Môn học phân tích dữ liệu Đề tài phân tích hệ số cronbach’s alpha

YDQT 3 0,926 3Nguồn: kết quả phân tích SPSS Dựa vào bảng tổng hợp trên, có thể kết luận rằng trong 14 biến quan sát baogồm các biến nhân tố và biến phụ thuộc được đưa vào phân tích Cronb

Trang 1

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM

KHOA KINH TẾ

MÔN HỌC: PHÂN TÍCH DỮ LIỆU

ĐỀ TÀI:

Trang 2

DANH SÁCH THÀNH VIÊN NHÓM 3 THAM GIA THỰC HIỆN

HỌC KÌ 2 – NĂM HỌC: 2023 – 2024

Tên đề tài:

NGHIÊN CỨU SỰ HÀI LÒNG………

STT HỌ VÀ TÊN NHIỆM VỤ HOÀN THÀNH 1 Nguyễn Hương Thảo Nguyên (Nhóm trưởng) Hồi qui tuyến tính bội và kiểm định giả thuyết 100% 2 Bùi Thanh Thảo Mô hình hiệu chỉnh sau khi phân tích nhân tố 100% 3 Phạm Mai Thảo Phân tích EFA cho các biến độc lập 100% 4 Trần Bửu Thiện Phân tích hệ số Cronbach’s alpha 100% 5 Nguyễn Mai Thanh Trúc Hồi qui tuyến tính bội và kiểm định giả thuyết 100% 6 Trần Trang Bảo Yến Phân tích tương quan Pearson Tổng hợp nội dung 100% Nhận xét: ………

………

MỤC LỤC

Trang 3

DANH MỤC CÁC BẢNG

Trang 4

DANH MỤC HÌNH ẢNH

Trang 5

BÀI QUÁ TRÌNH SỐ 3 NỘI DUNG PHÂN TÍCH

1 Phân tích hệ số Cronbach’s alpha

Lí thuyết về chỉ số alpha của Cronbach là một phần quan trọng trong lĩnh vực đolường và thống kê Chỉ số này được phát triển bởi Lee Cronbach vào những năm 1950 và

đã trở thành một công cụ phổ biến để đo độ tin cậy nội của một thang đo đo lường đamục tiêu

Chỉ số alpha của Cronbach đo lường mức độ nhất quán nội tại của các câu hỏihoặc mục trong một thang đo Nó đánh giá xem các mục trong thang đo có đo lường cùngmột khía cạnh của đặc điểm được nghiên cứu hay không Điều này giúp xác định tính tincậy của thang đo và mức độ mà nó có thể đo lường một cách đáng tin cậy các khía cạnhcủa hiện tượng nghiên cứu Theo Bernardi (1994), với những mục đích phân tích khácnhau, Cronbach’s alpha ít nhất phải là 0,70 và để an toàn hơn, chỉ số này nên gần hơn0,80 Ngoài ra, theo Doaei và cộng sự (2013); theo Yudiawan và cộng sự (2021), chấpnhận giá trị Cronbach’s Alpha cho những bài nghiên cứu cơ bản Vậy nên, có thể chia chỉ

số này thành từng khoảng như sau:

Từ 0,6 trở lên là thang đo có thể sử dụng được đối với những trường hợp khái niệm nghiên cứu mới hoặc mới đối với người thực hiện khảo sát trong bối cảnh nghiên cứu;

Từ 0,7 đến gần 0,8 là thang đo sử dụng được;

Từ 0,8 đến gần 1 là thang đo tốt.

Dựa vào đó, nhóm tác giả xác định bài nghiên cứu này cần có hệ số Cronbach’sAlpha > 0,6 là sử dụng được Bên cạnh đó, các biến có hệ số tương quan biến tổng (item– total correlation) ≤ 0,3 sẽ bị xem là biến không phù hợp và phải loại bỏ

1.1 Phân tích Cronbach’s alpha thang đo các nhân tố ảnh hưởng tới ý định quay trở lại Đà Lạt du lịch của khách nội địa

Trang 6

1.1.1 Cronbach’s alpha của biến Sự yêu thích điểm đến

Item-Cronbach's Alpha if Item Deleted

Nguồn: kết quả phân tích SPSS

Dựa vào bảng 1.1 và 1.2, thang đo sự yêu thích điểm đến gồm 4 biến quan sát(SYT1, SYT2, SYT3, SYT4) có hệ số Cronbach’s Alpha là 0,877 > 0.6 và các hệ sốtương quan với biến tổng của các biến đo lường nhân tố này là SYT1, SYT2, SYT3,SYT4 đạt tiêu chuẩn (lần lượt là 0,682; 0,698; 0,831 và 0,740 đều > 0,3) Do đó, các biếnSYT1, SYT2, SYT3, SYT4 có mức độ tương quan chặt chẽ với nhau

1.1.2 Cronbach’s của biến Sự hài lòng điểm đến

Corrected Item-Total

Cronbach's Alpha

if Item Deleted

Trang 7

Dựa vào bảng 1.3 và 1.4, thang đo sự yêu thích điểm đến gồm 3 biến quan sát(SHL1, SHL2, SHL3) có hệ số Cronbach’s Alpha là 0,872 > 0,6 và các hệ số tương quanvới biến tổng của các biến đo lường nhân tố này là SHL1, SHL2, SHL3 đạt tiêu chuẩn(lần lượt là 0,736; 0,825; 0,706 > 0,3) Do đó, các biến SHL1, SHL2, SHL3 có mức độtương quan chặt chẽ với nhau

1.1.3 Cronbach’s của biến Sự gắn bố điểm đến

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

Dựa vào bảng 1.3 và 1.4, thang đo Sự gắn bó điểm đến gồm 4 biến quan sát(SGB1, SGB2, SGB3, SGB4) có hệ số Cronbach’s Alpha là 0,855 > 0,6 và các hệ sốtương quan với biến tổng của các biến đo lường nhân tố này là SGB1, SGB2, SGB3,

Trang 8

SGB4 đạt tiêu chuẩn (lần lượt là 0,704; 0,700; 0,713 và 0,682 đều > 0,3) Do đó, các biếnSGB1, SGB2, SGB3, SGB4 có mức độ tương quan chặt chẽ với nhau.

1.2 Phân tích Cronbach’s của biến Ý định quay trở lại Đà Lạt

Scale Variance

if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

YDQL1 7,83 4,741 0,888 0,861

YDQL2 7,89 4,718 0,908 0,845

YDQL3 8,28 4,922 0,757 0,968

Dựa vào bảng 1.7 và 1.8, thang đo Ý định quay lại Đà Lạt gồm 3 biến quan sát(YDQL1, YDQL2, YDQL3) có hệ số Cronbach’s Alpha là 0,926 > 0,6 và các hệ sốtương quan với biến tổng của các biến đo lường nhân tố này là YDQL1, YDQL2,YDQL3 đạt tiêu chuẩn (lần lượt là 0,888; 0,908; 0,757 > 0,3) Do đó, các biến YDQL1,YDQL2, YDQL3 có mức độ tương quan chặt chẽ với nhau

Bảng 1.9 Tổng hợp các nhân số sau khi hoàn thành phân tích Cronbach’s alpha

Nhân tố Trước phân tích Cronbach’s

alpha

Sau phân tích Cronbach’s alpha

Số biến Hệ số Crombach’s alpha Số biến

Trang 9

YDQT 3 0,926 3

Dựa vào bảng tổng hợp trên, có thể kết luận rằng trong 14 biến quan sát (baogồm các biến nhân tố và biến phụ thuộc) được đưa vào phân tích Cronbach’s alpha, có

14 biến quan sát (bao gồm 11 biến quan sát cho các biến độc lập và 3 biến quan sát chobiến phụ thuộc) đáp ứng yêu cầu và được đưa vào phân tích ở các phần tiếp theo

2 Phân tích EFA cho các biến độc lập

Theo Dixon (2011), phân tích nhân tố là một tập hợp các phương pháp để giảithích mối tương quan giữa các biến nhằm xác định số lượng các ảnh hưởng cơ bản cũngnhư định lượng được mức độ liên kết của mỗi biến với các nhân tố Từ đó, có thể thấyrằng Phân tích nhân tố khám phá (EFA) xem xét mối quan hệ giữa tất cả các biến ở tất cảcác nhân tố để có thể phát hiện sự tương quan giữa các biến quan sát với nhau và với biếnđộc lập

Phân tích nhân tố khám phá được chia ra làm hai giai đoạn, đầu tiên tiến hànhphân tích EFA cho các biến độc lập nhằm gom các biến quan sát lại thành một nhóm phùhợp, nghĩa là tái cấu trúc lại thang đo cho bài nghiên cứu Tiếp theo, tiến hành phân tíchEFA cho biến phụ thuộc để kiểm tra xem có biến quan sát nào bị loại hay không

Và sau khi thực hiện đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’salpha thì cho thấy, các thang đo đạt độ tin cậy đo cho 4 nhân tố (3 biến độc lập và 1 biếnphụ thuộc), tiếp tục được đưa vào phân tích nhân tố khám phá EFA

2.1 Phân tích EFA cho từng biến độc lập

Thang đo các nhân tố ảnh hưởng đến “Ý định quay trở lại Đà Lạt du lịch của khách

nội địa” gồm 3 nhân tố được đo bằng 11 biến quan sát sau khi đạt độ tin cậy Cronbach’salpha tiếp tục được đưa vào phân tích nhân tố khám phá (EFA)

2.1.1 Phân tích EFA cho biến sự yêu thích

Bảng 2.1 Rotated Component Matrix

Trang 10

Nhìn vào bảng 2.1, ta thấy từ kết quả phân tích nhân tố (EFA) cho biến sự yêuthích của ma trận xoay các nhân tố cho thấy hệ số factor loading của các biến quan sátđều thỏa điều kiện 1, khi phân tích nhân tố là lớn hơn 0,5 Vì vậy, nhóm tác giả tiếp tụcphân tích các hệ số tiếp theo

Bảng 2.2 KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,775Bartlett’s Test of Sphericity Approx Chi-Square 223,108

Dựa vào bảng 2.8, ta thấy hệ số KMO = 0,775 (thỏa điều kiện 0,5 ≤ KMO ≤1) Dữliệu tương quan đủ lớn cho việc phân tích nhân tố EFA Kiểm định Bartlett's Test với hệ

số sig = 0,001 < 0,05, do đó các biến quan sát có tương quan với nhau trong các nhân tố.Như vậy, các tham số đáp ứng được yêu cầu, tiếp tục xem xét ở các bảng tiếp theo

Bảng 2.3: Total Variance Explained

Initial Eigenvalues Extraction Sums of

Squared Loadings Component Total % of

Variance

Cumulative % Tota

l

% of Variance

Trang 11

Từ kết quả ở bảng 2.3 cho thấy, hệ số Eigenvalues = 2,941 > 1, chứng minh rằngcác nhân tố này có ý nghĩa tóm tắt thông tin tốt và được giữ lại trong mô hình phân tích.Xét đến hệ số phương sai trích là 73,518 > 50%, là tốt và đạt yêu cầu, thể hiện các nhân

tố trích được 73,518% của các biến đo lường

2.1.2 Phân tích EFA cho biến sự hài lòng

Bảng 2.4: Rotated Component Matrix

Component 1

Từ kết quả phân tích nhân tố (EFA) cho biến sự hài lòng của ma trận xoay cácnhân tố được thấy từ bảng 2.4 cho thấy hệ số factor loading của các biến quan sát đềuthỏa điều kiện 1, khi phân tích nhân tố là lớn hơn 0,5 Vì vậy, nhóm tác giả tiếp tục phântích các hệ số tiếp theo

Bảng 2.5: KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,705Bartlett’s Test of Sphericity Approx Chi-Square 156,982

Initial Eigenvalues Extraction Sums of Squared

Loadings

Trang 12

2.1.3 Phân tích EFA cho biến sự gắn bó

Component 1

Từ kết quả phân tích nhân tố (EFA) cho biến sự hài lòng của ma trận xoay cácnhân tố được thấy từ bảng 2.7 cho thấy hệ số factor loading của các biến quan sát đềuthỏa điều kiện 1, khi phân tích nhân tố là lớn hơn 0,5 Vì vậy, nhóm tác giả tiếp tục phântích các hệ số tiếp theo

Bảng 2.8:KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,765

Bartlett’s Test of Sphericity Approx Chi-Square 180,703

Trang 13

Initial Eigenvalues Extraction Sums of Squared Loadings Component Total % of

2.2 Phân tích EFA cho biến phụ thuộc

Thang đo ý định quay trở lại Đà Lạt của khách nội địa gồm 3 biến quan sát(YDQL1, YDQL2, YDQL3) Các biến này đều đạt độ tin cậy Cronbach’s alpha, tiếp tụcđưa vào phân tích nhân tố khám phá EFA Kết quả sau khi chạy biến phụ thuộc này đượcthể hiện lần lượt qua các bảng dưới đây:

Component 1

Trang 14

Nhìn vào bảng 3.1, các hệ số factor loading đều lớn hơn 0,5 cho thấy các biếnquan sát có tương quan cao đối với nhân tố đang xét

Bảng 3.2: KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,703

Bartlett’s Test of Sphericity Approx Chi-Square 293,417

Dựa vào bảng 3.2, ta thấy hệ số KMO = 0,703 (thỏa điều kiện 0,5 ≤ KMO ≤ 1)

Dữ liệu tương quan đủ lớn cho việc phân tích nhân tố EFA Kiểm định Bartlett's Test với

hệ số sig = 0,001 < 0,05, nên các biến quan sát có tương quan với nhau trong nhân tố.Như vậy, các tham số đáp ứng được yêu cầu, tiếp tục xem xét ở các bảng tiếp theo

Initial Eigenvalues Extraction Sums of Squared

Loadings Component Total % of

Dựa vào kết quả ở bảng 3.3 cho thấy, hệ số Eigenvalues = 2,623 > 1, chứng minh rằng các nhân tố này có ý nghĩa tóm tắt thông tin tốt và được giữ lại trong mô hình phân tích Tuy nhiên khi xét đến đến hệ số phương sai trích là 87,442 > 50% là tốt và đạt yêu cầu, thể hiện các nhân tố trích được 87,442% của các biến đo lường

Trang 15

3 Mô hình hiệu chỉnh sau khi phân tích nhân tố

Sau khi phân tích và kiểm định bằng hệ số Cronbach’s alpha và nhân tố khám phá(EFA), kết quả thang đo ảnh hưởng tới ý định quay trở lại Đà Lạt du lịch của khách nộiđịa có tổng cộng 3 nhân tố được rút trích với 11 biến quan sát và thang đo ý định quaytrở lại Đà Lạt du lịch của khách nội địa có 1 nhân tố được rút trích với 3 biến quan sát.Các biến quan sát được rút trích thànhj các nhân tố như sau:

- Nhân tố 1: gồm 4 biến quan sát (SYT1, SYT2, SYT3) được nhóm lại bằng cáchtạo nhân tố đại diện và được đặt tên là: SYT (Sự yêu thích)

- Nhân tố 2: gồm 3 biến quan sát (SHL1, SHL2, SHL3) được nhóm lại bằng cáchtạo nhân tố đại diện và được đặt tên là: SHL (Sự hài lòng)

- Nhân tố 3: gồm 4 biến quan sát (SGB1, SGB2, SGB3, SGB4) được nhóm lại bằngcách tạo nhân tố đại diện và được đặt tên là: SGB (Sự gắn bó)

- Nhân tố 4 (biến phụ thuộc): gồm 3 biến quan sát (YDQL1, YDQL2, YDQL3)được nhóm lại bằng cách tạo nhân tố đại diện và được đặt tên là: YDQL (Ý địnhquay lại)

Bảng 3.1:Diễn giải các biến quan sát sau khi xoay nhân tố

STT Mã hóa Diễn giải

2 SHL1 Sau chuyến đi Đà Lạt, tôi hài lòng với chuyến du lịch của mình

SHL2 Tôi cảm thấy hài lòng, vượt mức mong đợi về chuyến du lịch Đà Lạt

SHL3 Chuyến đi đến Đà Lạt khiến tôi cảm thấy hài lòng trong mọi tình huống

Trang 17

4 Phân tích tương quan Pearson

Tương quan tuyến tính giữa hai biến là mối tương quan mà khi biểu diễn giá trịquan sát của hai biến trên mặt phẳng Oxy, các điểm dữ liệu có xu hướng tạo thành mộtđường thẳng Theo Gayen (1951), trong thống kê, các nhà nghiên cứu sử dụng hệ sốtương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tínhgiữa hai biến định lượng

Bảng 4.1 Correlations

SYT SHL SGB YDQL SYT Pearson Correlation 1 0,800** 0,710** 0,725**

Correlation is significant at the 0.01 level (2-tailed)

Phân tích đa biến bằng hệ số tương quan Person (bảng 4.1) cho thấy có sự tương

quan có ý nghĩa thống kế giữa các nhân tố SYT, SHL, SGB và nhân tố YDQL với các giá

trị Sig lần lượt đều là 0,000 và đều nhỏ hơn 0,05, suy ra chấp nhận H1 có nghĩa rằng cácnhân tố SYT, SHL, SGB có tương quan với YDQL Ngoài ra, hệ số tương quan Pearson (

r ) lần lượt là: 0,725, 0,802, 0,780 tất cả đều lớn hơn 0 cho thấy mức độ tương quanthuận giữa các biến độc lập này với biến phụ thuộc

Trang 18

5 Hồi quy tuyến tính bội và kiểm định giả thuyết

Sau khi phân tích hồi quy bằng phần mềm SPSS, tiến hành đi kiểm định để xemxét mô hình hồi tuyến tính có vi phạm những giả thuyết của mô hình hay không, từ đóxem xét về độ phù hợp của mô hình với bộ dữ liệu thu thập được Đối với đề tài nghiêncứu của nhóm, sẽ xem xét sự tác động của ba nhân tố (biến độc lập) ảnh hưởng đến ýđịnh quay trở lại Đà Lạt du lịch của khách nội địa với nhân tố sự yêu thích điểm đến, sựhài lòng điểm đến và sự gắn bó điểm đến Các số liệu phân tích được qua hồi quy là mộttrong những dữ liệu quan trọng để xem xét các giả thuyết của mô hình: đa cộng tuyếngiữa các biến số độc lập, phân phối chuẩn phần dư, độ phù hợp của mô hình

Phương trình hồi quy tuyến tính thể hiện mối liên hệ giữa các nhân tố độc lập vàphụ thuộc có dạng như sau:

Dựa vào bảng 5.1, kết quả kiểm tra hiện tượng đa cộng tuyến giữa các biến độclập thông qua hệ số phóng đại phương sai VIF cho thấy, hệ số phóng đại phương sai

Tiêu đề	Phân Tích Hệ Số Cronbach’s Alpha
Tác giả	Nguyễn Hương Thảo Nguyên, Bùi Thanh Thảo, Phạm Mai Thảo, Trần Bửu Thiện, Nguyễn Mai Thanh Trúc, Trần Trang Bảo Yến
Trường học	Trường Đại Học Sư Phạm Kỹ Thuật Tp.Hcm
Chuyên ngành	Phân Tích Dữ Liệu
Thể loại	đề tài
Năm xuất bản	2023 - 2024
Thành phố	Tp.Hcm

Định dạng
Số trang	24
Dung lượng	244,94 KB