CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Nghiên cứu chính thức định lượng
Nghiên cứu chính thức với phương pháp nghiên cứu định lượng được thực hiện thông qua bảng câu hỏi khảo sát.
3.4.1. Thiết kế mẫu
Mẫu được chọn theo phương pháp thuận tiện. Để sử dụng EFA, kích thước mẫu phải lớn, và thường được xác định dựa vào (1) kích thước tối thiểu và (2) số lượng biến đo lường đưa vào phân tích. Theo Hair và cơng sự (2006) cho rằng để sử dụng EFA, kích thước mẫu tối thiểu là 50, tốt hơn là 100 và tỷ lệ quan sát/biến đo lường là 5:1, nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát, tốt nhất là 10:1 trở lên.
Kích thước mẫu trong phân tích hồi quy phụ thuộc vào nhiều yếu tố ví dụ như mức ý nghĩa, độ mạnh của phép kiểm định, số lượng biến độc lập… (Tabachnick và Fidel, 2007). Một cơng thức khác dùng để tính kích thước mẫu là: n ≥ 50 + 8p (Green, 1991), trong đó: n là kích thước mẫu, p là số lượng biến độc lập trong mơ hình.
Trong nghiên cứu này, số lượng biến quan sát là 22, số lượng biến độc lập trong mơ hình nghiên cứu là 6. Kích thước mẫu của nghiên cứu chính thức là n = 174, phù hợp với điều kiện kích thước mẫu.
3.4.2. Thu thập dữ liệu
Việc thu thập dữ liệu được thực hiện thông qua kỹ thuật phỏng vấn trực tiếp các doanh nghiệp may mặc tại khu vực TP.HCM. Việc khảo sát được tiến hành thông qua 2 cách:
+ Gửi bảng câu hỏi được in giấy, rồi đưa trực tiếp cho người được phỏng vấn sau đó thu lại bảng khảo sát sau khi người được phỏng vấn hoàn thành xong bảng câu hỏi.
Thời gian thực hiện khảo sát vào tháng 7 năm 2013. Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện, bảng câu hỏi có thang đo Likert 5 mức độ để đo lường mức độ quan trong của các yếu tố, và được gửi đến những người ra quyết định lựa chọn nhà cung cấp nguyên phụ liệu của các doanh nghiệp may mặc trên địa bàn thành phố Hồ Chí Minh.
Số lượng bảng câu hỏi được phát ra là 200 bảng, số lượng bảng thu về được khoảng 182 bảng, sau khi kiểm tra và chọn lọc thì chỉ có 174 bảng khảo sát hợp lệ.
3.4.3. Phân tích dữ liệu
Sau khi thu nhận các bảng trả lời thì mã hóa các thơng tin cần thiết trong bảng trả lời, nhập dữ liệu và phân tích dữ liệu bằng phần mềm SPSS version 16.
Thực hiện thống kê mô tả dữ liệu đã được thu thập
Tiên hành đánh giá thang đo bằng hệ số Cronbach Alpha
Thực hiện phân tích nhân tố khám phá EFA
Xem xét mối tương quan của các biến thành phần: Khi phân tích hồi quy tuyến tính, các mối tương quan tuyến tính giữa tất cả các biến cần được kiểm tra trước để đánh giá mối quan hệ giữa các biến định lượng. Hệ số tương quan Pearson được sử dụng để lượng hóa mực độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Giá trị tuyệt đối của r tiến đến gần 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (Hồng Trọng và Chu Nguyễn Mơng Ngọc, 2008).
Phân tích hồi quy tuyến tính: Phân tích hồi quy bội là một kỹ thuật thống kê được sử dụng để phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập (Hoàng Trọng và Chu Nguyễn Mơng Ngọc, 2008). Mơ hình có dạng sau:
Yi=β0+β1X1i+ β1X1i+….+ βpXpi+ei
Ký hiệu Xpi biểu hiện của biến độc lập thứ p tại quan sát thứ i Các hệ số βp được gọi là hệ số hồi quy riêng phần.
Thành phần ei là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai khơng đổi là σ2
.
Trong q trình phân tích hồi quy tuyến tính được thực hiện theo các bước sau:
- Kiểm tra phân tích kết quả hồi quy, các giả định cần thiết trong hồi quy tuyến tính cần được kiểm tra: Giả định liên hệ tuyến tính, khơng có hiện tượng đa cộng tuyến giữa các biến độc lập, phương sai của phân phối phần dư là khơng đổi, các phần dư có phân phối chuẩn, khơng có hiện tượng tương quan các phần dư.
Giả định liên hệ tuyến tính: được kiểm định thơng qua đồ thị phân tán giữa
các phần dư và giá trị dự đoán của mơ hình hồi quy tuyến tính (Hồng Trọng và Chu nguyễn Mộng Ngọc, 2008).
Kiếm tra khơng có hiện tượng đa cơng tuyến giữa các biến độc lập: Để kiểm
tra hiện tượng đa cơng tuyến thì ta dựa vào hệ số VIF, nếu hệ số VIF lớn hơn 10 thì có dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Vì vậy, hệ số VIF phải nhỏ hơn 10, thì mối quan hệ tương quan giữa các biến độc lập sẽ thấp.
Kiếm tra phương sai của phân phối phần dư là không đổi: Nếu mơ hình hồi
quy có nhiều biến giải thích thì kiểm định tương quan hạng Spearman có thể tính giữa trị tuyệt đối của phần dư với từng biến và nếu có giá trị sig. của kiểm định lớn hơn mức ý nghĩa (> 0.05) thì phương sai của phân phối phần dư là không đổi (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm tra các phần dư có phân phối chuẩn: Phần dư có thể khơng tn theo
phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, Phương sai khơng phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích,… Vì vậy, để khảo sát phân phối của phần dư thì sử dụng biểu đồ tần số Histogram, biểu đồ tần số Q-Q
lot, biểu đồ P-P, kiểm định Kolmogrov (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm tra khơng có hiện tượng tương quan giữa các phần dư: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008): đại lượng thống kế Durbin-Watson (d) có thể dùng để kiểm định tương quan của các sai số kề nhau (Tương quan chuỗi bậc nhất).
Giả thuyết khi tiến hành kiểm định này là:
H0: Hệ số tương quan tổng thể của các phần dư bằng 0.
Đại lương d có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Giá trị d thấp (và nhỏ hơn 2) có nghĩa là các phần dư gần nhau có tương quan thuận. Giá trị d lớn hơn 2 (và gần 4) có nghĩa là các phần dư có tương quan nghịch.
- Kiểm định độ phù hợp của mơ hình hồi quy:
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008): Một thước đo sự phù hợp của mơ hình tuyến tính thường dùng là hệ số R2. Hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm nhiều biến vào mơ hình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh là không phải phương trình càng nhiều biến sẽ phù hợp với dữ liệu. Do đó, sử dụng hệ số R2 hiệu chỉnh để đánh độ phù hợp của mơ hình sẽ an tồn và chính xác hơn vì nó khơng thổi phồng mức độ phù hợp mơ hình.
Hơn nữa, kiểm định F được dùng trong phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập là nó xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ biến độc lập hay khơng.
Giả thuyết H0: β1= β2= β3=….= βk=0
Nếu mức ý nghĩa sig. < 0,05, thì ta bác bỏ giả thuyết H0 và kết luận là kết hợp của các biến hiện có trong mơ hình có thể giải thích được sự thay đổi của biến phụ
thuộc, điều này có ý nghĩa là mơ hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
KẾT LUẬN CHƯƠNG 3
Chương này trình bày phương pháp thực hiện nghiên cứu nhằm đạt được mục tiêu đề ra. Quá trình này gồm 2 bước:
Nghiên cứu sơ bộ bằng phương pháp định tính với kỹ thuật phỏng vấn sâu nhằm bổ sung và hiệu chỉnh các thang đo các biến trong mơ hình: mẫu, cách thực hiện và kết quả đạt được.
Nghiên cứu chính thức bằng phương pháp định lượng được thực hiện thông qua việc phỏng vấn bằng bảng câu hỏi. Sau đó, dữ liệu sẽ được xử lý và phân tích bằng phầm mềm SPSS: mẫu, cách thực hiện cũng như phương pháp xử lí dữ liệu. Chương tiếp theo, tác giả sẽ trình bày kết quả kiểm định thang đo và các kết quả hồi qui của mơ hình nghiên cứu.