CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN CỨU
3.3.2. Nghiên cứu chính thức
Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng nhằm kiểm định lại thang đo trong mơ hình nghiên cứu thơng qua bảng câu hỏi khảo sát.
34
3.3.2.1. Phƣơng pháp thu thập thông tin và cỡ mẫu
Việc thu thập dữ liệu được tiến hành sau trên bảng câu hỏi được hoàn tất. Trước hết, đối tượng được khảo sát là những người sinh sống và làm việc tại TPHCM có số lần đi quán cà phê yêu thích của họ từ 02 lần trở lên trong ba tháng gần nhất. Về độ tuổi, mẫu khảo sát phải đảm bảo điều kiện không dưới 18 tuổi và không quá 45 tuổi. Và để thu thập dữ liệu cho phân tích, tác giả sử dụng kỹ thuật phỏng vấn qua Internet (khoảng 30% tổng mẫu khảo sát) và phỏng vấn trực diện (khoảng 70% tổng mẫu khảo sát). Việc thu thập dữ liệu khảo sát thông qua hai kênh tiếp cận này nhằm mục đích so sánh dữ liệu thu thập từ hai kênh, nâng cao tính đại diện của mẫu.
Về việc chọn mẫu, phương pháp chọn mẫu thuận tiện là phương pháp được sử dụng trong nghiên cứu này. Phân tích nhân tố khám phá EFA và phân tích hồi qui bội là phương pháp chủ yếu trong nghiên cứu này, do vậy để tiến hành phân tích nhân tố khám phá EFA tốt, số mẫu nghiên cứu cần đạt ít nhất là 5 mẫu tương ứng với một biến quan sát (Hair, 1998).
Mơ hình nghiên cứu của đề tài có 43 biến quan sát, vì thế kích thước mẫu cần thiết để kiểm định mơ hình là n= 45* 5 = 200.
3.3.2.2. Phƣơng pháp phân tích dữ liệu
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý thông qua phần mềm SPSS 15.0. Các phương pháp phân tích được sử dụng trong nghiên cứu
Thứ nhất, lập bảng tần số để mô tả mẫu thu thập theo giới tính, tuổi, thu
nhập, mục đích thường tới quá cà phê, mức độ thường xuyên đến quán..
Thứ hai, tính tốn Cronbach alpha
Hệ số Cronbach alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Vì vậy, với phương pháp này, người phân tích có thể loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong
35
alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại.
Theo qui ước, một tập hợp các mục hỏi dùng để đo lường được đánh giá tốt phải có hệ số Cronbach alpha lớn hơn hoặc bằng 0.8. Thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được. Mặc dù vậy, thang đo có hệ số Cronbach alpha từ 0.6 trở lên vẫn có thể sử dụng trong trường hợp khái niệm đang nghiên cứu là khái niệm mới (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Thứ ba, phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu sau khi đã đánh giá độ tin cậy của thang đo bằng hệ hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phương pháp này phát huy tính hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như được sử dụng để tìm mối liên hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser – Mever – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Phân tích được xem là thích hợp nếu trị số KMO có giá trị trong khoảng 0.5 đến 1. Ngược lại, nếu trị số KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Mặt khác, phân tích nhân tố cịn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lương eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
Một phần quan trọng trong phân tích nhân tố là ma trận nhân tố (Component Matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu
36
diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt u cầu.
Cuối cùng, để phân tích có ý nghĩa, hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải >= 0.30 để đảm báo giá trị khác biệt giữa các nhân tố (Jabnoun &Al_Tamimi, 2003)
Thứ tư, phân tích hồi qui để xem xét mơ hình nghiên cứu
Một công việc quan trọng của bất kỳ thủ tục thống kê xây dựng mơ hình từ dữ liệu nào cũng đều cần chứng minh sự phù hợp của mơ hình. Với mơ hình được đề cập trong tại chương 2, phương pháp phân tích hồi qui bội sẽ được thực hiện để xem xét mức độ tác động của các yếu tố đến xu hướng trung thành.
Tóm tắt chƣơng 3
Chương này trình bày phương pháp nghiên cứu gồm 2 bước chính nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thơng qua thảo luận nhóm. Nghiên cứu chính thức được thực hiện nghiên cứu định lượng. Chương này cũng trình bày qui trình, kế hoạch thu thập và phân tích dữ liệu thu thập được. Chương tiếp theo sau đây sẽ trình bày cụ thể kết quả kiểm định.
37