Mẫu nghiên cứu
Tổng thể nghiên cứu: là toàn bộ phụ nữ tại tỉnh thành miền Bắc (Hà Nội, Hải Phòng, Quảng Ninh); độ tuổi từ 18 đến 60 tuổi. Họ có thể là học sinh sinh viên, nội trợ, về hưu, những người đi làm công sở (nhân viên văn phòng, cán bộ công nhân viên chức), những người làm kinh doanh (doanh nhân, tiểu thương) đang sinh sống và làm việc ở miền Bắc (Hà Nội, Hải Phòng, Quảng Ninh).
Trong nghiên cứu này cỡ mẫu được lựa chọn tùy thuộc vào các yếu tố như phương pháp phân tích (phân tích độ tin cậy, phân tích nhân tố khám phá EFA, hồi quy tuyến tính…). Kích thước mẫu càng lớn thì độ tin cậy càng cao tuy nhiên sẽ tốn kém về chi phí và thời gian. Đa số các nhà nghiên cứu thường dựa theo kinh nghiệm cho từng phương pháp phân tích. Theo Hair và cộng sự (2006), để phân tích nhân tố khám phá EFA, kích thước mẫu được tính theo công thức n= 5*i (i là số biến quan sát trong mô hình). Theo Bollen (1989), khi phân tích mô hình cấu trúc tuyến tính, kích thước mẫu được tính theo công thức n= 5*2i (i là số biến quan sát trong mô hình). Theo Tabachnick và Fidell (2007) kích thước mẫu trong phân tích hồi quy tuyến tính bội (MLR) được tính theo công thức n = 50+8q (q là số biến độc lập trong mô hình). Cụ thể:
- Với nghiên cứu định lượng sơ bộ: theo kinh nghiệm để đánh giá độ tin cậy của thang đo, cỡ mẫu tối thiểu là n = 30 quan sát, vì vậy nghiên cứu sinh lựa chọn kích thước mẫu cho nghiên cứu định lượng sơ bộ là n = 100 quan sát.
- Với nghiên cứu định lượng chính thức: trong nghiên cứu này có 4 biến độc lập và 1 biến phụ thuộc với tổng cộng là 24 biến quan sát, vì vậy cỡ mẫu tối thiểu để phân tích nhân tố khám phá EFA được tính theo công thức của Hair và cộng sự là 4*36 = 144 quan sát (Hair và cộng sự, 2006), đồng thời theo Tabchnick và Fidell (2007) cỡ mẫu tối thiểu cần đạt được để phân tích hồi quy là 50 + 4*5= 70 quan sát. Như vậy, để thỏa mãn hai yêu cầu trên, kích thước mẫu tối thiểu cần đạt là 144 quan sát. Tuy nhiên theo kinh nghiệm của những nhà nghiên cứu về hành vi người tiêu dùng, kích thước mẫu với n= 350 quan sát sẽ đảm bảo tính đại diện cho tổng thể, phạm vi nghiên cứu này nghiên cứu sinh dự kiến lựa chọn kích thước mẫu là n = 700 quan sát.
Phạm vi nghiên cứu này, nghiên cứu sinh lựa chọn phương pháp chọn mẫu phi xác suất kết hợp với chọn mẫu thuận tiện trong cả hai giai đoạn sơ bộ và chính thức. Mẫu thuận tiện được lấy dựa trên sự thuận lợi trong việc tiếp cận đối tượng khảo sát. Như vậy, với cách chọn mẫu này, phỏng vấn viên có thể tiếp cận bất cứ người nào họ gặp ở Spa để xin thực hiện phỏng vấn. Nếu người được tiếp cận không đồng ý tham gia thì phỏng vấn viên chuyển sang người khác. Ưu điểm của việc chọn mẫu thuận tiện là lựa chọn phần tử dựa trên sự thuận tiện, dễ tiếp cận và lấy thông tin. Tuy nhiên hạn chế là khó xác định được sai số lấy mẫu. Đối tượng khảo sát là cư dân đô thị tại các thành phố miền Bắc (Hà Nội, Hải Phòng, Quảng Ninh) có độ tuổi từ 18 đến 60 tuổi.
Thiết kế bảng hỏi
Nội dung bảng hỏi được thiết kế trên cơ sở kết quả nghiên cứu định tính. Kết cấu bảng hỏi gồm các nội dung chính như sau:
(i) Cảm nhận và hành vi sử dụng dịch vụ spa của khách hàng;
(ii)Nhận định của khách hàng về các yếu tố tác động đến ý định sử dụng dịch vụ spa; (iii) Ý định sử dụng dịch vụ spa của khách hàng;
(iv) Thông tin cá nhân.
Bảng hỏi được xây dựng dựa trên thang đo Likert với 5 mức, mức 1- Rất không đồng ý; mức 2- Không đồng ý; mức 3- Bình thường; mức 4- Đồng ý; mức 5- Rất đồng ý.
Trong nghiên cứu định lượng, nghiên cứu sinh sử dụng hai phương pháp thu thập dữ liệu sơ cấp đó là thu thập trực tiếp thông qua phỏng vấn trực tiếp bằng bảng hỏi, và thu thập gián tiếp qua internet. Phương pháp phỏng vấn trực tiếp có ưu điểm là tỷ lệ trả lời cao tuy nhiên chi phí khá tốn kém và mất nhiều thời gian vì thế nghiên cứu sinh thực hiện thêm cách thu thập gián tiếp qua internet. Ưu điểm của việc thu thập gián tiếp qua internet là chi phí thấp và tiếp cận được nhiều khách hàng tuy nhiên hạn chế của nó là tỷ lệ trả lời thấp.
Phương pháp thu thập trực tiếp: nghiên cứu sinh tập huấn 1 nhóm phỏng vấn viên gồm 5 người về các tiêu chí lựa chọn đối tượng phỏng vấn và phương pháp lựa chọn đối tượng cũng như các nội dung trong bảng hỏi. Khi tiến hành phát bảng hỏi, mỗi một phỏng vấn viên có nhiệm vụ kèm một đối tượng được phỏng vấn nhằm hướng dẫn và giải thích cho đối tượng được phỏng vấn về mục tiêu cuộc phỏng vấn, nội dung và ý nghĩa các câu hỏi trong bảng hỏi.
Phương pháp thu thập gián tiếp qua internet: nghiên cứu sinh và các phỏng vấn viên sẽ tiến hành gửi đường link bảng hỏi qua email và mạng xã hội tới đồng nghiệp, bạn bè và người thân là cư dân đô thị miền Bắc (Hà Nội, Hải Phòng, Quảng Ninh) đồng thời nhờ họ tiếp tục gửi đường link bảng hỏi tới đồng nghiệp, bạn bè, người thân của họ là cư dân tại thành phố Hà Nội, Hải Phòng, Quảng Ninh.
Mục đích: Thông qua nghiên cứu định lượng chính thức, nghiên cứu sinh đã tiến hành kiểm định mô hình và các giả thuyết nghiên cứu; đánh giá mức độ tác động của 4 biến độc lập: chuẩn mực chủ quan, thái độ, nhận thức và hình ảnh bản thân đến ý định sử dụng dịch vụ spa; kiểm định sự khác biệt của ý định sử dụng dịch vụ spa theo nhân khẩu học.
Phân tích dữ liệu
Dữ liệu trong nghiên cứu này được phân tích bằng phần mềm SPSS phiên bản 22. Trình tự phân tích dữ liệu được thực hiện tương ứng với từng giai đoạn nghiên cứu: sơ bộ và chính thức. Giai đoạn nghiên cứu định lượng sơ bộ chỉ thực hiện phân tích hệ số Cronbach’s alpha để đánh giá độ tin cậy của thang đo. Giai đoạn chính thức được thực hiện nhằm kiểm định mô hình và giả thuyết thống kê, dữ liệu được phân tích theo trình tự như sau:
Phân tích thống kê mô tả bao gồm các số tương đối, số tuyệt đối và số bình quân được dùng để mô tả đặc điểm mẫu nghiên cứu, đánh giá cảm xúc và hành vi của khách hàng về ý định sử dụng dịch vụ spa. Trong phương pháp này, luận án cũng sử dụng hệ số Skewness và Kurtosis để đo lường sự phân phối của dữ liệu. Theo Nguyễn Đình Thọ
(2013), dữ liệu có sự phân phối chuẩn khi các giá trị Skewness và Kurtosis nằm trong khoảng -1,1.
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê nhằm đánh giá độ tin cậy của thang đo. Nunnally và Bernstein (1994) cho rằng thang đo có hệ số Cronbach’s Alpha gần 1 là thang đo tốt, từ 0,7 đến 0,8 là sử dụng được. Theo Hair và cộng sự (2006), hệ số Cronbach’s alpha được sử dụng để loại biến rác trong bảng hỏi sử dụng thang đo Likert. Các biến bị loại là những biến có hệ số tương quan giữa biến thành phần với biến tổng nhỏ hơn 0.3 và hệ số Cronbach alpha nhỏ hơn 0.6. Hệ số Cronbach’s alpha của các biến được cho là đạt yêu cầu khi có giá trị từ 0.6 trở lên. Tuy nhiên, nếu hệ số Cronbach’s alpha của các biến quan sát nào lớn hơn 0.95 sẽ bị loại vì các biến này có thể có quan hệ tuyến tính khá chặt chẽ.
Các thang đo sau khi được đánh giá bằng độ tin cậy sẽ được tiến hành phân tích nhân tố EFA. Phương pháp phân tích nhân tố EFA được sử dụng đối với nghiên cứu định lượng chính thức.
Để có thể áp dụng được phân tích nhân tố, các biến quan sát phải có liên hệ với nhau. Nghiên cứu sinh sử dụng kiểm định Bartlett’s test of sphericity để kiểm định giả thuyết về quan hệ tương quan giữa các biến trong tổng thể. Theo đó, giá trị của kiểm định Bartlett’s càng lớn thì càng có nhiều khả năng các biến quan sát có mối quan hệ tương quan nhau. Trường hợp các biến quan sát không có quan hệ tương quan thì việc phân tích nhân tố rất có khả năng không thích hợp.
Tiếp đó, nghiên cứu sinh sử dụng phương sai trích (% biến thiên được giải thích bởi các nhân tố) để xác định sự thích hợp của phương pháp phân tích nhân tố. Một tiêu chuẩn đối với phương sai trích là phải đạt từ 50% trở lên (Hair và cộng sự, 2006).
Sử dụng hệ số tải nhân tố (factor loading) của các biến quan sát để lựa chọn số lượng nhân tố đưa vào phân tích. Hệ số tải nhân tố phản ánh tương quan giữa các nhân tố và các biến quan sát. Hệ số này lớn cho biết nhân tố và biến quan sát có quan hệ chặt chẽ với nhau. Các hệ số này cũng được dùng để giải thích các nhân tố. Thông thường, một biến quan sát sẽ được chọn khi có hệ số factor loading lớn hơn hoặc bằng 0.5. Tuy nhiên, cũng có nghiên cứu đưa ra tiêu chuẩn khác biệt, hệ số factor loading lớn hơn hoặc bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. Trong nghiên cứu này, nghiên cứu sinh chọn hệ số tải nhân tố lớn hơn hoặc bằng 0.5. Các biến quan sát có hệ số tải nhân tố lớn hơn hoặc bằng 0.5 sẽ được giữ lại để đưa vào phân tích. Các biến quan sát sau khi được giữ lại sẽ được đặt tên lại theo từng nhân tố trong trường
hợp các nhân tố này không giống với các nhân tố đã được tác giả trình bày ở mô hình nghiên cứu lý thuyết.
Phân tích thống kê suy diễn, luận án kiểm định mối quan hệ giữa các biến độc lập với biến phụ thuộc. Cụ thể:
Sử dụng hệ số tương quan để kiểm định mối quan hệ giữa các yếu tố tác động tới ý định sử dụng dịch vụ spa. Hệ số tương quan phản ánh mối quan hệ giữa hai biến. Hệ số tương quan luôn nhận các giá trị trong khoảng (-1; 1). Hệ số tương quan dương, phản ánh hai biến có mối quan hệ cùng chiều. Hệ số tương quan âm phản ánh hai biến có quan hệ ngược chiều. Hệ số tương quan bằng 1 hoặc -1 phản ánh hai biến có quan hệ rất chặt chẽ. Hệ số tương quan bằng 0 phản ánh hai biến không có mối quan hệ với nhau.
Phương trình hồi quy đề xuất ban đầu như sau: YD = β0+ β1 TĐ+ β2 CM+ β3NT + β4 HA + s
Trong đó:
YD: Ý định sử dụng dịch vụ spa của phụ nữ Việt Nam TĐ: Thái độ đối với dịch vụ spa
CM: Chuẩn mực chủ quan NT: Nhận thức kiểm soát hành vi HA: Sự quan tâm tới hình ảnh bản thân
s: sai số ngẫu nhiên
Phương pháp phân tích hồi quy tuyến tính bội (hồi quy đa biến) được thực hiện nhằm kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu. Phân tích hồi quy tuyến tính bội là một kĩ thuật thống kê có thể được sử dụng để phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập (Nguyễn Đình Thọ, 2013). Các biến độc lập được sử dụng để phân tích hồi quy khi có mối quan hệ với biến phụ thuộc và được biểu hiện qua hệ số tương quan. Tiếp theo, nghiên cứu sinh sẽ sử dụng kiểm định F để đánh giá về độ phù hợp của mô hình hồi quy tuyến tính bội; sử dụng kiểm định t để đánh giá về ý nghĩa các hệ số hồi quy của các biến độc lập và sử dụng tiêu chuẩn VIF để đo lượng hiện tượng đa công tuyến giữa các biến độc lập. Các biến độc lập có hiện tượng đa công tuyến khi giá trị VIF lớn hơn 10. Luận án cũng sử dụng mức ý nghĩa alpha bằng 5% để kết luận cho các kiểm định có trong mô hình hồi quy tuyến tính bội.
Thực hiện so sánh nhóm bằng kiểm định ANOVA, phương pháp kiểm định này giúp khẳng định thêm mối quan hệ giữa các biến nhân khẩu học và biến phục thuộc. Phương pháp này sẽ giúp tác giả so sánh giá trị trung bình của ý định sử dụng dịch vụ spa của nhóm người tiêu dùng đã được phân chia theo tiêu thức nhân khẩu học (nghề nghiệp, trình độ học vấn và thu nhập).