7. Tổng quan tài liệu nghiên cứu
2.6. NGHIÊN CỨU CHÍNH THỨC
2.6.1. Mẫu điều tra
Chọn mẫu là một quá trình rất quan trọng trong nghiên cứu. Mẫu quan sát phải có khả năng đại diện đƣợc cho tổng thể chung, đảm bảo đƣợc tính chính xác, thích hợp nhằm đáp ứng đƣợc mục tiêu nghiên cứu.
Đối tƣợng nghiên cứu
Đối tƣợng khảo sát là ngƣời tiêu dùng Đồng Hới đang sử dụng các sản phẩm smartphone.
Khung chọn mẫu
Khung chọn mẫu là danh sách liệt kê ngƣời tiêu dùng Việt Nam đƣợc phân theo các nhóm tuổi (từ 16 – 30 tuổi, từ 31 – 45 tuổi, trên 45 tuổi), các sản phẩm smartphone đƣợc chọn để nghiên cứu bao gồm: Apple, Samsung, Nokia, HTC, LG và Sony.
Phƣơng pháp lựa chọn mẫu
Nghiên cứu sử dụng phƣơng pháp chọn mẫu thuận tiện (phi xác suất). Đây là phƣơng pháp chọn mẫu mà nhà nghiên cứu lấy mẫu dựa trên sự thuận lợi hay dựa trên tính dễ tiếp cận đối tƣợng, ở những nơi mà nhà nghiên cứu có khả năng gặp đƣợc đối tƣợng để xin phỏng vấn. Nếu ngƣời đƣợc phỏng vấn không đồng ý thì họ chuyển sang đối tƣợng khác. Lí do chọn phƣơng pháp này vì:
- Thỏa mãn yêu cầu chọn mẫu theo mục tiêu. - Tiết kiệm đƣợc thời gian và chi phí
Hạn chế của phƣơng pháp này là tính đại diện thấp. Tuy nhiên, để khắc phục đƣợc điều này, ta chọn kích thƣớc mẫu tƣơng đối lớn.
44
Kích thƣớc mẫu
Trong nghiên cứu thì kích thƣớc mẫu phải đại diện cho tổng thể nghiên cứu. Kích thƣớc mẫu thƣờng đƣợc xác định dựa vào kích thƣớc mẫu tối thiểu và số lƣợng biến đo lƣờng đƣa vào nghiên cứu.
Hair et al (2006) cho rằng để sử dụng EFA, kích thƣớc mẫu tối thiểu phải là 50 và tốt hơn là 100 và tỉ lệ quan sát/biến đo lƣờng là 5:1, nghĩa là một biến đo lƣờng cần tối thiểu 5 quan sát. Nhƣ vậy, đề tài nghiên cứu sử dụng 21 biến quan sát cho nghiên cứu nhân tố ảnh hƣởng đến quyết định mua thì để tiến hành nghiên cứu EFA, kích thƣớc mẫu tối thiểu phải là 21 x 5 = 105 mẫu.
Theo Tabachnick và Fidell (1996), đối với phân tích hồi quy đa biến thì kích thƣớc mẫu tối thiểu cần đạt đƣợc tính theo công thức là 50 + 8*m (m là số biến độc lập) nghĩa là đề tài nghiên cứu có tất cả 18 biến độc lập, nhƣ vậy kích thƣớc mẫu tối thiểu là 50 + 8*18 = 194 mẫu.
Tuy nhiên, để đề phòng trƣờng hợp mẫu nghiên cứu bị thất lạc, không đƣợc hoàn thành hoặc đáp viên trả lời phiếu sai và không đầy đủ nên tác giả đã tăng số lƣợng mẫu lên để đảm bảo độ tin cậy. Vì vậy, kích thƣớc mẫu dự kiến là 240 mẫu.
2.6.2. Kết cấu bảng câu hỏi khảo sát
Dựa trên kết quả nghiên cứu định tính sau khi phỏng vấn 4 chuyên gia bán smartphone và 15 đối tƣợng là những ngƣời tiêu dùng smartphone tại thành phố Đồng Hới, bảng câu hỏi đã đƣợc điều chỉnh và xây dựng để tiến hành nghiên cứu chính thức.
Cấu trúc bảng câu hỏi:
Bảng câu hỏi thiết kế gồm 2 phần:
Phần 1: Thông tin cá nhân của đáp viên bao gồm giới tính, độ tuổi, nghề nghiệp, thu nhập. Các thông tin đƣợc thiết kế theo thang đo biểu danh.
45
Phần 2: Câu hỏi khảo sát. Phần này gồm 23 câu hỏi, trong đó 21 câu hỏi tƣơng ứng với 21 biến quan sát. Thang đo Likert với 5 mức độ đƣợc vận dụng để đo lƣờng mức độ đồng ý của ngƣời tiêu dùng (1 – Hoàn toàn không đồng ý, 5 – Hoàn toàn đồng ý).
Bảng câu hỏi (xem phụ lục 1)
2.6.3. Phƣơng pháp phân tích dữ liệu
Thống kê mô tả
Sử sụng phần mềm SPSS để xử lý các thông tin về độ tuổi, nghề nghiệp, thu nhập, thông tin về các loại smartphone.
Phân tích hệ số tin cậy Cronbach’s Alpha
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau, là phép kiểm định về chất lƣợng của thang đo sử dụng cho từng mục hỏi, xét trên mối quan hệ của mục hỏi với một khía cạnh đánh giá. Phƣơng pháp này cho phép ngƣời phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach Alpha. Những mục hỏi không đóng góp nhiều sẽ tƣơng quan yếu với tổng số điểm, nhƣ vậy chúng ta chỉ giữ lại những mục hỏi có tƣơng quan mạnh với tổng số điểm.
Do đó, những biến có hệ số có tƣơng quan biến tổng (item – total Corelation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thƣờng, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt. Và trong phân tích này, các biến quan sát có hệ số tƣơng quan biến tổng (item-total correlation) hệ số tƣơng quan của một biến với điểm trung bình
46
của các biến khác trong cùng một thang đo, nhỏ hơn 0.3 đƣợc coi là biến rác và bị loại khỏi thang đo.
Phân tích nhân tố khám phá (EFA – Exploratory factor analysis)
Phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Nó hƣớng đến việc đơn giản hóa một tập hợp các biến phức tạp ban đầu thành một tập các biến nhỏ hơn dƣới dạng các nhân tố. Phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề cần nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn sau:
Thứ nhất, trị số KMO ≥ 0.5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. ≤ 0.05.
- Bartlett’s test of sphericity: Đại lƣợng Bartlett là một đại lƣợng thống kê dùng để xem xét giả thuyết các biến không có tƣơng quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tƣơng quan với nhau (các biến đo lƣờng phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). 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.
- Hệ số KMO (Kaiser – Meyer – Olkin): KMO là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là 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.
Thứ hai là đại lƣợng Eigenvalue: Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Những
47
nhân tố có Eigenvalue nhỏ hơn một 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.
Thứ ba là hệ số tải nhân tố Factor loadings: là những hệ số tƣơng quan đơn giữa các biến và các nhân tố. Các biến có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phƣơng sai trích lớn hơn 50% (Gerbing & Anderson, 1988).
Thứ tư là phép trích Principal Component với phép quay Varimax sẽ đƣợc sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
Sau khi qua giai đoạn phân tích nhân tố, các nhân tố đƣợc lựa chọn sẽ đƣợc đƣa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tƣơng quan Pearson đƣợc sử dụng để xem xét sự phù hợp khi đƣa các thành phần vào mô hình hồi quy.
Phân tích hồi quy bội tuyến tính
Phân tích hồi qui bội tuyến tính là một phƣơng pháp đƣợc sử dụng dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập.
Phƣơng trình hồi qui bội tuyến tính có dạng: Yi= β0 + β1X1i +β2 X2i+... +βp Xpi +ei
Các tham số quan trọng trong phân tích hồi qui bội tuyến tính bao gồm:
- Hệ số góc βi: là hệ số đo lƣờng sự thay đổi trong giá trị trung bình Y khi Xi thay đổi một đơn vị, trong khi mọi yếu tố khác không đổi.
- Hệ số xác định R2: là hệ số xác định tỷ lệ biến thiên của biến phụ thuộc đƣợc giải thích bởi biến độc lập trong mô hình hồi qui. R2
càng lớn thì mô hình hồi qui tuyến tính đã xây dựng đƣợc xem là càng thích hợp và càng có ý nghĩa trong việc giải thích sự biến thiên.
- Hệ số R2 điều chỉnh: là chỉ tiêu để quyết định có nên thêm biến độc lập mới vào mô hình hồi qui không.
48
- Giá trị Sig của kiểm định F trong phân tích phƣơng sai ANOVA. Giá trị này nhỏ hơn 0.05, thì có thể kết luận tồn tại mối quan hệ giữa biến phụ thuộc và biến độc lập.
- Giá trị Sig của kiểm định t. Giá trị này nhỏ hơn 0.05 thì hệ số hồi qui có ý nghĩa thống kê.
- Hệ số Durbin - Watson dùng để kiểm tra hiện tƣợng tự tƣơng quan của mô hình.
- Hệ số phóng đại phƣơng sai VIF (Variance inslation factor) dùng để kiểm tra hiện tƣợng đa cộng tuyến. Hệ số VIF của các biến số nhỏ hơn 10 thì mô hình không có hiện tƣợng đa cộng tuyến.
49
KẾT LUẬN CHƢƠNG 2
Chƣơng này trình bày các vấn đề liên quan đến việc thiết kế một nghiên cứu chính thức, đi từ mục tiêu nghiên cứu, phƣơng pháp nghiên cứu sử dụng trong nghiên cứu này (từ nghiên cứu định tính đến nghiên cứu định lƣợng), sau đó đề xuất mô hình nghiên cứu chính thức, hệ thống giả thuyết cho mô hình nghiên cứu và xây dựng thang đo cho các thành phần trong mô hình nghiên cứu, thiết kế bảng câu hỏi khảo sát để phục vụ cho việc thu thập dữ liệu cho nghiên cứu chính thức. Sau đó giới thiệu về các phƣơng pháp xử lý dữ liệu trong nghiên cứu chính thức này.
Trên cơ sở lý thuyết ở chƣơng 1, tác giả đã đề xuất mô hình nghiên cứu các nhân tố ảnh hƣởng đến quyết định mua smartphone. Mô hình đề xuất dựa trên mô hình nghiên cứu của Mei Min, Chow, Ling Hong, Chen, Jian Ai, Yeow, Pei Wah, Wong (2012) bao gồm 4 thành phần tác động đến quyết định mua smartphone của ngƣời tiêu dùng tại Đồng Hới, đó là:
- Đặc điểm sản phẩm (đƣợc đánh giá bởi 5 chỉ báo); - Thƣơng hiệu (đƣợc đánh giá bởi 5 chỉ báo);
- Giá (đƣợc đánh giá bởi 3 chỉ báo);
- Các yếu tố xã hội (đƣợc đánh giá bởi 5 chỉ báo); - Quyết định mua (đƣợc đánh giá bởi 3 chỉ bảo).
Hệ thống giả thuyết cho nghiên cứu này cũng đã đƣợc xây dựng với các giả thuyết cho rằng đặc điểm sản phẩm, thƣơng hiệu, các yếu tố xã hội là có quan hệ thuận chiều với quyết định mua smartphone của khách hàng tại Đồng Hới, giá thì có quan hệ ngƣợc chiều với quyết định mua smartphone của khách hàng tại Đồng Hới.
50
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU
3.1. MÔ TẢ MẪU ĐIỀU TRA 3.1.1. Thu thập dữ liệu 3.1.1. Thu thập dữ liệu
Dữ liệu sơ cấp trong nghiên cứu này đƣợc thu thập theo phƣơng pháp chọn mẫu phi ngẫu nhiên, lấy mẫu thuận tiện thông qua phỏng vấn bảng câu hỏi. Tác giả đã phát ra 240 bảng câu hỏi từ ngày 16 tháng 8 năm 2015 tại các quán cà phê, các công sở của ngƣời quen. Bảng câu hỏi đƣợc phát đến tay những ngƣời đã từng hoặc đang sử dụng smartphone. Đến ngày 16 tháng 9 năm 2015 đã thu về đƣợc 214 bảng câu hỏi, sau khi loại trừ các bảng câu hỏi không hợp lệ và để mẫu chẵn thì còn lại kích thƣớc mẫu là 200.
3.1.2. Mô tả mẫu khảo sát
Đối tƣợng khảo sát của nghiên cứu này là những khách hàng đă hoặc đang sử dụng điện thoại di động thông minh (smartphone) sinh sống tại Đồng Hới. Tổng số bảng câu hỏi hợp lệ cuối cùng là 200 bảng, sử dụng để phân tích nghiên cứu, dữ liệu đƣợc mã hóa và nhập thông qua phần mềm SPSS.
Về giới tính có 116 ngƣời đƣợc phỏng vấn là nam (chiếm tỷ lệ 58%) và 84 ngƣời là nữ (chiếm 42%).
51
Hình 3.1. Thống kê đặc điểm giới tính của mẫu
Về độ tuổi có 72 ngƣời tiêu dùng đƣợc phỏng vấn có tuổi từ 16 đến 30
(chiếm 36%), có 84 ngƣời tiêu dùng đƣợc phỏng vấn có độ tuổi từ 31 đến 45 tuổi (chiếm 42%), có 44 ngƣời ở độ tuổi trên 45 (chiếm 22 %).
Hình 3.2. Thống kê độ tuổi của mẫu
Về nghề nghiệp có 22 ngƣời đƣợc phỏng vấn là học sinh/sinh viên
(chiếm tỷ lệ 11%), có 35 ngƣời đƣợc phỏng vấn là cán bộ/công chức nhà nƣớc (chiếm tỷ lệ 17.5%), có 43 ngƣời đƣợc phỏng vấn là công nhân, nhân viên văn phòng (chiếm tỷ lệ 21.5%), có 27 ngƣời đƣợc phỏng vấn là buôn bán, kinh doanh (chiếm tỷ lệ 13.5%) và có 73 ngƣời đƣợc phỏng vấn có nghề nghiệp khác (chiếm tỷ lệ 36.5%).
52
Hình 3.3. Thống kê nghề nghiệp của mẫu
Về thu nhập có 73 ngƣời đƣợc phỏng vấn có thu nhập dƣới 5 triệu
(chiếm tỷ lệ 36.5%), có 117 ngƣời đƣợc phỏng vấn có thu nhập từ 5 triệu đến dƣới 10 triệu (chiếm tỷ lệ 58.5%), có 8 ngƣời đƣợc phỏng vấn có thu nhập từ 11 triệu đến 20 triệu (chiếm tỷ lệ 4%), có 2 ngƣời đƣợc phỏng vấn có thu nhập trên 20 triệu (chiếm tỷ lệ 1%).
53
Về smartphone có 44 ngƣời đƣợc phỏng vấn đang sử dụng smartphone
thƣơng hiệu Apple (chiếm tỷ lệ 22%), có 48 ngƣời đƣợc phỏng vấn sử dụng thƣơng hiệu Samsung (chiếm tỷ lệ 24%), có 32 ngƣời đƣợc phỏng vấn sử dụng thƣơng hiệu HTC (chiếm tỷ lệ 16%), có 26 ngƣời đƣợc phỏng vấn sử dụng thƣơng hiệu Sony (chiếm tỷ lệ 13%), có 31 ngƣời đƣợc phỏng vấn sử dụng thƣơng hiệu Nokia (chiếm tỷ lệ 15.5%), có 17 ngƣời đƣợc phỏng vấn sử dụng thƣơng hiệu LG (chiếm 8.5%) và 2 ngƣời đƣợc phỏng vấn sử dụng thƣơng hiệu khác (chiếm 1%).
Hình 3.5. Thống kê thƣơng hiệu smartphone của mẫu 3.2. KẾT QUẢ KIỂM ĐỊNH THANG ĐO
3.2.1. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một
54
tập biến để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998).
Trong bài nghiên cứu này, mục tiêu của phân tích nhân tố là tìm ra đƣợc các yếu tố nào có tác động đến quyết định mua smartphone của ngƣời tiêu dùng. Các biến quan sát (Items) đƣợc đƣa vào phân tích nhân tố đã đƣợc xác định dựa vào các nghiên cứu có trƣớc (đã giải thích trong phần cơ sở lý luận).
Sau khi tiến hành thu thập dữ liệu, làm sạch dữ liệu và tiến hành mã hóa dữ liệu, nhập dữ liệu với 200 bảng câu hỏi hợp lệ vào phần mềm SPSS 16.0. Phân tích nhân tố khám phá (EFA) đƣợc sử dụng để kiểm tra độ hội tụ của các biến quan sát theo từng thành phần trong mô hình nghiên cứu đề xuất. Phƣơng pháp rút trích đƣợc chọn để phân tích là phƣơng pháp principal components với phép quay varimax.
Phân tích nhân tố khám phá (EFA) thang đo các nhân tố tác động
đến quyết định mua.
Các nhân tố tác động đến quyết định mua smartphone đƣợc đánh giá qua 18 biến quan sát. Và mức độ hội tụ của các biến quan sát này đƣợc đánh giá thông qua phƣơng pháp phân tích nhân tố khám phá (EFA) (xem phụ lục 3).
Bảng 3.1. Kết quả phân tích nhân tố khám phá KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .727 Bartlett's Test of Sphericity Approx. Chi-Square 2125.097
df 153
55
Rotated Component Matrixa
Component 1 2 3 4 PF2 .876 PF4 .836 PF5 .742 PF3 .712 PF1 .693 SI1 .863 SI2 .859 SI4 .742 SI3 .696 SI5 .680 BN1 .793 BN5 .781 BN2 .768 BN4 .762 BN3 .744 PR3 .907 PR1 .903 PR2 .897
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
56
Dựa vào bảng kết quả 3.1, ta thấy hệ số KMO = 0.727 (>0.5) và mức ý nghĩa Sig=.000 của kiểm định Barllett’s nhỏ hơn rất nhiều so với α = 5%, nên việc phân tích nhân tố khám phá này là hoàn toàn phù hợp.