Phƣơng pháp thu thập dữ liệu: Dữ liệu đƣợc tác giả thu thập bằng phƣơng pháp phỏng vấn trực tiếp ngƣời tiêu dùng bia tại địa bàn tỉnh Quảng Ngãi thông qua phiếu khảo sát.
Dữ liệu thu thập đƣợc xử lý bằng phần mềm SPSS, sau khi mã hóa và “làm sạch”, sẽ tiến hành phân tích theo các bƣớc:
- Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach Alpha
Kiểm định Cronbach Alpha là phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tƣơng quan giữa các biến, hệ số Cronbach Alpha cao thể hiện tính đồng nhất của
các biến đo lƣờng. Hệ số này cho phép ngƣời tiêu dùng loại bỏ các biến không phù hợp và hạn chế các biến rác trong mơ hình nghiên cứu, tránh gây nhiễu kết quả thu đƣợc làm ảnh hƣởng xấu đến ý nghĩa thống kê.
Tiêu chí đƣợc sử dụng khi đánh giá độ tin cậy thang đo: loại các biến quan sát có hệ số tƣơng quan biến – tổng nhỏ hơn 0.3; và đa phần chỉ chấp nhận hệ số Cronbach alpha ở trong khoảng 0.6 – 0.95 (theo Nguyễn Đình Thọ, 2011).
- Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy của thang đo, tiếp tục tiến hành phân tích nhân tố để xem xét giá trị hội tụ và giá trị phân biệt của thang đo các khái niệm, lấy đó làm cơ sở để rút trích ra các yếu tố để tiến hành phân tích hồi quy.
Các tiêu chí đánh giá kết quả trong phân tích EFA nhƣ sau:
Kiểm định Bartlett và KMO đƣợc sử dụng để kiểm tra sự thích hợp của EFA: Trong phân tích nhân tố, cần kiểm định mối tƣơng quan của các biến với nhau, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EF , 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. (Trọng & Ngọc,2005, trang 262), Kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tƣơng quan với nhau trong trổng thể.
Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số Eigenvalue – đại diện cho sự biến thiên đƣợc giải thích bởi mỗi nhân tố. Số lƣợng nhân tố đƣợc xác định bằng cách chỉ giữ lại các nhân tố có Eigenvalue tối thiểu bằng 1, các nhân tố có mức Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình (Nguyễn Đình Thọ, 2011).
Tổng phƣơng sai trích phải đạt từ 50% trở lên để đảm bảo mức ý nghĩa của nghiên cứu (Giá trị Cumulative cho biết số nhân tố trích ra giải thích đƣợc bao nhiêu phần trăm độ biến thiên của dữ liệu) (Nguyễn Đình Thọ, 2011).
Phƣơng pháp trích nhân tố với phép xoay Varimax kết hợp điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn hoặc bằng 1 đƣợc tác giả sử dụng trong nghiên cứu này.
Bên cạnh đó, để thang đo đạt giá trị hội tụ thì hệ số tải trên mỗi nhân tố (hay còn gọi là hệ số tƣơng quan giữa biến và các nhân tố) cần lớn hơn 0.5 (Factor loading > 0.5
đƣợc xem là có ý nghĩa thực tiễn); đồng thời, để thang đo đạt giá trị phân biệt thì chênh lệch trọng số từng biến giữa các nhân tố cần lớn hơn hoặc bằng 0.3 . Mặc dù vậy, chúng ta nên xem xét giá trị nội dung, sự cần thiết của biến đó trƣớc khi ra quyết định có loại bỏ ra khỏi thang đo hay khơng (Nguyễn Đình Thọ, 2011).
- Phân tích hồi quy bội
Sau khi tiến hành kiểm định độ tin cậy của thang đo (Cronbach alpha) và phân tích nhân tố EFA, các biến khơng đảm bảo độ tin cậy, khơng có giá trị đo lƣờng sẽ bị loại ra khỏi thang đo cho đến khi các biến quan sát đƣợc nhóm lại vào các nhân tố rút trích ra đƣợc (các nhóm biến mới). Giá trị của các biến mới trong mơ hình là giá trị trung bình của các biến quan sát thành phần của biến đó.
Nghiên cứu tiếp tục xác định mối liên hệ tƣơng quan giữa các nhóm biến này bằng phân tích hồi quy bội.
Trƣớc khi phân tích hồi quy, cần tiến hành kiểm tra sự tƣơng quan giữa các biến trong mơ hình hồi quy. Hệ số tƣơng quan và mức ý nghĩa (Sig. < 0.05) là hai yếu tố đƣợc quan tâm chính khi đánh giá mức độ tƣơng quan giữa các biến với nhau.
Cịn để đánh giá độ phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số R2
(R – Square). Trong hồi quy tuyến tính bội thƣờng dùng hệ số R2 (R – Square) điều chỉnh để đánh giá độ phù hợp của mơ hình vì nó khơng phóng đại mức độ phù hợp của mơ hình.
Ngồi ra, cần kiểm tra hiện tƣợng tƣơng quan bằng hệ số Durbin – Watson (1 < Durbin – Watson < 3) và khơng có hiện tƣợng đa cộng tuyến (kiểm tra bằng hệ số phóng đại phƣơng sai VIF < 10). Hệ số Beta chuẩn hóa đƣợc dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta của biến độc lập nào càng cao thì mức độ tác động của nó lên biến phụ thuộc càng lớn (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích tương quan
Kiểm định mối tƣơng quan tuyến tính giữa các biến trong mơ hình, giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Tƣơng quan Pearson đƣợc dùng để lƣợng hóa mức độ chặt chẽ trong mối quan hệ tuyến tính giữa hai biến định
lƣợng. Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tƣơng quan tuyến tính càng chặt chẽ (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Tóm tắt chƣơng 3
Chƣơng 3 đã trình bày chi tiết về phƣơng pháp thực hiện nghiên cứu. Quá trình nghiên cứu gồm nghiên cứu định tính và nghiên cứu định lƣợng. Nghiên cứu định tính đƣợc thực hiện thơng qua thảo luận nhóm, từ đó hình thành bảng câu hỏi chính thức cho nghiên cứu định lƣợng. Chƣơng 3 cũng trình đầy đủ về thiết kế nghiên cứu định lƣợng gồm: thiết kế bảng câu hỏi, thiết kế mẫu, phƣơng pháp thu thập, xử lý và phân tích dữ liệu.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU
Chƣơng 3 đã trình bày về phƣơng pháp nghiên cứu đƣa ra để kiểm định thang đo và các giả thuyết đã đặt ra. Chƣơng 4 sẽ trình bày kết quả kiểm định mơ hình nghiên cứu đề xuất, thang đo và các giả thuyết đƣa ra từ mơ hình. Nội dung chính của chƣơng 4 gồm các thành phần nhƣ sau:
- Mô tả của mẫu nghiên cứu
- Kiểm định độ tin cậy của thang đo (Cronbach α) - Phân tích nhân tố khám phá EFA
- Mơ hình hồi quy tuyến tính bội
Nghiên cứu sử dụng phần mềm SPSS 16.0 để xử lý và phân tích dữ liệu.