Chương 3 : Thiết kế nghiên cứu
3.3. Thiết kế nghiên cứu định lượng
3.3.1. Mục tiêu nghiên cứu nghiên cứu định lượng
Theo Nguyễn Đình Thọ (2014), nghiên cứu định lượng để kiểm định các giả thuyết nghiên cứu.
3.3.2. Mẫu, phương pháp chọn mẫu
3.3.2.1. Nghiên cứu định lượng sơ bộ
Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện. Đối tượng tham gia khảo sát này là những người nằm trong đối tượng khảo sát của nghiên cứu. Chương trình nghiên cứu sơ bộ thực hiện từ tháng 09/2019 đến tháng 10/2019.
Đối với phân tích nhân tố, Hair và c.s. (2014) cho rằng số quan sát cần thiết tối thiểu gấp 5 lần số biến đo lường được đưa vào phân tích nhân tố và tốt nhất là gấp 10 lần. Do đó đối với nghiên cứu này, gồm có 36 biến quan sát, như vậy kích cỡ mẫu tối thiểu nên là 180. Từ những lý do trên, nghiên cứu này chọn mẫu có kích thước là 230 để tiến hành nghiên cứu sơ bộ định lượng. Phương pháp lấy mẫu là thuận tiện, phi xác suất, được thực hiện bằng hai hình thức là khảo sát trực tiếp và khảo sát trực tuyến thông qua Google Forms.
3.3.2.2. Nghiên cứu định lượng chính thức
Khảo sát chính thức được thực hiện trên cơ sở khảo sát 330 người tiêu dùng nằm trong đối tượng khảo sát. Nghiên cứu này sử dụng kỹ thuật lấy mẫu thuận tiện
vì tính mới của đề tài, đồng thời kỹ thuật này ít tốn kém, dễ tiếp cận đối tượng và mất ít thời gian nhất trong các kỹ thuật lấy mẫu.
Nghiên cứu này là loại nghiên cứu lặp lại nghiên cứu đã có trên Thế giới được kiểm chứng tại bối cảnh Việt Nam. Theo Nguyễn Đình Thọ (2014, tr.150), một lý thuyết khoa học phải được kiểm định trong nhiều điều kiện và ngữ cảnh khác nhau. Nếu một lý thuyết được khẳng định thông qua nhiều lần kiểm định thì độ mạnh (khả năng giải thích và dự báo hiện tượng khoa học) của lý thuyết đó càng cao.
Mục tiêu chọn mẫu hướng đến trong nghiên cứu này là người tiêu dùng trẻ có trình độ học vấn cao tại TP.HCM. Người tiêu dùng là học viên cao học và văn bằng 2 tại trường Đại học Kinh tế tại TP.HCM được lựa chọn làm tổng thể nghiên cứu vì chưa có nghiên cứu nào về các yếu tố tác động đến hành vi mua thực phẩm hữu cơ của về đối tượng này tại TP.HCM.
Dựa vào bảng câu hỏi được thiết lập từ khảo sát sơ bộ, các dữ liệu trong nghiên cứu chính thức được thu thập bằng cách sử dụng phương pháp điều tra bảng câu hỏi (Tiếp cận trực tiếp đối tượng khảo sát và phát bảng câu hỏi tự điền) và bằng Google Gorm.
Bảng câu hỏi trực tiếp được phân phối cho các học viên cao học K27, K28 và K29 và văn bằng 2 tại trường Đại học Kinh tế TP.HCM. Việc sử dụng phương pháp tiếp cận trực tiếp, kết hợp với bảng câu hỏi tự điền cho phép nhà nghiên cứu có thể đưa ra giải thích về mục đích của mỗi phần và câu hỏi trong bảng hỏi nếu đối tượng khảo sát yêu cầu. Phương pháp này có độ chắc chắn cao hơn vì đối tượng khảo sát có thể có được thơng tin phản hồi ngay lập tức và chi tiết hơn về mọi vấn đề mà họ không hiểu hoặc họ không chắc. Các nhà nghiên cứu tránh ảnh hưởng đến phản ứng của họ bằng cách chỉ cung cấp các hướng dẫn khi có yêu cầu.
Bảng câu hỏi khảo sát trực tuyến là một hình thức mới gần đây, tận dụng thế mạnh của công nghệ và internet. Bảng câu hỏi khảo sát trực tuyến có những ưu điểm so với bảng câu hỏi tự điền bằng tiếp cận trực tiếp, đó là tiết kiệm thời gian, người khảo sát có thể trả lời bất cứ khi nào và đối với một số câu hỏi nhạy cảm sẽ người trả lời cảm thấy tự do để trả lời các câu hỏi được đưa ra.
Mỗi hình thức đều có những ưu và nhược điểm khi so sánh với nhau. Cho nên nghiên cứu này sử dụng kết hợp cả hai hình thức trên khi thu thập dữ liệu. Mặt khác để thể hiện sự khách quan, nghiên cứu này sử dụng kết quả khảo sát từ phương pháp tiếp cận trực tiếp và thu được 157 phiếu khảo sát trực tiếp và 153 phiếu khảo sát trực tuyến bằng Google Forms.
3.3.3. Kỹ thuật kiểm định
3.3.3.1. Nghiên cứu định lượng sơ bộ
Bước này bao gồm những hoạt động chính như sau: thiết kế khảo sát sơ bộ, đánh giá sơ bộ độ tin cậy thang đo bằng hệ số Cronbach’s alpha, phân tích nhân tố khám phá (EFA) và thiết lập bảng câu hỏi chính thức. Bảng câu hỏi khảo sát sơ bộ có được từ sau q trình điều chỉnh thang đo và thảo luận cặp đôi. Từ dữ liệu thu thập được, đầu tiên là đánh giá độ tin cậy của thang đo bằng kiểm định Cronbach’s alpha và hệ số tương quan biến tổng. Sau đó, phân tích nhân tố khám phá được thực hiện để đánh giá giá trị hội tụ và giá trị phân biệt của thang đo, trong quá trình này những biến có hệ số tải nhân tố thấp hơn 0,4 sẽ bị loại (Hair và c.s., 2014). Sau khi loại những biến không phù hợp, kiểm định Cronbach’s alpha được thực hiện một lần nữa để kiểm định lại độ tin cậy của các thang đo. Sau cùng, những biến quan sát phù hợp sẽ được sử dụng để xây dựng bảng câu hỏi khảo sát chính thức, chuẩn bị cho bước tiếp theo.
Thiết kế khảo sát sơ bộ
Dựa vào kết quả phỏng vấn và thảo luận với các cặp đôi trong mục 3.2, tác giả đã xây dựng bảng câu hỏi khảo sát sơ bộ. Bảng câu hỏi khảo sát sơ bộ này được hoàn chỉnh và gửi đến các đối tượng nghiên cứu. Bảng này bao gồm các thang đo đã được hiệu chỉnh sau phỏng vấn cặp đôi, các câu hỏi về nhân khẩu và các thông tin liên quan được đính kèm trong phần Phụ lục.
Sau khi xây dựng thang đo, một bảng câu hỏi gồm bốn phần để phân biệt các loại thông tin khác nhau.
Phần 1. Phần này đo lường cảm nhận của khách hàng thông qua giá trị cảm nhận, thái độ hướng đến hành vi, chuẩn chủ quan, kiểm soát hành vi được nhận thức của khách hàng.
Phần 2. Thông tin từ phần này được sử dụng để đánh giá ý định mua thực phẩm hữu cơ của khách hàng.
Phần 3. Phần này yêu cầu trả lời để đánh giá hành vi mua thực phẩm hữu cơ của khách hàng.
Phần 4. Nhằm thu thập thơng tin chung về người trả lời như giới tính, trình độ học vấn, tình trạng hơn nhân và thu nhập trung bình.
Phân tích thống kê mơ tả
Phân tích thống kê mơ tả được thực hiện để cung cấp thông tin mô tả về dữ liệu nghiên cứu. Thống kê mơ tả là một q trình chuyển đổi dữ liệu thơ thành dữ liệu dễ hiểu và được diễn giải (Zikmund và c.s., 2003).
Đánh giá độ tin cậy của thang đo
Trong đánh giá độ tin cậy của thang đo, hệ số Cronbach’s alpha được sử dụng rộng rãi nhất. Theo Hair và c.s. (2010), Cronbach’s alpha từ 0,8 trở lên đến gần 1 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được (Nunnally, 1978; Peterson, 1994; Slater, 1995); từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Garson, 2008).
Bên cạnh đó, Cronbach’s alpha là hệ số đo lường độ tin cậy của thang đo tổng chứ không phải là hệ số tin cậy cho từng biến quan sát (Nguyễn Đình Thọ, 2014, tr.150). Cho nên, khi kiểm tra từng biến đo lường người ta sử dụng hệ số tương quan biến - tổng, nếu một biến đo lường có hệ số tương quan biến tổng lớn hơn hoặc bằng 0,3 thì biến đó đạt u cầu (Nunnally, 1978; Peterson, 1994). Do đó sẽ loại những biến khơng thỏa điều kiện này vì đây là những biến khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo. Ngồi ra, khi tính hệ số Cronbach’s alpha của các khái niệm đa hướng thì sẽ được tính riêng cho từng thành phần, hệ số này sẽ khơng có ý nghĩa nếu tính gộp chung cho tất cả các thành phần của khái niệm đa hướng (Nguyễn Đình Thọ, 2014, tr369).
Đánh giá giá trị của thang đo – phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA): phân tích nhân tố được sử dụng để nhóm các biến có mối quan hệ với nhau thành những thành phần (hay còn gọi là nhân tố) đại diện tốt cho những biến này. Theo Hair và c.s. (2014) thì phân tích nhân tố cung cấp các cơng cụ để phân tích cấu trúc tương hỗ lẫn nhau giữa một lượng lớn các biến (chẳng hạn, các phản hồi, các giá trị điểm...) bằng cách định nghĩa các tập biến có mối tương hỗ lẫn nhau cao, gọi là các nhân tố. Những nhân tố này được giả định thể hiện cho các chiều của dữ liệu. Nếu chỉ quan tâm đến việc rút gọn số lượng biến thì từ các chiều này hình thành các phép đo tổng hợp mới. Tuy nhiên, nếu chúng ta có một khái niệm cơ bản cho mối quan hệ giữa các biến thì các chiều mang ý nghĩa thực sự trong việc kiểm định các khái niệm.
Những thang đo đã được đánh giá độ tin cậy đạt yêu cầu sẽ được đưa vào đánh giá giá trị thang đo bằng cách phân tích nhân tố khám phá (EFA) và xét theo hai điều kiện sau.
- Điều kiện thứ nhất, để sử dụng EFA, cần dựa vào kiểm định Barlett và kiểm định KMO (Kaiser-Meyer-Olkin). Kiểm định Bartlett phải có mức ý nghĩa thống kê Sig. < 5% và KMO > 0,5. Theo Kaiser và Rice (1974), để sử dụng được EFA thì hệ số KMO : 0.5 ≤ KMO ≤ 1, và càng lớn càng tốt. Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05), là một đại lượng thống kê 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 mối tương quan với nhau trong tổng thể.
- Điều kiện thứ hai, để đánh giá giá trị của thang đo, cần xem xét ba thuộc tính quan trọng trong kết quả phân tích EFA: (1) số lượng nhân tố được trích, (2) trọng số nhân tố, và (3) tổng phương sai trích.
+ Số lượng nhân tố trích Eigenvalue: được dùng để xác định số lượng nhân tố trích, số lượng nhân tố được trích khi hệ số Eigenvalue lớn hơn hoặc bằng 1 (Nguyễn Đình Thọ, 2014).
+ Trọng số nhân tố: trọng số nhân tố lớn hơn hoặc bằng 0,4 là giá trị có thể chấp nhận. Những biến có hệ số tải nhân tố thấp (< 0,4) sẽ bị loại theo
Anderson và Gerbing (1988). Tuy nhiên, cần chú ý những giá trị này về mặt thống kê. Vấn đề loại bỏ biến có trọng số thấp cần chú ý đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lường (Nguyễn Đình Thọ, 2014). Ngồi ra, chênh lệch 𝜆𝑖𝐴− 𝜆𝑖𝐵 > 0,3 là giá trị thường được các nhà nghiên cứu chấp nhận (Nguyễn Đình Thọ, 2014), nếu hai trọng số này tương đương nhau thì nên loại bỏ biến này.
+ Tổng phương sai trích TVE (Total Variance Explained): yếu tố này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng này phải đạt 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số.
Thỏa được điều kiện trên, chúng ta mới có thể kết luận mơ hình EFA là phù hợp (Nguyễn Đình Thọ, 2014). Trình tự phân tích EFA như sau:
- Phân tích EFA riêng cho khái niệm đa hướng là giá trị cảm nhận với từng thành phần của nó.
- Phân tích dùng EFA cho các khái niệm còn lại là thái độ hướng đến hành vi, chuẩn chủ quan, kiểm soát hành vi được nhận thức, ý định mua và hành vi mua.
- Để hạn chế nhược điểm là không xem xét sự kết hợp chung của các thang đo, việc sử dụng EFA chỉ dùng để đánh giá sơ bộ và sau đó tiếp tục được đánh giá bằng CFA trong nghiên cứu chính thức khi có mẫu lớn hơn.
3.3.3.2. Nghiên cứu định lượng chính thức
Bước này bao gồm 3 hoạt động chính như sau: khảo sát chính thức, phân tích nhân tố khẳng định (CFA - Confirmatory Factor Analysis) và mơ hình cấu trúc tuyến tính (SEM - Structural Equation Modeling).
Phân tích thống kê mơ tả
Phân tích thống kê mơ tả: nhằm cung cấp thơng 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 nhân tố khẳng định (CFA - Confirmatory Factor Analysis)
Đánh giá mức độ phù hợp của mơ hình
Trước khi một lý thuyết có thể được kiểm định, điều kiện quan trọng là cấu trúc phải đạt tính đơn hướng theo Anderson svà Gerbing (1988). Tính đơn hướng có nghĩa là một tập hợp các biến đo lường (items hoặc indicators) chỉ đo lường một cấu trúc mà thơi. Khơng có hiện tượng tải trên nhiều cấu trúc khác nhau. Nói cách khác những tải chéo (nếu có) đều được giả định bằng 0.
Mơ hình phù hợp với dữ liệu thị trường: là điều kiện cần và đủ để đạt được tính đơn hướng, trừ trường hợp sai số của các biến quan sát có tương quan với nhau (Hair và c.s., 2014). Mơ hình được xem là phù hợp với dữ liệu thị trường khi các chỉ số thóa mãn các điều kiện sau:
- Chi-square/df (Chi-square điều chỉnh theo bậc tự do) nhỏ hơn 3 (Hair và c.s., 2014). Trong một số nghiên cứu thực tế người ta phân biệt thành 2 trường hợp Chi-square/df nhỏ hơn 3 (với mẫu N < 200) và Chi-square/df nhỏ hơn 5 (với mẫu N > 200) (Kettinger và Lee, 1995).
- Chỉ số thích hợp so sánh (CFI - Comparative Fit Index) và chỉ số Turker - Lewis (TLI - Turker và Lewis index) lớn hơn 0,9 (Bentler và Bonett, 1980). Chỉ số thích hợp tốt (GFI - Good of Fitness Index) có thể nhỏ hơn 0,9 cũng có thể chấp nhận được (Hair và c.s., 2014). Và chỉ số RMSEA (Root Mean Square Error Approximation) nhỏ hơn 0,08 (Steiger, 1998).
Vì những lý do trên mà nghiên cứu này sử dụng các chỉ số sau để đánh giá sự phù hợp của mơ hình với dữ liệu thị trường: Giá trị Chi-bình phương (Chi-square) điều chỉnh theo bậc tự do, p-value, CFI, GFI, SRMR, RMSEA và PCLOSE.
Đánh giá cấu trúc giá trị của đo lường
Có bốn yếu tố quan trọng của cấu trúc giá trị của đo lường cần phải được xem xét: (1) Độ tin cậy, (2) Giá trị hội tụ, (3) Giá trị phân biệt, (4) Giá trị liên hệ lý thuyết (Peter, 1981; John và Reve, 1982).
(1) Độ tin cậy (Reliability): nói lên tính nhất quán của đo lường (Kết quả tương đương sau nhiều lần lặp lại). Độ tin cậy được đo lường thông qua 3 chỉ số: Hệ số tin cậy tổng hợp (ρ𝐶), hệ số tổng phương sai trích (ρ𝑉𝐶) và hệ số Cronbach’s alpha.
- Trong đó: 𝜆𝑖 là trọng số chuẩn hóa của biến quan sát thứ i, (1 − 𝜆2𝑖) là phương sai của sai số đo lường biến quan sát thứ i.
- Hệ số tin cậy tổng hợp (Composite Reliability, ký hiệu là 𝜌𝐶 hoặc CR). Theo Hair và cộng sự (Hair và c.s., 2014), hệ số CR này phải lớn hơn hoặc bằng 0,7 (Hair và c.s., 2014).
- Tống phương sai trích phản ánh biến thiên chung của các biến quan sát dùng để đo lường độ tin cậy. Phương sai trích (Average Variance Extracted, ký hiệu là
𝜌𝑉𝐶 hoặc AVE) lớn hơn 0,5 là đạt yêu cầu (Hair và c.s., 2014).
(2) Giá trị hội tụ (Convergent): nói lên mức độ hội tụ của thang đo, nghĩa là khi thực hiện đo lường khái niệm qua hai lần thì số đo hai lần đó phái có tương quan chặt chẽ với nhau. Thang đo đạt được giá trị hội tụ khi giá trị giá trị trọng số chuẩn hoá (Standardized Regression Weight) lớn hơn hoặc bằng 0,5 (lý tưởng là 0,7) và có ý nghĩa thống kê (Sig < 0,05) (Anderson và Gerbing, 1988).
(3) Giá trị phân biệt (Discrimant): nói lên sự phân biệt giữa hai khái niệm đo lường. Giá trị phân biệt đạt được khi tương quan giữa 2 khái niệm khác biệt so với 1. Để đạt được tính phân biệt thì giá trị Maximum Shared Variance (MSV) phải nhỏ hơn giá trị Average Variance Extracted (AVE); đồng thời căn bậc hai của AVE đều lớn hơn các giá trị tương quan của nó với các khái niệm khác (Hair và c.s., 2014).
(4) Giá trị liên hệ lý thuyết: đề cập đến mối quan hệ quan sát được giữa những cấu trúc và cung cấp bằng chứng cho thấy có mối quan hệ khái niệm giữa các biến được quan sát và những cấu trúc nền tảng của nó (Peter, 1981). Giá trị liên hệ lý thuyết được kiểm định cùng với mơ hình lý thuyết, khi xem xét mối quan hệ của nó với các khái niệm khác trong mơ hình (Anderson và Gerbing, 1988). Mơ hình cấu trúc tuyến tính (SEM) được sử dụng để kiểm định mơ hình lý thuyết và kiểm