Phân tích nhân tố khám phá

Một phần của tài liệu (luận văn thạc sĩ) phân đoạn thị trường người têu dùng thực phẩm hữu cơ tại việt nam theo cách tiếp cận về phong cách sống (Trang 59 - 61)

6. Tổng quan tài liệu nghiên cứu

2.6.3. Phân tích nhân tố khám phá

Sau khi kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đủ độ tin cậy, phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Nghiên cứu sử dụng phƣơng pháp phân tích nhân tố khám phá nhằm xác định các nhân tố chính trong Phong cách sống liên quan đến thực phẩm của ngƣời tiêu dùng từ đó làm tiêu thức để phân đoạn thị trƣờng.

Trong phân tích nhân tố khám phá, các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn sau:

- Trị số KMO (Kaiser-Meyer – Olkin) ≥0,5 và mức ý nghĩa của kiểm định Barlett căn cứ trên giá trị Sig ≤ 0,05. Kiểm định Barlett là đại lƣợng thống kê dùng để xem xét giả thuyết các biến không có tƣơng quan trong tổng thể. Điều kiện cần để phân tích nhân tố là các biến phải có tƣơng quan với nhau. Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. KMO 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 nhƣ trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.

- Đại lƣợng eigenvalue >1. Đại lƣợng eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi mỗi nhân tố. Chỉ những nhân tố nào có eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa, mỗi biến gốc có phƣơng sai là 1.

- Tổng phƣơng sai trích ≥50%. Tổng phƣơng sai trích là phần trăm phƣơng sai toàn bộ đƣợc giải thích bởi từng nhân tố. Nếu coi biến thiên là 100% thì giá trị này cho biết phân tích nhân tố cô đọng đƣợc bao nhiêu % và bị thất thoát bao nhiêu %. Tổng phƣơng sai trích tối thiểu phải bằng 50% thì phân tích nhân tố đƣợc xem là phù hợp.

- Hệ số tải nhân tố (Factor loading) ≥0,5. Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích nhân tố khám phá. Factor loading>0,3 đƣợc xem là đạt mức tối thiểu, Factor loading >0,4 đƣợc xem là quan trọng và Factor loading ≥0,5 đƣợc xem là có ý nghĩa thức tiễn.

- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.

2.6.4. Phân tích cụm

Phân tích cụm là một phƣơng pháp thống kê nhằm phân loại các đối tƣợng sao cho mỗi đối tƣợng là rất giống so với các đối tƣợng khác trong cùng một nhóm dựa vào một vài tiêu chí đã đƣợc xác định trƣớc. Để tiến hành phân tích cụm, bƣớc đầu tiên là xác định các biến số dùng làm cơ sở để phân tích cụm. Sau đó là chọn một thƣớc đo khoảng cách phù hợp. Thƣớc đo khoảng cách cho biết mức độ giống nhau hay khác nhau của các đối tƣợng đƣợc phân cụm. Có nhiều thủ tục phân cụm khác nhau đã đƣợc xây dựng và ngƣời nghiên cứu phải chọn một thủ tục phù hợp. Các cụm đƣợc tạo thành phải đƣợc giải thích trên cơ sở các biến đƣợc sử dụng để phân cụm và đƣợc mô tả bằng một số biến quan trọng khác. Cuối cùng là ngƣời nghiên cứu phải đánh giá hiệu quả của quy trình phân cụm này.

Việc quyết định số cụm có thể dựa vào một số căn cứ:

- Trong phân cụm thứ bậc, có thể sử dụng khoảng cách giữa các cụm làm tiêu chuẩn để xác định số cụm. Hai cụm cách nhau khá xa tức là tính chất của chúng khác nhau nhiều thì không nên nhập lại thành cụm mới.

Nghiên cứu này sử dụng phƣơng pháp phân cụm thứ bậc để có thể xác định khoảng cách giữa các cụm. Dựa vào sơ đồ tích tụ, so sánh chênh lệch giữa các giải pháp liên tiếp để tìm ra 2 giải pháp liên tiếp có sự khác biệt lớn về chênh lệch khoảng cách từ đó tìm ra giải pháp về số cụm phù hợp nhất. Tiếp theo, phƣơng pháp phân cụm K-means đƣợc sử dụng để kiểm chứng và thống kê số quan sát trong từng cụm, giá trị trung bình của cụm.

2.6.5. Kiểm định One-way ANOVA

Phân tích phƣơng sai một yếu tố (còn gọi là One-way ANOVA) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu.

Nghiên cứu sử dụng phƣơng pháp phân tích này nhằm kiểm định sự khác biệt về phong cách sống liên quan đến thực phẩm giữa các phân đoạn ngƣời tiêu dùng thực phẩm hữu cơ cũng nhƣ kiểm định sự khác nhau giữa các phân đoạn về thái độ và sự quan tâm đối với thực phẩm hƣu cơ.

Một phần của tài liệu (luận văn thạc sĩ) phân đoạn thị trường người têu dùng thực phẩm hữu cơ tại việt nam theo cách tiếp cận về phong cách sống (Trang 59 - 61)

Tải bản đầy đủ (PDF)

(148 trang)