VIỆN QUẢN TRỊ KINH DOANH

BỘ MÔN MARKETING

CHƯƠNG 5:
PHÂN TÍCH DỮ LIỆU TRONG
MARKETING

1
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

Nội dung
I. Phân tích dữ liệu định tính trong marketing
• Bản chất của phân tích dữ liệu định tính
• Phân tích dữ liệu định tính
II. Phân tích dữ liệu định lượng trong marketing
• Tổng quan về phân tích dữ liệu định lượng
• Các kỹ thuật phân tích dữ liệu định lượng

2
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

I. Phân tích dữ liệu định tính trong marketing

3
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

1.1 Bản chất của phân tích dữ liệu định tính

Dữ liệu định tính là các dữ liệu không thể lượng hoá và

thường được thu thập từ một mẫu nhỏ

Dữ liệu định tính không thể thu thập qua điều tra bằng bảng
hỏi mà phải thông qua các kỹ thuật khác như phỏng vấn cá
nhân hay thảo luận nhóm

Thường được sử dụng trong giai đoạn đầu của nghiên cứu
(trước khi sử dụng dữ liệu định lượng), với mục tiêu thu thập
những thông tin cơ bản, làm rõ vấn đề nghiên cứu và xây dựng
giả thuyết nghiên cứu.

4
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

1.1 Bản chất của phân tích dữ liệu định tính

Lưu ý: Một vài trường hợp đặc biệt, dữ liệu

định tính cũng có thể được sử dụng ở giai
đoạn sau nghiên cứu định lượng. Điều này
xảy ra khi nghiên cứu thu thập được những
thông tin trái chiều trong giai đoạn nghiên
cứu định lượng, vì vậy, cần phải tiến hành
nghiên cứu định tính để diễn giải/khẳng
định kết quả trước đó

5
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

1.2 Phân tích dữ liệu định tính

6
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

1.2 Phân tích dữ liệu định tính

Bước 1: Giảm thiểu dữ liệu Đọc các

ghi chép
Khối lượng dữ liệu định tính
thu thập được bởi nhà nghiên
cứu rất đồ sộ, chính vì vậy, Phân loại So sánh

nhà nghiên cứu cần phải phân

loại dữ liệu để giảm thiểu dữ Mã hoá
dữ liệu
liệu.

7
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

1.2 Phân tích dữ liệu định tính

Bước 2: Hiển thị dữ liệu

ü Là nhiệm vụ quan trọng vì cho phép nhà nghiên cứu tóm tắt khối lượng
lớn dữ liệu dưới dạng viết mà họ thu thập được một cách khoa học

ü Không có một phương pháp duy nhất để hiển thị dữ liệu, mà đòi hỏi
nhà nghiên cứu cần sáng tạo và khoa học

ü Hiển thị dữ liệu có thể được thực hiện dưới dạng bảng hoặc hình vẽ (ví
dụ: dòng và cột trong bảng để hiện thị các thông tin liên quan).

8
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

1.2 Phân tích dữ liệu định tính

Bước 3: Kiểm tra dữ liệu

Để kiểm tra độ tin cậy của dữ liệu, nhà nghiên cứu cần phải kiểm
tra các vấn đề sau:
ü Các thành viên của cuộc nghiên cứu định tính nhất trí về kết
quả tìm kiếm được của cuộc nghiên cứu
ü Mức độ đồng nhất trong việc phân nhóm, mã hoá và hiển thị
dữ liệu của các nhà nghiên cứu tham gia vào cuộc nghiên cứu

9
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

II. Phân tích dữ liệu định lượng

trong marketing

10
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.1 Tổng quan về phân tích dữ liệu định lượng

2.2.1 Những vấn đề chung
Vấn đề Nội dung
a. Phân - Chuẩn bị, nhập liệu và kiểm tra dữ liệu
tích dữ - Chọn các phương pháp và kỹ thuật thống kê thích hợp để
liệu mô tả dữ liệu
- Lựa chọn các thống kê thích hợp nhất để kiểm tra mối
quan hệ giữa các dữ liệu
b. Diễn - Cần diễn giải một cách trung thực, không nên phóng đại
giải dữ hay bóp méo dữ liệu
liệu - Luôn khách quan và đơn giản trong diễn giải, không nên
làm phức tạp hoá vấn đề
- Lưu ý đến giới hạn của các mẫu thông tin nhỏ
- Công bằng, khách quan với mọi dữ liệu
11
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.1 Tổng quan về phân tích dữ liệu định lượng

2.2.2 Giới thiệu phần mềm phân tích dữ liệu định lượng SPSS

12
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

Một số kỹ
thuật cơ
bản

Mã hoá và
nhập dữ liệu

Phân tích Phân tích

Thống kê Kiểm định nhân tố Phân tích
mô tả độ tin cậy tương quan hồi quy
khám phá 2 biến
(EFA)

13

Thang đo định danh –
Nominal
Là sự phân loại và đặt tên
cho các biểu hiện và ấn định
chúng một con số ký hiệu
Ví dụ: Nam -1, Nữ - 2
VIỆN QUẢN TRỊ KINH DOANH
Thang đo
Thang đo thứ bậc –
Ordinal
Dùng để sắp xếp nội dung
theo một quy ước nào đó về
thứ bậc, về sự hơn kém,
nhưng không biết được
khoảng cách giữa chúng
Ví dụ: Dưới 18 tuổi – 1, Từ
18 – 30 tuổi – 2. Từ 31 – 50
tuổi - 3
BỘ MÔN MARKETING
Thang đo mức độ - Scale
Cho biết khoảng cách giữa
các thứ bậc. Sự hơn kém
được quy ra các con số liên
tiếp giúp đánh giá được mức
độ tại từng điểm thang đo.
Ví dụ: Thang đo dạng Likert
1-5, 1-7, …
14
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

- Việc lựa chọn thang đo tác động trực tiếp đến loại dữ liệu thu
thập được. Thang đo định danh và thang đo thứ bậc => thang đo
định tính. Thang đo khoảng => thang đo định lượng
- Mỗi loại thang đo sử dụng các phép toán thống kê khác nhau.
ü Với thang đo định tính (gồm thang đo định danh và thang đo thứ
bậc) => có thể tính tỷ lệ (%) (hay tần suất)
ü Với thang định lượng (thang đo khoảng), có thể thực hiện nhiều
phép toán hơn như trung bình cộng, phương sai, độ lệch chuẩn,
phân tích hồi quy,…

15
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.1 Thống kê mô tả
ü Là các hệ số mô tả ngắn gọn hay tóm tắt một tập dữ liệu nhất
định, có thể là đại diện cho toàn bộ hoặc một mẫu của một
tổng thể

16
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.2 Kiểm định độ tin cậy

ü Kiểm định độ tin cậy thang đo Cronbach’s Alpha là phép

kiểm định phản ánh mức độ tương quan chặt chẽ giữa các
biến trong cùng một nhân tố

ü Kết quả kiểm định độ tin cậy tốt thể hiện rằng các biến quan
sát đo lường nhân tố là hợp lý, thể hiện được đặc điểm của
nhân tố mẹ

17
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.2 Kiểm định độ tin cậy
ü Giá trị hệ số Cronbach’s Alpha: 0.8 – 1 (thang đo rất tốt), 0.7 – 0.8
(thang đo tốt), từ 0.6 trở lên (thang đo đủ điều kiện)
ü Hệ số tương quan biến tổng (Corrected item – Total Correlation) >=
0.3: Đạt yêu cầu
ü Hệ số Cronbach’s Alpha nếu loại biến quan sát (Cronbach’s Alpha if
item deleted): Nếu lớn hơn hệ số Cronbach’s Alpha của nhóm thì
phải xem xét loại biến này.

18
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.3 Phân tích nhân tố khám phá (EFA)

ü Phân tích EFA (Exploratory Factor Analysis) là phân tích nhân tố

khám phá, chức năng chính dùng để khám phá ra các nhân tố tiềm
ẩn

ü Dùng để rút gọn một tập hợp X biến quan sát thành một tập F (với
F <X) các nhân tố có ý nghĩa hơn. Nói cách khác, tập hợp biến
được rút gọn thành một tập biến ít hơn để chúng có ý nghĩa hơn
nhưng vẫn chưa đựng hầu hết nội dung thông tin của tập biến ban
đầu
19
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.3 Phân tích nhân tố khám phá (EFA)

ü Điều kiện thoả mãn

+ Hệ số KMO: > 0.5

+ Kiểm định Bartlett có ý nghĩa thống kê (Sig < 0.05)

20
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.4 Phân tích tương quan Pearson

ü Hệ số tương quan Pearson đo lường mức độ tương quan

tuyến tính giữa 2 biến.

ü Hệ số tương quan Pearson nhận giá trị từ +1 đến -1, điều

kiện để tương quan có ý nghĩa là giá trị sig. < 0.05

21
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.4 Phân tích tương quan Pearson

22
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.4 Phân tích hồi quy
ü Là một phân tích thống kê cho phép xác định mức độ đóng góp
của từng nhân tố vào sự thay đổi của biến phụ thuộc
ü Ý nghĩa chỉ số cơ bản:
+ Adjusted R square (R bình phương hiệu chỉnh) và R square phản
ánh mức độ ảnh hưởng của biến độc lập lên biến phụ thuộc: 0.5 -1
(mô hình tốt), < 0.5 (mô hình chưa tốt)

23
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.4 Phân tích hồi quy

ü Ý nghĩa chỉ số cơ bản:

+ Giá trị Sig. (bảng ANOVA) kiểm định độ phù hợp của mô
hình hồi quy. Nếu sig. <0.05 => Mô hình có ý nghĩa

24
 VIỆN QUẢN TRỊ KINH DOANH
BỘ MÔN MARKETING

2.2 Các kỹ thuật phân tích dữ liệu định lượng

2.2.4 Phân tích hồi quy

ü Ý nghĩa chỉ số cơ bản:

+ Giá trị Sig. của kiểm định t để kiểm định ý nghĩa của hệ số
hồi quy. Nếu Sig. < 0.05 => biến độc lập tác động đến biến phụ
thuộc

25