- Thi kb ng câu hi và tham kho ý kin
3.2.2Kho ch phân tích d l iu
* Mã hóa các bi n thang đo tr c khi đ a vào x lý
Thang đo s đ c mư hoá đ đ a vào x lý.
Các d li u sau khi thu th p t các phi u kh o sát s đ c làm s ch và x lý b ng ph n m m SPSS.
* Phân tích nhân t khám phá EFA (exploratory factor analysis).
Phân tích nhân t khám phá là k thu t đ c s d ng nh m thu nh và tóm t t các d li u. Ph ng pháp này r t có ích cho vi c xác đ nh các t p h p bi n c n thi t cho v n đ nghiên c u và đ c s d ng đ tìm m i quan h gi a các bi n v i nhau.
12
Hair, Jr. J.F, Anderson, R.E, Tatham, RL & Black, WC, 1998. Multivariate Data
Trong phân tích nhân t khám phá, tr s KMO (Kaiser-Meyer – Olkin)
là ch s dùng đ xem xét s thích h p c a phân tích nhân t . Tr s KMO ph i có giá tr trong kho ng t 0.5 đ n 1 thì phân tích này m i thích h p, còn n u nh tr s này nh h n 0.5 thì phân tích nhân t có kh n ng không thích h p v i các d li u.
Bên c nh đó, trong phân tích nhân t s d ng đ i l ng Bartlett
(Bartlett’s test of sphericity) đ ki m đ nh gi thuy t H0 là các bi n không có
t ng quan v i nhau trong t ng th . i l ng này có giá tr càng l n thì ta càng có nhi u kh n ng bác b gi thuy t H0 này, thông th ng m c ý ngh a
c a ki m đ nh Bartlett ph i nh h n ho c b ng 0.05 thì phân tích nhân t có kh n ng thích h p.
Ngoài ra, phân tích nhân t còn d a vào eigenvalue đ xác đ nh s l ng nhân t . Ch nh ng nhân t có eigenvalue l n h n 1 thì m i đ c gi l i trong mô hình. i l ng eigenvalue đ i di n cho l ng bi n thiên đ c gi i thích b i nhân t . Nh ng nhân t có eigenvalue nh h n 1 s không có tác d ng tóm t t thông tin t t h n m t bi n g c.
M t ph n quan tr ng trong b ng k t qu phân tích nhân t là ma tr n nhân t (component matrix) hay ma tr n nhân t khi các nhân t đ c xoay (rotated component matrix). Ma tr n nhân t ch a các h s bi u di n các bi n chu n hóa b ng các nhân t (m i bi n là m t đa th c c a các nhân t ). Nh ng h s t i nhân t (factor loading) bi u di n t ng quan gi a các bi n và các nhân t . H s này cho bi t nhân t và bi n có liên quan ch t ch v i nhau. Nghiên c u s d ng ph ng pháp trích nhân t principal components v i ph ng pháp xoay Varimax nên các h s t i nhân t ph i có tr ng s l n h n 0.5 thì m i đ t yêu c u.
Ph ng pháp này cho phép ng i phân tích lo i b các bi n không phù h p và h n ch các bi n rác trong quá trình nghiên c u và đánh giá đ tin c y c a thang đo b ng h s thông qua h s Cronbach alpha. Nh ng bi n có h s t ng quan bi n t ng (item-total correlation) nh h n 0.3 s b lo i. Thang đo có h s Cronbach alpha t 0.6 tr lên là có th s d ng đ c trong tr ng h p khái ni m đang nghiên c u m i 13. Thông th ng, thang đo có Cronbach alpha t 0.7 đ n 0.8 là s d ng đ c. Nhi u nhà nghiên c u cho r ng khi thang đo có đ tin c y t 0.8 tr lên đ n g n 1 là thang đo l ng t t.
* Xây d ng ph ng trình h i quy b i.
Sau khi rút trích đ c các nhân t t phân tích nhân t khám phá EFA, đánh giá đ tin c y c a thang đo b ng h s Cronbach alpha và lo i đi các
bi n không đ m b o đ tin c y, dò tìm các ph m vi gi đ nh c n thi t trong mô hình h i quy tuy n tính b i nh ki m tra h s phóng đ i ph ng sai VIF
(Variance inflation factor – VIF). N u các gi đ nh không b vi ph m, mô
hình h i quy tuy n tính b i đ c xây d ng. Và h s R2 đư đ c đi u ch nh (adjusted R square) cho bi t mô hình h i quy đ c xây d ng phù h p đ n m c nào.