3.3.1.1 Đo lường khái niệm về giá
Giá được đo lường như một cảm nhận chủ quan trong nhận thức của người tiêu dùng. Sử dụng lý thuyết của Smith và Park (1992). “Giá” được đo lường bởi 3 mục hỏi về cảm xúc và nhận thức trên thang đo Likert 7 điểm từ (1) hoàn toàn không đồng ý đến (7) hoàn toàn đồng ý với các phát biểu như sau: “Giá sản phẩm của thương hiệu Sanest là cao; Giá sản phẩm của thương hiệu Sanest là đắt; Giá sản phẩm của thương hiệu Sanest là hợp lý”.
3.3.1.2 Đo lường khái niệm về chất lượng
Keller (1998) nói rằng chất lượng được xây dựng trên quan điểm của nhà sản xuất và khách hàng xác định bởi các yếu tố: nhãn hiệu, danh tiếng của nhà sản xuất, đặc tính sản phẩm, giá bán, truyền thông, hình thức, độ bền và độ dễ sử dụng. Thông qua các mục của Olsen (2002) chúng ta phát triển thành các mục để hỏi. “Chất lượng” được đo lường bởi 6 mục hỏi trên thang đo Likert 7 điểm từ (1) hoàn toàn không đồng ý đến (7) hoàn toàn đồng ý với các phát biểu như sau: “Sản phẩm của thương hiệu
Sanest thì rất hữu ích; Sản phẩm của thương hiệu Sanest thì rất hữu dụng; Sản phẩm của thương hiệu Sanest thì rất ngon; Sản phẩm của thương hiệu Sanest thì rất tốt cho sức khỏe; Sản phẩm của thương hiệu Sanest thì rất bổ dưỡng; Sản phẩm của thương hiệu Sanest thì rất an toàn”
3.3.1.3 Đo lường khái niệm về phân phối
Yoo, Donthu và Lee (2000), phân phối đo lường bằng việc có bao nhiêu cửa hàng bán sản phẩm thương hiệu Sanest trong nhận thức của khách hàng. Sự có mặt thương hiệu như một chỉ số về cường độ phân phối được cảm nhận bởi người tiêu dùng. Dựa trên các mục để hỏi của Smith (1992). Chúng ta đo lường “phân phối” bởi 5 mục hỏi trên thang đo hai cực 7 điểm từ (1) hoàn toàn không đồng ý đến (7) hoàn toàn đồng ý với các phát biểu như sau: “Hệ thống phân phối thương hiệu Sanest nhiều hơn các thương hiệu cạnh tranh; Hệ thống phân phối thương hiệu Sanest vượt trội hơn về số lượng so với các thương hiệu cạnh tranh; Hệ thống phân phối thương hiệu Sanest bao phủ rộng hơn các thương hiệu cạnh tranh; Hệ thống phân phối thương hiệu Sanest thuận tiện hơn các thương hiệu cạnh tranh; Hệ thống phân phối thương hiệu Sanest được bố trí rất hợp lý.”
3.3.1.4 Đo lường khái niệm về xúc tiến
Theo Yoo, Donthu và Lee (2001), mọi người luôn nghĩ rằng chi phí cho chương trình xúc tiến luôn đầu tư cho những thương hiệu trọng tâm. Thông qua thang đo của Kirmani và Wright (1989), chúng ta đo lường “xúc tiến” bằng 7 mục hỏi trên thang đo Likert 7 điểm từ (1) hoàn toàn không đồng ý đến (7) hoàn toàn đồng ý với các phát biểu như sau: “Chi phí đầu tư cho quảng cáo của thương hiệu Sanest thì cao hơn thương hiệu cạnh tranh; Các chương trình quảng cáo cho thương hiệu Sanest rất chuyên nghiệp; Các chương trình quảng cáo cho thương hiệu Sanest được thực hiện một cách thường xuyên; Hoạt động cổ động của thương hiệu Sanest là mạnh; Công ty thường thực hiện chính sách khuyến mãi cho thương hiệu Sanest; Công ty thường thực hiện chính sách khuyến mãi cho thương hiệu Sanest bằng các quà tặng; Công ty thường thực hiện chính sách khuyến mãi cho thương hiệu Sanest bằng chiết khấu”.
3.3.1.5Đo lường khái niệm về sự nhận biết và liên tưởng thương hiệu
Theo Yoo, Donthu và Lee (2000) cho rằng sự liên tưởng thương hiệu là một khái niệm phong phú hơn nhiều so với nhận thức bởi vì tần suất của quảng cáo không đảm bảo cho sự ham muốn thương hiệu của khách hàng. Liên tưởng thương hiệu là
những ý tưởng kết nối vào trí nhớ của người tiêu dùng khi nhắc đến thương hiệu. Từ những liên tưởng thương hiệu sẽ giúp công ty tạo sự khác biệt trong định vị thương hiệu, tạo lý do để mua hàng, tạo cảm nhận tích cực và tạo cơ hội phát triển các thương hiệu phụ. Do đó, một thương hiệu khi có càng nhiều liên tưởng tích cực càng tốt. Bên cạnh đó mức độ nhận biết thương hiệu là một chỉ tiêu rất quan trọng để đánh giá mức độ thành công của quá trình xây dựng thương hiệu, để từ đó nâng cao giá trị thương hiệu cho doanh nghiệp. Đây là chỉ tiêu đo lường sự nhận biết của khách hàng mục tiêu đối với thương hiệu sản phẩm và thường được thể hiện qua 4 cấp độ: hoàn toàn không biết đến thương hiệu, biết đến thương hiệu nhưng phải gợi ý (không quan tâm), biết đến thương hiệu không cần gợi ý (có quan tâm), nghĩ đến thương hiệu đầu tiên (nhớ đến thương hiệu) (Lê Đăng Lăng, 2011). Dựa vào nghiên cứu của Yoo, Donthu và Lee (2000) chúng ta đo lường “ sự nhận biết và liên tưởng thương hiệu” bằng 11 mục hỏi trên thang đo Likert 7 điểm từ (1) hoàn toàn không đồng ý đến (7) hoàn toàn đồng ý với các phát biểu như sau: “Sản phẩm thương hiệu Sanest có nguồn gốc từ thiên nhiên; Thương hiệu Sanest luôn tạo ra sự khác biệt; Sản phẩm thương hiệu Sanest là dành cho mọi người; Thương hiệu Sanest là đáng tin cậy; Thương hiệu Sanest là cao cấp; Tôi dễ dàng hình dung thương hiệu Sanest trong tâm trí; Tôi biết rất rõ thương hiệu Sanest; Tôi có thể nhận biết thương hiệu Sanest trong số các thương hiệu cạnh tranh khác; Tôi không ấn tượng gì với thương hiệu Sanest; Tôi nhận biết các biểu tượng và kí hiệu thương hiệu Sanest một cách nhanh chóng; Tôi nhận biết các slogan và logo thương hiệu Sanest một cách dễ dàng”
3.3.1.6Đo lường khái niệm về lòng trung thành thương hiệu
Trung thành với thương hiệu là thước đo sự gắn kết của người tiêu dùng với thương hiệu. Đây là một trong những tiêu chí quan trọng nhất làm thước đo đánh giá sự thành công của một thương hiệu (Yoo, Donthu và Lee, 2000). Tác giả sử dụng các biến quan sát để nắm được tất cả các yếu tố tác động đến lòng trung thành thương hiệu cụ thể trên nền tảng của Beauty và Kahle (1988). Chúng ta đo lường “lòng trung thành thương hiệu” bằng 5 mục hỏi trên thang đo Likert 7 điểm từ (1) hoàn toàn không đồng ý đến (7) hoàn toàn đồng ý với các phát biểu như sau: “Thương hiệu Sanest luôn là sự lựa chọn hàng đầu của tôi; Tôi luôn ca ngợi thương hiệu Sanest với người khác; Tôi thường xuyên khuyến nghị mọi người dùng sản phẩm của thương hiệu Sanest; Tôi sẽ
không mua sản phẩm nào nếu sản phẩm thương hiệu Sanest có trong cửa hàng; Tôi luôn quan tâm đến những gì liên quan đến thương hiệu Sanest”.
Dựa vào nghiên cứu của Olsen (2002), tác giả đo lường “lòng trung thành thương hiệu” bằng 5 mục hỏi như sau: “Số lần mua/dùng sản phẩm thương hiệu Sanest trong tháng đến; Số lần muốn mua/sử dụng sản phẩm thương hiệu Sanest trong tháng đến; Dự định mua/sử dụng sản phẩm thương hiệu Sanest trong tháng đến; Mong muốn mua/sử dụng sản phẩm thương hiệu Sanest trong tháng đến; Cần mua/sử dụng sản phẩm thương hiệu Sanest trong tháng đến”.
3.3.2 Nội dung và bố cục của bảng câu hỏi
Bảng câu hỏi bao gồm nhiều mục hỏi bắt đầu là sự trung thành trong ý định và hành vi của khách hàng đối với thương hiệu Sanest. Tiếp theo là các mục hỏi liên quan đến chất lượng, giá, phân phối, xúc tiến của thương hiệu Sanest bằng thang đo đối cực. Bên cạnh đó, tác giả cũng xây dựng thang đo Likert 7 điểm cho nghiên cứu bắt đầu là 4P gồm các mục như chất lượng, giá, phân phối và xúc tiến. Tiếp theo là mục hỏi về sự nhận biết và liên tưởng thương hiệu vì 4P sẽ tác động đến yếu tố này. Sau đó, là mục hỏi dành cho lòng trung thành thương hiệu. Phần cuối cùng, các mục hỏi liên quan đến thông tin cá nhân của người được phỏng vấn. Toàn bộ nội dung bảng câu hỏi xin xem phụ lục 5.
3.4 Các phương pháp phân tích dữ liệu
Mẫu được chọn theo phương pháp thuận tiện. Phương pháp phân tích dữ liệu chủ yếu được sử dụng trong nghiên cứu này là: kiểm định độ tin cậy của thang đo, phương pháp phân tích nhân tố khám phá EFA, phương pháp phân tích nhân tố khẳng định CFA và phương pháp mô hình hóa phương trình cấu trúc SEM và các phân tích cần thiết khác
3.4.1Phương pháp phân tích độ tin cậy (Cronbach’s Alpha)
Những mục hỏi đo lường cùng một khái niệm tiềm ẩn thì phải có mối liên quan với những cái còn lại trong nhóm đó. Hệ số α 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.
Công thức của hệ số Cronbach α là: α = Nρ/[1 + ρ(N – 1)] Trong đó ρ là hệ số tương quan trung bình giữa các mục hỏi.
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu tin cậy của thang đo bằng hệ số thông
qua hệ số Cronbach’s 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. Thông thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được vì hệ số Cronbach’s Alpha chỉ là giới hạn dưới của độ tin cậy của thang đo và còn nhiều đại lượng đo lường độ tin cậy, độ giá trị của thang đo, nên ở giai đoạn đầu khi xây dựng bảng câu hỏi, hệ số này nằm trong phạm vi từ 0,6 đến 0,8 là chấp nhận được (Nguyễn Đình Thọ, 2011).
Trong nghiên cứu này, ngòai việc khảo sát định tính, tác giả cũng tiến hành khảo sát định lượng sơ bộ với 40 mẫu để tiến hành hiệu chỉnh thang đo cho phù hợp nhất với nghiên cứu chính thức. Kết quả kiểm định độ tin cậy của các thang đo cho thấy tất cả các thang đo đều đạt độ tin cậy cho phép được thể hiện ở bảng 3.2. Do đó, tất cả các thang đo đều được sử dụng trong nghiên cứu chính thức và các bước phân tích tiếp theo (xem phụ lục 6)
Bảng 3.2: Kiểm định các thang đo lý thuyết bằng Cronbach’s Alpha
STT Thang đo Số biến quan sát Cronbach’s Alpha Hệ số tương quan biến tổng thấp nhất 1 Chất lượng (QUA) 6 0.951 0.941 2 Giá (PR) 3 0.796 0.558
3 Phân phối (DI) 5 0.855 0.792 4 Xúc tiến (AD/DL) 7 0.839 0.787 5 Sự nhận biết và liên tưởng thương
hiệu (AW/ASSO) 11 0.740 0.663 6 Lòng trung thành thương hiệu (inte) 5 0.939 0.914 7 Lòng trung thành thương hiệu (LO) 5 0.924 0.897
3.4.2 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 và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, tác giả đã thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau, số lượng của
chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản. Vì vậy, 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. Trước khi sử dụng EFA, chúng ta cần phải xem xét mối quan hệ giữa các biến đo lường. Sử dụng ma trận hệ số tương quan chúng ta có thể nhận biết được mức độ quan hệ giữa các biến. Nếu các hệ số tương quan <.30 sử dụng EFA không phù hợp (Nguyễn Đình Thọ, 2011).
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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
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 (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
3.4.3 Phương pháp phân tích nhân tố khẳng định (CFA)
Phương pháp phân tích nhân tố khẳng định sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc biến tiềm ẩn cơ sở. Trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được các nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê. Vì vậy, CFA là bước tiếp theo của EFA nhằm kiểm định xem có một mô hình lý
thuyết có trước làm nền tảng cho một tập hợp các quan sát không. CFA cũng là một dạng của SEM. Khi xây dựng CFA, các biến quan sát cũng là các biến chỉ báo trong mô hình đo lường, bởi vì chúng cùng ” tải” lên khái niệm lý thuyết cơ sở.
Phương pháp phân tích nhân tố khẳng định CFA chấp nhận các giả thuyết của các nhà nghiên cứu, được xác định căn cứ theo quan hệ giữa mỗi biến và một hay nhiều hơn một nhân tố.
X1 = λ11 ξ1 + δ1 X2 = λ22 ξ2 + δ2
X3 = λ31 ξ1 + λ32 ξ2 + δ3,
(ξ i là các nhân tố chung, Xi là các nhân tố xác định)
Trong đó: λ là các hệ số tải, các nhân tố chung ξ i có thể có tương quan với nhau, các nhân tố xác định Xi cũng có thể tương quan với nhau. Phương sai của một nhân tố xác định là duy nhất.
Phương trình biểu diễn mô hình một cách tổng quát dạng ma trận của x như sau:
x = Λx ξ +δ
Cov(x, ξ) = Σ = E(xx’) = E [(Λx ξ +δ)(Λx ξ +δ)’] = E[(Λx ξ +δ)(Λ’x ξ ‘+δ’)] = Λx E(ξξ’)Λx’ + ΛxE(ξδ’)Λx’ + E(δ’δ’)
Nếu: Σ = E(xx’); Φ = E(ξξ’); Θ = E(δδ’)
Với x’; Λx’; ξ ‘; δ’ lần lượt là ma trận chuyển của ma trận x; Λx; ξ ;δ. Cuối cùng phương trình Covariance được viết gọn như sau:
Σx = Λx Φξ Λ’x + Θx
Tương tự đối với phương trình dạng ma trận của y và ma trận Covariance:
y = Λyη + ε
Σy = Λy Φη Λ’y + Θy
3.4.4 Phương pháp, công dụng và lợi thế của mô hình hóa phương trình cấu trúc (SEM) trúc (SEM)
3.4.4.1 Phương pháp mô hình hóa phương trình cấu trúc (SEM)
Mô hình SEM là sự mở rộng của mô hình tuyến tính tổng quát cho phép nhà nghiên cứu kiểm định một tập hợp phương trình hồi quy cùng một lúc. SEM bao gồm một họ các mô hình được biết đến với nhiều tên gọi khác nhau, như: “Phân tích cấu trúc phương sai”, “Phân tích biến mờ”, “Phân tích nhân tố xác định”, và thường nhất là “Phân tích quan hệ cấu trúc tuyến tính - LISREL” (Nguyễn Khánh Duy, 2009)
Giá trị của SEM xuất phát từ các lợi ích đạt được trong việc sử dụng đồng thời các mô hình đo lường và mô hình cấu trúc, mỗi mô hình giữ các vai trò khác nhau trong phân tích chung. Để đảm bảo cả mô hình đo lường và mô hình cấu trúc được xác định đúng, và các kết quả là có giá trị (hiệu lực), việc phân tích với SEM thường tuân theo 7 bước, mà được mô tả vắn tắt như sau:
Bước 1: Phát triển mô hình dựa trên cơ sở lý thuyết.
SEM dựa vào các quan hệ nhân quả, trong đó sự thay đổi của một biến xuất