- Mục tiêu 1: Sử dụng phương pháp thống kê mô tả để phân tích thực trạng sử dụng điện thoại và hoạt động Mobile Marketing trên đại bàn thành phố Cần Thơ. Thống kê mô tả (Descriptive statistics) là phương pháp có liên quan đến thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng nghiên cứu. Các đại lượng thống kê mô tả chỉ được tính đối với các biến định lượng và thường sử dụng các đại lượng sau: trung bình cộng (mean), sai số trung bình mẫu (standard error of mean), số trung vị (median), mode, độ lệch chuẩn (standard deviation), phương sai (variance), tổng (sum).
- Mục tiêu 2: Sử dụng Cronbach Alpha để đánh giá độ tin cậy của thang đo, phân tích nhân tố khám phá EFA để đánh giá mức độ phù hợp của thang đo trong mô hình, tiếp theo sử dụng phân tích hồi quy bội để đánh giá mức độ ảnh hưởng của các nhân tố đến thái độ và phản ứng của người tiêu dùng thành phố Cần Thơ.
Với m là số tiêu chí => n ≥ 5 x 7 = 35
+ Phương pháp phân tích hệ số tin cậy (Cronbach Alpha) được sử dụng để đánh giá mức độ tin cậy của các thang đo. Phương pháp này giúp loại bỏ các biến quan sát không đủ độ tin cậy (có hệ số tương quan giữa biến – tổng nhỏ hơn 0,3 ). Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 đến gần 1 thài thang đo lường tốt, từ 0,7 đến gần bằng 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 trong nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu .
+ Phương pháp phân tích nhân tố EFA ( Exploratory Factor Analysis), khi thực hiện kỹ thuật này, những biến quan sát có hệ số tải nhân tố ( factor loading) nhỏ hơn 0,5 sẽ bị loại bỏ và chỉ giữ lại những biến có tổng phương sai trích ≥ 50%. Bên cạnh đó, kết quả của phân tích cũng phải thỏa những điều kiện: hệ số KMO ≥ 0,5, mức ý nghĩa của kiểm định Bartlett ≤ 0,05, hệ số Egeivalue phải có giá trị ≥ 1.
+ Phương pháp phân tích hồi quy bội: Phân tích hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến giải thích hay biến độc lập: independent Variables) đến một biến số ( biến kết quả hay biến phụ thuộc: dependent variables) nhằm dự báo kết quả dựa vào giá trị được biết trước của các biến giải thích.
Yi = α0 + β1X1 + β2X2 + β3X3+ …+ βkXk Trong đó:
Yi là biến phụ thuộc
X1, X2, X3,…, Xk là các biến độc lập - các nhân tố mới được rút ra từ phân tích nhân tố, là các biến ảnh hưởng đến biến phụ thuộc
α0 là hệ số chặn của hàm hồi quy
βk là các tham số hồi quy, đo lường độ lớn và chiều hướng ảnh hưởng của các biến độc lập đối với biến phụ thuộc. Mức độ ảnh hưởng thể hiện thông qua các con số này trong phương trình hồi quy. Những nhân tố nào có chỉ số β lớn hơn sẽ có mức độ ảnh hưởng cao hơn. Những nhân tố có chỉ số β là số âm sẽ có ảnh hưởng tiêu cực và ngược lại.
Điều kiện: n ≥ 8m +50
Mà m là số biến độc lập; => m = 7 Vậy n ≥ 8 x 7 + 50 = 106
Kết quả tính toán các thông số cơ bản như sau:
Hệ số tương quan bội R (Muitiple of determination): hệ số R thể hiện mức độ quan hệ phụ thuộc Y và các biến độc lập X. Khi R càng lớn thì mối quan hệ càng chặt chẽ ( -1 ≤ R ≤ 1).
Hệ số xác định R2 (Multiple coefficier of determination): tỷ lệ phần trăm biến động của Y được giải thích bởi các biến Xi.
Hệ số xác định đã hiệu chỉnh (Adjusted R square): dùng để trắc nghiệm xem có nên thêm vào một biến độc lập nữa không. Khi thêm vào một biến mà R2 tăng lên thì ta quyết định đưa biến đó vòa phương trình hồi quy. Hệ số này phản ánh sát mức độ phù hợp của mô hình.
P value (Probablity value): giá trị P là mức ý nghĩa α nhỏ nhất mà ở đó bác bỏ giải thiết H0: β1 = β2 = β3 =…= βk
- Mục tiêu 3: từ những thống kê, phân tích ở các mục tiêu 1, 2 đề xuất một số giải pháp nhằm làm tăng sự tích cực trong thái độ và của người tiêu dùng, đẩy mạnh phát triển hoạt động Mobile Marketing trên địa bàn thành phố Cần Thơ.
Phương pháp phân tích được sử dụng là phương pháp kiểm định Chi – bình phương (χ2), với giả thuyết thống kê H0 và H1 và mức ý nghĩa α=5%. Trong trường hợp chỉ số P (p-value) hay chỉ số Sig. trong SPSS có giá trị nhỏ hơn hoặc bằng mức ý nghĩa α, các giả thuyết H0 bị bác bỏ và ngược lại. Với thủ tục kiểm định này, nghiên cứu có thể đánh giá sự khác biệt về xu hướng thái độ giữa các nhóm nhân khẩu học.
Trong đề tài này, nhóm tôi sử dụng thang đo Lirket 5 mức độ đề đo lường mức độ hài lòng. Ý nghĩa của từng giá trị trung bình trong thang đo khoảng được xác định như bảng sau (giá trị khoảng cách = (maximum – minimum)/n = (5-1)/5= 0,8).
Bảng 2.1 Ý nghĩa của từng giá trị trung bình với thang đo khoảng
Giá trị trung bình Ý nghĩa
1,00 – 1,80 Rất không đồng ý / Rất không hài lòng / Rất không quantrọng 1,81 – 2,60 Không đồng ý / không hài lòng / không quan trọng
2,61 – 3,40 Không ý kiến / trung bình 3,41 – 4,20 Đồng ý / hài lòng / quan trọng
4,21 – 5,00 Rất đồng ý /rất hài lòng / rất quan trọng
CHƯƠNG 3
TỔNG QUAN VỀ HOẠT ĐỘNG MOBILE MARKETING TRÊN ĐỊA BÀN THÀNH PHỐ CẦN THƠ