3.2.1 Phương pháp nghiên cứu định tính
Nghiên cứu định tính là cách tiếp cận nhằm thăm dò, tìm hiểu ý kiến, quan điểm của sinh viên về các nhân tố ảnh hưởng đến việc lựa chọn của họ, từ đó phân tích đặc điểm hành vi của một nhóm người từ góc nhìn của người nghiên cứu. Mục tiêu của phương pháp định tính là khám phá tâm lý và suy nghĩ của sinh viên dẫn đến việc họ đưa ra việc lựa chọn ngành nghề của mình.
3.2.2 Phương pháp thu thập và nghiên cứu định lượng
Nghiên cứu định lượng là sử dụng các số liệu thống kê toán học thông qua bảng câu hỏi khảo sát với phiếu câu hỏi trực tiếp và phỏng vấn trên Internet để thu thập thông tin từ những sinh viên đã và đang học tại địa bàn Thành Phố Hồ Chí Minh. Mẫu được chọn theo phương pháp phi xác suất, với kích thước mẫu dự kiến là 230 mẫu, tối thiểu là 115 mẫu được ước tính đơn giản dựa vào mô hình nghiên cứu của nhóm. Phiếu câu hỏi được gửi trực tiếp đến các sinh viên của trường đại học, cao đẳng trong thành phố Hồ Chí Minh. Bảng hỏi được thiết kế theo thang đo Likert tương ứng với 5 mức độ: 1 = Hoàn toàn không đồng ý; 2 = Không đồng ý; 3 = Không ý kiến; 4 = Đồng ý; 5 = Hoàn toàn đồng ý.
34
Kết quả thu nhận được xử lý thông qua công cụ đánh giá độ tin cậy của thang đo và phân tích nhân tố khám phá (EFA) nhằm khẳng định các nhân tố ảnh hưởng đến việc lựa chọn ngành nghề của sinh viên.
3.2.3 Các phương pháp xử lý và phân tích số liệu
Phương pháp phân tích đánh giá độ tin cậy của thang đo Cronbach’s Alpha:
Kiểm định Cronbach’s Alpha dùng để phản ánh sự tương quan giữa các biến quan sát trong cùng một nhân tố, xem xét biến quan sát nào phù hợp hay không phù hợp với mô hình. Hệ số Alpha của Cronbach cho phép đánh giá mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Mức giá trị hệ số Cronbach’s Alpha: từ 0.8 đến gần bằng 1 - thang đo lường rất tốt; từ 0.7 đến gần bằng 0.8 - thang đo lường sử dụng tốt; từ 0.6 trở lên - thang đo lường đủ điều kiện (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008).
Phương pháp phân tích nhân tố khám phá:
Phân tích nhân tố khám phá, gọi tắt là EFA (Exploratory Factor Analysis), nhằm rút gọn một tập hợp K biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Khi nghiên cứu, chúng ta thường sẽ thu thập được rất nhiều biến quan sát và các biến có mối liên hệ tương quan với nhau. Chẳng hạn, khi chúng ta nghiên cứu một đối tượng có 30 đặc điểm nhỏ thì có thể chỉ nghiên cứu 5 đặc điểm lớn, trong mỗi đặc điểm lớn này gồm 6 đặc điểm nhỏ có tương quan với nhau. Do đó, chúng ta có thể tiết kiệm được thời gian và nguồn kinh phí cho người nghiên cứu. Xây dựng mô hình hồi quy trong nghiên cứu: Sau khi thang đo của các yếu tố khảo sát đã được kiểm định thì sẽ được xử lý chạy hồi quy tuyến tính bằng phương pháp tổng bình phương nhỏ nhất (OLS - Ordinary Least Squares) bằng phương pháp Enter. Theo Nguyễn Đình Thọ (2011), phương pháp Enter phù hợp hơn với các nghiên cứu kiểm định.
3.2.4 Phương pháp chọn mẫu
Chọn mẫu là không thực hiện việc điều tra toàn bộ diện rộng mà chỉ điều tra trên một số đơn vị để tiết kiệm thời gian, công sức và chi phí nên đối tượng hướng
35
đến là sinh viên đã và đang học tập tại các trường đại học, cao đẳng trên địa bàn Thành Phố Hồ Chí Minh. Dung lượng mẫu theo phương pháp chọn ngẫu nhiên thuận tiện mà chúng tôi thu nhận được là “n” sinh viên đã . Dựa theo yêu cầu của phân tích nhân tố khám phá EFA thì cỡ mẫu tối thiểu cần đạt được tính theo công thức n = 5*m, trong đó m là số lượng câu hỏi trong bảng, n= 115.