Cho đến nay vẫn chưa có sự thống nhất về số lượng mẫu cụ thể cho phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và mô hình cấu trúc tuyến tính (SEM). Có nhiểu chỉ dẫn về sự phù hợp của số mẫu dùng trong nghiên cứu. Có tác giả (Tabachnick & Fidell (2006) cho rằng 50 mẫu thì quá nghèo nàn, 100 thì hơi ít, 200 thì vừa phải, 300 thì tốt, 500 thì rất tốt và 1000 là xuất sắc. Kline, (1979);
Gorsuch, (1983); Field, A. P. (2005) cho rằng số mẫu tối thiểu cần có là 100. Guilford (1954) và Thompson (2004) cho rằng để đảm bảo số mẫu cần thiết dùng trong phân tích nhân tố và kiểm định mô hình SEM thì ít nhất số mẫu phải có là 200. Cattell, (1978) nêu ra số mẫu cần thiết là 250.
Số mẫu bao nhiêu là thích hợp phụ thuộc vào số biến được dùng trong phân tích,
được thể hiện ở bảng 3.2 dưới đây (Lawrence S; Meyers.G.G., và A.J. Guarino, 2006). Bảng 3.1. Số biến và số mẫu trong nghiên cứu Số biến Số mẫu 10 200 25 250 90 400 150 1000
(nguồn: Lawrence S. Meyers, Glenn Gamst, A.J. Guarino (2006), Applied
Multivariate Research, SAGE Publications.)
Nghiên cứu này sử dụng các phương pháp: Phân tích nhân tố khám phá (EFA), phân tích nhântố khẳng định (CFA), phân tích mô hình cấu trúc tuyến tính (SEM).Do
đó, cỡ mẫu được xác định dựa trên cỡ mẫu lớn nhất của các phương pháp sau :
Đối với phương pháp EFA: Hair và ctg (2010) cho rằng để sử dụng phương pháp này, cỡ mẫu tối thiểu phải là 50 và tốt hơn là 100 và tỷ lệ quan sát/biến đo lường là 5:1, nghĩa là cứ mỗi biến đo lường thì cần tối thiểu là 5 quan sát. Nghiên cứu này sử dụng
tổng cộng 54 biến quan sát, do đó cỡ mẫu tối thiểu cần có là n > 270 mẫu(5 mẫu x 54 biến)
Đối với phương pháp SEM: Barr và ctg (1999) cho rằng các kiểm định thống kê và độ lệch chuẩn sử dụng cho SEM cũng dựa trên lý thuyết tiệm cận do đó không thể
tin cậy với cỡ mẫu nhỏ. Không có một hướng dẫn chắc chắn nào về độ lớn cần thiết của mẫu để có thểđạt được độ chính xác hợp lý. Một số nghiên cứu dựa trên mô hình này cho thấy có một số vấn đề phát sinh khi cỡ mẫu nhỏ hơn 100 (Loehlin,1987; Bollen, 1989). Suy luận từ kinh nghiệm với mô hình hồi quy đa biến cho thấy cỡ mẫu ít nhất nên gấp từ năm đến hai mươi lần số lượng biến cần được ước lượng để có được kết quả đáng tin cậy và có thể giải thích được” (Barr và ctg, 1999). Do đó, một cách tương tự như phương pháp EFA được trình bày phía trên, ở đây tác giả xác định cỡ
mẫu tối thiểu là n > 270.
Dựa trên cơ sở ý kiến của các nhà nghiên cứu, luận văn lựa chọn số mẫu lớn hơn 270, nhằm đạt được hai khả năng: thứ nhất, đạt được số mẫu tối thiểu theo yêu cầu của phân tích nhân tố và kiểm định mô hình SEM; thứ hai, do thu thập dữ liệu gặp nhiều trở ngại từ phía khách hàng, do vậy kích cỡ mẫu vừa đủ sẽđảm bảo tính khả thi trong thu thập mẫu nghiên cứu.