CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Quy trình nghiên cứu
3.1.2.2 Nghiên cứu định lượng
Dữ liệu trong nghiên cứu định lượng được thu trực tiếp hoặc qua email từ các bảng khảo sát (Phụ lục 2: Bảng khảo sát). Trong nghiên cứu này, tác giả sử dụng phương pháp lấy mẫu định mức kết hợp với thuận tiện. Đây là phương pháp chọn mẫu phi xác suất trong đó nhà nghiên cứu tiếp cận với các đối tượng nghiên cứu bằng phương pháp thuận tiện. Điều này đồng nghĩa với việc nhà nghiên cứu có thể chọn các đối tượng mà họ có thể tiếp cận được (Nguyễn ĐìnhThọ 2011). Ưu điểm của phương pháp này là dễ tiếp cận đối tượng nghiên cứu và thường sử dụng khi bị giới hạn thời gian và chi phí, đồng thời mẫu vẫn có thể đại diện cho đám đông nghiên cứu. Tuy nhiên phương pháp này có nhược điểm là khơng xác định được sai số do lấy mẫu. Mẫu được chọn theo nhóm cụ thể được phân ra như sau: Nhóm 1 (Nhóm có số lượng giao dịch lớn): KBNN TP HCM, KBNN Quận 1, KBNN Quận 3, KBNN Quận 4, KBNN Quận 5.
Nhóm 2 (Nhóm có số lượng giao dịch trung bình): KBNN Quận 10, KBNN Quận 11, KBNN Quận Tân Bình, KBNN Quận Phú Nhuận.
Nhóm 3 (Nhóm có số lượng giao dịch thấp): KBNN Quận 7, KBNN Quận 8, KBNN Huyện Bình Chánh.
Nghiên cứu được thực hiện vào tháng 8 năm 2016 với số lượng mẫu là khoảng 249. Thang đo được kiểm định sơ bộ bằng công cụ thống kê mô tả, hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA) với phần mềm SPSS phiên bản 20.0. Phân tích tương quan hồi quy tuyến tính được sử dụng để kiểm định mơ hình và các giả thuyết nghiên cứu.
Các tiêu chí để đánh giá thang đo:
(1) Hệ số Cronbach Alpha là một phép kiểm định thống kê về mức độ chặt chẽ của các mục hỏi trong thang đo tương quan với nhau. Hệ số Cronbach Alpha được sử dụng để loại các biến không phù hợp ra khỏi thang đo. Các biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có hệ số Cronbach Alpha từ 0.6 trở lên thì chấp nhận được về mặt độ tin cậy (Nguyễn Đình Thọ 2011: 351).
47
(2) Phân tích nhân tố là một bước để xác định số lượng các nhân tố trong thang đo. Các biến có trọng số (factor loading) ≥ 0.5 trong EFA sẽ đạt mức ý nghĩa, nếu nhỏ hơn 0.5 sẽ bị loại. Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue. Đại lượng Eigenvalue cho biết lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue lớn hơn 1 sẽ được giữ lại trong mơ hình phân tích. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc nên sẽ được loại bỏ. Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0.5 và 1) là đủ điều kiện để phân tích nhân tố, cịn nếu hệ số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng phù hợp với các dữ liệu (Hồng Trọng & Chu Nguyễn Mộng Ngọc 2008: 30-31).
Ngoài ra, thang đo được chấp nhận khi tổng phương sai trích phải lớn hơn hoặc bằng 50% (Gerbing & Anderson 1987). Khác biệt hệ số tải nhân tố của một biến quan sát trên các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. (3) Những nhân tố nào tồn tại sẽ được đưa vào phân tích tương quan để kiểm tra hiện tượng đa cộng tuyến. Sau đó, tác giả tiến hành phân tích hồi quy và kiểm định giả thuyết nghiên cứu.
(4) Xây dựng mơ hình có dạng: Y = β0 + β1.X1+β2.X2+β3.X3+β4.X4+β5.X5. Trong đó: Y là biến phụ thuộc
β, β1, β2, β3, β4, β5 là các hệ số hồi quy X1, X2, X3, X4, X5 là các biến độc lập
Dùng số liệu quan sát để ước lượng ảnh hưởng của biến độc lập lên giá trị trung bình của biến phụ thuộc. Từ các tham số ước lượng được các tác động ảnh hưởng, thực hiện các dự báo và đưa ra các khuyến nghị về giải pháp hoàn thiện.