Professional Documents
Culture Documents
khác biệt
trong hiệu quả quảng cáo của Beeline trên các phương tiện truyền thông? Thứ hai, nếu
có, các yếu tố nào tạo ra sự khác biệt đó? Đây là hai vấn đề lớn cần phải giải quyết, đồng
thời cũng là vấn đề trọng tâm của nghiên cứu này.
Giả thuyết Ho: µ1= µ2= µ3= µ4= µ5 (Tức không có sự khác biệt về hiệu quả quảng cáo giữa
tivi (µ1); báo chí (µ2); pano (µ3); cửa hàng (µ4); Internet (µ5)
Giả thuyết H1: µ1# µ2# µ3# µ4# µ5 (Có sự khác biệt về hiệu quả quảng cáo giữa năm
phương tiện trên)
Sử dụng kiểm định F trong bảng phân tích ANOVA, với sự hỗ trợ của phần mềm thống
kê SPSS.16 để thực hiện bước kiểm định này. Ta có thể bác bỏ giả thuyết Ho nếu F > Fα
(k-1, bậc tự do ở tử số; Nt-k: độ tự do ở mẫu số; α = 0.05)
Để khảo sát hiệu quả của các chương trình quảng cáo trên các phương tiện của
công ty điện thoại Beeline, chúng tôi đã thu thập các thông tin có liên quan bao gồm:
phương tiện (tivi, báo chí, pano, cửa hàng, internet)…
Theo cách tiếp cận này chúng tôi đã thu thập thông tin về sự đánh giá của khách
hàng về các yếu tố trên tại …… bằng phương pháp điều tra lấy mẫu thuận tiện. Phiếu
thăm dò được phát cho những khách hàng là những người đã sử dụng hoặc có xem các
chương trình quảng cáo của công ty Beeline trong tháng 10 năm 2009. Những câu hỏi sử
dụng thang đo Likert, cho điểm từ 1 đến 5, trong đó:1.hoàn toàn không đồng ý; 2.Không
đồng ý; 3: Không có ý kiến; 4: đồng ý; 5: rất đồng ý (xem phụ lục 1-bảng câu hỏi)
Để đạt được kích thước mẫu (n) khoảng từ 90 đến 120, chúng tôi đã tiến hành phát
150 phiếu điều tra cho các đối tượng khách hàng đến mua sắm tại siêu thị Co-opmart. Số
phiếu thu về là 158 (79%). Sau khi sàng lọc số phiếu không đạt yêu cầu, số phiếu được sử
dụng là 123 phiếu (62%).
Đối tượng khách hàng được khảo sát bao gồm: cán bộ công chức 25 người
(20%); nhân viên văn phòng 8 người (7%); công nhân 16 người (13%); người buôn bán
29 người (24%); nội trợ 12 người (10%); nghề tự do 16 người (12%); nhà quản lý 9
người (8%); sinh viên, học sinh 8 người (7%).
Khách hàng ở độ tuổi từ 18 đến 24 có 16 người (13%), từ 25 đến 34 có 21 người
(17%), từ 35 đến 44 tuổi có 28 người (23%), từ 45 đến 54 tuổi có 37 người (30%), từ 55
đến 64 có 21 người (17%). Khách hàng là nữ có 76 người (62%) và nam là 47 người
(38%). Về thu nhập, có 25 người có mức thu nhập dưới 2 triệu đồng/tháng (20%), 29
người có mức thu nhập từ 2 đến 4 triệu đồng (23%), 33 người có mức thu nhập từ trên 4
đến 6 triệu đồng (27%), thu nhập trên 6 đến 8 triệu đồng có 16 người (13%), thu nhập
trên 8 đến 10 triệu đồng có 12 người (10%) và thu nhập trên 10 triệu đồng/tháng có 08
người (7%).
Kết quả thu thập được được xử lý bằng phần mềm thống kê SPSS.15 nhằm sàng
lọc các biến rác thông qua phương pháp KMO; độ tin cậy Cronbach Alpha và phân tích
nhân tố khám phá EFA.
Phương pháp KMO (Kaiser-Meyer-Olkin) dùng để đo lường tính tương thích của
mẫu, được chấp nhận với α > 0.5; giá trị p-value <0.05, được thể hiện trong SPSS là Sig.,
tức Significative level: mức có ý nghĩa của tập hợp mẫu. Chỉ số Sig. <0.05 ta có thể loại
bỏ giả thuyết Ho trong lý thuyết kiểm định). Hệ số tin cậy Cronbach Alpha dùng để đo
lường độ tin cậy của các nhân tố được dùng trong phân tích, được chấp nhận ở mức α >
0.7, loại những biến có hệ số tương quan giữa biến và tổng dưới 0.3. Phương pháp phân
tích nhân tố khám phá EFA (Exploratory Factor Analysis) dùng để loại những biến có
trọng số (factor loading) nhỏ hơn 0.40 và kiểm tra tổng phương sai trích được ( ≥ 50%).
Hệ số Eigenvalues với tổng giá trị ≥1 cho biết phương sai được phân phối trong các biến
tuân theo quy luật phân phối chuẩn và các yếu tố được trích có ý nghĩa (có giá trị), nếu
nhỏ hơn 0.1 cho biết tính vô nghĩa khi trích các yếu tố. Trong phương pháp trích yếu tố
Principal Axis Factoring với phép quay promax đều lấy điểm dừng với Eigenvalues bằng
1 khi trích yếu tố.
Sử dụng bảng phân tích ANOVA, ta có F= 103.575 > Fα =1.79 (tra bảng phân phối F, với
59 bậc tự do ở tử số và 33 bậc tự do ở mẫu số; α =0.05, xem phụ lục F).
Ta có thể bác bỏ giả thuyết Ho và chấp nhận giả thuyết H1 và kết luận là có sự khác biệt
có ý nghĩa về hiệu quả quảng cáo giữa các phương tiện.
Phương pháp kiểm định KMO với hệ số là 0.905; (Sig.=0.000 <0.05) nói lên tính tương
thích của các yếu tố này rất cao (xem phụ lục a). Hệ số tin cậy Cronbach Alpha của thang
đo này là 0.994 (xem phụ lục b). Hệ số tương quan biến tổng đều lớn hơn 0.3 (nhỏ nhất là
“đồng phục nhân viên” 0.835) (xem phụ lục c). Phân tích nhân tố khám phá EFA với
phương pháp Principal Component Analysis cho biết tổng phương sai trích được là
84.687% > 0.50%. Hệ số Eigenvalues với tổng giá trị là 28.918 cho biết các yếu tố được
trích có ý nghĩa (28.918/34 yếu tố = 85% phương sai đã được phân phối trong 34 biến)
(xem phụ lục d). Các trọng số đều lớn hơn 0.40 (nhỏ nhất là “đồng phục nhân viên là
0.838). Như vậy cả 34 biến đều được sử dụng trong phân tích.
Các bạn tự phân tích các yếu tố này. Nếu nhỏ hơn 3.0 (vi dụ báo chí là 2.98), cho
biết hiệu quả chưa cao hay nhận biết của người tiêu dùng về Beeline thông qua
quảng cáo trên báo chí chưa cao); khẩu hiệu là 2.50, tức khẩu hiệu cũng khó nhận
biết,v.v.v.
df 561
Sig. .000
Cronbach's
Alpha N of Items
.994 34
Item-Total Statistics (c)
Các trang thông tin t?ng h?p 114.47 629.846 .940 .994
Factor
1 2
Ti vi .928 -.045