Kích thước mẫu
Các nghiên cứu sử dụng phương pháp phân tích cấu trúc tuyến tính đều cho rằng: “Phương pháp này đòi hỏi phải có kích thước mẫu lớn, vì nó dựa vào lý thuyết phân phối mẫu lớn (Raykov & Widaman, 1995). Tuy nhiên, kích thước mẫu bao nhiêu được gọi là đủ lớn thì hiện nay chưa xác định rõ ràng.
Tổng hợp từ các nghiên cứu và ý kiến chuyên gia thì cỡ mẫu tối ưu là bao nhiêu phụ thuộc vào kỳ vọng và độ tin cậy, phương pháp phân tích dữ liệu, phương pháp ước lượng được sử dụng trong nghiên cứu, các tham số cần ước lượng và quy luật phân phối của tập các lựa chọn (trả lời) của đối tượng khảo sát. Chẳng hạn:
34
Để tiến hành phân tích hồi quy một cách tốt nhất, theo Tabachnick và Fidell kích thước mẫu phải đảm bảo theo công thức n ≥ 8m + 50 ( với n là cỡ mẫu, m là số biến độc lập trong mô hình). Trong khi đó, Harris RJ. Aprimer sử dụng công thức n ≥ m + 104 hoặc n ≥ 50 + m, nếu m < 5 (m là số biến độc lập và phụ thuộc trong mô hình). Trong trường hợp sử dụng phương pháp phân tích nhân tố khám phá (EFA), Hair và ctg (2010) cho rằng kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỷ lệ số quan sát/ biến đo lường là 5/1, nghĩa là cứ mỗi biến đo lường cần tối thiếu 5 quan sát.
Nghiên cứu này sử dụng phương pháp phân tích mô hình cấu trúc tuyến tính, mô hình gồm 28 biến quan sát đo lường cho 5 nhân tố. Theo Hair và cộng sự (2010) thì kích thước mẫu tối thiểu cho nghiên cứu này là 140 quan sát. Để mẫu nghiên cứu đạt mức tốt và đảm bảo độ tin cậy, tác giả chọn kích thước mẫu 234 quan sát cho đề tài nghiên cứu này. Song, để đạt được cỡ mẫu 234 quan sát sau khi đã loại bỏ các mẫu không đạt yêu cầu về thông tin hoặc chất lượng thấp, tác giả quyết định sử dụng 250 bảng câu hỏi và gởi đến 250 khách hàng với nghề nghiệp khác nhau.
Thiết kế chọn mẫu:
Tác giả sử dụng phương pháp lấy mẫu phi xác suất để thực hiện việc nghiên cứu trong đề tài: lấy mẫu thuận tiện.
Chọn 250 đối tượng khảo sát để thực hiện phỏng vấn, sau khi chọn lọc để loại những mẫu không đạt yêu cầu cỡ mẫu còn lại là 234 quan sát.