Nghiên cứu đƣợc tiến hành thông qua hai giai đoạn chính: (1) nghiên cứu sơ bộ bằng phƣơng pháp nghiên cứu định tính nhằm xây dựng bảng phỏng vấn; (2) nghiên cứu chính thức bằng phƣơng pháp nghiên cứu định lƣợng nhằm thu thập, phân tích dữ liệu khảo sát, cũng nhƣ ƣớc lƣợng và kiểm định các mô hình.
Bƣớc 1: Điều chỉnh thang đo
Dựa trên cơ sở lý thuyết đƣợc đề cập, nghiên cứu đƣa ra các thang đo để đo lƣờng các khái niệm nghiên cứu. Tuy nhiên, thang đo cần đƣợc điều chỉnh để cho phù hợp tại không gian nghiên cứu. Phƣơng pháp này chủ yếu tham khảo ý kiến của chuyên gia để điều chỉnh bảng câu hỏi sao cho phù hợp với tình hình thực tế.
Bƣớc 2: Nghiên cứu chính thức
Thang đo đƣợc nghiên cứu định lƣợng để đánh giá hệ số tin cậy Cronbach's alpha và phân tích yếu tố khám phá EFA. Hệ số Cronbach’s alpha đƣợc sử dụng để loại các biến không phù hợp. Các biến quan sát có hệ số tƣơng quan với biến tổng (item total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn để chọn thang đo là có độ tin cậy alpha từ 0.6 trở lên (Nunnally và Burnstein, 1994). Tiếp theo, phƣơng pháp EFA đƣợc sử dụng với các biến quan sát có trọng số tải (factor loading) nhỏ hơn 0.5 sẽ bị loại bỏ. Phƣơng pháp trích hệ số đƣợc sử dụng là principle components với phép quay varimax và điểm dừng khi trích các yếu tố có eigenvalue bằng 1. Thang đo đƣợc chấp nhận khi phƣơng sai trích bằng hoặc lớn hơn 50%.
Bƣớc 3: Phân tích hồi quy tuyến tính
Đƣợc sử dụng để mô hình hoá mối quan hệ nhân quả giữa các biến, trong đó một biến gọi là biến phụ thuộc (hay biến đƣợc giải thích) và các biến kia là các biến độc lập (hay biến giải thích). Cần thực hiện 5 kiểm định sau :
- Kiểm định tƣơng quan từng phần của các hệ số hồi quy : Mục đích của kiểm định xem xét biến độc lập tƣơng quan có ý nghĩa với biến phụ thuộc hay không. Khi
(sig.<=0,05). Ta kết luận tƣơng quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
- Mức độ phù hợp mô hình.
Mục tiêu của kiểm định này nhằm xác định xem có mối quan hệ tuyến tính giữa cá biến độc lập và phụ thuộc hay không. Mô hình đƣợc coi là phù hợp nếu có ít nhất một hệ số hồi quy khác không. Phân tích phƣơng sai ANOVA đƣợc sử dụng để kiểm định với mức ý nghỉa đảm bảo độ tin cây ít nhất 95% ( sig.<=0,05) ta chấp nhận giả thiết H1 và mô hình đƣợc xem là phù hợp.
- Hiện tƣợng đa cộng tuyến.
Hiện tƣợng đa cộng tuyến là hiện tƣợng các biến độc lập có quan hệ gần nhƣ tuyến tính. Việc bỏ qua hiện tƣợng này làm các sai số chuẩn cao hơn, giá trị thống kê thấp hơn và có thể không có ý nghĩa. Để kiểm tra hiện tƣợng này, ta sử dụng thƣớc đo phóng đại phƣơng sai ( VIF). Điều kiện VIF<10 để không có hiện tƣợng đa cộng tuyến.
- Hiện tƣợng tƣ tƣơng quan
Khi có hiện tƣợng tƣ tƣơng quan thì các phần dƣ số chuẩn ƣớc lƣợng sẽ khác phần dƣ số thực. Trong thống kế học, trị số Durbin-Watson đƣợc sử dụng đẻ kiểm tra xem có hiện tƣợng tƣ tƣơng quan hay không trong phần dƣ của một phân tích hồi quy. Khi trị số Durbin-Watson4 lớn hơn dU và nhỏ hơn 4-dL, kết luận không có hiện tƣợng tƣ tƣơng quan trong phần dƣ của mô hình hồi quy tuyến tính.
- Hiện tƣợng phƣơng sai của phần dƣ thay đổi.
Phƣơng sai phần dƣ thay đổi là hiện tƣợng các giá trị phần dƣ có phân phối không giống nhau và giá trị phƣơng sai không nhƣ nhau. Để kiểm tra hiện tƣơng này ta sử dụng kiểm định Spearman.
Bƣớc 4 : Phân tích thống kê mô tả (Descriptive Statistics): Sử dụng để xử lý các dữ liệu và thông tin thu thập đƣợc nhằm đảm bảo tính chính xác và từ đó, có thể đƣa ra các kết luận có tính khoa học và độ tin cậy cao về vấn đề nghiên cứu.