Bài giảng Nghiên cứu Marketing: Chương 9 - Nguyễn Thị Minh Hải

PHÂN TÍCH DỮ LIỆU 3


Nội dung

 Phân tích nhân tố
 Phân tích cụm
 Viết báo cáo kết quả nghiên cứu


Kiểm định sự phụ thuộc lẫn nhau
 Được sử dụng để tóm tắt và hiểu một số biến độc
lập một cách đồng thời.
 Được sử dụng khi không có biến nào được nhận dạng
như là biến độc lập hay biến phụ thuộc.

 Kiểm định sự phụ thuộc lẫn nhau:
 Phân tích nhân tố, để giảm và tóm tắt dữ liệu.
 Phân tích cụm, để phân loại đối tượng.


Phân tích nhân tố
 Một kỹ thuật để tóm tắt thông tin mà thông tin
này được chứa trong một lượng lớn các biến
thành một số nhân tố nhỏ hơn.

 Để đơn giản hóa thông tin
 Không có sự khác biệt giữa X và Y (Biến độc
lập và biến phụ thuộc), chúng được phân tích
cùng với nhau

Ứng dụng trong nghiên cứu Marketing

 Phân khúc thị trường để nhận dạng biến nhóm
khách hàng

 Nghiên cứu sản phẩm: xác định phẩm chất của sản
phẩm ảnh hưởng đến sự lựa chọn của khách hàng

 Nghiên cứu quảng cáo: hiểu thói quen sử dụng
phương tiện thông tin của thị trường mục tiêu

 Nghiên cứu giá: nhận dạng những đặc điểm của
khách hàng nhạy cảm về giá


Mô hình phân tích nhân tố





Xi = Ai1F1 + Ai2F2 + ….+ AimFm + ViUi
Xi: biến đã được chuẩn hóa thứ I
Aij: Hệ số hồi quy bội của biến được chuẩn hóa I trên
nhân tố chung j




F: nhân tố chung
Vi: Hệ số hồi quy được chuẩn hóa I trên nhân tố duy

nhất I




Ui: Nhân tố duy nhất của biến I
m: Số nhân tố chung


Mô hình nhân tố

 Mỗi nhân tố duy nhất thì tương quan với mỗi
nhân tố khác và với các nhân tố chung.

 Fi = wi1x1 + wi2x2 + … + wikxk
 Fi: Ước lượng nhân tố thứ I
 wi: trọng số hay hệ số điểm nhân tố
 k: số biến


Các bước phân tích nhân tố

 Xác định vấn đề
 Lập ma trận tương quan
 Xác định số nhân tố
 Giải thích nhân tố
 Tính điểm nhân tố

 Chọn nhân tố thay thế
 Xác định mô hình phù hợp


Xác định vấn đề

 Xác định những lợi ích cơ bản mà khách hàng cần
tìm khu mua kem đánh răng

 Mẫu gồm 237 người được phỏng vấn theo thang
đo 7 điểm (1: hoàn toàn không đồng ý đến 7:
hoàn toàn đồng ý) theo các biến từ V1 đến V7

Theo Lưu Thanh Đức Hải (2003)


Xác định vấn đề

 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
Theo Lưu Thanh Đức Hải (2003)


Phân tích nhân tố – Tiến hành trên SPSS

Phân tích nhân tố – SPSS Output
Lập ma trận tương quan
Biến

V1

V1

1,00

V2

0,13

1,00

V3

0.67

0,21

1,00

V4

0.17

0,71

0,19

1,00

V5

0,70

0,15

0,49

0,13

1,00

V6

0,13

0,69

0,16

0,69

0,21

1,00

V7

0,56

0,22

0,73

0,21

0,72

0,31

V2

Theo Lưu Thanh Đức Hải (2003)

V3

V4

V5

V6

V7

1,00


Lập ma trận tương quan

 Giả thuyết: Ho: các biến không có tương quan
Ha: Có tương quan giữa các biến

 P value = 0.000 <0.05  Có sự tương quan giữa
các biến


Xác định số nhân tố
Initial
Variable

Statistics
Communality

Factor

Eigenvalue

Percent of
variance

Cumulative
percentage

V1

1.00

1

3.38

48.3

48.3

V2

1.00

2

1.96

28.0

76.3

V3

1.00

3

0.52

7.6

83.9

V4

1.00

4

0.44

6.4

90.3

V5

1.00

5

0.3

4.3

94.6

V6

1.00

6

0.27

4.0

98.6

V7

1.00

7

0.09

1.4

100.0

Communality: Phương sai tối đa của mỗi biến
Eigenvalue: phương sai tổng hợp của từng nhân tố, lớn hơn 1 mới được đưa vào mô hình
Percent of variance: phương sai của từng nhân tố
Cumulative percentage: phương sai tích lũy


Giải thích các nhân tố

Rotated factor matrix Nhân tố 1 Nhân tố 2
V1
0.85 Hệ số tải
V3
0.83 nhân tố
V5
0.84
V7
0.86
V2
0.89
V4
0.89
V6
0.88
Nhân tố lợi ích sức khỏe: V1, V3, V5, V7
Nhân tố lợi ích về xã hội: V2, V4, V6


Hệ số tải nhân tố - Factor Loadings

 Sự tương quan giữa mỗi nhân tố và mỗi biến ban
đầu.
 Mỗi hệ số tải nhân tố là một đo lường của tầm quan
trọng của biến trong đo lường nhân tố.
 Từ –1 đến +1

 Hệ số tải của biến nào cao có nghĩa là biến đó xác
định nhân tố.

Xác định điểm nhân tố và chọn nhân tố thay thế
Factor score coefficient matrix
Biến

Nhân tố 1

Nhân tố 2

V1

0.30931

-0.06814

V2

-0.05548

0.38315

V3

0.29250

-0.03331

V4

-0.04918

0.38087

V5

0.30199

-0.05191

V6

-0.04160

0.37478

V7

0.29173

0.00697

F1 = 0.31 x1 + 0.29x3 + 0.3x5 + 0,29x7
F2 = 0.38x2 + 0.38x4 + 0.37x6


Phân tích cụm
 Có thể phân loại hoặc phân khúc đối tượng
(khách hàng, thị trường, sản phẩm) thành
những nhóm mà các nhóm này có một số đặc
điểm chung.

 Phân tích nhân tố giảm số biến bằng cách nhóm
chúng thành thành một bộ nhỏ hơn của các
nhân tố.
 Phân tích cụm giảm số quan sát hoặc trường
hợp bằng cách nhóm chúng thành một bộ nhỏ
hơn của các cụm.


Phân tích cụm
 Một cụm– Một nhóm của những trường
hợp hoặc các quan sát tương đối đồng nhất


Trường hợp nhà hàng thức ăn nhanh
 Một nhà hàng thức ăn nhanh muốn mở một
nhà hàng ở khu vực mới
 Thu thập dữ liệu về nhân khẩu học, phong cách
sống, và khoản chi tiêu cho việc ăn uống ở
ngoài.
 4 cụm hoặc phân khúc tiềm năng dựa trên hai
đặc điểm:
 Cluster 1: Những người khách ít đến
 Cluster 2: thường ăn tối trong nhà hàng đa dạng thức ăn
 Cluster 3: thường ăn tối tại nhà hàng thức ăn nhanh
 Cluster 4: thường ăn tối ở hai nơi


Phân tích cụm hai bước
 Bước 1: Xác định số nhân tố tối ưu mà chúng ta
sẽ tiến hành.

 Bước 2: Quay lại phân tích cụm với số cụm được
chọn, và chỉ định mỗi trường hợp cho 1 cụm
riêng biệt.


Phân tích nhân tố - SPSS


Cluster Analysis – SPSS Steps