NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
đo 4 RR02 Tôi lo về những quy định khi mua gạo trực Phan Thị Nhung
tuyên và cộng sự (2023)
RR03_ Tôi lo lắng về chất lượng vận chuyền gạo Ảnh hưởng của dịch bệnh (DB)
DB0I Tôi thấy trong _ điền Bayi tợi người ss
Thang mua gạo trực tuyên vì vậy tôi cũng mua. ‹ 1 „tore Alaimo
đ Không có nhiều cơ sở bán gạo như trước Và cộng sự (2020) o5 DB02 -~.. F : og
đây nên tôi mua gạo trực tuyên Chi-Fang Liu và
; i Cong su (2020).
DB03 Tôi được khuyên khích mua gạo trực tuyên trong bôi cảnh dịch
Chính sách đổi trả (DT) Phoranee
DT01 Tôi lo lắng về việc mua gạo về dùng Loketkrawee và
Thang nhưng không được đôi nêu không phùhợp Cộng sự (2018), DT02 Tôi e sợ những rủi ro về việc đôi trả gạo Jan P. Voon và đo 6 &
xã ⁄ i cock Ấ.. ghe Cong su (2011),
DT03 TẾI lo lăng sẽ mât gạo nêu đôi qua trung Phas “Thị Nhung
alla và cộng sự (2023)
Ý định mua gạo trực tuyến (YD) Rosana Eni VD0I Tôi sẽ tiếp tục mua gạo trực tuyến trong Puspita và cộng
tương lai sự (2021),
Thang YD02 Tôi sé chia sẽ địa chi bán gạo trực tuyến Phoranee
đo 7 cho bạn bẻ va người thân Loketkrawee và
_n . ~ wowed cộng sự (2018).
YD03 ue sé BỊ hiệu những nae ai tu, gian fui Thị Eìm hàng bán gạo trong thời gian tới Ngân (2019)
Nguồn: Tac giả tong hợp, 2024
2.4.5. Phương pháp nghiên cứu
2.4.5.1. Phương pháp thu thập số liệu Dữ liệu thứ cấp
Đây là những nguồn thông tin cơ bản rất quan trọng đề tông hợp, phân tích và đưa ra những nhận xét, đánh giá thực trạng và đề xuất giải pháp phù hợp với mục tiêu của đề tài. Số liệu thứ cấp được thu thập từ:
Sách, báo, tạp chí, các ấn phẩm đã ban hành, các đề tài khoa học, các văn bản pháp quy của Nhà nước, Chính phủ và các tô chức quốc tế có liên quan.
Các báo cáo của cơ quan chuyên môn: Cục Thống kê TP.HCM, Chi cục thống kê TP.HCM, Ủy ban nhân dân TP.HCM, Ủy ban nhân dân TP. Thủ Đức...
Dữ liệu sơ cấp
Với địa bàn rộng nghiên cứu rộng và mật độ dân SỐ cao, nghiên cứu tiễn hành thu thập dữ liệu bằng việc phỏng vấn người dân tại khu vực thành phố Hồ Chí Minh thông qua phiếu khảo sát trực tiếp và khảo sát online thông qua các mạng xã hội phổ biến như Facebook, Zalo. Số liệu sau khi thu thập được sang lọc, tính toán chính thức, phản ánh được các chỉ tiêu cần thiết về ý định mua gạo trực tuyến của người dân tại
TP. Thủ Đức
2.4.5.2. Phương pháp chọn mẫu và thiết kế mẫu Phương pháp chọn mẫu ngẫu nhiên
Đối tượng khảo sát là người tiêu dùng có vai trò quyết định trong việc lựa chọn thực phẩm trong các hộ gia đình.
Do đối tượng khảo sát tương đối rộng, dễ tiếp cận nên tác giả quyết định chọn mẫu được theo phương pháp thuận tiện, phi xác suất từ các khách hàng đi mua sắm
tại siêu thị, cửa hàng bán gạo, chợ...
Xác định kích thứớc mẫu
Nghiên cứu này bao gồm 24 biến, trong đó có 3 biến phụ thuộc và 21 biến độc lập. Theo Hair, Black, Babin va Anderson (2010), theo quy tắc thông thường, kích thước mẫu phải bằng hoặc lớn hơn 100 và mẫu nhỏ nhất phải có tỷ lệ mong muốn là 5 quan sát cho mỗi biến. n > 100 mẫu và n=5k (k là số lượng các biến).
Bảng câu hỏi trong đề tài này có 24 biến. Vì thế, kích thước mẫu là:
n=5*24= 120
Theo Tabachnick và Fidell (2007) cỡ mẫu dùng cho phân tích hồi quy được xác định:n >= 50 + 5m (m Id số biến độc lập)
Do đó, trong nghiên cứu này, kích thước mẫu tối thiểu phải là: 50+5*6=80 Nhằm tăng độ tin cậy, đề tài khảo sát 259 mẫu.
Thu thập thông tin
Thông tin về nội dung nghiên cứu được thu thập chủ yếu qua bảng câu hỏi.
Việc thu thập thông tin được thực hiện theo các bước sau:
Bước 1: Thiết kế mẫu phiếu khảo sát (bảng in và bảng khảo sát google form);
Bước 2: Điều tra phỏng van và thu thập số liệu.
- Đối với khảo sát bằng bảng câu hỏi trực tiếp: Tiến hành phỏng vấn trực tiếp bằng phiếu khảo sát với các hộ dân hiện đang sinh sống tại phường tiêu biểu của TP.
Thủ Đức như: P. Linh Chiểu, P. Phú Hữu, P. An Phú. Các khu vực này tập trung đông
dân cư.
- Đối với khảo sát online: Tiến hành gửi phiêu khảo sát được thiết kế bằng công cụ Google Form với đường dẫn (link) đến các hộ dân đang sinh sống tại Tp.
Thủ Đức. Việc gửi phiếu khảo sát được thực hiện thông qua các mạng xã hội phố biến hiện nay như Facebook, Zalo.
2.4.6. Phương pháp phân tích số liệu
Sau khi tiến hành phỏng vấn, thu thập số liệu, tác giả kiểm tra, loai các mẫu phiếu không đủ chuẩn (trả lời không day đủ hoặc 1 câu trả lời có nhiều đáp án) và tiền hành phân tích. Tác giả xử lý số liệu thông qua phần mềm Excel và SPSS 20.
2.4.6.1. Phương pháp thống kê mô tả và so sánh
Sử dụng các phương pháp thống kê đặc trưng như: lớn nhất, bé nhất, trung bình, tần suất, độ lệch chuan...dé mô ta đặc trưng của mẫu điều tra. So sánh tập dữ liệu này với tập dữ liệu khác hoặc so sánh các số liệu trong cùng một tập giữ liệu nhằm xác định các điểm giống nhau và khác nhau của mẫu. Phương pháp thống kê
mô tả và so sánh nhằm thu thập, tổng kết và mô tả dữ liệu của các nhân tố thái độ, chuẩn chủ quan...
2.4.6.2. Kiểm định độ tin cậy
Kiểm định độ tin cậy là tiến hành kiểm tra độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha. Theo nhiều nhà nghiên cứu, mức độ đánh giá các biến thông qua hệ số Cronbach’s Alpha được đưa ra như sau:
Những biến có hệ số tương quan biến tong (Corrected Item Total Correlation) lớn hơn 0,3 và có hệ số Cronbach’s Alpha lớn hơn 0,6 sẽ được chấp nhận và đưa vào những bước phân tích xử lý tiếp theo với:
Hệ số Cronbach’s Alpha lớn hon 0,8: hệ số tương quan cao Hệ số Cronbach’s Alpha từ 0,7 đến 0,8: chấp nhận
Hệ số Cronbach’s Alpha từ 0,6 đến 0,7: chấp nhận được nếu thang đo mới Chú ý: hệ số tương quan trên tong phải >=0.3
2.4.6.3. Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mỗi tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Mayers và cộng sự (2000) dé cập rằng: Trong phân tích nhân tố, phương pháp
trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được
sử dụng phô biến nhất.
Theo Hair và cộng sự (2010), Factor loading (hệ số tải nhân tố hay trọng SỐ nhân tổ) là chỉ tiêu dé đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor loading > 0.3 được xem là đạt mức tối thiểu
- Factor loading > 0.4 được xem là quan trọng
- Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện dé phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
- Hệ số tải nhân t6 (Factor loading) > 0.5
- 0.5 < KMO < 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng dé xem xét giả thuyết các biến không có tương quan trong tổng thé.
Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
2.4.6.4. Phân tích tương quan — hồi quy Hệ số tương quan
Hệ số tương quan là chỉ tiêu đánh giá mức độ chặt chẽ của mối liên hệ tương quan tuyến tính giữa biến độc lập và biến phụ thuộc cũng như mối quan hệ giữa các biến độc lập với nhau. Phân tích tương quan là một bước quan trọng trước khi thực hiện phép phân tích hồi quy tuyến tính bội.
Các tính chất của hệ số tương quan: miền xác định: - 1 <r < I.
r > 0: mối liên hệ tương quan tuyến tính thuận r <0: mối liên hệ tương quan tuyến tính nghịch r=+ 1: mối liên hệ hàm số hoàn toàn chặt chẽ
r =0: không có mối liên hệ tương quan tuyến tính giữa x và y
|r|< 0,5: mối liên hệ tương quan không chặt chẽ 0,5 <|r|<0,7: mối liên hệ tương quan trung bình 0,7 <|1r|<0,9: mối liên hệ tương quan chặt chẽ
|r|> 0,9: mối liên hệ tương quan rat chặt chẽ Phân tích hồi quy
Phân tích hồi qui là nghiên cứu sự phụ thuộc của 1 biến (biến phụ thuộc) vào 1 hay nhiều biến khác (biến độc lập), nhằm mục đích ước lượng (hay dự đoán) giá trị
trung bình của biên phụ thuộc trên cơ sở các giá tri biệt trước của các biên độc lập.
Ta có phương trình hồi quy tuyến tính bội diễn tả các nhân tố ảnh hưởng đến ý định giảm thiểu rác thải nhựa của người dân tại Thanh phố Hồ Chí Minh là:
YD= B0 + B1* SD + B2* HI + B3 * TT + B4 * RR+ B5 * DB + Bó*DT+ € Trong đó:
- B0: hằng số
- Bk là hệ số hồi quy riêng phan (k = 1,2,3,4) - e là sai số ngẫu nhiên
Các biến độc lập :
- Nhận thức tính dễ sử dụng, ký hiệu SD - Nhận thức về sự hữu ích, ký hiệu HI
- Sự tin tưởng, ký hiệu TT
- Nhận thức rủi ro trong giao dịch trực tuyến, ký hiệu RR - Ảnh hưởng của dịch bệnh, ký hiệu DB
- Chính sách đổi trả, ký hiệu là DT
Biến phụ thuộc : YD là ý định mua gạo trực tuyến tại TP. Thủ Đức Kiểm định sự khác biệt
Sử dụng phương pháp phân tích phương sai một yếu tố (One-Way ANOVA) nhằm kiểm định giả thiết các tông thé nhóm (tổng thể bộ phận) có trị trung bình bằng
nhau.
2.4.6.5. Xử lý số liệu
Thu thập các thông tin, số liệu nhằm đánh giá tổng quát đặc trưng về một tổng thể cần nghiên cứu. Dùng công cụ phần mềm xử lý số liệu Excel đề tính toán, xử lý và tong hợp các số liệu cần thiết. Tính toán tong hợp các số liệu thu thập được dé làm rõ một số nội dung như: tình hình mua gạo trực tuyến, quan điểm của người dân về mua hàng trực tuyến, ý định mua hang trực tuyến của người dân, ...
Đề tài sử dụng phương pháp phân tích hồi quy đa biến, lượng hóa các số liệu
bang mô hình cụ thê với sự hồ trợ của công cụ máy vi tính.
Chương 3