5.1 Nghiên cứu định tính
Nghiên cứu sinh thu thập, tổng hợp và phân tích các vấn đề lý luận từ các công trình đã được công bố ở trong nước và thế giới. Dựa trên các kết quả tổng quan các công trình nghiên cứu có liên quan, mô hình nghiên cứu của đề tài được thiết lập. Nghiên cứu định tính được sử dụng nhằm kiểm tra và sàng lọc các biến trong mô hình lý thuyết đã được xây dựng và xác định sơ bộ mối quan hệ giữa các biến độc lập và biến phụ thuộc. Đồng thời, thông qua các cuộc phỏng vấn sâu chuyên gia sẽ xác định được các nhân tố, biến nghiên cứu về năng lực gia công xuất khẩu phù hợp với bối cảnh tại các doanh nghiệp thuộc Tập đoàn Dệt may Việt Nam và mức độ ảnh hưởng của các nhân tố này tới năng lực gia công của các doanh nghiệp thuộc Tập đoàn Dệt may Việt Nam.
Nghiên cứu sinh đồng thời thu thập, tổng hợp các thông tin thứ cấp tức các nguồn Báo cáo tài chính, Báo cáo thường niên của các doanh nghiệp qua các năm, các nguồn thông tin được công bố công khai như Niêm giám thống kê, Số liệu từ Tổng cục Hải quan, Tạp chí chuyên ngành (Tạp chí Dệt may và Thời trang), Bản tin
Dệt may của Hiệp hội Dệt may Việt Nam – Vitas cũng như các trang tin điện tử của các doanh nghiệp và Tập đoàn Dệt may Việt Nam.
5.2 Nghiên cứu định lượng
5.2.1 Mẫu khảo sát
Với mục tiêu đánh giá thực trạng năng lực gia công xuất khẩu sản phẩm may mặc của các doanh nghiệp thuộc Tập đoàn Dệt may Việt Nam đồng thời xem xét mức độ ảnh hưởng của các nhân tố tác động đến năng lực gia công xuất khẩu, nghiên cứu sử dụng phương pháp khảo sát bằng bằng bảng hỏi. Trong đó, quy mô mẫu được xác định dựa trên một số phương pháp:
(i) Trong trường hợp phân tích hồi quy, theo Rabachnick & Fidell (2012) kích thước mẫu cần đảm bảo theo công thức:
𝑛 = 8 𝑥 𝑚 + 50 Trong đó: n là cỡ mẫu; m là số biến độc lập trong mô hình
(ii) Trong trường hợp biết được số lượng chính xác số lượng phẩn tử của tổng thể (N) thì kích thước mẫu (n) được tính bằng công thức (Estela, 2006):
𝑛 = 𝑁
1 + N x 𝑒2 Trong đó: n là số lượng mẫu nghiên cứu; N là số lượng tổng thể; e là sai số (iii) Đối với phương pháp phân tích nhân tố khám phá (EFA): Theo Raykov và Vidaman (1995) phương pháp này đòi hỏi phải có kích thước mẫu đủ lớn vì kết quả dựa trên lý thuyết phân phối mẫu lớn. Theo Hair và cộng sự (1998) để phân tích EFA, kích thước mẫu tối thiểu phải đạt 50, tốt hơn là 100. Có hai cách lựa chọn quy
mô mẫu theo tỷ lệ 5/1 hoặc 10/1 tức là mỗi biến phân tích cần tối thiểu từ 5 đến 10 quan sát. Nghiên cứu này căn cứ vào số lượng các thang đo nghiên cứu để xác định quy mô mẫu nghiên cứu. Tập đoàn Dệt may Việt Nam tại thời điểm năm 2020, có
67 Công ty con, công ty liên kết, trong đó có 35 doanh nghiệp thực hiện gia công sản phẩm may mặc, do đó Nghiên cứu sinh tiến hành thu thập thông tin từ những doanh nghiệp này, mỗi doanh nghiệp phát ra 5 - 7 phiếu khảo sát, kết quả thu về
202 phiếu trong đó 186 phiếu hợp lệ và 16 phiếu không hợp lệ từ các doanh nghiệp thuộc Tập đoàn DDệt may Việt Nam.
5.2.2 Phương pháp xử lý dữ liệu
Phân tích nhân tố khám phá EFA
Công việc đầu tiên là tác giả tiến hành thực hiện phân tích nhân tố khám phá EFA. Mục đích là nhóm các biến cùng đại diện cho một nhân tố với nhau từ đó đưa vào phân tích tương quan và hồi quy. Phân tích nhân tố EFA là một trong những phương pháp phân tích thống kê dùng để rút gọn nhiều biến quan sát với nhau thành một tập hợp các biến (nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các thông tin của tập biến ban đầu (Hair, 1998). Các biến trong cùng một nhân
tố sẽ được tính giá trị trung bình đại diện cho nhân tố đó để thực hiện các phân tích như phân tích tương quan, hồi quy, ANOVA...
Chỉ số Kaiser - Meyer – Olkin (KMO) được sử dụng để xem xét sự thích hợp của phân tích nhân tố. Điều kiện đủ để phân tích nhân tố với 0,5 ≤ KMO < 1, KMO nằm trong khoảng này là thích hợp, còn nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Tiếp theo, việc xem xét các nhân tố sẽ được dựa vào chỉ tiêu Eigenvalue, chỉ những nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
Kiểm định độ tin cậy của thang đo bằng kỹ thuật Cronbach's Alpha
Sau khi phân tích nhân tố khám phá EFA và loại bỏ một số biến quan sát không phù hợp, tác giả tiến hành kiểm định hệ số Cronbach’s Alpha của các nhân tố trong mô hình. Hệ số kiểm định Cronbach's Alpha là phép kiểm định thống kê về mức độ chặt chẽ
mà các mục hỏi trong thang đo tương quan với nhau. Nhiều nhà nghiên cứu đồng ý với điều kiện 0,8 ≤ α < 1 là thang đo tốt, 0,7 ≤ α ≤ 0,8 là có thể chấp nhận được. Tuy nhiên
có những nhà khoa học cho rằng α từ 0,6 trở lên là đã sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978); (Peterson, 1994); (Slater, 1995).
Phân tích hồi quy
Sau khi thực hiện các kiểm định về các khái niệm và thang đo, nghiên cứu sinh xây dựng mô hình hồi quy tuyến tính nhằm kiểm định sự phụ thuộc của các biến. Mô hình nghiên cứu có dạng:
Yi = β0 + β1X1 + β2X2 +...+β4X4 +e
Trong đó: Xi biểu hiện giá trị của biến độc lập thứ i (i=1,4)
Các hệ số βk là hệ số hồi quy riêng phần; e là biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0, phương sai không đổi.
Sau khi xây dựng mô hình, dựa vào thống kê F để đánh giá độ phù hợp của
mô hình nghiên cứu. Từ đó sử dụng kiểm định giả thiết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem xét xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giả thiết H0 = β1= β2 = β3 = 0
Trị thống kê F được tính từ R2 hiệu chỉnh, nếu giá trị Sig rất nhỏ (<0,05) thì bác
bỏ H0. Nếu giả thiết H0 bị bác bỏ nghĩa là các biểu hiện trong mô hình có thể giải thích được sự thay đổi của Y, điều này cũng có nghĩa là mô hình xây dựng phù hợp với tập
dữ liệu thu được. Việc xem xét R2 hiệu chỉnh là để trả lời xem các biến độc lập giải thích được bao nhiêu phần trăm thay đổi của biến phụ thuộc với các biến độc lập. Tiến hành kiểm tra giá trị VIF, nếu VIF < 10 thì mô hình không xảy ra hiện tượng đa cộng tuyến. Nếu xảy ra hiện tượng đa cộng tuyến cho thấy mô hình được cung cấp những thông tin giống nhau và không có ý nghĩa trong thực tế. Bên cạnh
đó, hệ số Beta chuẩn hóa cũng được xem xét để chỉ ra mức độ tác động của các biến độc lập tới biến phụ thuộc và tiến hành kiểm định các giả thuyết nghiên cứu.
Đánh giá thực trạng năng lực gia công xuất khẩu của doanh nghiệp
Các câu hỏi về thực trạng năng lực gia công xuất khẩu của doanh nghiệp sử dụng thang đo khoảng Likert 7 với mức độ với điểm từ 1 điểm đến 7 điểm với các ý kiến tương ứng từ hoàn toàn không đồng ý đến hoàn toàn đồng ý.