Chương 1 : Cơ sở lý thuyết về giá trị thương hiệu
2.2 Phương pháp thu thập, xử lý số liệu sơ cấp:
2.2.2 Xử lý dữ liệu
Thống kê mơ tả:
Tính tốn giá trị trung bình của các thành phần của giá trị thương hiệu để đánh giá thực trạng giá trị thương hiệu Kaspersky theo cảm nhận từ phía khách hàng. Ngồi ra thống kê mơ tả cịn để mơ tả về mẫu nghiên cứu.
Trong tổng số 145 người tham gia khảo sát hợp lệ có 84 người là Nam chiếm tỉ lệ 57.9%, và 61 người là Nữ chiếm tỉ lệ 42.1%. Trong tổng số 145 người tham gia khảo sát hợp lệ có 29 người dưới 22 tuổi chiếm tỉ lệ 20%, 108 người từ 22 đến 45 tuổi chiếm tỉ lệ 74,5% và có 8 người trên 45 tuổi chiếm tỉ lệ 5,5%. Trong tổng số 145
người tham gia khảo sát hợp lệ có 94 người sử dụng gói sản phẩm cá nhân chiếm tỉ
lệ 64,8%, có 25 người sử dụng gói sản phẩm cho doanh nghiệp nhỏ chiếm tỉ lệ 17,2%
và có 26 người sử dụng gói sản phẩm dành cho doanh nghiệp lớn chiếm tỉ lệ 17,9%.
Từ kết quả trên có thể nhận thấy độ tuổi sử dụng sản phẩm nhiều nhất là từ 22
đến 45 tuổi, và gói sản phẩm sử dụng nhiều nhất trong khảo sát trên là gói sản phẩm
dành cho cá nhân. (Chi tiết ở phụ lục 5, mục 5.1).
Bảng 2.4: Kết quả thống kê mô tả của người tham gia khảo sát
Chỉ tiêu Số người % % hợp lệ % tích lũy Giới tính Nữ 61 42,1 42,1 42,1 Nam 84 57,9 57,9 100,0 Tổng số 145 100,0 100,0 Độ tuổi Dưới 22 tuổi 29 20,0 20,0 20,0 Từ 22 đến 45 tuổi 108 74,5 74,5 94,5 Trên 45 tuổi 8 5,5 5,5 100,0 Tổng số 145 100,0 100,0 Gói sản phẩn sử dụng Gói sản phẩm cá nhân 94 64,8 64,8 64,8 Gói sản phẩm cho doanh
nghiệp nhỏ
25 17,2 17,2 82,1 Gói sản phẩm cho doanh
nghiệp lớn
26 17,9 17,9 100,0
Tổng số 145 100,0 100,0
(Nguồn: kết quả khảo sát của tác giả)
Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha:
Theo Campell và Fiske (1959), một đo lường được gọi là có độ tin cậy (validity) nếu nó đo lường đúng được cái cần đo lường hay đo lường đó vắng mặt cả hai loại sai số, hệ thống và ngẫu nhiên. Độ tin cậy của thang đo được đánh giá thông qua hệ số Cronbach’s Alpha và hệ số tương quan biến tổng (Item - Total correclation).
Hệ số Cronbach’s Alpha có giá trị biến thiên từ 0 đến 1. Theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2007) về mặt lý thuyết, Cronbach’s Alpha càng lớn thì thang đo có độ tin cậy càng cao. Tuy nhiên khi hệ số Cronbach’s Alpha quá lớn (>0,95) có nghĩa là nhiều câu trong thang đo khơng có khác biệt gì nhau hay là chúng
cùng đo lường một nội dung nào đó của khái niệm nghiên cứu.
Các nhà nghiên cứu cho rằng Cronbach’s Alpha từ 0,8 đến gần 1 thì thang đo
lường là tốt, từ 0,7 đến gần 0,8 là thang đo sử dụng được. Tuy nhiên theo J. F. Hair
và cộng sự (1998) thì Cronbach’s Alpha từ 0,6 trở lên là có thể chấp nhận được. Tuy nhiên, hệ số này chỉ cho biết các đo lường có liên kết với nhau hay không
nhưng không quyết định việc nên giữ lại hay bỏ đi một biến quan sát. Người nghiên
cứu sẽ phải cân nhắc rất kỹ lưỡng và khi đó hệ số tương quan biến tổng (Item - Total Correclation) sẽ giúp cho thêm cơ sở để đưa ra quyết định này.
Kết quả kiểm định Cronbach’ Alpha đối với các thành phần của giá trị thương hiệu (xem phụ lục 3, mục 3.1) thì các thành phần nhận biết thương hiệu, liên tưởng
thương hiệu, chất lượng cảm nhận và trung thành thương hiệu đều có Cronbach’
Alpha trong khoảng 0,7 đến 0,8 và với khơng có biến quan sát nào có tương quan biến tổng nhỏ hơn 0,3 nên thang đo này sử dụng được và khơng có biến bị loại sau khi kiểm định thang đo.
Bảng 2.5: Hệ số Cronbach’ Alpha của các thành phần giá trị thương hiệu Các thành phần giá trị Các thành phần giá trị
thương hiệu Số biến Cronbach’ Alpha
Tương quan biến tổng bé
nhất
Nhận biết thương hiệu 4 0,801 0,565
Liên tưởng thương hiệu 4 0,780 0,667
Chất lượng cảm nhận 5 0,758 0,712
Trung thành thương hiệu 5 0,767 0,480
(Nguồn: kết quả khảo sát của tác giả)
Kết quả kiểm định Cronbach’ Alpha đối với các thành phần của marketing mix (xem phụ lục 3, mục 3.2).
Trong thành phần marketing mix hệ số Cronbach’ Alpha đều lớn hơn 0,6 và có hệ số tương quan biến tổng đều trên 0,3 và khơng có biến nào bị loại. Hệ số
cronbach’ Alpha của hai thành phần sản phẩm và giá bán lần lượt là 0,644 và 0,670 nhỏ hơn 0,7 chứng tỏ thang đo yếu do số biến quan sát ít, chưa đo lường đầy đủ các thành phần này tuy nhiên vẫn lớn hơn 0,6 nên vẫn chấp nhận được (J. F. Hair và cộng sự, 1998).
Bảng 2.6: Hệ số Cronbach’Alpha của các thành phần Marketing Mix Các thành phần Các thành phần
Marketing Mix Số biến Cronbach’ Alpha
Tương quan biến tổng bé nhất Sản phẩm 3 0,644 0,375 Giá bán 3 0,670 0,432 Phân phối 4 0,709 0,453 Chiêu thị 5 0,889 0,616
(Nguồn: số liệu khảo sát của tác giả)
Sau khi kiểm định độ tin cậy của thang đo, tác giả tiếp tục thực hiện phân tích nhân tố khám phá EFA.
Phân tích nhân tố EFA:
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa
là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F< k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Phân tích nhân tố sẽ được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm bằng độ giá trị hội tụ (convergence validity) đồng thời đo lường
độ giá trị phân biệt giúp đảm bảo sự khác biệt, khơng có mối quan hệ tương quan gữa
các yếu tố sử dụng để đo lường các nhân tố bằng độ giá trị phân biệt (discriminant validity). Hệ số tải nhân tố phải ≥ 0,5 mới đạt giá trị hội tụ, nhưng theo J. F. Hair và cộng sự (1998) với mẫu lớn hơn 350 hệ số tải (factor loading) lớn hơn hoặc bằng 0,3
là đạt giá trị hội tụ và hệ số tải của nhân tố này lớn hơn hệ số tải của nhân tố khác cho
thấy tính đảm bảo độ giá trị phân biệt. Phương pháp trích “Principal Component
tố có“Initial Eigenvalues”>1. Tổng phương sai trích phải ≥ 50% thì kết quả mới có ý nghĩa, mới đảm bảo giải thích được sự biến thiên của dữ liệu ban đầu.
Trong bài nghiên cứu của mình, tác giả tuân thủ các nguyên tắc: hệ số KMO (KaiserMeyer-Olkin) ≥ 0,5 và mức ý nghĩa kiểm định Barlett ≤ 0,05; hệ số tải nhân tố (factorloading) ≥ 0,5; thang đo chỉ đươc chấp nhận khi tổng phương sai trích ≥
50% và hệ số eigenvalue ≥ 1. Sự khác biệt của một biến quan sát giữa các nhân tố ≥
0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Kết quả phân tích nhân tố khám phá đối với thành phần giá trị thương hiệu (chi tiết xem ở phụ lục 4 mục 4.1)
Sau khi phân tích EFA lần đầu tiên, Kiểm định Bartlett thì giá trị Approx. Chi- Square là 990,855 với giá trị Sig. = 0,000 < 0,05 cho thấy đủ cơ sở để bác bỏ giả thuyết Ho đặt ra ban đầu là các biến khơng có tương quan tuyến tính với nhau, điều này chứng tỏ các biến quan sát có tương quan tuyến tính. Bên cạnh đó, kết quả hệ số
KMO = 0,830 > 0,5 do đó phân tích nhân tố EFA là phù hợp với trong nghiên cứu
này. Với điều kiện eigenvalue > 1 thì có 4 nhân tố được rút trích ra với tổng phương
sai trích đạt 58,046 % giải thích được 58,046% sự biến thiên của bộ dữ liệu. Tuy
nhiên có 3 biến bị loại là biến CL3, TT2 và TT5, các biến trên bị loại do không thỏa
điều kiện hệ số tải ≥ 0,5.
Biến CL3 có nội dung là “Giao diện của Kaspersky dễ sử dụng” đã bị loại bỏ,
điều này cũng đễ hiểu vì trong thực tế sử dụng sản phẩm, sau khi cài đặt xong thì sản
phẩm tự động bảo vệ hệ thống máy tính và dữ liệu khách hàng, phần mềm chạy ngầm trong hệ thống nên khách hàng không tương tác với giao diện phần mềm nhiều, dẫn
đến khơng có cảm nhận về chất lượng thông qua giao diện của sản phẩm.
Biến TT2 có nội dung là “Kaspersky ln là lựa chọn hàng đầu của tôi” việc lựa chọn sản phẩm hàng đầu đối với đặc thù sản phẩm phần mềm diệt virus không
được khách hàng đánh giá thuộc về lịng trung thành vì ý nghĩa của biến quan sát này đã bao hàm trong các câu hỏi khác là TT1: tôi cho rằng tôi là khách hàng trung thành
của Kaspersky cũng như biến quan sát TT3: tôi không mua sản phẩm khác nếu Kaspersky khơng có bán tại cửa hàng.
Biến TT5 có nội dung là “Tôi sẽ giới thiệu cho người thân và bạn bè mua Kaspersky” đã bị loại bỏ. Qua phỏng vấn chuyên gia là các khách hàng trực tiếp sử dụng sản phẩm thì khi có nhu cầu về phần mềm diệt virus họ thường tìm kiếm trên mạng internet thông tin về sản phẩm và những đánh giá về sản phẩm trên hơn là hỏi bạn bè và người thân, hơn nữa đây đặc thù là một sản phẩm cơng nghệ thơng tin có cơng nghệ cao, nên việc giới thiệu cho người thân bạn bè sử dụng sản phẩm công nghệ hạn chế do mức độ hiểu biết sâu về sản phẩm của người sử dụng khơng cao.
Qua phân tích nhân tố khám phá EFA lần 2 sau khi loại biến thì giá trị Approx. Chi-Square là 785,675 với giá trị Sig. = 0,000 < 0,05 cho thấy đủ cơ sở bác bỏ giả thuyết Ho ban đầu là các biến khơng có tương quan tuyến tính, ta có thể kết luận các biến có tương quan tuyến tính với nhau. Kết quả hệ số KMO = 0,818 > 0,5, do đó phân tích nhân tố EFA là phù hợp với nghiên cứu này. Với điều kiện eigenvalue > 1 thì có 4 nhân tố được rút trích với tổng phương sai trích được là 62,71% giải thích
được 62,71% sự biến thiên của bộ dữ liệu.
Sau khi kiểm định thang đo bằng Cronbach’ Alpha và phân tích nhân tố khám phá EFA, kết quả cho thấy các thành phần của giá trị thương hiệu để đo lường cho
thương hiệu Kaspersky bao gồm: nhận biết thương hiệu, liên tưởng thương hiệu, chất lượng cảm nhận và trung thành thương hiệu với số biến quan sát còn lại là 15 biến. Trong đó:
Nhận biết thương hiệu gồm các biến: NB1, NB2, NB3, NB4
Liên tưởng thương hiệu gồm các biến: LT1, LT2, LT3, LT4
Chất lượng cảm nhận gồm các biến: CL1, CL2, CL4, CL5
Trung thành thương hiệu gồm các biến: TT1, TT3, TT4.
Kết quả phân tích nhân tố khám phá với thành phần marketing mix (xem phụ lục 4 mục 4.2)
Kiểm định Bartlett của thành phần marketing mix có giá trị Approx. Chi- Square là 847,906 với giá trị Sig. = 0,000 < 0,05 cho thấy đủ cơ sở bác bỏ giả thuyết
Ho ban đầu là các biến khơng có tương quan tuyến tính, ta có thể kết luận các biến có tương quan tuyến tính với nhau. Kết quả hệ số KMO = 0,783 > 0,5 do đó phân tích
nhân tố EFA là phù hợp với nghiên cứu này. Với điều kiện eigenvalue > 1 thì có 4 nhân tố được rút trích với tổng phương sai trích được là 64,22% giải thích được
64,22% sự biến thiên của dữ liệu ban đầu. Kết quả phân tích nhân tố cho thấy khơng có biến nào bị loại và các biến được rút trích vào các nhân tố không thay đổi so với
ban đầu.
Qua kiểm định thang đo bằng Cronbach’ Alpha và phân tích nhân tố khám phá EFA, kết quả cho thấy các thành phần của Marketing Mix trong nghiên cứu bao gồm: sản phẩm, giá bán, phân phối và chiêu thị với số biến quan sát vẫn giữ nguyên là 15 biến. Trong đó:
Sản phẩm gồm các biến: SP1, SP2, SP3 Giá bán gồm các biến: GB1, GB2, GB3 Phân phối gồm các biến: PP1, PP2, PP3, PP4. Chiêu thị gồm các biến: CT1, CT2, CT3, CT4, CT5.
Nhằm phân tích xem có sự khác biệt với nhau giữa các thành phần giá trị
thương hiệu Kaspersky đối với các nhóm khách hàng sử dụng các gói sản phẩm khác
nhau hay không tác giả tiến hành thực hiện phân tích ANOVA giữa ba nhóm khách hàng sử dụng gói sản phẩm cá nhân, sản phẩm dành cho doanh nghiệp nhỏ và gói sản phẩm dành cho doanh nghiệp lớn với các thành phần này (xem thêm ở phụ lục 6).
Kết quả ANOVA cho thấy:
Đối với thành phần nhận biết thương hiệu: có sự khác biệt giữa khách hàng sử
dụng bản cá nhân và khách hàng sử dụng bản doanh nghiệp lớn.
Đối với thành phần liên tưởng thương hiệu: có sự khác biệt giữa khách hàng
sử dụng bản cá nhân và khách hàng sử dụng bản doanh nghiệp lớn.
Đối với thành phần chất lượng cảm nhận: có sự khác biệt giữa khách hàng sử
dụng bản cá nhân và khách hàng sử dụng bản doanh nghiệp lớn.
Đối với thành phần trung thành thương hiệu: khơng có sự khác biệt nào giữa các khách hàng sử dụng các gói sản phẩm trên.