7. Kết cấu của luận văn
2.4.2. Nghiên cứu chính thức (nghiên cứu định lượng)
Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng. Nghiên cứu định lượng nhằm kiểm định lại các thang đo trong mơ hình nghiên cứu thơng qua bảng câu hỏi khảo sát.
a. Mẫu nghiên cứu
* Kích thước mẫu
Kích thuớc mẫu sẽ phụ thuọc vào viẹc ta muốn từ những dữ liẹu thu thập đuợc mối quan hẹ ta muốn thiết lạp (Kumar, 2005). Một số nghien cứu đua ra tỉ lẹ giữa số mẫu cần thiết số tham số cần uớc luợng. Đối với phan tích nhan tố, kích thuớc mẫu sẽ phụ thuọc vo số luợng biến đuợc đua trong phan tích nhan tố. Gorsuch (1983, đuợc trích bởi MacClallum và đồng tác giả 1999) cho rằng số luợng mẫu cần gấp 5 lần so với số luợng biến. Trong khi Hồng Trọng & Chu Nguyễn Mọng Ngọc (2005) cho rằng tỷ lẹ đĩ l 4 hay 5. Trong đề tài này cĩ tất cả 23 tham số (biến quan st) cần tiến hành phan tích nhan tố, vì vạy số mẫu tối thiểu cần thiết đối với đề ti nghien cứu này l 23 x 5 = 115.
* Phương pháp chọn mẫu
Để đạt được các mục tiê nghiên cứu đã đề ra ở phần mở đầu của đề tài, tác giả lựa chọn phương pháp lấy mẫu thuận tiện nhằm dễ tiếp cận tới các đối tượng được điều tra, qua đĩ mà làm giảm thời gian, cơng sức, chi phí cho quá trình đồng thời tăng chất lượng kết quả điều tra.
b. Phương pháp thu thập dữ liệu
Mục đích của bước này là thu thập và tổng hợp thơng tin sơ cấp trong câu trả lời của những người được tham gia phỏng vấn, những thơng tin này là dữ liệu cơ sở dùng cho phân tích nghiên cứu sau này.
Dữ liệu được hiệu chỉnh trong và sau quá trình phỏng vấn: phỏng vấn viên cĩ nhiệm vụ giải thích kỹ lưỡng những gì đối tượng phỏng vấn chưa hiểu hoặc hiểu chưa chính xác về bảng câu hỏi, khi đối tượng phỏng vấn trả lời xong bảng câu hỏi, phỏng vấn viên cĩ trách nhiệm kiểm tra thật nhanh bảng trả lời, nếu phát hiện câu hỏi nào bị bỏ sĩt thì nhanh chĩng phỏng vấn lại để bảng câu hỏi cho hồn chỉnh. Nếu là lỗi do phỏng vấn viên để bảng câu hỏi cịn nhiều câu hỏi trống thì trong lần kiểm tra lại lần hai, tác giả sẽ loại bỏ các phiếu điều tra này nhằm đảm bảo tính hồn tất và rõ ràng cho dữ liệu nghiên cứu. Ngồi ra, trong quá trình nhập liệu, tác giả cịn sử dụng bảng tần số để làm sạch dữ liệu, nếu phát hiện biến nào chứa ơ trống hoặc nhận giá trị lạ khơng nằm trong khoảng giá trị qui định thì cần phải tìm kiếm lỗi là do từ bảng trả lời câu hỏi hay lỗi của người nhập liệu. Nếu là lỗi của người nhập liệu thì nhập lại cho đúng, cịn nếu là lỗi trong quá trình phỏng vấn thì bảng trả lời này khơng hợp lệ và được loại ra khỏi quá trình phân tích nghiên cứu.
c. Phương pháp phân tích dữ liệu
Cơng cụ chủ yếu là bảng câu hỏi để thu thập thơng tin về các nhân tố ảnh hưởng đến sự hài lịng của khách hàng sử dụng sản phẩm bảo hiểm nhân thọ. Ngồi phần thơng tin chung và thơng tin cá nhân của khách hàng, bảng câu hỏi được thiết kế gồm 23 thuộc tính cấu thành đặc trưng của sản phẩm bảo hiểm nhân thọ, được thể hiện trên thang điểm Li-kert từ 1 điểm (thể hiện ý kiến cho rằng họ cĩ mức kỳ vọng khơng nhiều hoặc mức hài lịng rất thấp) đến 5 điểm (thể hiện mức kỳ vọng rất cao hoặc mức độ rất hài lịng về yếu tố
cấu thành dịch vụ di động). Với cách thiết kế bảng câu hỏi như vậy, khách hàng sẽ cho biết kỳ vọng và cảm nhận của mình về các thuộc tính do sản phẩm bảo hiểm nhân thọ mang lại bằng cách đánh dấu và ơ thích hợp. Bằng cách này sẽ giúp lượng hĩa được ý kiến của người được điều tra và sử dụng điểm số Li-kert để kiểm định thống kê và phân tích số liệu đa biến trong việc đánh giá sự thỏa mãn của khách hàng sau này.
Đối tượng để gửi bảng câu hỏi thu thập thơng tin là các khách hàng sử dụng sản phẩm bảo hiểm nhân thọ của Bảo Việt trên địa tỉnh Đắk Lắk.
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý bằng phần mềm SPSS 20.0. Một số phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Bước 1: Lập bảng tần số để mơ tả mẫu thu thập theo các thuộc tính như giới tính, tuổi, trình độ, thu nhập, nghề nghiệp v.v…
Bước 2: Cronbach Alpha:
Những mục hỏi đo lường cùng một cấu trúc ẩn thì phải cĩ mối liên quan với những mục cịn lại trong nhĩm đĩ. Hệ số của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Vì hệ số Cronbach chỉ là giới hạn dưới của độ tin cậy của thang đo (Theo GS.TS Nguyễn Đình Thọ), và cịn nhiều đại lượng đo lường độ tin cậy, độ giá trị của thang đo, nên ở giai đoạn đầu khi xây dựng bảng câu hỏi, hệ số này nằm trong phạm vi từ 0,6 đến 0,8 là chấp nhận được.
Đây là phương pháp cho phép người phân tích loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin
hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo cĩ hệ số Cronbach Alpha từ 0.6 trở lên là cĩ thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thơng thường, thang đo cĩ Cronbach Alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo cĩ độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
Bước 3: Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis):
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha và loại đi các biến khơng đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tĩm tắt các dữ liệu. Phương pháp này rất cĩ ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer - Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải cĩ giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố cĩ khả năng khơng thích hợp với các dữ liệu.
Ngồi việc cần phải quan tâm đến kết quả của KMO, tác giả cịn quan đến kiểm định Bartlett: Kiểm định Bartlett xem xét giả thiết Ho: Độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này cĩ ý nghĩa trong thống kê (Sig 0.05) thì các biến quan sát cĩ tương quan với nhau trong tổng thể. Phương sai trích (% biến thiên được giải thích bởi các nhân tố)
Ngồi ra, phân tích nhân tố cịn dựa vào Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố cĩ Eigenvalue lớn hơn 1 thì mới được giữ
lại trong mơ hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố cĩ Eigenvalue nhỏ hơn 1 sẽ khơng cĩ tác dụng tĩm tắt thơng tin tốt hơn một biến gốc.
Factor loading (FL): là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, việc lựa chọn giá trị của EFA phụ thuộc vào cỡ mẫu quan sát và mục đích của nghiên cứu. Nếu FL 0.3 là đạt được mức tối thiểu với cỡ mẫu khoảng 350, FL 0.4 được xem là quan trọng và FL 0.5 được xem như là cĩ ý nghĩa thực tiễn. Khi cỡ mẫu khoảng 100 thì nên chọn FL 0.55, cịn nếu cỡ mẫu 50 thì nên chọn FL 0.75
Component matrix (Rotated component matrix): Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hĩa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến cĩ liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải cĩ trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
Bước 4: Xây dựng phương trình hồi quy:
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dị tìm các vi phạm giả định cần thiết trong mơ hình hồi quy tuyến tính bội như kiểm tra phần dư chuẩn hĩa, kiểm tra hệ số phĩng đại phương sai VIF (Variance inflation factor - VIF). Nếu các giả định khơng bị vi phạm, mơ hình hồi quy tuyến tính bội được xây dựng. Và hệ số R2 đã được điều chỉnh