7. Tổng quan tài liệu nghiên cứ u
2.1.3. Nghiên cứu định lượng
Nghiên cứu chính thức được thực hiện bằng phương pháp định lượng. Nghiên cứu này được thực hiện thông qua việc khảo sát lấy ý kiến của người tiêu dùng chưa từng sử dụng thực phẩm chức năng.
a. Thiết kế bản câu hỏi
Về hình thức, bản câu hỏi được trình bày rõ ràng, dễ hiểu, dễ đọc. Nội dung bản câu hỏi gồm có 3 phần sau:
- Phần 1: Câu hỏi sàng lọc để lựa chọn đối tượng chưa từng sử dụng thực phẩm chức năng.
- Phần 2: Những câu hỏi về các nhân tố ảnh hưởng đến ý định mua thực phẩm chức năng.
- Phần 3: Đặc điểm cá nhân của người tiêu dùng Các thang đo trong bản câu hỏi gồm có:
Thang đo Likert đi từ mức độ hoàn toàn không đồng ý đến hoàn toàn
đồng ý đểđo lường các biến chính của nghiên cứu.
Thang đo định danh, thang đo khoảng được chọn để thiết lập các câu hỏi cho biến phụ của đặc điểm cá nhân người tiêu dùng ( giới tính, độ tuổi, thu nhập, trình độ học vấn, tình trạng hôn nhân, nghề nghiệp)
(Bảng câu hỏi khảo sát được trình bày ở phụ lục 2)
b.Tổng thể nghiên cứu
Nghiên cứu này được thực hiện thông qua việc khảo sát lấy ý kiến của người tiêu dùng chưa từng sử dụng thực phẩm chức năng tại thành phố Đà Nẵng.
c. Phương thức lấy mẫu
Trong nghiên cứu này, tác giả sử dụng phương pháp phi xác suất với hình thức chọn mẫu thuận tiện. Dữ liệu được thu thập thông qua hình thức phỏng vấn trực tiếp bằng bản câu hỏi.
d.Kích thước mẫu
Hair và cộng sự (1998) cho rằng, đối với phân tích nhân tố (EFA), cỡ
mẫu tối thiểu phải là N 5*x (với x: tổng số biến quan sát). Đối với tác giả
Tabachnick & Fidell (1996) để tiến hành phân tích hồi quy một cách tốt nhất, cỡ mẫu tối thiếu cần đạt được tính theo công thức N ≥ 50 + 8m (trong đó m là biến độc lập). Trong nghiên cứu này, tác giả chọn kích thước mẫu đủ lớn để
thỏa mãn cả hai điều kiện theo đề nghị của phương pháp nghiên cứu nhân tố EFA và phương pháp hồi quy bội. N ≥ max (cỡ mẫu theo yều cầu EFA; cỡ mẫu theo yêu cầu của hồi quy bội), ứng với thang đo lý thuyết gồm 37 biến quan sát, và 5 biến độc lập số mẫu yêu cầu tối thiểu là N ≥ max (5*37; 50 + 8*5) = 185 mẫu.
e. Xử lý và phân tích dữ liệu
Dữ liệu sau khi được thu thập sẽđược mã hóa, làm sạch và tiến hành quá trình phân tích bằng phần mềm SPSS 16.0.
Phân tích thống kê mô tả
Trong bước đầu tiên, tác giả sử dụng phân tích mô tả để phân tích các thuộc tính của mẫu nghiên cứu như: các thông tin về tuổi, giới tính, nghề
nghiệp, trình độ học vấn, tình trạng hôn nhân, thu nhập của người trả lời và phân tích mô tảđối với các biến nghiên cứu.
Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Trong phần này các thang đo sẽ được đánh giá độ tin cậy thông qua hệ
số tin cậy Cronbach’s Alpha bằng phần mềm thống kê SPSS 16.0. Mục đích nhằm tìm ra những mục câu hỏi cần giữ lại và những mục câu hỏi cần bỏ đi trong các mục đưa vào kiểm tra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) hay nói cách khác là giúp loại đi những biến quan sát, những thang đo không đạt. Các biến quan sát có hệ số tương quan biến tổng (Corrected Item-Total Correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang
đo khi hệ số Cronbach’s Alpha từ 0,6 trở lên (Nunnally & Bernsteri, 1994; Slater, 1995).
“Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên
đến gần 1 thì thang đo lường tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng
được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứ (Hoàng Trọng và Chu Nguyễn Mộng, 2008).
Phân tích nhân tố khám phá – EFA ( Exploratory Factor Analysis)
Phân tích nhân tố được sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt. Trong phân tích nhân tố EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn bao gồm:
- Thứ nhất, chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy): là một chỉ số được 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 đủđể phân tích nhân tố
là thích hợp. Nếu chỉ số KMO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Kiểm định Bartlett’s xem xét giả thuyết về độ
tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa (Sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
- Thứ hai, hệ số tải nhân tố (factor loadings): là những hệ số tương quan
đơn giữa các biến và các nhân tố, hệ số này lớn hơn 0,5 (Hair & ctg,1998).
- Thứ ba, thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50% (Gerbing & Anderson, 1988). Phương pháp trích “Principal Component Analysis” với phép quay “Varimax” được sử dụng trong phân tích nhân tố
thang đo các thành phần độc lập.
- Thứ tư, hệ số eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1.
Kiểm định sự phù hợp của mô hình
- Phân tích tương quan:
Kiểm định mối tương quan tuyến tính giữa các biến trong mô hình, đó là: giữa biến phụ thuộc với từng biến độc lập và giữa biến độc lập với nhau. Sử
dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ mối liên hệ
tuyến tính giữa hai biến định lượng. Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này tương quan tuyến tính càng chặt chẽ .
- Phân tích hồi quy đa biến:
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter, đó là: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan
đến các biến được đưa vào trong mô hình. - Kiểm định giả thiết:
Đánh giá độ phù hợp của mô hình hồi quy đa biến. Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy bội βi
Phân tích ANOVA
Phân tích phương sai ANOVA, Independent Sample T-test: để kiểm định giả
thuyết, có hay không sự khác nhau về sự thỏa mãn theo các đặc điểm cá nhân. Sau khi có kết quả phân tích, thực hiện báo cáo kết quả nghiên cứu và
đưa ra một số kiến nghị đối với cơ quan quản lý, doanh nghiệp và người tiêu dùng thực phẩm chức năng.