Chương 2 Thực trạng giá trị thương hiệu PNJSilver theo quan điểm khách hàng
2.2. Thu thập và xử lý dữ liệu
2.2.2. Xử lý dữ liệu
Thống kê mơ tả:
Tính giá trị trung bình các yếu tố thành phần giá trị thương hiệu và các thành phần Marketing mix để đánh giá thực trạng giá trị thương hiệu PNJ Silver và hoạt động Marketing mix theo cảm nhận của khách hàng. Ngoài ra thống kê mơ tả cịn được sử dụng để mô tả mẫu nghiên cứu, cũng như phân tích thói quen sử dụng trang sức bạc của người tiêu dùng.
Mô tả mẫu nghiên cứu:
Trong tổng số 124 người tham gia khảo sát, đa phần họ nằm trong độ tuổi từ 18 – 28 (chiếm 62%), với tuổi trung bình là 26,71; là nhân viên văn phòng, đã tốt nghiệp đại học và hiện tại đang độc thân.
Bảng 2.1: Mô tả mẫu nghiên cứu
Chỉ tiêu Số người %
Nhóm tuổi
18 - 28 tuổi 77 62%
29 - 35 tuổi 47 38%
Tuổi trung bình 26,71 tuổi
Trình độ học vấn
Trên đại học 8 6%
Tốt nghiệp đại học 85 69%
Chưa tốt nghiệp đại học 17 14%
Tốt nghiệp cao đẳng/ trung cấp 14 11%
Tình trạng hơn nhân
Độc thân 91 73%
Chỉ tiêu Số người %
Nghề nghiệp
Công việc chuyên môn (bác sĩ, giáo viên,..) 6 5%
Ngành nghề kỹ thuật 6 5%
Quản lý/ điều hành cấp cao (giám đốc,……) 2 2% Quản lý/ điều hành trung (trưởng/phó phịng..) 6 5%
Nhân viên văn phòng 84 68%
Tự làm chủ 3 2%
Sinh viên 17 14%
Nguồn: Kết quả khảo sát của tác giả
Kiểm định độ tin cậy của 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. Hiện tượng này được gọi là đa cộng tuyến.
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 khơng 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.
Sau khi kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, tác giả tiếp tục tiến hành phân tích nhân tố (EFA).
Kết quả phân tích Cronbach’s Alpha- Các thành phần giá trị thương hiệu (chi tiết ở phụ lục 3.1: Kết quả kiểm định thang đo bằng Cronbach’s Alpha đối với các thành phần giá trị thương hiệu):
Bảng 2.2: Kết quả phân tích Cronbach’s Alpha - Các thành phần giá trị thương hiệu
Các thành phần giá trị
thương hiệu Số biến
Cronbach's Alpha
Tương quan biến - tổng bé nhất
Nhận biết thương hiệu 3 0,704 0,459
Chất lượng cảm nhận 3 0,719 0,510
Lòng trung thành thương hiệu 8 0,843 0,463
Niềm tin thương hiệu 3 0,718 0,506
Nguồn: Kết quả xử lý dữ liệu của tác giả
Kết quả phân tích Cronbach’s Alpha - Các thành phần Marketing mix (chi tiết ở phụ lục 3.2: Kết quả kiểm định thang đo bằng Cronbach’s Alpha đối với các thành phần Marketing mix):
Bảng 2.3: Kết quả phân tích Cronbach’s Alpha - Các thành phần Marketing mix
Các thành phần
Marketing mix Số biến Cronbach's Alpha Tương quan biến - tổng bé nhất
Sản phẩm 3 0,748 0,564
Giá 3 0,700 0,442
Kênh phân phối 4 0,749 0,501
Chiêu thị 4 0,810 0,598
Con người 3 0,773 0,552
Quy trình 3 0,723 0,482
Phương tiện hữu hình 3 0,748 0,501
Ở thành phần Chiêu thị, giá trị Cronbach’s Alpha nếu loại biến “Các hoạt động chăm sóc khách hàng của X thường xuyên” lớn hơn giá trị Cronbach’s Alpha, do đó tác giả loại biến này (giá trị Cronbach’s Alpha sau khi loại biến là 0,810). Điều này cũng hợp lý là do trong các yếu tố của chiêu thị, quảng cáo và khuyến mãi là hai hoạt động ảnh hưởng mạnh nhất giá trị thương hiệu.
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 Analysis” được sử dụng kèm với phép quay “Varimax”. Điểm dừng trích khi các yếu tố có“Initial Eigenvalues”>1. Trong bài nghiên cứu của mình, tác giả tuân thủ các nguyên tắc: hệ số KMO (Kaiser- Meyer-Olkin) ≥ 0,5 và mức ý nghĩa kiểm định Barlett ≤ 0,05; hệ số tải nhân tố (factor loading) ≥ 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 (EFA) – Các thành phần giá trị thương hiệu (chi tiết ở phụ lục 4.1: Phân tích nhân tố các thành phần giá trị thương hiệu)
Kiểm định Bartlett, giá trị Approx. Chi Square = 622,782, với giá trị Sig. = 0 < 0,05; ta đủ cơ sở để bác bỏ giả thuyết Ho (giả thuyết Ho đặt ra ban đầu là các biến khơng có tương quan tuyến tính với nhau), chứng tỏ các biến có tương quan tuyến tính với nhau. Mặt khác với phân tích này, kết quả cuối cùng cho thấy hệ số KMO=0,744>0,5. Do đó phân tích nhân tố là phù hợp trong nghiên cứu này. Theo tiêu chuẩn eigenvalue >1 thì có 4 nhân tố được rút ra. Tổng phương sai trích 57,653, nghĩa là 4 nhân tố đầu tiên giải thích được 57,653% biến thiên của dữ liệu. Kết quả phân tích nhân tố cho thấy khơng có biến nào bị loại, và thứ tự sắp xếp các biến vào các nhân tố không thay đổi so với ban đầu.
Qua kiểm định thang đo bằng Cronbach’s Alpha và phân tích nhân tố, kết quả cho thấy, các yếu tố đo lường giá trị thương hiệu PNJ Silver tại thành phố Hồ Chí Minh bao gồm: nhận biết thương hiệu, chất lượng cảm nhận, lòng trung thành thương hiệu và niềm tin thương hiệu. Số biến quan sát vẫn được giữ nguyên là 17. Trong đó:
Nhận biết thương hiệu gồm các biến: ba1, ba2, ba3 Chất lượng cảm nhận gồm: bq1, bq2, bq3
Lòng trung thành thương hiệu gồm: bl1, bl2, bl3, bl4, bl5, bl6, bl7, bl8 Niềm tin thương hiệu gồm: bt1, bt2, bt3
Kết quả phân tích nhân tố (EFA) – Các thành phần Marketing mix (chi tiết ở phụ lục 4.2: Phân tích nhân tố các thành phần Marketing mix)
Ở lần chạy EFA đầu tiên, kiểm định Bartlett, giá trị Approx. Chi Square = 965,129; với giá trị Sig. = 0 < 0,05; ta đủ cơ sở để bác bỏ giả thuyết Ho (giả thuyết Ho đặt ra ban đầu là các biến khơng có tương quan tuyến tính với nhau), chứng tỏ các biến có tương quan tuyến tính với nhau. Mặt khác với phân tích này, kết quả cuối cùng cho
thấy hệ số KMO = 0,660>0,5. Do đó phân tích nhân tố là phù hợp trong nghiên cứu này. Theo tiêu chuẩn eigenvalue >1 thì có 7 nhân tố được rút ra. Tổng phương sai trích 67,06; nghĩa là 7 nhân tố đầu tiên giải thích được 67,06% biến thiên của dữ liệu.
Tuy nhiên, kết quả phân tích nhân tố ở lần chạy đầu tiên cho thấy biến “Thủ tục thanh tốn của X nhanh chóng, thuận tiện” khơng thể xác định được là nằm ở nhân tố nào, nên tác giả loại bỏ biến này. Sau khi loại bỏ biến, kết quả phân tích nhân tố đối với các biến còn lại như sau:
Kiểm định Bartlett, giá trị Approx. Chi Square = 868,155; với giá trị Sig. = 0 < 0,05; ta đủ cơ sở để bác bỏ giả thuyết Ho (giả thuyết Ho đặt ra ban đầu là các biến khơng có tương quan tuyến tính với nhau), chứng tỏ các biến có tương quan tuyến tính với nhau. Mặt khác với phân tích này, kết quả cuối cùng cho thấy hệ số KMO = 0,640>0,5. Do đó phân tích nhân tố là phù hợp trong nghiên cứu này. Theo tiêu chuẩn eigenvalue >1 thì có 7 nhân tố được rút ra. Tổng phương sai trích 67,290, nghĩa là 7 nhân tố đầu tiên giải thích được 67,29% biến thiên của dữ liệu.
Qua kiểm định thang đo bằng Cronbach’s Alpha và phân tích nhân tố, kết quả cho thấy, các yếu tố Marketing mix bao gồm: sản phẩm, giá, kênh phân phối, chiêu thị, con người, quy trình, phương tiện hữu hình. Số biến quan sát cịn lại là 22 biến. Trong đó:
Sản phẩm gồm các biến: prod1, prod2, prod3 Giá gồm: pri1, pri2, pri3
Phân phối gồm: pla1, pla2, pla3, pla4
Chiêu thị gồm: prom1, prom2, prom3, prom4 Con người gồm: pe1, pe2, pe3
Quy trình gồm: pr1, pr3
2.3. Thực trạng giá trị thương hiệu PNJ Silver theo quan điểm khách hàng