CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Nghiên cứu định lượng
3.4.2 Nghiên cứu định lượng chính thức
3.4.2.1. Mẫu và phương pháp thu thập dữ liệu
Đối tượng được xác định để thu thập dữ liệu là các DN tại ĐBSCL. Và trong các DN này, những người đảm nhận, phụ trách công tác kế toán là những người sẽ cung cấp thông tin. Nói cách khác, đối tượng khảo sát là KTT. Như đã lập luận ở Chương 1, Việc lựa chọn KTT là đối tượng cung cấp dữ liệu xuất phát từ 2 lý do.
Đó là khẳng định lại vai trò của bộ phận kế toán đối với công tác PTBV, đây là bộ phận tham mưu quan trọng cho hầu hết các vấn đề tài chính cho lãnh đạo với năng lực và kỹ năng trong việc thu thập, phân tích, xử lý và cung cấp các thông tin (cả hình thức tiền tệ và vật chất) tin cậy cho các bên (Aras & Crowther, 2009b; Sisaye,
2011). Ngoài ra, việc lựa chọn này cũng là cách để lấp lại khoảng trống nghiên cứu tồn tại khi mà trước đây đa số tác giả lựa chọn các nhà quản lý là đối tượng cung cấp dữ liệu. Kết quả sẽ là một góc nhìn mới cho các nghiên cứu về chủ đề EMA.
Phương pháp, công cụ thu thập dữ liệu
Để có được dữ liệu, một trong hai phương pháp của NCĐL có thể được lựa chọn là khảo sát và thử nghiệm. Ở đây, khảo sát sẽ được lựa chọn để phục vụ phân tích. Theo Nguyễn Đình Thọ (2013), đây là một phương pháp được sử dụng phổ biến trong NCĐL bởi tính đa dạng của dữ liệu thu thập.
Về công cụ, bảng hỏi chi tiết sẽ được sử dụng với các câu hỏi ở dạng đóng, các câu trả lời được đo lường theo cấp độ thang đo rõ ràng. Thêm vào đó, tác giả sử dụng chủ yếu hình thức phỏng vấn gián tiếp (qua thư điện tử) nên các từ ngữ sử dụng trên bảng hỏi phải chính xác, đơn giản, dễ hiểu, tránh nhầm lẫn với các từ đa nghĩa. Cụ thể với bài nghiên cứu này, từ nhiều nguồn khác nhau, tác giả sẽ tập hợp thông tin các DN thuộc đối tượng thu thập dữ liệu. Tiếp đó, tác giả gửi bảng hỏi cho các đối tượng này.
Kích thước mẫu
Để xác định số lượng mẫu là không dễ dàng và phụ thuộc rất nhiều vào phương pháp xử lý, độ tin cậy cần thiết (Nguyễn Đình Thọ, 2013). Các nghiên cứu cho thấy phân tích PLS-SEM (phương pháp PLS trong ước lượng mô hình SEM) là một lựa chọn lý tưởng cho các nghiên cứu có cỡ mẫu nhỏ (Reinartz và cộng sự, 2009) hay Goodhue và cộng sự (2012) và Marcoulides và Saunders (2006) tin rằng PLS-SEM tin rằng việc tiếp cận theo PLS-SEM cho phép họ thực hiện với những cỡ mẫu rất nhỏ (ít hơn 100) để đạt được kết quả mang tính đại diện cho tổng thể mẫu lên đến vài triệu đơn vị hoặc cá nhân. Tuy vậy, Barcelay và cộng sự (1995) lại cho rằng các nhà nghiên cứu khi sử dụng PLS-SEM – cũng như bao kỹ thuật thống kê khác – cần phải xem xét cỡ mẫu với nguyên tắc 10 lần (10 times rule). Với nguyên tắc này, cỡ mẫu tối thiểu phải gấp 10 lần số các đường dẫn (arrowheads) hướng vào
bất kỳ biến tiềm ẩn nào trong mô hình. Dựa trên mô hình, số lượng đường dẫn hướng vào các biến là 14, nghĩa là cỡ mẫu tối thiểu là 14 x 10 = 140. Để đảm bảo độ tin cậy hơn, Hair Jr và cộng sự (2021) đề nghị dùng căn bậc hai nghịch đảo của Kock và Hadaya (2018). Theo đó, các khoảng giá trị kỳ vọng của tác động (hệ số đường dẫn) với mẫu tới thiểu và mức ý nghĩa tương ứng trong bảng 3.4.
Bảng 3.4: Mẫu tối thiểu dựa trên hệ số đường dẫn nhỏ nhất (pmin) và mức ý nghĩa
pmin Mức ý nghĩa
1% 5% 10%
0,05-0,10 1.004 619 451
0,11-0,20 251 155 113
0,21-0,30 112 69 51
0,31-0,40 63 39 29
0,41-0,50 41 25 19
Nguồn: Hair Jr và cộng sự (2021)
Căn cứ vào đó, kỳ vọng hệ số đường dẫn của mô hình nghiên cứu sẽ rơi vào khoảng 0,11 đến 0,20 với ý nghĩa 5% thì số quan sát cần thiết là 155. Đây là mức yêu cầu tối thiểu, nếu số mẫu cao hơn thì sẽ tăng mức phù hợp của các ước lượng PLS-SEM (Hair Jr và cộng sự, 2021). Căn cứ vào các nguồn lực liên quan, tác giả xác định số mẫu tối thiểu thu thập cho NCĐL chính thức là 200.
Phương pháp chọn mẫu
Phi xác suất là phương pháp được sử dụng để chọn mẫu. Mặc dù tính tổng quát hóa không cao bằng phương pháp xác suất nhưng vẫn là một phương pháp phù hợp. Cụ thể, thuận tiện, phát triển mầm, kết hợp định mức được sử dụng để chọn mẫu. Theo đó, việc chọn mẫu sẽ được bắt đầu với những đối tượng dễ dàng tiếp cận, như thông qua quan hệ cá nhân hoặc sự giới thiệu của các tổ chức, hội nhà nghề. Tiếp đến là sự giới thiệu của chính những đối tượng này đến các DN kế tiếp.
Cuối cùng, để đảm bảo tính đại diện của mẫu, phương pháp định mức cũng được áp dụng với đặc tính kiểm soát tỷ trọng GDP đóng góp của các DN hoạt động trong các khu vực. Con số cụ thể lần lượt của nhóm các ngành nông nghiệp, lâm nghiệp, thủy sản; công nghiệp và xây dựng; dịch vụ tương ứng là 17%, 38% và 45%. Đây cũng chính là tỷ trọng đóng góp vào GDP trung bình 2 năm 2018, 2019 của nhóm
ngành vào cơ cấu kinh tế Việt Nam (Tổng cục Thống kê, 2020). Theo Nguyễn Đình Thọ (2013) về mặt lý thuyết thì các phương pháp chọn mẫu phi xác suất thì không đại diện cho đám đông nhưng các phần tử được chọn theo định mức tham gia vào mẫu của từng nhóm xét vẫn đại diện cho đám đông.
Quá trình khảo sát
So với việc thiết kế bảng hỏi, công đoạn khảo sát cũng đóng một vai trò quan trọng và là một mắc xích quyết định đến rất nhiều vấn đề liên quan đến dữ liệu thu thập được. Dù các phương pháp được lựa chọn, nhưng thuận tiện vẫn là chủ đạo nên tác giả xác định việc kết nối các mối quan hệ đến các đối tượng khảo sát ảnh hưởng lớn đến công tác khảo sát thu thập dữ liệu. Đặc biệt, việc làm này sẽ phần nào làm giảm tâm lý không sẵn sàng tham gia nghiên cứu chuyên sâu của các DN. Khi đó, tác giả kỳ vọng tỷ lệ phản hồi sẽ tích cực, nhanh chóng hơn, các phiếu không hợp lệ sẽ giảm xuống mức tối thiểu.
Đầu tiên, bằng các mối quan hệ cá nhân, tác giả lập danh sách, liên hệ trực tiếp với DN để gửi phiếu khảo sát. Và cũng với phương pháp phát triển mầm, tác giả đề nghị tiếp tục được giới thiệu đến các DN khác. Có tất cả 191 phiếu được phát ra, tỷ lệ phản hồi ở mức 41%, tương ứng 78 phiếu được thu về.
Ngoài ra, 382 phiếu khảo sát được gửi đến 382 DN thông qua sự giới thiệu của một số cán bộ ở các cục, chi cục thuế, các ngân hàng. Kết quả có 143 phiếu thu về, tỷ lệ tương đương 37%.
Một đặc điểm cần phải lưu ý là ngoài sự thuận tiện cũng như phát triển mầm qua các mối quan hệ trong việc thu thập dữ liệu khảo sát, tác giả có sự tính toán trong việc phân bổ số lượng các đối tượng ở địa bàn các tỉnh, thành phố. Việc này được kiểm soát trong suốt quá trình lựa chọn đơn vị để gửi phiếu. Như vậy, với tổng cộng 221 phiếu thu về, loại 6 phiếu không hợp lệ, nghĩa là có 215/221 phiếu có dữ liệu thu về hợp lệ cho phân tích. Con số 215 thỏa mãn mục tiêu mẫu tối thiểu ban đầu mà tác giả đã phân tích ở nội dung kích thước mẫu. Dù tỷ lệ phản hồi chung là
39% nhưng đây là con số chấp nhận được vì trên thực tế nó vẫn cao hơn tỷ lệ phản hồi thông thường các nghiên cứu trước trong lĩnh vực kế toán, môi trường (thường rơi vào mức 5 – 10%) (Christ & Burritt, 2013; Libby & Lindsay, 2010; Pullman và cộng sự, 2009)