CHƢƠNG 2 : PHƢƠNG PHÁP NGHIÊN CỨU
2.2 Lựa chọn phƣơng pháp nghiên cứu
2.2.2. Phƣơng pháp định lƣợng
2.2.2.1. Mẫu nghiên cứu
Nghiên cứu đƣợc thực hiện tại các đại lý ủy quyền của Hyundai Tại Hà Nội với mẫu đƣợc chọn dễ kiểm soát nhằm cho phép lƣợng hóa và đo lƣờng thông tin thu thập đƣợc bằng những con số thực tế, từ đó tác giả có đƣợc mô hình nghiên cứu và so với nghiên cứu đề xuất của tác giả và cơ sở lý luận nhằm cho ra mô hình nghiên cứu hoàn chỉnh và bắt đầu vào bƣớc nghiên cứu chính thức. Đối tƣợng khảo sát là các khách hàng đến tham quan, tìm hiểu xe ô tô Hyundai tại các đại lý ủy quyền. Phƣơng pháp chọn mẫu tối ƣu nhất còn phụ thuộc vào kỳ vọng và độ tin cậy, phƣơng pháp phân tích dữ liệu có rất nhiều nhà nghiên cứu cho rằng tùy vào số lƣợng chọn mẫu thì mô hình cho kết quả khả thi nhất. Hair & cyg (1998) trong phân
tích nhân tố khám phá EFA cần 5 quan sát cho một biến đo lƣờng và kích thƣớc mẫu không ít hơn 100. Trong khi Hoàng Trọng & Chu Nguyễn Mộng Ngọc ( 2008) cho rằng tỷ lệ đó là 4 hay 5, Trong đề tài tác giả có 31 biến quan sát cần ƣớc lƣợng nên mẫu tối thiểu cho mô hình là 31 x 5 = 155, Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt đƣợc tính theo công thức là n> 50 + 8*m (m: số biến độc lập) (Tabachnick và Fidell, 1996), nhƣ vậy đề tài tác giả có 31 biến quan sát nên số mẫu theo phân tích hồi quy đa biến sẽ là 50 + 8*28=274 để đảm bảo số lƣợng câu hỏi thu về đủ số lƣợng và chất lƣợng nên tác giả quyết định chọn quy mô mẫu là 300 nhằm tránh trƣờng hợp những khách không trả lời hoặc trả lời không đầy đủ.
2.2.2.2. Thiết kế bảng câu hỏi
Phần 1: Thông qua bảng quá trình xây dựng thang đo nháp và hiệu chỉnh lại thang đo ở mục 2.2, tác giả thêm vào câu hỏi gạn lọc nhằm loại bỏ những đối tƣợng không phù hợp với mẫu nghiên cứu sau đó đo lƣờng thái độ của khách hàng đƣợc mời phỏng vấn về các thuộc tính trong mô hình nghiên cứu
Phần 2: Trong phần này tác giả sử dụng thang đo Likert 5 điểm (Likert (1932) là loại thang đo trong đó một chuỗi các phát biểu liên quan đến thái độ trong câu hỏi đƣợc nêu ra và ngƣời trả lời sẽ chọn một trong các trả lời đó.
2.2.3. Phương pháp thu thập và phân tích dữ liệu
a) Phƣơng pháp thu thập dữ liệu: với điều kiện tiếp xúc của tác giả thƣờng xuyên với các nhân viên tƣ vấn khách hàng tại các đại lý của Hyundai trên địa bàn Hà Nội, nên tác giả khảo sát chủ yếu dƣới hai hình thức gửi câu hỏi trực tiếp bằng câu hỏi giấy cho khách hàng tại các bàn tƣ vấn của các đại lý và thông qua email để gửi đến khách hàng. Với lợi thế đó nên tác giả thu về số lƣợng câu hỏi tƣơng đối đạt chuẩn cao so với số lƣợng phát ra và loại ra những bảng câu hỏi không đạt yêu cầu.
b) Phƣơng pháp phân tích dữ liệu: sau khi thu thập dữ liệu tác giả sẽ loại bỏ những bảng không đạt yêu cầu, mã hóa, nhập liệu và làm sạch dữ liệu bằng phần mềm SPSS 22.0.
Trƣớc khi xử lý, phân tích dữ liệu, các phiếu điều tra đƣợc kiểm tra, sàng lọc để loại bỏ những bảng trả lời không đáp ứng đúng theo yêu cầu. Dữ liệu sau khi
nhập vào máy tính, cần kiểm tra lỗi nhập dữ liệu có sai sót không, loại bỏ những quan sát có điểm số bất thƣờng bằng các phép kiểm định thống kê mô tả: bảng tần số, bảng kết hợp.
Phương pháp phân tích độ tin cậy của thang đo
Những mục hỏi đo lƣờng cùng một khái niệm tiềm ẩn thì phải có mối liên quan với những cái còn lại trong nhóm đó. Hệ số α của Cronbach là một sự kiểm định về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau.
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 biến có hệ số tƣơng quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach’s 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). Thang đo có Cronbach’s alpha từ 0.7 đến 0.8 là sử dụng đƣợc và có nhiều khi độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt.
Phương pháp thống kê mô tả
Thống kê mô tả đƣợc sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập đƣợc từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thƣớc đo. Cùng với phân tích đồ họa đơn giản, chúng tạo ra nền tảng của mọi phân tích định lƣợng về số liệu. Bƣớc đầu tiên để mô tả và tìm hiểu về đặc tính phân phối của một bảng số liệu thô là lập bảng phân phối tần số. Sau đó, sử dụng một số hàm để làm rõ đặc tính của mẫu phân tích. để hiểu đƣợc các hiện tƣợng và ra quyết định đúng đắn, cần nắm đƣợc các phƣơng pháp cơ bản của mô tả dữ liệu.
Phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố là tên chung của một nhóm các thủ tục đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập đƣợc một số lƣợng biến khá lớn và hầu hết các biến này có
liên hệ với nhau và số lƣợng của chúng phải đƣợc giảm bớt xuống đến một số lƣợng mà chúng ta có thể sử dụng đƣợc. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau đƣợc xem xét và trình bày dƣới dạng một số ít các nhân tố cơ bản. Vì vậy, phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau.
Về mặt tính toán, phân tích nhân tố hơi giống phân tích hồi quy bội ở chỗ mỗi biến đƣợc biểu diễn nhƣ là một kết hợp tuyến tính của các nhân tố cơ bản. Lƣợng biến thiên của một biến đƣợc giải thích bởi những nhân tố chung trong phân tích gọi là communality. Biến thiên chung của các biến đƣợc mô tả bằng một số ít các nhân tố chung, cộng với một nhân tố đặc trƣng cho mỗi biến. Những nhân tố này không bộc lộ rõ ràng.
Các tham số trong phân tích nhân tố:
- Barlett' test of sphericity: đại lƣợng Bartlett là một đại lƣợng thống kê dùng để xem xét giả thiết các biến không có tƣơng quan trong tổng thể. Nói cách khác, ma trận tƣơng quan tổng thể là một ma trận đồng nhất, mỗi biến tƣơng quan hoàn toàn với chính nó nhƣng không tƣơng quan với các biến khác.
- Correlation matrix: cho biết hệ số tƣơng quan giữa tất cả các cặp biến trong phân tích.
- Communality: là lƣợng biến thiên của một biến đƣợc giải thích chung với các biến khác đƣợc xem xét trong phân tích.
- Eigenvalue: đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố.
- Factorloading: là những hệ số tƣơng quan đơn giữa các biến và các nhân tố. - Factor matrix: chứa các hệ số tải nhân tố của tất cả các biến đối với các nhân tố đƣợc rút ra.
- Kaiser- Meyer-Olkin (KMO): Trong phân tích nhân tố, trị số 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.
- Percentage of variance: phần trăm phƣơng sai toàn bộ đƣợc giải thích bởi từng nhân tố. Nghĩa là coi biến thiên là 100% thì giá trị trị này cho biết phân tích nhân tố cô đọng đƣợc bao nhiêu phần trăm.
Phân tích hồi quy
Phân tích hồi quy là nghiên cứu sự phụ thuộc của một biến (biến phụ thuộc hay biến đƣợc giải thích) vào một hay nhiều biến khác (biến độc lập hay biến giải thích) với ý tƣởng cơ bản là ƣớc lƣợng hay dự đoán giá trị trung bình của biến phụ thuộc trên cơ sở đã biết của biến độc lập.
Các giả định khi xây dựng mô hình hồi quy Mô hình hồi quy có dạng:
Yi = B0+ B1 X1i+ B2 X2 i+…+ Bn Xn i + ei
Các giả định quan trọng khi phân tích hồi quy tuyến tính
- Giả định 1: giả định liên hệ tuyến tính.
- Giả định 2: phƣơng sai có điều kiện không đổi của các phần dƣ. - Giả định 3: không có sự tƣơng quan giữa các phần dƣ.
- Giả định 4: không xảy ra hiện tƣợng đa cộng tuyến. - Giả định 5: giả thiết về phân phối chuẩn của phần dƣ.
Xây dựng mô hình hồi quy Các bƣớc xây dựng mô hình:
Bước 1: Xem xét ma trận hệ số tương quan để xem xét mối quan hệ giữa biến phụ thuộc và các biến độc lập thông qua xây dựng ma trận tƣơng quan. đồng thời ma trận tƣơng quan là công cụ xem xét mối quan hệ giữa các biến độc lập với nhau nếu các biến này có tƣơng quan chặt thì nguy cơ xảy ra hiện tƣợng đa cộng tuyến cao dẫn đến việc vi phạm giả định của mô hình.
Bước 2: đánh giá độ phù hợp của mô hình
Thông qua hệ số R2 ta đánh giá độ phù hợp của mô hình xem mô hình trên giải thích bao nhiêu % sự biến thiên của biến phụ thuộc. Khi đƣa càng nhiều biến vào mô hình thì hệ số này càng cao. Tuy nhiên, R2 ở hồi quy bội không phản ánh đúng sự phù hợp của mô hình nhƣ trong mô hình hồi quy đơn. Lúc này, ta phải sử dụng R2 điều chỉnh để đánh giá sự phù hợp của mô hình.
Sử dụng kiểm định F để kiểm định với giả thiết Ho: B1 = B2 = Bn = 0. Nếu giả thiết này bị bác bỏ thì ta có thể kết luận mô hình ta xây dựng phù hợp với tập dữ liệu.
Bước 4: Xác định tầm quan trọng của các biến
Ý tƣởng đánh giá tầm quan trọng tƣơng đối của các biến độc lập trong mô hình thông qua xem xét mức độ tăng của R2
khi một biến giải thích đƣợc đƣa thêm vào mô hình. Nếu mức độ thay đổi này mà lớn thì chứng tỏ biến này cung cấp thông tin độc nhất về sự phụ thuộc mà các biến khác trong phƣơng trình không có đƣợc. Ta đánh giá tầm quan trọng của một biến thông qua hai hệ số:
Bước 5: Lựa chọn biến cho mô hình đƣa nhiều biến độc lập vào mô hình hồi quy không phải lúc nào cũng tốt vì những lý do sau (trừ khi chúng có tƣơng quan chặt với biến phụ thuộc):
- Mức độ tăng R2 quan sát không hẳn phản ánh mô hình hồi quy càng phù hợp hơn với tổng thể.
- Đƣa vào các biến không thích đáng sẽ làm tăng sai số chuẩn của tất cả các ƣớc lƣợng mà không cải thiện đƣợc khả năng dự đoán.
- Mô hình nhiều biến thì khó giải thích và khó hiểu hơn mô hình ít biến.
Ta sử dụng SPSS để giải quyết vấn đề trên. Các thủ tục chọn biến trên SPSS: phƣơng pháp đƣa vào dần, phƣơng pháp loại trừ dần, phƣơng pháp từng bƣớc (là sự kết hợp của hai phƣơng pháp loại trừ dần và đƣa vào dần).
Bước 6: Dò tìm sự vi phạm các giả các giả thiết (đã nêu ở trên bằng cách xử lý của SPSS).
Ngoài ra, còn sử dụng phân tích chi bình phƣơng một mẫu để tìm ra quy luật phân phối của mẫu và đánh giá độ tin cậy của thang đo thông qua hệ số Crobach’s alpha.
Kết luận chƣơng 2
Chƣơng 2 đã cung cấp đầy đủ thông tin về quy trình và các bƣớc thực hiện nghiên cứu, từ phát triển thang đo nháp, nghiên cứu định tính cho đến nghiên cứu định lƣợng. Đồng thời, trong phƣơng pháp này cũng xác định rõ đối tƣợng khảo sát
là có ý định mua xe ô tô Hyundai trên địa bàn Hà Nội với kích thƣớc mẫu dự kiến hơn 300 ngƣời, các giai đoạn thiết kế bảng câu hỏi, phƣơng pháp thu thập dữ liệu và phân tích dữ liệu. Thông qua nghiên cứu định tính và phỏng vấn thử tác giả đã tiến hành điều chỉnh thang đo nháp thành thang đo chính thức phù hợp hơn.
CHƢƠNG 3
ĐÁNH GIÁ THỰC TRẠNG QUYẾT ĐỊNH MUA XE Ô TÔ HYUNDAI
3.1. Tổng quan về thị trƣờng xe ô tô Hyundai tại Hà Nội
3.1.1. Lịch sử hình thành Hyundai 3.1.1.1. Giới thiệu chung về Hyundai 3.1.1.1. Giới thiệu chung về Hyundai
Hyundai Motor Company - thuộc Hyundai Kia Automotive Group – hiện là hãng sản xuất ô tô lớn nhất tại Hàn Quốc và đứng thứ 5 thế giới về doanh số bán hàng năm. Trụ sở chính đặt ở Seoul, Hyundai điều hành nhà máy sản xuất ô tô lớn nhất thế giới tại Ulsan với công suất lên tới 1.6 triệu xe/năm. Biểu tƣợng Logo là chữ “ H”, trong tiếng hàn của nghĩa là “ hiện đại”, biểu tƣợng cho hình ảnh công ty và khách hàng đang bắt tay nhau.
Năm 1947, Chung Ju-yung sáng lập ra Công ty xây dựng và cơ khí Hyundai. Đến năm 1967, Công ty ô tô Hyundai mới đƣợc thành lập. Năm 1968, Mẫu xe đầu tiên của Hyundai đƣợc ra đời là Cortina, khi Hyundai cùng với Ford Motor Company, đƣợc thiết kế bởi Giorgio Giugiaro theo phong cách Ý, với công nghệ dẫn động do Mitsubishi Motor cung cấp. Những năm sau đó, sản phẩm của Hyundai đƣợc xuất khẩu sang Ecuado và thị trƣờng các nƣớc Benelux (Belgium, Netherlands, và Luxembourg). Năm 1991, Hyundai đã có độc quyền công nghệ cho mình khi phát triển thành công động cơ xăng, I4 Alpha và có hộp truyền động.
Đến năm 1986, xe của Hyundai bắt đầu đƣợc bán tại Mỹ. Với giá cả hợp lý, model Excel đã lọt vào top “10 xe đƣợc ƣa chuộng nhất” do tạp chí Fortune bình chọn. Năm 1988, công ty bắt đầu sản xuất các model với công nghệ của riêng mình, khởi đầu là chiếc Sonata loại midsize đến nay vẫn còn đƣợc sản xuất.
Năm 1996, Hyundai Motor India Limited đƣợc thành lập, đặt xƣởng sản xuất tại Irrungattukatoi gần Chennai, Ấn Độ.
Năm 1998, Hyundai bắt đầu nỗ lực xây dựng hình ảnh thƣơng hiệu toàn cầu. Một năm sau, Chung Ju Yung quyết định trao quyền lãnh đạo Hyundai Motor cho con trai mình là Chung Mong Koo. Hyudnai Motor Group, công ty mẹ của Hyundai
đã đầu tƣ rất nhiều vào việc phát triển chất lƣợng, mẫu mã, tăng cƣờng sản xuất và nghiên cứu dài hạn cho ngành ô tô nói riêng.
Sự xuất hiện của model midsize SUV Santa Fe năm 2007 đã đem đến cho Hyundai thành công vang dội và giành giải thƣởng “2007 Top Safety Pick” của IIHS.
3.1.1.2. Tình hình kinh doanh của Hyundai
Vào năm 1998, Hyundai đã mua lại đƣợc công ty đối thủ Kia Motor. Năm 2000, DaimlerChrysler cùng Hyundai tạo mối quan hệ liên minh chiến lƣợc. Daimler–Hyundai Truck Corporation ra đời vào năm 2001. Nhƣng đến năm 2004, DaimlerChrysler đã rút khỏi công ty bằng cách bán 10.5% vốn cổ phần để lấy 900 triệu USD. Hyundai tiếp tục đầu tƣ vào các xƣởng sản xuất đặt tại Bắc Mỹ, Trung Quốc, Pakistan, Ấn Độ, Thổ Nhĩ Kì cùng các trung tâm nghiên cứu và phát triển ở Châu Âu, Bắc Mỹ, và Nhật Bản.
Năm 2004, doanh thu của Hyundai đạt 57.2 tỉ USD tại thị trƣờng trong nƣớc và trở thành công ty ô tô lớn thứ hai tại Hàn Quốc. Doanh số bán trên toàn thế giới năm 2005 là 2.533.695 xe, tăng 11% so với cùng kì năm ngoái. Mục tiêu năm 2006 của Hyundai là doanh số toàn cầu đạt 2.7 triệu xe.