Xác định vấn đề nghiên cứu
Nghiên cứu các khái niệm và lý thuyết Tìm hiểu các nghiên cứu trước đây
Xây dựng giả thiết
Xây dựng đề cương
Thu thập dữ liệu
Phân tích dữ liệu
Diễn dịch kết quả
Giải thích kết quả, viết báo cáo
Bước này giúp xác định các vấn đề đặt ra từ mục đích thực hiện nghiên cứu và quy trình thực hiện nghiên cứu. Xác định và lựa chọn đề tài nghiên cứu sẽ quyết đinh:
- Loại số liệu cần thu thập;
- Những mối liên hệ cần phân tích
- Loại kỹ thuật phân tích dữ liệu thích hợp và hình thức của báo cáo cuối cùng.
Lưu ý khi lựa chọn vấn đề nghiên cứu:
Vấn đề phải có ý nghĩa thực tiễn và phải có đóng góp, hoặc đem lại những hiểu biết. Vấn đề của bạn phải cụ thể, không quá rộng. Cần phải bảo đảm có thể thu thập được những thông tin/dữ liệu cần thiết để tiến hành đề tài. Phải bảo đảm là có thể rút ra kết luận/bài học từ nghiên cứu của mình
4.1.2 Nghiên cứu các khái niệm và lý thuyết
Tóm tắt lại tất cả những lý thuyết và nghiên cứu trước đây có liên quan. Chỉ sử dụng những lý thuyết thật sự liên quan và phù hợp có thể giúp giải quyết vấn đề nghiên cứu.
Đánh giá và rút bài học kinh nghiệm về phương pháp nghiên cứu từ các nghiên cứu trước.
4.1.3 Xây dựng giả thiết
- Thảo luận với bạn bè và các chuyên gia trong lĩnh vực nghiên cứu về vấn đề nghiên cứu.
- Khảo sát những thông tin, dữ liệu sẵn có về vấn đề nghiên cứu.
- Khảo sát những nghiên cứu trước đây hoặc những nghiên cứu tương tự. - Quan sát và phán đoán của riêng. Lấy ý kiến của các chuyên gia trong lĩnh vực nghiên cứu
4.1.4 Xây dựng đề cương
- Các nội dung chi tiết của Đề cương nghiên cứu - Đặt vấn đề;
số thực tế tương ứng để kiểm định giả thuyết; - Phương pháp nghiên cứu
- Tiến hành nghiên cứu theo kế hoạch đã được vạch ra; - Thu thập số liệu và phân tích số liệu;
- Tiếp tục tham khảo tài liệu liên quan; - Điều chỉnh các bước tiếp theo;
- Chuẩn bị cho việc viết báo cáo cuối cùng.
4.1.5 Thu thập dữ liệu
Muốn thu thập các biến nào và phân tích ra sao, trước hết chúng ta cần phải biết một số kiến thức cơ bản về thống kê và một phần mềm thống kê thông dụng như SPSS. Có thể nhờ giảng viên hướng dẫn xem lại khâu thiết kế nghiên cứu, cách đo lường và thu thập các biến.
Xác định các biến kết cục là tiêu chí hoặc là mục đích chính của nghiên cứu, sau đó xác định các biến tiên đoán hoặc trong thống kê gọi là biến độc lập. Phân tích thống kê là tìm sự liên quan giữa biến “đầu vào” và biến “đầu ra”. Vì vậy các biến này phải được định nghĩa hoặc đo lường một cách rõ ràng và thu thập một cách chuẩn xác thì kết quả phân tích mới tin cậy được.
4.1.6 Phân tích dữ liệu
Tùy vào loại dữ liệu và giả thuyết nghiên cứu mà nhóm phải lựa chọn kỹ thuật phân tích dữ liệu thích hợp.
- Phân tích định tính; - Phân tích mô tả
- Phân tích định lượng;
- Đòi hỏi kỹ năng về phân tích thống kê và kinh tế lượng
4.1.7 Diễn dịch kết quả
Diễn dịch kết quả cần phải cẩn trọng vì phân tích thống kê chỉ cho ta biết về mối liên quan của hai hiện tượng hoặc hai sự việc mà chưa phải là mối liên hệ nhân-quả.
- Giải thích ý nghĩa của dữ liệu và các kết quả phân tích về mặt kinh tế. - Vấn đề nghiên cứu
- Cơ sở khái niệm và lý thuyết của vấn đề - Khung phân tích
- Phương pháp nghiên cứu
- Kết quả phân tích và giải thích kết quả phân tích số liệu - Kết luận, đề xuất, ý nghĩa thực tiễn của nghiên cứu
4.2 Phương pháp nghiên cứu:4.2.1 Phương pháp định lượng: 4.2.1 Phương pháp định lượng:
Phương pháp lấy mẫu thuận tiện được thực hiện nhằm tiết kiệm chi phí đi lại và dễ tiếp cận đối tượng. Vì đối tượng được khảo sát rất đa dạng và phân bố trên địa bàn rộng nên phương pháp chọn mẫu khá phù hợp cho quá trình nghiên cứu. Phiếu điều tra được thu thập qua khảo sát trực tuyến vì tình hình dịch bệnh. Tạo ra một bảng câu hỏi với kiểu câu hỏi có/không. Sau đó gửi cho một số lượng khách hàng trên địa bàn Thành phố Đà Nẵng (gửi link Google Form qua email, mạng xã hội) để tiến hành thu thập dữ liệu về nhu cầu sản phẩm, thông tin khách hàng và yếu tố đi đến quyết định mua của khách hàng. Bảng câu hỏi sử dụng thang đo Likert 5 mức độ từ hoàn toàn không đồng ý đến hoàn toàn đồng ý. Dữ liệu sau khi thu thập sẽ được sàn lọc và tiến hành phân tích bằng phần mềm SPSS với các phương pháp: thống kê mô tả, kiểm định độ tin cậy bằng Cronbach’s Alpha, phân tích nhân tố khám pha EFA, phân tích tương quan và hồi quy tuyến tính đối với các thành phần chính và mối quan hệ giữa chúng trong mô hình.
4.2.2 Phương pháp định tính:
Phỏng vấn trực tiếp các chủ thầu, người tiêu dùng nhỏ lẻ như công trình dân dụng, các đại lý bán lẻ của sản phẩm chống thấm tại Công ty Phúc Tất Đạt để phỏng vấn về nhu cầu sử dụng, yếu tố nào tác động đến quyết định mua của họ. Từ đó, có thể thu thập được thông tin, nhu cầu của khách hàng.
4.2.3.1 Thống kê mô tả:
Thống kê mô tả trong SPSS là phương pháp tổng hợp và xử lý dữ liệu để biến đổi dữ liệu thành thông tin. Thể hiện qua biểu diễn dữ liệu: Bảng biểu, đồ thị và tổng hợp dữ liệu, tính các tham số mẫu như trung bình mẫu, phương sai mẫu, trung vị.
4.2.3.2 Phân tích độ tin cậy Cronbach alpha:
Kiểm định độ tin cậy thang đo Cronbach's Alpha là công cụ chúng ta cần. Công cụ này sẽ giúp kiểm tra xem các biến quan sát của nhân tố mẹ (nhân tố A) có đáng tin cậy hay không, có tốt không. Kết quả Cronbach Alpha của nhân tố tốt thể hiện rằng các biến quan sát chúng ta liệt kê là rất tốt, thể hiện được đặc điểm của nhân tố mẹ, chúng ta đã có được một thang đo tốt cho nhân tố mẹ này.
Các tiêu chí:
Nếu một biến đo lường có hệ số tương quan biến tổng Corrected Item – Total Correlation ≥ 0.3 thì biến đó đạt yêu cầu (Nguồn: Nunnally, J. (1978), Psychometric Theory, New York, McGraw-Hill).
Mức giá trị hệ số Cronbach’s Alpha (Nguồn: Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, Trang 24):
- Từ 0.8 đến gần bằng 1: thang đo lường rất tốt.
- Từ 0.7 đến gần bằng 0.8: thang đo lường sử dụng tốt. - Từ 0.6 trở lên: thang đo lường đủ điều kiện.
4.2.3.3 Phân tích nhân tố khám phá EFA:
Phân tích nhân tố khám phá, gọi tắt là EFA, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Các tiêu chí:
- Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ
- Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
- Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
- Hệ số tải nhân tố (Factor Loading) hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Theo Hair & ctg (2009,116), Multivariate Data Analysis, 7th Edition thì:
- Factor Loading ở mức ± 0.3: Điều kiện tối thiểu để biến quan sát được giữ lại.
- Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê tốt. - Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất tốt.
4.2.3.4 Phân tích Phương sai (ANOVA):
Phân tích phương sai ANOVA là phương pháp so sánh trị trung bình của 3 nhóm trở lên.
Có 2 loại phân tích phương sai:
Phân tích phương sai một yếu tố (one-way ANOVA): One-way ANOVA là một loại thử nghiệm thống kê so sánh phương sai trong nhóm có nghĩa là trong một mẫu trong khi chỉ xem xét một yếu tố hoặc một biến độc lập. Phương sai một yếu tố so sánh ba hoặc nhiều hơn ba nhóm phân loại để xác định xem có sự khác biệt giữa chúng hay không. Trong mỗi nhóm nên có ba hoặc nhiều quan sát và phương tiện của các mẫu được so sánh. Một số giả định đối với phương sai một yếu tố
được xem như tiệm cận phân phối chuẩn
Phân tích phương sai hai yếu tố (two-way ANOVA): two-wayANOVA là một phần mở rộng của phân tích phương sai một yếu tố. Với One Way, bạn có một biến độc lập ảnh hưởng đến biến phụ thuộc. Còn với two-way ANOVA, sẽ có 2 biến độc lập.
4.2.3.5 Phân tích Hệ số tương quan:
Các tiêu chí: Tương quan Pearson r có giá trị dao động từ -1 đến 1 (lưu ý, hệ số r chỉ có ý nghĩa khi sig nhỏ hơn 0.05):
Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ. Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
Nếu r = 1: tương quan tuyến tính tuyệt đối, khi biểu diễn trên đồ thị phân tán Scatter như hình vẽ ở trên, các điểm biểu diễn sẽ nhập lại thành 1 đường thẳng.
Nếu r = 0: không có mối tương quan tuyến tính. Lúc này sẽ có 2 tình huống xảy ra. Một, không có một mối liên hệ nào giữa 2 biến. Hai, giữa chúng có mối liên hệ phi tuyến.
4.2.3.6 Phân tích Hồi quy đa biến:
Hồi quy đa biến là một phần mở rộng của hồi quy tuyến tính đơn giản. Nó được sử dụng khi chúng ta muốn dự đoán giá trị của một biến dựa trên giá trị của hai hoặc nhiều biến khác. Biến chúng ta muốn dự đoán được gọi là biến phụ thuộc (hoặc đôi khi, biến kết quả, mục tiêu hoặc biến tiêu chí). Các biến chúng ta đang sử dụng để dự đoán giá trị của biến phụ thuộc được gọi là biến độc lập. Hồi quy đa biến cũng cho phép bạn xác định mức độ đóng góp nhiều, ít, không đóng góp... của từng nhân tố vào sự thay đổi của biến phụ thuộc.
Các tiêu chí:
-Giá trị Adjusted R Square (R bình phương hiệu chỉnh) và R2 (R Square) phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Mức biến
nếu nằm trong khoảng từ 0.5 - 1 thì là mô hình tốt, < 0.5 là mô hình chưa tốt.
-Trị số Durbin – Watson (DW) Có chức năng kiểm tra hiện tượng tự tương quan chuỗi bậc nhất. Giá trị của DW biến thiên trong khoảng từ 0 đến 4. Nếu tương quan của các sai số kề nhau không xảy ra thì giá trị sẽ gần bằng 2. Nếu giá trị gần về 4 tức là các phần sai số có tương quan nghịch, gần về 0 thì các phần sai số có tương quan thuận. Trong trường hợp DW < 1 và DW > 3 thì khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất.
-Giá trị Sig. của kiểm định F có tác dụng kiểm định độ phù hợp của mô hình hồi quy. Ở bảng ANOVA, nếu giá trị Sig. < 0.05 => Mô hình hồi quy tuyến tính bội và tập dữ liệu phù hợp (và ngược lại).
-Giá trị Sig. của kiểm định T được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig. <0.05 => Biến độc lập có tác động đến biến phụ thuộc.
-Hệ số phóng đại phương sai VIF (Variance inflation factor) Kiểm tra hiện tượng đa cộng tuyến. Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Tuy nhiên, trên thực tế thực hành, chúng ta thường so sánh giá trị VIF với 2. Nếu VIF < 2 không có hiện tượng đa cộng tuyến giữa các biến độc lập (và ngược lại).
H1: Chất lượng sản phẩm có ảnh hưởng cùng chiều đến quyết định mua sản phẩm chống thấm của Công ty TNHH Sản xuất và Thương mại Phúc Tất Đạt trên địa bàn thành phố Đà Nẵng
H2: Giá cả có ảnh hưởng cùng chiều đến quyết định mua sản phẩm chống thấm của Công ty TNHH Sản xuất và Thương mại Phúc Tất Đạt trên địa bàn thành phố Đà Nẵng
H3: Nhóm tham khảo có ảnh hưởng cùng chiều đến quyết định mua sản phẩm chống thấm của Công ty TNHH Sản xuất và Thương mại Phúc Tất Đạt trên địa bàn thành phố Đà Nẵng
H4: Dịch vụ khách hàng có ảnh hưởng cùng chiều đến quyết định mua sản phẩm chống thấm của Công ty TNHH Sản xuất và Thương mại Phúc Tất Đạt trên địa bàn thành phố Đà Nẵng.
Hình 4. 2 Mô hình nghiên cứu chính thức
Các yếu tố ảnh hưởng đến quyết định mua phẩm Giá Cả Nhóm tham khảo Dịch vụ khách hàng
Hữu ích mong đợi
Đạt trên địa bàn thành phố Đà Nẵng
H6: Thương hiệu có ảnh hưởng cùng chiều đến quyết định mua sản phẩm chống thấm của Công ty TNHH Sản xuất và Thương mại Phúc Tất Đạt trên địa bàn thành phố Đà Nẵng
4.4. Xây dựng thang đo
Sau quá trình tham khảo ý kiến, trao đổi thảo luận thì 6 nhân tố của mô hình nghiên cứu các yếu tố ảnh hưởng đến quyết định mua của khách hàng đối với sản phẩm chống thấm được đồng tình
Các thang đo được xác định đầy đủ (gồm 28 thang đo của 6 nhân tố tác động đến quyết định mua của khách hàng).
Bảng 4.1 Thang đo mô hình nghiên cứu chính thức
T T
Thành Phần
Mã
hóa Biến Quan Sát
1 Chất lượng sản phẩm PQ1 Sản phẩm chống thấm của Phúc Tất Đạt có chống thấm tuyệt đối PQ2 Sản phẩm chống thấm của Phúc Tất Đạt có giảm hấp thụ nhiệt PQ3 Sản phẩm chống thấm của Phúc Tất Đạt có chống phai màu sơn, giữ màu nền
PQ4 Sản phẩm chống thấm của Phúc Tất Đạt có chống rêu mốc, bụi bẩn trên tường nhà
PQ5 Sản phẩm chống thấm của Phúc Tất Đạt có kháng Cacbonat hoá 2 Giá cả PR1 Sản phẩm chống thấm của Phúc Tất Đạt có giá cả ổn định trên thị trường PR2 Sản phẩm chống thấm của Phúc Tất Đạt có giá cả cạnh tranh trên thị trường
PR3 Sản phẩm chống thấm của Phúc Tất Đạt tương ứng với chất lượng
PR5
thu nhập của anh/chị
3
Nhóm tham khảo
RG1
Anh/chị đã,đang và sẽ tham khảo ý kiến của bạn bè khi có ý định sử dụng Sản phẩm chống thấm của Phúc Tất
Đạt RG2
Anh/chị đã,đang và sẽ tham khảo ý kiến của gia đình khi có ý định sử dụng Sản phẩm chống thấm của Phúc
Tất Đạt RG3
Anh/chị đã,đang và sẽ tham khảo ý kiến của những người đã từng sử dụng Sản phẩm chống thấm của Phúc
Tất Đạt trên diễn đàn/ mạng xã hội RG4
Anh/chị thường có xu hướng chọn những sản phẩm được người thân, hoặc người đã sử dụng sản phẩm và