7. Tổng quan tài liệu
2.2. PHƢƠNG PHÁP NGHIÊN CỨU
2.2.1. Nghiên cứu sơ bộ
Bƣớc 1: Nghiên cứu sơ bộ sử dụng phƣơng pháp phỏng vấn chuyên sâu với 02 khách hàng thƣ ng xuyên sử dụng dịch vụ tại siêu thị và 01 nhân viên có kinh nghiệm lâu năm tại siêu thị. Mục tiêu nghiên cứu sơ bộ nhằm tìm hiểu những gì đang diễn ra trong hoạt động của khách hàng, cung cấp những thông tin chi tiết, cần thiết phục vụ cho các mục tiêu nghiên cứu.
Phỏng vấn chuyên sâu sẽ tập trung thu thập những thông tin nhƣ sau: - Hiểu rõ và xác định thái độ của khách hàng đối với siêu thị so với hình thức khác
- Các thành phần khách hàng chủ yếu đến siêu thị: Nhóm tuổi, nghề nghiệp, tần suất đi siêu thị…
- Thông tin về siêu thị nhƣ th i gian hoạt động, th i gian trả đổi hàng… - Những nhân tố ảnh hƣởng đến sự hài lòng khi sử dụng dịch vụ tại siêu thị của khách hàng. (Chi tiết tại Bảng 4 câu hỏi định tính tại phụ lục đính kèm)
Bƣớc 2: Sử dụng phƣơng pháp nghiên cứu định lƣợng, gửi bảng câu
hỏi (tại phụ lục bảng 5) đến44 khách hàng.
Mục đích của bƣớc này nhằm đánh giá sơ bộ thang đo các khái niệm nghiên cứu trƣớc khi tiến hành nghiên cứu chính thứcthông qua hệ số tin cậy
Cronbach’s alpha.
2.2.2. Nghiên cứu chính thức
Nghiên cứu chính thức sử dụng phƣơng pháp nghiên cứu định lƣợng: Nghiên cứu định lƣợng sẽ sử dụng bảng câu hỏi để thu thập thông tin trên diện rộng. Tập trung vào khách hàng nhóm tuổi >18 tuổi đã và đang sử dụng dịch vụ tại siêu thị Vinmart Kon Tum, cƣ trú trên địa bàn thành phố Kon Tum, tỉnh Kon Tum. Thu thập thông tin bằng bảng câu hỏi sẽ đƣợc tiến hành theo 2 cách: phát bảng câu hỏi phỏng vấn trực tiếp tới khách hàng đã sử dụng dịch vụ tại siêu thị và sử dụng bảng câu hỏi đối với khách hàng đã sử dụng dịch vụ nhƣng không có mặt trực tiếp tại siêu thị, họ đƣợc yêu cầu xác định mức độ mà họ đồng ý/ không đồng ý với các vấn đề liên quan đến kinh nghiệm sử dụng dịch vụ tại siêu thị của họ. Mỗi biến đƣợc đo bằng thang đo Likert năm điểm từ 1 (hoàn toàn không đồng ý) đến 5 (hoàn toàn đồng ý). Kết quả của bảng câu hỏi sẽ cho ra những số liệu cụ thể về những thông tin muốn nghiên cứu. Th i gian tiến hành điều tra, nghiên cứu trong tháng 10/2015, phân tích đánh giá dữ liệutrong tháng 11/2015.
Sau khi thu thập đủ thông tin, dữ liệu sẽ đƣợc mã hóa, làm sạch và sử dụng phần mềm phân tích dữ liệu SPSS để xử lý.
2.2.3. Phƣơng pháp lấy mẫu
a. Kích cỡ mẫu nghiên cứu
Có nhiều cách chọn mẫu khác nhau tùy quan điểm của nhà nghiên cứu. Theo Hair & ctg (1998) nếu sử dụng phƣơng pháp ƣớc lƣợng ML thì kích thƣớc mẫu tối thiểu từ 100 đến 150. Theo Tabachnick & ctg (2001) thì đƣa công thức tính mẫu là N > 50 + 8m (với m là số biến độc lập). Theo Bollen (1989) chọn mẫu bằng cách lấy kích thƣớc của mẫu tối thiểu là năm lần mẫu cho một tham số cần ƣớc lƣợng.
tới sự hài lòng của khách hàng gồm 32 chỉ báo (phát biểu) cần tiến hành phân tích nhân tố, vì vậy số mẫu tối thiểu cần thiết là 32 x 5 = 160. Trong nghiên cứu này số lƣợng mẫu chọn là n= 200 mẫu.
b. Phương pháp chọn mẫu
Thông tin đƣợc thu thập bằng hai cách. Cách thứ nhất là phát bảng câu hỏi khảo sát trực tiếp đến tay các khách hàng đến sử dụng dịch vụ và có mặt tại VinMart. Cách thứ hai là gởi bảng câu hỏi tới khách hàng đã sử dụng dịch vụ nhƣng không có mặt tại siêu thị và ch phản hồi thông tin.
Mẫu đƣợc chọn theo phƣơng pháp thuận tiện, phi xác suất. Chọn mẫu theo phƣơng pháp thuận tiện là một phƣơng pháp chọn mẫu thuộc phƣơng pháp chọn mẫu phi xác suất thƣ ng dùng trong nghiên cứu thị trƣ ng. Phƣơng pháp chọn mẫu thuận tiện là phƣơng pháp chọn mẫu phi xác suất trong đó nhà nghiên cứu tiếp cận với phần tử mẫu bằng phƣơng pháp thuận tiện. Nghĩa là nhà nghiên cứu có thể chọn những phần tử nào mà họ có thể tiếp cận (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Nhƣ vậy, để đạt đƣợc số lƣợng mẫu cần cho nghiên cứu là 200 thì 220 mẫu phiếu điều tra sẽ đƣợc phát ra. Trong đó số lƣợng bảng câu hỏi tác giả trực tiếp khảo sát tại siêu thị là 100 bảng và đƣợc gửi đi ch thông tin phản hồi là 120 bảng. Số liệu sau khi điều tra sẽ đƣợc xử lý trên phần mềm SPSS phiên bản 21.0
2.2.4. Phƣơng pháp phân tích dữ liệu
Phƣơng pháp phân tích dữ liệu đƣợc dùng cho nghiên cứu chính thức bao gồm phân tích nhân tố khám phá EFA, phân tích hệ số tin cậy Cronbach’s alpha và phân tích hồi quy tuyến tính bội. Nghiên cứu sơ bộ chỉ đánh giá thang đo bằng hệ số tin cậy Cronbach’s alpha cho từng khái niệm.
a. Phân tích nhân tố khám phá EFA
quan với nhau. Sử dụng kiểm định Bartlett (Bartlett’s test of sphericity) để kiểm định giả thuyết H0 là các biến không có tƣơng quan với nhau trong tổng thể. Nói cách khác, ma trận tƣơng quan tổng thể là một ma trận đơn vị trong đó tất cả các giá trị trên đƣ ng chéo đều bằng 1, còn các giá trị nằm ngoài đƣ ng chéo đều bằng 0. Đại lƣợng kiểm định này dựa trên sự biến đổi thành đại lƣợng chi bình phƣơng (chi-square) từ định thức của ma trận tƣơng quan. Đại lƣợng này có giá trị càng lớn thì ta càng có khả năng bác bỏ giả thuyết này. Nếu giả thuyết H0 không thể bị bác bỏ thì phân tích nhân tố rất có khả năng không thích hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2, trang 30-32).
Trong phân tích nhân tố, chỉ số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của việc phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập2, trang 31).
Phân tích nhân tố thƣ ng đƣợc tiến hành theo phƣơng pháp trích yếu tố phân tích nhân tố chính (Principal Component Analysis) với phép xoay nhân tố giữ nguyên góc các nhân tố (Varimax) (Mayers, L.S, Gamst., Guarino A.J, 2000).
Sau khi xoay các nhân tố, trọng số nhân tố (factor loading) phải > 0.5. Theo Hair et al. (1998), trọng số nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích nhân tố EFA. Trọng số nhân tố lớn hơn 0,3 đƣợc xem là đạt mức tối thiểu, lớn hơn 0,4 đƣợc xem là quan trọng, lớn hơn 0,5 đƣợc xem là có ý nghĩa thiết thực. Tiêu chuẩn khác biệt trọng số nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun Al Tamimi, 2003). Phƣơng sai trích phải đạt từ
50% trở lên (Hair et al., 1998). Ngoài ra, trị số Eigen Value phải lớn hơn 1. Chỉ những nhân tố nào có Eigen Value lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Những nhân tố có Eigen Value nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2, trang 34).
Tóm lại trong phân tích nhân tố khám phá cần phải đáp ứng các điều kiện:
+ Factor Loading > 0,5 + 0,5 < KMO < 1
+ Kiểm định Bartlett có Sig < 0,05 + Eigenvalue > 1
Sau khi phân tích nhân tố xong sẽ hiệu chỉnh mô hình lý thuyết theo kết quả phân tích nhân tố và tiến hànhphân tích hệ số tin cậy Cronbach’s alpha và hồi quy tuyến tính bội.
b. Phân tích hệ số Cronbach’s alpha
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lƣ ng có liên kết với nhau hay không; nhƣng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tƣơng quan giữa biếntổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí đƣợc sử dụng khi thực hiện đánh giá độ tin cậy thang đo: + Loại các biến quan sát có hệ số tƣơng quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
đến 0,8 là sử dụng đƣợc; từ 0,6 trở lên là có thể sử dụng trong trƣ ng hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; trích dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo theo tiêu chí:
(1) Loại các biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn 0,3. (2) Chọn thang đo có độ tin cậy Alpha lớn hơn 0,7.
Sau khi đánh giá hệ số tin cậy Alpha theo các tiêu chí trên, nghiên cứu sẽ loại bỏ các chỉ báo không đảm bảo các tiêu chí. Xác định lại các nhân tố sau khi loại bỏ và thực hiện phân tích hồi quy.
c. Phân tích tương quan và phân tích hồi quy tuyến tính bội
Trƣớc khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tƣơng quan tuyến tính giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau là công việc phải làm và hệ số tƣơng quan Pearson trong ma trận hệ số tƣơng quan là phù hợp để xem xét mối tƣơng quan này. Ma trận hệ số tƣơng quan là một ma trận vuông gồm các hệ số tƣơng quan. Các số 1 trên đƣ ng chéo là hệ số tƣơng quan tính đƣợc của một biến với chính nó. Mỗi biến sẽ xuất hiện hai lần trong ma trận với hệ số tƣơng quan nhƣ nhau, đối xứng nhau qua đƣ ng chéo của ma trận. Chúng ta chỉ cần quan tâm đến phần tam giác phía dƣới hay phía trên đƣ ng chéo của ma trận.
Nếu kết luận đƣợc là các biến độc lập và biến phụ thuộc có tƣơng quan tuyến tính với nhau qua hệ số tƣơng quan Pearson, đồng th i giả định rằng chúng ta đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa các biến và xem nhƣ đã xác định đúng hƣớng của một mối quan hệ nhân quả giữa chúng, thì chúng ta có thể mô hình hóa mối quan hệ nhân quả của chúng bằng mô hình hồi quy tuyến tính bội, trong đó một biến đƣợc gọi là biến phụ thuộc và
các biến còn lại gọi là các biến độc lập.
Kiểm định độ phù hợp của mô hình: Kiểm định F trong bảng phân tích phƣơng sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Kiểm định ý nghĩa của các hệ số hồi quy: Kiểm định t trong bảng các thông số thống kê của từng biến độc lập dùng để kiểm định ý nghĩa của các hệ số hồi quy.
Sử dụng phƣơng pháp Stepwise thực hiện hồi quy trên SPSS.
Sau đó, dò tìm các vi phạm giả định cần thiết trong hồi quy tuyến tính bội.Mô hình lý thuyết đƣợc kiểm định bằng phƣơng pháp hồi quy bội với mức ý nghĩa 5%.Phƣơng pháp hồi quy bội đƣợc Pearson sử dụng lần đầu tiên năm 1908. Phân tích hồi quy là phƣơng pháp thống kê nghiên cứu mối liên hệ của một biến phụ thuộc với một hay nhiều biến độc lập. Mục đích của phân tích hồi quy là ƣớc lƣợng giá trị của biến phụ thuộc trên cơ sở giá trị của các biến độc lập đã cho.
Phƣơng pháp hồi quy bội đƣợc vận dụng để nghiên cứu mối liên hệ của các yếu tố ảnh hƣởng đến sự hài lòng của khách hàng mua sắm tại siêu thị Vinmart, thƣ ng đƣợc thể hiện qua biến mức độ hài lòng của khách hàng. Mục tiêu của việc nghiên cứu nhằm chỉ ra các yếu tố nào có ảnh hƣởng lớn đến mức độ hài lòng của khách hàng nhằm đƣa ra các giải pháp nâng cao chất lƣợng của các nhân tố ảnh hƣởng, từ đó kỳ vọng sẽ nâng cao mức độ hài lòng chung.Dò tìm sự vi phạm các giả định hồi quy bội gồm: Dò tìm vi phạm đa cộng tuyến thông qua tính độ chấp nhận Tolerence và hệ số phóng đại VIF; Dò tìm vi phạm tính độc lập của sai số thông qua kiểm định hệ số Durbin Watson.Kiểm định sự khác biệt về sự hài lòng của khách hàng mua sắm tại siêu thị theo các biến giới tính, trình độ học vấn, thu nhập, bằng phân tích ANOVA, T – test, với mức ý nghĩa 5%.
TÓM TẮT CHƢƠNG 2
Chƣơng 2 tập trung trình bày rõ thiết kế nghiên cứu và phƣơng pháp nghiên cứu. Trong đó, nêu rõ mô hình đề xuất, đồng th i xây dựng hệ thống các phát biểu trong thang đo khảo sát. Phần phƣơng pháp nghiên cứu có nêu các bƣớc nghiên cứu, phƣơng pháp nghiên cứu, phƣơng pháp chọn mẫu. Trong đó, quy trình nghiên cứu gồm hai bƣớc nghiên cứu sơ bộ và chính thức với phƣơng pháp chọn mẫu phi xác xuất. Bên cạnh đó, chƣơng này tập trung xây dựng các thang đo lƣ ng trong nghiên cứu và phƣơng pháp đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s alpha,phân tích nhân tố khám phá EFA. Sau khi phân tích nhân tố xong sẽ hiệu chỉnh mô hình lý thuyết theo kết quả phân tích nhân tố và tiến hành phân tích hồi quy tuyến tính bội. Trong chƣơng 2 cũng đã xây dựng thang đo nghiên cứu và thiết kế bảng câu hỏi phỏng vấn.
CHƢƠNG 3
PHÂN TÍCH DỮ LIỆU VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
3.1. KẾT QUẢ NGHIÊN CỨU SƠ BỘ
Nhƣ đã trình bày ở Chƣơng 2, thang đo chínhđƣợc sử dụng trong nghiên cứu này là thang đo RSQS của Dabholkar (1996),theo đó thang đo gồm 28 chỉ báo với 5 thành phần chất lƣợng dịch vụ bán lẻ. Vì vậy, mục tiêu tiếp theo trong nghiên cứu sơ bộ sẽ thực hiện đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s alpha cho từng khái niệm.
Tác giả tiến hành phát phiếu hỏi trực tiếp đến những ngƣ i ở địa bàn thành phố Kon Tum có thể tiếp cận đƣợc, đã sử dụng dịch vụ tại siêu thị Vinmart chi nhánh Kon Tum. Mẫu nghiên cứu sơ bộ là n = 44. Số lƣợng bảng câu hỏi tiến hành khảo sát online thông qua google.docs.
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau. Giá trị đóng góp nhiều hay ít đƣợc phản ánh thông qua hệ số tƣơng quan biến tổng Corrected Item – Total Correlation. Qua đó, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu.
Kết quả kiểm định Cronbach’s Alpha các thành phần chất lƣợng dịch vụ bán lẻ nhƣ sau:
Các biến độc lập: thành phần vật lý, thành phần tin cậy, thành phần tƣơng tác cá nhân, thành phần giải quyết vấn đề, thành phần chính sáchđều đạt yêu cầu về hệ số tin cậy Cronbach’s alpha khoảng 0.7 trở lên và các hệ số tƣơng quan biến tổng (item total correlation) của các biến quan sát đều lớn hơn tiêu chuẩn cho phép 0.3. (Kết quả phân tích Cronbach’s Alpha chi tiết tại phụ lục Bảng 6)
Từ kết quả phân tích Cronbach’s alpha cho thấy các thành phần của thang đo RSQS đều đạt tiêu chuẩn cho phép.
3.2. NGHIÊN CỨU CHÍNH THỨC
Để đạt đƣợc 200 mẫu trong nghiên cứu, 220 bảng câu hỏi đã đƣợc phát ra và 209 bảng đƣợc thu hồi về, trong đó 09 bảng phỏng vấn bị loại bỏ do ngƣ i tiêu dùng bỏ trống nhiều trả l i. Tỉ lệ mẫu thu hồi 95%, số mẫu hợp lệ đƣợc sử dụng cho nghiên cứu là 200 mẫu. Sau khi nhập dữ liệu, kiểm tra và làm sạch dữ liệu, tác giả tiến hành đánh giá thang đo thông qua hai công cụ là