CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Quy trình nghiên cứu

1. Lựa chọn đề tài nghiên cứu
2. Xác định câu hỏi, giả thuyết và phương pháp nghiên cứu
3. Xây dựng đề cương và lập kế hoạch nghiên cứu
4. Thu thập, xử lí và phân tích dữ liệu
5. Viết báo cáo kết quả nghiên cứu
3.2. Phương pháp nghiên cứu
- Nghiên cứu định tính: Nghiên cứu định tính nhằm khám phá độ hài lòng của khách hàng
thông qua khám phá các nhân tố tác động đến độ hài lòng của khách hàng khi sử dụng dịch vụ
xem phim tại CGV. Trong phần nghiên cứu định tính, đề tài sử dụng phương pháp thảo luận
phỏng vấn trực tiếp một nhóm 21 người là các anh, chị, em và bố mẹ của các thành viên trong
nhóm. Nội dung phỏng vấn và những ý kiến đóng góp được ghi nhận, tổng hợp và là cơ sở để
xác định các nhân tố cơ bản tác động đến độ hài lòng của khách hàng khi sử dụng dịch vụ của
CGV. Kết quả nghiên cứu định tính cho thấy: phần lớn các câu hỏi được hiểu tương đối rõ
ràng và hầu hết khách hàng trả lời các vấn đề khảo sát có ảnh hưởng đến độ hài lòng của họ.
Tuy nhiên có một số câu hỏi mang tính trùng lắp và không phù hợp. Sau khi điều chỉnh lần
cuối cùng, nhóm đã đúc kết và đưa ra thang đo chính thức với 31 yếu tố (biến quan sát) và
một số câu hỏi đơn mà khách hàng quan tâm nhiều nhất và có ảnh hưởng đến độ hài lòng của
họ đối với chất lượng dịch vụ CGV.
- Nghiên cứu định lượng: Sau khi xem xét kết quả nghiên cứu định tính nhóm đã tiến hành
khảo sát trên diện rộng. Đối tượng khảo sát là khách hàng sử dụng dịch vụ tại CGV trên địa
bàn thành phố Hồ Chí Minh. Toàn bộ dữ liệu nhận được sẽ xử ý bằng phần mềm SPSS 20 thực
hiện phân tích dữ liệu thông qua các công cụ thống kê mô tả (Discriptive Statistics), phân tích
nhân tố khám phá EFA, kiểm định độ tin cậy Cronbach’s Anpha, phân tích hồi quy (Linear
Regression). Ngoài ra sử dụng phân tích (Model Summary, Anova) để kiểm định sự khác biệt
giữa các biến lựa chọn đối tượng phỏng vấn. Mục tiêu nhằm kiểm định lại các thang đo trong
mô hình nghiên cứu, đây là bước phân tích chi tiết các dữ liệu thu thập được thông qua phiếu
khảo sát gửi cho khách hàng để xác định tính logic tương quan của nhân tố với nhau và từ đó
đưa ra kết quả cụ thể về đề tài nghiên cứu.
3.3. Thiết kế mẫu
3.3.1. Phương pháp chọn mẫu
Chọn mẫu là khách hàng đến xem phim tại CGV ở TP.HCM
 - Chọn khách hàng đại diện có cả nam và nữ

- Đại diện cho các nhóm tuổi: thanh niên, trung niên và người già

- Đại diện cho nghề nghiệp: tất cả các ngành nghề

Nghiên cứu sẽ giải thích mục đích nghiên cứu và đảm bảo các thông tin của
khách hàng sẽ được giữ bí mật, chỉ phục vụ mục đích nghiên cứu.
Được thực hiện theo phương pháp chọn mẫu - lấy mẫu ngẫu nhiên đơn giản có kết hợp
phân tần không theo tỷ lệ, hỏi trực tiếp khách hàng nhưng vẫn đảm bảo các nguyên tắc cơ
bản, mẫu khảo sát đại diện cho tổng thể nói chung.
3.3.2. Kích thước mẫu
Theo Nguyễn Đình Thọ (2011), kích thước mẫu cần cho nghiên cứu phụ thuộc
vào nhiều yếu tố như phương pháp xử lý (hồi quy, phân tích nhân tố khám phá
EFA, mô hình cấu trúc tuyến tính SEM, ..), độ tin cậy cần thiết… Để sử dụng phân
tích nhân tố khám phá EFA chúng ta cần kích thước mẫu lớn. Trong EFA, kích
thước mẫu thường 34 được xác định dựa vào (1) kích thước tối thiểu và (2) số
lượng biến đo lường đưa vào phân tích. Theo Hair và cộng sự (2006) cho rằng để
sử dụng EFA, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát
(Observations)/ biến đo lường (items) là 5:1, nghĩa là 1 biến đo lường cần tối
thiểu là 5 quan sát, tốt nhất là 10:1 trở lên.
Như vậy, trong nghiên cứu này, các biến khảo sát tổng cộng có 31 biến. Nếu lấy tỉ lệ 5:1
thì kích thước của mẫu là 31 x 5= 155. Kích thước này lớn hơn kích thước tối thiểu (90) nên
kích thước mẫu tối thiểu của nghiên cứu là 155 quan sát. Dự kiến số bảng hỏi phát ra sẽ là
200 bảng. Nếu số mẫu thu về chưa đạt yêu cầu thì sẽ tiến hành phát tiếp cho đến khi đủ số
lượng mẫu thu thập.
3.4. Các kỹ thuật xử lý dữ liệu
Các kỹ thuật xử lý dữ liệu được thực hiện như sau:

- Chuẩn bị thông tin: Thu nhận bảng trả lời, tiến hành làm sạch thông tin, mã hóa
các thông tin cần thiết trong bảng trả lời và phân tích dữ liệu bằng phần mềm
SPSS phiên bảng 20.0.

- Thống kê mô tả mẫu khảo sát thu được

 - Hệ số tin cậy Cronbach’s Anpha:

Hệ số tin cậy Cronbach’s Anpha được sử dụng để đánh giá độ tin cậy của thang
đo. Theo quy ước thì một tập hợp các biến (mục hỏi) dùng để đo lường được
đánh giá là tốt phải có hệ số anpha lớn hơn hoặc bằng 0.8. Tuy nhiên, đối với
“trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời
trong bối cảnh nghiên cứu” thì hệ số Cronbach’s anpha từ 0.6 trở lên là phép đo
đảm bảo độ tin cậy và chấp nhận được (Nunnally, 1978; Peterson, 1994; Slater,
1995, dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Do vậy trong
nghiên cứu này, thang đo sẽ được chọn khi hệ số tin cậy Cronbach’s Anpha lớn
hơn 0.6
Tuy nhiên, hệ số tin cậy Cronbach’s Anpha chỉ cho biết các biến đo lường có liên
kết với nhau hay không nhưng không cho biết biến nào cần loại bỏ đi và biến nào
cần giữ lại. Do đó, cần kết hợp với việc sử dụng hệ số tương quan biến tổng
(Corrected ItemTotal Correlation). Những biến có hệ số tương quan biến tổng
nhỏ hơn 0.3 sẽ bị loại vì những biến này không có nhiều đóng góp cho khái niệm
cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Sử dụng phương pháp hệ số tin cậy Cronbach’s Anpha trước khi phân tích nhân
tố khám phá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra yếu
tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007)
- Phân tích nhân tố khám phá EFA:

Phân tích nhân tố khám phá EFA được sử dụng để đánh giá độ giá trị của thang
đo. Các thang đo sẽ được đánh giá giá trị thang đo bằng cách xem xét ba thuộc
tính quan trọng trong kết quả EFA: (1) Số lượng nhân tố trích được, (2) trọng số
nhân tố và (3) tổng phương sai trích (Nguyễn Đình Thọ, 2011)

Bảng ??: Tóm tắt các chỉ tiêu đánh giá thang đo bằng phương pháp EFA
Tiêu chí Yêu cầu Kết luận Tham khảo

Số lượng nhân tố trích

được phù hợp với giả
Đạt được
1. Số lượng nhân thuyết ban đầu về số Nguyễn Đình
giá trị phân
tố trích được lượng thành phần đo (của Thọ, 2011
biệt
thang nếu khái niệm đa
hướng) hoặc số lượng khái
 niệm đơn hướng
Nguyễn Đình
2. Trọng số nhân
λi≥ 0.50 là giá trị chấp nhận Thọ, 2011 Hair
tố λi (Factor
được (*) và cộng sự,
Loading)
1998
Đạt được
Nguyễn Đình
3. Tổng phương giá trị hội tụ
Thọ, 2011.
sai trích (Total TVE phải đạt từ 50% trở
Gerbing và
variance lên (từ 60% trở lên là tốt)
Anderson,
explained- TVE)
1988

Nguồn: Nguyễn Đình Thọ (2011); Hair và cộng sự (1998); Gerbing và Anderson
(1988).
Theo Hair và cộng sự (1998), trọng số nhân tố λi (Factor Loading) là chỉ tiêu để
đảm bảo mức ý nghĩa thiết thực EFA. λi > 0.3 được xem là đạt mức tối thiểu, λi >
0.4 được xem là quan trọng, λi ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair và
cộng sự (1998) cũng khuyên như sau: nếu chọn tiêu chuẩn λi > 0.3 thì cỡ mẫu ít
nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn λi > 0.55, nếu
cỡ mẫu khoảng 50 thì λi > 0.75. Ngoài ra, chênh lệch λ lớn nhất và λ bất kỳ tại
mỗi biến phải ≥ 0.3 (Jabnoun và Al-Tamimi, 2003)
Phân tích nhân tố khám phá EFA trong nghiên cứu này:

 Sử dụng phương pháp trích Principal Components với phép xoay Varimax.
ü Kiểm tra mức độ quan hệ giữa các biến đo lường bằng kiểm định KMO
(KaiserMeyer- Olkin) và kiểm định Barlett. Kiểm định KMO là một chỉ tiêu
dùng để xem xét sự thích hợp EFA, 0.5≤KMO≤1 thì phân tích nhân tố là
thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các
biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa
thống kê (Sig <0.05) thì các biến quan sát có tương quan tổng thể (Nguyễn
Khánh Duy ,2009)
- Phương pháp hồi quy đa biến:

Phương pháp hồi quy đa biến để đánh giá mức độ ảnh hưởng của chất lượng
dịch vụ đến ý định hành vi của khách hàng với mức ý nghĩa 5 %, được tiến hành
theo hai bước: (1) phân tích tương quan Pearson để xem xét sự phù hợp của mô
hình trước khi đưa vào phân tích hồi quy; (2) sau khi đánh giá sự phù hợp của
mô hình, phân tích hồi quy sẽ được thực hiện, kết quả của phân tích hồi quy
nhằm đánh giá mức độ ảnh hưởng của chất lượng dịch vụ đến ý định hành vi của
khách hàng.
Phân tích tương quan Pearson được thực hiện giữa biến độc lập và biến phụ
thuộc nhằm khẳng định có mối quan hệ tuyến tính giữa các biến phụ thuộc và
độc lập. Khi đó, việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị
tuyệt đối của Pearson gần đến 1 thì hai biến này có mối tương quan tuyến tính
càng chặt chẽ. Đồng thời cũng cần phân tích tương quan giữa các biến độc lập
với nhau nhằm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập.
Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả phân tích hồi
quy như gây ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng
Ngọc, 2005).
Phân tích hồi quy đa biến được thực hiện theo phương pháp Enter: tất cả các
biến được đưa vào một lần và xem xét kết quả thống kê liên quan. Quá trình
phân tích được thực hiện theo các bước sau (Hoàng Trọng và Chu Nguyễn Mộng
Ngọc, 2005):
ü Đánh giá sự phù hợp của mô hình hồi quy đa biến thông qua R2 hiệu
chỉnh.
ü Kiểm định giả thuyết về độ phù hợp của mô hình.
ü Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy của từng thành phần.
ü Kiểm định giả thuyết về phân phối chuẩn của phần dư: dựa theo biểu đồ
của tần số phần dư chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch
chuẩn bằng 1.
ü Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua giá trị của dung
sai (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance Inflation
Factor). Nếu VIF> 10 thì có hiện tượng đa cộng tuyến.
ü Xác định mức độ ảnh hưởng của các yếu tố chất lượng dịch vụ đến ý định
hành vi của khách hàng thông qua hệ số Beta: hệ số Beta của yếu tố nào
càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các
yếu tố khác trong mô hình nghiên cứu.
 -Phân tích Model Summary để đánh giá độ phù hợp của mô hình phân tích hồi
quy đa biến. Trong phân tích Model Summary cần quan tâm đến các giá trị:

 Giá trị R2 (R Square), R2 hiệu chỉnh (Adjusted R Square) phản ánh mức độ
giải thích biến phụ thuộc của các biến độc lập trong mô hình hồi quy. R2
hiệu chỉnh phản ánh sát hơn so với R2. Mức dao động của 2 giá trị này là từ
0 đến 1, tuy nhiên việc đạt được mức giá trị bằng 1 là gần như là ít có mô
hình nào đạt tới. Với chỉ số R2 hiệu chỉnh nếu càng tiến về 1 thì mô hình
càng có ý nghĩa, càng tiến về 0 thì ý nghĩa mô hình càng yếu.
 Trị số Durbin – Waston (DW) dùng để kiểm tra hiện tương quan chuỗi bậc
nhất (kiểm định tương quan của các sai số kề nhau). DW có giá trị biến
thiên trong khoảng từ 1 đến 3

- Phân tích phương sai (ANOVA) Phân tích phương sai (ANOVA) được sử dụng khi
so sánh trung bình của từ ba đám đông (nhóm) trở lên (Nguyễn Đình Thọ, 2011).
Trong phân tích ANOVA, hệ số cần quan tâm là hệ số sig của kiểm định Levene (ở
bảng Test of Homogeneity of variances).

 Nếu sig ≤0.05 thì kết luận phương sai giữa các nhóm khác nhau một cách có
ý nghĩa.
 Nếu sig >0.05 thì phương sai giữa các nhóm không khác nhau một cách có ý
nghĩa à đủ điều kiện phân tích ANOVA à sử dụng kết quả ở bảng ANOVA. Ở bảng
ANOVA, nếu sig > 0.05 kết luận không có sự khác biệt giữa các nhóm biến định
tính; nếu sig ≤0.05 thì kết luận có sự khác biệt giữa các nhóm biến định tính

3.5. Mô hình nghiên cứu và giả thuyết nghiên cứu

3.5.1. Mô hình nghiên cứu
 Hình ??: Mô hình lý thuyết của đề tài
3.5.2. Giả thuyết nghiên cứu
Sau khi tham khảo và chọn lọc như điều chỉnh phù hợp với đề tài “Nghiên cứu sự hài lòng của
khách hàng về dịch vụ của CGV tại khu vực TP. Hồ Chí Minh”, chúng tôi đã đưa ra tổng cộng 5
biến chính có ảnh hưởng đến “Sự hài lòng của khách hàng về dịch vụ của CGV”.
Giả thuyết 1: Cơ sở vật chất có sự tác động đến sự hài lòng của khách hàng về dịch vụ của
CGV.
Giả thuyết 2: Đội ngũ nhân viên có sự tác động đến sự hài lòng của khách hàng về dịch vụ của
CGV.
Giả thuyết 3: Giá cả có sự tác động đến sự hài lòng của khách hàng về dịch vụ của CGV.
Giả thuyết 4: Chương trình khuyến mái có sự tác động đến sự hài lòng của khách hàng về dịch
vụ của CGV.
Giả thuyết 5: Sự thuận tiện có sự tác động đến sự hài lòng của khách hàng về dịch vụ của
CGV.
Giả thuyết 5: Đội ngũ nhân viên có sự tác động đến sự hài lòng của khách hàng về dịch vụ của
CGV.
 TÓM TẮT CHƯƠNG 3

Trong chương 3 đã trình bày quy trình nghiên cứu được thực hiện trong đề tài nhằm xây
dựng, đánh giá các thang đo và mô hình lý thuyết về các nhân tố ảnh hưởng đến sự hài lòng
của khách khi sử dụng dịch vụ tại CGV. Phương pháp nghiên cứu được thực hiện qua hai
bước: Nghiên cứu định tính và nghiên cứu định lượng. Thông qua hai nghiên cứu, xây dựng
thang đo từng nhân tố trong mô hình nghiên cứu từ đó thực hiện điều tra khách hàng nhằm
thu thập dữ liệu làm cơ sở thực hiện phân tích số liệu bằng phần mềm SPSS 20.0. Trong
chương này cũng giới thiệu một số kỹ thuật xử lý dữ liệu sẽ được áp dụng trong chương 4.