CHƢƠNG 2 : CƠ SỞ LÝ THUYẾT VÀ MƠ HÌNH NGHIÊN CỨU
3.3 Thiết kế bảng câu hỏi
Sau khi hoàn tất việc hiệu chỉnh và xây dựng các thang đo phù hợp với nghiên cứu về ảnh hưởng của nhận thức nhãn hiệu riêng đến ý định mua hàng, tác giả tiến hành thiết kế bảng câu hỏi nhằm phục vụ cho việc thu thập dữ liệu. Bảng câu hỏi chính thức được sử dụng trong nghiên cứu định lượng gồm 3 thành phần.
Thơng tin gạn lọc
Vì đây là nghiên cứu về sản phẩm nhãn hiệu riêng trong siêu thị nên để có đánh giá đúng, yêu cầu người trả lời đã từng đi siêu thị và đã biết hoặc từng nghe đến các sản phẩm này. Những đáp viên nào không thoả mãn được u cầu này thì sẽ khơng tiếp tục khảo sát. Ngừng ở giai đoạn này, giúp tác giả tiếp kiệm thời gian và chi phí. Những người đáp ứng yêu cầu sẽ tiếp tục bảng câu hỏi cho đến hết. Như vậy, tác giả sẽ có bài trả lời chất lượng.
Thông tin các phát biểu của các ngƣời đƣợc khảo sát
Ghi nhận mức độ đồng ý về các biến quan sát đo lường cho các khái niệm trong mơ hình. Đây cũng là thành phần chính của bảng câu hỏi giúp khảo sát mức độ nhận thức của người tiêu dùng về các yếu tố như: chất lượng, giá, giá trị, rủi ro và ý định mua hàng sản phẩm nhãn hiệu riêng. Sau khi tiến hành nghiên cứu định tính, 22 biến có liên quan được đưa vào khảo sát. Để đo lường các biến này, tác giả sử dụng thang đo Likert 5 mức độ tăng dần từ “1 – Hồn tồn khơng đồng ý” đến “5 – Hoàn toàn đồng ý”.
Thông tin khác
Ghi nhận các thông tin liên quan đến đối tượng nghiên cứu, bao gồm: giới tính, độ tuổi, trình độ học vấn, thu nhập hàng tháng…Đây là phần câu hỏi phục vụ cho việc mơ tả các nhóm đối tượng người tiêu dùng. Các thơng tin này nhằm ghi nhận thơng tin về các nhóm người tiêu dùng khác nhau nên các câu hỏi được đưa ra dưới dạng câu hỏi đóng để tăng khả năng hồi đáp của người trả lời.
Bảng câu hỏi được thiết kế để dùng cho việc phỏng vấn trực tiếp trả lời trên giấy hoặc có thể trả lời trực tuyến bằng cách nhấp chuột vào các ô trả lời đã được thiết kế sẵn, giúp việc trả lời của đáp viên được nhanh chóng và thuận tiện hơn.
Bảng câu hỏi sau khi hiệu chỉnh được trình bày ớ phần phụ lục 2.
3.4 Nghiên cứu định lƣợng 3.4.1 Phƣơng pháp lấy mẫu
Trong nghiên cứu này, phương pháp lấy mẫu được chọn là lấy ngẫu nhiên thuận tiện, dữ liệu được thu thập thơng qua các hình thức phỏng vấn trực tiếp và trả lời trực tuyến qua Google Docs.
3.4.2 Cỡ mẫu
Đối với phân tích nhân tố (EFA) và phân tích hồi quy, cỡ mẫu N tối thiểu tốt nhất là 100 và N≥ 5 * X (X: tổng số biến quan sát), (Hair và cộng sự, 2010). Trong nghiên cứu này, tổng số biến quan sát là 22, như vậy số mẫu tối thiểu cần đạt khảo sát là 110. Tác giả đã gửi đi 278 bảng câu hỏi và nhận được 243 hồi đáp, trong đó có 212 bảng thỏa mãn yêu cầu và được sử dụng để phân tích.
3.4.3 Xử lý và phân tích dữ liệu
Dữ liệu sau khi được thu thập sẽ được mã hóa và thực hiện q trình phân tích như sau: phân tích mơ tả, đánh giá độ tin cậy và giá trị thang đo, phân tích hồi quy.
3.4.3.1 Phân tích mơ tả
Trong bước đầu tiên, tác giả sử dụng phân tích mơ tả để phân tích các thuộc tính của mẫu nghiên cứu (các thơng tin cá nhân của người được phỏng vấn) như: giới tính, độ tuổi, trình độ học vấn, thu nhập.
3.4.3.2 Kiểm định và đánh giá thang đo
Để đánh giá thang đo các khái niệm trong nghiên cứu cần kiểm tra độ tin cậy và giá trị của thang đo. Dựa trên các hệ số độ tin cậy Cronbach Alpha, hệ số tương quan biến tổng (Item-to-total correlation) giúp loại ra những biến quan sát khơng đóng góp vào việc mô tả khái niệm cần đo, hệ số Cronbach alpha nếu loại biến (Cronbach Anpha
if Item Deleted) để giúp đánh giá loại bỏ bớt biến quan sát nhằm nâng cao hệ số tin cậy Cronbach Alpha cho khái niệm cần đo, và phương pháp phân tích nhân tố khám phá (EFA) nhằm kiểm tra giá trị của thang đo các khái niệm nghiên cứu.
Phân tích Cronbach Alpha
Phân tích Cronbach Alpha thực chất là phép kiểm định mức độ tương quan lẫn nhau của các biến quan sát dùng để đo lường một khái niệm. Các biến này phải có tương quan chặt chẽ với nhau. Một thang đo có độ tin cậy tốt khi hệ số Cronbach Anpha biến thiên trong khoảng từ 0.6 – 0.8 (Nguyễn Đình Thọ, 2011).
Hệ số tin cậy Cronbach Alpha chỉ cho biết các đo lường có liên kết với nhau hay không, nhưng không cho biết biến quan sát nào cần bỏ đi và biến nào cần giữ lại. Khi đó, việc tính tốn hệ số tương quan giữa biến tổng (item-total correlation) sẽ giúp loại ra những biến quan sát khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại khỏi thang đo do có tương quan kém với các biến khác trong cùng một khái niệm (Nguyễn Đình Thọ, 2011).
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
- Hệ số tin cậy Cronbach Anpha lớn hơn 0,6 và nhỏ hơn 0,8. Cronbach Anpha càng lớn thì càng tốt, thang đo có độ tin cậy cao.
- Hệ số tương quan biến tổng lớn hơn hoặc bằng 0,3.
Phân tích nhân tố khám phá (EFA)
Sau khi lọai bỏ các biến không đảm bảo độ tin cậy, phương pháp phân tích nhân tố EFA được sử dụng để xác định độ giá trị hội tụ, độ giá trị phân biệt, và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Các tiêu chí sử dụng trong phân tích EFA:
- Phép kiểm định Bartlett dùng để xem xét giả thuyết khơng có tương quan trong tổng thể. Nếu phép kiểm định có p<5%, thì các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2011).
- Phép kiểm định KMO (Kaiser – Meyer – Olkin) dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (0,5 < KMO < 1) là điều kiện đủ để phân tích nhân tố là thích hợp với dữ liệu. Ngược lại KMO<0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
- Số lượng nhân tố xác định dựa trên chỉ số Eigenvalue - đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mơ hình (Nguyễn Đình Thọ, 2011).
- Tổng phương sai trích (Variance explained criteria) thể hiện các nhân tố trích được bao nhiêu phần trăm các biến đo lường. Tổng phương sai trích phải lớn hơn 50% (Nguyễn Đình Thọ, 2011).
- Để thang đo đạt giá trị hội tụ thì trọng số nhân tố, tức là hệ số tương quan đơn giữa nhân tố (factor loading) và biến đo lường phải lớn hơn hoặc bằng 0,5 trong một nhân tố. Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0,3 (Nguyễn Đình Thọ, 2011).
Trong nghiên cứu này, tác giả sử dụng phương pháp trích nhân tố Principal components Analysis (PCA) với phép quay vng góc Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn 1 với các thang đo trong mơ hình nghiên cứu.
3.4.3.3 Phân tích hồi quy và kiểm định giả thiết
Sau khi hoàn tất việc phân tích đánh giá độ tin cậy thang đo (sử dụng hệ số tin cậy Cronbach Alpha) và đánh giá giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA), các biến không đảm bảo độ giá trị hội tụ tiếp tục bị loại khỏi mơ hình cho đến khi các tham số được nhóm theo các nhóm biến.
Hồi quy bội dùng để kiểm định tác động của nhiều biến độc lập (CHATLUONG, GIANHANTHUC, GIATRI, RUIRO) vào một biến phụ thuộc (YDINH), (Nguyễn Đình Thọ, 2011).
Trước tiên cần thực hiện phân tích tương quan nhằm kiểm định mối tương quan tuyến tính giữa các biến trong mơ hình: giữa các biến độc lập và biến phụ thộc và giữa các biến độc lập với nhau. Sử dụng hệ số tương quan Pearson r để lượng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lượng. Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến có mối tương quan tuyến tính càng chặt chẽ. Giá trị này bằng 0 chỉ ra rằng hai biến khơng có mối quan hệ tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Trong mơ hình nghiên cứu, kỳ vọng có mối tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc.
Khi đánh giá mơ hình hồi qui tuyến tính bội, hệ số R2 được dùng để đánh giá độ phù hợp của mơ hình nghiên cứu. Hệ số xác định R2 được chứng minh là hàm không giảm theo số lượng biến đưa vào mơ hình. Hệ số R2có xu hướng tăng thuận chiều với số lượng biến đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu (tức là tốt hơn). Như vậy R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn 1 biến giải thích trong mơ hình. Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Do đó, hệ số R2 điều chỉnh cũng được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của R2 (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định giả thuyết về độ phù hợp của mơ hình bằng phép kiểm định F. Trị số F được tính từ R2 của mơ hình đầy đủ, giá trị Sig. rất nhỏ cho thấy sẽ an toàn khi bác bỏ giả thuyết H0 cho rằng tất cả các hệ số hồi quy bằng 0 (ngoại trừ hằng số), mơ hình hồi quy tuyến tính xây dựng được phù hợp với dữ liệu và có thể sử dụng (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Xác định mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc: nhân tố có hệ số β lớn hơn thì có thể nhận xét rằng nhân tố đó có mức độ ảnh hưởng cao hơn các nhân tố khác. Đồng thời xem tác động của biến phụ thuộc đến biến độc lập như thế nào, nếu hệ số tương quan là âm điều đó có nghĩa là chúng có quan hệ trái chiều cịn nếu là dương điều đó có nghĩa là chúng có quan hệ cùng chiều và nếu hệ số hồi quy có giá trị lớn (trị tuyệt đối) nghĩa là với một sự thay đổi về nhận thức sản phẩm dẫn đến một sự thay đổi lớn về ý định mua hàng của người tiêu dùng.
Bênh cạnh đó, cần kiểm tra khơng có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 10), (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
3.4.3.4 Phân tích ảnh hƣởng của các đặc điểm cá nhân
Các yếu tố đặc điểm cá nhân được phân tích trong đề tài nghiên cứu này là giới tính, tuổi, trình độ học vấn, thu nhập của người tiêu dùng
Kiểm định giả thuyết về trị trung bình của hai tổng thể - trường hợp mẫu độc lập (Independent – sample T-test) được sử dụng để kiểm định sự khác biệt về ý định mua hàng giữa hai giới tính nam nữ, giữa hai nhóm tuổi khác nhau. Trước khi tiến hành kiểm định này, ta cần kiểm định sự bằng nhau của hai phương sai tổng thể - kiểm định Levene. Kết quả kiểm định Levene sẽ ảnh hưởng đến việc lựa chọn kiểm định trung bình với phương sai bằng nhau hay kiểm định trung bình với phương sai khác nhau tiếp theo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích ANOVA dùng để xác định ảnh hưởng của các biến trình độ học vấn, thu nhập đến ý định mua hàng. Đây là phương pháp so sánh trung bình từ ba đám đơng trở lên. Kết quả của ANOVA cho biết các trung bình có sự khác nhau hay khơng. Tuy nhiên nó khơng cho biết trung bình nào khác nhau. Để biết điều này, cần tiến hành thêm kiểm định hậu ANOVA (ANOVA post hoc tests).
Tóm tắt chƣơng 3
Chương 3 trình bày phương pháp thực hiện nghiên cứu nhằm đạt được các mục tiêu đề ra. Quá trình này gồm hai bước:
- Bước 1, nghiên cứu định tính với kỹ thuật thảo luận nhóm nhằm bổ sung và hiệu chỉnh các thang đo các biến trong mơ hình.
- Bước 2, nghiên cứu định lượng thực hiện bằng cách phỏng vấn bằng bảng câu hỏi qua email và trực tiếp. Sau đó dữ liệu sẽ được xử lý và phân tích bằng phần mềm SPSS 20.0 để kiểm định các thang đo và sự phù hợp của mơ hình lý thuyết.
Trong chương tiếp theo, tác giả sẽ trình bày kết quả phân tích dữ liệu bao gồm: kết quả đánh giá thang đo, phân tích nhân tố khám phá EFA, phân tích hồi quy, T-test, Annova.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 3 tác giả đã trình bày phương pháp nghiên cứu, xây dựng thang đo các khái niệm. Chương này tác giả sẽ trình bày kết quả nghiên cứu của đề tài, đồng thời hoàn chỉnh các thang đo và các kết quả kiểm định mơ hình lý thuyết và các giả thuyết nghiên cứu bằng phương pháp hồi quy bội, T-test và ANOVA với phần mềm SPSS 20.
4.1 Mô tả mẫu
4.1.1 Phƣơng pháp thu thập dữ liệu và tỷ lệ hồi đáp
Nghiên cứu được thực hiện với đối tượng khảo sát là người tiêu dùng tại Tp. Hồ Chí Minh. Tổng cộng có 278 bảng câu hỏi được phát ra, thu về 243 bảng, loại ra 31 bảng khơng đạt u cầu, cịn lại 212 bảng được mã hoá và đưa vào xử lý số liệu bằng phần mềm SPSS 20. để phân tích.
4.1.2 Mơ tả thơng tin mẫu
Kết quả thống kê cho thấy:
- Siêu thị đi thường xuyên: khi lần lượt hỏi 212 người thì có đến 156 người (chiếm 49,2 %) trả lời thường đi siêu thị Coopmart, 134 người (chiếm 42,3%) trả lời là siêu thị BigC, 18 người (chiếm 5,7%) trả lời là siêu thị Metro và 9 người (chiếm 2,8%) người trả lời là khác. Như vậy người tiêu dùng thường đi siêu thị Coopmart, sau đó là siêu thị BigC, Metro… Vì một người có thể có một hoặc nhiều lựa chọn siêu thị thường xuyên đi nên tổng số siêu thị thường xuyên đi sẽ lớn hơn số người tham gia trả lời đạt yêu cầu (317 so với 212).
Bảng 4.1 Đặc điểm siêu thị đi thường xuyên
Siêu thị Người trả lời
Tỷ lệ các trường hợp Số người Tỷ lệ Coopmart 156 49,20% 73,60% BigC 134 42,30% 63,20% Metro 18 5,70% 8,50% Khác 9 2,80% 4,20% Tổng 317 100.00% 149.50%
- Về giới tính, có 97 người được phỏng vấn là nam, chiếm tỷ lệ 45,8%. Số người tiêu dùng được phỏng vấn là 115, chiếm 54,2% c òn lại.
- Về độ tuổi, đối tượng phỏng vấn đa phần là thanh niên. Cụ thể, số người dưới 18 tuổi chỉ là 3 người, chiếm tỷ lệ rất nhỏ 1.4%. Từ 18 đến dưới 25 tuổi là 111 người, chiếm phần lớn tỷ lệ là 52,4%. Tiếp theo đó là người tiêu dùng độ tuổi từ 26 đến 35 tuổi bao gồm 82 người, chiếm tỷ lệ khá cao 38,7%. Từ 36 đến 45 tuổi có chỉ 11 người, với tỷ lệ 5,2%. Còn lại là 5 người trên 45 tuổi, chiếm 2,4% số người tiêu dùng được phỏng vấn.
- Về trình độ học vấn, có 7 người có trình độ Trung học Phổ thông trở xuống, chiếm 3,3%. Thấp nhất là trình độ Trung cấp, chỉ có 5 người, chiếm 2,4%. Các đối tượng phỏng vấn chủ yếu có trình độ bậc Đại hoc, Cao đẳng với 165 người, chiếm đến hơn 1/4 (77.8%). Bậc trên Đại học cũng chiếm tỷ lệ nhiều 16,5% với 35 người
- Về thu nhập hàng tháng, trong số các đối tượng phỏng vấn, nhóm có thu nhập
thấp, dưới 5 triệu đồng chiếm tỷ lệ cao nhất 43,9% với 93 người. Tiếp theo sau là nhóm từ 5 - 10 triệu với 90 người, chiếm tỷ lệ 42,5%. Số người có thu nhập từ 11 – 15 triệu đồng là 17 người, chiếm tỷ lệ 8,0% và thấp nhấp là nhóm trên 15 triệu đồng, chỉ có