CHƯƠNG 2: THIẾT KẾ NGHIÊN CỨU
2.6. NGHIÊN CỨU ĐỊNH LƯỢNG
2.6.1. Mẫu nghiên cứu
Đối tượng khảo sát là những khách hàng cá nhân có độ tuổi từ 20 đến 59 tuổi, đã và đang sử dụng dịch vụ truyền hình OneTV của FPT Telecom Đà Nẵng.
Nghiên cứu này sử dụng công thức của Tabachnick and Fidell để tính kích thước mẫu N có tính đến số lượng các biến độc lập được sử dụng với công thức như sau: N > 50 + 8*m với m là biến độc lập. Trong nghiên cứu này, bao gồm 37 biến độc lập, như vậy để đảm bảo thì kích thước mẫu phải lớn hơn 346 mẫu.
Đề tài nghiên cứu tiến hành thu thập dữ liệu với cỡ mẫu thích hợp là 468 (với 550 phiếu điều tra được phỏng vấn) mẫu nhằm phục vụ tốt nhất cho việc phân tích dữ liệu. Việc chọn mẫu được thực hiện bằng phương pháp phân tầng độ tuổi. Phương pháp phỏng vấn trực tiếp được sử dụng để thu thập dữ liệu.
2.6.2. Phương pháp phân tích dữ liệu
Các biến quan sát trong phiếu điều tra khách hàng được mã hóa theo phụ lục 3.1 và phụ lục 3.2. Dữ liệu sau khi thu thập, được sàn lọc, rồi được nhập liệu và xử lý bằng phần mềm SPSS 16.0 for Windows. Một số phương pháp phân tích dữ liệu được sử dụng trong nghiên cứu này gồm:
a. Phương pháp thống kê mô tả
Phương pháp này được sử dụng để mô tả mẫu thu thập được theo các thuộc tính của đối tượng nghiên cứu như: giới tính, độ tuổi và thu nhập. Ngoài ra, phương pháp này còn được sử dụng để mô tả các nhân tố ảnh hưởng đến sự hài lòng của khách hàng như: Tin cậy, Đáp ứng, Năng lực phục vụ, Đồng cảm, Hữu hình, Giá cả. Và cũng sử dụng để mô tả mức độ hài lòng của khách hàng sử dụng dịch vụ truyền hình OneTV.
57
b. Phương pháp phân tích độ tin cậy Cronbach’s Alpha
Phương pháp phân tích này cho phép người nghiên cứu loại bỏ các biến quan sát không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tương quan biến tổng (Corrected Item – Total Correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn để chọn thang đo là hệ số Cronbach’s Alpha của nó tối thiểu là 0,6 nhưng tốt nhất là lớn hơn 0,7 (Nunnally, 1978;
Peterson, 1994; Slater, 1995).
c. Phương pháp phân tích nhân tố khám phá (EFA)
Sau khi kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu, giúp chúng ta rút gọn nhiều biến số.
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
Thứ nhất: Trị số KMO ³0,5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. £0,05. Hệ số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Thứ hai là đại lượng Eigenvalue: Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích. 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.
Thứ ba là hệ số tải nhân tố Factor loading (FL): là những hệ số tương quan đơn giữa các biến và các nhân tố. Các biến có hệ số tải nhân tố nhỏ hơn
58
0,5 sẽ bị loại, tuy nhiên do cỡ mẫu là 468 mẫu, nên hệ số tải nhân tố nhỏ hơn 0,3 sẽ bị loại (Hair & cộng sự, 2009), điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50% (Gerbing & Anderson, 1988).
Thứ tư là phép trích Principal Component: với Component matrix (Rotated Component matrix) là một phần quan trọng trong bảng 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 nhân thức của nhân tố).
d. Kiểm định trị trung bình của hai tổng thể - trường hợp mẫu độc lập (Independent Samples T-test)
Phép kiểm định này được sử dụng trong trường hợp chúng ta cần so sánh trị trung bình về một tiêu chí nghiên cứu nào đó giữa hai đối tượng mà chúng ta quan tâm. Trước khi thực hiện kiểm định trung bình, ta cần thực hiện kiểm định sự bằng nhau của hai phương sai tổng thể. Kiểm định này có tên là Levene, với giả thiết Ho rằng phương sai của hai tổng thể bằng nhau. Kết quả của việc chấp nhận hay bác bỏ Ho ảnh hưởng quan trọng đến việc chúng ta sẽ lựa chọn loại kiểm định giả thiết về sự bằng nhau của hai trung bình tổng thể nào: kiểm định trung bình với phương sai bằng nhau hay kiểm định trung bình với phương sai khác nhau.
e. Kiểm định trị trung bình của hai mẫu phụ thuộc
Đây là loại kiểm định dùng cho 2 nhóm tổng thể có liên hệ với nhau.
Dữ liệu của mẫu thu thập ở dạng thang đo định lượng, khoảng cách hoặc tỉ lệ.
Quá trình kiểm định bắt đầu với việc tính toán chênh lệch giá trị trên từng cặp quan sát bằng phép trừ, sau đó kiểm nghiệm xem chênh lệch trung bình của tổng thể có khác 0 hay không, nếu không khác 0 tức là không có sự khác biệt.
59
Trong bài nghiên cứu này dùng kiểm định so sánh cặp để kiểm định xem có sự khác biệt nào giữa mức độ quan trọng của khách hàng về các thuộc tính chất lượng dịch vụ và mức độ thực hiện của công ty về các thuộc tính đó hay không và nếu có thì khác nhau như thế nào.
f. Phân tích ANOVA
Việc phân tích ANOVA nhằm kiểm định giả thiết các tổng thể nhóm có trị trung bình bằng nhau. Phân tích phương sai là sự mở rộng của kiểm định t, vì phương sai này giúp ta so sánh trị trung bình của nhóm 3 biến phân loại trở lên. Trong phạm vi đề tài này phân tích phương sai một yếu tố (One- Way ANOVA) được sử dụng nhằm mục đích kiểm định sự khác biệt về đánh giá mức độ quan trọng và mức độ thực hiện giữa các khách hàng nam và nữ, có độ tuổi, thu nhập khác nhau.
2.6.3. Phân tích ma trận IPA
Phân tích ma trận IPA thông qua các chỉ báo mức độ quan trọng và mức độ thực hiện trên sơ đồ ma trận IPA. Ma trận này phân loại những thuộc tính đo lường chất lượng dịch vụ, cung cấp cho công ty những thông tin bổ ích về điểm mạnh và điểm yếu của những dịch vụ mà mình cung cấp cho khách hàng. Từ đó, công ty sẽ có những quyết định chiến lược đúng đắn để nâng cao chất lượng dịch vụ. Mỗi góc phần tư sẽ tập trung các chỉ báo như:
Phần tư thứ I (Tập trung phát triển): Những thuộc tính nằm ở phần tư này được xem là rất quan trọng đối với khách hàng, nhưng mức độ thực hiện của cung cấp dịch vụ của công ty là rất kém. Kết quả này gợi ý cho nhà quản trị của công ty chú ý đến những thuộc tính này, tập trung phát triển mức độ cung ứng dịch vụ nhằm thoả mãn nhu cầu của khách hàng.
Phần tư thứ II (Tiếp tục duy trì): Những thuộc tính nằm ở phần tư này được xem là rất quan trọng đối với khách hàng và những dịch vụ mà
60
công ty cung cấp cũng đã có mức độ thể hiện rất tốt. Công ty nên tiếp tục duy trì và phát huy thế mạnh này.
Phần tư thứ III (Hạn chế phát triển): Những thuộc tính nằm ở phần tư này được xem là có mức độ thể hiện thấp và không quan trọng đối với khách hàng. Nhà quản trị cung ứng dịch vụ nên hạn chế nguồn lực phát triển những thuộc tính này.
Phần tư thứ IV (Giảm sự đầu tư): Những thuộc tính nằm ở phần tư này được xem là không quan trọng đối với khách hàng, nhưng mức độ thể hiện của nhà cung ứng rất tốt. Có thể xem sự đầu tư quá mức như hiện tại là vô ích. Nhà quản trị của công ty nên sử dụng nguồn lực này tập trung phát triển những thuộc tính khác.
Tóm tắt chương
Chương này đã trình bày toàn bộ tiến trình nghiên cứu của đề tài.
Nghiên cứu này được tiến hành thông qua 2 giai đoạn chính:
Nghiên cứu định tính được thực hiện nhờ trao đổi ý kiến khách hàng và trao đổi ý kiến với chuyên gia cũng như sử dụng phương pháp phỏng vấn trực tiếp khoảng 10 khách hàng để hiệu chỉnh thang đo ban đầu cho phù hợp với điều kiện đặc thù của dịch vụ truyền hình theo yêu cầu OneTV.
Nghiên cứu định lượng được thực hiện với 550 phiếu điều tra và có 468 phiếu (lớn hơn số mẫu tối thiểu (346 mẫu)) hợp lệ bằng kỹ thuật 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 mô tả, phương pháp phân tích độ tin cậy Cronabach’s Alpha, phương pháp phân tích nhân tố khám phá (EFA), phân tích ANOVA, phân tích ma trận IPA…để xử lý và phân tích kết quả nghiên cứu. Chương tiếp theo sẽ trình bày kết quả nghiên cứu của đề tài.
61
CHƯƠNG 3