Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Phương pháp nghiên cứu
3.2.3 Nghiên cứu chính thức
Nghiên cứu chính thức là nghiên cứu định lƣợng với kỹ thuật thu thập dữ liệu là phỏng vấn qua bảng câu hỏi. Toàn bộ dữ liệu hồi đáp sẽ đƣợc xử lý với sự hỗ trợ của phần mềm SPSS 20.
3.2.3.1 Thiết kế mẫu nghiên cứu
Sử dụng phương pháp lấy mẫu phi xác suất, đối tượng khảo sát là sinh viên chính quy đang học tại trường.
Kích thước mẫu: Có nhiều quan niệm khác nhau về kích thước mẫu, Hair và các đồng sự (1998), trong phân tích nhân tố EFA, cần 5 quan sát cho 1 biến đo lường và cỡ mẫu không nên ít hơn 100. (Hair và các đồng sự, 1998, dẫn theo Nguyễn Đình Thọ và đồng sự, 2003). Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005) cho rằng tỷ lệ đó là 4 hay 5.
Nghiên cứu này có 35 biến nên số mẫu cần thu thập ít nhất là 175 mẫu, nghiên cứu này dự kiến cỡ mẫu đƣợc chọn là 180 mẫu.
3.2.3.2 Phương pháp phân tích dữ liệu
Sau khi thu thập dữ liệu tác giả tiến hành mã hóa, làm sạch và cuối cùng xử lý bằng phần mềm SPSS phiên bản 20 để sẵn sàng cho việc phân tích
Đánh giá độ tin cậy của thang đo bằng hệ số tin cậy Cronbach’s Alpha Dữ liệu thu thập sẽ được kiểm tra trên phần mềm SPSS 20.0 bằng phương pháp phân tích độ tin cậy Cronbach’s Alph. Hệ số này dùng để đánh giá độ tin cậy của thang đo hay mức độ chặt chẽ giữa các biến trong bảng câu hỏi. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp thang đo lường là mới hoặc mới với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
40
Đánh giá thang đo bằng phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng 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 đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau. Hệ số KMO (Kaiser-Meyer – Olkin) 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 nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
- Thang đo chỉ được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 0,5 và eigenvalue lớn hơn 1 thì mới đƣợc giữ lại trong mô hình. Đại lƣợng eigenvalue đại diện cho lƣợng biến thiên đƣợc 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 đƣợc 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.
Phân tích hồi quy tuyến tính
Sau khi rút trích đƣợc các nhân tố từ phân tích nhân tố khám phá EFA, dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội, kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor – VIF). Nếu các giả định
41
không bị vi phạm, mô hình hồi quy tuyến tính bội đƣợc xây dựng. Và hệ số R đã đƣợc điều chỉnh (adjusted R square) cho biết mô hình hồi quy đƣợc xây dựng phù hợp đến mức nào.
Tiểu kết chương 3
Chương 3 trình bày hai nội dung chính. Thứ nhất là giới thiệu tổng quan trường CĐSP BR – VT, lịch sử hình thành và phát triển, thực trạng tình hình giáo dục đào tạo tại trường. Trong đó trình bày những nét cơ bản về nguồn lực của nhà trường. Thứ hai trình bày phương pháp nghiên cứu được thực hiện để xây dựng, đánh giá các thang đo và mô hình lý thuyết về các yếu tố tác động đến CLDVĐT qua đánh giá của sinh viên. Phương pháp nghiên cứu được thực hiện qua 2 bước gồm nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ sử dụng phương pháp nghiên cứu định tính thông qua thảo luận nhóm, qua bước nghiên cứu này, các thang đo lường các khái niệm cũng được xây dựng để phục vụ cho nghiên cứu chính thức. Nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng thông qua kỹ thuật phỏng vấn trực tiếp sinh viên với cỡ mẫu là 200 phát ra, sau khi thu lại và làm sạch mẫu phù hợp giữ lại để phân tích là 180.
Chương tiếp theo sẽ trình bày phương pháp phân tích dữ liệu và kết quả phân tích thông tin qua phần mềm SPSS: đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronback’s Alpha, phân tích nhân tố khám phá EFA và phân tích hồi quy tuyến tính, kiểm định trung bình tổng thể, phân tích phương sai để kiểm định sự khác biệt về mức độ đánh giá theo các đặc điểm cá nhân.
42