CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.6 NGHIÊN CỨU ĐỊNH LƢỢNG
Nghiên cứu định lƣợng nhằm kiểm định lại thang đo và các giả thuyết trong mô hình thông qua bảng câu hỏi khảo sát ( PHỤ LỤC 2).
3.6.1 Thiết Kế Bảng Câu Hỏi
Bảng câu hỏi khảo sát gồm hai phần:
Phần thông tin cá nhân: thu thập thông tin về biến quan sát nhƣ giới tính,
trình độ học vấn, độ tuổi, nghề nghiệp, thu nhập.
Phần khảo sát: là những câu hỏi liên quan đến các yếu tố Rào cản chuyển đổi
thủ tục, Rào cản chuyển đổi tài chính, Rào cản chuyển đổi mối quan hệ và Ý định mua lặp lại dịch vụ.
3.6.2 Thiết Kế Mẫu Và Thu Thập Dữ Liệu
Dựa theo nghiên cứu của Hair JF (1998), đối với phân tích nhân tố khám phá EFA thì kích thước mẫu dự kiến tối thiểu là gấp 5 lần tổng số biến quan sát. Với đề tài này, việc xác định cỡ mẫu của nghiên cứu định lƣợng đƣợc thực hiện dự kiến = (số biến cần đo) x 05 (ƣớc lƣợng có 26 biến ~ 130 mẫu khảo sát).
Theo Tabachnick (1991),Trong phân tích hồi quy đa biến, cỡ mẫu tối thiểu cần đạt đƣợc tính theo công thức: N> 50 +8m (m là biến độc lập). Trong nghiên cứu này, tác giả chọn mẫu thỏa cả phương pháp nhân tố EFA và phương pháp hồi quy bội. Tức là chọn mẫu thỏa điều kiện N > max[5x; 50 +8m]. Do vậy, với mô hình nghiên cứu có 19 biến độc lập, theo tiêu chuẩn trên, kích thước mẫu cần thiết là 202 mẫu ( 50 + 8x19 ). Để đạt được kích thước mẫu này, dự kiến phát 300 bảng câu hỏi
Việc thu thập dữ liệu thông qua phỏng vấn bằng bảng câu hỏi.
Trên bảng câu hỏi có thiết kế để gạn lọc đối tƣợng phỏng vấn là sẽ khách hàng đang sử dụng các dịch vụ MyTV của Viễn Thông Lâm Đồng.
Phạm vi khảo sát: thực hiện tại địa bàn thành phố Đà Lạt, thành phố Bảo Lộc và huyện Đức Trọng tỉnh Lâm Đồng.
Phương pháp thu thập:
Trên địa bàn TP Đà lạt, tác giả gửi trực tiếp bảng câu hỏi đến khách hàng, và trực tiếp thu hồi để kiểm tra kết quả.
Số còn lại, khảo sát trên địa bàn TP Bảo Lộc và huyện Đức Trọng. Tác giả nhờ bộ phận kinh doanh của các Trung Tâm Viễn Thông Khu Vực khảo sát bằng cách gửi bảng câu hỏi in sẵn đến khách hàng, sau đó thu hồi và gửi lại cho tác giả bảng câu hỏi đã thu thập để kiểm tra và phân tích tiếp theo.
Thời gian: từ 01/4/2014 – 31/5/2014.
3.6.3 Phân Tích Dữ Liệu
Sau khi đƣợc thu thập, các bảng trả lời đƣợc kiểm tra và loại đi những bảng không đạt yêu cầu. Sau đó chúng đƣợc mã hóa, nhập liệu và làm sạch dữ liệu bằng SPSS for Windown 20. Với phần mềm SPSS, thực hiện phân tích dữ liệu thông qua các công cụ nhƣ thống kê mô tả, bảng tần số, kiểm định độ tin cậy của các thang đo, phân tích khám phá, phân tích hồi quy đa biến.
3.6.3.1 Kiểm Định Độ Tin Cậy Của Các Thang Đo
Đối với thang đo trực tiếp, để đo lường độ tin cậy thì chỉ số độ thống nhất nội tại thường được sử dụng chính là hệ số Cronbach Alpha (nhằm xem xét liệu các câu hỏi trong thang đo có cùng cấu trúc hay không). Hệ số Cronbach’s Alpha càng lớn thì độ nhất quán nội tại càng cao. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra các yếu tố giả (Thọ & Trang, 2007)
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các biến đo lường có liên kết với nhau hay không nhƣng không cho biết các biến nào cần phải loại bỏ và biến nào cần được giữ lại. Do đó, kết hợp sử dụng hệ số tương quan biến – tổng để loại ra những biến không đóng góp nhiều cho khái niệm cần đo (Trọng & Ngọc, 2008).
Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:
Hệ số tin cậy Cronbach Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Nunnally, 1998;
Peterson, 1994; Slater, 1995) dẫn theo (Trọng & Ngọc, 2008). Trong nghiên cứu này, tác giả chọn thang đo có độ tin cậy là từ 0.6 trở lên.
Hệ số tương quan biến – tổng: các biến quan sát có tương quan biến – tổng nhỏ (nhỏ hơn 0,3) đƣợc xem là biến rác thì sẽ đƣợc loại ra và thang đo đƣợc chấp nhận khi hệ số tin cậy Cronbach’s Alpha đạt yêu cầu.
3.6.3.2 Phân Tích Nhân Tố Khám Phá EFA
Phân tích nhân tố đƣợc dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính (gọi là các nhân tố) dùng trong phân tích, kiểm định tiếp theo. Các nhân tố đƣợc rút gọn này sẽ có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá đƣợc dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:
Phương pháp: đối với thang đo đa hướng, thang đo một khái niệm bao hàm nhiều thành phần thì sử dụng phương pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố EigenValues lớn hơn hoặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng Principal Components với phép quay Varimax (Thọ & Trang, 2007). Đối với
thang đo đơn hướng thì đo một khái niệm chỉ bao hàm một thành phần, sử dụng phương pháp trích nhân tố Principal Components. Thang đo chấp nhận được khi tổng phương sai trích được bằng hoặc lớn hơn 50% (Thọ & Trang, 2007).
Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là mức tối thiểu chấp nhận đƣợc; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75.
Từ cơ sở lý thuyết trên, mô hình “Các yếu tố rào cản chuyển đổi và việc mua lặp lại đối với các dịch vụ giá trị gia tăng” sử dụng hai mươi sáu biến quan sát
cho phân tích nhân tố EFA và việc thực hiện tiến hành theo các bước sau:
Đối với các biến quan sát đo lường khái niệm thành phần và khái niệm “Ý định mua lặp lại” đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân
tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues lớn hơn 1.
Sau đó tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:
Kiểm định Barlett: các biến quan sát có tương quan với nhau trong tổng thể.
Xem xét trị số KMO: nếu KMO trong khoảng từ 0,5 – 1 thì phân tích nhân tố là thích hợp với các dữ liệu (Trọng & Ngọc, 2008).
Để phân tích EFA có giá trị thực tiễn, tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5.
Xem lại thông số EigenValues (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) có giá trị lớn hơn 1.
Xem xét tổng phương sai trích (yêu cầu lớn hơn hoặc bằng 50%): cho biết các nhân tố đƣợc trích giải thích % sự biến thiên của các biến quan sát.
3.6.3.3 Phân Tích Hồi Quy Đa Biến 3.6.3.3.1 Phân tích tương quan
Các thang đo đã qua đánh giá đạt yêu cầu được đưa vào phân tích tương quan Pearson. Phân tích tương quan Pearson được thực hiện giữa các biến phụ thuộc và biến độc lập nhằm khẳng định mối liên hệ tuyến tính giữa các biến này và khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Hệ số tương quan Pearson (r) có giá trị trong khoảng (-1,+1). Giá trị tuyệt đối của r càng tiến đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ. Giá trị r = 0 chỉ ra rằng hai biến không có quan hệ tuyến tính (Trọng & Ngọc, 2008).
Trong mô hình nghiên cứu kỳ vọng có mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập, đồng thời cũng xem xét mối tương quan giữa các biến độc lập với nhau để nhận dạng hiện tƣợng đa cộng tuyến.
3.6.3.3.2 Phân tích hồi quy đa biến
Sau khi kết luận hai biến có mối quan hệ tuyến tính với nhau thì có thể mô hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thống kê liên quan.
3.6.3.3.3 Kiểm định giả thuyết
Quá trình kiểm định giả thuyết được thực hiện theo các bước sau:
Đánh giá độ phù hợp của mô hình hồi quy đa biến thông qua R2 và R2 hiệu chỉnh.
Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần.
Kiểm định giả thuyết về phân phối chuẩn của phần dƣ: dựa theo biểu đồ tần số của phần dƣ chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.
Kiểm tra giả định về hiện tƣợng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor).
Nếu VIF > 10 thì có hiện tƣợng đa cộng tuyến (Trọng & Ngọc, 2008).
Xác định mức độ ảnh hưởng của các yếu tố tác động đến nhân tố “Ý định mua lặp” lại: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.