Nghiên cứu định lƣợng

Một phần của tài liệu (luận văn thạc sĩ) nghiên cứu các nhân tố ảnh hưởng đến ý định sử dụng dịch vụ truyền hình MYTV của khách hàng cá nhân tại thành phố đà nẵng (Trang 73 - 80)

6. Tổng quan tài liệu nghiên cứu

2.2.5. Nghiên cứu định lƣợng

Nghiên cứu định lƣợng đƣợc thực hiện thông qua bảng câu hỏi khảo sát. Sau khi bảng câu hỏi đƣợc hiệu chỉnh ở bƣớc nghiên cứu định tính trở thành bảng câu hỏi chính thức thì tiến hành thực hiện thu thập dữ liệu. Thông tin thu thập đƣợc dùng để đánh giá độ tin cậy và độ giá trị của thang đo, kiểm định thang đo, kiểm định sự phù hợp của mô hình.

a. Thiết kế mẫu

Mẫu sẽ đƣợc chọn theo phƣơng pháp thuận tiện, một trong các hình thức chọn mẫu phi xác suất. Tuy nhiên, kích thƣớc bao nhiêu là phù hợp thì hiện nay chƣa đƣợc xác định rõ ràng. Nếu sử dụng phƣơng pháp ƣớc lƣợng Maximum Likelihood thì kích thƣớc mẫu tối thiểu từ 100 đến 150, cũng c nhà nghiên cứu cho rằng kích thƣớc mẫu tới hạn phải là 200 (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007; Hair và cộng sự, 1998). Cũng c nghiên cứu cho rằng, số mẫu ít nhất phải gấp 5 lần số biến quan sát (Phạm Đức Kỳ, 2005).

Để đảm bảo tính khách quan của nghiên cứu, tác giả phát đi 500 bảng câu hỏi, nhận đƣợc 359 bảng câu hỏi, trong đ có 314 bảng câu hỏi thỏa mãn yêu cầu và đƣợc sử dụng để phân tích.

b. Thu thập dữ liệu

Việc thu thập dữ liệu đƣợc thực hiện thông qua phỏng vấn bằng bảng câu hỏi. Việc khảo sát đƣợc tiến hành bằng việc phối hợp các phƣơng pháp gồm: thiết kế bảng câu hỏi trực tuyến trên Internet và gửi địa chỉ để đối tƣợng khảo sát trả lời trực tuyến và thông tin đƣợc ghi vào cơ sở dữ liệu, phát bảng câu hỏi đã đƣợc in sẵn đến ngƣời đƣợc khảo sát và nhận lại kết quả sau khi hoàn tất. Địa điểm nghiên cứu: thành phố Đà Nẵng. Thời gian: Từ 01/05/2015 - 01/06/2015.

c. Phân tích dữ liệu

Dữ liệu sau khi đƣợc thu thập sẽ đƣợc làm sạch, mã h a các thông tin cần thiết trong bảng trả lời, nhập liệu và phân tích dữ liệu bằng phần mềm SPSS 16.0.

- Phân tích nhân tố khám phá EFA

Phân tích nhân tố đƣợc dùng để t m tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính dùng trong các phân tích, kiểm định tiếp theo (gọi là các nhân tố). Các nhân tố đƣợc rút gọn này sẽ c ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá đƣợc dùng để kiểm định giá trị khái niệm của thang đo. Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA.

Phƣơng pháp: Đối với thang đo đa hƣớng, sử dụng phƣơng pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố EigenValue lớn hơn hoặc bằng 1. Phƣơng pháp này đƣợc cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng principal components với phép quay Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang đơn hƣớng thì sử dụng phƣơng pháp trích yếu tố Principal Components.

Thang đo chấp nhận đƣợc khi tổng phƣơng sai trích đƣợc bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).

Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0.3 là mức tối thiểu chấp nhận đƣợc; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là c ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì c thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0.55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, 1998; dẫn theo Lê Ngọc Đức, 2008).

Từ cơ sở lý thuyết trên, mô hình “Nghiên cứu các yếu tố ảnh hƣởng đến ý định sử dụng dịch vụ MyTV” sử dụng 27 biến quan sát sử dụng phân tích nhân tố EFA theo các bƣớc sau:

Đối với các biến quan sát đo lƣờng 4 khái niệm thành phần và khái niệm ý định sử dụng dịch vụ MYTV đều là các thang đo đơn hƣớng nên sử dụng phƣơng pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố c EigenValues > 1.

Sau đ tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:

Kiểm định Barlett: các biến quan sát c tƣơng quan với nhau trong tổng thể.

Xem xét trị số KMO: nếu KMO trong khoảng từ 0,5 đến 1 thì phân tích nhân tố là thích hợp với dữ liệu; ngƣợc lại, KMO nhỏ hơn 0,5 thì phân tích nhân tố c khả n ng không thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).

Để phân tích EFA c giá trị thực tiễn, tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5.

Xem lại thông số Eigenvalues (đại diện cho phân biến thiên đƣợc giải tích bởi mỗi nhân tố) c giá trị lớn hơn 1.

Xem xét tổng phƣơng sai trích (yêu cầu lớn hơn hoặc bằng 50%): cho biết các nhân tố đƣợc trích giải thích % sự biến thiên của các biến quan sát.

- Đánh giá độ tin cậy thang đo

Độ tin cậy của thang đo đƣợc đánh giá bằng phƣơng pháp nhất quán nội tại qua hệ số Cronbach Alpha. Hệ số Cronbach Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao. Hệ số tin cậy Cronbach Alpha chỉ cho biết các biến đo lƣờng c liên kết với nhau hay không nhƣng không cho biết biến nào cần loại bỏ đi và biến nào cần giữ lại. Do đ , kết hợp sử dụng hệ số tƣơng quan biến - tổng để loại ra những biến không đ ng g p nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:

Hệ số tin cậy Cronbach Alpha: lớn hơn 0,8 là thang đo lƣờng tốt; từ 0,7 đến 0,8 là sử dụng đƣợc; từ 0,6 trở lên là c thể sử dụng trong trƣờng hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Trong nghiên cứu này, tác giả chọn thang đo c độ tin cậy Cronbach Alpha lớn hơn 0,7.

Hệ số tƣơng quan biến - tổng: các biến quan sát c tƣơng quan biến-tổng nhỏ (nhỏ hơn 0,3) đƣợc xem là biến rác thì sẽ đƣợc loại ra và thang đo đƣợc chấp nhận khi hệ số tin cậy Cronbach Alpha đạt yêu cầu.

c. Phân tích hồi quy đa biến

-Phân tích tương quan

Các thang đo đƣợc đánh giá đạt yêu cầu đƣợc đƣa vào phân tích tƣơng quan Pearson và phân tích hồi quy để kiểm định các giả thuyết. Phân tích tƣơng quan Pearson đƣợc thực hiện giữa biến phụ thuộc và các biến độc lập

nhằm khẳng định c mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, khi đ việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối của Pearson càng gần đến 1 thì hai biến này c mối tƣơng quan tuyến tính càng chặt chẽ. Đồng thời cũng cần phân tích tƣơng quan giữa các biến độc lập với nhau nhằm phát hiện những mối tƣơng quan chặt chẽ giữa các biến độc lập. Vì những tƣơng quan nhƣ vậy c thể ảnh hƣởng lớn đến kết quả của phân tích hồi quy nhƣ gây ra hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).

- Phân tích hồi quy đa biến

Sau khi kết luận hai biến c mối quan hệ tuyến tính với nhau thì c thể mô hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Nghiên cứu thực hiện hồi quy đa biến theo phƣơng pháp Enter: tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thông kê liên quan. Kiểm định giả thuyết: Quá trình kiểm định giả thuyết đƣợc thực hiện theo các bƣớc sau:

- Đánh giá độ phù hợp của mô hình hồi quy đa biến thông qua R2 và R2 hiệu chỉnh.

- Kiểm định giả thuyết về độ phù hợp của mô hình.

- Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần. - Kiểm định giả thuyết về phân phối chuẩn của phần dƣ: dựa theo biểu đồ tần số của phần dƣ chuẩn h a; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.

- Kiểm tra giả định về hiện tƣợng đa cộng tuyến thông qua giá trị của dung sai

d. Phân tích ANOVA

Việc phân tích ANOVA nhằm xác định ảnh hƣởng của các biến định tính nhƣ: Giới tính, thu nhập, độ tuổi của đối tƣợng phỏng vấn với ý định sử

dụng dịch vụ MyTV. Phƣơng pháp sử dụng là phƣơng pháp phân tích phƣơng sai một yếu tố. Đây là phƣơng pháp đƣợc sử dụng trong trƣờng hợp chỉ sử dụng một biến yếu tố để phân loại các quan sát thành các nh m khác nhau.

Mục đích của phân tích là nhằm tìm xem c sự khác nhau đáng kể (c ý nghĩa thống kê) hay không về các nhân tố ảnh hƣởng đến ý định sử dụng dịch vụ MyTV giữa các nh m khách hàng khách nhau

Một số giả định khi thực hiện phân tích ANOVA:

-Các nh m so sánh phải độc lập và đƣợc chọn một cách ngẫu nhiên -Các nh m so sánh phải c phân phối chuẩn và cỡ mẫu phải đủ lớn để đƣợc xem nhƣ tiệm cận phân phối chuẩn.

-Phƣơng sai các nh m so sánh phải đồng nhất.

TÓM TẮT CHƯƠNG 2

Chƣơng 2 trình bày chi tiết về mô hình nghiên cứu đề xuất và phƣơng pháp thực hiện nghiên cứu. Dựa vào các lý thuyết cơ sở và các nghiên cứu trƣớc, tác giả đề xuất mô hình các yếu tố ảnh hƣởng đến ý định sử dụng dịch vụ MyTV của khách hàng cá nhân. Mô hình gồm c bốn nh m yếu tố tác động dƣơng lên ý định sử dụng dịch vụ MyTV là: hiệu quả mong đợi, nỗ lực mong đợi, ảnh hƣởng xã hội, cảm nhận sự thích thú, cảm nhận về giá. Quá trình nghiên cứu đƣợc thực hiện qua hai bƣớc chính là nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ sử dụng phƣơng pháp định tính thông qua kỹ thuật thảo luận tay đôi giữa ngƣời nghiên cứu và đối tƣợng tham gia nghiên cứu. Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp định lƣợng thông qua phỏng vấn bằng bảng câu hỏi.

CHƯƠNG 3

KẾT QUẢ NGHIÊN CỨU

Một phần của tài liệu (luận văn thạc sĩ) nghiên cứu các nhân tố ảnh hưởng đến ý định sử dụng dịch vụ truyền hình MYTV của khách hàng cá nhân tại thành phố đà nẵng (Trang 73 - 80)