3.3.1. Phương pháp thu thập dữ liệu
Phương pháp thu thập dữ liệu được chọn là phương pháp phi ngẫu nhiên thuận tiện. Tuy đây là phương pháp thu thập dữ liệu có độ tin cậy khơng cao, nhưng nó mang tính khả thi nhất đối với nghiên cứu này bởi sự giới hạn về nguồn lực và kinh phí.
Dữ liệu được thu thập dựa trên bảng câu hỏi lập sẵn để điều tra, phỏng vấn các nhà đầu tư cá nhân đang tham gia đầu tư trên một số sàn chứng khoán TP.HCM như sàn chứng khoán SSI, sàn chứng khoán Thăng Long, sàn VN Direct, sàn chứng khốn ACB…
3.3.2. Kích thức mẫu
Sau điều tra thử nghiệm và chỉnh sửa, bảng câu hỏi đã hoàn toàn đủ điều kiện dùng trong điều tra diện rộng để tiến hành nghiên cứu chính thức. Cơ sở thang đo lúc này được hình thành gồm 25 chỉ báo đo lường 6 khái niệm và thang đo Likert 5 khoảng cách được sử dụng. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), số lượng mẫu cần gấp từ 5 lần trở lên số mục hỏi.
Để đảm bảo yêu cầu, tác giả đã gởi đi 300 bảng câu hỏi khảo sát đến các nhà đầu tư. Dữ liệu được thu thập trong tháng 8 năm 2013. Thực tế, kết quả thu về là 280 bảng câu hỏi, trong đó đạt yêu cầu là 252 bảng câu hỏi, 28 bảng câu hỏi bị loại. Như vậy, với tổng số biến là 25 thì số lượng 252 bảng câu hỏi là được chấp nhận.
3.3.3. Phương pháp xử lý dữ liệu
Các phương pháp phân tích số liệu được tác giả sử dụng trong quá trình thực hiện nghiên cứu chính thức được trình bày trong bảng 3.13.
Bảng 3.8. Các phương pháp xử lý số liệu
STT Phương pháp Nội dung
1. Cronbach alpha Mục đích:
- Đánh giá độ tin cậy của thang đo.
- Loại bỏ biến rác có thể gây ra ảnh hưởng không tốt đến kết quả phân tích nhân tố khám phá (EFA) ở bước tiếp theo.
Yêu cầu:
- Hệ số Cronbach tối thiểu phải có giá trị lớn hơn 0.5, trên 0.8 là thang đo lường tốt (nếu lớn hơn 0.95 khơng tốt vì các biến đo lường hầu như là một).
- Hệ số tương quan với biến tổng phải lớn hơn 0.3 (nếu nhỏ hơn 0.3 được xem là biến rác, cần loại bỏ ra khỏi thang đo).
2. Phân tích nhân tố khám phá (EFA)
Mục đích:
- Rút gọn nhân tố
- Điều chỉnh lại mơ hình lý thuyết
Yêu cầu:
- Loại các biến có hệ số tải nhân tố nhỏ (Factor loading > 0.3 được xem đạt mức tối thiểu, > 0.4 được xem là quan trọng, ≥ 0.5 được xem là có ý nghĩa thực tiễn, độ lớn của hệ số này còn phù hợp với kích thước mẫu)
- Chênh lệch hệ số tải của một biến ở các nhân tố phải lớn hơn 0.3.
- Kiểm định Barlett phải có ý nghĩa thống kê (có nghĩa các biến có tương quan khác 0)
- Hệ số KMO: phải lớn hơn 0.5 (có nghĩa việc sử dụng phân tích nhân tố là phù hợp)
- Phương sai trích được phải lớn hơn 0.5
chính xác hơn.
3 Phân tích tương quan và phân tích hồi quy
Mục đích: Xác định mức độ ảnh hưởng của các nhân tố đến
ý định đầu tư cổ phiếu của nhà đầu tư cá nhân.
KẾT LUẬN CHƯƠNG 3: (adsbygoogle = window.adsbygoogle || []).push({});
Tại chương này, tác giả đã xây dựng các chỉ báo cho các nhân tố cần đo lường trong mơ hình nghiên cứu. Kết quả từ điều tra thử nghiệm cho thấy các mục hỏi trong bảng câu hỏi hoàn toàn phù hợp, đủ điều kiện sử dụng cho nghiên cứu chính thức.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. MÔ TẢ MẪU NGHIÊN CỨU
Dữ liệu nghiên cứu được thu thập theo phương pháp thuận tiện, số nhà đầu tư tiếp xúc và phát bảng khảo sát là 300 người, nhưng kết quả thu về chỉ có 252 quan sát đủ điều kiện phân tích. Mẫu điều tra được phân tổ như sau: