CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Nghiên cứu chính thức
3.4.1. Phương pháp thu nhập thông tin
Trong nghiên cứu này, tác giả sử dụng phương pháp chọn mẫu phi xác suất với hình thức chọn mẫu thuận tiện thơng qua hình thức phát phiếu điều tra bằng bảng câu hỏi trực tiếp.
Kích cỡ mẫu phụ thuộc vào phương pháp phân tích, nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA). Những quy tắc kinh nghiệm khác trong xác định cỡ mẫu cho phân tích nhân tố EFA là thơng thường thì số quan sát (kích thước mẫu) ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hair và cộng sự, (2006) cho rằng kích cỡ mẫu bằng ít nhất 5 lần biến quan sát, tức là cần đạt ít nhất 5 mẫu tương ứng với một biến quan sát. Trong báo cáo này, tác giả sử dụng 24 biến quan sát, như vậy số mẫu tối thiểu cần đạt là 120 mẫu. Ngoài ra, theo Tabachnick và Fidell (1991) để phân tích hồi quy đạt được kết quả tốt
n ≥ 8k + 50
Trong đó: n là kích cỡ mẫu, k là số biến độc lập của mơ hình
Vì thế tác giả chọn cỡ mẫu là 150 với các đáp viên là người (khách hàng cá nhân) đã hoặc đang sử dụng dịch vụ ngân hàng tại thành phố Hồ Chí Minh. Và để đảm bảo cũng như dự phòng đối với việc loại bỏ những bảng câu hỏi không đạt yêu cầu, nên số lượng bản câu hỏi tác giả điều tra thực tế là 170 bản. Bảng câu hỏi phát ra bao gồm 24 phát biểu. Mỗi câu hỏi được đo lường dựa trên thang đo Likert 5 điểm.
3.4.2. Phương pháp phân tích dữ liệu
Dữ liệu sau khi được thu thập, tiến hành làm sạch, mã hóa và xử lý thơng qua phần mềm IBM SPSS 24. Các phương pháp phân tích và đánh giá được sử dụng trong báo cáo:
- Bảng thống kê mô tả nhằm mô tả mẫu thu thập theo các biến định tính như: giới tính, ngân hàng lựa chọn, kênh thông tin, thu nhập, nghề nghiệp,…
- Kiểm định độ tin cậy thang đo Cronbach Alpha được sử dụng để loại bỏ
những biến không phù hợp trước khi tiến hành phân tích nhân tố.
Thang đo đạt độ tin cậy tốt khi hệ số Cronbach Alpha nằm trong khoảng [0,75 – 0,95] (Nguyễn Đình Thọ, 2014). Tuy nhiên, nếu hệ số Cronbach Alpha lớn hơn hoặc bằng 0,6 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally và Berntein, 1994). Nếu hệ số Cronbach Alpha quá lớn (lớn hơn 0,95) cho thấy có nhiều biến trong thang đo khơng có sự khác biệt gì nhau, nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu (Nguyễn Đình Thọ, 2014).
Khi xem xét kiểm tra từng biến đo lường, chúng ta sử dụng hệ số tương quan biến tổng (Corrected item – total correlation). Các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại (Nunnally và Bernstein, 1994).
Như vậy, một số điều kiện cần quan tâm khi kiểm định thang đo bằng hệ số Cronbach Alpha bao gồm:
(2) Hệ số tương quan biến tổng ≥ 0,3.
Sau đó, tất cả các biến quan sát của những thành phần đạt độ tin cậy được đưa vào phân tích nhân tố khám phá (EFA).
- Phân tích nhân tố khám phá EFA là kỹ thuật phân tích nhằm thu nhỏ và tóm
tắt dữ liệu, giúp xác định các mối tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như trong việc tìm mối quan hệ giữa các biến với nhau.
KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, giá trị KMO nằm trong khoảng [0,5 – 1] thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát có bằng khơng trong tổng thể hay khơng. 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).
Song song đó cần đánh giá eigenvalue. Số lượng nhận tố được xác định ở nhân tốt (dừng ở nhân tố) có eigenvalue tối thiểu bằng 1.
Theo Nguyễn Đình Thọ (2014), trong thực tiễn hệ số tải nhân tố ≥ 0,5 chúng ta có thể chấp nhận. Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0,3 (Jabnoun và Al-Tamimi, 2003), điều kiện này để đảm bảo giá trị phân biệt của thang đo.
Theo Gerbing và Vaerson (1988) tổng phương sai trích (Total Variance Explained - TVE) ≥ 50%. Tổng này thể hiện các nhân tố trích được giải thích được bao nhiêu phần trăm của các biến đo lường, nghĩa là phần chung lớn hơn phần riêng và sai số TVE ≥ 60% được xem là tốt. Thỏa mãn điều kiện này mơ hình EFA được xem là phù hợp (Nguyễn Đình Thọ, 2014).
Như vậy, một số điều kiện cần quan tâm trong phân tích nhân tố khám phá (EFA) bao gồm:
(1) Hệ số KMO ≥ 0,5.
(2) Mức ý nghĩa kiểm định Bartlett p ≤ 0,05.
(4) Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0,3.
(5) Tổng phương sai trích TVE ≥ 50%.
- Phân tích hồi quy đa biến: với mơ hình đề xuất trong chương 2 sẽ được đưa
vào phân tích hồi quy đa biến để xem xét ảnh hưởng của các biến thành phần đến giá trị thương hiệu.
- Kiểm định khác biệt: để xem xét có sự khác biệt trong đánh giá các thành phần
giá trị thương hiệu và ý định lựa chọn ngân hàng khi sử dụng các sản phẩm, dịch vụ tài chính giữa các nhóm ngân hàng hay khơng.
3.5. Tóm tắt
Phương pháp nghiên cứu được sử dụng trong báo cáo bao gồm cả nghiên cứu định tính và nghiên cứu định lượng. Mơ hình gồm 1 biến phụ thuộc là ý định lựa chọn ngân hàng giao dịch (gồm 3 biến quan sát) được đo lường thông qua 5 biến: nhận biết thương hiệu (4 biến quan sát), chất lượng cảm nhận (5 biến quan sát), liên tưởng thương hiệu (4 biến quan sát), trung thành thương hiệu (4 biến quan sát) và niềm tin thương hiệu (4 biến quan sát). Dữ liệu sau khi được thu thập sẽ được nhập vào chương trình phân tích số liệu thống kê SPSS để phân tích.