Mã
Hóa Biến quan sát
Nhân tố 1
GT1
Nếu một thương hiệu khác có tính năng giống X, tơi vẫn mua X.
0.920
GT2
Nếu có một thương hiệu khác chất lượng cũng tốt như X, tôi vẫn mua X.
0.933
GT3
Nếu một thương hiệu khác không khác X bất cứ vấn đề nào, tôi vẫn cho rằng mua X là một quyết định khôn ngoan.
0.845
GT4 Nhìn chung, tơi đánh giá cao thương hiệu xe máy X 0.840
Eigenvalues 3.137
Tổng phương sai trích 78.416%
KMO 0.745
Mức ý nghĩa kiểm định Bartlett = 0.000 (Giá trị Sig = 0.000)
Kết quả phân tích EFA của biến phụ thuộc đạt yêu cầu với Eigenvalues= 3.137 > 1, Tổng phương sai trích = 78.416% > 50%, KMO = 0.745 >0.5. Mức ý nghĩa kiểm định Bartlett với giá trị Sig = 0.000 < 0.05.
3.2.3 Mơ hình nghiên cứu chính thức.
Từ kết quả nghiên cứu sơ bộ định lượng thì bảng câu hỏi chính thức được xây dựng với bốn biến độc lập là: (1) Nhận biết thương hiệu có 5 biến quan sát, (2) Liên tưởng thương hiệu có 5 biến quan sát, (3) Chất lượng cảm nhận có 6 biến quan sát, (4) Lịng trung thành thương hiệu có 4 biến quan sát. Biến phụ thuộc Giá trị thương hiệu có 4 biến quan sát (phụ lục 3).
3.3 Nghiên cứu chính thức.
3.3.1 Xác đinh mẫu nghiên cứu.
Mẫu trong nghiên cứu định lượng: Lấy mẫu là q trình chọn lọc một nhóm hiệu quả từ đám đông để phục vụ cho nghiên cứu, mẫu này phải có tính đại diện cho
đám đơng. Việc xác định kích cỡ của mẫu để lấy là rất quan trọng và phức tạp, nó phục thuộc vào độ chính xác về mặt thống kê theo mục đích của nhà nghiên cứu và số lượng biến có trong nghiên cứu (Newman và Benz, 1998).
Theo Anderson và Gerbing (1988) kích cỡ mẫu khoảng 150 hoặc nhiều hơn là có hiệu quả để đạt được tham số ước lượng cần thiết với độ lệch chuẩn nhỏ. Ngoài ra, tỷ lệ số mẫu nghiên cứu cần đạt ít nhất là 5 mẫu tương ứng với một biến quan sát (Bollen 1989 được trích dẫn trong Nguyễn Đình Thọ 2011). Như vậy, số lượng mẫu phải đảm bảo tổi thiểu theo công thức sau: n ≥ 5 * X (n là cỡ mẫu, X là số lượng biến quan sát). Dựa trên công thức này áp dụng trong bài nghiên cứu với số lượng biến quan sát là 24 thì kích thước mẫu n ≥ 5 * 24 = 110. Tuy nhiên, để đảm bảo độ lệch chuẩn nhỏ có thể áp dụng cho thực tiễn, nghiên cứu này sử dụng kích cỡ mẫu là 200 cho nghiên cứu định lượng chính thức. Mẫu được lấy theo phương pháp thuận tiện tức là người đang sử dụng xe máy sinh sống tại thành phố Hồ Chí Minh.
3.3.2 Thống kê mơ tả.
Phép phân tích mơ tả (Descriptives) có trong phần mềm SPSS sẽ được dùng để phân tích các thơng tin của đối tượng được khảo sát bao gồm giới tính, độ tuổi, thu nhập hằng tháng. Ngồi ra phép thống kê cịn sử dụng để liệt kê ra số lượng người hiện tại đang sử dụng từng loại thương hiệu xe máy trong quá trình nghiên cứu.
3.3.3 Đánh giá độ tin cậy thang đo Cronbach’s Alpha và phân tích nhân tố khám phá EFA. phá EFA.
Giống như trong quá trình nghiên cứu thang đo sơ bộ, trong phần nghiên cứu chính thức, việc kiểm tra độ tin cậy thang đo Cronbach’s Alpha và phân tích nhân tố khám phá EFA cũng sẽ được thực hiện để đảm bảo các biến độc lập, biến phụ thuộc cũng như các biến quan sát được phù hợp.
3.3.4 Phân tích hồi quy.
Sau khi tiến hành phân tích độ tin cậy thang đo Cronbach’s Alpha và phân tích nhân tố EFA, phân tích hồi quy và kiểm định các giả thuyết sẽ được tiến hành. Phân tích hồi quy xem xét hệ số xác định điều chỉnh nhằm khẳng định sự phù hợp của mơ hình nghiên cứu. Và để kiểm tra hiện tượng đa cộng tuyến, ta sử dụng hệ số phóng
đại phương sai (Variance Inflation Factor – VIF). Thơng thường, VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu như khơng có giá trị giải thích biên thiên của Y trong mơ hình MLR (Ngun Đình Thọ, 2011, trang 497, trích từ Hair & ctg, 2006). Kế đến để xác định rõ mức độ ảnh hưởng của từng yếu tố tác động đến giá trị thương hiệu, trọng số hồi quy chuẩn hóa sẽ được xem xét. Biến thành phần nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến tổng quan giá trị thương hiệu.
3.3.5 Kiểm định T-test và Anova.
Phép kiểm định Independent Samples T-test, phân tích phương sai Anova được sử dụng để kiểm định sự khác biệt giữa các biến định tính đối với giá trị thương hiệu xe gắn máy.
Phép kiểm định Independent Samples T-test được sử dụng khi muốn so sánh hai giá trị trung bình của hai nhóm tổng thể riêng biệt. Trong đề tài này, phép kiểm định T-test được sử dụng để kiểm kiểm định sự khác biệt về giới tính trong việc đánh giá về giá trị thương hiệu xe máy. Trước khi kiểm định trung bình, SPSS thực hiện kiểm định sự bằng nhau của hai phương sai tổng thể với phép kiểm định Levene. Giả thuyết rằng H0 là phương sai của hai tổng thể bằng nhau, nếu kết quả kiểm định có mức ý nghĩa nhỏ hơn 0.05 thì ta sử dụng kết quả kiểm định t ở dịng phương sai khơng bằng nhau (Equal variances not asumed), ngược lại thì ta sử dụng ở dịng phương sai bằng nhau (Equal variances asumed). Và nếu giá trị Sig. trong kiểm định t nhỏ hơn 0.05 thì ta kết luận có sự khác biệt giữa hai trung bình, ngược lại là chưa có sự khác biệt (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 136).
Phân tích phương sai Anova là sự mở rộng của kiểm định Independent Samples T-test vì phương pháp này giúp ta so sánh giá trị trung bình của 3 nhóm trở lên. Trong để tài này, phân tích Anova dùng để kiểm định sự khác biệt về nhóm tuổi và thu nhập trung bình hằng tháng trong việc đánh giá về giá trị thương hiệu xe máy. Trước khi kiểm định trung bình, SPSS thực hiện kiểm định sự bằng nhau của hai phương sai tổng thể với phép kiểm định Levene. Giả thuyết rằng H0 là phương sai của hai tổng thể bằng nhau, nếu kết quả kiểm định có mức ý nghĩa nhỏ hơn 0.05 thì
ta tiếp tục xét Sig. trong bảng kết quả Anova. Và mức Sig. lớn hơn 0.05 ta có thể kết luận là khơng có sự khác biệt giữa các nhóm so sánh, cịn nhỏ hơn thì ta nhận xét có sự khác biệt. Việc đưa ra có sự khác biệt thơng qua Sig. trong bảng Anova vẫn chưa cho chúng ta biết những nhóm nào có sự khác biệt với nhau, do vậy chúng ta tiếp tục phân tích sâu Anova để xác định. Kiểm nghiệm được thực hiện trong hộp thoại Post Hoc của phương pháp kiểm định Anova, ta tiến hành chọn phương pháp kiểm định thống kê Bonferrani nếu Sig. ở bảng Levene lớn hơn 0.05 và Tamhane’s T2 nếu nhỏ hơn 0.05 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 152).
Tóm tắt chương 3.
Trong chương này đã đề cập đến quy trình nghiên cứu, thiết kế nghiên cứu, xác định mẫu nghiên cứu và xây dựng thang đo dựa trên kết quả nghiên cứu định tính. Từ đó, cho ra được câu hỏi nghiên cứu định lượng sơ bộ và tiến hành lấy dữ liệu được 102 mẫu. Bằng phương pháp kiểm định độ tin cậy thang đo Cronbach’s Alpha và phân tích nhân tố EFA, kết quả đã xác định được 24 biến quan sát dùng cho nghiên cứu chính thức. Sau đó, trong phần nghiên cứu chính thức sẽ áp dụng phương pháp thống kê mô tả, kiểm định Cronbach’s Alpha, phân tích EFA, phân tích hồi quy, kiểm định T-test và Anova để phân tích dữ liệu thu thập được nhằm kiểm định mơ hình và các giả thuyết đề ra.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Sau khi thu thập và làm sạch dữ liệu, chương này sẽ tiến hành phân tích theo các cơng cụ của SPSS đã được nêu trong chương 3. Từ đó, thơng tin về mẫu nghiên cứu đã thu thập sẽ được trình bày để có một cái nhìn khái qt về bài nghiên cứu. Đồng thời, kết quả sau khi được phân tích trong SPSS cũng sẽ được trình bày.
4.1 Mẫu nghiên cứu.
Dữ liệu được thu thập thơng qua hai hình thức đó là: gửi bảng khảo sát online của Google và khảo sát trực tiếp. Đối với hình thức khảo sát online, đã thu thập được 45 bảng nhưng chỉ có 36 bảng hợp lệ (9 bảng cịn lại là do người khảo sát hiện tại khơng sinh sống tại TP. Hồ Chí Minh hoặc khơng trả lời hết các câu hỏi được đưa ra). Đối với hình thức khảo sát trực tiếp, tổng cộng có 190 phiếu khảo sát được phát ra, thu về 186 bảng, loại trừ 17 bảng khơng đạt u cầu do có nhiều câu khơng trả lời hoặc các câu trả lời không hợp lý (cùng một câu trả lời cho tất cả các câu hỏi), còn lại 169 phiếu khảo sát hồn tất. Vậy qua hai hình thức thu thập, có tổng cộng 205 phiếu khảo sát hợp lệ được sử dụng cho việc phân tích dữ liệu.
4.2 Thống kê mơ tả dữ liệu.
* Thống kê giới tính mẫu nghiên cứu.