H3:
Chương
KM1 Nhãn hàng thường xun có chương trình khuyến mãi khi ra mắt sản phẩm mới.
PGS.TS. Hồng Văn Thành, 2018
trình khuyến
mãi
KM2 Nhãn hàng thường xuyên có những ưu
đãi hấp dẫn cho khách hàng cũ.
KM3 Vào những dịp đặc biệt thường xun có chương trình khuyến mãi, tặng q, trúng thưởng, …
KM4 Có nhiều sự kiện được tổ chức để khách
hàng trải nghiệm thử sản phẩm KM5 H5: CL1 Chất lượng CL2 sản
Hành vi
sử dụng rượu bia
26
3.4 CÁCH THỨC THỰC HIỆN
Kiểm định độ tin cậy của thang đo.
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến khơng phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay khơng; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính tốn hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
- Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3);
tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunnally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
- Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là
biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:
- Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0,4 (đây là
những biến khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
- Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời).
Phân tích nhân tố khám phá EFA.
Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của
TIEUthangLUANđo.PhươngMOIphápdownloadCrobachAlpha:skknchat123@gmaildùngđểđánhgiáđộtincậycủa.comthang
phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA 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
27
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
TIEU LUAN MOI download : skknchat123@gmail.com
quan sát).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Principal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (2009,116), Multivariate Data Analysis, 7th Edition, Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor Loading ở mức ± 0.3: Điều kiện tối thiểu để biến quan sát được giữ lại.
- Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê tốt. - Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất tốt.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0.5 (giá trị tuyệt đối)
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Hồi quy đa biến.
Để phân tích mối quan hệ của nhiều biến độc lập với một biến phụ thuộc, ta sử dụng hồi quy đa biến. Khi sử dụng hồi quy đa biến, các tham số cần được chú ý:
- Hệ số R2 hiệu chỉnh (Adjustted coefficient of determination): Dùng để đo
lường phần phương sai của biến phụ thuộc, được giải thích bởi các biến độc lập có tính đến số lượng biến phụ thuộc và cỡ mẫu.
- Kiểm định độ phù hợp của mơ hình: Sử dụng thống kê F (Fisher) để kiểm
định mức ý nghĩa thống kê của mơ hình. Đặt giả thuyết H0 cho là các hệ số β trong mơ hình đều bằng 0. Nếu mức kiểm định nhỏ hơn 0.05 thì ta có thể bác bỏ giả thuyết H0, nghĩa là mơ hình phù hợp với dữ liệu đang khảo sát.
28
- Hệ số hồi quy chuẩn hóa: Hệ số β (Standardized beta Confident) giúp cho việc so sánh một cách trực tiếp về mức độ tác động của các biến độc lập lên biến phụ thuộc.
- Kiểm định mức ý nghĩa của hệ số β: Sử dụng thống kê T để kiểm định mức
ý nghĩa của hệ số β. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05 thì ta có thể kết luận rằng hệ số β có ý nghĩa về mặt thống kê.
- Kiểm định đa cộng tuyến: Một mơ hình hồi quy tuyến tính có phù hợp với tập dữ liệu hay khơng có ý nghĩa là mơ hình đó có hay khơng có hiện tượng đa cộng tuyến. Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập trong mơ hình phụ thuộc lẫn nhau và có quan hệ gần như tuyến tính, nghĩa là nó sẽ cung cấp cho chương trình những thơng tin trùng lắp về sự ảnh hưởng của biến độc lập đến biến phụ thuộc.
Có hai phương pháp để đo lường đa cộng tuyến như sau:
- Tính độ chấp nhận của biến (Tolerance): Độ chấp nhận của biến càng nhỏ
thì dấu hiệu có đa cộng tuyến càng sâu.
TIEU LUAN MOI download : skknchat123@gmail.com
hiện tượng đa cộng tuyến.
Kiểm định giả định hồi quy của mơ hình: Giúp xác định giả thuyết phân phối chuẩn có bị vi phạm hay khơng. Nếu giá trị trung bình Mean = 0 và giá trị Std.dev xấp xỉ bằng 1 thì mơ hình khơng bị vi phạm phân phối chuẩn. Đồng thời xem xét đồ thị phân tán phần dư để xác định có nhân tố tiềm ẩn ảnh hưởng đến biến phụ thuộc hay khơng.
Phân tích phương sai.
- Phân tích kiểm định mẫu độc lập (cịn gọi là Independent Sample T-test) dùng để kiểm định giả thuyết sự khác nhau trung bình giữa các nhóm mẫu của bài nghiên cứu với khả năng phạm sai lầm chỉ 5%. Một số giả định khi phân tích Independent
Sample T-test:
Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
Phương sai của các nhóm so sánh có thể đồng nhất hoặc khác nhau
- Phân tích phương sai một yếu tố (còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là
5%. Một số giả định khi phân tích ANOVA:
Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
Phương sai của các nhóm so sánh phải đồng nhất.
29
TĨM TẮT CHƯƠNG 3
Chương 3 trình bày chi tiết về phương pháp nghiên cứu mà nhóm sử dụng trong đề
tài:
- Phần 1 trình bày về quy trình nghiên cứu của đề tài và Phần 2 trình bày về nghiên cứu sơ bộ mà nhóm đã thực hiện nhằm phục vụ cho nghiên cứu chính thức.
- Trong phần 3, nhóm trình bày cụ thể về cách chọn mẫu nghiên cứu và thang đo cho biến quan sát dựa trên thang đo nháp và các yếu tố từ kết quả khảo sát sơ bộ. Nhóm tiến hành nghiên cứu định lượng bằng hình thức khảo sát bảng câu hỏi với mẫu là 500 người trong độ tuổi từ 15 đến 26 tại TP. HCM.
- Phần 4, nhóm trình bày chi tiết các phương pháp phân tích sự liệu trên
SPSS 22.0, bao gồm kiểm định độ tin cậy của thang đo, phân tích nhân tố khám phá, phân tích nhân tố khẳng định, phân tích hồi quy, phân tích phương trình cấu trúc và, phân tích phương sai.
30
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU 4.1 MƠ TẢ THƠNG TIN MẪU KHẢO SÁT
Trong cuộc khảo sát chính thức, nhóm tác giả tiến hành khảo sát thơng qua hình thức phát bảng câu hỏi và nhận lại bảng câu hỏi khi các đáp viên đã chọn đầy đủ các câu trả lời. Số bảng câu hỏi phát ra là 600 mẫu, trong đó có 100 mẫu khơng đạt u cầu và nhóm tác giả quyết định đưa vào kiểm định 500 mẫu.
Kết quả thống kê mẫu nghiên cứu được phân theo: độ tuổi, giới tính, trình độ học vấn, nghề nghiệp và thu nhập. Trong số 500 mẫu khảo sát hợp lệ được đưa vào khảo sát được đưa vào phân tích có kết quả như sau:
Hình 4.1: Tổng hợp tỉ lệ về độ tuổi, giới tính, trình độ học vấn, nghề nghiệp và thu nhập của mẫu khảo sát
31