CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.5. Mẫu nghiên cứu và phương pháp thu thập dữ liệu
3.5.1. Mẫu nghiên cứu
Qua những công trình nghiên cứu về KTTN của các chuyên gia trong và ngoài nước cũng đã xác định được quần thể khảo sát một cách tổng quát nhưng vẫn chưa có một nghiên cứu nào tập trung cụ thể vào khối DN sản xuất, truyền tải và phân phối điện. Do đó tác giả muốn góp phần giúp cho các DN sản xuất, truyền tải và phân phối điện có thể qua nghiên cứu này hiểu rõ được tầm quan trọng của KTTN đối với hoạt động kinh doanh của DN, cùng với những yếu tố tác động đến công tác tổ chức KTTN nên đã chọn quần thể khảo sát trong bài nghiên cứu là toàn bộ các DN sản xuất, truyền tải và phân phối điện Việt Nam.
Ở phần phương pháp lấy mẫu tác giả đã xác định được mẫu tối thiểu cần phải trên 100, tuy nhiên không nhất thiết là sử dụng cỡ mẫu thấp nhất. Nên tác giả đã lấy cỡ mẫu là 150 DN sản xuất, truyền tải và phân phối điện nhằm giảm bớt sai số và các nhân tố ảnh hưởng khác của việc lấy mẫu đến kết quả nghiên cứu.
3.5.2. Phương pháp lấy mẫu
Ngày nay với sự phát triển trong ngành thống kê thì có nhiều phương pháp lấy mẫu, tuy nhiên sẽ có những cơng thức rất phức tạp và tác giả sẽ chọn công thức đơn giản để tránh đi sâu về nghiên cứu thống kê và nếu lấy mẫu theo những phương pháp phức tạp đó thì lượng mẫu ngẫu nhiên sẽ lớn, hầu như việc này là thời gian và nguồn lực không cho phép tác giả thực hiện nó. Do đó, bài nghiên cứu sử dụng phương pháp lấy mẫu của Bollen (1989) trên cơ sở tiêu chuẩn 5:1, tức là để đảm bảo phân tích nhân tố khám phá EFA tốt thì cần ít nhất 05 quan sát cho 01 biến đo lường và quan sát không nên dưới 100 mẫu. Bảng câu hỏi khảo sát trong bài đã được thiết kế với 15 câu hỏi tương ứng 15 biến quan sát (15x5=75). Câu hỏi sử dụng thang đo LIKERT vì thế lấy số mẫu tối thiểu cần phải trên 100.
Do nhiều hạn chế trong việc khảo sát những DN sản xuất, truyền tải và phân phối điện Việt Nam nên tác giả có sử dụng nhiều cách thức khác nhau để thu thập dữ liệu. Tác giả đã sử dụng cơ sở dữ liệu về thơng tin DN có được để gửi email bảng câu hỏi tới 200 DN và nhận được hơn 167 phản hồi, nhưng trong đó có một phần những bảng câu hỏi được trả lời không đáp ứng yêu cầu nên tác giả phỏng vấn thêm để đảm bảo việc không thấp hơn cỡ mẫu.
3.5.3. Độ tin cậy và giá trị của cuộc khảo sát
Tác giả sử dụng phần mềm SPSS để phân tích số liệu.
Đánh giá độ tin cậy của thang đo qua hệ số Cronbach’Alpha để loại biến quan sát không phù hợp.
Cronbach (1951) đưa ra hệ số tin cậy cho thang đo (bao gồm từ 3 biến quan sát trở lên) chứ khơng tính được độ tin cậy cho từng biến quan sát. Hệ số Cronbach’s Alpha có giá trị từ 0 đến 1. Về lý thuyết, hệ số này càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên hệ số Cronbach’s Alpha quá lớn cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong thang đo.
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.
Phân tích nhân tố khám phá EFA nhằm kiểm tra nhân tố trích được, phương sai trích được.
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) nhằm đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là phương pháp này khơng phân biệt nhóm biến phụ thuộc và độc lập mà chỉ tập trung vào phân tích mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Theo Hair & ctg (1998), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0.5 (0.5 ≤ KMO ≤ 1): Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp. Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm
định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Phân tích hồi quy nhằm kiểm định sự phù hợp của mơ hình, đánh giá mức độ quan trọng của các nhân tố.
Khái niệm phân tích hồi quy được hiểu là phương pháp dùng trong thống kê nhằm xác định giá trị kỳ vọng của một hoặc nhiều biến ngẫu nhiên có thể dự đốn hay được dự đốn thơng qua điều kiện, dữ liệu của một hay nhiều biến ngẫu nhiên khác. Lấy một ví dụ có thể nói là đơn giản nhất của mơ hình hồi quy chứa một biến phụ thuộc (hoặc với tên gọi khác như “biến nội sinh”, “biến được thuyết minh”…) và một biến độc lập đơn (“hệ số” , “biến thuyết minh”…)
Hồi quy phần lớn có khả năng biểu diễn bằng phương pháp hàm hợp lý ước lượng các tham số có mối liên quan của mơ hình hoặc một số mơ hình nào đó. Trong một số trường hợp, với quy mơ mẫu khơng lớn, ước lượng có thể có giá trị phương sai lớn hơn với thực tế.
3.5.4. Phương pháp phân tích dữ liệu.
Dữ liệu sau khi được sàn lọc xong thì xác định được 150 mẫu. Tác giả sử dụng SPSS để đánh giá độ tin cậy của thang đo Cronbach’Alpha để đánh giá độ tin cậy của thang đo, loại biến quan sát không phù hợp.
Phân tích nhân tố khám phá EFA nhằm kiểm tra nhân tố trích được, phương sai trích được.
Phân tích hồi quy nhằm kiểm định sự phù hợp của mơ hình, đánh giá mức độ quan trọng của các nhân tố.
KẾT LUẬN CHƯƠNG 3
Chương 3 gồm 3 tiểu mục trình bày về khung nghiên cứu và quy trình, cũng như giới thiệu được mơ hình nghiên cứu chính của bài nghiên cứu, phân biệt được đâu là biến độc lập, biến phụ thuộc. Đồng thời chương 3 cũng cung cấp phần thiết kế bảng câu hỏi phục vụ cho việc khảo sát các DN để xác định mức độ ảnh hưởng của các yếu tố đến KTQT trong DN. Ở phần phương pháp nghiên cứu, tác giả cũng cố gắng mô tả một phần khái niệm về biến độc lập, biến phụ thuộc trong mơ hình nghiên cứu của bài, xây dựng nên công thức hồi quy, lột tả một cách dễ hiểu nhất những con số. Trên thực tế, việc thiết lập giai đoạn nghiên cứu, thiết kế bảng câu hỏi, sau đó khi thu thập dữ liệu tốn rất nhiều thời gian cũng như nguồn lực, ở chương này quy trình nghiên cứu đã được tác giả tóm tắt một cách ngắn gọn nhất có thể.
Với lượng thơng tin thơ sau khi thu thập, cũng cần trải qua một quy trình sàn lọc, nhập dữ liệu, chạy mơ hình kiểm định nhằm đánh giá xem biến quan sát nào có phù hợp, biến quan sát nào còn chưa phù hợp để loại bỏ khỏi bảng kết quả thu thập. Chương 3 tập trung vào miêu tả về các biến, dữ liệu, thang đo, phương pháp phân tích sẽ được ứng dụng để tìm ra mức độ ảnh hưởng của các yếu tố trong thang đo. Những kết quả thu thập được sàn lọc được thực hiện phân tích qua phương pháp phân tích nhân tố khám phá EFA và phương pháp hồi quy sẽ được trình bày ở chương 4.