CHƯƠNG II: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
2.6 BẢN ĐỒ NHẬN THỨC – PHƯƠNG PHÁP ĐO LƯỜNG ĐA HƯỚNG
Trong định vị thương hiệu, nhằm đưa ra các chương trình phù hợp, một trong những nghiên cứu cần tiến hành là xây dựng bản đồ nhận thức định vị thương hiệu. Dựa trên bản đồ này doanh nghiệp sẽ biết và phân tích được vị trí hiện tại của thương hiệu mình trong tâm trí khách hàng so với đối thủ cạnh tranh.
Xây dựng bản đồ nhận thức là kỹ thuật được sử dụng bởi các nhà tiếp thị để thể hiện bằng hình ảnh nhận thức của khách hàng hiện hữu hay khách hàng tiềm năng về việc so sánh tương đối một số đối tượng nào đó. Thông thường là vị trí của sản phẩm, dòng sản phẩm, thương hiệu hay công ty được hiển thị trong mối quan hệ của chúng so với đối thủ cạnh tranh. Các thông tin thu thập để xây dựng bản đồ nhận thức phải là thông tin đến trực tiếp từ phía khách hàng.
Nhận diện các thương hiệu cạnh tranh trong thị trường mục tiêu Nhận diện các thuộc tính liên quan đến thương hiệu
Thu thập thông tin từ khách hàng về thuộc tính liên quan đến thương hiệu
Phân tích vị trí hiện tại của thương hiệu
Xác định sự kết hợp của những thuộc tính ưa thích nhất của khách hàng
Xem xét sự phù hợp giữa vị trí có thể và hấp dẫn của phân khúc thị trường
Các chương trình định vị thương hiệu
Theo Hoàng Trọng (1999), Bản đồ nhận thức có thể có một số chiều (dimension) nhưng nói chung thì khó giải thích được cấu trúc bản đồ có nhiều hơn 3 chiều. Bản đồ 2 chiều thì dễ sử dụng hơn và được dùng phổ biến.
Một vài bản đồ nhận thức sử dụng những vòng tròn có kích thước khác nhau để chỉ doanh số bán hàng hay thị phần của những thương hiệu cạnh tranh với nhau.
Một trong những công cụ thống kê thường được sử dụng để xây dựng bản đồ nhận thức là đo lường đa hướng. Đây là phương pháp dùng để xác định vị trí tương đối của các đối tượng theo nhận thức của người trả lời. Trong đề tài này, đối tượng là những thương hiệu. Mục đích của phương pháp này là chuyển những ý kiến đánh giá của khách hàng về sự giống nhau hay khác nhau hoặc sở thích về các đối tượng thành những khoảng cách trong không gian đa hướng.
Theo Hoàng Trọng (1999) có 2 đại lượng đáng chú ý trong đo lường đa hướng:
Đại lượng thứ nhất là RSQ dùng để đo mức độ phù hợp. Đó là bình phương của hệ số tương quan cho biết phần phương sai của dữ liệu được giải thích bởi các dữ liệu đo lường, tức là phần phương sai giải thích được của đo lường đa hướng.
RSQ càng lớn thì càng tốt, RSQ >= 0.6 thì chấp nhận được
Đại lượng thứ hai là Stress. Stress thể hiện chất lượng của phương án đo lường đa hướng. Trong khi RSQ dùng để đo mức độ phù hợp thì Stress dùng để đo mức độ không phù hợp, nghĩa là giá trị của đại lượng Stress càng cao thì phương án đo lường đa hướng càng ít phù hợp. Stress chính là phần phương sai do các yếu tố khác gây ra không phải do mô hình giải thích được. Theo Kruskal, nếu giá trị Stress được tính 0.2 có nghĩa là phương pháp MDS ít phù hợp ; 0.1 thì tương đối phù hợp ; 0.05 thì phù hợp ; 0.025 thì rất phù hợp ; 0 thì hoàn hảo
2.6.2 Phân loại bản đồ nhận thức (Perceptual mapping)
Tùy theo phương pháp tiếp cận mà bản đồ nhận thức được chia làm 2 loại:
Thứ nhất là tiếp cận trực tiếp (Decompositional) hay tiếp cận phi thuộc tính (Attribute – Free). Đó là cách tiếp cận mà khách hàng được yêu cầu đánh giá mức độ giống nhau của các nhãn hiệu hay yếu tố bằng tiêu chuẩn đánh giá riêng của họ.
Nhà nghiên cứu thường yêu cầu khách hàng đánh giá mức độ giống nhau của tất cả các cặp thương hiệu từ giống nhau nhất đến ít giống nhau nhất. Dữ liệu thu được gọi là điểm số giống nhau. Thuận lợi của phương pháp này là người nghiên cứu không cần phải chỉ ra các thuộc tính quan trọng dùng để đánh giá. Người trả lời đưa ra các đánh giá về mức độ giống nhau dựa vào tiêu chuẩn của chính họ.
Nhưng phương pháp này có bất lợi là các tiêu chuẩn này bị ảnh hưởng bởi các thương hiệu được đánh giá. Hơn nữa, người nghiên cứu sẽ khó đặt tên các chiều trong bản đồ không gian tìm được.
Thứ hai là tiếp cận gián tiếp (Compositional) hay tiếp cận dựa trên thuộc tính (Attribute – Based). Phương pháp này đánh giá mức độ giống nhau dựa vào các thuộc tính. Khách hàng được yêu cầu đánh giá các thương hiệu dựa vào các thuộc tính gợi ý bằng một thang đo Likert. Với thuận lợi là dễ phân biệt những nhóm người trả lời có nhận thức tương đối giống nhau. Những người trả lời có thể được phân nhóm theo các điểm số đánh giá dựa trên các thuộc tính. Người nghiên cứu đặt tên cho các trục dễ dàng hơn. Tuy nhiên, người nghiên cứu phải nhận dạng được các thuộc tính quan trọng, đó là một nhiệm vụ khó khăn khi bản đồ nhận thức được thực hiện theo phương pháp tiếp cận dựa trên các thuộc tính. Đây cũng là phương pháp mà đề tài nghiên cứu đã chọn để vẽ bản đồ nhận thức.
2.6.3 Phương pháp đo lường đa hướng ( MultiDimensional Scaling – MDS)
Để xây dựng bản đồ nhận thức, một công cụ thống kê thường được sử dụng là đo lường đa hướng ( MDS). MDS là phương pháp thống kê nhằm phân tích, nhận dạng những thuộc tính chính thông qua những đánh giá phản hồi của khách hàng mục tiêu về đối tượng nghiên cứu. Từ đó xác định vị trí tương đối của những đối tượng đó trên bản đồ không gian. Trong đề tài, đối tượng nghiên cứu là 6 ngân hàng trên địa bàn tỉnh Lâm Đồng.
Khác với những công cụ khác, MDS chứa đựng những thuộc tính được khách hàng phản hồi. Đây là thuận lợi quan trọng vì kết quả sẽ không phụ thuộc vào đánh giá chủ quan của người nghiên cứu.
Theo Hoàng Trọng (1999), có 5 bước tiến hành trong đo lường đa hướng (hình 2.2)
Bước 1: xác định vấn đề nghiên cứu. Trong bước này, người nghiên cứu xác định mục đích sử dụng kết quả đo lường, chọn các thương hiệu và các yếu tố đưa vào nghiên cứu. Số lượng thương hiệu và các yếu tố đưa vào sẽ ảnh hưởng đến các trục trong không gian đa hướng và cấu trúc của không gian này. Để có được một bản đồ không gian tốt,thông thường phải có tối thiểu 8 thương hiệu hay yếu tố đưa vào phân tích.
Bước 2: thu thập dữ liệu. Dữ liệu thu thập từ các đối tượng khách hàng mục tiêu sẽ cho biết:
(1) những yếu tố nào được sử dụng khi đánh giá cho mỗi đối tượng (2) có bao nhiêu hướng sẽ được sử dụng trong những tình huống cụ thể
(3) có bao nhiêu thương hiệu thích hợp cho việc đánh giá các thuộc tính được chọn
(4) mối quan hệ giữa 2 bộ dữ liệu của tập các thuộc tính được khảo sát từ 2 đối tượng khách hàng mục tiêu cho cùng 8 thương hiệu.
Bước 3: lựa chọn kỹ thuật xử lý. Chạy chương trình thống kê MDS và chọn kỹ thuật phù hợp dựa trên cách tiếp cận đã được chọn từ 2 bước trên. Đề tài nghiên cứu đã chọn cách tiếp cận gián tiếp, chạy chương trình thống kê MDS của phần mềm SPSS 11.5 và biểu diễn trên bản đồ không gian 2 chiều.
Bước 4: trình bày kết quả. Thể hiện kết quả nghiên cứu thành bản đồ không gian và định nghĩa các hướng.
Bước 5: kiểm tra kết quả, mức độ tin cậy và độ giá trị. Trong bước này, tiến hành
đặt tên các chiều, các thuộc tính, giải thích cấu trúc và kiểm tra tính đúng đắn của kết quả.
Sơ đồ các bước được tóm tắt như sau:
Hình 2.2: Các bước tiến hành trong đo lường đa hướng
Nguồn: tổng hợp từ Hair và cộng sự (1992, 1998); Hoàng Trọng (1999)