CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Nghiên cứu định lượng
3.2.1 Mục tiêu của nghiên cứu định lượng
Mục đích của nghiên cứu định lượng là kiểm định mơ hình và giả thuyết
khoa học đã được xây dựng ở nghiên cứu định tính.
Nghiên cứu kiểm định các nhân tố: sự trao đổi dịch vụ, sự trao đổi thông tin, sự trao đổi tài chính, sự trao đổi xã hội, sự cộng tác, sự thích ứng có ảnh hưởng lên sự hài lịng của khách hàng thông qua các giả thiết:
1. Thành phần sự trao đổi dịch vụ càng cao thì khách hàng càng hài lịng 2. Thành phần sự trao đổi thơng tin càng cao thì khách hàng càng hài lịng
3. Thành phần sự trao đổi tài chính càng cao thì khách hàng càng hài lịng 4. Thcành phần sự trao đổi xã hội càng cao thì khách hàng càng hài lòng 5. Thành phần sự cộng tác càng cao thì khách hàng càng hài lịng
6. Thành phần sự thích nghi càng cao thì khách hàng càng hài lịng
3.2.2 Mẫu và phương pháp chọn mẫu
Phương pháp chọn mẫu thuận tiện được sử dụng để chọn mẫu cho nghiên
cứu. Mẫu được chọn từ hơn 1.600 khách hàng của Công ty KPMG.
Theo Hair et al (1998), để phân tích nhân tố khám phá (EFA) tốt nhất thì cần 5 mẫu trên 1 biến quan sát. Bên cạnh đó, để phân tích hồi quy một cách tốt nhất,
Tabachnick & Fidel (1996) cho rằng kích thước mẫu cần phải đảm bảo theo công
thức: n >= 8m + 50
Trong đó: n là cỡ mẫu, m là số biến độc lập của mơ hình
Với 29 biến quan sát và 6 biến độc lập của mơ hình hồi quy, cỡ mẫu ước tính là:
- Cỡ mẫu cho phân tích nhân tố khám phá là 29 x 5 = 145 - Cỡ mẫu cho mơ hình hồi quy là 8 x 6 + 50 = 98
Vậy cỡ mẫu ước tính cho nghiên cứu là 145
Để đạt được cỡ mẫu nghiên cứu trên, bảng câu hỏi phỏng vấn (Phụ lục 2) được gửi đến 200 khách hàng trong hơn 1.600 khách hàng kiểm tốn của cơng ty
KPMG. Bảng câu hỏi được gửi bằng email và nhờ các trưởng nhóm kiểm tốn gửi
đến giám đốc tài chính hoặc kế tốn trưởng của các khách hàng đang phụ trách.
Hai trăm khách hàng được lựa chọn thuận tiện nhưng phải đảm bảo bao gồm
được hầu hết các lĩnh vực kinh doanh: ngân hàng, bảo hiểm, chứng khoán, đầu tư,
dệt may, xăng dầu, thực phẩm, thương mại …., bảng câu hỏi nhờ các trưởng nhóm kiểm tốn kiểm tra, hối thúc khách hàng trả lời.
Sau hơn một tháng gửi bảng câu hỏi và đôn đốc khách hàng trả lời, tác giả
nhận được 160 trả lời từ khách hàng, Trong đó có 150 bảng trả lời là đầy đủ và có thể sử dụng được. (Tham khảo phụ lục 3 danh sách các công ty mẫu).
3.2.3 Phương pháp phân tích và xử lý thông tin khảo sát. - Phương pháp đánh giá sơ bộ thang đo: - Phương pháp đánh giá sơ bộ thang đo:
Sử dụng hệ số tin cậy Cronbach alpha: Cronbach α đưa ra hệ số tin cậy
cho thang đo song hành. Để tính Cronbach α cho một thang đo thì thang đo đó phải có tối thiểu là ba biến đo lường. Hệ số Cronbach α có giá trị biến thiên trong
khoảng [0,1]. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,70 – 0,80]. Nếu Cronbach α ≥ 0,60 là thang đo có thể chấp nhận về mặt độ tin cậy
(Nguyễn Đình Thọ, 2012).
Sử dụng hệ số tương quan biến tổng: Các biến đo lường dùng để đo lường
cùng một khái niệm nghiên cứu nên chúng phải có tương quan chặt chẽ với nhau. Vì vậy, khi kiểm tra từng biến đo lường tác giả sử dụng hệ số tương quan biến tổng (item-total correlation) (Nguyễn Đình Thọ, 2012). Trong phần mềm SPSS sử dụng hệ số tương quan bến tổng hiệu chỉnh (corrected item-total correction). Hệ số này lấy tương quan của biến đo lường xem xét với tổng các biến còn lại của thang đo. Nếu một biến đo lường có hệ số tương quan biến tổng hiệu chỉnh ≥ 0,30 thì biến đó
đạt u cầu (Nunnally & Bernstein, 1994).
- Phân tích nhân tố:
Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số, được gọi là hệ số tải nhân tố (factor loading). Hệ số này sẽ cho người nghiên cứu biết mỗi biến đo lường sẽ thuộc về những nhân tố nào.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer- Olkin) phải có giá trị lớn (1 > KMO > 0,5) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO < 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Ngoài ra, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,5 (Hair, 1998), và tổng phương sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới hài lòng yêu cầu phân tích nhân tố (Gerbing & Anderson, 1988).
- Đánh giá giá trị hội tụ và giá trị phân biệt của thang đo:
Sử dụng 3 mơ hình EFA: EFA dùng để rút gọn một tập hợp k biến quan sát
thành một tập hợp F (F<k) có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Trong phân tích EFA có hai ma trận quan trọng để xem xét khi đánh giá các thang đo là ma trận trọng số
nhân tố (factor pattern matrix) và ma trận các hệ số tương quan (factor structure matrix). Khi các nhân tố khơng có quan hệ với nhau thì trọng số nhân tố giữa một nhân tố và một biến đo lường là hệ số tương quan giữa hai biến đó.
Tóm tắt chương 3
Chương 3 trình bày phương pháp nghiên cứu bao gồm nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính nhằm xem xét các nhân tố trong
mơ hình lý thuyết đồng thời khám phá thêm các nhân tố mới. Thơng qua kết quả
nghiên cứu định tính, mơ hình lý thuyết được xây dựng bao gồm các nhân tố để đo lường chất lượng dịch vụ kiểm toán độc lập. Nghiên cứu định lượng nhằm kiểm định mơ hình và giả thuyết khoa học đã được xây dựng ở nghiên cứu định tính.