Luận văn: PPNC ảnh hưởng về quyết định mua sản phẩm trang trí

Nghiên cứu các nhân tố ảnh hưởng đến quyết định mua sản phẩm trang trí nghệ thuật của khách hàng: Nghiên cứu tại Công ty Cổ Phần Kiến Trúc Nhà Ở Cộng

3.1.Quy trình nghiên cứu 

Quy trình nghiên cứu bao gồm nghiên cứu định tính và nghiên cứu định lượng. Tác giá thực hiện nghiên cứu định tính trước để phát triển và xây dựng thang đo các biến quan sát, tiếp đó đưa vào nghiên cứu định lượng để phân tích các nhân tố ảnh hưởng, đánh giá và kiểm định mô hình và các giả thuyết nghiên cứu.

Tác giả đề xuất quy trình nghiên cứu thể hiện qua hình 3.1 dưới đây.

• Bước 1: Xác định vấn đề nghiên cứu và mục tiêu nghiên cứu.
• Bước 2: Tham khảo các cơ sở lý luận và tài liệu có liên quan, từ đó đề xuất mô hình và giả thuyết nghiên cứu cho luận văn.
• Bước 3: Xây dựng các thang đo dựa trên tổng hợp các nghiên cứu trước và tổng hợp đề xuất thang đo từ tác giả. Sau đó, tiến hành khảo sát chính thức.
• Bước 4: Đánh giá, phân tích độ tin cậy của các thang đo qua phân tích hệ số Cronbach’s Alpha, đánh giá sơ bộ tính đơn hướng, giá trị hội tụ và giá trị phân biệt của thang đo qua phân tích nhân tố khám phá (EFA), đánh giá mức độ phù hợp các nhân tố của mô hình qua phân tích nhân tố khẳng định (CFA) và phân tích mô hình cấu trúc tuyến tính (SEM).
• Bước 5: Kết luận và hàm ý quản trị

(Nguồn: Đề xuất của tác giả)

3.2. Xây dựng thang đo

3.2.1. Thang đo sơ bộ

Xây dựng thang đo sơ bộ là cơ sở cho nghiên cứu định tính nhằm xây dựng bảng câu hỏi khảo sát cho phân tích và nghiên cứu định lượng. Thang đo trong mô hình nghiên cứu được tác giả thiết kế theo thang đo Likert với 5 cấp độ từ “1- hoàn toàn không đồng ý” đến “5-hoàn toàn đồng ý”. Các thang đo là tập hợp những câu hỏi được kế thừa từ những nghiên cứu trước nhằm tăng độ tin cậy cũng như giá trị thang đo, cộng thêm đề xuất của tác giả.

Cụ thể, thang đo “chính sách giá” dựa theo Yoo et al. (2000); thang đo “sự tin cậy” và thang đo “khả năng đáp ứng” dựa theo Parasuraman và những cộng sự (1988); thang đo “sản phẩm hưởng thụ” và thang đo “thương hiệu tự thể hiện” dựa theo Carroll BA, Ahuvia AC (2006); Thang đo “quyết định mua sắm” dựa theo  Mishra et al. (2014). Trong đó, chỉ có hai thang đo do tác giả tự phát triển là: thang đo “chăm sóc khách hàng” và thang đo “tiếp cận thông tin”.

Thang đo Likert với 5 cấp độ được quy ước mức độ thang đo như sau:

1: Hoàn toàn không đồng ý; 2: Chưa thực sự đồng ý; 3: Tương đối đồng ý; 4: Đồng ý; 5: Hoàn toàn đồng ý.

Bảng 3.1. Thành phần biến quan sát trong thang đo sơ bộ

3.2.2. Kết quả hiệu chỉnh thang đo

Đánh giá lại nội dung thang đo qua khảo sát định tính để xem lại có cần điều chỉnh bổ sung hay loại bỏ bớt biến quan sát hay không và thang đo có dễ hiểu hay không.

Qua khảo sát định tính, các ý kiến nhận được điều đồng ý về mặt nội dung các biến quan sát để đo lường các yếu tố ảnh hưởng đến quyết định sau khi loại một vài biến quan sát ra khỏi thang đo, vì phát biểu bị lặp lạ và khi loại thang đo này không ảnh hưởng nhiều về mặt nội dung của thang đo. Cuối cùng tổng kết lại có tổng cộng 29 biến quan sát cho nghiên cứu định lượng.

Bảng 3.2. Các biến quan sát bị loại khỏi thang đo sơ bộ

Kết thúc nghiên cứu định tính, tác giả đã xây dựng được mô hình nghiên cứu cho nghiên cứu định lượng. Các thang đo được lựa chọn, điều chỉnh và bổ sung để phù hợp với mô hình hoạt động kinh doanh tại Công ty Cổ Phần Kiến Trúc Nhà Ở Cộng. Các dữ liệu khảo sát thu thập cho nghiên cứu định lượng được tác giả xử lý bằng phần mềm SPSS, AMOS để phân tích, đánh giá độ tin cậy của thang đo và phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định CFA, phân tích mô hình cấu trúc tuyến tính SEM. Từ đó, rút ra các kết luận tổng thể của mô hình nghiên cứu và đưa ra các hàm ý quản trị.

3.3. Phương pháp nghiên cứu định lượng 

3.3.1. Phương pháp chọn mẫu

Theo nghiên cứu của Hair et al. (1998) cho rằng số lượng mẫu ít nhất gấp 5 lần số biến quan sát, đối với phân tích nhân tố khám phá (EFA) thì mẫu tối thiểu bằng hoặc lớn hơn gấp 5 lần biến quan sát. Nghiên cứu của Tabachnick và Fidell (2006) cũng cho rằng để phân tích hồi quy tốt nhất thì số lượng mẫu được tính theo công thức: n ≥ 8m + 50 (m là số biến quan sát độc lập).

Trong phạm vi nghiên cứu của luận văn này, tác giả đưa 29 biến vào phân tích. Theo Hair et al. (1998) thì kích thước mẫu ít nhất là 29 x 5 = 145 quan sát. Mặc dù với kích thước mẫu 145 quan sát là đủ để phân tích định lượng, nhưng để đảm bảo độ tin cậy của khảo sát cũng như đáp ứng đủ theo yêu cầu kích thước mẫu của Tabachnick và Fidell (2006) đã đề cập, tác giả xây dựng mẫu dự kiến là 225 quan sát.

Trong nghiên cứu này, đối tượng khảo sát là những khách hàng đã ra quyết định mua sản phẩm trang trí nghệ thuật tại Công ty Cổ Phần Kiến Trúc Nhà Ở Cộng. Tác giả sử dụng phương pháp chọn mẫu phi xác xuất, cụ thể là cách chọn mẫu thuận tiện để khảo sát vì tính thực tế phù hợp với mô hình kinh doanh cũng như cách lấy mẫu một cách thuận tiện.

3.3.2. Thu thập dữ liệu:

Nghiên cứu định lượng được thực hiện tại Công ty CP Kiến Trúc Nhà Ở Cộng thông qua khảo sát trực tuyến bằng công cụ Google Docs được gửi tới đối tượng điều tra thông qua mạng xã hội. Sau khi sàng lọc, tác giả sử dụng 225 phiếu hợp lệ để sử dụng chính thức trong phân tích định lượng.

3.3.3. Phương pháp phân tích dữ liệu

Tác giả dùng phần mềm thống kê SPSS 22 và AMOS 20 để xử lý và phân tích dữ liệu khảo sát. Phương pháp phân tích cụ thể như sau:

3.3.3.1. Phân tích độ tin cậy thang đo (Scale Reliability Analysis)

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng, để đảm bảo thang đo và biến đo lường đủ độ tin cậy. Đối với độ tin cậy thang đo thì Cronbach’s Alpha từ 0.7 đến gần 0.8 thì thang đo lường sử dụng được, giá trị từ 0.8 đến gần 1 thì thang đo lường tốt. Mục đích phân tích độ tin cậy của thang đo qua hệ số Cronbach’s Alpha trước khi thực hiện phân tích nhân tố khám phá (EFA) là để chọn và loại bỏ các biến quan sát không phù hợp với mô hình nghiên cứu.

Đối với biến đo lường đảm bảo độ tin cậy khi có hệ số tương quan biến – tổng hiệu chỉnh (corrected itemtotal correlation) lớn hơn hoặc bằng 0,3 (Nunnally và Bernstein, 1994; theo trích dẫn bởi Nguyễn Đình Thọ, 2011). Các biến đo lường có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại (theo Hair et al., 2010).

3.3.3.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) 

Phân tích nhân tố khám phá (EFA) dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair et al., 1998).Việc phân tích nhân tố EFA được thực hiện như sau:

Bước 1: Dùng kiểm định KMO (Kaiser-Meyer-Olkin Measure of sampling adequacy) và Bartlett (Bartlett’s Test of Sphericity) để kiểm định mức độ phù hợp của các biến đã được đánh giá về độ tin cậy. Theo Kaiser (1974; trích dẫn bởi Nguyễn Đình Thọ, 2011) KMO ≥ 0,9: rất tốt; KMO ≥ 0,8: tốt; KMO ≥ 0,7 được; KMO ≥ 0,6: tạm được; KMO ≥ 0,5: xấu và KMO < 0,5: không thể chấp nhận được. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), nếu kiểm định Bartlett có giá trị Sig. > 0,05 thì không nên áp dụng phân tích nhân tố.

Bước 2: Đánh giá sơ bộ thang đo qua kiểm định Bartlett’s Test để xem xét giả thuyết mối tương quan giữa các biến với nhau. Dựa vào bảng ma trận nhân tố sau khi xoay để xác định số lượng nhân tố. Để đảm bảo mức ý nghĩa trong phân tích nhân tố, cần loại những biến đo lường có hệ số tải nhân tố không đạt tiêu chuẩn ở từng nhân tố.

Theo Hair và cộng sự (2010), các tiêu chuẩn khi phân tích EFA:

• Chỉ số KMO (Kaiser-Meyer-Olkin): dùng để xem xét sự thích hợp cho phân tích nhân tố khám phá. Chỉ số của KMO có giá trị trong khoảng từ 0,5 đến 1 (0,5 ≤ KMO ≤ 1) là phù hợp.
• Kiểm định hệ số Bartlett’s Test: có ý nghĩa thống kê với giá trị Sig. < 0.05, các biến quan sát có mối tương quan với nhau trong tổng thể.
• Hệ số tải nhân tố (Factor loadings): là mối tương giữa biến quan sát với nhân tố. Giá trị tuyệt đối hệ số tải của biến quan sát càng cao, có nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Hệ số tải ở mức 0.5 trở lên có mức tối ưu, các biến quan sát có ý nghĩa thống kê tốt (Hair et al., 1998). Những biến quan sát có hệ số tải nhân tố (Factor loading) lớn hơn 0,3 được xem là đạt mức tối thiểu mới được giữ lại, những biến quan sát có hệ số tải nhân tố nhỏ hơn 0,3 sẽ bị loại khỏi mô hình.
• Tổng phương sai trích >50% (Gerbing và Anderson, 1988): Thể hiện sự biến thiên của các biến quan sát.

3.3.3.3. Phân tích nhân tố khẳng định CFA 

Trong kiểm định các tiêu chí, phương pháp phân tích nhân tố khẳng định CFA là một trong các kỹ thuật thống kê của mô hình cấu trúc tuyến tính (SEM) có nhiều ưu điểm hơn so với các phương pháp phân tích hệ số tương quan, phương pháp phân tích nhân tố khám phá (EFA), phương pháp truyền thống – đa khái niệm Multitrait – Multimethod… (Bagozzi & Warshaw, 1990). Phương pháp CFA được sử dụng để khẳng định lại tính đơn biến, đa biến, giá trị hội tụ và phân biệt của bộ thang đo.

Trong nghiên cứu này với kích thước mẫu là N = 225 > 200, sẽ kiểm định Chi – bình phương CMIN/df < 5 (CMIN: thể hiện mức độ phù hợp tổng quát của mô hình ở mức ý nghĩa 5%), bên cạnh xem xét: chỉ số tích hợp so sánh (CFI), chỉ số Tucker and Lewis (TLI) và chỉ số RMSEA. Ngoài ra, phân tích các giá trị GFI, TLI, CFI ≥ 0,9; RMSEA ≤ 0,06 được coi là tốt và có thể kết luận mô hình phù hợp hay tương thích với dữ liệu thị trường (Hair et al., 2010).

Ngoài ra, khi phân tích CFA cần đánh giá các giá trị khác như Độ tin cậy của các tiêu chí: Hệ số tin cậy tổng hợp và Tổng phương sai trích được; Tính đơn hướng/đơn nguyên; Giá trị hội tụ; Giá trị phân biệt.

3.3.3.4. Phân tích cấu trúc tuyến tính (SEM) 

Tương tự như phân tích nhân tố khẳng định (CFA), mô hình phù hợp hay không được đánh giá thông qua kiểm định Chi – bình phương (CMIN): thể hiện mức độ phù hợp tổng quát của toàn bộ mô hình tại mức ý nghĩa 5% (Joreskog and Sorbom, 1989).

Mô hình cấu trúc tuyến tính (SEM) thể hiện rõ mối quan hệ giữa các biến tiềm ẩn và biến quan sát với nhau, đưa ra thông tin về các thuộc tính đo lường của các biến quan sát và chỉ rõ mối quan hệ giữa các biến tiềm ẩn với nhau, các mối quan hệ này có thể mô tả những dự báo mang tính lý thuyết mà các nhà nghiên cứu quan tâm.

Trong kiểm định giả thuyết và mô hình nghiên cứu, mô hình cấu trúc tuyến tính (SEM) cũng có nhiều ưu điểm hơn các phương pháp phân tích đa biến truyền thống như hồi quy bội, hồi quy đa biến vì nó có thể tính được sai số đo lường. Những phương pháp phân tích đa biến ở thế hệ thứ nhất thường giả sử các biến độc lập được đo lường chính xác (không có sai số đo lường). Nhưng giả sử này không có tính hiện thực vì trong thực tiễn thì sai số luôn xuất hiện trong đo lường. Hơn nữa, phân tích cấu trúc tuyến tính (SEM) cho phép kết hợp được các khái niệm tiềm ẩn với đo lường của chúng, bên cạnh cũng có thể xem xét các đo lường độc lập từng phần hay kết hợp chung với mô hình lý thuyết cùng một lúc. Ngày nay, phương pháp phân tích mô hình cấu trúc tuyến (SEM) đã trở nên phổ biến trong các nghiên cứu khoa học xã hội.

Để đo lường mức độ phù hợp của mô hình nghiên cứu với dữ liệu thị trường qua bốn chỉ tiêu chính sau: chỉ số Chi-square, chỉ số phù hợp tương đối CFI (Comparative Fit Index), chỉ số mức độ phù hợp GFI (Goodness of Fit Index) và chỉ số trung bình sai số bình phương gốc xấp xỉ RMSEA (Root Mean Square Error Approximation). Xét giá trị GFI và CFI từ 0,9 đến 1 và RMSEA có giá trị nhỏ hơn 0,08 thì có thể kết luận mô hình phù hợp với dữ liệu thị trường.

Trong nghiên cứu này, phân tích mô hình cấu trúc tuyến tính (SEM) nhằm xác định và lượng hoá mối quan hệ của các yếu tố ảnh hưởng đến quyết định mua sắm đồ trang trí nghệ thuật của người tiêu dùng tại Công ty Cổ Phần Kiến Trúc Nhà Ở Cộng.

Kết luận chương 3

Trong chương 3 này, tác giả trình bày cụ thể hai phương pháp nghiên cứu: nghiên cứu định tính và nghiên cứu định lượng. Từ kết quả của nghiên cứu định tính để xây dựng thang đo nhằm đánh giá chi tiết về các yếu tố ảnh hưởng đến quyết định mua sắm và chính thức đưa vào phân tích định lượng. Các tiêu chí cụ thể trong mô hình được đo lường bằng thang đo Likert 5 mức độ với thang điểm đánh giá từ 1 đến 5. Đối với các biến phân loại như giới tính, độ tuổi, mức chi tiêu, loại sản phẩm…được đo lường bằng các thang đo định danh hoặc thứ bậc. Trong chương này, tác giả cũng trình bày rõ phương pháp chọn mẫu và thu thập dữ liệu, phương pháp phân tích dữ liệu. Tác giả xây dựng các giả thuyết nghiên cứu, kiểm định mô hình nghiên cứu và đưa ra được kết quả nghiên cứu được trình bày ở chương 4 sau đây.

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com