Bảng khảo sát thu về được xử lý bằng phần mềm SPSS 20.0. Trình tự thực hiện các bước như sau:
3.2.4.1. Xử lí sơ bô ̣trước khi đưa vào phân tích
Tác giả xem qua từng bảng hỏi thu về, phát hiện các bảng hỏi không hợp lý loại ra ngoài.
Mã hóa dữ liệu: Dữ liệu đã thu thập sẽ được chuyển đổi thành dạng mã số để nhập vào máy tính.
Thiết lập ma trận dữ liệu: Sử dụng SPSS để xử lý dữ liệu. Sau khi mã hóa, dữ liệu sẽ được nhập vào máy.
Làm sạch dữ liệu: Trước khi thực hiện tính toán dữ liệu, cần thiết phải thực hiện làm sạch dữ liệu nhằm phát hiện loại bỏ các sai sót.
3.2.4.2. Phân tích dữ liệu
Phân tích mô tả giúp tác giả thấy được tổng quan của dữ liệu, biết được mức đánh giá của từng nhân tố. Thống kê này, chủ yếu cho thấy mức độ tập trung của dữ liệu để biết người khảo sát đang đồng ý ở mức nào.
Thang đo Likert 5 mức độ được sử dụng trong nghiên cứu này, để thuận tiện cho việc nhận xét khi sử dụng giá trị trung bình (mean) đánh giá các nhân tố ảnh hưởng đến động lực làm việc, tác giả xác định ý nghĩa của từng giá trị trung bình đối với thang đo khoảng (Interval Scale) được tính như sau:
Giá trị khoảng cách = (Maximum – Minimum)/ n = (5 – 1) / 5 = 0.8
Mean = 1.00 – 1.80: Rất không đồng ý Mean = 1.81 – 2.60: Không đồng ý
Mean = 2.61 – 2.60: Bình thường (Không ý kiến) Mean = 2.61 – 3.40: Đồng ý
Mean = 4.21 – 5.00: Rất đồng ý
Đánh giá hệ số tin cậy Cronbach’s Alpha
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để 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 các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến. Theo đó, chỉ những biến có Hệ số tương quan tổng biến phù hợp (Corrected Item-Total Correlation) lớn hơn 0,3 và thang
đo có Hệ số Alpha lớn hơn 0,6 (với khái niệm đo lường mới hoặc mới với người
trả lời) thì chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally, 1978; Peterson, 1994; Slater, 1995; Dẫn theo Hoàng Trọng và Chu
Nguyễn Mộng Ngọc, 2008). Cũng theo nhiều nhà nghiên cứu, nếu Cronbach’s Alpha đạt từ 0,8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao hơn
Phân tích nhân tố khám phá EFA
Phân tích nhân tố EFA (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (factor loading). Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ thuộc về những nhân tố nào. Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer – Olkin (KMO) phải có giá trị lớn (0,5 < KMO < 1) thể hiện phân tích nhân tố là thích hợp, còn nếu hệ số KMO < 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). Thêm vào đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn hoặc bằng 0,5 thì
mới có ý nghĩa thực tiễn (Theo Hair & ctg,1998): Dẫn theo tài liệu giảng dạy
kinh tế Fulbright Nguyễn Khánh Duy, 2007-2008), điểm dừng khi Eigenvalue (đại diện xcho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 (mặc định của chương trình SPSS), và tổng phương sai dùng để giải thích bởi từng nhân tố
lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing và Anderson,
1988; Dẫn theo Nguyễn Khánh Duy, 2007). Khi tiến hành phân tích nhân tố, tác giả đã sử dụng phương pháp trích (Extraction method) là Principal components với phép xoay (Rotation) Varimax và phương pháp tính nhân tố là phương pháp Regression.
Phân tích tương quan, qua số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến định lượng. Kiểm tra biến phụ thuộc và biến độc lập xem có tương quan với nhau không, nếu hai biến tương quan với nhau thì có hệ số tương quan Pearson |r| > 0,1. Kiểm tra giữa 2 biến độc lập, có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Phân tích hồi quy tuyến tính và kiểm định mô hình
Để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể đạt được độ tin cậy, trước tiên tác giả thực hiện kiểm định các giả định trong mô hình hồi quy có bị vi phạm hay không bao gồm các giả định:
Giả định liên hệ tuyến tính
Phương pháp được sử dụng là đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên.
Giả định phương sai của sai số không đổi
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), hiện tượng phương sai của phần dư thay đổi có thể làm cho các ước lượng của hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải ước lượng phù hợp nhất), từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính. Do đó ta cũng sử dụng là đồ thị phân tán Scatterplot để kiểm định giả định có bị vi phạm hay không.
Giả định về phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do: Sử dụng mô hình không đúng, phương sai không đổi là hằng số, số lượng các phần dư không đủ
nhiều để phân tích. Do vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Tác giả sử dụng biểu đồ tần số Histogram và biểu đồ P-P plot để khảo sát sự vi phạm về giả định phân phối chuẩn của phần dư.
Giả định về tính độc lập của sai số (Không có tương quan giữa các phần dư)
Nguyên nhân hiện tượng này có thể là do các biến có ảnh hưởng không được đưa hết vào mô hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi tuyến tính, sai số trong đo lường các biến,... các lý do này có thể dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mô hình hồi quy tuyến tính như hiện tượng phương sai thay đổi.
Đại lượng thống kê Dubin – Watson có thể dùng để kiểm định tương quan của các sai số kề nhau. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị của Dubin – Watson sẽ gần bằng 2.
Không có hiện tượng đa cộng tuyến
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), hiện tượng đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng này là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc, làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định mức ý nghĩa trong khi hệ số R Square vấn khá cao.
VIF < 2: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình.
2 ≤ VIF ≤ 10: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng đáng kể đến mô hình.
Đánh giá và kiểm định độ phù hợp của mô hình hồi quy
Hệ số xác định R bình phương điều chỉnh dùng để đánh giá độ phù hợp của mô hình. Kiểm định F dùng để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy. Mục đích kiểm định mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Giả thuyết H0 là các hệ số hồi quy bằng 0. Nếu giả thuyết H0 bị bác bỏ chứng tỏ mô hình tác giả xây dựng phù hợp với tập dữ liệu. Giá trị Sig. < 0.05 cho thấy an toàn khi bác bỏ giả thuyết H0.
Phương trình hồi quy
Tiếp theo, tiến hành phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares – OLS) nhằm kiểm định mối quan hệ giữa biến phụ thuộc và các biến độc lập. Phương pháp hồi quy tuyến tính sử dụng phương pháp Enter được tiến hành.
Kiểm định sự khác biệt
Kiểm định sự khác biệt được áp dụng trong nghiên cứu này để tìm xem liệu có sự khác biệt về động lực làm việc theo các đặc điểm cá nhân: giới tính, tuổi tác, trình độ hôn nhân, trình độ học vấn, phòng ban, chức vụ và thu nhập.
- Đối với biến định tính hơn 2 nhóm, ta dùng ANOVA
- Đối với biến định tính có 2 nhóm, ta dùng Independent Sample T - Test
Tóm tắt chương 3
Qua chương 3, nhóm đã trình bày thiết kế nghiên cứu của đề tài thông qua việc xây dựng quy trình nghiên cứu, xác định được phương pháp nghiên cứu bao gồm phương pháp định tính và phương pháp định lượng. Trong chương này nhóm cũng xác định cỡ mẫu phù hợp cho nghiên cứu với mức nhất định nhằm mang lại kết quả tốt nhất cũng như tăng độ tin cậy thực tế cho bài nghiên cứu. Thông qua các cách xây dựng thang đo của các nghiên cứu trước đó, nhóm đã kế thừa cũng như
phát triển thêm thang đo nhằm phù hợp hơn với đề tài và lĩnh vực mà nhóm đã nghiên cứu cũng được trình bày trong chương này.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU 4.1. Giới thiệu về trà sữa TocoToco
4.1.1. Quá trình hình thành và phát triển của TocoToco4.1.1.1. Thông tin chung 4.1.1.1. Thông tin chung
TocoToco là một chuỗi các chi nhánh trà sữa thuộc công ty TNHH Thương mại và Dịch vụ Taco, được thành lập ngày 12/11/2013
Với slogan “Fresh Is Attitude”, công ty luôn mong muốn mang tới cho khách hàng những dịch vụ cùng những sản phẩm tươi ngon và mát lành nhất
Đầu tiên thì TocoToco chính là thương hiệu luôn nằm trong top các thương hiệu trà sữa hàng đầu không chỉ ở Việt Nam mà còn ở một loạt các quốc gia khu vực Châu Á
Thương hiệu TocoToco đã có những bước phát triển thần tốc và dần chiếm lĩnh thị trường trà sữa với hơn 200 cửa hàng trải dài trên toàn quốc. Cột mốc năm 2018
TocoToco chính thức đặt chân lên nước Mỹ và tiếp nối thành công tại Úc, Nhật Bản, Hàn Quốc, Singapore,...
TocoToco được nhận 3 giải thưởng của Cục sở hữu trí tuệ, bao gồm: Dịch vụ hoàn hảo, Nhãn hiệu ưa dùng và Sản phẩm tin cậy.
4.1.1.2. Quá trình hình thành và phát triển
Để trở thành thương hiệu trà sữa hàng đầu Việt Nam với hệ thống hơn 200 cửa hàng như hiện nay, TocoToco đã trải qua rất nhiều khó khăn ngay từ những ngày đầu xây dựng thương hiệu. Thành lập vào năm 2013 và ra mắt khách hàng với một cửa hàng nhỏ trên con phố tấp nập người qua lại, TocoToco ghi dấu ấn đặc biệt bằng hương vị thơm ngon trong từng ly đồ uống cùng dịch vụ thân thiện. Như đại diện của TocoToco từng chia sẻ: “Những ngày đầu thật sự là thời gian khó khăn trong việc xây dựng được lòng tin khách hàng và khiến họ quay trở lại. May mắn, TocoToco đã sớm được khách hàng đón nhận”.
Trước thời điểm TocoToco ra mắt, khách hàng Việt vốn đã bị đắm chìm với vô số thương hiệu khác nhau, việc để phát triển một thương hiệu giữa rừng trà sữa quả thực là một bài toán không dễ dàng. TocoToco đã mở một cửa hàng nhỏ đầu tiên để “thăm dò” vị giác cũng như nắm bắt được mong muốn của khách hàng. Từng ngày bền bỉ phục vụ với danh sách đồ uống ngon, chất lượng cùng phong cách phục vụ chuyên nghiệp, TocoToco đã sớm có được một lượng khách hàng yêu thích nhất định. Khi đã có một chút “tên tuổi”, TocoToco bắt buộc phải bước vào “cuộc chiến ngọt ngào” trong thị trường trà sữa để phát triển
4.1.2. Chiến lược phát triển của TocoToco
- Đưa thương hiệu TocoToco trở nên quen thuộc với giới trẻ cả nước - Phát triển hệ thống bằng chuỗi cửa hàng với độ phủ rộng
- Có được chuỗi chi nhánh ở các thành phố lớn tại cả 3 miền Bắc, Trung, Nam - Phát triển thương hiệu bằng chữ “tâm”
4.2. Thống kê mô tả mẫu nghiên cứu4.2.1 Thống kê mô tả định tính 4.2.1 Thống kê mô tả định tính
Bảng 4.1: Thống kê mô tả mẫu theo giới tính Tần số Tỷ lệ % Tỷ lệ % hợp lệ % tích lũy Nam 97 38,2 38,2 38,2 Nữ 139 54,7 54,7 92,9 Khác 18 7,1 7,1 100,0 Tổng 254 100,0 100,0
Nguồn: dữ liệu khảo sát
Kết quả bảng 4.1 cho thấy tổng 254 đối tượng tham gia khảo sát có 97 người là nam chiếm tỷ lệ 38.2%. 139 người là nữ chiếm tỷ lệ 54.7%, kết quả bảng khảo sát cho thấy tỷ lệ không đồng đều nhau, tỷ lệ giới tính nữ có mức độ quan tâm đến trà sữa TocoToco nhiều hơn nam giới hoàn toàn phù hợp với thực trạng hiện nay.
Độ tuổi
Bảng 4.2: Thống kê mô tả mẫu theo độ tuổi
Tần số Tỷ lệ % Tỷ lệ % hợp lệ % tích lũy Dưới 16 tuổi 22 8,7 8,7 8,7 Từ 17 - 25 tuổi 173 68,1 68,1 76,8 Từ 26 - 35 tuổi 43 16,9 16,9 93,7 Trên 36 tuổi 16 6,3 6,3 100,0 Tổng 254 100,0 100,0
Nguồn: Dữ liệu khảo sát
Theo kết quả bảng trên: Độ tuổi từ 17 – 25 tuổi chiếm tỷ lệ cao nhất 68.1%, kế tiếp là độ tuổi từ 26 – 35 tuổi chiếm tỷ lệ 16.9%, nhóm độ tuổi dưới 16 tuổi chiếm tỷ lệ 8.7% và chiếm tỷ lệ thấp nhất là độ trên 36 tuổi chiếm 6.3%. Kết quả trên phù hợp với thực tế, hiện nay trà sữa TocoToco đang sở hữu lượng khách khá trẻ, nên thu hút đa phần các bạn trẻ đến thưởng thức, độ tuổi từ dưới 16 – 35 tuổi chiếm tỷ lệ 93.7%.
Nghề nghiệp
Bảng 4.3: Thống kê mô tả mẫu theo nghề nghiệp
Tần số Tỷ lệ % Tỷ lệ % hợp lệ % tích lũy
HSSV 163 64,2 64,2 64,2
Công chức, viên chức 13 5,1 5,1 69,3 Nhân viên văn phòng 30 11,8 11,8 81,1 Nghề nghiệp khác 48 18,9 18,9 100,0
Tổng 254 100,0 100,0
Nguồn: Dữ liệu khảo sát
Theo kết quả bảng 4.3 cho thấy: Tổng 254 người tham gia khảo sát có 163 người thuộc học sinh – sinh viên chiếm 64.2%, có 48 người nghề nghiệp khác chiếm 18.9%, 30 người là nhân viên văn phòng chiếm 11.8%, 13 người là công chức viên chức chiếm 5.1%. Kết quả trên cho thấy tỉ lệ nghề nghiệp những người đến trà sữa TocoToco không đồng đều nhưng lại phù hợp với thực tế hiện nay, vì trà sữa TocoToco sở hữu lượng lớn khách hàng thân thiết là các bạn trẻ đang ở lứa tuổi đi học.
Thu nhập
Bảng 4.4: Thống kê mô tả mẫu theo thu nhập
Nguồn: Dữ liệu khảo sát
Theo kết quả bảng 4.4: Thu nhập từ dưới 5 triệu chiếm tỷ lệ cao nhất 56.7%, kế tiếp là thu nhập từ 5 triệu đến 15 triệu chiếm tỷ lệ 32.7 và chiếm tỷ lệ thấp nhất là thu nhập trên 15 triệu chiếm tỉ lệ 10.6%. Kết quả trên phù hợp với thực tế, hiện nay trà sữa TocoToco đang là một loại trà sữa không quá đắt đỏ, thu hút các nguồn