PHÂN TÍCH NHÂN TỐ,PHÂN TÍCH KẾT HỢP VÀ PHÂN BIỆT

PHÂN TÍCH NHÂN TỐ, PHÂN TÍCH KẾT HỢP PHÂN TÍCH PHÂN BIỆT VÀ PHÂN TÍCH CROSSTABULATION ( FACTOR, CONJOINT, DISCRIMINANT AND CROSSTAB ANALYSIS) I. PHÂN TÍCH NHÂN TỐ 1. Khái niệm 2. Mô hình phân tích nhân tố 3. Tiến trình phân tích nhân tố II. PHÂN TÍCH KẾT HỢP 1. Khái niệm 2. Mục đích 3. Tiến trình phân tích kết hợp 4. Giả thuyết và hạn chế của phân tích kết hợp III. PHÂN TÍCH PHÂN BIỆT 1. Khái niệm 2. Mục tiêu phân tích phân biệt 3. Mối quan hệ giữa phân tích hồi qui, phân tích ANOVA và phân tích phân biệt 4. Phân loại phân tích phân biệt 5. Mô hình phân tích phân biệt 6. Tiến trình phân tích phân biệt 7. Phân tích đa nhóm IV. CROSS TABULATION 1. Định nghĩa 2. Phân tích Cross Tabulation hai biến 3. Phân tích Cross tabulation ba biến BÀI TẬP ________________________________________ Ngoài các phân tích đã đề cập trong những chương trước như phân tích ANOVA, phân tích hồi qui tương quan, kiểm định giả thuyết..., còn một số phân tích khác nhằm đáp ứng những nhu cầu khác nhau trong quá trình xử lý thông tin và ra quyết định, chẳng hạn như phân tích nhân tố, phân tích cụm, phân tích kết hợp và phân tích phân biệt giữa các nhóm. Trong phạm vi chương này, ba phân tích được ứng dụng phổ biến là phân tích nhân tô,ú phân tích kết hợp và phân tích phân biệt giữa các nhóm được đề cập. Tùy theo đặc điểm dữ liệu và mục tiêu nghiên cứu, việc sữ dụng các mô hình phân tích này sẽ rất quan trọng, tránh việc chọn mô hình phân tích không phù hợp, điều này sẽ dẫn đến sai lầm trong việc ra quyết định. I. PHÂN TÍCH NHÂN TỐ FACTOR ANALYSIS 1. Khái niệm Top Phân tích nhân tố được sử dụng để rút gọn và tóm tắt dữ liệu. Trong nghiên cứu Marketing, có thể có rất nhiều biến để nghiên cứu, hầu hết chúng có tương quan với nhau và thường được rút gọn để có thể dễ dàng quản lý. Mối quan hệ giữa những bộ khác nhau của nhiều biến được xác định và đại diện bởi một vài nhân tố (hay nói cách khác một nhân tố đại diện cho một số biến). Chẳng hạn như hình tượng của một cửa hàng có thể đo lường bằng cách hỏi khách hàng để đánh giá và xác định các nhân tố có liên quan đến hình tượng của cửa hàng. Trong phân tích ANOVA hay hồi qui, tất cả các biến nghiên cứu thì có một biến phụ thuộc còn các biến còn lại là các biến độc lập, nhưng đối với phân tích nhân tố thì không có sự phân biệt này. Hơn nữa, phân tích nhân tố có quan hệ phụ thuộc lẫn nhau giữa các biến trong đó mối quan hệ phụ thuộc này được xác định. Vì những lý do trên, phân tích nhân tố được sử dụng trong các trường hợp sau: 1. Nhận dạng các nhân tố để giải thích mối quan hệ giữa các biến. Ví dụ như các câu trả lời về lối sống có thể được sử dụng để đo lường tâm lý của khách hàng. Các câu trả lời này có thể là nhân tố được phân tích để nhận dạng các nhân tố tâm lý. 2. Nhận dạng các biến mới thay thế cho các biến gốc ban đầu trong phân tích đa biến (hồi qui). Chẳng hạn các nhân tố tâm lý được nhận dạng có thể sử dụng như là các biến độc lập để phân biệt số khách hàng trung thành và không trung thành. 3. Nhận dạng một bộ có số biến ít hơn cho việc sử dụng phân tích đa biến. Chẳng hạn có một ít câu trả lời về lối sống tương quan khá cao với các nhân tố đã nhận dạng được sử dụng như các biến độc lập để giải thích sự khác biệt giữa khách hàng trung thành và không trung thành. Phân tích nhân tố được sử dụng rộng rãi trong nghiên cứu Marketing. Ví dụ, 1. Phân tích nhân tố được sử dụng trong phân khúc thị trường để nhận dạng các biến phân nhóm khách hàng. Chẳng hạn những người mua xe mới có thể tập hợp thành các nhóm dựa vào các nhân tố như tính kinh tế, tiện nghi, vận hành tốt và tính sang trọng. Ðiều này có thể có bốn phân khúc thị trường theo bốn nhân tố trên. 2. Trong nghiên cứu sản phẩm, phân tích nhân tố được sử dụng để xác định phẩm chất của nhãn hiệu có ảnh hưởng đến sự chọn lựa của khách hàng. Những nhãn hiệu kem đánh răng có thể được đánh giá về các khía cạnh: bảo vệ răng, làm trắng răng, mùi vị, hơi thở thơm tho và giá. 3. Các nghiên cứu trong quảng cáo, phân tích nhân tố được dùng để hiểu thói quen sử dụng phương tiện thông tin của thị trường mục tiêu. Chẳng hạn, những người sử dụng thức ăn lạnh có thể thích xem tivi, xem phim và nghe nhạc... 4. Trong nghiên cứu giá, phân tích nhân tố được sử dụng để nhận dạng những đặc điểm của khách hàng nhạy cảm về giá. Những khách hàng này có thể là những người không có thu nhập cao, thường xuyên ở nhà. 2. Mô hình phân tích nhân tố Top Về mặt tóan học, mô hình phân tích nhân tố giống như phương trình hồi qui nhiều chiều mà trong đó mỗi biến được đặc trưng cho mỗi nhân tố. Những nhân tố này thì không được quan sát một cách riêng lẻ trong mô hình. Nếu các biến được chuẩn hóa mô hình nhân tố có dạng như sau: Xi = Ai1F1 + Ai2F2+... + AimFm +ViUi Trong đó: XI: Biến được chuẩn hóa thứ i Aịj: Hệ số hồi qui bội của biến được chuẩn hóa i trên nhân tố chung j F: Nhân tố chung Vi: Hệ số hồi qui của biến chuẩn hóa i trên nhân tố duy nhất i Ui: Nhân tố duy nhất của biến i m: Số nhân tố chung. Mỗi nhân tố duy nhất thì tương quan với mỗi nhân tố khác và với các nhân tố chung. Các nhân tố chung có sự kết hợp tuyến tính của các biến được quan sát. Fi = wi1x1 + wi2x2 +...+ wikxk Trong đó: Fi: Ước lượng nhân tố thứ i wi: Trọng số hay hệ số điểm nhân tố k: Số biến Trong phân tích này có thể chọn trọng số (hay hệ số điểm nhân tố) để nhân tố thứ nhất có tỷ trọng lớn nhất trong tổng phương sai. Các nhân tố có thể được ước lượng điểm nhân tố của nó. Theo ước lượng này, nhân tố thứ nhất có điểm nhân tố cao nhất, nhân tố thứ hai có điểm nhân tố cao thứ hai ... Dĩ nhiên, kỹ thuật ước lượng liên quan rất nhiều đến thống kê, điều này sẽ được giải thích chi tiết trong các phần sau. 3. Tiến trình phân tích nhân tố Top Tiến trình thực hiện phân tích nhân tố được trình bày theo các bước trong sơ đồ dưới đây: Tiến trình phân tích nhân tố trong phần mềm SPSS như sau: ¨ Nhập dữ liệu 7 biến theo ví dụ của bước 1 chọn menu Analyze chọn Data Reduction chọn Factor ... chọn các chi tiết của các menu trong hộp thoại Factor Analysis như Descriptives, Extraction, Rotation, Scores and options chọn OK, sau đó ta có bảng kết quả (từ bảng 7.1 đến bảng 7.2c) được giải thích theo các bước dưới đây. Bước 1: Xác định vấn đề Có rất nhiều nhiệm vụ trong việc xác định vấn đề phân tích. Trước tiên, mục tiêu nghiên cứu phải được xác định. Các biến trong mô hình phân tích nhân tố phải cụ thể, điều này có thể dựa vào các nhân tố truớc, lý thuyết hoặc sự cân nhắc của nhà nghiên cứu. Việc những biến này sử dụng thang đo khoảng và thang đo tỷ lệ thì rất quan trọng và phải chọn cỡ mẫu phù hợp. Thường thường, cỡ mẫu phù hợp phải gấp từ bốn đến năm lần số biến nghiên cứu. Trong nhiều trường hợp nghiên cứu Marketing, vì một lý do nào đó, cỡ mẫu lấy thấp hơn tỷ lệ trên thì kết quả nghiên cứu nên được giải thích một cách thận trọng. Ví dụ, giả sử nhà nghiên cứu muốn xác định những lợi ích cơ bản mà khách hàng cần tìm khi mua kem đánh răng. Một mẫu gồm 237 người được phỏng vấn theo thang đo 7 điểm (điểm 1 là hoàn toàn không đồng ý, điểm 7 là hoàn toàn đồng ý) với các nội dung khi sử dụng kem đánh răng như sau: (các biến từ V1 đến V7) V1: Chống được sâu răng V2: Tạo được hàm răng sáng V3: Không làm nhiễm trùng nướu răng V4: Tạo hơi thở thơm tho V5: Chống được canxi hóa răng V6: Có hàm răng hấp dẫn V7: Có hàm răng khỏe mạnh Bước 2: Lập ma trận tương quan Sau khi thu thập thông tin, dựa vào dữ liệu của 7 biến trên ta lập ma trân tương quan giữa các biến. Nếu phân tích nhân tố thích hợp thì các biến này phải có tương quan với nhau. Trong thực tế, nếu sự tương quan giữa các biến tương đối nhỏ thì phân tích nhân tố có thể không phù hợp. Chúng ta mong đợi rằng các biến phải có tương quan ở mức độ cao trong từng biến và giữa các biến. Ðể nhận dạng điều này chúng ta sử dụng phần mềm SPSS hoặc Excel để tạo ma trận tương quan giữa các biến bằng câu lệnh Correlation. Chẳng hạn, kết quả ma trận tương quan của 7 biến trong ví dụ về kem đánh răng được trình bày như sau: Bảng 7.1: Ma trận tương quan giữa các biến