CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Nghiên cứu định lượng
3.3.1 Thiết kế mẫu nghiên cứu
Đối tượng khảo sát: nhân viên kinh doanh ngành hàng tiêu dùng nhanh trên địa bàn Tp.HCM.
Xác định kích thước mẫu: cỡ mẫu được xác định dựa vào hai yếu tố là kích thước tối thiểu và số lượng biến đo lường có trong mơ hình nghiên cứu. Trong đó kích thước mẫu tối thiểu là 50 hay 100 với tỷ lệ quan sát/biến đo lường là 5/1, tốt nhất là 10/1 nghĩa là 1 biến đo lường cần ít nhất là 5 hay 10 quan sát (theo Hair và cộng sự, 2006). Trong nghiên cứu này, mơ hình nghiên cứu có 34 biến quan sát như vậy kích cỡ mẫu tối thiểu là 170, trong nghiên cứu này tác giả sử kích cỡ mẫu là 345. Để đạt được kích thước mẫu đề ra, tác giả thực hiện phát 380 phiếu khảo sát bằng giấy đến trực tiếp nhân viên kinh doanh ngành hàng FMCG trên địa bàn Tp.HCM.
3.3.2 Thiết kế bảng câu hỏi
Thiết kế bảng câu hỏi khảo sát gồm 2 phần: Phần 1: Thông tin cá nhân
Phần này được thiết kế nhằm mục đích thu thập các thơng tin về nhân viên và gạn lọc đối tượng tham gia khảo sát như: giới tính, độ tuổi, trình độ học vấn, vị trí cơng tác và thâm niên công tác.
Phần 2: Nội dung khảo sát
Phần này gồm 34 câu hỏi liên quan đề tài nghiên cứu. Các câu hỏi được đánh giá trên thang đo Likert năm điểm để đo lường sự tác động của cân bằng công việc - cuộc sống đến sự hài lịng cơng việc và cam kết tổ chức của nhân viên kinh doanh ngành hàng tiêu dùng nhanh trên địa bàn Tp.HCM.
Thang đo Likert với 5 mức độ từ 1 đến 5 tương ứng như sau: 1: Hồn tồn khơng đồng ý. 2: Không đồng ý.
3: Trung lập (không ý kiến). 4: Đồng ý 5: Hoàn toàn đồng ý.
3.3.3 Thu thập và phương pháp xử lý dữ liệu
Để thu thập dữ liệu, tác giả tiến hành phát trực tiếp bảng khảo sát cho các nhân viên đang làm việc tại các công ty ngành hàng FMCG ở Tp.HCM.
Dữ liệu được xử lý và phân tích bằng phần mềm SPSS Amos 20.0 với các nội dung sau:
- Phân tích thống kê mơ tả
Nhằm cung cấp thông tin tổng quan về mẫu nghiên cứu dựa vào tần suất, tỉ lệ, trung bình, các giá trị lớn nhất nhỏ nhất, các biểu đồ…
- Phân tích hệ số Cronbach’s Alpha
Mục đích là để kiểm tra độ tin cậy từng thành phần thang đo. Thang đo đủ điều kiện khi mức giá trị hệ số Cronbach’s Alpha đạt từ 0.6 trở lên. Nếu một biến đo lường
có hệ số tương quan biến tổng (Corrected Item – Total Correlation) ≥ 0.3 thì biến đó đạt u cầu và nếu < 0.3 thì biến đó sẽ bị loại ra khỏi thang đo (Nunnally và Bernstein, 1994 trích từ Nguyễn Đình Thọ, 2013).
- Phân tích nhân tố khám phá (EFA)
Từ kết quả phân tích độ tin cậy để loại bỏ các biến không quan trọng và xác định các biến quan trọng được sử dụng trong bước phân tích tiếp theo mà chủ yếu là phương pháp phân tích nhân tố khám phá (EFA).
Phương pháp phân tích nhân tố khám phá (EFA) được sử dụng để đánh giá giá trị của thang đo về giá trị hội tụ và giá trị phân biệt, trong đó xem xét ba thuộc tính quan trọng gồm: (1) số lượng nhân tố trích được, (2) hệ số tải nhân tố và (3) tổng phương sai trích. Nghiên cứu sử dụng phương pháp rút trích Principal Axis Factoring và phép xoay Promax thay vì phương pháp rút trích Principal Components với phép xoay Varimax. Bởi vì phương pháp này phản ánh cấu trúc dữ liệu chính xác hơn các phương pháp khác (Gerbing và Anderson 1988 trích dẫn từ Nguyễn Đình Thọ 2013). Với tiêu chí chấp nhận là: hệ số tải nhân tố ≥ 0.4 để đảm bảo ý nghĩa thực tế của phân tích nhân tố khám phá trong trường hợp kích thước mẫu từ 250 đến 350 (Hair và ctg, 2010 trích từ Nguyễn Đình Thọ, 2013). Chênh lệch giữa hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0.3 (Jabnoun và Al-Tamimi, 2003 trích từ Nguyễn Đình Thọ, 2013) để đảm bảo giá trị phân biệt. Đồng thời, tổng phương sai trích ≥ 50% (Gerbing và Anderson, 1988) để đảm bảo giá trị trong nghiên cứu thực tiễn. Bênh cạnh đó, KMO cũng là một chỉ số để xem xét sự thích hợp của EFA, với 0.5 ≤ KMO ≤ 1, nhân tố trích được có Eigenvalue > 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hair và cộng sự (2010) nhận định, CFA được dùng để xem xét biến đo lường đại diện tốt như thế nào cho khái niệm. Đồng thời kiểm tra mức độ phù hợp của mơ hình lý thuyết với dữ liệu thực tế. CFA cho phép chúng ta kiểm định cấu trúc lý thuyết của các thang đo lường như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường (Steenkamp và van Trijp, 1991). Như vậy, phương pháp phân tích nhân tố khẳng định (CFA) sẽ được sử dụng để đo lường giá trị và sự phù hợp của mơ hình.
Một số chỉ tiêu được sử dụng như chỉ số Chi-square/df (Cmin/df), chỉ số so sánh sự phù hợp CFI, chỉ số Tucker và Lewis TLI và chỉ số RMSEA để kiểm tra mức độ phù hợp mơ hình nghiên cứu. Nếu một mơ hình nhận được các giá trị CFI, TLI >=0.9 (Bentler và Bonett, 1980), CMIN/df <= 2, một số trường hợp khác CMIN/df <= 3 (Carmines và Mclver, 1981) và RMSEA <=0.08 (Steiger, 1990) thì mơ hình được xem là phù hợp tốt với dữ liệu thị trường (tổng thể) hay tương thích với dữ liệu thị trường (tổng thể).
- Kiểm định mơ hình lý thuyết bằng phương pháp phân tích SEM
Để kiểm định mơ hình lý thuyết cùng với những giả thuyết, phương pháp phân tích mơ hình cấu trúc tuyến tính (SEM) trên phần mềm AMOS sẽ được sử dụng. Phương pháp SEM không chỉ liên kết lý thuyết với dữ liệu, nó cịn đối chiếu lý thuyết với dữ liệu (Fornell, 1982, trích từ Nguyen, 2002). Chính vì vậy, SEM cho phép các nhà nghiên cứu khám phá những sai số đo lường và hợp nhất những khái niệm trừu tượng và khó phân biệt. Tất cả những mối tương quan được giả thuyết trong mơ hình nghiên cứu đều được chứng minh bằng kiểm định mơ hình SEM. Đồng thời, khi các hệ số ước lượng chuẩn hoá < 1 và đều có ý nghĩa thống kê (giá trị p < 0.05), có thể kết luận các thang đo lường của các khái niệm trong mơ hình đạt giá trị liên hệ lý thuyết.
- Kiểm định bootstrap
Bootstrap là phương pháp lấy mẫu hồn lại có thay thế, trong đó mẫu ban đầu đóng vai trị là đám đông. Kiểm định này giúp đánh giá độ tin cậy của các ước lượng
trong mơ hình đánh giá, bằng cách kiểm định xem các hệ số hồi quy trong mơ hình SEM có được ước lượng tốt khơng với số mẫu lặp lại là N = 1000.
Kết quả ước lượng từ 1000 mẫu sẽ được tính trung bình kèm theo độ chệch. Với trị tuyệt đối CR nhỏ so với 2 thì có thể nói là độ chệch là rất nhỏ; đồng thời khơng có ý nghĩa thống kê ở độ tin cậy 95%, có nghĩa là các ước lượng trong mơ hình có thể tin cậy được.
Tóm tắt chương 3
Chương 3 đã trình bày quy trình thực hiện nghiên cứu, cách thức khảo sát và cách thức xử lý dữ liệu thu về được. Đồng thời cũng đã đưa ra kết quả nghiên cứu định tính và thang đo chính thức được sử dụng trong khảo sát. Thang đo chính gồm 34 biến của các khái niệm có trong mơ hình nghiên cứu.