3.3.1 Cách chọn mẫu
Kích thước mẫu được xác định dựa trên cơ sở tiêu chuẩn 5:1 của Bollen (1998) và Hair & ctg (1998), tức là để đảm bảo phân tích dữ liệu (phân tích nhân tố khám phá EFA) tốt thì cần ít nhất 5 quan sát cho 1 biến đo lường và số quan sát không nên dưới 100. Vậy với 36 biến quan sát nghiên cứu này cần đảm bảo kích thước mẫu tối thiểu phải là 36 * 5 = 180.
Kết luận: Thông thường, các nghiên cứu trong thực tế nhà nghiên cứu mặc nhiên sử dụng cỡ mẫu bằng hoặc lớn hơn 100 mà không cần tính toán cỡ mẫu vì cỡ mẫu này đã thuộc mẫu lớn bảo đảm cho tính suy rộng, do đó tác giả chọn cỡ mẫu là 180. Tuy nhiên tùy thuộc vào giá trị Z (độ tin cậy) và sai số (MOE) mà ta có cỡ mẫu khác nhau.
3.3.2 Phương pháp xử lý số liệu
Đề tài sử dụng phần mềm SPSS 20.0 để hỗ trợ trong việc phân tích số liệu. Các phương pháp phân tích được sử dụng trong việc giải quyết các mục tiêu của đề tài. Ngoài ra, đề tài còn sử dụng phương pháp thống kê mô tả thông tin của đáp viên, phân tích tần số.
3.3.2.1 Phương pháp thống kê mô tả (Descriptive statistics)
Thống kê mô tả là một trong hai chức năng chính của thống kê (thống kê mô tả và thống kê ứng dụng). Thống kê mô tả là tập hợp tất cả các phương pháp đo lường, mô tả và trình bày số liệu bằng các phép tính và các chỉ số thống kê thông thường như số trung bình (Mean), số trung vị (Median), phương sai
(Variance), độ lệch chuẩn (Standard deviation), Mode...cho các biến số liên tục và các tỷ số (Proportion) cho các biến số không liên tục. Trong phương pháp thống kê liên tục, các đại lượng thống kê mô tả chỉ được tính đối với các biến định lượng.
Phương pháp này được sử dụng để mô tả mẫu thu thập được theo các thuộc tính của đối tượng nghiên cứu như : giới tính, độ tuổi, thu nhập và trình độ. Ngoài ra, phương pháp này còn được sử dụng để mô tả các nhân tố ảnh hưởng đến sự hài lòng của khách hàng.
3.3.2.2 Phương pháp kiểm định Cronbach’s alpha
Phương pháp Cronbach Alpha dùng để loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach Alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Crobach’s Alpha từ 0,7 đến 0,8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo lường tốt. Hệ số Cronbach's Alpha if item deleted không được lớn hơn Hệ số Cronbach's Alpha nếu không biến đó sẽ bị loại.
Giải thích một số ký hiệu và ý nghĩa:
- Cronbach's Alpha: Hệ số Cronbach's Alpha - N of Items: Số lượng biến quan sát
- Scale Mean if Item Deleted: Trung bình thang đo nếu loại biến - Scale Variance if Item Deleted: Phương sai thang đo nếu loại biến - Corrected Item-Total Correlation: Tương quan biến tổng
- Cronbach's Alpha if Item Deleted: Hệ số Cronbach's Alpha nếu loại biến
3.3.2.3 Phương pháp phân tích nhân tố khám phá (EFA)
Sau khi kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu, giúp chúng ta rút gọn nhiều biến số. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau :
Thứ nhất : Trị số KMO 0,5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. 0,05.
- Bartlett’s test of sphericity : Đại lượng Bartlett là một đại lượng thống kê dùng để xem xét giả thiết các biến không có tương quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau (các biến đo lường phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét.
- Hệ số (Kaiser – Meyer – Olkin) KMO là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Thứ hai là đại lượng Eigenvalue : Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phương sai là 1.
Thứ ba là hệ số tải nhân tố Factor loadings : là những hệ số tương quan đơn giữa các biến và các nhân tố. Các biến có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50% (Gerbing & Anderson, 1988).
Thứ tư là Phép trích Principal Component với phép quay Varimax sẽ được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
Sau khi qua giai đoạn phân tích nhân tố, các nhân tố được lựa chọn sẽ được đưa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mô hình hồi quy.
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Trong SPSS, có thể kiểm định các giả thiết ở mức ý nghĩa nhỏ hơn 0,05 (SPSS phân biệt bằng cách đánh một dấu * ở cạnh giá trị thống kê tính được trên mẫu) và ở mức ý nghĩa nhỏ hơn 0,01 (phân biệt bằng hai dấu **)
- Pearson Correlation: hệ số tương quan Pearson
- Sig.(2-tailed): significant của kiểm định Pearson. Giả thiết H0: hệ số tương quan bằng 0. Do đó nếu Sig. này bé hơn 5% ta có thể kết luận được là hai biến có tương quan với nhau. Hệ số tương quan càng lớn tương quan càng chặt. nếu Sig. này lớn hơn 5% thì hai biến không có tương quan với nhau.
Vì một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy.
Kết quả phân tích tương quan Pearson cho thấy một số biến độc lập có sự tương quan với nhau. Do đó khi phân tích hồi quy cần phải chú ý đến vấn đề đa cộng tuyến. Các biến độc lập có tương quan với biến phụ thuộc và do đó sẽ được đưa vào mô hình để giải thích cho biến phụ thuộc.
Đa cộng tuyến là trạng thái các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc.
3.3.2.5 Phương pháp hồi quy bội
Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc (hài lòng với chất lượng dịch vụ ngân hàng) và các biến độc lập (phong cách phục vụ, tính cạnh tranh về giá, sự tín nhiệm, danh mục dịch vụ, hình ảnh doanh nghiệp, sự thuận tiện). Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Phương pháp phân tích được chọn lựa là phương pháp chọn từng bước Stepwise hoặc phương pháp Enter, đây là 2 phương pháp được sử dụng rộng rãi nhất.
Trong kinh doanh, phân tích nhân tố có thể được ứng dụng trong nhiều trường hợp: Phân tích hồi quy tuyến tính bội sẽ giúp chúng ta có thể dò tìm các vi phạm giả định cần thiết như giả định liên hệ tuyến tính, giả định phương sai của sai số không đổi, giả định về phân phối chuẩn của phần dư, giả định về tính độc lập của sai số và giả định không có mối tương quan giữa các biến độc lập được thực hiện (hiện tượng đa cộng tuyến). Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. Từ đó đánh giá và kiểm định được độ phù hợp của mô hình cũng như biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc, tức xác định được tầm quan trọng của các biến trong mô hình, và lựa chọn biến cho mô hình.
Tiêu chuẩn để chấp nhận sự phù hợp của mô hình tương quan hồi quy là:
- Giá trị F phải có sigα < 0.05
- Tiêu chuẩn chấp nhận các biến có giá trị Tolerance > 0.0001
- Đại lượng chuẩn đoán hiện tượng đa cộng tuyến với hệ số phóng đại phương sai VIF (Variance Inflation Factor) < 2
3.3.2.6 Phân tích phương sai ANOVA
- Test of Homogeneity of Variances
Nếu sig alpha < 0.05: chưa có sự khác biệt có ý nghĩa thống kê.
Nếu sig alpha >= 0.05: có sự khác biệt có ý nghĩa thống kê. Đưa tiếp dữ liệu vào xử lý ANOVA
- ANOVA
Nếu sig alpha < 0.05: có sự khác biệt có ý nghĩa thống kê. Nếu sig alpha >= 0.05: chưa có sự khác biệt có ý nghĩa thống kê.
3.3.3 Phương pháp nghiên cứu
Nghiên cứu này được tiến hành thông qua 2 giai đoạn chính :
- Giai đoạn 1: Nghiên cứu sơ bộ nhằm xây dựng mô hình và xây dựng thang đo, điều chỉnh thang đo
- Giai đoạn 2: Nghiên cứu chính thức nhằm thu thập, phân tích dữ liệu khảo sát để kiểm định mô hình nghiên cứu.
a. Nghiên cứu sơ bộ
Giai đoạn này nghiên cứu này nhằm thực hiện các mục tiêu sau :
- Tìm ra những nhân tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng bánh mềm Longpie –Hải Hà
- Xây dựng mô hình nghiên cứu lý thiết
- Xây dựng được thang đo nháp và thang đo chính thức
Để thực hiện được các mục tiêu trên, trong giai đoạn này, tác giả chủ yếu thực hiện phương pháp nghiên cứu định tính. Cụ thể :
- Phương pháp trao đổi ý kiến với khách hàng và chuyên gia :
Trong giai đoạn này, tác giả đã thực hiện trao đổi ý kiến với khoảng 30 khách hàng về những yếu tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng bánh mềm Longpie –Hải Hà bằng bảng câu hỏi thảo luận lần 1 (phụ lục 1). Kết quả trao đổi cho biết, những yếu tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng bánh mềm Longpie –Hải Hà gồm : giá cả, chất lượng sản phẩm, hương vị , chủng loại, khuyến mãi, thương hiệu, nhân viên, mẫu mã….
- Phỏng vấn trực tiếp khách hàng và trao đổi ý kiến với chuyên gia
Sau khi có được thang đo nháp ban đầu, tác giả thiết kế bảng câu hỏi thảo luận nhằm khẳng định những yếu tố trong thang đo nháp và tìm ra những yếu tố khác mà thang đo nháp chưa đề cập đến. Từ đó hiệu chỉnh thang đo ban đầu cho phù hợp để trở thành thang đo chính thức phục vụ cho quá trình nghiên cứu. Bảng câu hỏi thảo luận được trình bày ở phụ lục 2. Sau khi điều tra, khảo sát tác giả đã nhận thấy 5 yếu tố ảnh hưởng nhiều nhất đến sự hài lòng của khách hàng đối với sản phẩm bánh mềm Longpie-Hải Hà là: Giá, Chất lượng sản phẩm, Nhân viên, Thương hiệu và Mẫu mã
b. Nghiên cứu chính thức
Kết thúc giai đoạn nghiên cứu sơ bộ, tác giả tiến hành nghiên cứu chính thức bằng phương pháp nghiên cứu định lượng. Cụ thể, tác giả đã sử dụng phương pháp phỏng vấn trực tiếp khách hàng sử dụng sản phẩm bánh mềm Longpie –Hải Hà thông qua phiếu thu nhập thông tin khách hàng (phụ lục 1) để thu nhập thông tin. Và sau đó tiến hành sử dụng công cụ SPSS 20.0 để xử lý dữ liệu.
3.3.4 Tiến trình nghiên cứu
Tiến trình nghiên cứu được thực hiện qua các bước sau :
Bước 1 : Xây dựng mô hình nghiên cứu lý thiết và xây dựng thang đo nháp
Trên cơ sở nghiên cứu lý thiết và thực tiễn về nghiên cứu sự hài lòng ở chương 1, đồng thời tác giả thực hiện trao đổi ý kiến với khách hàng và trao đổi ý kiến với chuyên gia trong ngành bánh ngọt, tác giả đã đưa ra mô hình nghiên cứu lý thiết .
Thang đo nháp ban đầu được tác giả dựa vào thang đo trong mô hình nghiên cứu sự hài lòng của khách hàng trong công nghiệp thức ăn nhanh của Shahzad Khan thông qua nghiên cứu “Determinants of customer satisfaction in fast food industry”
(2012)” và mô hình nghiên cứu mức độ hài lòng của khách hàng đối với sản phẩm bánh Pía Quảng Trần trên địa bàn thành phố Sóc Trăng của Đỗ Ngọc Hằng (2012) đồng thời kết hợp với việc thực hiện trao đổi ý kiến với khách hàng và trao đổi ý kiến với chuyên gia trong ngành bánh ngọt.
Bước 2 : Xây dựng thang đo phỏng vấn sơ bộ
Sau khi có được thang đo nháp ban đầu, tác giả tiến hành phỏng vấn trực tiếp 50 khách hàng (phụ lục 2) để tìm hiểu và khám phá thêm những yếu tố mới, đồng thời khẳng định những thang đo nháp ban đầu và bổ sung những yếu tố mới vào thang đo nháp. Kết quả của bước này tạo ra thang đo phỏng vấn sơ bộ.
Bước 3 : Xây dựng thang đo phỏng vấn chính thức
Trong bước này, tác giả tiến hành phỏng vấn thử 30 khách hàng, qua quá trình phỏng vấn thì các thang đo được khách hàng đánh giá là khá rõ ràng. Kết quả của bước này hình thành thang đo phỏng vấn chính thức (phụ lục 3).
Bước 4 : Nghiên cứu định lượng chính thức
Nghiên cứu này được thực hiện để kiểm tra độ tin cậy của thang đo và kiểm định mô hình nghiên cứu. Nghiên cứu chính thức được thực hiện bằng phương pháp
nghiên cứu định lượng với bằng kỹ thuật phỏng vấn trực tiếp khách hàng thông qua bảng câu hỏi để thu thập thông tin. Kết hợp với các phương pháp phân tích dữ liệu để xử lý và phân tích kết quả nghiên cứu
Hình 3.1: Sơ đồ tiến trình nghiên cứu
Thang đo phỏng vấn sơ bộ
Thang đo phỏng vấn chính thức
Cơ sở lý thuyết
Trao đổi ý kiến (Khách hàng & chuyên gia)
Phỏng vấn trực tiếp N= 30
Trao đổi ý kiến chuyên gia
Phỏng vấn thử (N = 20) Mô hình nghiên cứu Thang đo nháp Nghiên cứu định lượng
- Điều tra bằng bảng câu hỏi
- Mã hóa, nhập liệu, làm sạch dữ liệu - Xử lý & phân tích kết quả
3.4 CƠ SỞ LÝ THIẾT VÀ MÔ HÌNH NGHIÊN CỨU 3.4.1 Mô hình lý thiết
3.4.1.1 Mô hình nghiên cứu sự hài lòng của khách hàng trong công nghiệp thức ăn nhanh của Shahzad Khan thức ăn nhanh của Shahzad Khan
Trong mô hình nghiên cứu sự hài lòng của khách hàng trong công nghiệp thức ăn nhanh của Shahzad Khanthông qua nghiên cứu “Determinants of customer satisfaction in fast food industry” (2012) cho thấy: Sự hài lòng của khách hàng trong ngành công nghiệp thức ăn nhanh phụ thuộc vào 5 thành phần chất lượng sản phẩm gồm: xúc tiến (promotion), chất lượng dịch vụ (Service Quality), sự mong đợi của khách hàng (Customer Expectation), thương hiệu (Brand), môi trường vật lý (Physical Environment), Giá (Price) và hương vị (Taste) của sản phẩm
Hình 3.2: Mô hình nghiên cứu sự hài lòng của khách hàng trong công nghiệp thức ăn nhanh của Shahzad Khan