5. Kết cấu luận án
3.3.2.Nghiên cứu chính thức
Sau khi tiến hành điều tra, các phiếu điều tra thu về được kiểm tra tính hợp lệ, làm sạch dữ liệu, nhập dữ liệu trên phần mềm SPSS 20.0. và được đưa vào phân tích theo các bước sau:
+ Thống kê mô tả về các yếu tố ảnh hưởng đến CLCT của các DN nhằm chỉ ra những điểm mạnh, điểm yếu, cơ hội và thách thức quan trọng của DN.
+Thống kê mô tả về của các năng lực cạnh tranh cấu thành CLCT của các DN để chỉ ra những thành công và hạn chế của các DN theo đuổi các nhóm CLCT khác nhau.
+ Phân tích nhân tố khám phá (EFA): Phân tích nhân tố EFA – Exploratory Factor Analysis là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ, tóm tắt dữ liệu. Phương pháp này thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau; giúp rút gọn một tập K biến quan sát thành một tập F (F<K) các nhân tố có ý nghĩa hơn. Sau khi kiểm tra độ tin cậy của các biến dựa vào hệ số Cronbach’s Alpha
và loại các biến rác, kỹ thuật EFA được thực hiện nhằm đánh giá giá trị hội tụ và giá trị phân biệt của thang đo. Nói cách khác, EFA giúp sắp xếp lại thang đo thành nhiều tập (các biến cùng một tập là giá trị hội tụ, việc chia các tập khác nhau là giá trị phân biệt). Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Cụ thể các hệ số được quy định như sau: KMO: 0,5<KMO<1: Phân tích nhân tố thích hợp với dữ liệu và ngược lại KMO<0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. EFA có giá trị thực tiễn khi tiến hành các loại biến quan sát có hệ số tải nhân tố <0,5 (Hair và cộng sự, [91], 1998). Các mức giá trị của hệ số tải nhân tố > 0,3 là đạt mức tối thiểu; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn để chọn mức giá trị hệ số tải nhân tố: cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố >0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải >0,75 (Hair và cộng sự, [91], 1998).
+ Phân tích hồi quy
Sau khi phân tích EFA, luận án kiểm định các nhận định đưa ra bằng phương pháp kiểm định tương quan và hồi qui đa biến. Đây là phương pháp được sử dụng dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập.
Y (HQKD) = β0+ β1LC+ β2DS + β3 FS + εi Trong đó:
Y (HQKD): Biến phụ thuộc, hiệu quả kinh doanh của các DN kinh doanh thực phẩm Việt Nam
LC: CLCT chi phí thấp DS: CLCT khác biệt hóa FS: CLCT tập trung
β0: Là hệ số góc hồi quy tổng thể Y khi các biến độc lập bằng 0, thể hiện mức tác động của các nhân tố khác ngoài các nhân tố được xác định trong mô hình.
εi: Sai số
Phân tích hồi qui là phân tích thống kê để xác định mối quan hệ tác động giữa biến phụ thuộc và các biến độc lập. Thông qua mô hình phân tích sẽ xác định các CLCT có ảnh hưởng như thế nào đến hiệu quả kinh doanh của các DN kinh doanh thực phẩm Việt Nam. Hệ số β của CLCT nào cao hơn thể hiện mức độ tác động đến hiệu quả kinh doanh càng cao.
CHƢƠNG 4: THỰC TRẠNG CHIẾN LƢỢC CẠNH TRANH VÀ TÁC ĐỘNG CỦA CHIẾN LƢỢC CẠNH TRANH ĐẾN HIỆU QUẢ KINH DOANH CỦA