Chương 3 : THIẾT KẾ NGHIÊN CỨU
3.3. Phương pháp nghiên cứu
3.3.2. Phương pháp nghiên cứu định lượng
3.3.2.1.Phương pháp điều tra bằng bảng hỏi
Đây là một trong những phương pháp nghiên cứu chính của luận án. Nhằm thực hiện được mục tiêu nghiên cứu là đánh giá chất lượng dịch vụ bán lẻ, tác giả chọn nhóm đối tượng để khảo sát chính là nhóm khách hàng.
Sau khi phỏng vấn sâu các đối tượng để xây dựng thang đo chất lượng dịch vụ bán lẻ và bảng hỏi ban đầu, tác giả sử dụng phương pháp này xây dựng bảng hỏi chính thức gồm 3 giai đoạn: Thiết kế bảng hỏi, khảo sát sơ bộ, khảo sát chính thức.
Giai đoạn 1: Thiết kế bảng hỏi
Dựa trên mơ hình nghiên cứu và kết quả phỏng vấn sâu (Phụ lục 4: Kết quả
phỏng vấn sâu), bảng câu hỏi điều tra được thiết kế gồm 2 phần chính như sau:
Phần 1: Thu thập thơng tin cá nhân khách hàng như: giới tính, tuổi, thu nhập, tần suất mua hàng...
Phần 2: Thu thập đánh giá của khách hàng về chất lượng dịch vụ bán lẻ, sự hài lòng và sự trung thành của khách hàng về chất lượng dịch vụ bán lẻ.
Nội dung bảng hỏi dự kiến được trình bày trong phụ lục 5. Bảng hỏi sử dụng thang đo Likert 5 điểm với mục đích u cầu khách hàng mơ tả đơn giản và tốt nhất cách mà họ cảm nhận về chất lượng dịch vụ bán lẻ, sự hài lòng và sự trung thành ở các siêu thị kinh doanh tổng hợp tại Hà Nội: (1) Hồn tồn khơng đồng ý, (2) Khơng đồng ý, (3) Bình thường, (4) Đồng ý và (5) Hồn toàn đồng ý.
Giai đoạn 2: Khảo sát sơ bộ (Khảo sát điểm)
Bảng câu hỏi sau khi được thiết kế và điều chỉnh sau phỏng vấn sâu được tác giá sử dụng để khảo sát sơ bộ (Phụ lục 5. Phiếu khảo sát sơ bộ). Trong đó, phiếu khảo sát sử dụng trong khảo sát sơ bộ tại các siêu thị kinh doanh tổng hợp gồm 47 biến. Phiếu khảo sát này sẽ được phát cho 50 khách hàng tại siêu thị VinMart Trung Hịa thơng qua nhân viên dịch vụ khách hàng tại quầy của siêu thị. Kết quả dữ liệu khảo sát được tác giả mã hóa, làm sạch và nhập vào phần mềm xử lý số liệu SPSS 20.0. Tiếp theo tác giả tiến hành kiểm tra độ tin cậy của thang đo bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA. Với những câu hỏi không đạt yêu cầu sẽ bị loại khỏi mơ hình. Cụ thể: Yếu tố Cơ sở vật chất, loại bỏ CSVC2,6,8,9 và 12. Về yếu tố Yếu tố Hàng hóa: loại bỏ HH 6,7,8 và Yếu tố Sự trung thành: loại bỏ STT4. Từ đó, tác giả hiệu chỉnh bảng hỏi. Phiếu khảo sát chính thức sẽ được sử dụng để tiến hành điều tra chính thức với quy mơ lớn. (Phụ lục 6: Phiếu khảo sát chính thức).
Giai đoạn 3: Khảo sát chính thức
- Nghiên cứu chính thức được thực hiện thông qua việc phát phiếu khảo sát chính thức đến khách hàng mua sắm tại một số siêu thị kinh doanh tổng hợp ở một số quận nội thành Hà Nội như: VinMart Trung Hòa, CoopMart Sài Gòn, FiviMart Đại La, Intimex Giảng Võ, BigC Thăng Long, Lotte Mart Ba Đình, Aeon Citi Mart Golden Palace, HaproMart Thành Công, Mường Thanh HH2 Linh Đàm.
- Hình thức khảo sát: Tác giả tiến hành khảo sát chính thức theo hình thức
phát phiếu điều tra trực tiếp cho khách hàng. Đây là hình thức phù hợp với những nơi công cộng như trung tâm thương mại hoặc siêu thị. Phiếu điều tra được đặt tại quầy thông tin hoặc quầy dịch vụ khách hàng của một số siêu thị. Nhân viên dịch vụ khách hàng sẽ phát cho các khách hàng mua sắm tại siêu thị trong khoảng thời gian từ tháng 9 năm 2016 đến tháng 9 năm 2017. Theo kết quả báo cáo nhanh của Công ty nghiên cứu thị trường trực tuyến W&S, thời gian đi siêu thị trong ngày chủ yếu khoảng từ 18h – 20h hàng ngày. Ngoài ra, theo quan sát của tác giả, thời gian từ 9h -11h thứ 7 và chủ nhật hàng tuần cũng là thời gian khách hàng hay mua sắm tại siêu thị. Vì vậy, phiếu khảo sát được phát chủ yếu vào giai đoạn trên để thu thập được nhiều thông tin. Khi tiếp cận với khách hàng, mỗi khách hàng sẽ dành từ 8-10 phút để trả lời cho mỗi phiếu khảo sát.
- Phương pháp chọn mẫu nghiên cứu: Với mục đích là nghiên cứu khám phá,
để xác định ý nghĩa thực tiễn của chất lượng dịch vụ bán lẻ, ước lượng sơ bộ về vấn đề nghiên cứu với giới hạn về thời gian và chi phí; trong phạm vi luận án này, tác giả sử dụng phương pháp lấy mẫu thuận tiện (một trong các kỹ thuật lấy mẫu phi xác suất). Với phương pháp này, tác giả lấy mẫu dựa trên sự thuận lợi hay dựa trên tính dễ tiếp cận của đối tượng, ở những nơi mà tác giả có nhiều khả năng gặp được đối tượng phỏng vấn. Điều tra viên sẽ đến các trung tâm thương mại, siêu thị… khi gặp khách hàng đến mua sắm sẽ trao đổi và mời họ tham gia cuộc phỏng vấn. Nếu người được phỏng vấn khơng đồng ý thì họ chuyển sang đối tượng khác.
- Xác định cỡ mẫu: Nghiên cứu này tiến hành đánh giá chất lượng dịch vụ bán
lẻ, sự hài lòng và sự trung thành của khách hàng mua sắm tại các siêu thị. Vì vậy, tác giả xác định cỡ mẫu bằng cách xác định số lượng khách hàng mua sắm tại các siêu thị có tính đại diện cho tổng thể khách hàng. Tuy nhiên, việc xác định và thống kê tổng số khách hàng mua sắm tại các siêu thị kinh doanh tổng hợp khá khó khăn và khơng có con số chính xác. Vì vậy, tác giả căn cứ vào 3 phương pháp sau đây để xác định cỡ mẫu cho nghiên cứu:
- Phương pháp 1: Trong trường hợp không xác định được tổng thể mẫu, công
thức được sử dụng phổ biến để xác định kích cỡ mẫu (n) được tính như sau:
Trong đó:
Z: trị số thống kê phân phối chuẩn Z (giá trị phân phối tương ứng với độ tin cậy được lựa chọn ở mức 95% là 1,96. Như vậy, trong nghiên cứu này, tác giả xác định Z =1,96)
p: Ước tính tỷ lệ % của tổng thể q = 1 – p
Thông thường tỷ lệ p và q được ước tính là 50% và 50%, đây là khả năng lớn nhất có thể xảy ra của tổng thể.
e: Mức sai số cho phép (mức độ sai số thường là 1%, 5%, 10%, trong nghiên cứu này, tác giả chọn mức e = 0,05)
Như vậy, theo cơng thức tính này, kích cỡ mẫu là:
- Phương pháp 2: Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên
cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger, 2006). Như vậy, theo cách tính này, kích cỡ mẫu được xác định như sau: n=5*m, m là số lượng câu hỏi trong phiếu khảo sát.
Như vậy, với 36 câu hỏi trong phiếu khảo sát chính thức, tác giả xác định cỡ mẫu như sau: n=5*36= 180 mẫu.
- Phương pháp 3: Tác giả lựa chọn phân tích SEM để kiểm định mơ hình nghiên cứu và giả thiết nghiên cứu, vì vậy tác giả dựa theo kinh nghiệm xác định kích cỡ mẫu của một số nghiên cứu cũng sử dụng phương pháp này, nhằm đảm bảo tính tin cậy của dữ liệu. Cụ thể, kích thước mẫu tối thiểu cần thiết cho SEM đã được đề xuất bởi các nhà nghiên cứu khác nhau như sau: Williams và Holahan (1994) [93] nói rằng để phân tích mơ hình cấu trúc tuyến tính SEM, kích thước mẫu tối thiểu là 100. Mặt khác, Marsh, Balla, và McDonald (1988) [91] đã khẳng định kích thước mẫu đạt 200 mới đủ điều kiện để đạt độ chính xác mơ hình (goodness of fit). Còn theo Forza & Filippini, 1998 [50] cho rằng để thực hiện phân tích SEM, mẫu tối ưu nằm giữa 100 và 200 được coi là thỏa mãn.
Như vậy, căn cứ vào 3 phương pháp trên, để kết quả nghiên cứu có giá trị về mặt khoa học, cỡ mẫu từ 180 -385 là có tính đại diện và có thể suy rộng cho tổng thể mẫu. Trong nghiên cứu, tác giả đã chọn cỡ mẫu là 500 quan sát, lớn hơn cỡ mẫu quy định.
3.3.2.2.Phương pháp xử lý dữ liệu
a. Đối với dữ liệu thứ cấp: tác giả tiến hành phân tích, tổng hợp so sánh từ dữ
liệu của Tổng Cục thống kê, các siêu thị kinh doanh tổng hợp.
b. Đối với dữ liệu sơ cấp: Thơng tin từ phiếu điều tra chính thức thu thập được
mã hóa lại, làm sạch và xử lý qua phần mềm thống kê SPSS 20.0, sau đó tiến hành các bước như sau:
Đánh giá độ tin cậy của thang đo: kiểm định với phương pháp hệ số tin cậy Cronbach’s Alpha.
Kiểm định tính hiệu lực của thang đo (Validity) thơng qua phân tích EFA và CFA: Thơng phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) thông qua phần mềm xử lý dữ liệu thứ nhất là SPSS 20. Và thơng qua phân tích nhân tố khẳng định CFA (Confirmatory Factor Analysis) nhằm kiểm định giá trị hội tụ (giá trị tương đồng ) và giá trị phân biệt (dị biệt).
Phân tích mơ hình Cấu trúc tuyến tính (SEM)
+ Kiểm định độ tin cậy của thang đo qua hệ số Cronbach’s Alpha: nhằm phân tích và đánh giá độ tin cậy của thang đo. Mục đích là xem xét các biến quan sát có cùng đo lường cho một khái niệm. Khi kiểm định độ tin cậy của thang đo, thông thường hay căn cứ vào 2 hệ số chính là: Hệ số Cronbach’s Alpha và hệ số tương quan biến tổng. Trong đo, hệ số cronbach’s alpha cho biết các đo lường có liên kết với nhau hay khơng; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát này cần giữ lại, còn hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào không đo lường được khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).[38]
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo: (1) Cụ thể các mức giá trị của Cronbach’s Alpha (CA) như sau:
+ CA <0.6: Thang đo cho nhân tố là không phù hợp. Có thể do thiết kế bảng câu hỏi chưa tốt hoặc dữ liệu thu được từ khảo sát có nhiều mẫu xấu (bad sample).
+ 0.6 < CA <0.7: Hệ số Cronbach’s Alpha đủ để thực hiện nghiên cứu mới. + 0.7 < CA <0.8: Hệ số Cronbach’s Alpha đạt chuẩn cho bài nghiên cứu.
+ 0.8 < CA <0.95: Hệ số Crobach’s Alpha rất tốt. Đây là kết quả từ bảng câu hỏi được thiết kế trực quan, rõ ràng, phân nhóm tốt và mẫu tốt, khơng có mẫu xấu.
+ CA >0.95: Hệ số Cronbach’s Alpha ảo do có hiện tượng trùng biến. Nguyên do là thiết kế nội dung các câu hỏi trong cùng nhân tố cùng phản ánh một vấn đề hoặc khơng có sự khác biệt về mặt ý nghĩa. (Peterson, 1994 [114]; Nguyễn Đình Thọ, 2010 [32])
(2) Hệ số tương quan biến – tổng (Corrected Item-Total Correlation): cho biết biến hiện tại có đóng góp nhiều hay ít cho thang đo chung hay khơng; điều kiện phải >0.3 (có nghĩa là loại các biến có hệ số tương quan biến tống <0.3) (một số nghiên cứu để 0,4)
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí: - Loại các biến quan sát có hệ số tương quan biến – tổng nhỏ hơn 0,3 (đây là những biến khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
- Chọn thang đo có độ tin cậy alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới với đối tượng nghiên cứu khi tham gia trả lời). (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2010 [32].
+ Kiểm định tính hiệu lực của thang đo (Validity) thơng qua phân tích EFA và CFA
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là
phương pháp EFA) dùng đánh giá giá trị hội tụ và giá trị phân biệt của các biến. Theo Gerbing và Anderson (1988) [75], Phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn và phù hợp với phân tích CFA và SEM.
Về giá trị hội tụ: tức là các biến quan sát đều phải tải mạnh (Hệ số tải Factor
Loading) cho 1 nhân tố sẽ phải gom về 1 nhân tố đó. Theo Hair cộng sự (2006) [67], Factor Loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA
Về giá trị phân biệt: Mối nhân tố trong mơ hình sẽ có xu hướng tải khác nhau.
Nhóm biến quan sát tải cho nhân tố thứ nhất khơng có tương quan (tách biệt) với nhóm biến quan sát tải cho nhân tố thứ hai. Từ đó, dẫn đến sự phân nhóm nhân tố thành từng cột trong ma trận xoay.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
(1) Hệ số tải nhân tố: trọng số của nhân tố (Factor loading) > 0,5 + Factor Loading > 0,3, được xem là đạt mức tối thiểu
+ Factor Loading > 0,4, được xem là quan trọng
+ Factor Loading > 0,5, được xem là có ý nghĩa thực tiễn.
(2) Hệ số KMO (Kaiser –Mayer – Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO nằm trong khoảng sau: 0,5 ≤ KMO ≤: tức là phân tích nhân tố là thích hợp.
(3) Kiểm định Barlett có ý nghĩa thống kê (Sig.<0,05): là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định có ý nghĩa thống kê (Sig.<0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
(4) Tổng phương sai trích (Rotation Sums of Squared Loadings (Cumulative%) >50%: thể hiện phần trăm biến thiên của các biến quan sát (dữ liệu) do các nhân tố gây ra. Ví dụ: Tổng phương sai trích là 58.427%, điều này chứng tỏ 58,427% biến thiên của dữ liệu được giải thích bởi các nhân tố của mơ hình tạo ra.
(5) Hệ số Eigenvalue>1: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất
Phân tích nhân tố khẳng định (CFA): Xem xét sự phù hợp số liệu nghiên cứu với
mơ hình lý thuyết (khẳng định sự phù hợp của mơ hình lý thuyết với dữ liệu nghiên cứu). CFA có thể coi là bước tiếp theo của EFA. CFA nhằm thực hiện để kiểm định lại tính đơn biến, đa biến, giá trị hội tụ và giá trị phân biệt của bộ thang đo.
Về giá trị hội tụ (Convergent Validity): Các trọng số (đã chuẩn hóa) cần >0.5 để
thang đo đạt được giá trị hội tụ (<0.5 thì cần loại biến quan sát).
Về giá trị phân biệt (Discriminant Validity): Bảng hệ số tương quan: hệ số tương
quan giữa các khái niệm thành phần của một khái niệm phải <0.9 thì đạt giá trị phân biệt.
Về Kiểm định mức độ phù hợp của mơ hình lý thuyết với dữ liệu nghiên cứu: thông qua các chỉ số sau:
(1) Các chỉ số thể hiện mức độ phù hợp: Chỉ số Chi – square/df đáp ứng yêu cầu sau: CMIN/df< 3 thì tốt, CMIN/df <5 đôi khi được chấp nhận (Hair và cộng sự (2010) [68]. một số nghiên cứu thực tế phân biệt: Chi-bình phương/bậc tự do < 5 (với mẫu N >= 200) hay < 3 (khi cỡ mẫu N <=200) thì mơ hình được xem là phù hợp tốt (Kettinger & Lee, 1995) [82].
(2) Các chỉ số liên quan khác: GFI, CFI, TLI, … có giá trị > 0.9 được xem là mơ hình phù hợp tốt. Nếu các giá trị này bằng 1, ta nói mơ hình là hồn hảo (Hair và cộng sự, 2010 [68]).).
(3) GFI: độ phù hợp tuyệt đối của mơ hình cấu trúc (chỉ rõ mối quan hệ giữa các biến tiềm ẩn với nhau) và mơ hình đo lường (chỉ rõ quan hệ giữa các biến quan sát với biến tiềm ẩn) với bộ dữ liệu khảo sát.
(4) RMSEA: xác định mức độ phù hợp của mơ hình so với tổng thể. Yêu cầu RMSEA < 0.05 thì mơ hình phù hợp tốt. (Hair và cộng sự, 2006 [67]). Trong một số trường hợp, giá trị này <= 0.08 mơ hình được chấp nhận
- Phân tích mơ hình Cấu trúc tuyến tính (Structural EquationModeling -
SEM): SEM sử dụng để phân tích mối quan hệ trong mơ hình nhân quả. Có thể nói mơ
hình SEM là sự mở rộng của mơ hình tuyến tính tổng qt (GLM) cho phép nhà nghiên cứu kiểm định một tập hợp phương trình hồi quy cùng một lúc.
TIỂU KẾT CHƯƠNG 3
Trong chương 3, tác giả đã trình bày quy trình nghiên cứu với các nội dung cụ thể. Từ tổng quan các tài liệu nghiên cứu và hệ thống hóa cơ sở lý thuyết, tác giả đã tiến hành đề xuất mơ hình nghiên cứu của mình dựa trên hai mơ hình là RSQS và MLH. Mơ hình tác giả đề xuất có thay đổi tên gọi của một số yếu tố chất lượng dịch