LI MU
2.1.2.8. Phân tích s li u thu th p
Các d li u sau khi đ c thu th p, x lý s b và đ c mã hóa, l u tr trên ph n m m Exel và sau đó đ c đ a vào ph n m m SPSS 20 đ ti n hành các k thu t tính toán.
• Ki m đnh đ tin c y thang đo
M t trong nh ng m c tiêu c a đ tài này là xây d ng và ki m đnh đ tin c y c a thang đo t ng nhân t nh h ng t i hi u qu qu n tr thanh kho n. Vi c ki m đnh thang đo s giúp tác gi nhìn nh n l i các nhân t đánh giá, nhân t nào h p l , nhân t nào b lo i b tr c khi ti n hành các phân tích ti p theo. ki m đnh đ tin c y c a thang đo tác gi đã tính toán h s Cronbach Alpha và h s t ng quan bi n t ng th .
Nhi u nhà nghiên c u đ ng ý r ng h s Cronbach Alpha t 0.8 tr lên đ n g n 1 thì thang đo l ng là t t, t 0.7 đ n g n 0.8 là s d ng đ c. C ng có nhà nghiên c u
đ ngh r ng 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 là m i ho c m i đ i v i ng i tr l i trong b i c nh nghiên c u (Hoàng Tr ng - Chu Nguy n M ng Ng c, 2008, trang 24). Vì v y đ i v i nghiên c u này thì Cronbach Alpha t 0.6 tr lên là s d ng đ c.
H s t ng quan bi n t ng là h s t ng quan c a m t bi n v i đi m trung bình c a các bi n khác trong cùng m t thang đo, do đó h s này càng cao thì s t ng quan c a bi n này v i các bi n khác trong nhóm càng cao. Theo Nunnally & Burnstein(1994), các bi n có h s t ng quan bi n t ng nh h n 0.3 đ c coi là bi n rác và s b lo i kh i thang đo.
• Phân tích nhân t khám phá
Phân tích nhân t khám phá EFA (Exploratory Factor Analysis) là k thu t s d ng đ thu nh và tóm t t d li u. Phân tích nhân t khám phá phát huy tính h u ích trong vi c xác đnh các t p h p bi n c n thi t cho v n đ nghiên c u c ng nh tìm ra các m i quan h gi a các bi n v i nhau. Phép phân tích nhân t c a các khái ni m nghiên c u đ c xem xét đ cung c p b ng ch ng v giá tr phân bi t và giá tr h i t c a thang đo.
- M c đ thích h p c a t ng quan n i t i các bi n quan sát trong khái ni m nghiên c u đ c th hi n b ng h s KMO (Kaiser – Mever – Olkin). Tr s KMO l n ( gi a 0.5 và 1) là đi u ki n đ đ phân tích nhân t là thích h p, còn n u tr s này nh h n 0.5 thì phân tích nhân t có kh n ng không thích h p v i d li u.
- o l ng s thích h p c a m u và m c ý ngh a đáng k c a ki m đnh
Bartlett“s Test of Sphericity trong phân tích khám phá dùng đ xem xét s thích h p c a phân tích nhân t .
- Rút trích nhân t đ i di n b ng các bi n quan sát đ c th c hi n v i phép quay Varimax và ph ng pháp trích nhân t Principle components.
- Các thành ph n v i giá tr Eigenvalue l n h n 1 và t ng ph ng sai trích b ng ho c l n h n 50% đ c xem nh nh ng nhân t đ i di n các bi n.
- H s t i nhân t (Factor loading) bi u di n các t ng quan đ n gi a các bi n và các nhân t b ng ho c l n 0.5 m i có ý ngh a.
• Mô hình h i quy và ki m đnh gi thuy t
H i quy tuy n tính b i th ng đ c dùng đ ki m đnh và gi i thích lý thuy t nhân qu (Cooper và Schindler, 2003). Ngoài ch c n ng là công c mô t , h i quy tuy n tính b i đ c s d ng nh công c k t lu n đ ki m đnh các gi thuy t và d báo các giá tr c a t ng th nghiên c u. Nh v y, đ i v i nghiên c u này, h i quy tuy n tính b i là ph ng pháp thích h p đ ki m đnh các gi thuy t nghiên c u.
- Tr c h t h s t ng quan gi a hi u qu qu n tr thanh kho n v i các nhân t nh h ng t i hi u qu qu n tr thanh kho n, h s t ng quan gi a các bi n gi i thích c ng đ c xem xét.
- Ti p đ n, phân tích h i quy tuy n tính đa bi n b ng ph ng pháp bình ph ng nh nh t thông th ng (Ordinal Least Squares ‰ OLS) c ng đ c th c hi n, trong đó bi n ph thu c là hi u qu qu n tr thanh kho n, bi n đ c l p d ki n s là các nhân t ch quan và khách quan đã đ c trình bày ph n mô hình nghiên c u.
- Ph ng pháp l a ch n bi n Enter đ c ti n hành. H s xác đnh R2 đi u ch nh đ c dùng đ xác đnh đ phù h p c a mô hình.
- Ki m đnh F dùng đ kh ng đnh kh n ng m r ng mô hình này áp d ng cho t ng th
- Ki m đnh t đ bác b gi thuy t các h s h i quy c a t ng th b ng 0; hay còn có ngh a là ki m đnh các gi thuy t Hi0 đang nghiên c u.
- Cu i cùng, nh m đ m b o đ tin c y c a ph ng trình h i quy đ c xây d ng cu i cùng là phù h p, m t lo t các dò tìm s vi ph m c a gi đnh c n thi t trong h i quy tuy n tính c ng đ c th c hi n. Các gi đ nh đ c ki m đnh trong ph n này g m liên h tuy n tính (dùng bi u đ phân tán Scatterplot), ph ng sai c a ph n d không
Histogram và Q-Q plot), tính đ c l p c a ph n d (dùng đ i l ng th ng kê Durbin- Watson), hi n t ng đa c ng tuy n (tính đ ch p nh n Tolerance và h s phóng đ i VIF).