Chapter 2 1 5 1 2015 CHƢƠNG 2 PHÖÔNG PHAÙP NGHIEÂN CÖÙU ÑÒNH LÖÔÏNG 1 CAÙC NOÄI DUNG CHÍNH 2 1 Khaùi quaùt veà phöông phaùp nghieân cöùu ñònh löôïng 2 2 Moâ hình vaø giaû thuyeát nghieân cöùu 2 3 Phöông phaùp choïn maãu 2 4 Ño löôøng vaø thang ño 2 5 Phöông phaùp thu thaäp döõ lieäu 2 6 Xöû lyù vaø phaân tích soá lieäu 2 2 1 Khaùi quaùt veà phöông phaùp nghieân cöùu ñònh löôïng 2 1 1 Khaùi nieäm Nghiên cứu định lƣợng là loại nghiên cứu mà ta muốn lƣợng hoá sự biến thiên của đối tƣợng nghiên cứ.
Trang 1CHƯƠNG 2: PHƯƠNG PHÁP
NGHIÊN CỨU ĐỊNH LƯỢNG
1
2.1 Khái quát về phương pháp nghiên cứu định lượng
2.2 Mô hình và giả thuyết nghiên cứu
2.3 Phương pháp chọn mẫu
2.4 Đo lường và thang đo
2.5 Phương pháp thu thập dữ liệu
2.6 Xử lý và phân tích số liệu
2
2.1 Khái quát về phương pháp
nghiên cứu định lượng
2.1.1 Khái niệm
Nghiên cứu định lượng là loại nghiên cứu mà
ta muốn lượng hố sự biến thiên của đối
tượng nghiên cứu
PPĐL là PP truyền thống trong nghiên cứu
khoa học (kinh tế) thường được dùng để
kiểm định lý thuyết khoa học dựa vào quá
trình suy diễn
3
Trang 22.1.2 Phương pháp
Khảo sát: là dạng thiết kế để thu thập dữ liệu
phổ biến nhất trong NCĐL, cho phép thu
thập được nhiều dạng dữ liệu khác nhau phù
hợp cho từng NC cụ thể
Thử nghiệm: là dạng nghiên cứu nhân quả
nhằm khám phá mối quan hệ nhân quả giữa
các biến trong thị trường
4
2.1.3 Mục đích
Nghiên cứu hàn lâm
Nghiên cứu ứng dụng
5
Mô hình NC là sơ đồ chỉ ra mối quan hệ
tương quan hay nhân quả giữa các biến số
trong mô hình nhằm giải quyết mục tiêu NC
đặt ra
Mô hình nghiên cứu được xây dựng dựa vào
việc XĐ vấn đề NC, lược khảo tài liệu, mục
2.2 Mô hình và giả thuyết nghiên cứu
Trang 32.2 Mô hình và giả thuyết nghiên cứu
Giả thuyết NC là sự phỏng đoán hợp lý về bản
chất của mối liên hệ giữa hai hay nhiều biến
số, được trình bày dưới dạng một phát biểu có
thể kiểm chứng được
Mỗi mô hình NC luôn gắn với các giả thuyết
NC
7
Cách xác định giả thuyết nghiên cứu
Giả thuyết NC là một gỉa định, được XD trên cơ sở của
vấn đề NC và cơ sở lý thuyết, để chúng ta kiểm định tính
hợp lý và kết quả thực nghiệm của nó Vì vậy cần:
Kiểm tra dữ liệu và tài liệu (nếu có sẵn) liên quan đến
vấn đề NC, hoặc manh mối nào đó
Xem lại các nghiên cứu tương tự trước đây trong cùng
lãnh vực hoặc cùng vấn đề liên quan
Thảo luận với đờng nghiệp, bạn bè, chuyên gia về vấn
đề NC, nguờn gốc và mục tiêu để tìm ra giải đáp
Quan sát và phán đốn của người NC về vấn đề NC và
về ý kiến của những cá nhân/đơn vị liên quan 8
Giả thuyết nghiên cứu nên
- Là một câu khẳng định
- Là một câu phát biểu về mối quan hệ giữa các
biến sớ
- Có ý nghĩa rõ ràng
- Phù hợp với vấn đề và mục tiêu nghiên cứu
- Được diễn tả một cách thích hợp với các thuật
ngữ chính xác
- Lập luận để đưa ra giả thuyết phải là logic
9
Trang 42.3 Phương pháp chọn mẫu
2.3.1 Xác định đám đông NC:
Đám đông là tập hợp tất cả các đối tượng
NC mà nhà NC cần NC để giải quyết được
mục tiêu NC
XĐ đám đông NC là khâu đầu tiên trong
quá trình chọn mẫu
10
2.3.2 Xác định khung mẫu
Khung mẫu là danh sách liệt kê dữ liệu
cần thiết của tất cả các đơn vị và phần tử
của đám đông để thực hiện công việc chọn
mẫu
11
2.3.3 Xác định kích thước mẫu
XĐ kích thước mẫu là công việc không dễ
dàng trong NCKH Tùy theo PPNC, kỹ
thuật thu thập và xử lý dữ liệu mà PP xác
định kích thước mẫu cũng khác nhau
Trang 5Xác định cỡ mẫu đối với giá trị
trung bình
Được xác định bằng công thức:
Trong đó:
- n: kích thước mẫu
- s: độ lệch chuẩn của mẫu
- ɕx: sai số chuẩn
13
Xác định cỡ mẫu đối với giá trị
trung bình
ɕx = mức sai số mong muốn/Z
Mức tin cậy 95% thì Z = 1,96
Mức tin cậy 99% thì Z = 3
14
Xác định cỡ mẫu theo tỷ lệ
Được xác định bằng công thức:
Trong đó:
- n: kích thước mẫu
- p: tỷ lệ của tổng thể có thuộc tính cho trước
- q: tỷ lệ của tổng thể không có thuộc tính đó
q = 1 - p
Trang 6Xác định cỡ mẫu theo tỷ lệ
- ɕp: sai số chuẩn của tỷ lệ
ɕp = tỷ lệ sai số mong muốn/Z
16
Các phương pháp khác
Xác suất thống kê:
Theo Hair & ctg (1998), cần thu thập dữ liệu
với ít nhất 5 mẫu trên một biến quan sát
17
2.3.4 Các phương pháp chọn mẫu
Có hai phương pháp chọn mẫu:
Phương pháp chọn mẫu theo xác suất
Phương pháp chọn mẫu phi xác suất
Trang 72.3.4.1 Phương pháp chọn mẫu theo
xác suất
Phương pháp ngẫu nhiên đơn giản:
Chọn mẫu ngẫu nhiên đơn giản là việc lựa chọn mẫu
một các ngẫu nhiên từ khung mẫu bằng các bảng số
ngẫu nhiên, các phần tử đều có xác suất tham gia mẫu
như nhau Để làm được điều này, chúng ta cần:
- Đánh số mỗi phần tử trong khung mẫu của bạn với
một con số duy nhất Trường hợp đầu tiên được đánh
số 0, tiếp theo là 1, 2…
- Lựa chọn các phần tử bằng con số ngẫu nhiên cho
Phương pháp hệ thống
Nhà NC sắp xếp đám đông theo thứ tự từ 1
đến N Sau đó tính bước nhảy N/n (n là
kích thước mẫu) Sau đó chọn ngẫu nhiên
một điểm xuất phát, rồi chọn phần tử kế
tiếp theo bước nhảy cho đến khi đạt kích
thước mẫu rồi dừng lại
20
Phương pháp phân tầng (phân nhóm
đồng nhất)
Phương pháp này chia đám đông ra thành
các nhóm nhỏ theo nguyên tắc cùng nhóm
đồng nhất, khác nhóm dị biệt
Số lượng phần tử chọn cho mẫu trong từng
nhóm có thể theo tỷ lệ hoặc không theo tỷ
lệ
Để chọn phần tử cho mẫu trong từng nhóm,
có thể dùng phương pháp hệ thống hoặc
ngẫu nhiên đơn giản
21
Trang 8Phương pháp chọn theo nhóm (phân
nhóm dị biệt
Phương pháp này chia đám đông ra thành các
nhóm nhỏ theo nguyên tắc cùng nhóm dị biệt,
khác nhóm đồng nhất
Để chọn phần tử cho mẫu trong từng nhóm, có
thể dùng phương pháp hệ thống hoặc ngẫu
nhiên đơn giản
22
2.3.4.1 Phương pháp chọn mẫu phi
xác suất
Phương pháp thuận tiện
Là phương pháp chọn mẫu mà nhà NC tiếp
cận với phần tử mẫu mà họ có thể tiếp cận
được
Ví dụ:
23
Phương pháp phán đoán
Là phương pháp chọn mẫu không mang tính
ngẫu nhiên mà dựa vào sự phán đoán của
nhà NC về sự thích hợp của các phần tử để
mời họ tham gia vào mẫu
Tính đại diện của mẫu phụ thuộc vào kiến
thức và kinh nghiệm của nhà NC
Trang 9Phương pháp phát triển mầm
Theo phương pháp này, nhà NC chọn ngẫu
nhiên một số phần tử cho mẫu Sau đó,
nhà NC hỏi ý kiến những người này để họ
giới thiệu những phần tử khác cho mẫu
Ví dụ:
25
Phương pháp định mức
Theo phương pháp này, nhà NC sẽ dựa
vào các đặc tính kiểm soát xác định trong
đám đông để chọn số phần tử cho mẫu sao
cho chúng có cùng tỉ lệ của đám đông theo
các thuộc tính kiểm soát này
Ví dụ:
26
2.4 Đo lường và thang đo
2.4.1 Đo lường
Đo lường là cách thức sử dụng các con số để
diễn tả các hiện tượng khoa học cần nghiên
cứu
Một hiện tượng khoa học cần đo lường được
gọi là một khái niệm nghiên cứu
27
Trang 102.4.1 Đo lường
Đo lường đóng vai trò then chốt trong nghiên
cứu khoa học thực tiễn Nó giúp liên kết giữa
lý thuyết và dữ liệu (Blalock, 1982; Zeller &
Carmines, 1980)
Đo lường là quá trình trong đó “một khái niệm
nghiên cứu được kết nối với một hay nhiều
biến tiềm ẩn và các biến tiềm ẩn này được kết
nối (đo lường) với các biến quan sát” (Bollen
1989, 180)
28
2.4.2 Các loại thang đo
Thang đo danh nghĩa (định danh):
Là thang đo trong đó số đo dùng để xếp
loại, nó không có ý nghĩa về mặt lượng
Ví dụ:
29
Thang đo thứ bậc (thứ tự)
Là thang đo trong đó số đo dùng để so sánh
thứ bậc (thứ tự), nó không có ý nghĩa về mặt
lượng
Thang đo thứ bậc có thể chỉ ra các trạng thái
“lớn hơn”, “nhỏ hơn”, “tốt hơn”, “kém hơn”,
“quan trọng hơn” … mà không cần nói chính
Trang 11Thang đo khoảng (quảng)
Là thang đo trong đó số đo dùng để chỉ
khoảng cách nhưng gốc 0 không có nghĩa
Có đặc tính của thang đo danh nghĩa và
thang đo thứ bậc, cộng với khả năng so
sánh các khoảng cách giữa các cặp số
31
Thang đo tỷ số (tỷ lệ)
Là thang đo trong đó số đo dùng để đo độ
lớn và gốc 0 có ý nghĩa
Có tất cả đặc điểm của ba thang đo trên
cộng với giá trị gốc 0 có ý nghĩa Thang đo
này thể hiện giá trị thực của một biến định
lượng
32
2.4.3 Ứng dụng thang đo khi thiết
kế câu hỏi điều tra
Thang đo thái độ đơn giản:
Được thiết lập nhằm ghi nhận sự đánh giá hoặc
lựa chọn của người trả lời về một tính chất hay
đối tượng nào đó Có ba loại cơ bản:
Thang đo thái độ đơn giản có hai lựa chọn đơn
giản
Thang đo nhiều lựa chọn, một trả lời
Thang đo nhiều lựa chọn, nhiều trả lời
33
Trang 12Thang đo Likert
Là loại thang đo trong đó một chuỗi các phát
biểu liên quan đến thái độ ưa thích hay không
ưa thích, đồng ý hay không đồng ý, tốt hay xấu
về một đối tượng nào đó
Người trả lời sẽ chọn một điểm số để thể hiện
thái độ của mình Thang đo Likert có thể là 5,
7 hoặc 9 điểm (bậc)
34
Thang đo trắc biệt (đối nghĩa)
Là thang đo nhằm đo lường ý nghĩa tâm lý
của một đánh giá về đối tượng nghiên cứu
bằng cách sử dụng 2 tính từ đối cực
Tương tự như thang đo Likert nhưng sử dụng
hai nhóm từ ở hai cực có nghĩa trái ngược
nhau
35
Thang đo Stapel
Được sử dụng như là một phương pháp thay
thế cho thang đo trắc biệt, nhất là khi không
thể tìm ra được một cặp tính từ đối cực phù
hợp
Thang đo này chỉ sử dụng một phát biểu ở
trung tâm thay vì hai phát biểu đối nghịch
Trang 13Thang đo tổng – hằng số
Thang đo này được sử dụng nhằm phát hiện tỷ
lệ của các thuộc tính khác nhau trong đánh giá
một đối tượng nào đó
Người trả lời phải phân phối điểm số cho các
thuộc tính khác nhau và tổng số điểm này là
một hằng số (ví dụ: 10 hoặc 100)
37
Ngoài ra, còn có một số loại thang đo khác
như: thang đo cho điểm đồ thị, thang đo so
sánh cặp, thang đo xếp hạng bắt buộc …
38
2.5 Phương pháp thu thập dữ liệu
Nguồn dữ liệu:
Dữ liệu thứ cấp: là loại dữ liệu có sẵn từ
nhiều nguồn khác nhau
Dữ liệu sơ cấp: được thu thập qua các hình
thức như quan sát, phỏng vấn, điều tra
39
Trang 14Các loại dữ liệu
Dữ liệu đã có sẵn
Dữ liệu chưa có sẵn
Dữ liệu chưa có trên thị trường
40
Công cụ thu thập dữ liệu
Bảng câu hỏi (phiếu điều tra) là bảng liệt kê
các câu hỏi điều tra mà người được phỏng vấn
tự trả lời bằng cách tự viết vào bảng hỏi
Bảng câu hỏi tốt phải thõa mãn:
- Có đầy đủ câu hỏi mà nhà NC muốn thu thập
dữ liệu
- Kích thích sự hợp tác của người trả lời
- Mức độ rõ ràng cao
41
Quy trình thiết kế Bảng hỏi
1 Xác định cụ thể dữ liệu cần thu thập
2 Xác định dạng phỏng vấn
3 Đánh giá nội dung câu hỏi
4 Xác định hình thức trả lời
5 Xác định cách dùng thuật ngữ
6 Xác định cấu trúc bảng câu hỏi
Trang 15Tổ chức điều tra khảo sát
Tập huấn phỏng vấn viên
Tổ chức khảo sát
43
2.6 Xử lý và phân tích số liệu
2.6.1 Hiệu chỉnh dữ liệu:
Nguyên nhân sai sót trong thu thập dữ liệu:
- Thiết kế bảng hỏi không đạt yêu cầu
- Hướng dẫn phỏng vấn viên không kỹ lưỡng
- Kỹ thuật phỏng vấn kém
Các bước hiệu chỉnh:
- Hiệu chỉnh tại hiện trường
- Hiệu chỉnh tại trung tâm
44
2.6.2 Mã hóa dữ liệu
Mã hoá dữ liệu là quá trình chuyển đổi các trả
lời thành dạng mã số để nhập và xử lý Mã hóa
được thực hiện trước và sau khi phỏng vấn
Đối với câu hỏi đóng, chỉ cần mã hóa một lần
Đối với câu hỏi mở thường mã hóa hai lần
45
Trang 162.6.2 Mã hóa dữ liệu
Quy tắc mã hóa:
- Một trả lời sẽ được thể hiện bằng hai phần,
phần thứ nhất chỉ số biến, phần thứ hai chỉ số trả
lời
- Tất cả câu trả lời được mã hóa được trình bày
trong một sổ mã
46
2.6.3 Nhập dữ liệu
Bố trí dữ liệu trên máy tính
Nhập liệu
47
2.6.4 Thanh lọc dữ liệu
Phát hiện các giá trị dị biệt bằng Excel
Phát hiện các giá trị dị biệt bằng SPSS
Trang 172.6.5 Phân tích thống kê mô tả
Phân tích thống kê mô tả chỉ ra các đặc
điểm về xu hướng trung tâm, tính biến thiên
và dạng hình phân phối của dữ liệu
Cho phép quan sát cẩn thận từng biến quan
trọng, hiểu rõ bản chất dữ liệu và mô tả
được sự vật, hiện tượng nghiên cứu
49
2.6.6 Các kiểm định tham số
Kiểm định tham số dành cho một mẫu
Kiểm định tham số dành cho hai mẫu
Kiểm định tham số dành cho k mẫu
50
2.6.7 Đánh giá độ tin cậy thang đo
bằng hệ số Cronbach alpha
Hệ số Cronbach alpha là hệ số được sử dụng
để đánh giá độ tin cậy (tính nhất quán nội tại)
của thang đo
Chú ý:
- Đo lường độ tin cậy của thang đo tổng chứ
không phải cho từng biến quan sát
- Chỉ đo lường khi có từ ba biến quan sát trở
lên
51
Trang 18Tiêu chuẩn đánh giá
Tiêu chuẩn lựa chọn thang đo khi
cronbach’s alpha từ 0,6 trở lên
Các biến quan sát cĩ hệ số tương quan biến
- tổng (item –total correltion) dưới 0,30 sẽ
bị loại bỏ
52
2.6.8 Phân tích nhân tố khám phá
(EFA)
EFA thuộc nhóm phân tích đa biến phụ
thuộc lẫn nhau
EFA được sử dụng để đánh giá giá trị và
độ tin cậy của thang đo
EFA được dùng để rút gọn một tập k biến
quan sát thành một tập F (F<k) các nhân tố
có ý nghĩa hơn
53
Tiêu chuẩn đánh giá
Hệ số KMO (Kaiser – Meyer – Olkin) >= 0,5;
mức ý nghĩa của kiểm định Barllett <= 0,05; hệ
số tải nhân tố (factor loading) >= 0,5; tổng
phương sai trích >= 50%; hệ số Eigenvalue cĩ
giá trị lớn hơn 1
Khác biệt hệ số tải nhân tố của một biến quan
Trang 192.6.9 Phaân tích hoài quy
55