3.6.1 Cơ cấu chọn mẫu
Chọn mẫu theo phương pháp ngẫu nhiên thuận tiện.
Cơ cấu ñiều tra trên ñịa bàn tập trung tại các showroom hay các cửa hàng của
các công ty nệm tại các quận trung tâm của Thành phố Hồ Chí Minh: quận 1, quận 3, quận 4, quận 5, quận 6, quận 8, quận Phú Nhuận và quận Tân Bình theo nghề nghiệp (nội trợ, công nhân viên chức, tiểu thương, sinh viên học sinh,…), thu nhập và tình trạng hơn nhân, giới tính.
a) Xác định cỡ mẫu theo cách thơng dụng là dựa vào: độ biến động của dữ liệu,
ñộ tin cậy trong nghiên cứu và khoảng sai số cho phép.
i) Độ biến ñộng của dữ liệu: cho biết mức ñộ khác biệt của các phần tử trong
tổng thể là nhiều hay ít. Một tổng thể mà các phần tử tương ñối ñồng nhất với nhau về một thuộc tính nào đó thì dữ liệu rút ra từ tổng thể đó được
Ta có cơng thức: V = p(1-q). Trong đó: V: ñộ biến ñộng của dữ liệu
P: là tỷ lệ xuất hiện của các phần tử trong ñơn vị lấy mẫu ñúng như mục tiêu chọn mẫu ( 0 <= p <= 1).
ii) Độ tin cậy trong nghiên cứu: Trong thực tế khó có kết quả nghiên cứu có độ tin cậy 100% cho dù chúng ta điều tra, xem xét tồn bộ các phần tử của
tổng thể. Vì vậy, trong thực tế để tiết kiệm thời gian và chi phí ta thường sử dụng ñộ tin cậy ở các mức 90%, 95% hoặc 99%, trong đó phổ biến
nhất là 95%. Sau đây là kết quả tóm tắt giá trị tra bảng của Z.
Bảng 3.2 : Tóm Tắt Giá Trị Tra Của Z
Α 0,5% 1% 2,5% 5% 10%
Zα 2,575 2,33 1,96 1,645 1,28
b) Tỷ lệ sai số (MOE): Việc chọn mẫu từ tổng thể và dựa trên quan sát mẫu ñể suy rộng, ước lượng cho tổng thể, do vậy trong q trình ước lượng sẽ có sai số trong
ước lượng hoặc tỷ lệ sai số. Các sai số thông dụng thường là 1%, 2%, 5%, 10% hay
30% là tùy thuộc vào phạm vi nghiên cứu.
[p(1−q)]
Tổng hợp ba yếu tố ta có cơng thức như sau2: n = 2 2 / α Z 2 MOE
Trường hợp dữ liệu biến ñộng cao nhất (p = 0,5%), với ñộ tin cậy 99% (hay α = 1% Zα/2 = Z0,5% = 2,575) và sai số cho phép là 10% thì ta có cỡ mẫu n ñược xác
thực tế nhà nghiên cứu sử dụng cỡ mẫu bằng hoặc lớn hơn kích thước mẫu tính ñược.
Vì vậy, mẫu phỏng vấn trong nghiên cứu này được chọn có kích cỡ là n = 200.
3.6.2 Thống kê mô tả
Đối với dữ liệu có sẵn, dùng ñồ thị để mơ tả thị phần của các công ty nệm.
Ngoài ra, dùng phương pháp thống kê mơ tả để phân tích các đặc trưng của mẫu, bao gồm: tỷ lệ, giá trị trung bình, giá trị cao nhất, giá trị thấp nhất,…
3.6.3 Phân tích hệ số tin cậy Cronbach Alpha
Khi ñánh giá thang ño của các yếu tố, chúng ta cần sử dụng phương pháp
Cronbach Alpha ñể loại các biến rác trước khi sử dụng phương pháp phân tích yếu tố khám phá EFA (Exploratory factor analysis) ñể tránh trường hợp các biến rác có thể
tạo ra các yếu tố giả và ñánh giá ñộ tin cậy của thang ño.
Hệ số Cronbach Alpha ñược sử dụng và các biến có hệ số tương quan biến tổng nhỏ hơn mức quy ñịnh (< 0,3) sẽ bị loại. Trong trường hợp khái niệm ñang nghiên cứu mới thì thang đo có hệ số Cronbach Alpha từ 0,6 trở lên thì được chấp nhận.
3.6.4 Phân tích yếu tố khám phá EFA
Trong nghiên cứu, ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải ñược giảm bớt xuống ñến một số lượng mà chúng ta có thể sử dụng được. Trong EFA, trị số KMO (Kaiser- Meyer- Olkin) ñược dùng ñể 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 mới thích hợp. Phương pháp trích hệ số
được sử dụng là phương pháp thành phần chính (Principal components) với các phép
quay là Varimax và điểm dừng khi trích các yếu tố có eigenvalue là 1. Các biến quan sát có trọng số trích được (factor loading) nhỏ hơn 0,5 sẽ tiếp tục bị loại và thang ño
ñược chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50% (Gerbing và
Trong q trình phân tích EFA, ta phân tích chọn lọc một vài yếu tố có ảnh
hưởng lớn nhất ñến sự quan tâm của khách hàng ñối với việc lựa chọn mua sản phẩm nệm:
Mơ hình phân tích EFA: Fi = Wi1 + Wi2 +…+ Wik Xk ; Trong đó:
- Fi: Ước lượng của nhân tố thứ i. - Wi : Trọng số nhân tố.
- Wk : Số biến quan sát.
Bảng 3.3: Các nhân tố ảnh hưởng ñến quyết ñịnh lựa chọn mua nệm của khách
hàng NHÂN TỐ ĐỊNH NGHĨA KỲ VỌNG F1 Tin cậy + F2 Giá cả + F3 Đáp ứng + F4 Năng lực phục vụ + F5 Đồng cảm +
F6 Phương tiện hữu hình +
3.6.5 Phân tích hồi quy đa biến
Phân tích Hồi quy là sự nghiên cứu mức ñộ ảnh hưởng của một hay nhiều biến số (biến giải thích hay biến độc lập: independent variables) ñến một biến số (biến kết
quả hay biến phụ thuộc: dependent variable) nhằm dự báo biến kết quả dựa vào các giá trị ñược biết trước của các biến giải thích.
1
Đề tài sử dụng phương pháp phân tích hồi quy đa biến để ước lượng mức ñộ ảnh
hưởng của các yếu tố (biến giải thích) đến xu hướng lựa chọn mua nệm của khách hàng (biến kết quả). Phương trình hồi quy có dạng:
Y = b0 + b1 X1 + b2 + ... + Xj Trong đó:
- Y: Biến phụ thuộc (xu hướng mua) - bj: Hệ số ước lượng
- Xj: Biến ñộc lập (các yếu tố ảnh hưởng)
Các thành phần tác ñộng (hay yếu tố ảnh hưởng) và thành phần xu hướng mua
(hay biến phụ thuộc) ñều ñược ño lường bằng các biến quan sát, các biến quan sát này
ñược ño lường bằng thang ño Likert 5 mức ñộ, với mức độ 1 là hồn tồn khơng đồng
ý và mức độ 5 là hồn tồn đồng ý. Cụ thể như sau: Hồn tồn
khơng đồng ý Khơng đồng ý Bình thường Đồng ý
Hồn tồn đồng ý
1 2 3 4 5
3.7 Tóm tắt
Chương này trình bày các phương pháp nghiên cứu ñược thực hiện ñể ñiều chỉnh thang
ño các nhân tố ảnh hưởng ñến xu hướng lựa chọn mua nệm của người tiêu dùng. Dữ
liệu thu thập từ thang đo định lượng được thực hiện thơng qua kỹ thuật phỏng vấn trực tiếp 200 người tiêu dùng tại địa bàn thành phố Hồ Chí Minh.
2
Chương IV
KẾT QUẢ NGHIÊN CỨU
4.1 Giới thiệu
Chương này trình bày kết quả kiểm định thang đo, mơ hình nghiên cứu và các giả
thuyết ñược ñưa ra trong mơ hình.
Nội dung của chương này bao gồm: phân tích đặc điểm mẫu nghiên cứu; kiểm ñịnh
thang đo thơng qua hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá EFA; kiểm ñịnh và ñưa ra kết quả kiểm định của mơ hình nghiên cứu và giả thuyết nghiên
cứu bằng phương pháp phân tích hồi quy bội.