Bảng hỏi được thiết kế với ba phần:
Phần đầu tiên là phần gạn lọc với hai câu hỏi là người được khảo sát đã từng mua sữa tươi hộp giấy chưa, và người được khảo sát có ý định mua sữa tươi hộp giấy trong thời gian tới.
Phần thứ hai là phần đánh giá liên quan đến hành vi tiêu dùng trong việc mua sữa tươi hộp giấy. Phần này sử dụng bảng câu hỏi có thang đo Likert 5 mức độ, bắt đầu từ 1 là “hồn tồn khơng đồng ý” đến 5 là “hoàn toàn đồng ý” tương ứng với các phát biểu được nêu ra.
Phần cuối cùng là phần thông tin cá nhân gồm độ tuổi, giới tính, nghề nghiệp,…
3.4. Nghiên cứu định lƣợng
Sau khi có bảng câu hỏi hồn chỉnh tác giả tiến hành khảo sát mở rộng trên địa bàn tỉnh Đồng Nai bằng phương pháp chọn mẫu thuận tiện. Sau đó xử lý số liệu bằng phần mềm SPSS 20.0
3.5. Phƣơng pháp thu thập dữ liệu
Đối với dữ liệu thứ cấp: dữ liệu được thu thập từ nhiều nguồn khác nhau như sách giáo khoa chuyên ngành, các website uy tín, các báo cáo của các cơ quan quản lý, các bài viết của các chuyên gia nghiên cứu thị trường và các luận văn nghiên cứu của các tác giả khác đã được công bố trên các tạp chí khoa học.
Đối với dữ liệu sơ cấp: (1) đầu tiên dữ liệu được thu thập bằng cách phỏng vấn sâu. Kết quả sẽ được dùng để hồn thiện mơ hình. Sau đó xây dựng bảng hỏi và tiến hành khảo sát thử nghiệm. (2) Sau khi khảo sát thử nghiệm tiến hành điều chỉnh bảng hỏi lần nữa và bắt đầu khảo sát trên diện rộng bằng cách trực tiếp phỏng vấn các đối tượng là những người đang sinh sống và làm việc tại địa bàn tỉnh Đồng Nai và là những người có quyết định trong việc mua hoặc sử dụng sữa tươi hộp giấy. (3) Tiếp theo là chọn lọc và làm sạch nhằm loại bỏ những phiếu khơng đạt u cầu. Sau đó mã hóa bảng câu hỏi và nhập dữ liệu vào hệ thống máy tính. (4) Cuối cùng, xử lý liệu bằng phần mềm SPSS 20.0 và sẵn sàng cho việc phân tích dữ liệu.
3.6. Phƣơng pháp chọn mẫu
Về quy mô mẫu, trong nghiên cứu khoa học việc xác định kích thước mẫu là rất quan trọng, kích cỡ mẫu phải đủ lớn. Có nhiều lý thuyết về xác định kích cỡ mẫu, nhưng trong bài nghiên cứu này tác giả dựa vào:
Hair và cộng sự (1998) đối với phân tích nhân tố khám phá EFA thì “kích thước mẫu tối thiểu là 5 mẫu trên một biến quan sát”. Cũng theo Hair và cộng sự (2006) cho rằng “để sử dụng EFA thì kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát so với biến đo lường là 5:1, nghĩa là 1 biến tiềm ẩn đo lường cần tối thiểu 5 biến quan sát, tốt nhất là tỉ lệ 10:1 trở lên”
Nguyễn Đình Thọ (2011), “kích thước mẫu cần nghiên cứu phụ thuộc vào nhiều yếu tố như phương pháp phân tích dữ liệu và độ tin cậy cần thiết. Hiện nay các nhà nghiên cứu xác định rõ cỡ mẫu cần thiết thông qua công thức kinh nghiệm cho từng phương pháp xử lý”. Trong EFA cỡ mẫu xác định thường thông qua hai yếu tố là kích thước tối thiểu và số lượng biến đo lường đưa vào phân tích.
Như vậy, bảng hỏi của nghiên cứu của tác giả có 26 biến quan sát nên kích thước mẫu tối thiểu cho nghiên cứu này là 26 * 5 = 130. Tuy nhiên, để q trình phân tích đạt kết quả và đáng tin cậy nên tác giả quyết định tăng kích thước mẫu lên là 316.
Về phương pháp chọn mẫu, trong điều kiện khả năng và nguồn lực có hạn nên nghiên cứu này tác giả sử dụng phương pháp chọn mẫu thuận tiện phi xác suất, cụ thể là tác giả chọn các khu vực thuộc địa bàn thành phố Biên Hòa, tỉnh Đồng Nai, và bằng phương pháp thuận tiện tác giả tiến hành khảo sát.
3.7. Xử lý và phân tích dữ liệu
Để thực hiện cơng việc thống kê và phân tích dữ liệu thu thập tác giả sử dụng phần mềm SPSS 20.0 để kiểm định độ tin cậy của thang đo và thực hiện các thống kê suy diễn
3.7.1. Xử lý dữ liệu (1) Làm sạch số liệu (1) Làm sạch số liệu
Trước khi xử lý và phân tích dữ liệu bảng hỏi cần được kiểm tra để loại bỏ những phiếu không thỏa phạm vi nghiên cứu của đề tài, những phiếu trả lời không đạt do người được khảo sát trả lời thiếu hoặc mỗi quan sát có từ 2 ý trả lời trở lên. Sau khi nhập dữ liệu vào máy tiến hành kiểm tra lỗi như sai, sót hay thừa dữ liệu; loại bỏ những quan sát có điểm số bất thường bằng các thống kê mô tả như bảng tần số. Tác giả khảo sát được 330 bảng câu hỏi nhưng sau quá trình làm sạch dữ liệu bảng hỏi cịn lại 316 phiếu.
(2) Mã hóa bảng hỏi
Các dữ liệu định tính khơng phải dạng số thì được mã hóa thành các con số như phần III của bảng hỏi
Các dữ liệu định lượng sẽ được mã hóa như mục 3.2.2. thang đo chính thức
3.7.2. Phƣơng pháp phân tích dữ liệu (1) Thống kê mô tả mẫu điều tra
Các thống kê mô tả (bảng tần số) sử dụng trong nghiên cứu này để phân tích, mơ tả dữ liệu về đối tượng tham gia điều tra, cụ thể là về giới tính, độ tuổi, tơn giáo, nghề nghiệp, thu nhập hàng tháng, chi tiêu hàng tháng, số người sinh sống của hộ cũng như khu vực sinh sống.
(2) Kiểm định hệ số tin cậy Cronbach’s Alpha
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau, hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính tốn phương sai của từng biến quan sát và tính tương quan điểm của từng biến quan sát với điểm của tổng các biến quan sát còn lại của phép đo.
Nhiều nhà nghiên cứu chẳng hạn như theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) đồng ý rằng “hệ số Alpha của từng thang đo từ 0,8 trở lên đến gần 1 thì thang đo là tốt; từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng hệ số alpha từ 0,6 trở lên thì có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995)”. Vì vậy, đối với nghiên cứu này thì hệ số Alpha từ 0,6 trở lên là chấp nhận được.
Khi đánh giá độ phù hợp của từng biến quan sát, những biến quan sát nào có hệ số tương quan biến tổng (item-total correlation) lớn hơn hoặc bằng 0,3 được coi là những biến quan sát có độ tin cậy bảo đảm (Nguyễn Cơng Khanh, 2005), các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại bỏ ra khỏi thang đo.
(3) Phân tích nhân tố khám phá EFA
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008. “Đây là phương pháp được sử dụng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng ý nghĩa hơn nhưng vẫn chứa đựng đầy đủ thông tin của tập biến ban đầu”.
Trong phân tích nhân tố khám phá nếu thang đo khơng đạt yêu cầu sẽ bị loại. Tiêu chuẩn là:
Kiểm định Bartlett: Bartlett là đại lượng thống kê dùng để xem xét giả thuyết các biến không tương quan trong tổng thể. Điều kiện cần để phân tích nhân tố là các biến phải có tương quan với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Phép thử Bartlett phải có mức ý nghĩa nhỏ hơn 0,05 (Hair và cộng sự, 2006)
Hệ số tải nhân tố (Factor loadings): là những hệ số tương quan đơn giữa các biến và các nhân tố (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số này phải có giá trị tối thiểu là 0,3; lớn hơn 0,4 được xem là quan
trọng và lớn hơn 0,5 được xem là có ý nghĩa thực tiễn. Nếu cỡ mẫu trên 300 thì nên chọn tiêu chuẩn hệ số tải nhân tố lớn hơn 0,3; nếu khoảng từ 100 đến dưới 300 thì nên thì nên chọn tiêu chuẩn hệ số tải nhân tố lớn hơn 0,50; nếu cỡ mẫu khoảng dưới 100 thì hệ số tải nhân tố lớn hơn 0,70. Với các biến khơng đạt tiêu chí thì bị loại vì khơng phải là biến quan trọng trong mơ hình.
Kaiser Meyer Olkin (KMO): là chỉ số để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO nằm trong khoảng 0,5 đến 1,0 là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phương pháp trích hệ số sử dụng là Principal components với phép quay Varimax và điểm dừng khi trích các nhân tố có Eigenvalue >= 1,0.
Thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50%.
(4) Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định là một trong các kỹ thuật thống kê. CFA cho chúng ta kiểm định các biến quan sát đại diện cho các nhân tố hay còn gọi là biến tiềm ẩn tốt đến mức nào. CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu tiến hành kiểm định thống kê.
Theo Nguyễn Khánh Duy (2009) thì “trong CFA cần chú ý đến Chi- quare (CMIN); Chi-quare điều chỉnh theo bậc tự do (CMIN/df); chỉ số thích hợp so sánh (CFI); Chỉ số Tucker và Lewis (TLI); chỉ số RMSEA. Mơ hình được xem là thích hợp với dữ liệu thị trường khi kiểm định Chi-quare có P- value > 0,05. Tuy nhiên, Chi-square có nhược điểm là phụ thuộc vào kích thước mẫu”. Khi kích thước mẫu càng lớn thì Chi-quare càng lớn, điều đó sẽ làm giảm mức độ phù hợp của mơ hình, do đó nên dùng CMIN/df
(5) Kiểm định mơ hình
Để kiểm tra các mối quan hệ trong mơ hình nghiên cứu tác giả sử dụng phân tích hồi quy đa biến. Ở đây tác giả khơng sử dụng hồi quy tuyến tính mà tác giả sử dụng mơ hình SEM để kiểm định giả thuyết - một kỹ thuật rất có ưu thế.
“Trong kiểm định giả thiết và mơ hình nghiên cứu thì mơ hình cấu trúc tuyến tính SEM có nhiều ưu điểm hơn các phương pháp phân tích đa biến truyền thống như hồi quy bội, hồi quy đa biến vì nó có thể tính được sai số đo lường”.
Tóm tắt chƣơng 3
Trong chương 3, tác giả đã trình bày quy trình nghiên cứu của đề tài, cách thức xây dựng các thang đo, cũng như các vấn đề cần thiết trong việc thu thập dữ liệu từ bảng khảo sát, thiết kế bảng hỏi, các bước điều tra và phương pháp phân tích dữ liệu.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU
Sử dụng phần mềm để xử lý số liệu thu thập được. Trình bày các kết quả nghiên cứu thông qua việc phân tích và kiểm tra mơ hình nghiên cứu như: các nội dung về thông tin mẫu, kết quả kiểm định thang đo qua hai phép phân tích là đo lường độ tin cậy của thang đo Cronbach’s Alpha và phân tích nhân tố EFA, kết quả phân tích nhân tố khẳng định và cuối cùng là kết quả mơ hình cũng như kiểm định các giả thuyết nghiên cứu.
4.1. Mô tả mẫu nghiên cứu
Trong tổng số 316 phiếu trả lời thì có:
(1) Đối với giới tính: có 127 nam (chiếm 40,2%) và nữ có 189 người (chiếm 59,8%), sở dĩ nữ chiếm tỷ trọng cao hơn nam là vì nữ thường xuyên chi tiêu cũng như mua sữa tươi hộp giấy cho bản thân cũng như gia đình sử dụng là chính.
(2) Đối với độ tuổi: đa phần từ 25 đến dưới 40 tuổi (chiếm 50,9%) và kế tiếp là từ 40 đến dưới 55 tuổi (chiếm 24,1%) đây cũng chính là phần lớn quyết tự chi tiêu trong gia đình.
(3) Đối với nghề nghiệp: Trong bảng kết quả, ta thấy đối với nghề nghiệp là khác thì chiếm tỷ trọng cao nhất 24,4% nhưng ở đây nghề nghiệp này là bao gồm tất các nghề ngoài những mục kể trên nên nhân viên văn phòng là người sử dụng sữa tươi hộp giấy nhiều nhất chiếm 20,6%, tiếp theo là kinh doanh hoặc buôn bán chiếm 17,7%; kế tiếp là Cán bộ, công viên chức
16,1%; sau đó là học sinh, sinh viên 13,6%; cuối cùng nội trợ chiếm tỷ trọng ít nhất 7,6%
Bảng 4.1. Thống kê các đối tƣợng khảo sát
Mẫu N = 316
Đặc điểm nhân khẩu học Tần số Tỷ trọng (%)
Giới tính Nam 127 40,2
Nữ 189 59,8
Độ tuổi Dưới 25 tuổi 61 19,3
Từ 25 đến dưới 40 tuổi 161 50,9 Từ 40 đến dưới 55 tuổi 76 24,1 Từ 55 tuổi trở lên 18 5,7
Nghề nghiệp Học sinh/ Sinh viên 43 13,6
Cán bộ, công viên chức 51 16,1 Kinh doanh/ buôn bán 56 17,7 Nhân viên văn phòng 65 20,6
Nội trợ 24 7,6
Khác 77 24,4
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
4.2. Kiểm định thang đo
4.2.1. Kiểm định thang đo với hệ số tin cậy Cronbach’s Alpha
Việc đánh giá độ tin cậy của thang đo là điều cần thiết trong việc phân tích, và để đánh giá độ tin cậy của thang đo các biến trong mơ hình nghiên
cứu, tác giả tiến hành tính tốn hệ số Cronbach’s Alpha và xem xét các hệ số tương quan biến tổng.
Theo cơ sở lý thuyết ở chương 3, thì nghiên cứu này của tác giả sẽ thực hiện đánh giá thang đo dựa theo các tiêu chí sau:
(1) Loại các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 (đây là những biến khơng đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này)
(2) Chọn thang đo có độ tin cậy Cronbach’s Alpha lớn hơn 0,6 (lý do chọn là do các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời)
Ngồi ra, nếu có độ tin cậy Cronbach’s Alpha lớn hơn 0,6 và hệ số tương quan biến tổng nhỏ hơn 0,3 nhưng cột “CronBach’s Alpha nếu loại biến” lớn hơn độ tin cậy Cronbach’s Alpha thì biến quan sát đó cũng sẽ bị loại.
Kết quả của kiểm định thang đo được tác giả trình bày chi tiết ở bảng 4.2. Đối với tất cả các thang đo: “Chính phủ Việt Nam”; “Doanh nghiệp Việt Nam”; “Người dân Việt Nam”; “Chủ nghĩa Quốc tế”; “Hành vi tiêu dùng” thì ngay lần đầu chạy thì hệ số Cronbach’s Alpha nhận được đều nhận được giá trị lớn hơn 0,6 và khơng có biến nào có tương quan biến tổng nhỏ hơn 0,3 cho nên ta thấy rằng các mục hỏi trong thang đo đều được giữ lại.
Như vậy, tác giả thu được kết quả hoàn chỉnh gồm 26 biến quan sát với 5 bộ thang đo. Khơng có trường hợp nào nếu loại biến đó đi sẽ làm tăng hệ số Cronbach’s Alpha trong bộ thang đo đó, và đây cũng là cơ sở cho bước tiếp theo là phân tích khám phá EFA.
Bảng 4.2. Kết quả kiểm tra độ tin cậy của thang đo với Cronbach’s Alpha
Biến Trung bình Phƣơng sai Tƣơng quan Cronbach’s
Quan sát thang đo thang đo biến - tổng Alpha
nếu loại biến nếu loại biến nếu loại biến
Chính phủ Việt Nam Cronbach’s Alpha = 0,839 N = 6
CP1 18,07 12,855 0,659 0,804 CP2 18,00 12,784 0,611 0.813 CP3 17,67 13,042 0,619 0,811 CP4 17,94 13,228 0,542 0,827 CP5 18,07 12,684 0,689 0,798 CP6 18,11 13,146 0,575 0,820
Doanh nghiệp Việt Nam Cronbach’s Alpha = 0,760 N = 5
DN1 13,99 8,955 0,455 0,741
DN2 14,15 8,218 0,547 0,710
DN3 14,47 7,913 0,577 0,699 DN4 14,56 7,802 0,562 0,705 DN5 14,27 8,242 0,501 0,727
Ngƣời dân Việt Nam Cronbach’s Alpha = 0,793 N = 5
CC1 13,76 9,263 0,441 0,793 CC2 13,98 8,596 0,546 0,762 CC3 14,16 7,901 0,659 0,725 CC4 14,30 7,975 0,645 0,730
CC5 14,18 8,148 0,575 0,754
Chủ nghĩa Quốc tế Cronbach’s Alpha = 0,703 N = 6
QT1 17,28 7,714 0,485 0,648 QT2 16,70 8,394 0,343 0,689 QT3 17,18 7,742 0,404 0,673 QT4 17,59 7,252 0,532 0,631 QT5 18,13 7,658 0,418 0,669 QT6 18,15 7,541 0,426 0,666
Hành vi tiêu dùng Cronbach’s Alpha = 0,724 N = 4
HV1 10,23 4,428 0,451 0,698 HV2 10,40 4,126 0,487 0,680 HV3 10,77 4,292 0,557 0,639