CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Nghiên cứu định lượng
3.3.1. Chọn mẫu nghiên cứu
Phương pháp chọn mẫu thuận tiện phi xác suất được thực hiện trong quá trình nghiên cứu định lượng.
Theo Kumar (2005), “kích thước mẫu sẽ phụ thuộc vào việc ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì.Vấn đề nghiên cứu càng phức tạp thì số lượng mẫu cần thu thập càng lớn, đồng thời số lượng mẫu càng lớn thì cho độ chính xác càng cao”. Theo Hair (1998) cho rằng “kích thước mẫu tối thiểu là 100 – 150”, trong khi đó, “số lượng mẫu 200 là con số đề nghị của Guiford (1954)”.
Một số quan điểm cho rằng kích thước mẫu phụ thuộc vào tỉ lệ của số mẫu cần thiết và số tham số cần ước lượng. Đối với phân tích nhân tố, kích thước mẫu phụ thuộc vào số lượng biến được đưa vào phân tích nhân tố. Theo Gosurch (1983), “số lượng mẫu cần gấp 5 lần so với số lượng biến”. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng “tỉ lệ này là 4 hoặc 5 lần”.
Đề tài của tác giả gồm 26 biến quan sát cần phân tích nhân tố, vì vậy số mẫu khảo sát tối thiểu cần thiết là 5x26 + 50 = 180 mẫu. Kích thước mẫu càng lớn thì cho độ chính xác càng cao nên tác giả tiến hành thực hiện 200 bản khảo sát (n=200). Số mẫu khảo sát này là chấp nhận được vì lớn hơn số mẫu tối thiểu cần thiết là 180 mẫu.
3.3.2. Thu thập dữ liệu
Bảng khảo sát được gửi đến khách hàng, đồng thời nhờ các chuyên viên bán lẻ gửi đến cho khách hàng của họ để trả lời cho đến khi đạt được số lượng mẫu cần thiết. Đối tượng khảo sát là các khách hàng có giới hạn độ tuổi từ 18 tuổi trở lên.
3.3.3. Phương pháp phân tích dữ liệu
Bảng khảo sát sau khi được thu thập sẽ được chọn lọc và làm sạch nhằm loại bỏ những bảng trả lời không phù hợp (bỏ trống nhiều, chỉ chọn một mức độ đồng ý
với tất cả các câu hỏi, độ tuổi dưới 18…). Sau đó bảng khảo sát sẽ được mã hóa, nhập liệu và xử lý bằng phần mềm SPSS 20 để tiến hành phân tích.
Các cơng cụ phân tích dữ liệu: thống kê mơ tả, kiểm định độ tin cậy thang đo (Cronbach’s Alpha), phân tích yếu tố khám phá (EFA), phân tích khác biệt trung bình (ANOVA, T-Test) và phân tích hồi quy bội được tác giả sử dụng trong nghiên cứu này.
• Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009 thì “hệ số Cronbach’s Alpha được sử dụng để loại bỏ các biến quan sát có độ tin cậy của thang đo thấp vì những biến này có thể tạo ra những yếu tố giả”. Theo Nunally & Burnstein, 1994, “các biến quan sát có hệ số tương quan biến tổng (item total correlation) nhỏ hơn 0.3 và giá trị Cronbach’s Alpha nhỏ hơn 0.6 sẽ bị loại. Giá trị Cronbach’s Alpha từ 0.6 đến 0.7 là có thể sử dụng trong các nghiên cứu mới, giá trị đạt tư 0.7 đến 0.8 thể hiện độ tin cậy của thang đo sử dụng được, giá trị Cronbach’s Alpha > 0.8 thì độ tin cậy của thang đo là tốt”.
• Phân tích yếu tố khám phá EFA
Các biến thỏa điều kiện sau khi kiểm định độ tin cậy sẽ được tiến hành phân tích yếu tố khám phá EFA (Exploratory Factor Analysis). Phân tích yếu tố khám phá sẽ giúp phân tích độ hội tụ của các biến có cao hay khơng và chúng có thể được gom lại thành một yếu tố ít hơn để xem xét hay khơng.
Theo Nguyễn Đình Thọ (2011), “một số tiêu chuẩn cần lưu ý khi phân tích yếu tố khám phá EFA”:
- Hệ số KMO ≥ 0.5 và mức ý nghĩa kiểm định Bartlett < 0.05.
- Hệ số tải yếu tố (Factor loading) > 0.5, nếu yếu tố nào có hệ số tải yếu tố < 0.5 sẽ bị loại bỏ.
- Khác biệt hệ số tải yếu tố của một biến quan sát giữa các yếu tố ≥ 0.3 để tạo giá trị khác biệt giữa các nhân tố
Phân tích hệ số tương quan và phân tích hồi quy tuyến tính
Sau khi tiến hành phân tích hệ số Cronbach’s Alpha và phân tích yếu tố khám phá EFA, tác giả thực hiện phân tích hồi quy bội bằng phương pháp đồng thời (phương pháp ENTER) để kiểm định các giả thuyết về mối quan hệ giữa biến phụ thuộc và các biến độc lập. Phân tích hồi quy nhằm khẳng định sự phù hợp của mơ hình nghiên cứu, kiểm định các giả thuyết nhằm xác định mức độ ảnh hưởng của từng yếu tố tác động đến biến phụ thuộc.
Mơ hình hồi quy bội ban đầu có dạng cơ bản như sau:
Y= β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + u Trong đó:
Y: Quyết định muc tiêu dùng sản phẩm Yến sào
X1: Giá X2: Chất lượng X3: Thương hiệu X4: Nhóm tham khảo X5: Quảng cáo X6: Nhận thức sức khỏe β1 – β6: Hằng số - các hệ số hồi quy u: Sai số
• Phân tích sự khác biệt về quyết định mua tiêu dùng sản phẩm Yến sào theo thuộc tính người tiêu dùng sử dụng bằng T-Test và ANOVA
Sau khi có kết quả hồi quy tuyến tính, nghiên cứu sẽ được tiếp tục phân tích về sự khác biệt về quyết định mua tiêu dùng sản phẩm Yến sào theo các thuộc tính của đối tượng nghiên cứu (theo độ tuổi, giới tính, nghề nghiệp, thu nhập) nhằm cung cấp các thông tin cần thiết cho các công ty Yến sào tại thành phố Hồ Chí Minh.