3.4.1. Nghiên cứu sơ bộ
Nghiên cứu sơ bộ được thực hiện thông qua phương pháp thảo luận tay đơi. Do sự khác nhau về văn hóa và mức độ phát triển kinh tế, cho nên có thể các thang đo đã được thiết lập tại các nước phát triển chưa thật sự phù hợp (cách dùng thuật ngữ và mức độ quan tâm của các phát biểu) tại thị trường Việt Nam, cho nên tập các thang đo được điều chỉnh và bổ sung thông qua một nghiên cứu định tính với kỹ
25
thuật thảo luận tay đơi. Thơng qua kết quả của nghiên cứu định tính này, thang đo nháp được điều chỉnh. Sau khi điều chỉnh thang đo nháp này (thang đo nháp II) được dùng cho nghiên cứu sơ bộ định lượng với 1 nhóm mẫu (n=35) thơng qua kỹ thuật phỏng vấn trực tiếp. Chủ yếu trong giai đoạn này, bảng câu hỏi được cập nhật và hiệu chỉnh thêm lần nữa về các cụm từ, khái niệm chưa được đối tượng hiểu thống nhất.
3.4.2. Nghiên cứu chính thức
Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng nhằm đánh giá lại thang đo trong mơ hình nghiên cứu thông qua bảng câu hỏi khảo sát.
3.4.3. Phương pháp thu thập thông tin và cỡ mẫu
Về việc chọn mẫu, phương pháp chọn mẫu thuận tiện 3 giai đoạn 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 & ctg, 1998).
Mơ hình nghiên cứu của đề tài có 21 biến quan sát, vì thế kích thước mẫu tối thiểu để kiểm định mơ hình là n = 21* 5 = 105. Với lượng mẫu đòi hỏi này, việc tiến hành thu thập dữ liệu ở 1 lớp học (1 lớp học có thể lên đến 150 sinh viên) là có thể đảm bảo, nhưng tính đại diện như vậy rất thấp. Vì lẽ đó, tác giả chọn 5 lớp để tiến hành thu thập dữ liệu mẫu. Quyết định mẫu của nghiên cứu này là 350.
3.4.4. Phương pháp phân tích dữ liệu
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý thông qua phần mềm SPSS 13.0. Các phương pháp phân tích được sử dụng trong nghiên cứu
Thứ nhất, lập bảng tần số để mơ tả mẫu thu thập theo giới tính, tuổi,.. Thứ hai, tính tốn Cronbach alpha
26
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 không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach 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 (exploratory factor analysis) là một phương pháp phân tích thống kê dùng để rút gọn một tập nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến nguyên thủy. 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. Có nhiều cách trích nhân tố, cách trích nhân tố sử dụng trong nghiên cứu này là phương pháp trích thành phần chính (principal components) với phép quay vng góc (varimax).
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 lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân
27
tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
Khi sử dụng phân tích nhân tố khám phá, hai tiêu chí chính cần phải đạt yêu cầu, đó là phương sai trích và trọng số nhân tố. Phương sai trích nói lên các yếu tố trích được bao nhiêu phần trăm phương sai của các biến quan sát với yếu tố. Yêu cầu của phương sai trích là phải đạt từ 50% trở lên và trọng số nhân tố là từ 0.5 trở lên (Hair & ctg, 1998).
Thứ tư, phân tích hồi qui bội để xem xét mơ hình nghiên cứu
Một cơng 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 tại chương 2, phương pháp phân tích hồi qui bội là phù hợp khi phân tích mối quan hệ giữa biến xu hướng khởi nghiệp với biến kỹ năng chính trị.
Phương pháp bình phương nhỏ nhất với mơ hình đồng thời (Enter) được sử dụng thơng qua phần mềm xử lý thống kê SPSS.