Chương 3 : Phương pháp nghiên cứu
3.3.1.Phương pháp thu thập thông tin và cỡ mẫu
3.2 Thiết kế nghiên cứu
3.3.1.Phương pháp thu thập thông tin và cỡ mẫu
3.3.1.1 Mẫu khảo sát
Có nhiều các thương hiệu thời trang công sở cho nam giới trong các phân đoạn thị trường khác nhau.
Cụ thể như phân khúc cao cấp có các thương hiệu như San Sciaro, Manhattan, Arrow, Alain Delon, Pierre Cardin, Valentino Rudy, Paul Smith….
Phân khúc trung cấp có Việt Tiến (bao gồm thương hiệu nhánh Viettien Smat Casual), Mattana (may Nhà bè), John Henry, Buss Figo, Unicol, An Phước, N&M và rất nhiều các thương hiệu khác có giá bán linh hoạt & trải rộng do chưa rõ định vị hơn như May 10, Khatoco, Legamex, Việt Thắng, Agtex 28…
Phân khúc thu nhập hạn chế hơn có các thương hiệu mới xuất hiện như Việt Long (của TCT May Việt Tiến), Monda, Novelty (may Nhà Bè)..
Tuy nhiên, trong giới hạn của đề tài, tác giả chọn 3 thương hiệu được khách hàng biết đến và sử dụng thường xuyên nhất là Việt Tiến, Nhà Bè và An Phước.
3.3.1.2 Phương pháp thu thập thông tin và cỡ mẫu
Tác giả tiến hành phát bảng câu hỏi trực tiếp và thông qua email với người sử dụng các sản phẩm thời trang công sở nam của các công ty dệt may Việt Nam.
Về phương pháp chọn mẫu, tác giả sử dụng phương pháp chọn mẫu thuận tiện. Phân tích nhân tố khám phá EFA và phân tích hồi qui bội là phương pháp chủ yếu trong nghiên cứu này. Theo Hair &ctg (1998) thì muốn phân tích nhân tố khám phá tốt thì số mẫu nghiên cứu cần đạt ít nhất là 5 mẫu tương ứng với một biến quan sát.
Bên cạnh đó, để tiến hành phân tích hồi quy một cách tốt nhất, Tabachnick &Fidell (1960) cho rằng kích thước mẫu cần phải đảm bảo theo cơng thức :
n ≥ 8m +50 Trong đó :
n : cỡ mẫu nghiên cứu
m : số biến độc lập của mơ hình
Mơ hình nghiên cứu của đề tài gồm 16 biến quan sát, vì thế kích thước mẫu cần thiết để kiểm định mơ hình là: n = 16*8 + 50= 178
3.3.2. Phương pháp phân tích dữ liệu
Các dữ liệu sau khi thu thập được tác giả tiến hành làm sạch, mã hóa và xử lý thơng qua phần mềm SPSS 11.5. Các phương pháp phân tích tác giả sử dụng trong đề tài nghiên cứu:
3.3.2.1. Bảng tần số
Bảng tần số để mô tả mẫu thu thập theo, thu nhập và độ tuổi.
3.3.2.2. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng chủ yếu để thu
nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như rất cần thiết trong việc tìm mối quan hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn.
Thư nhất, trị số KMO ( Kaiser – Meyer – Olkin) trong phân tích nhân tố khám phá dùng để xem xét sự thích hợp của phân tích nhân tố. Phân tích nhân tố được xem là thích hợp nếu trị số KMO có giá trị lớn, trong khoảng 0.5 đến 1. Ngược lại, nếu trị số KMO nhỏ hơn 0.5 thìphân tích nhân tố có khả năng khơng thích hợp với dữ liệu. (Hồng Trọng & Chu Nguyễn Mộng Ngọc,2008)
Thứ hai là hệ số tải nhân tố (Factor loadings) ≥ 0.5. Hệ số tải nhân tố là những hệ số tương quan đơn giữa các biến và các nhân tố. Nếu biến quan sát nào có hệ số tải nhân tố < 0.5 sẽ bị loại ( Hair &ctg 1998).
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và thứ tư là hệ số eigenvalue có giá trị lớn hơn 1 (Trần Đức Long (2006,47) trích từ Gerbing & Anderson (1988), “An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments”, Journal of Marketing Research, Vol.25, 186-192).
Thứ năm là khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Bùi Nguyên Hùng & Võ Khánh Tồn (2005) trích từ Jabnoun & Al-Tamimi (2003) “Measuring perceived service quality at UAE commercial banks”, International Journal of Quality and Reliability Management, (20), 4).
Thứ sáu cũng không kém phần quan trọng trong phân tích nhân tố là ma trận nhân tố (Component Matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố. Những hệ số này biểu diễn biểu diễn tương quan giữa các nhân tố và các biến. Hệ số này lớn cho biết nhân tố và các biến có liên hệ chặt
chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt u cầu.
3.3.2.3. Tính tốn Cronbach alpha
Các thang đo được kiểm định độ tin cậy bằng công cụ Cronbach’s Alpha. Hệ số Cronbach Alpha dùng để kiểm định thống kê về mức độ chặt chẽ của các mục hỏi trong thang đo có sự tương quan với nhau. Vì vậy, tính tốn Cronbachalpha có thể giúp người phân tích có thể loại bỏ những biến không phù hợp và hạnchế các biến rác trong q trình nghiên cứu. Ngồi ra, Cronbach alpha còn giúp đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach alpha. Các biến quan sát có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha từ 0.6 trở lên (Trần Đức Long (2006, 46) trích từ Nunnally & Burnstein (1994), Pschy chometric Theory, 3rd edition, NewYork, McGrawHill; và được nhiều nhà nghiên cứu sử dụng (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2004, 21; Hoàng Thị Phương Thảo & Hoàng Trọng, 2006, 15). Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005, 257) cho rằng: “Nhiều nhà nghiên cứu đồng ý rằng Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối vớingười trả lời trong bối cảnh nghiên cứu” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005) trích từ Nunally (1978), Psychometric Theory, New York, McGraw-Hill; Peterson (1994), “A Meta- Analysis of Cronbach’s Coefficient Alpha”, Journal of Consumer Research, No. 21 Vol 2, pp 28-91; Slater (1995), “Issues in Conduction Marketing Strategy Research”, Journal of Strategic).
3.3.2.4. Phân tích hồi qui
Phân tích hồi qui dùng để chứng minh sự phù hợp của mơ hình nghiên cứu. Với mơ hình tác giả đề nghị nghiên cứu trong chương 2, phương pháp phân tích hồi qui bội sẽ thực hiện để xem xét sự ảnh hưởng của các thành phần của giá trị lên thành phần lòng trung thành thương hiệu.
3.3.2.5. Kiểm định t- test và Anova
Sử dụng kiểm định t-test và Anova để xem xét xem có sự khác biệt giữa các biến định tính và biến kết quả định lượng. Cụ thể ở đây là xem xét có sự khác biệt giữa các biến thu nhập; trình độ và độ tuổi đến lịng trung thành thương hiệu.
3.4. TÓM TẮT CHƯƠNG 3
Trong chương 3, tác giả đã trình bày phương pháp nghiên cứu gồm hai bước nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện thơng qua nghiên cứu định tính bằng phương pháp thảo luận nhóm tập trung. Nghiên cứu chính thức được thực hiện thông qua nghiên cứu định lượng và được xử lý bằng phần mềm SPSS 11.5. Mặt khác, chương này tác giả cũng trình bày qui trình, kế hoạch, phương pháp phân tích và thu thập dữ liệu. Trong chương tiếp theo tác giả sẽ trình bày cụ thể kết quả kiểm định của mơ hình nghiên cứu
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 GIỚI THIỆU 4.1 GIỚI THIỆU
Qua q trình thu thập và phân tích dữ liệu như đã trình bày ở chương 3, ở chương 4 tác giả sẽ trình bày kết quả nghiên cứu của đề tài, đồng thời hoàn chỉnh các thang đo và các kết quả kiểm định mơ hình được đề nghị trong đề tài.
Kết quả của nghiên cứu được trình bày trong chương này bao gồm: 4.1. Giới thiệu; 4.2. Đặc điểm mẫu khảo sát; 4.3. Đánh giá độ tin cậy của thang đo thơng qua phân tích nhân tố và hệ số Crobach Alpha; 4.4. Kiểm định và trình bày kết quả kiểm định của mơ hình nghiên cứu và giả thiết nghiên cứu bằng phương pháp phân tích hồi qui bội; 4.5. Kiểm định t – test và Anova; 4.6. Tóm tắt chương.
Phần mềm thống kê SPSS 11.5 được sử dụng như là một cơng cụ chính để thực hiện các phân tích. Cấu trúc của chương được thể hiện qua hình 4.1:
Hình 4.1: Cấu trúc chương 4
4.2 ĐẶC ĐIỂM MẪU KHẢO SÁT 4.2.1 Số lượng mẫu khảo sát 4.2.1 Số lượng mẫu khảo sát
4.1 Giới thiệu
4.2 Đặc điểm mẫu khảo sát 4.3 Đánh giá độ tin cậy của thang đo thơng qua phân tích
nhân tố và hệ số Crobach Alpha
4.4 Phân tích hồi quy bội 4.5 Kiểm định T-Test và 4.5 Kiểm định T-Test và
Anova
Khi thực hiện khảo sát chính thức, tác giả đã gửi bảng câu hỏi tới người tiêu dùng sử dụng các sản phẩm thời trang công sở nam, chủ yếu ở Hà Nội và Thành Phố Hồ Chí Minh. Tác giả thực hiện cuộc khảo sát trong thời gian 3 tuần và nhận về 247 mẫu đầy đủ đạt yêu cầu tác giả đưa ra.
4.2.2 Đặc điểm của mẫu
Bảng 4.1: Đặc điểm về độ tuổi của mẫu khảo sát
Độ tuổi Tần số Phẩn trăm Giá trị phần trăm Tỷ lệ lũy kế
Valid < 25 82 33.2 33.2 33.2
25-35 116 47.0 47.0 80.2
36-40 26 10.5 10.5 90.7
>40 23 9.3 9.3 100.0
Total 247 100.0 100.0
Kết quả khảo 247 của mẫu khảo sát thì có 47% số người được hỏi ở độ tuổi từ 25-35, sau đó là số người ở độ tuổi nhỏ hơn 25 chiếm 33.2% và chỉ có 9.3% là ở dộ tuổi trên 40. Bảng 4.2: Thu nhập hàng tháng Tần số Phần trăm Gía trị phần trăm Tỷ lệ lũy kế Valid < 3 trieu dong 43 17.4 17.4 17.4 3-5 trieu dong 72 29.1 29.1 46.6 5-10 trieu dong 70 28.3 28.3 74.9 >10 trieu dong 62 25.1 25.1 100.0 Total 247 100.0 100.0
Theo kết quả khảo sát, số người có thu nhập từ 3-5 triệu đồng mỗi tháng có tỷ lệ cao nhất, chiếm 29.1%, tiếp đó là những người có thu nhập từ 5-10 triệu đồng mỗi tháng, chiếm tỷ lệ 28.3% và thấp nhất là tỷ lệ người được hỏi có thu nhập dưới 3 triệu đồng mỗi tháng, chiếm 17.4%.
Bảng 4.3: Trình độ học vấn
phần trăm kế Valid Trung hoc-trung cap 25 10.1 10.1 10.1 Cao dang - dai hoc 170 68.8 68.8 78.9
Sau dai hoc 52 21.1 21.1 100.0
Total 247 100.0 100.0
Trong 247 người được hỏi thì có tới 170 người là có trình độ cao đẳng – đại học, chiếm tỷ lệ 68.8%, cịn tỷ lệ trung học – trung cấp chỉ có 10.1% với số lượng là 25 người.
Bảng 4.4: Thương hiệu thường mua
Tần số Phần trăm Giá trị phần trăm Giá trị lũy kế
Valid Viet Tien 158 64.0 64.0 64.0
Nha Be 39 15.8 15.8 79.8
An Phuoc 50 20.2 20.2 100.0
Total 247 100.0 100.0
Với 3 thương hiệu khảo sát là Việt Tiến, Nhà Bè, An Phước thì có tới 64% số người được hỏi sử dụng các sản phẩm của Việt Tiến, tiếp đó là thương hiệu An Phước với tỷ lệ 20.25 và thấp nhất là thương hiệu Nhà Bè với tỷ lệ 15.8%.
4.3 ĐÁNH GIÁ ĐỘ TIN CẬY CỦA THANG ĐO VÀ PHÂN TÍCH NHÂN TỐ VÀ HỆ SỐ CROBACH ALPHA VÀ HỆ SỐ CROBACH ALPHA
4.3.1 Kiểm định độ tin cậy của thang đo
Các thang đo được kiểm định độ tin cậy bằng công cụ Cronbach’s Alpha. Hệ số Cronbach Alpha dùng để kiểm định thống kê về mức độ chặt chẽ của các mục hỏi trong thang đo có sự tương quan với nhau. Cronbach alpha còn giúp đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach alpha. Các biến quan sát có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha từ 0.6 trở lên. Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được.
Bảng 4.5: Kết quả Crobach Alpha của thang đo lòng trung thành thương hiệu
Reliability Coefficients
Cronbach’s Alpha N of Items .9096 5
Item-total Statistics
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Crobach’s Alpha nếu loại biến
LA1 13.0202 11.7679 .7801 .8884
LA2 13.7854 10.2505 .8771 .8657
LA3 13.6073 11.9386 .7136 .9011 LA4 13.5587 10.1419 .7902 .8903 LA5 13.1700 12.7758 .7536 .8981
Thang đo lòng trung thành thương hiệu với 5 biến quan sát có hệ số Cronbach’s Alpha là 0.9096, các biến cịn lại nếu bị loại đều có hệ số Cronbach’s Alpha nhỏ hơn 0.9096, chứng tỏ rằng thang đo lường này là đáng tin cậy. Ngoài ra, hệ số tương quan biến tổng giữa các biến đều đạt mức tốt. Tương quan biến tổng cao nhất là LA2 với 0.8771 và nhỏ nhất là biến LA3 với 0.7136.
4.3.1.2. Thành phần chất lượng cảm nhận
Bảng 4.6: Kết quả Crobach Alpha của thang đo chất lượng cảm nhận
Reliability Coefficients
Cronbach’s Alpha N of Items
.9354 3
Item-total Statistics Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Crobach’s Alpha nếu loại biến PQ1 5.2389 3.8736 .8563 .9203 PQ2 5.5425 4.3630 .8883 .8922 PQ3 5.5587 4.3126 .8655 .9074
Thang đo chất lượng cảm nhận với 3 biến quan sát có hệ số Cronbach’s Alpha là 0.9354, các biến cịn lại nếu bị loại đều có hệ số Cronbach’s Alpha nhỏ hơn 0.9354, chứng tỏ rằng thang đo lường này là rất tốt. Ngoài ra, hệ số tương quan
biến tổng giữa các biến cao hơn nhiều so với tiêu chuẩn 0.3. Tương quan biến tổng cao nhất là PQ2 với 0.8883 và nhỏ nhất là biến PQ1 với 0.8563.
4.3.1.3. Thành phần các thuộc tính đồng hành thương hiệu
Bảng 4.7: Kết quả Crobach Alpha của thang đo các thuộc tính đồng hành thương
hiệu
Reliability Coefficients
Cronbach’s Alpha N of Items
0.8849 4
Item-total Statistics Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Crobach’s Alpha nếu loại biến
BAS1 11.8219 3.4966 0.7265 0.8626
BAS2 11.8947 3.5336 0.7345 0.8585
BAS3 11.4534 3.6147 0.8195 0.8273
BAS4 11.3846 3.8068 0.7277 0.8606
Thang đo các thuộc tính đồng hành thương hiệu với 4 biến quan sát có hệ số Cronbach’s Alpha là 0.8849, các biến cịn lại nếu bị loại đều có hệ số Cronbach’s Alpha nhỏ hơn 0.8849, chứng tỏ rằng thang đo lường này có thể sử dụng được. Ngoài ra, hệ số tương quan biến tổng giữa các biến cao hơn nhiều so với tiêu chuẩn 0.3. Tương quan biến tổng cao nhất là BAS3 với 0.8195 và nhỏ nhất là biến BAS1 với 0.7265
4.3.1.4. Thành phần nhận biết thương hiệu
Bảng 4.8: Kết quả Crobach Alpha của thang đo nhận biết thương hiệu
Reliability Coefficients
Cronbach’s Alpha N of Items
0.8363 4
Item-total Statistics
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Crobach’s Alpha nếu loại biến
BA1 10.0243 4.3897 0.7398 0.7617
BA2 10.3563 4.5473 0.6773 0.7888
BA3 9.8219 4.1389 0.6734 0.7932
BA4 10.1943 4.8401 0.5901 0.8253
Thang đo nhận biết thương hiệu với 4 biến quan sát có hệ số Cronbach’s Alpha là 0.8363, các biến còn lại nếu bị loại đều có hệ số Cronbach’s Alpha nhỏ hơn 0.8363, chứng tỏ rằng thang đo lường này là đáng tin cậy. Đồng thời, hệ số
tương quan biến tổng giữa các biến cao hơn nhiều so với tiêu chuẩn 0.3. Tương quan biến tổng cao nhất là biến BA1 với 0.7398 và nhỏ nhất là biến BA4 với 0.5901.
4.3.2 Phân tích nhân tố (EFA)
Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như rất cần thiết trong việc tìm mối quan hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn.
Thư nhất, trị số KMO ( Kaiser – Meyer – Olkin) trong phân tích nhân tố khám phá dùng để xem xét sự thích hợp của phân tích nhân tố. Phân tích nhân tố được xem là thích hợp nếu trị số KMO có giá trị lớn, trong khoảng 0.5 đến 1. Ngược lại, nếu trị số KMO nhỏ hơn 0.5 thìphân tích nhân tố có khả năng khơng