CHƢƠNG 2 PHƢƠNG PHÁP VÀ THIẾT KẾ NGHIÊN CỨU
2.3 Mô tả phƣơng pháp điều tra, tính toán lựa chọn đơn vị phân tích
2.3.5 Các chỉ tiêu nghiên cứu
Kiểm định Cronbach’s Alpha: Kiểm định Cronbach’s Alpha là kiểm định nhằm phân tích, đánh giá độ tin cậy của thang đo. Mục đích của kiểm định này là tìm hiểu xem các biến quan sát có cùng đo lƣờng cho một khái niệm cần đo hay không. Giá trị đóng góp nhiều hay ít đƣợc phản ánh thông qua hệ số tƣơng quan biến tổng Corected Item – Total Corelation. Qua đó, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu.
Tiêu chuẩn để chấp nhận biến tổng phù hợp trong mô hình (Corected Item – Total Corelation) từ 0.3 trở lên.
Các hệ số Cronbach’s Alpha của các biến phải từ 0.7 trở lên.
Phân tích nhân tố (EFA – Exploratory Factor Analayis:
Theo Hair & ctg ( 1998) phân tích nhân tố là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để cũng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu.
Theo Hair & ctg ( 1998), Multivariate Data Analysis, Prentice – Hall International, trong phân tích EFA, chỉ số Factor loading có giá trị lớn hơn 0.5 đƣợc xem là có ý nghĩa thực tế. KMO (Kaiser – Meyer – Olkin) là chỉ số thể hiện mức độ phù hợp của phƣơng pháp EFA, hệ số KMO lớn hơn 0.5 và nhỏ hơn 1 thì phân tích nhân tố đƣợc coi là phù hợp.
Theo Trọng & Ngọc (2005), Kiểm định Bartlett’s test) xem xét giả thiết H0 độ tƣơng quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu nhƣ kiểm định cày có ý nghĩa thống kê, tức là Sig < 0.05 thì các quan sát có tƣơng quan với nhau trong tổng thể.
Tóm lại. trong phân tích nhân tố khám phá cần phải đáp ứng các điều kiện:
Factor Loading >0.5 0.5< KMO < 1
Kiểm định Bartlett có Sig < 0.05
Phương sai trích Total Varicance Explained > 50%
Phân tích tƣơng quan hệ số Pearson
Ngƣời ta sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng. Nếu giữa hai biến có sự tƣơng quan chặt chẽ thì phải lƣu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Đa cộng tuyến là trạng thái các biến độc lập có tƣơng quan chặt chẽ với
nhau. Vấn đề của hiện tƣợng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc.
Phân tích hồi quy Là một phân tích thống kê để xác định xem các biến độc lập và các biến phụ thuộc nhƣ thế nào. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó dự đoán đƣợc giá trị của biến phụ thuộc khi biết trƣớc giá trị của biến độc lập.
Tóm tắt chương 2
Trong chƣơng 2 Phƣơng pháp và thiết kế nghiên cứu, Tác giả đã trình bày đƣợc các căn cứ để từ đó xây dựng mô hình nghiên cứu đề xuất, xây dựng đƣợc thang đo và cách xử lý số liệu. Đồng thời giới thiệu đƣợc công cụ nghiên cứu, phƣơng pháp nghiên cứu
CHƢƠNG 3. KẾT QUẢ NGHIÊN CỨU VỀ CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN QUYẾT ĐỊNH MUA ĐIỆN THOẠI SAMSUNG
GALAXY G530
Trong chương này, tác giả sẽ phân tích dữ liệu nghiên cứu định lượng dựa vào lý thuyết đã chọn, kết cấu theo như mô hình nghiên cứu. Xem sự tác động ảnh hưởng của các nhóm nhân tố lối sống, quan điểm sống, loại sản phẩm, xúc tiến và quảng cáo, người tham khảo có tác động đến quyết định mua điện thoại Samsung G530 của người tiêu dùng hay không, từ đó sẽ có kết luận về các giả thuyết đã đặt ra trong quá trình nghiên cứu để thực hiện luận văn này.