CHƯƠNG 3: PHƯƠNG PHÁP LUẬN NGHIÊN CỨU
3.2. NGHIÊN CỨU ĐỊNH LƯỢNG
3.2.3. Phương pháp phân tích dữ liệu
Lập bảng tần suất để tính toán số lượng biểu hiện ở một thuộc tính cụ thể của đối tượng. Trong phạm vi của đề tài này, phương pháp bảng tần số dùng để mô tả mẫu thu thập theo: giới tính, độ tuổi, trình độ học vấn, nơi cư trú, thu nhập và tần suất đi siêu thị…Một số đại lượng trong bảng tần số như tần số (Frequency), tần suất tính theo tỷ lệ % (Percent), tỷ lệ phần trăm tích lũy (Cumulative)….
Phương pháp thống kê mô tả chỉ được tính đối với các biến định lượng, dùng để tính toán các đại lượng: trung bình cộng (Mean), tổng cộng (Sum), độ lệch chuẩn (Std. Deviation)… Phương pháp này được sử dụng để mô tả các nhân tố tác động đến chất lượng dịch vụ siêu thị (gồm hàng hóa, nhân viên phục vụ, mặt bằng, trưng bày và an toàn siêu thị). Và cũng để mô tả mức độ hài lòng của khách hàng về chất lượng dịch vụ siêu thị Co.opmart Đà Nẵng.
Dữ liệu thu thập sẽ được làm sạch và được nhập phần mềm SPSS 16.0 để tiến hành phân tích. Đối với các biến trong thang đo là các biến định lượng và các biến về thu nhập, giới tính, nơi cư ngụ, độ tuổi là những biến định tính để thấy được sự khác biệt giữa các nhóm này trong tổng thể khách hàng tác giả sẽ sử dụng công cụ phân tích phương sai nhằm kiểm định sự khác biệt giữ các nhóm này với mức ý nghĩa 10%.
b. Phân tích hệ số tin cậy Crobach alpha
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua Cronbach alpha. Những biến số có hệ số tương quan biến tổng (item-total correlation ) nhỏ hơn 0.3 sẽ bị loại. Thang đo hệ số Crobach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995, dẫn theo Hoàng Trọng-Chu Nguyễn Mộng Ngọc). Thông thường thang đo có Crobach alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu còn cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
c. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Crobach alpha và loại đi các biến không đảm bảo độ tin cậy. Tác giả tiến hành phân tích nhân tố khám phá nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số Kaiser-Meyer-Olkin (KMO) measure of sampling adequating là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhở hơn 0.5 thì phân tích nhân tố này có khả năng không thích hợp với các dữ liệu.
Ngoài ra phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng nhân dụng tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới giữ lại được trong mô hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố).
Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
d. Phân tích nhân tố khẳng định (Confirmatory Factor Analysis) Đây là một trong các kỹ thuật thống kê của mô hình cấu trúc tuyến tính (SEM). CFA cho chúng ta kiểm định các biến quan sát (measured variables) đại diện cho các nhân tố (constructs) tốt đến mức nào. CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê.
Phương pháp CFA được sử dụng để khẳng định lại tính đơn biến, đa biến, giá trị hội tụ và phân biệt của bộ thang đo đánh giá chất lượng dịch vụ tại siêu thị Coopmart Đà Nẵng.
e. Kiểm định hệ số tương quan Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Trong SPSS, có thể kiểm định các giả thuyết ở mức ý nghĩa nhỏ hơn 0.05 (SPSS phân biệt bằng cách đánh một dấu * ở cạnh giá trị thống kê tính được trên mẫu) và ở mức ý nghĩa nhỏ hơn 0.01 (phân biệt bằng dấu **)
f. Phương pháp phân tích hồi quy bội tuyến tính
Phân tích hồi quy bội tuyến tính bội sẽ giúp ta có thể dò tìm các vi phạm giả định cần thiết như giả định liên hệ tuyến tính, giả định phương sai của sai số không đổi, giả định về phân phối chuẩn của phần dư, giả định về tính độc lập của sai số và giả định không có mối tương quan giữa các biến độc lập được thực hiện (hiện tượng đa cộng tuyến). Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. Từ đó đánh giá và kiểm tra được độ phù hợp của mô hình cũng như biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc, tức xác định được tầm quan trọng của các biến trong mô hình, và lựa chọn biến cho mô hình.
Hệ số xác định R2 sẽ cho biết mô hình được xây dựng phù hợp đến mức độ nào. Hàm hồi quy sẽ cho ta biết những nhân tố nào ảnh hưởng đến sự hài lòng của khách hàng đối với CLDV cũng như mức độ ảnh hưởng của từng nhân tố đến sự hài lòng của khách hàng đối với CLDV.
TÓM TẮT CHƯƠNG 3
Chương này trình bày các phương pháp nghiên cứu bao gồm việc nghiên cứu sơ bộ thông qua việc nghiên cứu định tính. Nghiên cứu định tính được thực hiện thông qua trao đổi với ý kiến khách hàng và trao đổi ý kiến chuyên gia cũng như sử dụng phương pháp phỏng vấn trực tiếp khoảng hơn 100 khách hàng để hiệu chỉnh thang đo ban đầu cho phù hợp với điều kiện đặc thù của lĩnh vực siêu thị.
Nghiên cứu định lượng được thực hiện với kích thước mẫu là 390 mẫu (lớn hơn số mẫu tối thiểu (242 mẫu)) bằng phương pháp phỏng vấn trực tiếp khách hàng thông qua bảng câu hỏi để thu thập thông tin. Chương này cũng trình bày một số phương pháp phân tích dữ liệu được sử dụng trong quá trình nghiên cứu định lượng như: phương pháp thống kê, phương pháp phân tích độ tin cậy Cronbach’s Alpha, phương pháp phân tích nhân tố khám phá (EFA), Phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA), phương pháp phân tích hồi quy tuyến tính bội. Chương tiếp theo sẽ trình bày kết quả nghiên cứu của đề tài.