CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Phân tích dữ liệu khảo sát
Để tiến hành thu thập dữ liệu điều tra các nghiên cứu định lượng, người nghiên cứu phải sử dụng nhiều thang đo khác nhau (Hoàng & Chu, 2008). Do tính phức tạp của hiện tượng kinh tế - xã hội nên việc lượng hoá các khái niệm nghiên cứu địi hỏi phải có những thang đo được xây dựng công phu và được kiểm tra độ tin cậy trước khi vận dụng. Vì vậy, trước khi thực hiện thống kê và phân tích dữ liệu, nghiên cứu sẽ thực hiện kiểm định độ tin cậy của các thang đo đã được sử dụng trong bảng hỏi. Tác giả sử dụng phần mềm phân tích, thống kê SPSS 25.0 để phân tích dữ liệu. Sau khi tiến hành khảo sát, những bảng hỏi thu thập được sẽ được
làm sạch và nhập vào cơ sở dữ liệu. Đây là hoạt động giúp loại bỏ những bảng trả lời không đầy đủ hoặc có lỗi trả lời để đảm bảo dữ liệu có đủ độ tin cậy để đưa vào phân tích. Các bước xử lý và phân tích dữ liệu được thực hiện như sau:
3.3.1. Thống kê mô tả mẫu
Các biến phân loại như: giới tính, độ tuổi, nghề nghiệp,....được phân loại bằng các chỉ số thống kê mổ tả cơ bản qua số quan sát và bảng tần suất theo các dáu hiệu phân biệt đã được định sẵn.
3.3.2. Đánh giá sơ bộ thang đo
Độ tin cậy của thang đo được đánh giá thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng (item- total correlation). Nó giúp đo lường mức độ chặt chẽ mà các biến quan sát trong thang đo tương quan với nhau. Về giá trị của Cronbach alpha, Hoàng & Chu (2008) cho rằng: “Nhiều nhà nghiên cứu đồng ý rằng giá trị này từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt. Một số nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Slater & Narver, 1995). Tiêu chuẩn lựa chọn Cronbach's Alpha tối thiểu là 0,6 (Hair et al, 2000). Với những thang đo có hệ số Cronbach Alpha nhỏ hơn 0,6 là thang đo không phù hợp và xem xét loại biến quan sát nào đó đi (trong kết quả kiểm định thang đo sẽ tự đề xuất việc loại bỏ biến này) để đạt được hệ số Cronbach Alpha tốt hơn. Tuy nhiên, các biến quan sát cho kiểm định Cronbach Alpha phải đảm bảo từ 3 biến trở lên. Nếu nhỏ hơn việc thực hiện kiểm định thang đo là khơng phù hợp, khi đó phần mềm sẽ khơng đưa ra kiến nghị gì về đánh giá thang đo. Hệ số tương quan biến tổng nhỏ hơn 0,3 được xem là biến rác và những biến quan sát này sẽ được loại ra khỏi nhân tố để đảm bảo sự tin cậy thang đo. Những biến rác này sẽ khơng được phân tích ở những bước tiếp theo của bài nghiên cứu (Nunally & Burstein, 1994).
3.3.3. Phân tích nhân tố khám phá
Sau khi các nhân tố được kiểm định thang đo bằng Cronbach's Alpha sẽ tiếp tục được đưa vào phân tích khám phá nhân tố EFA. Phân tích nhân tố sẽ giúp nhà nghiên cứu rút ra được những nhân tố tiềm ẩn từ một tập hợp các biến quan sát nhỏ
hơn, có ý nghĩa hơn (Hair et al, 2000). Một số tiêu chuẩn áp dụng khi phân tích EFA trong nghiên cứu được đưa ra như sau:
- Kiểm định sự thích hợp của phân tích nhân tố với dữ liệu của mẫu thông qua giá trị thống kê Kaiser - Meyer - Olkin (KMO). Theo đó, trị số của KMO lớn hơn 0,5 thì phân tích nhân tố là thích hợp, ngược lại nếu trị số KMO nhỏ hơn 0,5 thì áp dụng phương pháp phân tích nhân tố khơng thích hợp với dữ liệu đang có.
- Số lượng nhân tố: Số lượng nhân tố được xác định dựa vào chỉ số eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình nghiên cứu. - Phương sai giải thích (variance explained criteria): Tổng phương sai giải thích phải lớn hơn 50%.
- Độ giá trị hội tụ: Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số chuyển tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố.
- Phương pháp trích hệ số yếu tố thành phần chính với phép xoay vng góc để đảm bảo số lượng nhân tố là bé nhất.
Kết quả phân tích nhân tố đều cho thấy các nhân tố đều hình thành giống với giả thuyết ban đầu (giống với mơ hình giả thuyết). Từ kết quả này, tác giả tiến hành tạo biến đại diện bằng cách lấy trung bình cộng của các biến quan sát. Kí hiệu tên nhân tố đại diện sẽ là những kí tự đầu tiên khơng thêm số.
3.3.4. Phân tích tương quan và hồi quy
Để kiểm định các giả thuyết nghiên cứu phương pháp phân tích hồi quy sẽ được sử dụng. Phương pháp ước lượng hồi quy giữa biến phụ thuộc và các biến độc lập trong mơ hình sử dụng phương pháp tổng bình phương nhỏ nhất (OLS).
Mơ hình hồi quy tuyến tính có dạng như sau:
Y =β0 + β1X1 + …+ βiXi +…+ βkXk +Ui (mơ hình có k biến độc lập) (1) Trong đó: Y là biến phụ thuộc
β0 là hệ số chặn (contanst) Các Xi là biến độc lập
βi là các hệ số góc – phản ảnh mức độ ảnh hưởng của biến Xi lên biến phụ thuộc Y.
Ui là phần ngẫu nghiên hay còn gọi là nhiễu, là phần biến thiên của biến phụ thuộc Y chịu ảnh hưởng ngoài các biến Xi đưa vào mơ hình.
Trong nghiên cứu các nhân tố ảnh hưởng tới thái độ người tiêu dùng đối với marketing trực tiếp tại doanh nghiệp bán lẻ trên địa bàn Thành phố Hà Nội, biến phụ thuộc là thái độ người tiêu dùng đối với marketing trực tiếp tại doanh nghiệp bán lẻ. Các biến độc lập được đề xuất gồm Tính thơng tin, Độ tin cậy, Sự phiền nhiễu, Tiện ích, và Sự cho phép
Để đảm bảo mơ hình xây dựng là tốt nhất, phương trình (1) phải đảm bảo thỏa mãn một số giả thuyết sau:
Các Ui có phân bố chuẩn Ui ~ N (0, σ2), nếu các Ui khơng phân bố chuẩn hàm ước lượng có thể khơng phải là hàm tuyến tính (hàm logarit, hàm mũ,… ) tức là mơ hình xây dựng tuyến tính (đường thẳng) là khơng phù hợp. Để nhận biết phân bố chuẩn sử dụng đồ thị Histogram và đồ thị P-Plot. Nếu đồ thị Histogram thể hiện hình chng, giá trị trung bình chuẩn hóa bằng khơng, độ lệch chuẩn xấp xỉ bằng 1 thì có thể kết luận có phân phối chuẩn.
Mơ hình khơng xảy ra đa cộng tuyến. Đa cộng tuyến cũng là hiện tượng các biến độc lập có quan hệ tuyến tính với nhau dẫn đến hiện tượng thổi phồng các kết quả (cộng tuyến) và không tách được ảnh hưởng của từng nhân tố đến biến phụ thuộc. Dấu hiệu nhận biết có đa cộng tuyến có thể sử dụng là chỉ số VIF (nhân tử phóng đại phương sai), nếu VIF nhỏ hơn 10 có thể kết luận đa cộng tuyến khơng ảnh hưởng đến kết luận từ phương trình hồi quy bằng OLS (Hair et al, 2000; Hoàng, & Chu, 2008).
Sau khi kiểm tra kết quả cho thấy các giả thuyết khơng bị vi phạm thì có thể kết luận ước lượng các hệ số hồi quy là không thiên lệch, nhất quán và hiệu quả. Các kết luận rút ra từ phân tích hồi quy là đáng tin cậy.
Tiêu chuẩn kiểm định các giả thuyết nghiên cứu lấy theo thông lệ ở mức ý nghĩa 5%. Các giá trị p –value của thống kê t tương ứng được so sánh trực tiếp với
giá trị 0,05 để kết luận chấp nhận hay bác bỏ một giả thuyết nghiên cứu. Để xem xét khả năng giải thích của mơ hình hệ số R2 hiệu chỉnh được sử dụng.
KẾT LUẬN CHƯƠNG 3
Trong Chương 3 của Luận án về Phương pháp nghiên cứu, tác giả đã trình bày tiến trình nghiên cứu với 6 bước: xác định mục tiêu nghiên cứu, thu thập và tổng quan tài liệu, thu thập dữ liệu nghiên cứu, nghiên cứu thử nghiệm, nghiên cứu chính thức, báo cáo kết quả nghiên cứu. Trong đó tác giả tập trung trình bày phương pháp nghiên cứu định lượng nhằm kiểm định các giả thuyết nghiên cứu, xác định mức độ ảnh hưởng của các nhân tố tới thái độ người tiêu dùng đối với marketing trực tiếp tại doanh nghiệp bán lẻ trên địa bàn Thành phố Hà Nội.
CHƯƠNG 4. THỰC TRẠNG MARKETING TRỰC TIẾP TẠI CÁC DOANH NGHIỆP BÁN LẺ TRÊN ĐỊA BÀN THÀNH