Nghiên cứu makerting Chuẩn bị dữ liệu xử lý và phân tích dữ liệu

Nghiên cứu makerting Chuẩn bị dữ liệu xử lý và phân tích dữ liệu

CHƯƠNG 6 CHUẨN BỊ DỮ LIỆU, XỬ LÝ

VÀ PHÂN TÍCH DỮ LIỆU

NGHIÊN CỨU MARKETING

1 KIỂM TRA CHỈNH LÝ DỮ LIỆU

• Kiểm tra thực địa: xác định tính trung thực

và chính xác của dữ liệu

• Chỉnh lý dữ liệu: bổ sung thiếu sót và hiệu chỉnh các sai sót

KIỂM TRA THỰC ĐỊA

• Kiểm tra phần xác nhận

• Giám sát viên tổ chức kiểm tra thực địa

ít nhất 20% số mẫu

• Trở lại địa chỉ đã chọn mẫu, hỏi một

vài chỉ tiêu quan trọng để đối chiếu

CHỈNH LÝ DỮ LIỆU

• Những cuộc phỏng vấn giả tạo

• Câu trả lời không đầy đủ

• Câu trả lời lạc đề, sai nội dung

• Câu trả lời không đọc được

XỬ LÝ VÀ PHÂN TÍCH DỮ LIỆU

(2) Đo lường độ phân tán:

• Phương sai hay độ lệch chuẩn (Var/St.d)

• Dãy biến động (Range)

• Hệ số biến động (C.V)

PHÂN TÍCH BẢNG CHÉO (CROSSTABULATION)

• Là kỹ thuật thống kê mô tả hai hay ba biến cùng lúc

• Mỗi ô trong bảng chứa đựng sự kết hợp

phân loại của hai biến (theo hàng, cột)

• Nếu vấn đề trong xử lý Cross- tabulation hai biến chưa đuợc kết luận rõ ràng, ta cần tiến hành xử lý 3 biến để làm rõ hoặc bác

bỏ mối quan hệ ban đầu.

CROSSTAB HAI BIẾN

Điều tra 100 hộ về nhu cầu mua TV

• 40 hộ mua TV màn hình phẳng

• 60 hộ mua TV màn hình cong

• Nhà nghiên cứu muốn tìm hiểu chi tiết

nguyên nhân dẫn đến quyết định mua hàng (làm rõ vấn đề nghiên cứu), sẽ sử dụng

phân tích bảng chéo – thống kê mô tả hai chiều

Chỉ tiêu Thu nhập

cao

Thu nhập thấp

Tổng theo hàng Mua TV phẳng

% theo hàng

% theo cột

30 75%

60%

10 25%

20%

40 100%

Mua TV cong

% theo hàng

% theo cột

20 34%

40%

40 66%

80%

60 100%

CROSSTAB BA BIẾN

Hai biến ban đầu

Không có sự kết hợp giữa hai biến?

Có sự kết hợp giữa hai biến?

Giới thiệu biến thứ ba

Giới thiệu biến thứ ba

Không có sự thay đổi trong mối liên hệ giữa hai

biến ban đầu

LÀM RÕ MQH BAN ĐẦU

Mức độ mua hàng Tình trạng hôn nhân

Có gia đình Chưa có gia đình

5248300

VD: nghiên cứu mối liên hệ giữa việc mua quần áo thời trang và tình trạng hôn nhân Khách hàng chia hai loại cao và thấp dựa vào mức độ mua

Khả năng mua quần áo theo hôn

4060120

2575300

6040180

Không có liên hệ hai biến ban đầu

VD: xét mối QH giữa việc sở hữu xe gắn máy và trình

2179100750

4060150

406050

Mối liên hệ giữa sở hữu xe máy với trình độ học vấn và thu nhập

Làm nổi bật mối quan hệ ban đầu

VD: nghiên cứu việc du lịch nước ngoài có ảnh hưởng bởi tuổi hay không Một mẫu 1000 người được phỏng vấn trong 2 độ tuổi: < 45 tuổi và > 45 tuổi

5050500

Thái độ du lịch Giới tính

<45 tuổi

>45 tuổi

<45 tuổi

40

60300

35

65200

65

35200

Mối liên hệ giữa việc du lịch với độ tuổi và giới tính

Không có sự thay đổi trong mối liên

hệ ban đầu

Dùng phân phối “chi bình phương” để kiểm định mối quan hệ giữa các biến.

• H0: không có mối quan hệ giữa các biến

• H1: có mối quan hệ giữa các biến

Giá trị kiểm định 2 trong kết quả phân tích sẽ cung cấp mức ý nghĩa của kiểm định P-value

Nếu sig.< = : bác bỏ giả thuyết H0, nghĩa

là các biến có liên hệ nhau

• Phân khúc thị trường để nhận dạng các biến phân nhóm khách hàng

• Xác định phẩm chất của nhãn hiệu ảnh hưởng đến sự chọn lựa của khách hàng

• Tìm hiểu thói quen sử dụng phương tiện thông tin của thị trường mục tiêu

• Nhận dạng những đặc điểm của khách hàng nhạy cảm về giá

PHÂN TÍCH NHÂN TỐ

(Factor Analysis)

Những lợi ích cơ bản mà khách hàng

cần tìm khi mua kem đánh răng

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

1,00 0,19 0,49 0,16 0,73

1,00 0,13 0,69 0,21

1,00 0,21 0,72

1,00 0,31 1,00

Để xác định tất cả 7 biến có tương quan như thế nào,

ta sử dụng kiểm định Barlett’s để kiểm định giả thuyết (phần mềm SPSS):

H0: Các biến không có tương quan

H1: Có tương quan giữa các biến

Trong phân tích nhân tô,ú ta mong đợi bác bỏ giả

thuyết H0, nghĩa là chấp nhận giả thuyết H1 các biến có liên quan với nhau (Điều này có được khi giá trị P sau khi kiểm định phải nhỏ hơn mức ý nghĩa xử lý )

Xác định số nhân tố

• Quyết định trước số nhân tố: qua phán đoán, nhà NC

quyết định số nhân tố trước khi phân tích

• Dựa vào phương sai tổng hợp của từng nhân tố

(Eigenvalue): những nhân tố có Eigenvalue > 1 mới

được đưa vào mô hình Nếu số biến ban đầu ít hơn 20

Initial

Variable

(1)

Statistics Communality

(2)

Factor (3)

Eigenvalue

(4)

Percent

of variance (5)

Cumulative Percentage

0.52 0.44 0.30 0.27 0.90

48.3 28.0

7.6 6.4 4.3 4.0 1.4

48.3

76.3

83.9 90.3 94.6 98.6 100.0

Ma trận nhan to chuan hoa

răng khỏe

răng sáng hơi thở thơm tho hàm răng hấp dẫn

Xac dinh diem nhan to

Ước lượng điểm nhân tố của F 1 và F 2