Kích thước mẫu là số phiếu khảo sát hợp lệ thu được. Độ tin cậy của thông tin phụ thuộc vào kích thước mẫu được chọn. Nếu kích thước mẫu được chọn nhỏ thì có lợi về mặt thời gian thực hiện, chi phí nhưng độ tin cậy kém, khi tăng kích thước mẫu thì độ tin cậy của thông tin sẽ tăng lên nhưng sẽ mất nhiều thời gian, chi phí và nguồn
lực thực hiện. Mẫu được chọn theo phương pháp thuận tiện. Kích thước mẫu áp dụng trong nghiên cứu này dựa theo yêu cầu của phân tích yếu tố khám phá và phân tích hồi quy đa biến, cụ thể như sau:
Đối với phân tích yếu tố khám phá EFA, theo Hair và cộng sự (2019), cỡ mẫu tối thiểu cần đạt được tính theo công thức N = 5n (n là số biến quan sát). Nghiên cứu này dự kiến có tổng cộng 27 biến quan sát thì kích thước mẫu tối thiểu cần đạt được là 5*27 = 135 mẫu. Hệ số tải yếu tố lớn hơn 0,3 được xem là đạt được mức tối thiểu, hệ số tải yếu tố lớn hơn 0,4 được xem là quan trọng và hệ số tải yếu tố lớn hơn 0,5 được xem là có ý nghĩa thực tiễn. Theo Hair và cộng sự (2019), nếu chọn tiêu chuẩn hệ số tải yếu tố lớn hơn 0,3 thì cỡ mẫu ít nhất là 350. Nếu cỡ mẫu là 100 thì hệ số tải yếu tố phải lớn hơn 0,55. Nếu cỡ mẫu 50 thì hệ số tải yếu tố phải lớn hơn 0,75.
Như vậy, trong đề tài này cỡ mẫu là 200 nên hệ số hệ số tải yếu tố lớn hơn 0,5 là đạt yêu cầu. Và một tiêu chuẩn cần quan tâm trong phân tích yếu tố khám phá là tổng phương sai trích, tổng phương sai trích cho biết các yếu tố rút trích ra giải thích được bao nhiêu phần trăm sự biến thiên của dữ liệu. Theo Hair và cộng sự (2019) thì tổng phương sai trích ≥ 50% là phù hợp.
Đối với phân tích hồi quy đa biến, theo Hair và cộng sự (2019), cỡ mẫu tối thiểu cần đạt được tính theo công thức là N = 50 + 8m (m là số thành phần độc lập). Như vậy, nghiên cứu này có 5 thành phần độc lập thì cỡ mẫu tối thiểu là 50 + 8*5 = 90 mẫu, về cỡ mẫu thì cỡ mẫu tối thiểu áp dụng trong các nghiên cứu thực hành nằm trong khoảng 150 - 200 mẫu. Từ những thông tin trên, nghiên cứu này dự kiến sử dụng cỡ mẫu là 180.