8. KẾT CẤU ĐỀ TÀI
2.2. Thiết kế nghiên cứu
2.2.2. Nghiên cứu định lượng
Nghiên cứu định lượng là nghiên cứu chính thức với kỹ thuật thu thập dữ liệu
thông qua phiếu điều tra.
Trong bảng câu hỏi được sử dụng, ngồi phần thơng tin cá nhân và thị hiếu tiêu
dùng trà sữa của khách hàng, bảng hỏi được kết cấu bởi 36 biến quan sát được ở dạng thang đo Likert 5 điểm: 1 –Hồn tồn khơng ảnh hưởng và 5 là hoàn toànảnh hưởng.
Đối tượng để gửi bảng hỏi thu thập thông tin là sinh viên trường Đại học Thương Mại đã và đang mua và sử dụng các sản phẩm trà sữa.
27
Dữ liệu nghiên cứu sau khi thu thập đủ và làm sạch được tiến hành phân tích như chu trình phân tích dưới đây:
28
Sơ đồ 2.1. Quy trình phân tích định lượng dữ liệu nghiên cứuThống kê Thống kê
mơ tả Thực hiện các thống kê mô tả mẫu nghiên cứu theo các biến phân loại (độ tuổi, giới tính, thu nhập, thị hiếu tiêu dùng trà sữa)
Cronbach
Alpha test Kiểm định sự tin cậy của các thang đo nghiên cứu bằng hệ số
Cronbach Alpha và hệ số tương quan biến tổng
EFA Phân tích khám phá nhân tố để tìm ra các biến tiềm ẩn (nhân tố) bằng các hệ số KMO, phương sai giải thích, factor loading, Bartlett test,…
Tương quan
Pearson Kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với
các biến độc lập bằng hệ số Tương quan Pearson, giá trị sig
Hồi quy
tuyến tính Xác định được nhân tố nào đóng góp nhiều/ít/khơng đóng góp vào sự
thay đổi của biến phụ thuộc bằng R bình phương hiệu chỉnh, hệ số
Durbin-Watson, giá trị sig của kiểm định F, Hệ số hồi quy chuẩn hóa Beta, giá trị Sig, VIF…
Kiểm định sự khác biệt trung bình
Dùng phương pháp One-way ANOVA, Independent Samples Test để xác định xem có sự khác biệt trung bình biến định lượng đối với các
giá trị khác nhau của một biến định tính hay khơng bằng sig Levene's Test , giá trị sig T-Test.
Nội dung cụ thể được diễn giải như sau:
Thống kê mô tả mẫu: Mô tả những đặc trưng của mẫu nghiên cứu theo các dấu
hiệu phân biệt được định sẵn.
Kiểm định thang đo: Do các biến nghiên cứu được xây dựng từ 3 – 7 biến quan sát khác nhau. Để kiểm tra sự tin cậy của các khái niệm nghiên cứu này phương pháp phổ biến là sử dụng hệ số Cronbach Alpha (Suanders và cộng sự, 2007). Để kiểm tra mức độ phù hợp của một mục hỏi phải xem xét hệ số tương quan biến tổng (Hair và cộng sự, 2006). Tiêu chuẩn kiểm định là hệ số Cronbach Alpha tối thiểu 0.6 và hệ số tương quan biến tổng tối thiểu 0.3 (Nunally và Burstein, 1994).
29
Phân tích khám phá nhân tố (EFA): Phân tích khám phá nhân tố sẽ giúp nhà
nghiên cứu rút gọn dữ liệu từ nhiều biến quan sát thành ít nhân tố hơn mà vẫn phản ánh được ý nghĩa của dữ liệu nghiên cứu. Một số tiêu chuẩn khi phân tích khám phá nhân tố là hệ số KMO tối thiểu bằng 0.5, kiểm định Bartlett có p-value nhỏ hơn 0.05, hệ số eigenvalue tối thiểu bằng 1, phương sai giải thích tối thiểu là 50% (Hair và cộng sự, 2006). Phương pháp rút trích nhân tố sử dụng là phép trích Principal component với phép xoay Varimax để giải thích cấu trúc dữ liệu (Nguyễn Khánh Duy, 2009)
Phân tích tương quan Pearson: Phân tích tương quan Pearson là để kiểm tra
mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, từ đó
làm điều kiện để hồi quy. Hệ số tương quan Pearson(Pearson Correlation) càng tiến về 1 càng tương quan mạnh, Giá trị sig nhỏ hơn 0.05 thì hệ số tương quan mới có ý nghĩa
thống kê (Coakes, Steed& Ong, 2008)
Phân tích hồi quy tuyến tính bội: Kết quả hồi quy trong đa biến giúp xác định
được nhân tố nào đóng góp nhiều/ít/khơng đóng góp vào sự thay đổi của biến phụ
thuộc, để từ đó đưa ra các giải pháp cần thiết và kinh tế nhất. Phân tích được thực hiện bằng phương pháp bình phương nhỏ nhất thơng thường (Ordinal Least Squares – OLS)
trong đó biến phụ thuộc là quyết định mua nói chung, biến độc lập dự kiến sẽ gồm sáu
biến là “Tập hàng hóa”, “khơng gian cửa hàng”, “Giá cả sản phẩm”, “Nhân
viên”,”Chính sách xúc tiến”, “Sự tin cậy"
Phương pháp lựa chọn biến Enter được tiến hành. Hệ số xác định R2 điều chỉnh
được dùng để xác định độ phù hợp của mơ hình, kiểm định F dùng để khẳng định khả năng mở rộng mơ hình này áp dụng cho tổng thể cũng như kiểm định t để bác bỏ giả
thuyết các hệ số hồi quy của tổng thể bằng 0.
Một số tiêu chuẩn khi phân tích làR bình phương hiệu chỉnh trong Bảng Model Summary từ 50% trở lên, giá trị sig của kiểm định F trong bảng ANOVA < 0.05 , giá trị Sig kiểm định t nhỏ hơn hoặc bằng 0.05.
Kiểm định sự khác biệt trung bình: kiểm định sự khác biệt trung bình giúp
chúng ta xác định xem có sự khác biệt trung bình biến định lượng đối với các giá trị
khác nhau của một biến định tính hay không. Hai phương pháp được thực hiện là Independent Sample T-Test để kiểm định sự khác biệt trung bình với trường hợp biến
định tính “Giới tính” có 2 giá trị. Và ANOVA giúp kiểm định “Độ tuổi”, “Thu nhập hàng tháng”,”Thói quen uống trà sữa”,”Giá trung bình” có 3 giá trị trở lên
Ghi chú: Các bước phân tích được thực hiện với sự hỗ trợ của phầm mềm SPSS 20.0
30