THẢO LUẬN môn KHAI PHÁ dữ LIỆU TRONG KINH DOANH đề tài khai phá dữ liệu cho cơ sở dữ liệu khách hàng quyết định lựa chọn sản phẩm tại adidas

Dữ liệu đầu vào Dữ liệu đầu vào là bảng dữ liệu thông tin và mức độ đồng ý của khách hàng về các nhân tố ảnh hưởng đến quyết định lựa chọn sản phẩm tại Adidas.. 2 Mục tiêu của bài toán T

TRƯỜNG ĐẠI HỌC THƯƠNG MẠI KHOA: HTTT KINH TẾ VÀ THƯƠNG MẠI ĐIỆN TỬ

ĐỀ TÀI THẢO LUẬN

MÔN: KHAI PHÁ DỮ LIỆU TRONG KINH DOANH

Đề tài: Khai phá dữ liệu cho cơ sở dữ liệu khách hàng quyết định lựa chọn sản phẩm tại

Người thực hiện: 9

BẢNG PHÂN CÔNG NHIỆM VỤ VÀ DANH SÁCH THÀNH VIÊN NHÓM 7

55 Đỗ Hải Nam(nhóm trưởng)

18D190152 -Phân tích mô hình hồi quy-Tổng hợp word

- Tìm nút gốc

- Thuyết trình

60 Trần Vũ Thảo Nhi 18D190095 - Tìm nút lá cho nút gốc- Cây quyết định tổng quát

61 Nguyễn Thị Nhung 18D190055 - Kiểm định độ tin cậy thang đoCronbach’s Alpha

62 Trịnh Hoa Niên 18D190036 - Phân tích nhân tố khám phá EFA- Tương quan Pearson

63 Nguyễn Tiến Phú 18D190096 Lời mở đầu, kết luận, Xử lý sốliệu

Mục lục

CHƯƠNG I: KHẢO SÁT DỰ ÁN 5

CHƯƠNG II: KẾT QUẢ NGHIÊN CÚU 8

1 Mô tả thống kê 8

2 Phân tích độ tin cậy qua hệ số Cronbach’s Alpha 8

3 Kết quả phân tích nhân tố khám phá EFA 11

4 Tương quan pearson 16

5 Phân tích hồi quy đa biến 16

CHƯƠNG III: XÂY DỰNG CÂY QUYẾT ĐỊNH 18

CHƯƠNG IV: GIẢI PHÁP 28

LỜI MỞ ĐẦU

Những năm gần đây, khi nền kinh tế đất nước phát triển, chất lượng đời sống củangười dân Việt Nam đặc biệt là ở khu vực thành thị ngày càng nâng cao Cùng với nhu

cầu “ăn ngon mặc đẹp” là nhu cầu có được một sức khỏe tốt, thân hình dẻo dai, cân đối

Để thỏa mãn các nhu cầu trên thì việc có được đôi giày thể thao đẹp, phù hợp với các loại

hình thể thao là một điều cần thiết

Hàng loạt các thương hiệu giày thể thao quốc tế lớn như Nike, Adidas vàReebok… có nhà sản xuất gia công phần mềm của giày dép tại Việt Nam, đồng thời các

sản phẩm chính hãng cũng tham gia vào thị trường giày dép của Việt Nam Nổi bật trong

đó là Adidas Là thương hiệu nổi tiếng toàn cầu, Adidas tham gia thị trường dụng cụ thể

thao Việt Nam từ rất lâu Năm 1993, Adidas đã có mặt tại Việt Nam nhưng phải đến năm

2009 Adidas mới chính thức thành lập Công ty Adidas Việt Nam, được sở hữu 100% vốn

bởi Adidas International B.V (Amsterdam, Hà Lan)

Adidas phát triển nhanh và mạnh tại thị trường Việt Nam Chỉ sau 2 năm hoạtđộng chính thức, Adidas đã mở tổng cộng 50 cửa hàng tại các thành phố lớn, trải dài từ

Bắc vào Nam Adidas hiện đang có khoảng 80.000 lao động tại Việt Nam

Để gia tăng khả năng khai thác thị trường sản phẩm giày thể thao, Adidas đã thựchiện các chiến dịch marketing với quy mô lớn nhằm tác động đến hành vi mua của người

tiêu dùng Thông qua việc chứng minh những ưu thế về tính năng sản phẩm, chất lượng

dịch vụ, làm gia tăng lợi ích về mặt tâm lí, xã hội cho người sử dụng,… Công ty kì vọng

những giá trị vượt trội đó sẽ gia tăng lượng khách hàng về cho công ty Đây chính là

nguyên nhân chúng tôi chọn đề tài nghiên cứu: “Nghiên cứu yếu tố ảnh hưởng đến việc

lựa chọn sản phẩm tại adidas”

1 Dữ liệu đầu vào

Dữ liệu đầu vào là bảng dữ liệu thông tin và mức độ đồng ý của khách hàng về các

nhân tố ảnh hưởng đến quyết định lựa chọn sản phẩm tại Adidas

2 Mục tiêu của bài toán

Từ những lựa chọn của khách hàng, xác định sự tương quan của các yếu tố ảnh hưởng tới quyết định lựa chọn sản phẩm của Adidas Từ đó thấy được mức độ ảnh hưởng

của các yếu tố và sự đưa ra quyết định mua các sản phẩm của Adidas

3 Mẫu phiếu điều tra

Bảng câu hỏi khảo sát về các nhân tố ảnh hưởng đến quyết định mua sản phẩm của

Adidas

BẢNG CÂU HỎI KHẢO SÁT VỀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN VIỆC

LỰA CHỌN SẢN PHẨM TẠI ADIDAS

Xin chào các bạn! Chúng tôi là nhóm nghiên cứu của trường đại học Thương Mạiđang thực hiện việc khảo sát về "các yếu tố ảnh hưởng đến quyết định lựa chọn sảnphẩm tại Adidas" Rất mong các bạn dành thời gian để trả lời một số câu hỏi khảo sátcủa chúng tôi dưới đây

Xin chân thành cảm ơn!

A Giới thiệu chungGiới thiệu đôi nét về bản thân bạn

B Các yếu tố ảnh hưởng đến việc lựa chọn Adidas

1 Bạn thường chọn giày theo tiêu chí gì?

4 Bạn biết Adidas qua đâu ?

o Được bạn bè, người thân giới thiệuNgười bán hàng trên FB

o Thường xuyên xuất hiện trên tivi, mạng xã hội

o Được thấy từ nhiều người sử dụng

1 Giày có nhiều màu sắc, mẫu

mã đa dang để lựa chọn

1 Thái độ nhân viên vui vẻ,

thân thiện và An ninh trật tựtốt

2 Các cửa hàng phân phối giày

rộng rãi, mạng lưới đại lýrộng khắp nên dễ dàng tìmmua sản phẩm

3 Dịch vụ hậu mãi ở cửa hàng

tốt, chế độ bảo hành tốt và cónhiều đợt sale

4 Khách hàng được cung cấp

nhiều thông tin về sản phẩm

3 Có nhiều mức giá để lựa chọn

4 Có giá cả hợp lý với mỗi

 Số người chi dưới 1 triệu cho 1 đôi giày adidas có 52 người chiếm 35,37%, từ

1 đến 2 triệu có 65 người chiếm 44,2% , trên 2 triệu có 22 người chiếm 15%, mục khác có 8 người chiếm 5,44%

 Số người mua giày từ website có 30 người chiếm , số người mua gìay từ cửa hàng có 50 người chiếm, số người mua giày từ các sàn thương mại điện tử có

19 người chiếm 12,92%, số người mua giày từ người bán hàng trên facebook

có 43 người chiếm 29,25%, mục khác có người mua giày từ các đơn vị bán hàng khác hoặc chưa mua bao giờ có 5 người chiếm 3,4%

2 Phân tích độ tin cậy qua hệ số Cronbach’s Alpha

- Ta quy ước như sau:

 HTCLSP1: Giày có nhiều màu sắc, mẫu mã đa dang để lựa chọn

 HTCLSP2: Giày có đầy đủ kích cỡ phù hợp vs người mua

 HTCLSP3: Giày êm ái khi di chuyển

 HTCLSP4: Giày có độ bền cao

 CLDV1: Thái độ nhân viên vui vẻ, thân thiện và an ninh trật tự tốt

 CLDV2: Các cửa hàng phân phối giày rộng rãi, mạng lưới đại lý rộng khắp

 CLDV3: Dịch vụ hậu mãi ở cửa hàng tốt, chế độ bảo hành tốt và có nhiều đợt sale

 CLDV4: Khách hàng được cung cấp nhiều thông tin về sản phẩm

 TH1: Adidas là một thương hiệu lớn

 TH2: Adidas là một thương hiệu uy tín

 TH3: Mọi người xung quanh đều sử dụng

 GC1: Giày có giá cả cạnh tranh trên thị trường

 GC2: Giá có tương xứng với chất lượng

 GC3: Có nhiều mức giá để lựa chọn

 GC4: Có giá cả hợp lý với mỗi người tiêu dùng

- Hình thức chất lượng sản phẩm:

Reliability Statistics

Cronbach'sAlpha ItemsN of

Item-Total Statistics

Scale Mean

if ItemDeleted

ScaleVariance ifItemDeleted

CorrectedItem-TotalCorrelation

Cronbach'sAlpha ifItemDeletedHTCLSP

- Chất lượng dịch vụ:

Reliability Statistics

Cronbach'sAlpha ItemsN of

Item-Total Statistics

Scale Mean

if ItemDeleted

ScaleVariance ifItem Deleted

CorrectedItem-TotalCorrelation

Cronbach'sAlpha ifItem DeletedCLDV

Kết quả kiểm định cho thấy hệ số Cronbach’ Alpha chung = 0.757 > 0.6, hệ số tương quan biến-tổng của các biến quan sát đều đạt yêu cầu (> 0.3).

- Thương hiệu:

Reliability Statistics

Cronbach'sAlpha ItemsN of

Item-Total Statistics

Scale Mean

if ItemDeleted

ScaleVariance ifItemDeleted

CorrectedItem-TotalCorrelation

Cronbach'sAlpha ifItemDeleted

Item-Total Statistics

Scale Mean

if ItemDeleted

ScaleVariance ifItemDeleted

CorrectedItem-TotalCorrelation

Cronbach'sAlpha ifItemDeleted

 Kết luận: Sau khi tiến hành phân tích độ tin cậy bằng phương pháp

Cronbach’s Alpha, 15 biến quan sát rút lại còn 13 biến quan sát, loại bỏ cácbiến quan sát là: “Giày có nhiều màu sắc, mẫu mã đa dang để lựa chọn”,

“Mọi người xung quanh đều sử dụng”

3 Kết quả phân tích nhân tố khám phá EFA 3.1 Kiểm định KMO và Bartlett’s Test

- Yêu cầu+ Hệ số KMO ≥ 0.5+ Sig < 0.005

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .858 Bartlett's Test of Sphericity Approx Chi-Square 866.753

Bảng giải thích tổng phương saiExtraction Method: Principal Component Analysis

Total Variance Explained

Nhận xét: Tiêu chuẩn của phương pháp phân tích nhân tố là chỉ số KMO phải lớn

hơn 0.5 (Garson, 2003) và kiểm định Barlett’s có mức ý nghĩa sig < 0.05 để chứng tỏ

dữ liệu dùng phân tích nhân tố là thích hợp và giữa các biến có tương quan với nhau

Giá trị Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO)=0.858

Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0.858> 0.5, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp

Kết quả kiểm định Barlett’s là 866.753 với mức ý nghĩa Sig = 0.000< 0.05,lúc này bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể

Như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác

bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố

3.2 Eigenvalues và phương sai trích

Nhận xét: Thực hiện phân tích nhân tố theo Principal components với phép quay

Varimax

Kết quả cho thấy 13 biến quan sát ban đầu được nhóm thành 3 nhóm

Giá trị tổng phương sai trích = 62.401% > 50%: đạt yêu cầu; khi đó có thể nói rằng 3 nhân tố này giải thích 62.401% biến thiên của dữ liệu

Giá trị hệ số Eigenvalues của các nhân tố đều cao (>1), nhân tố thứ 3 có Eigenvalues thấp nhất là 1.015> 1

Total Variance Explained

11 287 2.210 96.303

12 280 2.158 98.461

13 200 1.539 100.000 Extraction Method: Principal Component Analysis.

3.3 Ma trận xoay nhân số

Theo Hair & công sự (1998), Factor loading (hệ số tải nhân tố hay trọng số nhântố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA

Có 3 loại biến xấu:

+ Biến xấu 1 : Hệ số tải Factor Loading nhỏ hơn hệ số tải tiêu chuẩn

+ Biển xấu 2 : Tải lên 2 hay nhiều nhóm nhân tố và chênh lệch hệ số tải nhỏ hơn 0.5

+ Biến xấu 3 : Nằm tách biệt duy nhất ở một nhân tố

 Từ bảng trên ta thấy loại 2 biến xấu: CLDV3, GC1

Rotated Component Matrix a

Component

HTCLSP3 819 HTCLSP4 710 HTCLSP2 689

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 7 iterations.

 Ta bỏ các biến trên và thực hiện lại ta được:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .842 Bartlett's Test of Sphericity Approx Chi-Square 671.126

Ta thấy hệ số KMO của bài là 0.842 > 0.5 đủ để phân tích nhân tố là phù hợp

Kiểm định Bartlett có ý nghĩa thống kê Sig < 0.05, chứng tỏ các biến quan sát cótương quan với nhau trong nhân tố

Total Variance Explained

Extraction Method: Principal Component Analysis.

Nhận xét: Thực hiện phân tích nhân tố theo Principal components với phép quay

Varimax

Kết quả cho thấy 11 biến quan sát ban đầu được nhóm thành 2 nhóm.

Giá trị tổng phương sai trích = 56.419% > 50%: đạt yêu cầu; khi đó có thể nói rằng 3 nhân tố này giải thích 56.419% biến thiên của dữ liệu

Giá trị hệ số Eigenvalues của các nhân tố đều cao (>1), nhân tố thứ 3 có Eigenvalues thấp nhất là 1.167> 1

a Rotation converged in 3 iterations.

Qua bảng trên ta không còn thấy biến xấu nào để loại bỏ nữa Kết thúc phân tích EFA

 Vậy sau khi phân tích nhân tố khám phá EFA ta loại 2 biến xấu: CLDV3,

GC1

4 Tương quan pearson

Correlations

F_GC F_CLDV F_GC Pearson Correlation 1 620 **

F_CLDV Pearson Correlation 620 1

Sig (2-tailed) 000

** Correlation is significant at the 0.01 level (2-tailed).

Nhận xét: Sig kiểm định tương quan Pearson các giữa 2 biến độc lập F_GC,

F_CLDV đều nhỏ hơn 0.05 Như vậy, có mối liên hệ tuyến tính giữa 2 biến F_GC và F_CLDV

5 Phân tích hồi quy đa biến

Model Summary b

Model R R Square

Adjusted R Square

Std Error of the Estimate Durbin-Watson

B Std Error Beta Tolerance VIF

- Giá cả trung bình Mean = -4.43E -16 gần bằng 0, độ lệch chuẩn là 0.990 gần bằng

1, như vậy có thể nói, phân phối phần dư xấp xỉ chuẩ Do đó, có thể kết luận rằng:

Giả thiết phân phối chuẩn của phần dư không bị vi phạmPhương trình hồi quy chuẩn hoá là

Thuộc tính này nhận 1 trong 5 giá trị là 2,3,4,5

Gọi tập hợp điểm trong mỗi child node này là T2, T3, T4, T5

Child node ứng với Hình thức chất lượng = 2 và = 3 có Entropy = 0 do tất cả các giá trị

Thuộc tính này nhận 1 trong 5 giá trị là 2,3,4,5

Gọi tập hợp điểm trong mỗi child node này là C2, C3, C4, C5

Child node ứng với Chất lượng dịch vụ = 2 và = 3 có Entropy = 0 do tất cả các giá trị đều

1.3 Xét thuộc tính Thương hiệu

Thuộc tính này nhận 1 trong 5 giá trị là 1,3,4,5

Gọi tập hợp điểm trong mỗi child node này là A1, A3, A4, A5

Child node ứng với Thương hiệu = 1 và = 3 có Entropy = 0 do tất cả các giá trị đều là

Entropy(A5) = −257 log2572 −5557log25557=0,2192

=> Entropy(TH,S) = 1472 H ( A 1)+ 13147 H (A 3)+ 75147H (A 4)+ 57147H ( A 5)=0,2085

1.4 Xét thuộc tính Giá cả

Thuộc tính này nhận 1 trong 5 giá trị là 2,3,4,5

Gọi tập hợp điểm trong mỗi child node này là G2, G3, G4, G5

Child node ứng với Thương hiệu = 2 và = 3 và = 4 có Entropy = 0 do tất cả các giá trị đều

Ta thấy Entropy (CLDV, S) = 0,2072 là nhỏ nhất vì thế nên ta chọn Chất lượng dịch vụ

làm node đầu tiên

Với Chất lượng dịch vụ = 2 và Chất lượng dịch vụ = 3 tất cả các giá trị đều là YES vì

vậy ta thu được node YES ở nhánh 2 và 5

Entropy(T2) = 0Entropy(T3) = 0Entropy(T4) = −128log2281 − 2728log22728=0,2222

Entropy(T5) = −222log2222 − 2022log22022=0,4394

 Entropy(HTCL,S) = 531 H (T 2)+ 253H (T 3)+ 2853H (T 4)+ 2253H (T 5)=0,2997

2.2 Xét thuộc tính Thương hiệu

Thuộc tính này nhận 1 trong 5 giá trị là 3,4,5Gọi tập hợp điểm trong mỗi child node này là A3, A4, A5Child node ứng với Thương hiệu = 3 có Entropy = 0 do tất cả các giá trị đều là YESEntropy(A3) = 0

Entropy(A4) = −128 log2281 − 2728log22728=0,2222

Entropy(G3) = 0Entropy(G4) = 0Entropy(G5) = −347 log2473 − 4447log24447=0,3424

 Entropy(GC,S) = 532 H (G 3)+ 453H (G 4)+ 4753H (G5)=0,3036

Ta thấy, Entropy (TH, S) = 0,2814 là nhỏ nhất Ta chọn Node tiếp theo là Thương hiệu

2.4 Với Thương hiệu = 4

a Xét thuộc tính Hình thức chất lượng

Thuộc tính này nhận 1 trong 5 giá trị là 4,5Gọi tập hợp điểm trong mỗi child node này là T4, T5Child node ứng với Hình thức chất lượng = 4 có Entropy = 0 do tất cả các giá trị đều là YES

Entropy(T4) = 0Entropy(T5) = −211log2112 − 911log2119 =0,684

2.5 Với Thương hiệu = 5

a Xét thuộc tính Hình thức chất lượng

Thuộc tính này nhận 1 trong 5 giá trị là 3,4,5Gọi tập hợp điểm trong mỗi child node này là T3, T4, T5Child node ứng với Hình thức chất lượng = 3 và = 5 có Entropy = 0 do tất cả các giá trị đều là YES

Entropy(T3) = 0Entropy(T5) = 0

Entropy(T4) = −117 log2171 −1617log21617=0,3227

 Entropy(HTCL,S) = 282 H (T 3)+ 1728H (T 4)+ 928H (T 5)=0,1959

b Xét thuộc tính Giá cả

Thuộc tính này nhận 1 trong 5 giá trị là 3, 4, 5Gọi tập hợp điểm trong mỗi child node này là G3, G4, G5Child node ứng với Hình thức chất lượng = 3 và = 4 có Entropy = 0 do tất cả các giá trị đều là YES

Entropy(G3) = 0Entropy(G4) = 0Entropy(G5) = −125 log2251 − 2425log22425=0,2422Entropy(GC,S) = 282 H (G 3)+ 128H (G 4)+ 2528H (G 5)=0,2162

Ta thấy, Entropy (HTCL, S) = 0,1959 là nhỏ nhất Ta chọn Node tiếp theo là Hình thứcchất lượng

Làm tương tự với các nhánh còn lại Ta có cây quyết định cuối cùng sau:

3 Kiểm tra độ chính xác của cây quyết định vừa vẽ

Lấy 30% dữ liệu phần cuối trong file kết quả thu được từ phiếu khảo sát ta áp dụng vàocây quyết định để tính độ chính xác của cây ta thu được bảng kết quả như sau:

STT Hình thức chất lượng Chất lượng dịch

vụ Thương hiệu Giá cả

Sự hài lòng của khách hàng

98 Đồng ý Rất đồng ý Rất đồng ý Rất đồng ý Yes (TP)

99 Rất đồng ý Rất đồng ý Rất đồng ý Rất đồng ý Yes (TP)

100 Đồng ý Phân vân Phân vân Phân vân Yes (FN)

101 Không đồng ý Không đồng ý Rất khôngđồng ý Không đồng ý Yes (FN)

128 Rất đồng ý Phân vân Đồng ý Rất đồng ý Yes (TP)

129 Không đồng ý Không đồng ý Rất không

140 Đồng ý Rất đồng ý Phân vân Đồng ý Yes (TN)

141 Đồng ý Đồng ý Phân vân Rất đồng ý Yes (TP)