CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.5 Nghiên cứu định lƣợng
3.5.1 Mục tiêu của nghiên cứu định lượng
Trong giai đoạn nghiên cứu này, tác giả sử dụng thang đo sơ bộ tiến hành khảo sát thử đối với khách hàng và nhân viên quản lý của 3 siêu thị điện máy Nguyễn Kim, Thiên Hòa và Đệ Nhất Phan Khang. Sau đó, tác giả phỏng vấn thử 8 khách hàng và chỉnh sửa bảng câu hỏi về câu từ cho phù hợp, dễ hiểu và tiến hành phỏng vấn chính thức. Trong q trình thu thập số liệu và xử lý thơng tin, kiểm định mơ hình thang đo, phân tích các hệ số hài lịng để kiểm tra tác động của các nhân tố đến sự hài lòng của khách hàng khi mua sắm tại các STĐM này.
3.5.2 Đối tượng nghiên cứu
Đối tượng nghiên cứu: sự hài lòng của khách hàng khi mua sắm tại các siêu thị điện máy tại TP. Hồ Chí Minh.
Đối tượng khảo sát: khách hàng mua sắm tại các siêu thị điện máy: Nguyễn Kim, Đệ Nhất Phan Khang, Thiên Hòa.
Để đảm bảo đối tượng khảo sát trả lời câu hỏi một cách nghiêm túc, hồn chỉnh và chính xác, một số yêu cầu khác dành cho đối tượng khảo sát: đã từng mua sắm tại siêu thị điện máy tính đến thời điểm khảo sát, độ tuổi từ 19 đến 65, trình độ văn hóa biết đọc, hiểu và có tinh thần sẵn sàng hợp tác và chia sẻ kinh nghiệm của họ khi được phỏng vấn.
3.5.3 Phương pháp chọn mẫu
Có nhiều quan điểm khác nhau trong xác định kích thước mẫu, có nhà nghiên cứu cho rằng kích thước mẫu tối thiểu là năm mẫu cho một tham số cần ước lượng ( Bollen, 1989 – dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2003). Theo quan điểm này, với 39 biến quan sát thì kích thước mẫu tối thiểu cho nghiên cứu là n = 195. Tuy nhiên, đề tài chọn phương pháp lấy mẫu thuận tiện, phi xác suất và cỡ mẫu được xác định phù hợp. Bên cạnh đó, để tiến hành phân tích hồi qui tốt nhất, theo Tabachnick & Fidell (1996) cho rằng kích thước mẫu đảm bảo theo cơng thức:
N≥ 8M + 50
Trong đó: - N: cỡ mẫu
- M: số biến độc lập của mơ hình.
Do trong q trình khảo sát sẽ có những mẫu khơng hợp lệ, do vậy để đảm bảo được mẫu hợp lệ như mong muốn tác giả tăng kích thước mẫu khảo sát dự phòng lên 320 mẫu.
3.5.4 Đánh giá độ tin cậy của thang đo
Các thang đo được đánh giá thông qua hệ số Cronbach’s Alpha và phân tích nhân tố EFA (Explotory factor analysis). Hệ số Cronbach’s Alpha từ 0.7 trở lên thì thang đo đó có đáng tin cậy ((Nunnally2
, 1978; Peterson3, 1994) và mỗi biến có tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại bỏ trong bước phân nhân tố tiếp theo.
3.5.5 Phân tích nhân tố
Khi phân tích nhân tố, kiểm định Bartlett dùng để xem xét các biến có hay khơng có tương quan trong tổng thể, điều kiện cần cho phân tích nhân tố là các biến phải có tương quan với nhau, và điều kiện đủ để phân tích nhân tố là trị số KMO4
(Kaiser – Mayer – Olkin) phải từ 0.5 đến 1 (Hair & ctg, 1998). Sự rút trích các nhân tố đại diện bằng các biến quan sát được thực hiện bằng phương pháp trích hệ số Principal components với phép quay Varimax. Nếu tất cả các hệ số tải nhân tố lớn hơn hệ số qui ước (factor loading >0.5)5 thì các khái niệm nghiên cứu đạt giá trị hội tụ (Hair,
2 Nunnally,J.(1978), Psychometric Theory, New York, McGraw-Hill.
3 Peterson,R. (1994), “ A meta-Analysis of Cronbach’s Coefficient Alpha”, Journal of Consumer Research,
No.21 Vo.2, pp. 38-91. 4
KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết Ho: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Trọng & Ngọc, 2008, 262)
5
Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, Inc, Factor loading là chỉ tiêu đểđảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0.3 được xem là đạt
ctg, 1998). Các thành phần với giá trị Eigen lớn hơn 16 và tổng phương sai trích bằng hoặc lớn hơn 0.5 được xem như những nhân tố đại diện các biến, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố của một biến quan sát giữa các nhân tố >= 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2004).
Trong q trình phân tích nhân tố, một số biến quan sát không đạt yêu cầu về hệ số tải nhân tố sẽ bị loại, các nhân tố được hình thành từ các biến cịn lại, nhân tố mới được đặt tên, các thang đo sẽ được điều chỉnh và hệ số Cronbach’s Alpha được tính lại.
Trên cơ sở các nhân tố mới và các thang đo đã được điều chỉnh, mơ hình sẽ được hiệu chỉnh và phát biểu lại các giả thiết.
3.5.6 Phân tích hồi qui tuyến tính bội và kiểm định mơ hình
Hồi qui tuyến tính bội dùng để kiểm định và giải thích lý thuyết nhân quả (Cooper Schindler, 2003 - dẫn theo Hoàng Thị Phương Thảo, Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2010). Theo cách thức này, Andaleeb (2001) sử dụng phân tích hồi qui trong nghiên cứu sự hài lòng của khách hàng trong ngành nhà hàng, Nguyễn Đình Thọ và ctg (2009) trong một nghiên cứu “ Thuộc tính địa phương và sự hài lịng của doanh nghiệp”. Như vậy, hồi qui tuyến tính bội là phương pháp thích hợp để kiểm định các giả thiết trong nghiên cứu này. Mơ hình hồi qui tuyến tính bội với biến phụ thuộc là sự hài lòng của khách hàng, và các biến độc lập là trung bình của các nhân tố có được từ mơ hình đã được hiệu chỉnh sau khi có kết quả phân tích nhân tố. Phương pháp đưa các biến vào cùng một lúc được sử dụng cho phân tích hồi qui. Các yêu cầu trong phân tích hồi qui tuyến tính bội: (1) phân tích tương quan giữa
tg(1998,111) cũng khuyên bạn đọc như sau: nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu của bạn ít nhất phải
là350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu của bạn khoảng 50 thìFactor loading phải > 0.75
6
Trần Đức Long (2006,47) trích từ Gerbing & Anderson (1988), “An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments”, Journal of Marketing Research, Vol.25, 186-192
các biến trong mơ hình hồi qui, (2) xem xét hiện tượng đa cộng tuyến, (3) kiểm định độ phù hợp của mơ hình hồi qui.
Một hệ số tương quan tuyệt đối lớn (0.85) chỉ ra một hiện tượng đa cộng tuyến, nghĩa là các khái niệm nghiên cứu trùng lắp với nhau và có thể chúng đang đo lường cùng 1 thứ, hệ số tương quan nên nhỏ hơn 0.85 để đạt được yêu cầu về giá trị phân biệt (John & Benet – Martinez, 2000- dẫn theo Hoàng Thị Phương Thảo, Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2010).
Sự đa cộng tuyến cao sẽ làm cho kết quả khơng chính xác, do đó cần thiết phải có điều kiện về đa cộng tuyến. Theo Hair & ctg (2006) có 2 cách đo lường để kiểm định ảnh hưởng của đa cộng tuyến: (1) tính giá trị dung sai hoặc hệ số phóng đại phương sai (VIF) và (2) sử dụng chỉ số điều kiện. Nếu hệ số VIF lớn hơn 10 thì hiện tượng đa cộng tuyến nghiêm trọng đang tồn tại. Theo kinh nghiệm, chỉ số điều kiện lớn hơn 30 chỉ ra một sự đa cộng tuyến nghiêm trọng (John & Benet – Martinez, 2000- dẫn theo Hoàng Thị Phương Thảo, Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2010). Như vậy, để đảm bảo khơng có hiện tượng đa cộng tuyến nghiêm trọng, mơ hình hồi qui phải có hệ số VIF nhỏ hơn 10 và chỉ số điều kiện nhỏ hơn 30.
Yếu tố hệ số xác định, hệ số beta và hệ số tương quan từng phần được sử dụng để đánh giá độ phù hợp của mơ hình và kiểm định các giả thiết. Ngoài ra, phần dư chuẩn hóa được kiểm tra đồng thời để xem xét có vi phạm hay khơng giả thiết về phân phối chuẩn. Hệ số R2 điều chỉnh nói lên rằng phần trăm biến thiên của biến phụ thuộc được giải thích là do các biến độc lập trong mơ hình.
Tóm tắt chƣơng 3:
Chương 3 đã trình bày nghiên cứu định tính thơng qua 12 cuộc phỏng vấn sâu, từ kết quả của nghiên cứu định tính, mơ hình nghiên cứu chính thức được đề xuất với biến phụ thuộc là sự hài lòng của khách hàng và 9 biến độc lập: Chất lượng hàng hóa đảm bảo, giá cả hàng hóa hợp lý, chương trình khuyến mãi hấp dẫn, năng lực phục vụ của nhân viên tốt, chủng loại hàng hóa đa dạng, vị trí siêu thị thuận tiện, môi trường mua sắm bên trong siêu thị tốt, cơ sở vật chất tốt, chế độ hậu mãi tốt. Tổng cộng có 39 biến quan sát với thang đo Likert năm điểm được sử dụng để đo lường. Một bảng câu hỏi chính thức được hồn tất để tiến hành các cuộc phỏng vấn trực tiếp khách hàng.
Chương này đã nêu lên cơ sở lý thuyết để tiến hành phân tích dữ liệu: đánh giá độ tin cậy của thang đo, phân tích nhân tố, phân tích hồi qui tuyến tính bội, kiểm định mơ hình và kiểm định giả thuyết.