CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
3.4 NGHIÊN CỨU CHÍNH THỨC
Để đạt được 375 mẫu trong nghiên cứu, 450 bảng câu hỏi được phát ra. Trong đó, 350 phiếu khảo sát trực tiếp được phát tại các TTTM, thu hồi về 338 bảng và gửi email đến 100 người, nhận được 76 phản hồi trả lời. 32 bảng câu hỏi bị loại do người trả lời bỏ trống hoặc hiểu nhầm TTTM với siêu thị. Như vậy, số mẫu hợp lệ là 382 mẫu, tỷ lệ mẫu thu hồi là 84,89%. Sau khi nhập dữ liệu, kiểm tra và làm sạch dữ liệu, nghiên cứu tiến hành đánh giá thang đo thông qua hai công cụ là hệ số Cronbach’s Alpha và phân tích nhân tố EFA.
3.4.2 Phương pháp phân tích dữ liệu
3.4.2.1 Kiểm định độ tin cậy Cronbach’s Alpha
Thang đo đạt độ tin cậy khi hệ số Cronbach Anpha >0.6 và tương quan biến tổng của các biến quan sát của thang đo >0.3. Các biến quan sát có hệ số tương quan biến – tổng không đạt sẽ được loại bỏ.
3.4.2.2 Kiểm định thang đo bằng phân tích EFA
Sau khi kiểm định độ tin cậy của từng thang đo các khái niệm, EFA được sử dụng để đánh giá giá trị phân biệt của các thang đo trong mô hình. Sử dụng phần mềm SPSS với phương pháp trích Principal axis factoring, phép xoay Promax.
Trong EFA cần lưu ý đánh giá một số thông số sau:
Hệ số KMO (Kaiser – Meyer – Olkin): là hệ số để đánh giá sự thích hợp cho phân tích nhân tố. Hệ số này cần đạt giá trị lớn hơn 0.5 (Nguyễn Đình Thọ, 2011) để tập số liệu phù hợp với phân tích EFA.
Số nhân tố trích được phải bằng với số khái niệm (nhân tố) đưa vào phân tích EFA.
Tổng phương sai trích tất cả các nhân tố trích được phải ≥ 50%.
Trọng số nhân tố: là chỉ tiêu để đảm bảo mức ý nghĩa của một biến quan sát đối với nhân tố mà biến quan sát đó đo lường. Theo Hair & ctg (2006), trọng số trong phân tích EFA từ ± 0.3 đến ± 0.4 là chấp nhận được, ± 0.5 hoặc lớn hơn thì được xem là có ý nghĩa thực tiễn.
3.4.2.3 Kiểm định thang đo bằng phân tích nhân tố khẳng định CFA
Để đo lường mức độ phù hợp của mô hình với dữ liệu thị trường, nghiên cứu này sử dụng các chỉ tiêu Chi bình phương (CMIN), Chi-square điều chỉnh theo bậc tự do (CMIN/df), CFI chỉ số thích hợp so sánh, TLI và RMSEA. Trong đó nếu mô hình nhận được các giá trị GFI, TLI, CFI từ 0.9-1, RMSEA < 0.08, CMIN/df <=2 (Nguyễn & Nguyễn, 2011), một số trường hợp CMIN/df < 3 (Carmines & McIver, 1981) thì được cho là mô hình phù hợp với dữ liệu thị trường. Khi thực hiện phân tích nhân tố khẳng định, cần đánh giá thêm một số chỉ tiêu sau: độ tin cậy của thang đo (thông qua độ tin cậy tổng hợp và tổng phương sai trích được), tính đơn hướng, giá trị hội tụ (khi các trọng số chuẩn hóa của thang đo đều cao hơn 0.5 và có ý nghĩa thống kê ở mức 5%).
3.4.2.4 Kiểm định giá trị phân biệt của các khái niệm nghiên cứu
Có thể kiểm định giá trị phân biệt của các khái niệm trong mô hình tới hạn (saturated model), mô hình mà các khái niệm nghiên cứu được tự do quan hệ với nhau). Có thể thực hiện kiểm định hệ số tương quan xét trên phạm vi tổng thế giữa các khái niệm có thực sự khác biệt so với 1 hay không. Nếu nó thực sự khác biệt thì các thang đo đạt được giá trị phân biệt.
3.4.2.5 Kiểm tra ước lượng mô hình bằng phương pháp Boostrap
Để đánh giá độ tin cậy của các ước lượng, trong phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thông thường chúng ta phải chia mẫu thành 02 mẫu con. Mẫu con thứ nhất dùng để ước lượng các tham số mô hình và mẫu con thứ hai dùng để đánh giá lại:
Phương pháp Boostrap thực hiện với số mẫu lặp lại là N lần. Kết quả ước lượng từ N mẫu được tính trung bình và giá trị này có xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Boostrap và
ước lượng mô hình với mẫu ban đầu càng nhỏ cho phép kết luận các ước lượng mô hình có thể tin cậy được, tức là trị tuyệt đối các độ chệch này càng nhỏ, càng không có ý nghĩa thống kê càng tốt.Trị tuyệt đối CR rất nhỏ so với 2 nên có thể nói là độ chệch là rất nhỏ, không có ý nghĩa thống kê ở độ tin cậy 95%.
3.4.2.6 Phân tích cấu trúc đa nhóm
Phương pháp phân tích cấu trúc đa nhóm để so sánh mô hình nghiên cứu theo các nhóm nào đó của một biến định tính. Đầu tiên người ta sẽ làm 2 mô hình: Mô hình khả biến, và mô hình bất biến (từng phần).
Trong mô hình khả biến, các tham số ước lượng trong từng mô hình của các nhóm không bị ràng buộc. Trong mô hình bất biến, thành phần đo lường không bị ràng buộc nhưng các mối quan hệ giữa các khái niệm trong mô hình nghiên cứu được ràng buộc có giá trị như nhau cho tất cả các nhóm. Kiểm định Chi-square được sử dụng để so sánh giữa 2 mô hình. Nếu kiểm định Chi-square cho thấy giữa mô hình bất biến và mô hình khả biến không có sự khác biệt (P-value > 0.05) thì mô hình bất biến sẽ được chọn (có bậc tự do cao hơn). Ngược lại, nếu sự khác biệt Chi-square là có ý nghĩa giữa hai mô hình (P-value<0.05) thì chọn mô hình khả biến (có độ tương thích cao hơn). (Xem Thọ & Trang, 2008, 208).
Tóm tắt chương 3:
Chương 3 đã trình bày phương pháp nghiên cứu sử dụng để xây dựng và điều chỉnh các thang đo. Nghiên cứu được thực hiện thông qua nghiên cứu sơ bộ (định tính và định lượng) và nghiên cứu chính thức (định lượng). Nghiên cứu định tính thực hiện thông qua tiến hành thảo luận tay đôi với 20 khách hàng để khám phá yếu tố hình thành thang đo lòng trung thành của khách hàng, thang đo sự gắn kết của khách hàng và thang đo cho (03) thành phần của hành vi tự nguyện của khách hàng đối với trung tâm thương mại. Trên cơ sở các ý kiến thu thập được và cơ sở lý thuyết, xây dựng thang đo sơ bộ bao gồm 21 biến quan sát. Dựa trên kết quả nghiên cứu sơ bộ đã thực hiện khảo sát thử 30 khách hàng đã từng mua sắm tại Trung tâm thương mại cao cấp ở Thành phố Hồ Chí Minh nhằm để kiểm định lại độ tin cậy của thang đo trước khi tiến hành nghiên cứu chính thức bao gồm 21 biến quan sát cần đo lường như trên.