Nhãn hàng riêng là sự lựa chọn đầu tiên của tôi khi mua sản phẩm nếu sản phẩm đó có nhãn hàng riêng (PI1)
Tôi sẽ xem xét việc mua nhãn hàng riêng nếu có nhu cầu mua sản phẩm (PI2) Tơi sẽ mua nhãn hàng riêng trong lần tới (PI3)
Các phát biểu (biến quan sát) được chọn để đưa vào bảng câu hỏi phỏng vấn chính thức được trình bày tóm tắt trong bảng 3.1.
Bảng 3.1: Danh sách các biến quan sát sau khi tiến hành thảo luận nhóm Ký Ký
hiệu
Phát phiểu của thang đo Nguồn gốc phát biểu
Chỉnh sửa từ phát biểu (nếu có) PP – Thang đo Giá cả cảm nhận
PP1 Giá cả là tiêu chí quan trọng khi tôi chọn mua sản phẩm
PP2 Tôi thường so sánh giá nhãn hàng riêng với các nhãn hiệu khác trước khi lựa chọn mua PP3 Giá của nhãn hàng riêng thấp
hơn mức giá trung bình trên thị trường của các sản phẩm cùng loại
Tih và Lee (2013), Jaafar và cộng sự (2012)
PP4 Tôi nghĩ giá nhãn hàng riêng phù hợp với người tiêu dùng
Tôi nghĩ giá nhãn hàng riêng là hợp lí cho người mua sắm PP5 Tôi mua nhãn hàng riêng vì
chúng là lựa chọn rẻ hơn
PQ – Thang đo Chất lượng cảm nhận PQ1 Chất lượng là tiêu chí quan
trọng khi tơi chọn mua sản phẩm
PQ2 Tơi nghĩ nhãn hàng riêng có chất lượng tốt
PQ3 Tơi nghĩ nhãn hàng riêng đáng tin cậy
PQ4 Tôi nghĩ khơng có sự khác biệt lớn về chất lượng giữa nhãn hàng riêng với các nhãn hiệu cùng loại của các nhà sản xuất
Tih và Lee (2013), Jaafar và cộng sự (2012) Khơng có sự khác biệt lớn về chất lượng giữa nhãn hàng riêng với nhãn hiệu của các nhà sản xuất
PV – Thang đo Giá trị cảm nhận PV1 Tôi rất quan tâm đến mức giá
rẻ, nhưng cũng rất quan tâm đến chất lượng sản phẩm PV2 Tôi thường so sánh giá của các
nhãn hiệu khác nhau để chắc rằng số tiền tôi bỏ ra mang lại giá trị cao nhất
PV3 Khi mua một sản phẩm, tôi luôn cố gắng chọn nhãn nhiệu có chất lượng sản phẩm tốt nhất tương xứng với số tiền bỏ ra
Khi mua một sản phẩm, tôi luôn cố gắng tối đa hóa chất lượng sản phẩm so với số tiền bỏ ra PV4 Khi mua nhãn hàng riêng, tôi
muốn đảm bảo nó xứng đáng với số tiền bỏ ra PV5 Tôi nghĩ nhãn hàng riêng có giá trị xứng đáng đồng tiền Tih và Lee (2013), Chandon và cộng sự (2011), Jafaar và cộng sự (2012)
PR – Thang đo Rủi ro cảm nhận PR1 Khi lựa chọn nhãn hàng riêng,
tôi thường cân nhắc rất kỹ PR2 Giá rẻ của nhãn hàng riêng làm
tôi cảm thấy chúng sẽ có vài rủi ro
Tih và Lee (2013), Jaafar và cộng sự (2012)
PR3 Tôi nghĩ mua nhãn hàng riêng là rủi ro do chất lượng của chúng thấp
PR4 Tôi không chắc chắn rằng nhãn hàng riêng có chất lượng tương xứng với số tiền chi trả
BA - Nhận biết nhãn hàng riêng BA1 Tơi có thể nhận ra nhãn hàng
riêng giữa các nhãn hiệu cạnh tranh khác
BA2 Tơi có thể nhanh chóng nhớ lại các sản phẩm mang nhãn hiệu riêng
BA3 Tôi cảm thấy quen thuộc với các sản phẩm mang nhãn hiệu riêng
BA4 Tơi có hiểu biết về các sản phẩm mang nhãn hiệu riêng
Tih và Lee (2013)
SI – Thang đo Ảnh hưởng xã hội SI1 Tôi thường xuyên thu thập
thông tin từ người thân, bạn bè về một sản phẩm trước khi mua nó vì muốn họ chấp thuận với quyết định mua hàng của tơi
SI2 Tơi sẽ mua nhãn hàng riêng vì người thân, bạn bè của tôi nghĩ tôi nên mua chúng
SI3 Tơi sẽ mua nhãn hàng riêng vì tơi biết người thân, bạn bè của tơi sẽ đồng ý
SI4 Tôi sẽ mua nhãn hàng riêng vì người thân, bạn bè của tôi đã mua và sử dụng chúng
Park và Lessig (1977), trích trong Yang và cộng sự (2007)
Được thêm vào
CI – Thang đo Tính cách tân của người tiêu dùng CI1 Tơi thường tìm kiếm thơng tin
về các sản phẩm mới
CI2 Tơi thích trải nghiệm các sản phẩm mới
Được thêm vào
CI3 Tôi mua sản phẩm nhãn hàng riêng nhiều hơn người thân,
Manning và cộng sự (1995), trích trong Nguyễn Thị Mai Trang (2015)
bạn bè của tôi
CI4 Tôi nghĩ tôi là một trong những người đầu tiên mua nhãn hàng riêng mới giới thiệu tại siêu thị
PI – Thang đo Ý định mua nhãn hàng riêng PI1 Nhãn hàng riêng là sự lựa chọn
đầu tiên của tôi khi mua sản phẩm nếu sản phẩm đó có nhãn hàng riêng
PI2 Tơi sẽ xem xét việc mua nhãn hàng riêng nếu có nhu cầu mua sản phẩm
Tôi sẽ xem xét việc mua nhãn hàng riêng nếu có nhu cầu mua sản phẩm trong tương lai
PI3 Tôi sẽ mua nhãn hàng riêng trong lần tới
Tih và Lee (2013), Chandon và cộng sự (2011)
Nguồn: Tổng hợp của tác giả
3.2.3 Thiết kế bảng câu hỏi phỏng vấn chính thức
Từ kết quả của nghiên cứu định tính, tác giả tiến hành thiết kế bảng câu hỏi phỏng vấn chính thức gồm 3 phần (phụ lục 3):
Phần 1: Gạn lọc đáp viên
Với đối tượng khảo sát là người tiêu dùng đã từng mua sắm tại các siêu thị trên địa bàn thành phố Cần Thơ bao gồm: Metro, Co-opmark, Big C và biết đến nhãn hàng riêng của siêu thị. Vì vậy, để chọn đúng đối tượng cần phỏng vấn, phần 1 bao gồm câu hỏi về siêu thị mà khách hàng từng mua sắm và khách hàng đã biết đến nhãn hàng riêng siêu thị hay không?. Nếu chưa từng mua sắm tại một trong 3 siêu thị (Metro, Big C, Coopmark) cũng như chưa biết về nhãn hàng riêng sẽ dừng trả lời các câu hỏi tiếp theo. Ngược lại, các đáp viên đáp ứng được hai câu câu hỏi trên sẽ phù hợp để trả lời tiếp.
Phần 2: Nội dung chính
Phần 2 yêu cầu đáp viên cho biết mức độ đồng ý của mình với các phát biểu về các yếu tố ảnh hưởng đến ý định mua nhãn hàng riêng siêu thị. Mức độ đồng ý với
từng phát biểu được đo lường bằng thang đo Likert 5 mức độ, từ hồn hồn khơng đồng ý đến hoàn toàn đồng ý.
Phần 3: Thông tin đáp viên
Để hiểu thêm về đặc điểm đối tượng khảo sát, phần 3 yêu cầu đáp viên cung cấp thêm một số thơng tin về: giới tính, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập. Các câu hỏi thiết kế dưới dạng câu hỏi đóng nhằm tăng khả năng trả lời. 3.3 Nghiên cứu định lượng
3.3.1 Phương pháp chọn mẫu và cỡ mẫu
Chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện (phi xác
suất)
Cỡ mẫu:
Trong phân tích nhân tố khám phá EFA, kích thước mẫu thường được xác định bằng kích thước mẫu tối thiểu và số lượng biến đo lường đưa vào phân tích. Để sử dụng EFA, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát/biến đo lường là 5:1, nghĩa là 1 biến đo lường cần tối thiểu 5 quan sát (Hair và cộng sự, 2006, trích trong Nguyễn Đình Thọ, 2013). Đề tài nghiên cứu sử dụng 33 biến quan sát đo lường, do vậy cỡ mẫu cần thiết để thực hiện phân tích nhân tố khám phá: là 33x5= 165 quan sát
Đối với phân tích hồi qui bội, kích thước mẫu thường được xác định theo công thức kinh nghiệm: n ≥ 50+8p với n là kích thước mẫu tối thiểu cần thiết và p là số lượng biến độc lập trong mơ hình (Nguyễn Đình Thọ, 2013). Vậy, để thực hiện phân tích hồi qui bội, cỡ mẫu cần: 50 + 8x7 =106 quan sát.
Tóm lại, do đề tài thực hiện cả phân tích nhân tố khám phá và hồi qui tuyến tính bội, cũng như cỡ mẫu càng lớn càng tốt nên nghiên cứu quyết định chọn cỡ mẫu là 200 quan sát.
3.3.2 Phương pháp thu thập dữ liệu
Số liệu sử dụng trong nghiên cứu định lượng được thu thập bằng cách: phỏng vấn trực tiếp đối tượng khảo sát thông qua bảng câu hỏi hoặc gửi bảng câu hỏi online (sử dụng chương trình google docs) đến đối tượng khảo sát.
Để đạt cỡ mẫu mong muốn là 200 quan sát, tác giả đã phát ra 70 bảng câu hỏi, thu về 53 bảng (trong đó có 2 bảng trả lời không phù hợp) và thu được 161 bảng khảo sát online (trong đó có 10 bảng khơng phù hợp). Kết quả số quan sát chính thức sẽ đưa vào xử lí số liệu là 202 quan sát (N = 202)
3.3.3 Phương pháp phân tích dữ liệu
Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Hệ số Cronbach’s Alpha là hệ số sử dụng phổ biến để đánh giá độ tin cậy (tính nhất quán nội tại) của thang đo (không phải độ tin cậy của từng biến quan sát). Để tính Cronbach’s Alpha cho một thang đo thì thang đo phải có tối thiểu ba biến quan sát đo lường. Hệ số Cronbach‘s Alpha có giá trị biến thiên trong khoảng [0,1]. Về lý thuyết, Cronbach ‘s Alpha càng cao càng tốt vì chứng tỏ độ tin cậy của thang đo càng cao, tuy nhiên nếu hệ số này lớn hơn 0,95 thì có khả năng nhiều biến trong thang đo khơng có sự khác biệt nhau (cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Khi xem xét hệ số Cronbach‘s Alpha, chúng ta cần chú ý đến hệ số tương quan biến – tổng hiệu chỉnh (corrected item-total correlation). Hệ số này cho biết tương quan của biến đo lường xem xét với tổng các biến còn lại của thang đo, nếu hệ số tương quan biến – tổng (hiệu chỉnh) của một biến đo lường ≥ 0,3 thì biến đó đạt yêu cầu (Nunnally và Bernstein, 1994),vì vậy nếu hệ số trên <0,3 thì tiến hành loại biến đó. Một thang đo có độ tin cậy tốt khi có hệ số Cronbach’s Alpha biến thiên trong khoảng [0,7-0,8], hệ số này ≥ 0,6 là thang đo có thể chấp nhận được (Nunnally và Bernstein, 1994)
Phân tích nhân tố khám phá (EFE)
Sau khi đánh giá độ tin cây thang đo, tiếp tục đánh giá giá trị thang đo (giá trị hội tụ và giá trị phân biệt) thơng qua phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis). Phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng có biến phụ thuộc và độc lập mà nó dựa vào mối quan hệ giữa các biến với nhau. EFA giúp rút gọn một tập k biến quan sat thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Đầu tiên cần xem xét điều
kiện để có thể sử dụng phân tích EFA thơng qua kiểm định Bartlett (p < 5% nghĩa là các biến có tương quan với nhau) và kiểm định KMO (trị số của KMO ≥ 0,5 cho thấy phân tích nhân tố là phù hợp). Tiếp theo, để đánh gía thang đo, cần xem xét ba thuộc tính quan trọng trong kết quả EFA: (1) số lượng nhân tố trích được, (2) trọng số nhân tố: trọng số nhân tố hay còn gọi là hệ số tải nhân tố phải ≥ 0,5, nếu < 0,5 cần loại biến đó, (3) tổng phương sai trích (thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường) phải đạt từ 50% trở lên.
Phân tích ma trận hệ số tương quan
Bước đầu tiên khi tiến hành phân tích hồi qui tuyến tính bội là xem xét mối tương quan tuyến tính giữa tất cả các biến thơng qua xem xét ma trận hệ số tương quan. Ma trận này sẽ cho biết tương quan giữa biến phụ thuộc với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau thông qua hệ số tương quan. Khi xem xét kết quả, các số 1 trên đường chéo thể hiện hệ số tương quan giữa một biến với chính nó, chỉ cần xem xét phần tam giác phía trên hoặc phía đường chéo vì chúng đối xứng nhau qua đường chéo, cũng cần chú ý đến bất cứ liên hệ tương quan qua lại chặt chẽ nào giữa các biến độc lập vì tương quan như vậy có thể ảnh hưởng đến kết quả phân tích hồi qui bội vì có thể gây ra hiện tượng đa cộng tuyến. Sau khi xem xét ma trận hệ số tương quan, có thể lựa chọn các biến độc lập phù hợp đưa vào để xem xét ảnh hưởng của chúng đến biến phụ thuộc.
Phân tích hồi qui tuyến tính bội
Mơ hình hồi qui tuyến tính bội xem xét tác động của hai hay nhiều biến độc lập định lượng vào biến phụ thuộc định lượng. Mối quan hệ giữa các biến trong mơ hình được viết dưới dạng:
Y= β0 + β1X1 + β2X2 + ... + βnXn + € Trong đó:
Y: Biến phụ thuộc β0: Hệ số góc
β1,..., βn: Hệ số ước lượng của các biến độc lập X1,..., Xn: biến độc lập
€: Sai số
Phân tích mơ hình bội cho biết mức độ phù hợp của mơ hình (thơng qua hệ số xác định R2 hiệu chỉnh) và kiểm tra sự phù hợp của các giả định (các giả thuyết về các mối quan hệ giữa biến phụ thuộc và biến độc lập). Ngoài ra, khi xem xét kết quả của phân tích hồi qui bội cần chú ý hệ số Durbin – Watson (liên quan đến hiện tượng tự tương quan) và hệ số phóng đại phương sai (VIF), khi VIF <10 chứng tỏ mơ hình nghiên cứu khơng bị hiện tượng đa cộng tuyến
Phân tích phương sai một yếu tố (one way ANOVA)
Phân tích phương sai ANOVA được sử dụng để so sánh trị trung bình từ 3 nhóm trở lên, kỹ thuật này được dùng để kiểm định giả thiết các tổng thể nhóm có trị trung bình bằng nhau. Các biến trong phân tích ANOVA gồm một biến phụ thuộc định lượng và một biến (phân tích phương sai một yếu tố - one way ANOVA) hay nhiều biến độc lập định tính. Trong phân tích này, cần chú ý giá trị p của kiểm định Levene (nếu p ≥ 0,1 cho thấy giả định phương sai đồng nhất (H0) được chấp nhận và có thể sử dụng tiếp kết quả ANOVA), ở bảng kết quả ANOVA, nếu giá trị p ≥ 0,1 (với 0,1: mức ý nghĩa thông kê 10%) nghĩa là khơng có sự khác biệt giữa các nhóm và ngược lại khi p ≤ 0,1 thì có khẳng định giữa các nhóm có sự khác biệt.
Kiểm định sự khác biệt về trị trung bình của hai tổng thể - trường hợp mẫu
độc lập (Independent-samples T-test)
Trước khi thực hiện kiểm định trung bình cần phải thực hiện kiểm định sự bằng nhau của hai phương sai tổng thể (Levene test) với giả thuyết H0 rằng phương sai của hai tổng thể bằng nhau, nếu kiểm định có mức ý nghĩa quan sát nhỏ hơn 0,05 thì được quyền bác bỏ H0 tức là phương sai hai tổng thể khác nhau, ta sẽ tiếp tục sử dụng kiểm định t ở phần Equal variances not assumed, ngược lại nếu mức ý nghĩa quan sát lớn hơn hoặc bằng 0,05 thì chấp nhận H0 tức là phương sai hai tổng thể không khác nhau, tiếp tục sử dụng kết quả kiểm định t ở phần Equal variances assumed. Nếu giá trị sig (mức ý nghĩa quan sát) của kiểm định t bé hơn 0,05 ta kết luận có sự khác biệt có ý nghĩa về trung bình giữa hai tổng thể, ngược lại sig lớn hơn hoặc bằng 0,05 thì chưa có khác biệt có ý nghĩa về trung bình giữa hai tổng thể.
CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU 4.1 Mô tả mẫu nghiên cứu
Với phương pháp chọn mẫu thuận tiện, khảo sát đã thu về 214 bảng trả lời, sau khi loại các bảng trả lời không phù hợp do đáp viên chưa từng biết đến nhãn hàng riêng của siêu thị hay trả lời một đáp án cho tất cả các câu hỏi, số quan sát còn lại được đưa vào phân tích là 202 quan sát.
Phương pháp thống kê mô tả sẽ cho biết một số thông tin cơ bản về đối tượng khảo sát của đề tài nghiên cứu là người tiêu dùng thành phố Cần Thơ như sau: