Mẫu nghiên cứu
Hair & ctg. (1998) cho rằng, nếu sử dụng phương pháp ước lượng thích hợp tối đa (ML) thì kích thước mẫu tối thiểu phải từ 100 đến 150. Tuy nhiên, Hoelter (1983) lại cho rằng kích thước mẫu tối thiểu phải là 200. Bollen (1989) cho rằng kích thước mẫu tối thiểu là năm mẫu cho một tham số cần ước lượng. Nghiên cứu này có 26 biến đo lường (trong đó 22 biến dùng để đo lường chất lượng sản phẩm, dịch vụ và 4 biến
dùng để đo lường sự thoả mãn của khách hàng) vì vậy kích thước mầu tối thiểu là 5 x 26 = 130 mẫu. So sánh giữa phương pháp của Hoelter và Bollen, ta thấy kích thước mẫu tối thiểu của Hoelter lớn hơn vì vậy nghiên cứu này sẽ chọn kích thước mẫu là 200 mẫu.
Để đảm bảo sự thuận lợi và không bị gián đoạn trong nghiên cứu, tác giả quyết định tiến hành phát ra 300 bảng khảo sát để sau khi gạn lọc và làm sạch dữ liệu sẽ đạt được kích cỡ mẫu như mong muốn.
Phương pháp chọn mẫu và đối tượng khảo sát:
Nghiên cứu này sử dụng phương pháp lấy mẫu thuận tiện. Lý do chọn phương pháp này là do thứ nhất phương pháp này có ưu điểm của là dễ tiêp cận đối tượng nghiên cứu, thứ hai do điều kiện thời gian và tài chính của nghiên cứu có giới hạn nên không phù hợp lựa chọn phương pháp chọn mẫu xác xuất.
Đối tượng khảo sát là những khách hàng đang sử dụng sản phẩm của xe máy Honda do Honda Việt Nam sản xuất và các khách hàng đã từng sử dịch dịch vụ sữa chửa, bảo trì tại các cửa hàng Head Honda trên địa bàn tỉnh Bến Tre để phù hợp với mục tiêu và đối tượng của nghiên cứu này.
• Phương pháp thu thập dữ liệu:
Dữ liệu được thu thập thông qua phương pháp phỏng vấn phỏng vấn trực tiếp với bảng câu hỏi bằng giấy với các khách hàng đến giao dịch tại các cửa hàng xe máy Head Honda trên địa bàn tỉnh Bến Tre trong thời gian từ tháng 9 đến tháng 11 năm 2014.
• Phương pháp kiểm định dữ liệu:
Hệ số tin cậy Cronbach’s Alpha dùng để xác định độ tin cậy của thang đo. Thang đo có độ tin cậy đáng kể khi hệ số Cronbach’s Alpha lớn hơn 0.6. Hệ số tương quan biến tổng là hệ sổ tương quan của một biến với điểm trung bình của các biển khác trong cùng một thang đo, do đó hệ số này càng cao, sự tương quan của các biến với các biến trong nhóm khác càng cao.Hệ số tương quan biến tổng phải lớn hơn 0.3đẫn đến các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được xem là biến rác và đương nhiên là bị loại ra khỏi thang đo.
Độ giá trị hội tụ và độ giá trị phân biệt của thang đo được đánh giá sơ bộ thông qua phương pháp phân tích nhân tố khám phá EFA. Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số tải nhân tố (factor loading) phải lớn hơn 0.5 trong một nhân tố (theo Hair & ctg ,1998, hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố lớn hơn 0.3 được xem là đạt mức tổi thiểu, lớn hơn 0.4 được xem là quan trọng và > 0.5 được xem là có ý nghĩa thực tiển). Để đạt độ giá trị phân biệt thì khác biệt giữa các hệ số chuyển tải phải lớn hơn hoặc bằng 0,3.
Số lượng nhân tố được xác định dựa vào chỉ số eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại bỏ khỏi mô hình nghiên cứu.
Phương pháp trích hệ số yếu tố: nghiên cứu này sử dụng phương pháp trích yếu tố Principal Components với phép quay Varimax để thu được số lượng nhân tố trích là lớn nhất.
Phân tích hồi quy tuyến tính được sử dụng trong nghiên cứu này nhằm mục đích nhận biết mức độ tác động của các biến độc lập lên biến phụ thuộc. Từ đó, kiểm tra độ thích hợp của mô hình, kiểm định các giả thuyết.
Phân tích phương sai Anova và t-test được sử dụng trong mô hình nhằm kiểm tra xem các biến độc lập có sự khác biệt như thế nào về giới tính, độ tuổi, nơi ở và số lần sử dụng dịch vụ khi tác động biến phụ thuộc?