng phương trình:
Xi = ai1F1 + ai2F2 + … + aijFj +ViUi Trong đó:
Xi biến quan sát thứ i
aij hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến i Fj nhân tố chung
Vi hệ số hồi quy chuẩn hóa nhân tố đặc trưng của biến i Ui nhân tố đặc trưng của biến i (adsbygoogle = window.adsbygoogle || []).push({});
Theo Hair (1998), Factor loading là chỉ tiêu để đảm bảo mức nghĩa thiết thực của EFA. Factor loading >0,3 được xem là đạt mức tối thiểu, Factor loading >0,4 được xem là quan trọng, ≥0,5 được xem là có nghĩa thực tiễn. Hair và các cộng sự (1998) cho rằng nếu chọn tiêu chuẩn factor loading >0,3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading >0,55; còn nếu cỡ mẫu khoảng 50 thì factor loading phải >0,75. (Ngô Thị Huyền, 2012). Bài nghiên cứu này sử dụng cỡ mẫu 160 nên các biến có trọng số (factor loading) nhỏ hơn 0,5 trong EFA sẽ bị loại tiếp tục.
29
Lập ma trận tương quan: Sử dụng kiểm định Barlett’s để kiểm định giả thiết ( H0: các biến không có tương quan và H1: Các biến có tương quan)
Trong phân tích nhân tố, ta mong đợi bác bỏ giả thiết H0, nghĩa là chấp nhận các biến có liên quan với nhau khi giá trị P nhỏ hơn mức ý nghĩa .
Xác định số nhân tố:
Quyết định số nhân tố trước: phương pháp dựa vào kinh nghiệm từ phân tích lý thuyết hay từ kết quả các nghiên cứu trước mà xác định số lượng nhân tố.
Quyết định dựa vào phương sai tổng hợp của từng nhân tố (Eigenvalue): trong cách tiếp cận này chỉ có những nhân tố Eigenvalue >1 mới được đưa vào mô hình.
Quyết định dựa vào phần trăm phương sai của từng nhân tố (Percent of variance): số nhân tố được chọn vào mô hình phải có tổng phương sai tích lũy giữa 2 nhân tố lớn hơn 60%. Tuy nhiên, tùy thuộc vào vấn đề nghiên cứu mà mức độ này có thể thấp hơn.
Đặt tên và giải thích các nhân tố: Mỗi nhân tố tương quan với nhau và với nhân tố chung. Các nhân tố chung có sự kết hợp của các biến được quan sát. Nếu mục tiêu của phân tích nhân tố là biến đổi một tập hợp biến góc thành một tập hợp các biến tổng hợp (nhân tố) có số lượng ít hơn để sử dụng trong các phương pháp phân tích đa biến tiếp theo, thì chúng ta tính ra các nhân tố cho từng trường hợp quan sát với công thức:
Fi = Wi1X1 + Wi2X2 + Wi3X3 +…+W1kXk Trong đó:
Fi: ước lượng nhân tố thứ i
Wi : Trọng số hay hệ số điểm nhân tố K: Số biến
2.4.4. Phân tích tƣơng quan và hồi quy
Sau khi phân tích nhân tố khám phá EFA, mô hình hồi quy tuyến tính tổng quát đánh giá sự hài lòng của người lao động đối với doanh nghiệp được điều chỉnh lại như sau:
CHUNG = β0 + β1F1 + β2F2 + … + βjFj + ei Trong đó:
SAT: Sự hài lòng của người lao động đối với doanh nghiệp từ tập hợp Xk tiêu chí đánh giá.
30
β = {β0,…, βj} hệ số hồi quy tác động đến SAT ei: sai số
2.4.5. Phân tích hồi quy đa biến
Hồi quy là công cụ chủ yếu của kinh tế lượng. Bản chất của phân tích hồi quy là nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc hay biến được giải thích) với một hay nhiều biến khác (gọi là các biến độc lập hay biến giải thích).
Mô hình hồi quy đa biến: mô hình hồi quy đa biến có biến phụ thuộc là Y, phụ thuộc vào nhiều biến độc lập X khác. Do đó mô hình có dạng như sau:
Yi = β0 + β1X1i + β2X2i +…+βpXpi + ei
Trong đó:
Xpi: biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i
β0 : là hệ số tự do (hệ số chặn), nó là giá trị trung bình của biến Y khi βp =0
Các hệ số βp được gọi là hệ số hồi quy riêng phần
Thành phần ei là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi δ2.
Độ phù hợp của mô hình:
Đánh giá độ phù hợp của mô hình: hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R Square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2
sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 (adsbygoogle = window.adsbygoogle || []).push({});
hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình, R2
hiệu chỉnh càng lớn càng thể hiện độ phù hợp của mô hình càng cao.
31
2.5. QUY TRÌNH NGHIÊN CỨU