CHƯƠNG 3 : THIẾT KẾ NGHIÊN CỨU
3.5. Nghiên cứu định lượng sơ bộ
3.5.1. Mục tiêu
Nghiên cứu định lượng sơ bộ được dùng để đánh giá độ tin cậy và giá trị của thang đo cho 4 khái niệm trong mơ hình nghiên cứu chính (bảng câu hỏi khảo sát sơ bộ thể hiện chi tiết ở phụ lục 3).
3.5.2. Đối tượng thu thập dữ liệu
Đối tương thu thập dữ liệu của nghiên cứu là những công chúng mục tiêu, người sẽ xem/đồng ý xem và đánh giá mẫu quảng cáo sữa tắm ngành hàng hóa mỹ phẩm tại TP.HCM, cả nam lẫn nữ.
3.5.3. Xác định kích thước mẫu
Việc chọn kích cỡ mẫu phụ thuộc vào nhiều yếu tố như phương pháp xử lý dữ liệu và độ tin cậy cần thiết, mà hiện nay các nhà nghiên cứu thường xác định thông qua các công thức kinh nghiệm cho từng phương pháp xử lý (Nguyễn Đình Thọ, 2013). Khi phân tích EFA, cỡ mẫu thường được xác định dựa vào hai yếu tố là kích thước tối thiểu và số lượng biến đo lường. Trong đó kích thước tối thiểu là 50, hoặc 100 với tỷ lệ quan sát/biến đo lường là 5:1, tốt nhất là 10:1, tức là 1 biến đo lường cần 5 hoặc 10 quan sát (Hair và cộng sự, 2006 trích trong Nguyễn Đình Thọ, 2013). Như vậy, trong giai đoạn này, tối thiểu 100 đáp viên sẽ tham gia khảo sát để đánh giá sơ bộ thang đo bằng Cronbach’s alpha và EFA.
3.5.4. Công cụ thu thập dữ liệu
Trong nghiên cứu định lượng sơ bộ, dữ liệu sẽ được thu thập bằng cách gửi bản khảo sát qua mạng internet. Vì tính chất của đề tài, đáp viên sẽ phải xem một video quảng cáo để trả lời, nên giai đoạn này hình thức gửi bản khảo sát online được ưu tiên sử dụng.
So với các phương thức truyền thống, khảo sát trên mạng internet có nhiều ưu điểm với thời gian gửi nhanh hơn, tiết kiệm chi phí và khơng phải mất nhiều thời gian nhập dữ liệu (Fan và Yan 2010). Ngoài ra, khảo sát online cho phép thu thập số lượng mẫu lớn nhờ đó làm giảm sai số mẫu. Một ưu điểm khác là tốc độ và độ chính xác của dữ liệu thu thập; dữ liệu được tự động chèn vào bảng tính, hoặc phần mềm thống kê, không chỉ giúp tiết kiệm thời gian và tiền bạc, mà còn làm giảm lỗi của con người trong việc nhập dữ liệu và mã hóa (Fleming và Bowden, 2009). Hơn nữa, dữ liệu có thể được thu thập liên tục, bất kể thời gian trong ngày, trong tuần, và không giới hạn địa lý (Madge, 2006; Manfreda, 2001 trích từ Fleming và Bowden,
2009). Hơn hết, khảo sát online có nhiều tùy chọn thiết kế mẫu, cho phép chèn các video clip, âm thanh, hình ảnh và nhắc nhở hoặc cảnh báo nếu đáp viên bỏ qua hoặc trả lời không đúng cách cho các câu hỏi.
Tuy nhiên, hình thức này cũng có một số nhược điểm cụ thể, như sai lệch về khung mẫu (một bộ phận không truy cập được Internet, kỹ năng tin học còn hạn chế) và tỷ lệ phản hồi thấp (Couper, 2000; Fricker và Schonlau, 2002; Groves, 1989 trích từ Fan và Yan, 2010). Dù vậy, các khảo sát online rất phổ biến và thường xuyên được các nhà nghiên cứu trên thế giới sử dụng trong nhiều lĩnh vực như du lịch, y tế… chứng tỏ được độ tin cậy và đảm bảo được chất lượng của cuộc điều tra khảo sát.
3.5.5. Phân tích độ tin cậy của thang đo
Độ tin cậy của thang đo sẽ được đánh giá bằng hệ số Cronbach’s apha trên phần mềm SPSS. Mục đích là kiểm định thống kê về mức độ tương quan chặt chẽ giữa các phát biểu để đo lường cùng một khái niệm nghiên cứu.
Hệ số Cronbach’s alpha có giá trị biến thiên trong khoảng [0,1]. Theo các nhà nghiên cứu, hệ số cronbach’s alpha càng cao thì thang đo càng có độ tin cậy. Tuy nhiên cũng khơng nên lớn hơn 0,95, vì khi giá trị quá cao sẽ xảy ra hiện tượng trùng lắp trong đo lường, các biến quan sát khơng có gì khác biệt nhau, tức chúng chỉ đo lường cùng một thành phần nội dung nào đó của khái niệm. Alpha nên nằm trong khoảng [0,7 - 0,8] hoặc >= 0,6 là chấp nhận được về độ tin cậy. Trong đó, để đạt yêu cầu, hệ số tương quan của biến đo lường với tổng các biến còn lại của thang đo (hệ số tương quan biến tổng) cũng phải >= 0,3 (Nunnally và Bernstein, 1994 trích từ Nguyễn Đình Thọ, 2013).
3.5.6. Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá EFA được sử dụng để đánh giá giá trị của thang đo về giá trị hội tụ và giá trị phân biệt, trong đó xem xét ba thuộc tính quan trọng gồm: (1) số lượng nhân tố trích được, (2) hệ số tải nhân tố và (3) tổng phương sai trích. Nghiên cứu sử dụng sử dụng phương pháp rút trích Principal Axis
Factoring và phép xoay Promax thay vì phương pháp rút trích Principal Components với phép xoay Varimax. Bởi vì phương pháp này phản ánh cấu trúc dữ liệu chính xác hơn các phương pháp khác (Gerbing và Anderson 1988 trích dẫn từ Nguyễn Đình Thọ, 2013).
Với tiêu chí chấp nhận là: hệ số tải nhân tố ≥ 0,4 để đảm bảo ý nghĩa thiết thực của phân tích khám phá nhân tố trong trường hợp kích thước mẫu từ 250 đến 350 (Hair và cộng sự, 2010 trích từ Nguyễn Đình Thọ, 2013). Chênh lệch giữa hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0,3 (Jabnoun và Al-Tamimi, 2003 trích từ Nguyễn Đình Thọ, 2013) để đảm bảo giá trị phân biệt. Đồng thời, tổng phương sai trích ≥ 50% (Gerbing và Anderson 1988 trích dẫn từ Nguyễn Đình Thọ, 2013) để đảm bảo giá trị trong nghiên cứu thực tiễn. Bên cạnh đó, KMO cũng là một chỉ số để xem xét sự thích hợp của EFA, với 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. 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).
3.5.7. Kết quả đánh giá thang đo sơ bộ
3.5.7.1. Phân tích hệ số tin cậy Cronbach’s alpha
Kết quả phân tích độ tin cậy Cronbach’s alpha của 4 thang đo từ 147 mẫu dữ liệu lần lượt được trình bày chi tiết trong phụ lục 5. Kết quả cho thấy cả 4 thang đo đều có hệ số Cronbach’s alpha > 0,6. Trong đó, thang đo thái độ đối với quảng cáo sử dụng yếu tố hấp dẫn giới tính phải loại đi biến quan sát AA7 (Khêu gợi/không khêu gợi) của do tương quan biến tổng là -0,006 nhỏ hơn 0,3. Khi loại đi AA7, Cronbach’s alpha chung của thang đo thái độ đối với quảng cáo hấp dẫn giới tính tăng từ 0,876 lên 0,897. Ngoài ra, nếu loại biến AA6 của thang đo này thì hệ số Cronbach’s alpha của thang đo sẽ tăng từ 0,897 lên 0,905. Tuy nhiên, mức tăng này là khơng đáng kể vì giá trị Cronbach’s alpha hiện tại thang đo đã tốt với các hệ số tương quan biến tổng đạt yêu cầu.
3.5.7.2. Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s alpha, phân tích nhân tố khám phá sẽ được tiến hành vì Cronbach’s alpha chỉ là một bước làm cần thiết nhưng phải là điều kiện đủ. Do biến AA7 không đạt yêu cầu về độ tin cậy nên chỉ có 28 biến quan sát cịn lại được đưa vào EFA.
Kết quả EFA lần 1 trong phụ lục 6.1 cho thấy có biến quan sát AA6 (Cung cấp rất ít/nhiều thơng tin về sản phẩm) có hệ số tải nhân tố < 0,3 đồng thời không đáp ứng giá trị nội dung (tách sang nhóm khái niệm thái độ đối với thương hiệu) nên bị loại. Sau khi loại biến AA6, 27 biến còn lại được phân thành 4 nhóm tại trị số Eigenvalue là 1,526 (≥1) và tổng phương sai trích đạt 58,015% (> 50%), nghĩa là 4 nhóm nhân tố này có khả năng giải thích 58,015% mức độ biến thiên của dữ liệu. Đồng thời, tất cả các biến quan sát đều có hệ số tải nhân tố > 0,3. Ngoài ra, hệ số KMO = 0,895> 0,5 và kiểm định Bartlett có ý nghĩa thống kê sig = 0,000 (< 0,050) (xem chi tiết ở phụ lục 6.2). Những kết quả này chỉ ra rằng EFA là phù hợp và 27 biến đạt yêu cầu có thể được sử dụng cho nghiên cứu chính thức.