MÔN HỌC NGHIÊN CỨU MARKETING

HỌC KỲ 2B – NĂM HỌC 2022-2023

LÝ THUYẾT
1. Trình bày tổng quan các bước trong quy trình nghiên cứu thị trường?
- Bước 1: Xác định vấn đề nghiên cứu
- Bước 2: Thiết kế nghiên cứu, nguồn nghiên cứu
- Bước 3: Kế hoạch chọn mẫu, cỡ mẫu
- Bước 4: Thiết kế thang đo, bảng câu hỏi
- Bước 5: Thu thập dữ liệu
- Bước 6: Chuẩn bị, phân tích, diễn giải dữ liệu
- Bước 7: Chuẩn bị và trình bày báo cáo kết quả nghiên cứu
2. So sánh sự khác nhau giữa phương pháp nghiên cứu định tính và nghiên cứu
định lượng?

3. Nghiên cứu thị trường là gì? Tại sao nó quan trọng đối với các doanh nghiệp?
- Nghiên cứu thị trường là [Chương 1] – [Mục 3.1 – Nghiên cứu thị trường là gì] –
[Trang 22]
- Tại sao nó quan trọng đối với các doanh nghiệp?
 Đối với một doanh nghiệp đang hoạt động ổn định, việc nghiên cứu thị trường
giúp doanh nghiệp hiểu rõ thì trường và đối thủ cạnh tranh; dự báo được sự thay
đổi của thị trường và nhu cầu của khách hàng, qua đó có thể đề ra các biện pháp để
kịp thời đối phó với những thay đổi đó.
Đối với một doanh nghiệp đang trong quá trình khởi sự, việc nghiên cứu thị trường
giúp doanh nghiệp có sự hiểu biết cần thiết về một thị trường cụ thể với cả 5 yếu tố
cầu thành như: sản phẩm, dịch vụ cung-cầu, giá cả, phương thức cung ứng và
thanh toán.

Trong đó:

 Sự hiểu biết về sản phẩm – dịch vụ và giá cả là điều kiện giúp doanh nghiệp
tìm được những khoảng trống trên thị trường để cung cấp sản phẩm - dịch vụ
của mình với sự khác biệt hóa cần thiết.

 Sự hiểu biết về tương quan cung cầu giúp doanh nghiệp quyết định quy mô
doanh nghiệp và năng lực sản xuất.
 Sự khác biệt trong phương thức cung ứng và thanh toán sẽ tạo ra lợi thế cạnh
tranh giữa các doanh nghiệp.
4. Trình bày các vấn đề đạo đức và pháp lý liên quan đến nghiên cứu thị trường.
Bốn nguyên tắc cơ bản theo Hiệp hội Insights (Insights Association, 2019):
 Tôn trọng chủ thể dữ liệu và các quyền của họ theo quy định của pháp luật.
 Minh bạch về việc thu thập dữ liệu; chỉ thu thập khi có sự đồng ý và đảm bảo
bảo mật và an toàn cho người cung cấp dữ liệu.

 Hành động với tiêu chuẩn cao về tính chính trực, chuyên nghiệp và minh bạch
trong mọi mối quan hệ và trong quá trình thực hiện.

 Tuân thủ tất cả các luật và quy định hiện hành cũng như các chính sách về
quyền riêng tư và các điều khoản, điều kiện hiện hành bao gồm việc sử dụng
dữ liệu.

5. Trình bày các phương pháp chọn mẫu trong nghiên cứu thị trường?
- Chọn mẫu phi xác suất
 Chọn mẫu thuận tiện
 o Trong phương pháp này, người nghiên cứu chọn ra các đơn vị lấy mẫu dựa vào
“sự thuận tiện” hay “tính dễ tiếp cận”. Với phương pháp chọn mẫu thuận tiện,
nhà nghiên cứu rất khó xác định tính đại diện của mẫu.
o Sự lựa chọn các đơn vị mẫu mang tính chủ quan của người nghiên cứu, do đó,
phương pháp này ít được sử dụng rộng rãi.
 Chọn mẫu phán đoán
o Những đơn vị của mẫu được lựa chọn bởi nhà nghiên cứu nghĩ có thể thỏa mãn
một tiêu chuẩn nào đó.
 Chọn mẫu tỷ lệ
o Đây là phương pháp chọn mẫu mà trong đó nhà nghiên cứu đảm bảo mẫu được
lựa chọn có tỷ lệ tương ứng theo các tham số quan trọng như tuổi, nghề nghiệp,
giới tính.
 Chọn mẫu tích lũy nhanh
o Những phần tử ban đầu được lựa chọn bằng phương pháp xác suất, nhưng
những phần tử bổ sung tiếp đó được cung cấp bởi các đơn vị lấy mẫu ban đầu
(nhờ giới thiệu).
- Chọn mẫu xác suất
 Chọn mẫu ngẫu nhiên đơn giản
o Chọn mẫu ngẫu nhiên là phương pháp chọn mẫu với đúng như tên gọi của nó,
hoàn toàn ngẫu nhiên. Do đó, mỗi đơn vị lấy mẫu đều có cơ hội hiện diện trong
mẫu bằng nhau.
o Chọn mẫu ngẫu nhiên có hai loại: chọn mẫu ngẫu nhiên có sự thay thế hoặc
không có sự thay thế. Trong lấy mẫu ngẫu nhiên có sự thay thế, các phần tử
được chọn mẫu luôn được thay thế trước khi thực hiện sự lựa chọn kế tiếp.
o Ưu điểm lớn nhất của phương pháp này là sự đơn giản và dễ thực hiện.
o Tuy nhiên, nhược điểm chết người của phương pháp này mẫu có thể sai lệch,
không mang tính đại diện, do đó kém chính xác.
 Chọn mẫu ngẫu nhiên có hệ thống
 o Chọn mẫu có hệ thống với sự bắt đầu ngẫu nhiên là một phương pháp chọn mẫu
được tiến hành bằng cách lấy từng đơn vị thứ k từ một tổng thể nghiên cứu có
thứ tự.
o Đơn vị đầu tiên được chọn một cách ngẫu nhiên, k là khoảng cách lấy mẫu.
Ví dụ: chọn k là 3. Đơn vị đầu tiên có số thứ tự là 2, tương tự, các đơn vị được
chọn tiếp theo có số thứ tự là 5, 8, 11,…
 Chọn mẫu ngẫu nhiên phân tầng
o Khi mà tổng thể nghiên cứu được cấu tạo từ nhiều đơn vị nghiên cứu không
đồng nhất với nhau liên quan đến những đặc điểm nghiên cứu. Để có thể thực
hiện lấy mẫu thì cần phải phân chia tổng thể này thành từng nhóm có đặc điểm
tương đồng với nhau.
o Chọn mẫu ngẫu nhiên phân tầng là chọn mẫu ngẫu nhiên đơn giản từ từng
nhóm tương đồng.
 Chọn mẫu theo cụm
o Chọn mẫu theo cụm là phương pháp chọn mẫu được tiến hành bằng cách lấy
những nhóm riêng biệt hoặc những cụm của đơn vị nhỏ hơn.
o Các cụm được chọn ngẫu nhiên với sự khởi đầu ngẫu nhiên.
o Trên đây là gợi ý các cách lấy mẫu khả thi trong nghiên cứu marketing hay
nghiên cứu thị trường/khách hàng.
6. Trình bày về các vấn đề liên quan đến sai số trong quá trình chọn mẫu.
- Sai số là sự khác biệt giữa giữa giá trị ước lượng của tổng thể và mẫu. sai số sẽ
giảm đi nếu như chúng ta tăng kích thước của mẫu
- Có hai loại sai số:
 Sai số ngẫu nhiên: ngẫu nhiên sai, khó xác định sự chệch hướng.
o Khắc phục: tăng kích thước mẫu (khảo sát nhiều người hơn)
 Sai số có hệ thống: nghiêm trọng hơn, vì bảng câu hỏi sai, khó hiểu, đáp viên
không nghiêm túc, sai quy trình và cách thức chọn mẫu.
o Khắc phục từng nguyên nhân một.
7. Trình bày về các loại câu hỏi được sử dụng trong bảng khảo sát? Trong
nghiên cứu định lượng, người ta hay sử dụng loại câu hỏi nào và vì sao?
 - Câu hỏi đóng: câu hỏi có các câu trả lời được định sẵn và người trả lời sẽ chọn
một hay nhiều trả lời trong các trả lời đó.
- Câu hỏi mở: là dạng câu hỏi người trả lời cung cấp thông tin tùy ý phù hợp với
nội dung câu hỏi. Người phỏng vấn ghi lại nội dung câu trả lời.
Câu hỏi mở Câu hỏi đóng
Giống nhau: đều có mục đích để tìm kiếm, điều tra, thu thập thông tin từ đáp viên.
- Hay sử dụng trong nghiên - Hay sử dụng tại nghiên cứu định lượng.
cứu định tính. - Lên kế hoạch cẩn thận, bài bản, có tham khảo
- Không dự kiến trước được ý kiến chuyên gia, tài liệu, nghiên cứu từ trước.
câu trả lời của đáp viên. - Đáp viên có thể trả lời dựa trên những thang
- Mang tính gợi mở, tự do đo, thứ bậc, nhận định mà câu hỏi đã đưa ra.
trả lời
- Không thể lường trước câu
trả lời của đáp viên

Trong nghiên cứu định lượng hướng đến mục tiêu tính toán số liệu thực hiện phân tích
nghiên cứu thống kê, nhằm giúp tạo ra các dữ liệu số. Tác dụng của nghiên cứu định
lượng nhằm xác định hoặc kiểm tra giả định hoặc giả thuyết. Trong nghiên cứu định
lượng thường sử dụng câu hỏi đóng- danh sách các câu hỏi trắc nghiệm chứa nhiều lựa
chọn vì việc thống nhất các biến và các câu trả lời nhất định sẽ giúp dữ liệu được đưa vào
nghiên cứu được mã hóa thành dữ liệu tốt nhất, có giá thống kê nhất.
8. Trình bày các tiêu chí để lựa chọn phương pháp thu thập dữ liệu? Giáo trình
Nghiên cứu thị trường (Nguyễn Đình Thọ): [Chương 1] – [Mục 4.3.Nhận dạng
nguồn dữ liệu và kỹ thuật thu thập] – [trang 26 - 28]
- Mục tiêu nghiên cứu: cần phân tích xem mình đang dùng định tính hay định lượng
- Đối tượng nghiên cứu: đặt ra đối tượng cụ thể (theo độ tuổi, vùng miền, giới tính_
- Chi phí và nguồn lực: hai yếu tố này là giới hạn khi lựa chọn phương pháp thu
thập dữ liệu, vì nếu không đủ nhân lực thì sẽ khó để chọn phương pháp định tính,
nếu
- Thời gian nghiên cứu:
- Tính dễ kiểm soát:
 - Kinh nghiệm của người phỏng vấn: sự dẫn dắt của người phỏng vấn rất quan trọng
vì nó ảnh hưởng đến tâm trạng và câu trả lời của đáp viên. Nếu cách diễn giải câu
hỏi của người phỏng vấn không rõ ràng thì đáp viên có thể trả lời sai hoặc không
đủ ý.
9. Khi nào thì nhà nghiên cứu sẽ sử dụng phương pháp quan sát? Ứng dụng
phương pháp này trong các trường hợp như thế nào cho các loại hình nghiên
cứu khác nhau.
- Khi nhà nghiên cứu muốn thu thập nhiều loại dữ liệu: hành động của khách
hàng, biểu hiện thái độ trên nét mặt, hành vi nói, các hành vi tạm thời, cách
chọn lựa hàng hóa, thương hiệu,…
Phương pháp quan sát (observation) là phương pháp thu thập dữ liệu bằng cách ghi lại
có kiểm soát các sự kiện hoặc các hành vi ứng xử của con người.
Phương pháp này thường được dùng kết hợp với các phương pháp khác để kiểm tra chéo
độ chính xác của dữ liệu thu thập. Có thể chia ra:
 Quan sát trực tiếp (quan sát khi sự kiện đang diễn ra) & quan sát gián tiếp (quan
sát kết quả hay tác động của hành vi, chứ không trực tiếp quan sát hành vi).
 Quan sát ngụy trang (đối tượng nghiên cứu không biết họ đang bị quan sát) &
quan sát công khai (đối tượng nghiên cứu biết họ đang bị quan sát).
Ưu điểm:
 Thu được chính xác hình ảnh về hành vi người tiêu dùng vì họ không hề biết rằng
mình đang bị quan sát.
 Thu được thông tin chính xác về hành vi người tiêu dùng trong khi họ không thể
nào nhớ nỗi hành vi của họ một cách chính xác.
Nhược điểm:
 Kết quả quan sát được không có tính đại diện cho số đông.
 Không thu thập được những vấn đề đứng sau hành vi được quan sát như động cơ,
thái độ…Để lý giải cho các hành vi quan sát được, người nghiên cứu thường phải
suy diễn chủ quan.

10. Trình bày định nghĩa, ưu điểm, nhược điểm của phương pháp thu thập thông
tin từ một nhóm cố định, cho ví dụ cụ thể.
Phương pháp điều tra nhóm cố định (panels):
  Nhóm cố định là một mẫu nghiên cứu cố định gồm các con người, các hộ gia
đình, các doanh nghiệp được thành lập để định kỳ trả lời các bảng câu hỏi qua
hình thức phỏng vấn bằng điện thoại, bằng thư hay phỏng vấn cá nhân.
 Mỗi thành viên trong nhóm cố định được giao một cuốn nhật ký để tự ghi chép
các mục liên hệ (thu nhập, chi tiêu, giải trí,…) hoặc được giao một thiết bị điện
tử gắn với ti vi để tự động ghi lại các thông tin về việc xem ti vi như chương
trình nào, kênh nào, bao lâu, ngày nào…
 Nếu thành viên nhóm cố định là cửa hàng, siêu thị hay trung tâm thương mại
thì sẽ được giao các thiết bị quét đọc điện tử để ghi lại chi tiết về số hàng hoá
bán ra như: số lượng, chủng loại, giá cả…
Ưu điểm:
 Chi phí rẻ do lặp lại nhiều lần một bảng câu hỏi theo mẫu lập sẵn. Giúp việc
phân tích được tiến hành lâu dài và liên tục.
 Ví dụ: Nhờ theo dõi phản ứng của một người, một hộ hay một doanh nghiệp
qua một thời gian dài; giúp cho việc đo lường được tác động của một số nhân
tố đối với hành vi mua sắm của người tiêu dùng, từ đó giúp ta dễ tìm ra tính
quy luật trong tiêu dùng.
Nhược điểm:
 Tỷ lệ tham gia nhóm cố định thường chỉ đạt dưới 50%.
 Hạn chế do biến động trong nhóm (do tự rút lui, do bị phá sản, ngưng hoạt
động, do chuyển ngành, do qua đời, chuyển chỗ ở…).
 Hạn chế về thái độ của nhóm cố định. Nếu cứ liên tục nghiên cứu về một số
yếu tố cố định (như hỏi họ mua hàng hoá nhãn hiệu gì) thì sẽ gây tác động đến
tác phong của họ làm sai lệch kết quả nghiên cứu.

11. Phân biệt giữa "độ tin cậy" (reliability) và "độ hợp lý" (validity) trong
nghiên cứu thị trường.
- Validlity: xác định nghiên cứu có đo lường chính xác điều mà nhà nghiên cứu
muốn đo lường hoặc tính chính xác của kết quả nghiên cứu.
 Đo lường được chính xác thứ mình muốn đo lường: các nhân tố ảnh hưởng đến
quyết định mua hàng qua tiếp thị liên kết (Affiliate marketing)
- Realiability: nghiên cứu thể hiện sự ổn định, thống nhất, có thể replicate sang các
ngữ cảnh khác mà cho kết quả tương tự.
  Nếu dùng bộ câu hỏi về các nhân tố ảnh hưởng đến du lịch đảo đi khảo sát
nhóm người khác mà ra kết quả tương tự (khoảng 80% – 90%) thì độ tin cậy
của bài nghiên cứu rất tốt.
THẦY KHOA
Cronbach Alpha EFA

Kiểm tra Độ tin cậy của thang đo Kiểm tra Giá trị của thang đo (Validity)
(Reliability)

Đánh giá MQH giữa các biến trong cùng
một nhóm, cùng một nhân tố, chứ không
xem xét MQH giữa tất cả các biến quan
sát ở các nhân tố khác.
Xem xét MQH giữa các biến ở tất cả các
nhóm (các nhân tố) khác nhau nhằm
phát hiện ra những biến quan sát tải lên
nhiều nhân tố hoặc các biến quan sát bị
phân sai nhân tố từ ban đầu.

12. Trình bày cách sử dụng kết quả nghiên cứu thị trường để đề xuất các chiến
lược marketing và phát triển sản phẩm.
- Đặc điểm nhân khẩu học của khách hàng có thể thay đổi theo thời gian và
việc hiểu được mình đang thực sự bán hàng cho ai sẽ giúp đảm bảo rằng ta
đang tập trung nỗ lực tiếp thị của mình vào đúng nơi.
- Sử dụng dữ liệu đã thu thập để tìm ra ai đang mua sản phẩm hoặc dịch vụ.
Khách hàng tiêu biểu là sinh viên hay người già? Mức thu nhập chung, giới
tính, quy mô gia đình và nghề nghiệp của khách hàng trung bình của bạn là
gì?
- Tạo chân dung khách hàng để định hướng các nỗ lực tiếp thị của bạn và sử
dụng những chân dung này để tạo quảng cáo thu hút các nhóm nhân khẩu
học cụ thể có nhiều khả năng mua hàng nhất.
- Khi đã hiểu rõ những gì khách hàng muốn, ta có thể sử dụng thông tin này
để cải thiện sản phẩm hoặc dịch vụ của mình để làm cho chúng hấp dẫn
hơn. Sử dụng nghiên cứu thị trường để phát triển doanh nghiệp giúp doanh
nghiệp đi trước các đối thủ cạnh tranh một bước.
- Theo dõi phức tạp hơn có thể liên quan đến việc đánh giá sản phẩm nào
mọi người mua sau lần mua đầu tiên để ta có thể nhắm mục tiêu quảng cáo
đến người tiêu dùng hiện tại.
- Ví dụ: nếu khách hàng thường mua kính râm ngay sau khi mua áo tắm, thì
ta có thể nhắm mục tiêu quảng cáo kính râm cho tất cả những người mua đồ
bơi trong khu vực.
PHẦN QUY TRÌNH NGHIÊN CỨU VÀ PHÂN TÍCH DỮ LIỆU
1. Nắm vững cách vẽ mô hình nghiên cứu từ giả thuyết nghiên cứu cho trước

2. Nắm vững toàn bộ các bước phân tích dữ liệu trên SPSS, cách nhận xét kết
quả.
Bước 1: Thống kê mô tả (Descriptive Statistics)
Cấu trúc của mẫu điều tra được chia và thống kê theo các tiêu chí bao gồm: giới
tính, độ tuổi, nghề nghiệp, học vấn và thu nhập.
Các đặc điểm cá nhân của đối tượng khảo Tần Tần suất
sát số
Nam 181 59,9 %
Giới tính Nữ 121 40,1 %
Tổng 302 100 %
Dưới 18 tuổi 14 4,6 %
Từ 18 - 24 tuổi 141 46,7 %
Độ tuổi Từ 24 – 30 tuổi 91 30,1 %
Trên 30 tuổi 56 18,6 %
Tổng 302 100 %
Học sinh, sinh viên 141 46,7 %
Cán bộ, viên chức 39 12,9 %
Nghề nghiệp Nhân viên văn phòng 91 30,1 %
Lao động tự do 31 10,3 %
Tổng 302 100 %
Học vấn Phổ thông hoặc thấp hơn 13 4,3 %
 Cao đẳng 11 3,6 %
Đại học 237 78,5 %
Sau đại học 41 13,6 %
Tổng 302 100 %
Dưới 5 triệu 82 27,2 %
Từ 5 -10 triệu 63 20,9 %
Từ 10 – 15 triệu 62 20,5 %
Thu nhập
Từ 15 – 20 triệu 62 20,5 %
Trên 20 triệu 33 10,9 %
Tổng 302 100 %

Bảng 3: Tổng quan về số lượng mẫu khảo sát

(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu)

Hình 15: Biểu đồ về độ tuổi Hình 16: Biểu đồ về nghệ nghiệp

(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

 Hình 17: Biểu đồ về học vấn Hình 18: Biểu đồ về thu nhập
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Khi tiến hành khảo sát, nhóm đã thu thập câu trả lời ở các nhóm tuổi, nghề nghiệp,
học vấn và thu nhập khác nhau để có được nguồn thông tin khách quan và mang
tính đại diện cao nhất.

Về độ tuổi, nhóm chiếm tỉ trọng cao nhất là nhóm từ 18 – 24 tuổi với 46,7% bao
gồm các sinh viên tại các trường trong khu vực TP HCM và nhóm người mới đi
làm. Đây cũng là nhóm tuổi nắm bắt các công nghệ mới và quan tâm tới môi
trường nhiều nhất. Nhóm từ 24 – 30 tuổi chiếm 30,1% và nhóm trên 30 tuổi chiếm
18,6%. Đây là 2 nhóm có khả năng tài chính tốt nhất để có thể chi trả cho một
chiếc xe máy điện của Vinfast. Nhóm dưới 18 tuổi chỉ chiếm 4,6% nhưng đây là
một nhóm khách hàng tiềm năng khi có sự quan tâm về công nghệ, môi trường và
có nhu cầu mua sắm một chiếc xe mới phục vụ đi lại trong đô thị.

Về nghề nghiệp, đa phần đối tượng khảo sát là học sinh, sinh viên (46,7%) phù hợp
với nhóm tuổi chiếm tỉ trọng cao nhất ( nhóm 18-24 tuổi chiếm 46,7% ). Nhóm
nhân viên văn phòng chiếm 30,1% và cũng là nhóm có tài chính và sự quan tâm về
công nghệ, môi trường. Còn lại, nhóm Cán bộ, viên chức chiếm 12,9% và nhóm
lao động tự do chiếm 10,3%.

Trình độ học vấn cũng phù hợp với xu hướng tỉ trọng của độ tuổi và nghề nghiệp,
trong đó, trình độ đại học áp đảo với 78,5%, trình độ sau đại học chiếm 13,6%,
trình độ phổ thông chiếm 4,3% và cao đẳng chiếm 3,6%.

Tuy nhiên, về thu nhập, không có sự áp đảo nào cụ thể, trong đó, đối tượng
có thu nhập dưới 5 triệu (27,2%) phù hợp với tỉ trọng học sinh sinh viên
 đông đảo (46,7%), từ 5-10 triệu chiếm 20,9%, từ 10 – 15 triệu và 15 – 20
triệu đều chiếm 20,5%, trên 20 triệu chỉ chiếm 10,9%.

1. Thống kê mô tả:
1. Mối quan hệ giữa giới tính và hành vi tiêu dùng: One-way ANOVA

Giả thuyết H0: Không có sự khác biệt về hành vi tiêu dùng giữa giới tính nam, nữ.
Giả thuyết H1: Có sự khác biệt về hành vi tiêu dùng giữa giới tính nam, nữ.
Để kiểm định các giả thuyết sử dụng kiểm định One-way ANOVA
 Bảng 4: Bảng One-way Anova giữa biến giới tính và tình trạng sử dụng
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Nhận xét:

Nhìn vào bảng Test of Homogenity of Variences, ta thấy giá trị Sig <0.05, nghĩa là
phương sai giữa 2 giới tính là khác nhau, chúng ta sẽ sử dụng giá trị Sig. ở bảng
Robust Tests of Equality of Means.

Giá trị Sig. ở bảng Robust Tests of Equality of Means có giá trị <0.05 vì vậy chúng
ta kết luận “Có sự khác biệt về hành vi tiêu dùng giữa giới tính nam, nữ”.

Vậy bác bỏ giả thuyết H0, chấp nhận giả thuyết H1

Hình 19: Biều đồ Means Plot giữa biến giới tính và tình trạng sử dụng
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)
Biểu đồ có xu hướng giảm dần từ giới tính nam sang nữ, điều này có thể hiểu là
nam giới có xu hướng quan tâm đến xe máy điện Vinfast nhiều hơn so với nữ giới.

Có thể giải thích được rằng, xe máy điện là một món đồ công nghệ cao, nam giới
thường sẽ có xu hướng quan tâm và yêu thích những món đồ liên quan tới công
nghệ nhiều hơn so với nữ giới.

2. Mối quan hệ giữa độ tuổi và hành vi tiêu dùng: One-way ANOVA

Giả thuyết H0: Không có sự khác biệt về hành vi tiêu dùng giữa các nhóm tuổi
Giả thuyết H1: Có sự khác biệt về hành vi tiêu dùng giữa các nhóm tuổi
Để kiểm định các giả thuyết sử dụng kiểm định One-way ANOVA
 Bảng 5: Bảng One-way Anova giữa biến độ tuổi và tình trạng sử dụng
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Nhận xét:

Nhìn vào bảng Test of Homogenity of Variences, ta thấy giá trị Sig <0.05, nghĩa là
phương sai giữa các nhóm tuổi là khác nhau, chúng ta sẽ sử dụng giá trị Sig. ở
bảng Robust Tests of Equality of Means

Giá trị Sig. ở bảng Robust Tests of Equality of Means có giá trị <0.05 vì vậy chúng
ta kết luận “Có sự khác biệt về hành vi tiêu dùng giữa các nhóm tuổi”.

Vậy bác bỏ giả thuyết H0, chấp nhận giả thuyết H1.

Hình 20: Biều đồ Means Plot giữa biến độ tuổi và tình trạng sử dụng
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)
Biểu đồ có tạo 2 đỉnh tại nhóm dưới 18 tuổi và nhóm từ 24 – 30 tuổi, có 2 đáy tại
nhóm 18 – 24 tuổi và trên 30 tuổi.
Điều này có thể hiểu là nhóm dưới 18 tuổi và nhóm từ 24 – 30 tuổi có xu hướng quan
tâm đến xe máy điện Vinfast nhiều hơn so với nhóm 18 – 24 tuổi và trên 30 tuổi.

Có thể giải thích xu hướng này như sau:

Nhóm dưới 18 tuổi có xu hướng quan tâm đến xe máy điện Vinfast rất cao do họ
là những trẻ người rất quan tâm tới công nghệ và môi trường.
Nhóm từ 24 – 30 tuổi có xu hướng quan tâm đến xe máy điện Vinfast nhiều nhất
do họ là những người đã đi làm, có tài chính phù hợp để mua sắm một chiếc xe
phục vụ cho nhu cầu đi trong đô thị.
Nhóm 18 – 24 tuổi có xu hướng ít quan tâm đến xe máy điện Vinfast nhất do họ
đã có sẵn xe máy xăng để phục vụ nhu cầu đi lại và chưa có điều kiện tài chính để
mua một chiếc xe máy điện mới.
Nhóm trên 30 tuổi có xu hướng ít quan tâm đến xe máy điện Vinfast do họ không
nhạy bén và hứng thú với công nghệ và môi trường như lứa tuổi trẻ hơn, đồng thời
cũng lo sợ nhiều rủi ro mà một dòng sản phẩm hoàn toàn mới mang lại.

3. Mối quan hệ giữa thu nhập và hành vi tiêu dùng: One-way ANOVA

Giả thuyết H0: Không có sự khác biệt về hành vi tiêu dùng giữa các nhóm thu
nhập
Giả thuyết H1: Có sự khác biệt về hành vi tiêu dùng giữa các nhóm thu nhập
Để kiểm định các giả thuyết sử dụng kiểm định One-way ANOVA
 Bảng 6: Bảng One-way Anova giữa biến thu nhập và tình trạng sử dụng

(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Nhận xét:
Nhìn vào bảng Test of Homogenity of Variences, ta thấy giá trị Sig <0.05, nghĩa là
phương sai giữa các nhóm thu nhập là khác nhau, chúng ta sẽ sử dụng giá trị Sig. ở
bảng Robust Tests of Equality of Means

Giá trị Sig. ở bảng Robust Tests of Equality of Means có giá trị <0.05 vì vậy chúng
ta kết luận “Có sự khác biệt về hành vi tiêu dùng giữa các nhóm thu nhập”.

Vậy bác bỏ giả thuyết H0, chấp nhận giả thuyết H1

 Hình 21: Biều đồ Means Plot giữa biến thu nhập và tình trạng sử dụng

(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Biểu đồ có tạo 2 đỉnh tại nhóm dưới từ 5 – 10 triệu và nhóm từ 15 – 20 triệu, có 3

đáy tại nhóm dưới 5 triệu, 10 – 15 triệu và trên 20 triệu.

Điều này có thể hiểu là nhóm dưới từ 5 – 10 triệu và nhóm từ 15 – 20 triệu có xu

hướng quan tâm đến xe máy điện Vinfast nhiều hơn so vớ nhóm dưới 5 triệu, 10 –
15 triệu và trên 20 triệu.

Có thể giải thích xu hướng này như sau:

Nhóm từ 5 – 10 triệu có xu hướng quan tâm đến xe máy điện Vinfast cao nhất do
họ có mong muốn tiết kiệm chi phí nhiên liệu và gửi xe tại hệ thống của Vingroup
Nhóm từ 15 – 20 triệu có xu hướng quan tâm đến xe máy điện Vinfast nhiều do
họ là những người đã đi làm khá lâu, đã có tích lũy và có tài chính phù hợp để mua
sắm một chiếc xe phục vụ cho nhu cầu đa phần đi trong đô thị.
Nhóm dưới 5 triệu có xu hướng ít quan tâm đến xe máy điện Vinfast nhất do họ
không đủ điều kiện tài chính đề mua một chiếc xe điện mới
Nhóm từ 10 – 15 triệu có xu hướng ít quan tâm đến xe máy điện Vinfast do họ là
lực lượng lao động mới, cần tích lũy tài sản hoặc đi đường trường nên có xu hướng
sử dụng xe xăng sẵn có thay vì mua một chiếc xe điện mới
Nhóm trên 20 triệu có xu hướng ít quan tâm đến xe máy điện Vinfast do họ có
thu nhập cao nên sẽ ưu tiên mua những chiếc xe sang trọng hơn hoặc mua ô tô để
phục vụ gia đình và làm đẹp hình ảnh cá nhân hơn là mua một chiếc xe thiên
hướng công nghệ để phục vụ nhu cầu cá nhân

4. Mối quan hệ giữa nghề nghiệp và hành vi tiêu dùng: One-way ANOVA

Giả thuyết H0: Không có sự khác biệt về hành vi tiêu dùng giữa các nghề nghiệp
Giả thuyết H1: Có sự khác biệt về hành vi tiêu dùng giữa các nghề nghiệp
Để kiểm định các giả thuyết sử dụng kiểm định One-way ANOVA

Bảng 7: Bảng One-way Anova giữa biến nghề nghiệp và tình trạng sử dụng

(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Nhận xét:

Nhìn vào bảng Test of Homogenity of Variences, ta thấy giá trị Sig <0.05, nghĩa là
phương sai giữa các nhóm thu nhập là khác nhau, chúng ta sẽ sử dụng giá trị Sig. ở
bảng Robust Tests of Equality of Means

Giá trị Sig. ở bảng Robust Tests of Equality of Means có giá trị > 0.05 vì vậy
chúng ta kết luận “Không có sự khác biệt về hành vi tiêu dùng giữa các nghề
nghiệp”.

Vậy chấp nhận giả thuyết H0.

 5. Mối liên hệ giữa học vấn và hành vi tiêu dùng: One-way ANOVA

Giả thuyết H0: Không có sự khác biệt về hành vi tiêu dùng giữa các nhóm học vấn
Giả thuyết H1: Có sự khác biệt về hành vi tiêu dùng giữa các nhóm học vấn
Để kiểm định các giả thuyết sử dụng kiểm định One-way ANOVA

Bảng 8: Bảng One-way Anova giữa biến học vấn và tình trạng sử dụng

(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Nhìn vào bảng Test of Homogenity of Variences, ta thấy giá trị Sig <0.05, nghĩa là
phương sai giữa các nhóm học vấn là khác nhau, chúng ta sẽ sử dụng giá trị Sig. ở
bảng Robust Tests of Equality of Means

Giá trị Sig. ở bảng Robust Tests of Equality of Means có giá trị < 0.05 vì vậy
chúng ta kết luận “Có sự khác biệt về hành vi tiêu dùng giữa các nhóm học vấn”.

Vậy bác bỏ giả thuyết H0, chấp nhận giả thuyết H1

 Hình 22: Biều đồ Means Plot giữa biến học vấn và tình trạng sử dụng
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)

Biểu đồ có tạo 2 đỉnh tại nhóm trình độ Cao Đẳng và Đại Học, có 2 đáy tại nhóm
trình độ Phổ thông hoặc thấp hơn và nhóm sau Đại học.
Điều này có thể hiểu là nhóm trình độ Cao Đẳng và Đại Học có xu hướng quan
tâm đến xe máy điện Vinfast nhiều hơn so vớ nhóm trình độ Phổ thông hoặc thấp
hơn và nhóm sau Đại học.

Có thể giải thích xu hướng này như sau:

Nhóm trình độ Cao Đẳng và Đại Học có xu hướng quan tâm đến xe máy điện
Vinfast cao nhất họ có hiểu biết về công nghệ, quan tâm đến môi trường và có tài
chính phù hợp để mua sắm xe máy điện
Nhóm trình độ Phổ thông hoặc thấp hơn có xu hướng quan tâm đến xe máy điện
Vinfast ít nhất do họ là những người chưa quan tâm nhiều về công nghệ, môi
trường và cũng không có tài chính đủ mạnh để mua xe máy điện
Nhóm trình độ sau Đại học có xu hướng ít quan tâm đến xe máy điện Vinfast
nhất do họ
Nhóm từ 10 – 15 triệu có xu hướng ít quan tâm đến xe máy điện Vinfast do họ là
lực lượng lao động mới, cần tích lũy tài sản hoặc đi đường trường nên có xu hướng
sử dụng xe xăng sẵn có thay vì mua một chiếc xe điện mới
Nhóm trên 20 triệu có xu hướng ít quan tâm đến xe máy điện Vinfast do họ ưu
tiên mua ô tô để phục vụ gia đình và làm đẹp hình ảnh cá nhân hơn là mua một
chiếc xe thiên hướng công nghệ để phục vụ nhu cầu cá nhân.
Bước 2: Đo lường độ tin cậy của thang đo – Kiểm định Cronbach’s Alpha
- Thang đo là các câu hỏi trực thuộc biến đang xét, thể hiện sự am hiểu của người đang
thực hiện phân tích, nghiên cứu khảo sát. Thang đó mang tính định hướng trong
nghiên cứu, quyết định sự thành bại của nghiên cứu thị trường.
- Thang đo phải được rút ra từ các nguồn khách quan như lý thuyết, dữ liệu có sẵn,
chuyên gia, người trong cuộc.
- Thang đo sai thì bài nghiên cứu vỡ hoàn toàn.
- Tiêu chuẩn của kiểm định Cronback’s Alpha
 Hệ số Cronbach’s Alpha >= 0.6 (tốt nhất >= 0.7)
 Hệ số tương quan giữa các biến >= 0.3
Giá trị Ý nghĩa
0.6 – 0.8 Chấp nhận được
0.8 – 0.9 Độ tin cậy cao
> 0.9 Độ tin cậy ở mức rất cao
Ví dụ:
Reliability Statistics
Cronbach's N of
Alpha Items
.795 4

Item-Total Statistics
Scale Mean Scale Corrected Cronbach's
if Item Variance if Item-Total Alpha iSccf
Deleted Item Deleted Correlation Item Deleted
TL1 10.72 5.360 .585 .754
TL2 11.34 5.319 .621 .736
TL3 11.39 5.287 .631 .731
TL4 10.78 5.351 .585 .754
Từ kết quả bảng 7 cho thấy, hệ số Cronbach’s Alpha của nhóm biến [Tiền lương] là 0.795
lớn hơn 0.7. Ngoài ra, các biến quan sát từ TL1 đến TL4 đều có hệ số tương quan với
nhau lớn hơn 0.3. Điều này thỏa mãn tiêu chuẩn kiểm định, nghĩa là thang đo đạt mức độ
tin cậy, tốt, phù hợp cho các phân tích tiếp theo.
Bước 3: Kiểm định độ tin cậy của mô hình – Phân tích nhân tố khám phá (EFA)
- Mục đích:
 Kiểm tra các biến đưa vào mô hình ban đầu có chuẩn xác không.
 Rút gọn thang đo thành biến lớn hơn.
- Điều kiện để vượt qua kiểm định
 Hệ số KMO >= 0.5; Kiểm định Barlett có sig < 0.05
 Hệ số Eigenvalue >= 1
 Các biến tạo thành phân tích nhân tố phải cùng nhau giải thích được > 50% mô
hình (Rotated Component Matrix)
 Giá trị hội tụ - hệ số tải >= 0.5 (chỉ số trong Ma trận xoay)
 Giá trị phân biệt – discriminant value >= 0.3 (chỉ số trong Ma trận xoay)
KMO

Bảng KMO and Bartlett’s Test cho chúng ta thấy được: 0.5 ≤ KMO = 0.960, phân
tích nhân tố được chấp nhận với tập dữ liệu nghiên cứu. Mức ý nghĩa Sig Bartlett’s Test =
0.000 < 0.05, các biến quan sát có tương quan với nhau trong nhân tố và phân tích nhân
tố là phù hợp. Điều này khẳng định phân tích nhân tố khám phá là phù hợp và đạt các tiêu
chuẩn kiểm định.
Eigenvalue >=1
 Giá trị Eigenvalue = 1.097 ≥ 1 và trích được 3 nhân tố mang ý nghĩa tóm tắt thông
tin tốt nhất.
Tổng phương sai trích = 74.395% ≥ 50% cho thấy mô hình EFA là phù hợp. Như
vậy, 3 nhân tố trích cô đọng được 74.395% biến thiên các biến quan sát.
Ma trận xoay
Dựa trên kết quả bảng ma trận xoay nhân
tố, phần lớn các biến đều có thể số tải
factor loading > 0.5, phù hợp sử dụng
cho các phân tích tiếp theo.
Tuy nhiên, DT6 có hệ số tải 0 <
0.5 nên cần loại khỏi mô hình. TN1 tải
mạnh ở hai nhóm nhân tố là 1 và 2 giá trị
phân biệt (discriminant value) = 0.610 -
0.544 = 0.066< 0.3, VS4 tải mạnh ở hai
nhân tố 1 và 3 giá trị phân biệt
(discriminant value) = 0.719 - 0.552 =
0.167 < 0.3. Vậy DT6, TN1, VS4 cần
loại khỏi mô hình nghiên cứu trước khi
thực hiện phân tích EFA.

GT3 tải mạnh ở hai nhóm nhân tố

là 1 và 2 giá trị phân biệt (discriminant
value) = 0.542 - 0.520 = 0.022< 0.3. Vậy
GT3 cần loại khỏi mô hình nghiên cứu
trước khi thực hiện phân tích EFA.
 Sau khi loại bỏ các biến không phù hợp
với điều kiện: DT6, TN1, VS4, GT3,
bảng ma trận xoay nhân tố cho ra kết quả
tất cả các biến đều có hệ số tải -
Component > 0.5, phù hợp tiêu chuẩn
phân tích.

Phân tích các nhóm nhân tố mới

Từ kết quả phân tích nhân tố khám phá EFA như đã được trình bày ở trên, sau khi
loại bỏ các biến: DT6, TN1, VS4, GT3. Các biến thuộc mỗi nhóm nhân tố mới sẽ được
tính trung bình và đại diện cho một nhóm nhân tố mới.
Nhân tố mới: Giá trị chuyến đi (GTRI): MG4, MG3, MG2, DT2, DT3, DT4, MG1, GT2,
DT5, TN2, DT1, MG5, GT1.
Nhận xét: Nhóm nhân tố mới - Giá trị chuyến đi bao gồm 1 yếu tố thuộc nhóm
nhân tố “Trải nghiệm”, 2 yếu tố thuộc nhóm nhân tố “giải trí và thư giãn”, 5 yếu tố thuộc
nhóm nhân tố “Đặc trưng điểm đến”, 5 yếu tố thuộc nhóm nhân tố “Mức giá”. Nhân tố
“Giá trị chuyến đi” nêu lên những giá trị tích cực khách hàng có thể nhận được qua
chuyến du lịch đảo. Tập trung vào những trải nghiệm, phong cảnh, hoạt động giải trí…
xứng đáng với mức chi phí mà du khách đã bỏ ra. Tóm lại, nhân tố này tập trung vào việc
cung cấp những lợi ích hữu hình và vô hình xứng đáng với chi phí mà du khách đã chi
trả. Từ đó thấy được kỳ vọng bên trong của khách hàng mục tiêu (giới trẻ Việt Nam từ 18
- 25 tuổi).

Bước 4: Phân tích mô hình hồi quy tuyến tính đa biến

4.1. Tương quan Pearson
Tương quan Pearson Correlation r có giá trị dao động từ -1 đến 1 (lưu ý, hệ số r
chỉ có ý nghĩa khi sig < 0.05):
- Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ. Tiến về
1 là tương quan dương, tiến về -1 là tương quan âm.
- Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
- Nếu r =1: tương quan tuyến tính tuyệt đối.
- Nếu r = 0: không có mối tương quan tuyến tính.

Nhận xét: Giá trị Sig của bảng toàn bộ đều khoảng bằng 0, thỏa mãn điều kiện Sig
< 0.05. Thực hiện kiểm định tương quan Pearson, chúng ta nhận được kết quả: giá trị Sig
của các biến độc lập khi thực hiện kiểm định tương quan với biến phụ thuộc lựa chọn đều
nhỏ hơn 0.05. Vậy có thể kết luận, 3 biến độc lập có tương quan tuyến tính với biến phụ
thuộc.
Các nhân tố đều có hệ số tương quan 0.4 ≤ r < 0.8, điều này cho ta thấy rằng tất cả
các nhân tố đều có sự tương quan từ trung bình đến mạnh so với biến phụ thuộc. Cụ thể
dựa vào hệ số Pearson correlation nhóm xác định được 3 nhân tố đều tương quan dương
với biến độc lập (LC): GTRI = 0.878, TT = 0.758, VS = 0.738. Điều này cho ta thấy
rằng nếu các nhân tố độc lập GTRI, TT, VS tăng lên thì nhân tố biến phụ thuộc LC cũng
tăng lên (hệ số tương quan dương). Nói cách khác khi các yếu tố thuộc giá trị của chuyến
du lịch đảo, thể hiện bản thân, vệ sinh và an toàn cá nhân khi được cải thiện, nâng cao sẽ
thúc đẩy tăng quyết định lựa chọn du lịch đảo của đối tượng khảo sát.
4.2. Phân tích hồi quy

Nhận xét: Qua bảng Model Summary, nhóm thấy được Adjusted R Square (R
bình phương hiệu chỉnh) đã phản ánh được mức độ ảnh hưởng của các biến độc lập (VS,
TT, GTRI) đến biến phụ thuộc (LC). Giá trị của hệ số Adjusted R Square = 0.784, vậy kết
luận 3 biến độc lập giải thích được 78.4% cho biến phụ thuộc, con số này đạt với tiêu chí
đề ra cho mô hình: Adjusted R Square > 0.2. Còn lại 21.6% được giải thích bởi các biến
ngoài mô hình nghiên cứu và sai số ngẫu nhiên.
Nhận xét: Hệ số Durbin – Watson = 2.185, nằm trong khoảng 1.5 đến 2.5 nên
không có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.
 Nhận xét: Với giá trị Sig = 0.000 < 0.05, mô hình hồi quy tuyến tính đã được xem
xét phù hợp với tổng thể.

Mô hình hồi quy tuyến tính đa biến chưa chuẩn hóa

LC = 0.147 + 0.688GTRI + 0.172TT + 0.094VS + Sai số
Mô hình hồi quy chưa chuẩn hóa giúp chúng ta xem xét biến HL sẽ thay đổi như
thế nào nếu một trong các biến độc lập thay đổi, các biến khác giữ nguyên.
Hằng số 0.147 cho biết khi các yếu tố độc lập chưa tác động thì sự lựa chọn là
0.147. Điều thể hiện sự lựa chọn đi du lịch đảo của giới trẻ Việt Nam tử 18-25 tuổi tương
đối ít.
Nếu Unstandardized Coefficients của biến độc lập tác động lớn hơn 0.3 thì gọi là
có độ nhạy cảm cao với mô hình. Như vậy:
- GTRI = 0.688 nghĩa là giá trị chuyến du lịch đảo tăng 1 đơn vị và các biến khác
không đổi thì lựa chọn đi du lịch đảo của giới trẻ Việt Nam tăng 0.688 đơn vị (độ
nhạy cảm). Suy ra biến có độ nhạy cảm cao với mô hình.
- TT = 0.172 nghĩa là thể hiện bản thân tăng 1 đơn vị và các biến khác không đổi thì
lựa chọn đi du lịch đảo của giới trẻ Việt Nam tăng 0.172 đơn vị (độ nhạy cảm). Suy
ra biến có độ nhạy cảm thấp với mô hình.
- VS = 0.094 nghĩa là vệ sinh và an toàn cá nhân tăng 1 đơn vị và các biến khác không
đổi thì lựa chọn đi du lịch đảo của giới trẻ Việt Nam tăng 0.094 đơn vị (độ nhạy
cảm). Suy ra biến có độ nhạy cảm thấp với mô hình.
 Giá trị VIF < 10, vì vậy không có bất cứ biến nào xảy ra hiện tượng đa cộng tuyến.
Nếu xét kĩ thì độ VIF của nhóm nhân tố TT = 2.618 và VS = 2.701 đều nằm trong khoảng
2-5, chúng có sự tương quan nhỏ với nhau, nhưng không nghiêm trọng để cần loại bỏ.
Mô hình hồi quy tuyến tính đa biến đã chuẩn hóa

LC = 0.661GTRI + 0.172TT + 0.103VS

Mô hình hồi quy đã chuẩn hóa giúp xem xét mức tác động của biến độc lập lên
biến phụ thuộc. Biến GTRI = 0.661 tác động mạnh nhất đến sự lựa chọn du lịch đảo của
giới trẻ Việt Nam. Biến TT = 0.172 tác động nhỏ hơn GTRI. Biến VS tác động nhỏ nhất
đến sự lựa chọn điểm đến. Vậy kết luận:
- H1: Giá chuyến của du lịch đảo tác động tích cực đến quyết định lựa chọn du lịch
đảo của giới trẻ Việt Nam.
- H2: Thể hiện bản thân tác động tích cực đến quyết định lựa chọn du lịch đảo của giới
trẻ Việt Nam.
- H3: Vệ sinh và an toàn cá nhân tác động tích cực đến quyết định lựa chọn du lịch đảo
của giới trẻ Việt Nam.
Giả định phân phối chuẩn phần dư
Nhóm đã kiểm định qua bảng Model Summary và xác nhận được biến độc lập
thuộc mô hình nghiên cứu giải thích được 78.4% cho biến phụ thuộc. Còn lại 21.6% được
giải thích bởi các biến ngoài mô hình nghiên cứu và sai số ngẫu nhiên. Thực tế nhóm có
thể căn cứ vào biểu đồ Histogram và Normal P-P Plot phần dư, để quan sát được các
phần dư khi ước lượng mô hình và tiến hành đi xem xét tính phân phối chuẩn của phần
dư thu được khi ước lượng.
Đối với biểu đồ Histogram, nếu giá trị trung bình Mean gần bằng 0, độ lệch chuẩn
gần bằng 1, đường cong phân phối có dạng hình chuông ta có thể khẳng định phân phối
là xấp xỉ chuẩn, giả định phân phối chuẩn của phần dư không bị vi phạm.
Bảng 33: Bảng Histogram
e

Nhận xét: Qua bảng Histogram ta thấy được giá trị trung bình Mean= - 4.76E-16
gần bằng 0, độ lệch chuẩn Std.DEV= 0.993 gần bằng 1. Đường cong phân phối có dạng
hình chuông và các giá trị tập trung nhiều nhất là từ -2 đến 2 và giá trị lớn nhất là ở 0.
Như vậy, ta có thể kết luận rằng phân phối chuẩn của phần dư là xấp xỉ chuẩn và
giả định phân phối chuẩn của phần dư không bị vi phạm.
Đối với biểu đồ Normal P-P Plot, nếu các điểm phân vị trong phân phối của phần
dư tập trung thành 1 đường chéo, nghĩa là phần dư có phân phối chuẩn. Như vậy, giả định
phân phối chuẩn của phần dư không bị vi phạm.
Bảng 34: Bảng Normal P-P Plot
 Nhận xét: Qua bảng Normal P-P Plot trên ta có thể thấy các điểm phân vị trong
phân phối của phần dư tập trung thành 1 đường chéo.
Như vậy, ta có thể kết luận rằng phần dư có phân phối chuẩn và giả định phân phối
chuẩn của phần dư không bị vi phạm.
Giả định: Liên hệ tuyến tính giữa biến phụ thuộc với biến độc lập
Thông qua hai biểu đồ Histogram và Normal P-P Plot phần dư, nhóm đã kiểm định
phân phối chuẩn của phần dư. Kết quả cho thấy kết quả rằng phần dư có phân phối chuẩn
và giả định phân phối chuẩn của phần dư không bị vi phạm. Tiếp theo nhóm sẽ dùng biểu
đồ Scatter Plot để tiến hành kiểm định giả định liên hệ tuyến tính giữa biến phụ thuộc với
biến độc lập để xem giữa biến phụ thuộc và biến độc lập có mối liên hệ tuyến tính với
nhau không.
Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đoán chuẩn
hóa giúp chúng ta dò xem dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay
không. Nếu phần dư chuẩn hóa phân bổ ngẫu nhiên xung quanh đường tung độ 0 và hình
dạng tạo thành một đường thẳng, như vậy chúng ta có thể kết luận giả định quan hệ tuyến
tính không bị vi phạm.
Bảng 35: Bảng Scatter Plot

Nhận xét: Qua biểu đồ trên ta thấy được là các điểm phân vị có vị trí phân tán
ngẫu nhiên xung quanh đường tung độ 0, tập trung nhiều trong khoản -2.5 đến 2.5 và có
hình dạng tạo thành những đường thẳng. Vì vậy, nhóm chúng tôi kết luận rằng giả định
quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập không bị vi phạm.
Giả định: Phương sai phần dư không thay đổi
Nếu xảy ra hiện tượng phương sai thay đổi, kết quả của phương trình hồi quy sẽ
không chính xác, làm sai lệch kết quả so với thực tế. Điều này sẽ dẫn đến những đánh giá
nhầm về chất lượng của phương trình hồi quy tuyến tính. Vì vậy nhóm chúng tôi sẽ kiểm
định giả định phương sai của phần dư xem phương sai có thay đổi không.
Để đánh giá mô hình hồi quy có vi phạm giả định hay không, nhóm chúng tôi sẽ
tiếp tục dựa vào biểu đồ Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đoán chuẩn
hóa như ở giả định liên hệ tuyến tính. Nếu các điểm phân vị phân bố khá đồng đều trên
và dưới trục tung độ 0 dù X tăng hay giảm thì giả định phương sai phần dư không thay
đổi không bị vi phạm.
Bảng 35: Bảng Scatter Plot
 Nhận xét: Kết quả từ biểu đồ trên cho thấy các điểm phân vị dao động khá đồng
đều trên dưới trục tung độ 0. Các điểm phân vị hầu như nằm trong đoạn từ -2.5 đến 2.5
theo trục tung độ 0. Chính vì vậy, giả định phương sai phần dư đồng nhất không bị vi
phạm.
4.7.3.5. Kết luận
Qua các kiểm định trên, nhóm chúng tôi kết luận rằng phần dư có phân phối
chuẩn, các biến độc lập và biến phụ thuộc có liên hệ tuyến tính với nhau phương sai phần
dư đồng nhất không bị vi phạm. Từ đó cho thấy kết quả phương trình hồi quy mà nhóm
chúng tôi đưa ra là đáng tin cậy.

3. Nghiên cứu trước về 5 topic sau: mỹ phẩm, ô tô điện, ứng dụng học tiếng Anh,
bao bì sản phẩm, chọn trường đại học.
- Đề thi sẽ cung cấp các dữ liệu kết quả từ SPSS, yêu cầu SV nhận xét kết quả,
trình bày khuyến nghị/hàm ý quản trị, các kiến thức liên quan về marketing.
(có thể sẽ loại thang đo và gộp biến)
- Ví dụ: câu hỏi ngược  cần phải đọc hiểu và loại nó
- Ma trận xoay  Gộp biến