CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
3.4 Dữ liệu nghiên cứu
3.4.1 Phương pháp thu thập số liệu
Theo Bollen (1989; trích từ Nguyễn Đình Thọ, 2011) kích thước mẫu tối thiểu để tiến hành phân tích định lượng là năm mẫu cho một biến ước lượng. Với nghiên cứu này thì số biến cần ước lượng là 30, như vậy mẫu nghiên cứu sẽ là 150 sinh viên có tham gia sử dụng mạng xã hội Facebook và là thành viên của các Facebook nhóm. Để đảm bảo về chất lượng, thì nghiên cứu này sẽ khảo sát là 408 mẫu (bảng khảo sát tham khảo phụ lục B).
- Phương pháp chọn mẫu định lượng: phi xác suất, thuận tiện
- Phương pháp khảo sát: gởi bảng khảo sát trực tuyến 200 bảng khảo sát, đưa trực tiếp 208 bảng khảo sát.
- Phương pháp xử lý dữ liệu: Sử dụng phần mềm Excel 2007, SPSS 20.
3.4.2 Nghiên cứu định lượng
Để phân tích, đánh giá các yếu tố ảnh hưởng đến việc chia sẻ kiến thức của các thành viên trong Facebook Nhóm các bước được tiến hành như sau:
Dùng nghiên cứu mô tả: với phân phối tần số để mô tả đặc điểm về mẫu nghiên cứu (về độ tuổi, giới tính).
Phân tích nhân tố: để thu nhỏ, tóm tắt dữ liệu, số lượng các biến phải giảm xuống đến một lượng mà ta có thể sử dụng được vì trong nghiên cứu ta có thể thu được một lượng biến khá lớn và hầu hết có mối quan hệ với nhau.
Kiểm định chất lượng của thang đo: Dùng phép phân tích nhân tố EFA, tính được giá trị Cronbach Alpha để đánh chất lượng của thang đo xây dựng. Thang đo được đánh giá chất lượng tốt khi hệ số Cronbach Alpha tổng thể > 0,6.
Điều kiện để sử dụng Phân tích nhân tố: có mối tương quan giữa các biến với nhau. Xét Kaiser –Mayer-Olkin (KMO) có giá trị từ 0,5 đến 1 thì các biến có mối tương quan đủ lớn để phân tích nhân tố.
Phân tích nhân tố còn dựa vào Eigenvalue: Những nhân tố nào có eigenvalue> 1 thì mới được giữ lại trong mô hình. Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc.
Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố: Sử dụng phương sai trích (% cumulative variance) để đánh giá mức độ giải thích của các biến quan sát đối với nhân tố. Trị số phương sai trích phải lớn hơn 50%.
Dùng kiểm định mô hình hồi quy đa biến: để xem xét sự tác động giữa biến phụ thuộc và độc lập như thế nào, tác động thuận chiều hay nghịch chiều.
Mô hình kiểm định hồi quy đa biến: để xem xét sự tác động giữa biến độc lập và phụ thuộc như thế nào, tác động thuận hay nghịch chiều. Mô hình kiểm định hồi quy đa biến như sau:
Y=0 + 1X1 + 2X2 + 3X3+ 4X4 + 5X5 + 6X6 + ei
Trong đó:
Y: biến phụ thuộc – “chia sẻ kiến thức trong Facebook nhóm”
X1, X2, X3, X4, X5, X6 là các biến độc lập – lần lượt là: tự hiệu quả, sự kỳ vọng của cá nhân, sự tin tưởng, thích giúp đỡ, sự nhận dạng, có đi có lại
Các hệ số trong mô hình là điều quan trọng cần xác định, hệ số càng lớn thì sự tác động càng lớn, tùy thuộc theo tác động dương hay âm.
ei sai số / phần dư là chênh lệch giữa giá trị thực f(Y) quan sát được và giá trị dự báo do khi xây dựng mô hình vẫn còn bỏ qua những nhân tố khác tác động đến f(Y), hoặc dữ liệu thu về vẫn có sai số đo lường.
Kiểm định tương quan từng phần của các hệ số hồi quy: Dùng ma trận hệ số tương quan để xem xét các mối tương quan tuyến tính giữa tất cả các biến, tức là phải xem xét tổng quát mối quan hệ giữa từng biến độc lập với biến phụ thuộc và xem xét mối quan hệ giữa các biến độc lập với nhau để xem có hiện tượng đa cộng tuyến hay không (không có hiện tượng đa cộng tuyến và phù hợp khi : 0. 3 ≤ r ≤ 0,85).
Kiểm định định mức độ phù hợp của mô hình: Mục tiêu của kiểm định này nhằm xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là phù hợp khi tất cả các hệ số hồi quy đều bằng không, mô hình phù hợp nếu ít nhất một hệ số hồi quy khác không. Sử dụng phân tích phương sai (ANOVA) để kiểm định. Nếu Sig. < 0,05: Có ít nhất một hệ số hồi quy khác không thì mô hình được xem là phù hợp.
Mức độ giải thích mô hình: Dùng R2 điều chỉnh (Adjusted R square) để đánh giá độ giải thích của mô hình. R2 điều chỉnh càng gần 1 thì khả năng giải thích của mô hình càng lớn.
Kiểm tra sự khác biệt: Mục tiêu kiểm tra xem có sự khác biệt hay không của hành vi chia sẻ kiến thức trong Facebook nhóm của sinh viên về giới tính, bậc học, ngành học, số năm tham gia Facebook bằng các kiểm định One-way ANOVA, T-test.
TÓM TẮT CHƯƠNG 3
Chương 3 trình bày chi tiết về phương pháp nghiên cứu cho bài nghiên cứu.
Nghiên cứu được thực hiện qua hai bước: nghiên cứu định tínhvà nghiên cứu định lượng. Đầu tiên, dựa vào kết quả nghiên cứu ở chương 2, tác giả hiệu chỉnh, bổ sung và xây dựng thang đo dự kiến với các biến sử dụng thang đo Likert 5. Nghiên cứu định tính được thực hiện bằng phỏng vấn tay đôi với 10 đáp viên tham gia trả lời. Kết thúc phần nghiên cứu định tính, thang đo dự kiến được điều chỉnh, bổ sung để hoàn thành bảng khảo sát đưa vào nghiên cứu định lượng. Chương 3 cũng trình bày về phương pháp phân tích dữ liệu trong nghiên cứu định lượng chính thức. Kết quả nghiên cứu định lượng được trình bày trong chương 4 tiếp theo.