Nghiên cứu định lượng nhằm kiểm định lại mơ hình đề xuất đã được đặt ra và đo lường sự tương quan của các yếu tố thành phần tác động với nhau. Phương pháp thu thập thông tin của nghiên cứu này là phỏng vấn các đối tượng nhân viên đang làm việc trong lĩnh vực thương mại điện tử trên địa bàn Tp.HCM thông qua bảng câu hỏi chi tiết đã chuẩn bị sẵn (xem phụ lục 2) và chia sẻ bảng câu hỏi này trên mạng internet thông qua công cụ khảo sát google docx.
Dữ liệu sau khi thu thập sẽ được mã hóa, nhập liệu và làm sạch bằng phần mềm SPSS 2.0. Sau đó, tác giả sẽ tiến hành rút trích dữ liệu và chạy báo cáo đánh giá thang đo các khái niệm nghiên cứu thông qua hệ số tin cậy Crombach’s Alpha và phân tích nhân tố khám phá EFA, đồng thời kiểm định CFA.
Song song đó, sử dụng phương pháp phân tích SEM để kiểm định mơ hình nghiên cứu đề xuất và các giả thuyêt nghiên cứu.
3.3.1. Kích thước mẫu nghiên cứu
Mẫu được chọn theo phương pháp phù hợp với phân khúc ngành trong lĩnh vực thương mại điện tử. Theo Hair và cộng sự (2006), để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu tối thiểu phải là 50 mẫu, tốt hơn là 100 và tỷ lệ quan sát/ biến đo lường là 5:1 nghĩa là 1 biến đo lường cần tối thiểu 5 biến quan sát.
Mơ hình nghiên cứu có 29 biến quan sát. Theo quy luật cần ít nhất 5 mẫu cho một biến quan sát thì kích thước mẫu cần là n= 145 mẫu (29 x 5)
Phương pháp phân tích dữ liệu được sử dụng cho nghiên cứu này là phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và phân tích mơ hình cấu trúc tuyến tính (SEM). Các nhà nghiên cứu trong lĩnh vực này đều đồng ý là phương pháp này địi hỏi phải có kích thước mẫu lớn vì nó dựa vào lý thuyết phân phối mẫu lớn. Tuy nhiên, kích thước mẫu thế nào được gọi là lớn thì hiện nay chưa được xác định rõ ràng một cách chắc chắn. Hơn nữa, kích thước mẫu cịn tùy thuộc vào phương pháp ước lượng bootstrap. Do hạn chế về thời gian cũng như điều kiện thực hiện nghiên cứu nên đề tài sử dụng kích cỡ mẫu n xấp xỉ 400 - 500. Tác giả quyết định gửi đi 400 bảng câu hỏi định lượng trực tiếp và 100 bảng câu hỏi khảo sát online cho nghiên cứu định lượng chính thức.
3.3.2. Phương pháp thu thập dữ liệu
Dữ liệu sẽ được tiến hành khảo sát tại các công ty làm trong lĩnh vực thương mại điện tử trên địa bàn Tp.HCM. Các đối tượng phải là người đang làm việc trong những cơng ty thuộc lĩnh vực này. Hình thức khảo sát: khảo sát trực tiếp bằng bảng câu hỏi, và sử dụng google docx để hỗ trợ tiếp cận đối tượng một cách thuận lợi hơn.
3.3.3. Phương pháp phân tích dữ liệu
3.3.3.1. Thống kê mơ tả dữ liệu
Nghiên cứu đánh giá các thông số thống kê như tương quan hiện tại của kết quả công việc của đối tượng được khảo sát, độ tuổi, giới tính, trình độ của mẫu.
Ta dùng cơng cụ Analyze/ Descriptive Satistic/ Frequencies để thống kê dữ liệu với giá trị min, max.
3.3.3.2. Hệ số Cronbach Alpha
Hệ số Crombach‘s Alpha là công cụ giúp loại đi những biến quan sát, những thang đo không đạt yêu cầu. Các biến quan sát nếu có hệ số tương quan biến – tổng (Total Cross Correlation) < 0.3 sẽ bị loại (những biến tổng có hệ số < 0.3 nhưng làm độ tin cậy của thang đo giảm xuống thì cần cân nhắc, đánh giá trước khi loại bỏ). Tiêu chuẩn để chọn thang đo khi hệ số Crombach‘s Alpha ≥ 0.6 (Nunnally & Burnstein 1994).
Hoàng Trọng và Chu Nguyễn Nọc (2005) cho rằng nhiều nhà nghiên cứu đồng ý là Crombach ‘s Alpha từ 0.8 – 1 là thang đo lường tốt, từ 0.7 – 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị là Crombach‘s Alpha > 0.6 là sử dụng được trong trường hợp khái niệm nghiên cứu trong giai đoạn kinh tế mới, hoặc khái niệm mới đối với những người được phỏng vấn trong toàn bộ mẫu nghiên cứu.
Trong bài nghiên cứu này, thang đo chấp nhận được khi Crombach‘s Alpha ≥ 0.6 vì đặc điểm đối tượng khảo sát nằm trong nhóm ngành mới – lĩnh vực thương mại điện tử và trong khu vực kinh tế đang phát triển, luôn thay đổi – khu vực Tp.HCM; Kiểm định độ tin cậy bằng công cụ Scale trong module Analyze.
3.3.3.3. Phân tích nhân tố khám phá EFA
Phương pháp EFA được sử dụng để thu gọn và tóm tắt dữ liệu. Phân tích này giúp xác định nhân tố từ các biến quan sát trong các thang đo ban đầu và sau đó nhóm chúng lại thành những nhóm nhân tố mới có mối tương quan lẫn nhau, sử dụng để đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Khi phân tích nhân tốt khám phá EFA, thông thưởng phải đáp ứng được những điều kiện sau đây:
- Hệ số KMO (Kaiser – Mayer-Olkin): đánh giá sự thích hợp của EFA và tối thiểu phải đạt ≥ 0.5 (Nguyễn Đình Thọ, 2012)
- Kiểm định Bartlett (Bartlett‘s test of sphericity): hệ số dùng để kiểm định giả thiết rằng các biến số có tương quan hay khơng trong tổng thể. Kiểm định Barlett có ý nghĩa thống kê khi có Sig ≤ 0.05, nghĩa là các biến quan sát có sự tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005)
- Hệ số tải nhân tố (Factor loading): hệ số là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực giữa EFA. Hệ số tải nhân tố từ ≥ 0.5 được xem là đạt mức ý nghĩa.
- Phương sai trích (Variance Exxplained): tổng phương sai trích phải ≥ 50%
- Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tốt có Eigenvalue >1 mới được giữ lại trong mơ hình phân tích (Theo Hair và cộng sự, 2006)
Nghiên cứu này sử dụng phương pháp phân tích nhân tố Principal Component Analyze và phép quay Varimax để tìm ra các nhân tố đại diện cho các biến.
3.3.3.4. Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định giúp làm sáng tỏ một số phương diện như sau: Đo lường tính đơn hướng, đánh giá độ tin cậy của thang đo, giá trị hội tụ, giá trị phân biệt, và giá trị liên hệ lý thuyết.
Đo lường tính đơn hướng: Theo Hair và cộng sự (2010), mức độ phù hợp của
mơ hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, trừ trường hợp các sai số của các biến quan sát có tương quan với nhau. Để đo lường mức độ phù hợp với thông tin thị trường, Chi-square (CMIN/df) thường được sử dụng để điều chỉnh theo bậc tự do; chỉ số thích hợp tốt (GFI-Good of Fitness Index); chỉ số thích hợp so sánh (CFI – Comparative Fit Index); chỉ số Tucker và Lewis (TLI – Tucker và Lewis Index); chỉ số RMSEA (Root Mean Square Error Approximation).
Mơ hình được xem là thích hợp với dữ liệu thị trường nếu kiểm định Chi-square có P-value > 0.05; CMIN/df ≤ 2, một số trường hợp CMIN/df có thể ≤3; GFI, CFI, TLI ≥ 0.9; và RMSEA ≤ 0.08. Tuy nhiên, theo quan điểm gần đây của các nhà nghiên cứu thì GFI vẫn có thể chấp nhận được khi < 0.9 (Hair và cộng sự, 2010).
Đánh giá độ tin cậy của thang đo: Độ tin cậy của thang đo được đánh giá thông
qua: (1) hệ số tin cậy tổng hợp (composite reliability); (2) tổng phương sai trích (variance extracted) và (3) Cronbach’s alpha.
Độ tin cậy tổng hợp (ρ_c) và tổng phương sai trích (ρ_vc) được tính theo cơng thức sau: 𝜌𝑐 = (∑ 𝜆𝑖 𝑝 𝑖=1 )2 (∑𝑝𝑖=1𝜆𝑖)2+ ∑𝑝𝑖=1(1 − 𝜆𝑖2) 𝜌𝑣𝑐 = ∑𝑝𝑖=1𝜆𝑖2 ∑𝑝𝑖=1𝜆𝑖2+ ∑𝑝𝑖=1(1 − 𝜆𝑖2)
ọng số chuẩn hóa của biến quan sát thứ i, (1 -
Phương sai trích là một chỉ tiêu đo lường độ tin cậy, phản ánh lượng biến thiên chung của các biến quan sát được tính tốn bởi biến tiềm ẩn. Theo Hair và cộng sự (2010), phương sai trích của mỗi khái niệm nên > 0.5.
Giá trị hội tụ: Thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo đều cao (> 0.5) và có ý nghĩa thống kê (p < 0.05) (Anderson và Gebring, 1988).
Giá trị phân biệt: Giá trị phân biệt cũng là một tính chất quan trọng của đo lường. Giá trị phân biệt thể hiện cấp độ phân biệt của các khái niệm đo lường (Steenkamp và Trijp, 1991). Có hai cấp độ kiểm định giá trị phân biệt: (1) kiểm định giá trị phân biệt giữa các thành phần trong một khái niệm thuộc mơ hình (within construct); (2) kiểm định giá trị phân biệt xuyên suốt (across – construct), tức là kiểm định mơ hình đo lường tới hạn (saturated model), là mơ hình mà các khái niệm nghiên cứu được tự do quan hệ với nhau. Giá trị phân biệt đạt được khi: Tương quan giữa hai thành phần của khái niệm (within construct) hoặc hai khái niệm (across – construct) thực sự khác biệt so với 1. Khi đó, mơ hình đạt được độ phù hợp với dữ liệu thị trường.
Tóm tắt chương 3
Chương 3 trình bày phương pháp nghiên cứu.
Đầu tiên là quy trình nghiên cứu. Nghiên cứu được thực hiện qua 2 bước: nghiên cứu định tính và nghiên cứu định lượng.
Phương pháp phỏng vấn tay đôi được sử dụng trong nghiên cứu định tính để điều chỉnh và bổ sung thang đo cho phù hợp. Nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng. Đối tượng khảo sát những đối tượng đang làm việc trong lĩnh vực thương mại điện tử trên địa bàn Thành phố Hồ Chí Minh, với số lượng mẫu dự kiến là 400-500 người và được khảo sát thơng qua hình thức trả lời vào bảng câu hỏi và khảo sát trực tuyến. Dữ liệu thu thập được được nhập và xử lý bằng phần mềm SPSS 22.0 và AMOS 20.0 thông qua các phương pháp thống kê mô tả, kiểm định hệ số Cronbach’s Alpha, phân tích EFA, phân tích CFA, SEM... Các kết quả phân tích được trình bày ở chương tiếp theo.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
Nghiên cứu này tiến hành nghiên cứu với cỡ mẫu dự kiến là 400-500 người đang làm việc tại các công ty thuộc lĩnh vực thương mại điện tử trên địa bàn Tp.HCM thơng qua hình thức điều tra trực tiếp và sử dụng công cụ Internet với sự trợ giúp của google docx khảo sát trực tuyến. Kết thúc đơt điều tra khảo sát, sau khi tác giả đã tiến hành kiểm tra và loại bỏ những bảng câu hỏi không đạt, nghiên cứu đã thu được 412 bảng trả lời hoàn chỉnh. Như vậy, số lượng phiếu điều tra hợp lệ và phù hợp được đưa vào khảo sát phân tích là 412 bảng; khơng hợp lệ là 88 bảng trong đó bảng khảo sát khơng hợp lệ là 18 bảng, và 70 bảng được phát ra không nhận được phản hồi của đáp viên vì lý do đặc thù người khảo sát làm việc trong môi trường trẻ và luôn thay đổi, không thực sự thoải mái khi dành thời gian tham gia khảo sát trực tiếp. Sau khi thu thập dữ liệu, dữ liệu được xử lý bằng phần mềm SPSS 22.0 và AMOS 2.0. Kết quả phân tích được trình bày ở chương 4 bao gồm: mơ tả mẫu nghiên cứu, kiểm định sơ bộ thang đo (Cronbach Alpha, EFA), kiểm định khẳng định CFA, kiểm định mơ hình lý thuyết SEM, kiểm định bootstrap. Cụ thể như sau: