3.3.1.Xây dựng bảng câu hỏi sơ bộ
Ứng với các nội dung cần hỏi, xác định cấu trúc và từ ngữ cụ thể trong từng câu hỏi hình thành một bảng câu hỏi sơ bộ.
3.3.2.Phát thử
Mục đích phát thử nhằm:
- Kiểm tra xem người trả lời có hiểu đúng câu hỏi hay không.
- Kiểm tra xem thông tin mà người trả lời cung cấp có đúng là thông tin cần thu thập không.
- Ghi nhận các ý kiến đóng góp của người trả lời để bảng câu hỏi hợp lý hơn. Kết quả phát thử cho thấy cần bổ sung thêm biến sát “giao hàng tận nhà”.
3.3.3.Bảng câu hỏi chính thức
Sau khi phát thử bảng câu hỏi sơ bộ và khảo sát 150 người tiêu dùng dịch vụ tại siêu thị Big C Nha Trang, tiến hành thực hiện xử lý dữ liệu sử dụng hệ số Cronbach’s alpha và phân tích nhân tố EFA để hiệu chỉnh lại bảng câu hỏi và nếu nhận thấy kết quả khả quan như đối tượng phỏng vấn hiểu rõ ràng và đúng những khái niệm cần đo, thì sau đó sẽ tiến hành lấy mẫu và phát Bảng hỏi chính thức.
3.4. PHÂN TÍCH DỮ LIỆU
Mục đích của việc phân tích dữ liệu: nhằm phân tích độ tin cậy và độ giá trị của thang đo. Kỹ thuật xử lý dữ liệu thực hiện như sau:
3.4.1.Mã hóa thang đo
Bảng 3.1: Thang đo các khái niệm nghiên cứu và mã hóa biến
NỘI DUNG Mã hóa biến
CHẤT LƯỢNG DỊCH VỤ SIÊU THỊ HÀNG HOÁ
1 Hàng tiêu dùng hàng ngày đầy đủ HH1
2 Có nhiều mặt hàng để lựa chọn HH2
3 Hàng hoá có nhãn mác, xuất xứ HH3
4 Có nhiều mặt hàng mới HH4
TRƯNG BÀY
5 Hàng hoá trưng bày dễ tìm TB1
6 Bảng chỉ dẫn trong siêu thị rõ ràng TB2
7 Gian hàng thuận tiện mua sắm TB3
NHÂN VIÊN
8 Nhân viên nhanh nhẹn, sẵn sàng phục vụ NV1
9 Nhân viên tận tình giải đáp thắc mắc NV2
10 Nhân viên rất thân thiện, vui vẻ NV3
VỊ TRÍ
11 Không gian siêu thị rộng rãi VT1
12 Khu vực mua sắm sạch, thoáng mát VT2
13 Bãi giữ xe rộng rãi VT3
16 Không lo bị mất cắp AT3
GIÁ CẢ CẢM NHẬN
17 Giá hàng hoá không cao hơn chợ GC1
18 Giá cả không cao hơn các siêu thị khác GC2
19 Giá tương xứng với chất lượng GC3
DỊCH VỤ KHÁCH HÀNG
20 Nhiều chương trình khuyến mãi DV1
21 Công tác hậu mãi tốt DV2
22 Giao hàng tận nhà DV3
SỰ HÀI LÒNG
23 Tôi hoàn toàn hài lòng với cách phục vụ của nhân viên SHL1
24 Tôi hoàn toàn hài lòng với chất lượng hàng hoá của siêu thị SHL2
25 Tôi hoàn toàn hài lòng với trang thiết bị vật chất của siêu thị SHL3 26 Tôi hoàn toàn hài lòng với chất lượng dịch vụ bán hàng của siêu thị SHL4
Thống kê mô tả
Thống kê mô tả được tiến hành nhằm xem xét các đặc trưng của mẫu quan sát, các giá trị trung bình cũng như kiểm tra tính phân phối chuẩn của các biến. Ở đây chúng ta sẽ lập bảng thống kê để mô tả mẫu thu thập theo các biến phân loại như tuổi, giới tính, thu nhập, nghề nghiệp…của người tiêu dùng.
Đánh giá độ tin cậy của thang đo
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha và hệ số tương quan biến tổng. Giá trị alpha nằm từ 0 đến 1, giá trị càng lớn cho biết tính tin cậy càng nhiều giữa các biến. Các biến có hệ số tương quan biến – tổng nhỏ hơn 0.3 sẽ bị loại và thang đo sẽ được chọn khi hệ số Cronbach’s Alpha lớn hơn 0.6 Hair & ctg, (1998).
3.4.2. Kiểm định sơ bộ thang đo (kiểm định giá trị phân biệt và hội tụ của thang đo) đo)
Hai giá trị quan trọng của thang đo là giá trị phân biệt và hội tụ. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) được dùng để đánh giá hai loại giá trị này. Phân tích này thực hiện qua hai bước:
Bước 1: Phân tích EFA riêng cho từng thang đo để đánh giá tính đơn hướng của thang đo với phương pháp trích Principal axis factoring với phép xoay Promax.
Bước 2: Phân tích EFA chung cho các thang đo để đánh giá giá trị hội tụ và giá trị phân biệt Với phương pháp trích Principal axis factoring với phép xoay Promax.
• Điều kiện để phân tích EFA
- Hệ số KMO (Kaiser – Meyer – Olkin) có giá trị từ 0.5 trở lên Othman &
Owen, (2002) và Kiểm định Bartlett có p < 0,05 (tương ứng Sig. < 0,05).
- Mẫu đủ lớn: Hair & ctg, (2010) cho rằng mẫu tối thiểu để phân tích EFA là 50, tỉ lệ quan sát/biến đo lường là 5:1 tức là 1 biến đo lường cần tối thiểu 5 quan sát, tốt nhất là 10 trở lên. Số biến quan sát của nghiên cứu này thỏa mãn điều kiện về số lượng mẫu cần thiết.
Độ giá trị phân biệt (Discriminant validity): Xem xét số nhân tố trích được, nếu số lượng nhân tố được trích phù hợp với giả thuyết ban đầu về số lượng và thành phần thang đo thì các thang đo đạt được giá trị phân biệt. Có thể thực hiện kiểm định hệ số tương quan xét trên phạm vi tổng thể giữa các khái niệm có thực sự khác biệt so với 1 hay không. Nếu nó thực sự khác biệt thì các thang đo đạt được giá trị phân biệt.
Độ giá trị hội tụ (Convergent validity): Thang đo đạt giá trị hội tụ khi biến đo lường cho nhân tố phải có mức tải (factor loading) cao trên nhân tố đó và thấp trên các nhân tố mà nó không đo lường Nguyễn Đình Thọ, (2013). Các tiêu chuẩn đánh giá độ hội tụ:
Các biến quan sát có hệ số tải nhân tố lớn hơn 0,4 được xem khá tốt (0,3 là mức chấp nhận được ; 0,4 được xem là quan trọng ; và 0,5 có ý nghĩa thực tế, Hair & c.t.g, (2000).
Tại mỗi item, chênh lệch trọng số tải lớn nhất và trọng số tải bất kỳ phải từ 0,3 trở lên Jabnoun &Al-Tamimi, (2003).
Cuối cùng, cần xem xét tổng phương sai trích. Tổng phương sai trích được lớn hơn hoặc bằng 50% thì mô hình EFA phù hợp Nguyễn Đình Thọ, (2013).
3.4.3.Kiểm định thang đo chính thức
3.4.3.1.Kiểm định phân phối của các biến quan sát
Trước khi tiến hành kiểm định thang đo chính thức chúng ta tiến hành kiểm định sự phân phối của các biến quan sát. Khi kiểm định phân phối của các biến quan sát, các Kurtoses và Skewness tương ứng đều nằm trong khoảng chấp nhận thì phương pháp ước lượng Maximum LikeHood (ML) là phương pháp thích hợp được sử dụng để ước lượng các tham số trong mô hình Kline, (1998).
3.4.3.2. Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach‘s Alpha
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach‘s Alpha và hệ số tương quan biến tổng có giá trị từ 0 đến 1; giá trị này càng lớn cho biết độ tin cậy của thang đo càng cao. Nhà nghiên cứu cho rằng khi Cronbach’s Alpha từ 0,80 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,70 đến 0,80 là sử dụng được. Các biến có hệ số tương quan biến tổng nhỏ hơn 0,30 sẽ bị loại và thang đo sẽ được chọn khi hệ số Cronbach’s Alpha lớn hơn 0,60 Hair & c.t.g, (1995). Theo Nunnally & Bernstein, (1994) thì Cronbach’s Alpha trên 0,60 là có thể sử dụng được trong trường hợp thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu.
Bên cạnh đó, trong phân tích với phần mềm SPSS 20 hệ số Cronbach’s Alpha if Item Deleted cũng được xem xét, cụ thể nếu hệ số tương ứng của các mục hỏi lớn hơn hệ số Cronbach’s Alpha tương ứng thì mục hỏi đó nên được loại bỏ để tăng độ tin cậy cho thang đo Nunnally & Bernstein, (1994). Tuy nhiên, cũng cần xem xét, cân nhắc trong khi loại biến để đảm bảo về độ giá trị nội dung cho khái niệm cần đo lường.
3.4.3.3. Kiểm định mô hình thang đo bằng phân tích nhân tố khẳng định CFA (Confirmatory Factor Analysis) (Confirmatory Factor Analysis)
CFA được thực hiện trong mô hình đo lường. CFA cho chúng ta kiểm định các biến quan sát đại diện cho các nhân tố tốt đến mức nào. CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở.
Các chỉ tiêu đánh giá mô hình thang đo bao gồm: độ phù hợp của mô hình, độ tin cậy, độ giá trị hội tụ và độ giá trị phân biệt của thang đo.
Độ phù hợp của mô hình: Mô hình đạt độ phù hợp khi thỏa các tiêu chí: các giá trị GFI, TLI, CFI >0,9 Bentler & Bonett, (1980); CMIN/df ≤ 2, một số trường hợp CMIN/df có thể ≤ 3 Camines & McIver, (1981); RMSEA≤ 0,8, RMSEA≤ 0,05 được xem là rất tốt Steiger, (1990). Nguyễn Thị Mai Trang & Nguyễn Đình Thọ, (2008) cho rằng nếu mô hình nhận được các giá trị TLI, CFI≥0,9; CMIN/df≤ 2; RMSEA≤ 0,8 thì mô hình phù hợp với dữ liệu thị trường.
Độ tin cậy: Độ tin cậy tổng hợp CR (Composite realbility) > 0,6 Hair & c.t.g, (2010)
Độ giá trị hội tụ: các hệ số hồi quy chuẩn hóa của tất cả các biến quan sát trong thang đo phải lớn hơn 0.5 và phương sai trích AVE > 0,5 Hair & c.t.g, (2010)
Độ giá trị phân biệt: tương quan giữa các khái niệm nhỏ hơn 0,85 với p=0,05 Kline, (1988).
3.4.4.Kiểm định mô hình lý thuyết với SEM (Structural equation modeling)
Phương pháp Maximum Likelihood và kiểm định Bootstrap được sử dụng để kiểm định mô hình lý thuyết. Mô hình lý thuyết cũng cần phải đạt được các chỉ số phù hợp như phân tích CFA.
Kiểm định Bootstrap: Bootstrap được sử dụng để ước lượng lại các tham số mô hình nhằm kiểm tra độ tin cậy của các ước lượng. Trong Bootstrap, máy tính sẽ chọn ra những mẫu khác theo phương pháp lặp lại, và có thay thế. Và từ mẫu máy tính chọn ra này có thể tính được trung bình của các ước lượng (các trọng số hồi quy…). Hiệu số giữa trung bình các ước lượng từ Bootstrap và các ước lượng ban đầu gọi là độ chệch. Trị tuyệt đối các độ chệch này càng nhỏ, càng không có ý nghĩa thống kê càng tốt.
3.5. KẾT QUẢ NGHIÊN CỨU SƠ BỘ ĐỊNH LƯỢNG:
Các thang đo được sử dụng trong nghiên cứu này được sử dụng trong nghiên cứu định lượng sơ bộ thông qua hai công cụ chính, (1) Hệ số tin cậy Cronbach Alpha và phương pháp phân tích yếu tố khám phá EFA. Hệ số Cronbach Alpha được sử dụng để loại các biến không phù hợp trước. 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 nó có độ tin cậy alpha từ 0,6 trở lên. (2) Tiếp theo phương pháp EFA sử dụng. Các biến có trọng số (Factor loading) nhỏ hơn 0,5 trong EFA sẽ tiếp tục bị loại. Phép trích nhân tố được sử dụng là Principal Axis Factoring (PAF) với phép quay không vuông góc Promax. Thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50%. Số mẫu sử dụng trong phân tích sơ bộ là 150 mẫu.
3.5.1.Hệ số tin cậy Cronbach Alpha
Kết quả phân tích Cronbach Alpha của các thang cho thấy các nhân tố đều có hệ số Cronbach alpha và hệ số tương quan biến tổng đạt yêu cầu (Bảng 3.2)
Bảng 3.2: Kết quả phân tích Cronbach Alpha của các thang đo
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Alpha nếu loại biến này Nhân tố Hàng hoá: Alpha = ,878
HH1 13,81 18,032 ,661 ,873
HH2 13,50 17,889 ,752 ,838
HH3 13,55 16,088 ,843 ,799
Nhân tố Nhân viên: Alpha = ,796
NV1 7,19 6,479 ,608 ,754
NV2 7,15 6,045 ,709 ,649
NV3 6,59 6,068 ,606 ,760
Nhân tố Trưng bày siêu thị: Alpha = ,854
TB1 9,77 8,610 ,760 ,765
TB2 9,35 8,523 ,737 ,785
TB3 9,85 8,480 ,683 ,838
Nhân tố Vị trí siêu thị: Alpha = ,805
VT1 7,21 8,464 ,653 ,735
VT2 6,75 7,422 ,676 ,708
VT3 7,50 8,091 ,631 ,755
Nhân tố An toàn siêu thị: Alpha = ,795
AT1 8,06 4,272 .751 ,606
AT2 8,02 4,516 .632 ,726
AT3 8,13 4,398 .547 ,826
Nhân tố Giá cả cảm nhận: Alpha = ,860
GC1 8,22 7,314 ,805 ,736 GC2 8,44 7,738 ,764 ,776 GC3 8,19 8,130 ,642 ,890 Nhân tố Dịch vụ khách hàng: Alpha = ,849 DV1 8,35 8,268 ,748 ,759 DV2 8,43 8,972 ,681 ,823 DV3 8,37 8,274 ,724 ,783
Nhân tố Sự hài lòng: Alpha = ,858
SHL1 12,14 14,081 ,693 ,826
SHL2 12,63 16,007 ,659 ,838
SHL3 12,44 14,772 ,685 ,827
SHL4 12,07 14,323 ,786 ,785
3.5.2.Phân tích yếu tố khám phá EFA
Sau khi phân tích hệ số tin cậy alpha, các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố EFA. Kết quả EFA của các thang đo được trình bày
phương sai trích là 65,728%. Các trọng số của các nhân tố đều đạt yêu cầu (>,50) và hệ số KMO = 0,812 > 0,5.
Như vậy, thông qua đánh giá sơ bộ, các thang đo đều đạt yêu cầu. Các biến quan sát của các thang đo này sẽ được sử dụng trong nghiên cứu chính thức và được đánh giá tiếp theo dựa vào dữ liệu của nghiên cứu này bằng hệ số Cronbach alpha, phân tích yếu tố khám phá EFA, và phân tích yếu tố khẳng định CFA trình bày trong chương 4.
Bảng 3.3: Kết quả EFA của các thang đo
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,812
Bartlett's Test of Sphericity
Approx. Chi-Square 2187,082 df 325 Sig. ,000 Pattern Matrixa Factor 1 2 3 4 5 6 7 8 HH3 ,968 HH4 ,816 HH2 ,775 HH1 ,695 SHL2 ,982 SHL4 ,770 SHL3 ,571 SHL1 ,560 GC1 ,931 GC2 ,860 GC3 ,665 TB2 ,946 TB1 ,874 TB3 ,664 DV1 ,830 DV3 ,810 DV2 ,683 VT1 ,802 VT3 ,759
VT2 ,748 NV2 ,940 NV1 ,684 NV3 ,658 AT1 ,909 AT2 ,796 AT3 ,579 Tóm tắt chương 3
Chương này trình bày phương pháp nghiên cứu được thực hiện để đánh giá thang đo các khái niệm nghiên cứu và mô hình lý thuyết. Phương pháp nghiên cứu được thực hiện qua hai bước là nghiên cứu sơ bộ (Sử dụng phương pháp định tính và định lượng) và nghiên cứu chính thức (Phương pháp nghiên cứu định lượng).
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương này trình bày kết quả nghiên cứu của đề tài, bao gồm những phần chính sau: (1) tổng hợp và mô tả mẫu; (2) thống kê mô tả; (3) kiểm định sơ bộ thang đo; (4) kiểm định độ giá trị của thang đo; (5) kiểm định độ giá trị hội tụ và độ tin cậy tổng hợp; (6) kiểm định độ giá trị phân biệt; (7) kiểm định mô hình cấu trúc; (8) kiểm định giả thuyết và (9) thảo luận kết quả nghiên cứu.
4.1.TỔNG HỢP MẪU KHẢO SÁT
Tổng số bảng câu hỏi phát ra là 250, số bảng câu hỏi thu về là 224 đạt tỷ lệ hồi đáp là 89,6%, trong đó có 215 bảng câu hỏi hợp lệ được sử dụng làm dữ liệu nghiên cứu, đảm bảo số lượng mẫu đề ra. Phân bố mẫu theo giới tính cho thấy số lượng khách hàng nữ trong mẫu khảo sát (64,2%) cao hơn nhiều so với khách hàng nam (35,8%); xét theo độ tuổi cho thấy khách hàng ở độ tuổi (31-40) chiếm số lượng lớn nhất (56,7%), chiếm tỷ lệ thấp nhất (1,3%) là khách hàng ở độ tuổi lớn hơn 50 tuổi; xét về nghề nghiệp nhân viên văn phòng và Doanh nhân có tỷ lệ tương đương nhau (27,3 % – 29,3 %), Hưu trí chiếm tỷ lệ thấp nhất (2%); số lượng khách hàng được khảo sát có mức thu nhập cao nhất (từ 5 đến 10 triệu đồng) chiếm 71,6%, thấp nhất (dưới 5 triệu) là 8,8%.
Tóm lại, số lượng mẫu tại nghiên cứu này bao gồm đầy đủ, đa dạng các thành phần gồm giới tính, độ tuổi, nghề nghiệp, thu nhập cho thấy đủ điều kiện để sử dụng phân tích mẫu, tức là mẫu không bị lệch về một nhóm nào cả. Trường hợp này không phải mẫu đại diện, chỉ là mẫu thuận tiện. Bảng tóm tắt phân bố mẫu được trình bày trong bảng 4.1.
Bảng 4.1:. Bảng tóm tắt phân bố mẫu
Phân bố mẫu theo Số lượng Tỷ lệ %
Giới tính Nam Nữ 77 35,8% 138 64,2 % Độ tuổi Dưới 30 5 3,3% Từ 31 - 40 85 56,7% Từ 41 - 50 58 38,7% Trên 50 2 1,3% Nghề nghiệp Doanh nhân 41 27,3%
Nhân viên văn phòng 44 29,3%
Công nhân lao động 35 23,3%
Nội trợ 17 11,3% Hưu trí 2 2,0% Khác 11 6,7% Thu nhập Dưới 5 triệu 19 8.8% Từ 5-10 triệu 154 71.6% Hơn 10 triệu 42 19.5% 4.2.THỐNG KÊ MÔ TẢ
Qua thống kê mô tả chi tiết các biến quan sát (xem phụ lục 6) cho thấy các biến quan sát đều có giá trị tuyệt đối của các hệ số đối xứng Skewness đều đảm bảo <3 và hệ số tập trung Kurtosis <8 đảm bảo các yêu cầu về phân phối chuẩn của dữ liệu thống kê Kline, (1998). Qua rà soát, số liệu thống kê mô tả các biến quan sát không có