CHƯƠNG 1 : CƠ SỞ LÝ LUẬN VỀ CHIÊU THỊ
2.2.2. Giới thiệu khảo sát về hoạt động chiệu thị đối với dòng sản phẩm Biti’s
2.2.2.3. Đánh giá mức độ tin cậy thang đo và phân tích nhân tố khám phá
Hệ số Cronbach’s Alpha là hệ số cho phép đánh giá xem nếu đưa các biến
quan sát nào đó thuộc về một biến nghiên cứu (biến tiềm ẩn, nhân tố) thì nó có phù hợp khơng. Phương pháp Cronbach’s alpha này sẽ loại bỏ các biến không phù hợp và giảm thiểu các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach’s alpha.
Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach’s alpha > 0.7 là có thể sử dụng được trong trường hợp nghiên cứu đã được chứng minh. Thơng thường, thang đo có Cronbach’s
alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
Như vậy, theo kết quả khảo sát và tổng hợp thang đo của các biến (bảng 3.2 và
phụ lục 1: kiểm định thang đo cronback’s alpha) thì có thể kết luận thang đo trong
nghiên cứu có độ tin cậy tốt.
Bảng 2.3: Tổng hợp đánh giá độ tin cậy thang đo
Biến Cronback’s alpha lần 1 Cronback’s alpha lần 2
Hoạt động quảng cáo 0,782 0,851 Bỏ biến QC5 (lần 1)
Hoạt động khuyến mãi 0,891 0,891
Hoạt động quan hệ công chúng 0,835 0,.902 Bỏ biến QH5 (lần 1) Hoạt động bán hàng cá nhân 0,906 0,906
Hoạt động tiếp thị trực tiếp 0,883 0,883
(Nguồn: SPSS)
Sau khi dùng phương pháp Cronbach’s Alpha để đánh giá độ tin cậy thang đo, tiếp theo là phương pháp phân tích nhân tố EFA. Dựa vào mối tương quan giữa các biến với nhau, EFA sẽ rút gọn tập hợp các biến quan sát thành tập hợp các nhân tố có ý nghĩa hơn. Chẳng hạn, với 25 biến quan sát đã thỏa điều kiện ở phương pháp Cronbach’s Alpha sẽ đưa vào đánh giá bằng phương pháp EFA. Kết quả cuối cùng của phương pháp EFA sẽ rút gọn 25 biến quan sát này thành k nhóm nhân tố (k<30). Như vậy, những nhân tố được chọn là nhân tố có Eigenvalue >1 và tổng phương sai trích 50%. Để kiểm định mức độ quan hệ giữa các biến đo lường, đề tài sử dụng kiểm định Bartlett và KMO. Các biến có quan hệ tương quan với nhau khi phép kiểm định Bartlett có giá trị p<5%. Điều kiện đủ để phân tích nhân tố là trị số KMO nằm trong khoảng [0,5;1]. KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn. Theo Kaiser, KMO 0,90 thì rất tốt. KMO 0,80 thì tốt. KMO 0,70 thì được. KMO 0,60 thì tạm được và KMO 0,50 thì xấu. Điều kiện tiếp theo là hệ số tải nhân tố > 0,5 và chênh lệch trọng số > 0,3.
cụ thể như sau:
Hệ số KMO đạt 0.904 thuộc [0,5 – 1] nên phân tích nhân tố là phù hợp. Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có tương
quan với nhau trong tổng thể.
Tổng phương sai trích (Cumulative %) = 73.048% > 50 % điều này chứng tỏ
73.048 % biến thiên của dữ liệu được giải thích bởi 5 nhân tố.
Eigenvalues = 1.439 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi
nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
Như vậy, với kết quả trên cho thấy các biến quan sát thỏa mãn tất cả các điều kiện nghiên cứu.