Mã Cơuăh iăcácăbi năquanăsát
BK1 Theoătôi,ăs aăm ăt tăh năs aăcôngăth c.
BK2 Theoătôi,ătr ăs ăsinhănênăđ căbúăs aănonăc aăm .
BK3 Theoătôi,ătr ăbúăs aăm ăs ăgi mănguyăc ăb ăm căcácăb nhănhi mătrùng. BK4 Theoătôi,ătr ăbúăs aăm ăs ăgi mănguyăc ăb ăbéoăphì.
BK5 Theoătôi,ătr ăbúăs aăm ăs ăđ căt ngăc ngăphátătri nănh năth c.
BK6 Theoă tôi,ă nuôiă conă b ngă s aă m ă s ă giúpă bàă m ă ph că h iă sauă khiă sinhă nhanhăh n.
BK7 Theoătôi,ănuôiăconăb ngăs aăm ăs ăgiúpăbàăm ăgi mănguyăc ăm căb nhă ungăth ăvú.
BK8 Theo tôi, nên b tăđ uăchoătr ă năcácăth că năl ngăkhácăngoàiăs aăm ăkhiă tr ătrênăsáuăthángătu i.
BK9 Tôiăbi tăcáchăđ ăcóăđ ăs aăm ăchoăconăbú.
(Ngu n: K tăqu ănghiênăc uăđ nhătínhăc aătácăgi )
(6) Thangăđoăgiáătr ăc mănh n
Thangăđoăgiáătr ăc mănh nătrongăvi cănuôiăconăhoànătoànăb ngăs aăm ătrongă sáuăthángăđ u,ăkýăhi uălàăPV.ăThangăđoănàyăbanăđ uăcóă03ăbi năquanăsátăvàăđ căk ă th aăt ăthangăđoăc aăHusseină(2012).ăSauăkhiăth oălu nănhóm,ăcácăbàăm ăđ u cho r ng,ăcóă02ăbi năquanăsátălà:ăắNh ngăl iăíchăc aăvi cănuôiăconăhoànătoànăb ngăs aă m ătrongăsáuăthángăđ uăs ăx ngăđángăđ ătôiăđánhăđ iănh ngăvi căkhác”ăvàăắụăt ngă c aăvi cănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ uălàăh păd năv iătôi”ăđãă đ căbaoăhàmătrongăn iădungăc aăcácăbi năquanăsátătrongăthangăđoăki năth cănuôi conăb ngăs aăm ;ăbênăc nhăđó, cácăbàăm ăc ngăchoăr ng, bi năquanăsátăắNuôiăconă hoànătoànăb ngăs aăm ătrongăsáuăthángăđ uălàăvi cătôiămongămu n”ăc ngăđãăđ că baoăhàmătrongăn iădungăc aăthangăđoăý đ nhănuôiăconăhoànătoànăb ngăs aăm ătrongă sáuăthángăđ u.ăDo đó,ătácăgi ălo iăb ăthangăđoăgiáătr ăc mănh năvàăkhôngăđ aăy uăt ă giáă tr ă c mă nh nă vàoă môă hìnhă nghiênă c uă đ ă xu tă bană đ u c ngă nh ă lo iă b ă gi ă thuy tăH6.
Nh ăv y,ămôăhìnhănghiênăc uăchínhăth căđ căđi uăch nhăl iăc ăth ănh ăsau: - Bi năph ăthu călàlàăýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángă đ uăc aăbàăm ămangăthaiăt iăTP.ăHCM.
- Bi năđ căl păbaoăg mă05ăbi n:ă(1)ăTháiăđ ;ă(2)ăChu năch ăquan; (3)ăNh nă th căki măsoátăhànhăvi;ă(4)ăChoăconăbúăt ăhi uăqu ; và (5)ăKi năth cănuôiăconăb ngă s aăm .
- Cácăgi ăthuy tănghiênăc uănh ăsau:
• Gi ăthuy tăH1:ăTháiăđ ăcó tácăđ ng tíchăc că(+)ăđ n ýăđ nh nuôi con hoàn toànăb ngăs aăm ătrongăsáuăthángăđ u.
• Gi ăthuy tăH2: Chu n ch ăquan có tácăđ ng tíchăc c (+)ăđ năýăđ nhănuôi con hoàn toàn b ngăs aăm ătrongăsáuăthángăđ u.
•ăGi ăthuy tăH3:ăNh năth cki măsoátăhànhăvi cóătácăđ ngtíchăc c(+)ăđ năý đ nhănuôiăconăhoànătoànăb ngs aăm ătrongăsáuăthángăđ u.
•ăGi ăthuy tăH4:ăChoăconăbúăt ăhi uăqu ăcóătácăđ ngătíchăc că(+)ăđ năýăđ nhă nuôiăconăhoànătoànăb ngs aăm ătrongăsáuăthángăđ u.
•ăGi ăthuy tăH5:ăKi năth cănuôiăconăb ngăs aăm ăcóătácăđ ngătíchăc că(+)ă đ năýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u.
(7) Thangăđoăýăđ nhănuôiăconăhoƠnătoƠnăb ngăs aăm ătrongăsáuăthángăđ u
Thangăđoăýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u, ký
hi uălàăBI.ăThangăđoănàyăbanăđ uăcóă03ăbi năquanăsátăvàăđ căk ăth aăt ăthangăđoă c aăHussein (2012); Nguyen, Q.T.ăvàăc ngăs ă(2013).ăSauăkhiăth oălu nănhóm,ăcóă 01ăbi năquanăsátăthayăđ iăc ăth ănh ăsau:ăLo iăb ăbi năắTôiămu nănuôiăconăhoànă toànăb ngăs aăm ătrongăsáuăthángăđ u”ăvàăthayăth ăb ngăphátăbi uăắTôiăcóăk ăho chă nuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u”.ăK tăqu ăthangăđoănàyăđ că đoăb iă03ăbi năquanăsát,ăkýăhi uăt ăBI1ăđ năBI3ă(B ngă3.7).
B ng 3.6:ăThangăđoăýăđ nhănuôiăconăhoƠnătoƠnăb ngăs aăm ătrongăsáuăthángă đ u.
Mã Cơuăh iăcácăbi năquanăsát
BI1 Tôiămongăđ iăs ănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u. BI2 Tôiăcóăýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u. BI3 Tôiăcóăk ăho chănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u.
(Ngu n: K tăqu ănghiênăc uăđ nhătínhăc aătácăgi )
3.3. Nghiênăc uăđ nhăl ng
3.3.1. Thi tăk ăm uănghiênăc u
Nghiênăc uănàyă đ că th căhi năt iăTP.ă HCMăv iăph ngăphápăch n m uă thu năti n,ăphiăxácăsu t,ăb ngăcâuăh iăđ căg iătr căti păđ năbàăm ămangăthai.
- i t ng kh o sát:ălàăbàăm ămangăthaiăt ă28ătu nătr ălênăđangăsinhăs ngă t iăTP.ăHCM,ăcóăđ ătu iăt ă18ăđ nă45.ăCácăbàăm ănàyăcóăvaiătròăraăquy tăđ nhătrongă vi căl aăch năhìnhăth cănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u. (adsbygoogle = window.adsbygoogle || []).push({});
- Kích th c và cách ch n m u:
Kíchăth căm uăbaoănhiêuăđ căg iălàăl năthìăhi nănayăch aăđ căxácăđ nhă rõăràng.ăH năn a,ăkíchăth căm uăcònătùyăthu căvàoăph ngăphápă căl ngăs ă d ngă(víăd :ăML,ăGLS,ăhayăADF).ăTuyănhiên,ăcóănhàănghiênăc uăchoăr ng,ăn uăs ă d ngăph ngăphápă căl ngăMLăthìăkíchăth căm uăt iăthi uăph iăt ă100ăđ nă150ă (Hairăvàăc ngăs ,ă1998).ăC ngăcóănhàănghiênăc uăchoăr ng,ăkíchăth căm uăt iăthi uă ph iălàă200ă(Hoelter,ă1983);ăhayăkíchăth căm uăt iăthi uăph iălàăn măm uăchoăm tă thamăs ăc nă căl ngă(Bollen,ă1989).
TheoăNguy nă ìnhăTh ă(2011),ăđ ăs ăd ngăEFA,ăchúngătaăc năkíchăth că m uăl n.ăV năđ ăxácăđ nhăkíchăth căm uăphùăh pălàăv năđ ăph căt p,ăthôngăth ngă d aătheoăkinhănghi m. TrongăEFA,ăkíchăth căm uăth ngăđ căxácăđ nhăd aăvàoă (1)ăkíchăth căt iăthi uăvàă(2)ăs ăl ngăbi năthiênăđoăl ngăđ aăvàoăphânătích.ăHairă vàăc ngăs ă(2006)ăchoăr ngăđ ăs ăd ngăEFA,ăkíchăth căm uăt iăthi uăph iălàă50,ăt tă h nălàă100ăvàăt ăl ăquanăsátă(observations)/bi năđoăl ngă(items)ălàă5:1,ăngh aălàă1ă bi năđoăl ngăc năt iăthi uălàă5ăquanăsát,ăt tănh tălàă10:1ătr ălên.ăTheoăcôngăth că
này,ăv i 32 bi năquanăsátăthìăm uănghiênăc uăc aăđ ătàiănàyăc năph iăcóăt iăthi u là: n = 5 x 32 = 160 m u.
Kíchăth căm uăc ngălàăm tăv năđ ăquanătâmăkhiăs ăd ngămôăhìnhăh iăquyă b iă (Multipleă Lineară Regressionă ậ MLR):ă tácă đ ngă c aă nhi uă bi nă đ că l pă đ nhă l ngăvàoăm tăbi năph ăthuôcăđ nhăl ng.ăCh năkíchăth căm uătrongăMLRăph ă thu căvàoănhi uăy uăt ,ăvíăd ,ăm căýăngh aă(significantălevel),ăđ ăm nhăc aăphépă ki mă đ nh,ă s ă l ngă bi nă đ că l p,…(Tabachnickă vàă Fidell,ă 2007;ă tríchă trong Nguy nă ìnhăTh ,ă2011).ăM tăcôngăth că kinhănghi măth ngădùngăđ ă tínhă kíchă th căm uăchoăMLRănh ăsau:
nă≥ă50ă+ă8p
Trongăđó,ănălàăkíchăth căm uăt iăthi uăc năthi tăvàăpălàăs ăl ngăbi năđ că l pătrongămôăhình.ăTheoăđó,ăs ăm uănghiênăc uăt iăthi uăc năph iăcóălà:ănă=ă50ă+ă8ăxă 6ă=ă98ăm u.
V y,ăs ăm uăt iăthi uăc năthuăth păđ ăth căhi nănghiênăc uănàyăph i là 160 m u.ăTuyănhiên,ăđ ăđ măb oătínhăđ iădi năvàăd ăphòngăchoănh ngăbàăm ăkhôngătr ă l iăho cătr ăl iăkhôngăđ yăđ ,ătácăgi ăl aăch năquyămôăm uălàă300ăbàăm .ăV iăkích th căm uănày,ăs ăl ngă320b ngăcâuăh iăđ căphátăra.ă
3.3.2. Thi tăk ăb ngăcơuăh iăvƠăquáătrìnhăthuăth păd ăli u
* Các giai đỊ n th t k b ng cợu h i
- B că1:ăTrênăc ăs ăthangăđoănhápăđ căphátătri năt ăk tăqu ănghiênăc uă đ nhătínhă(m că3.2.2),ăđ ngăth iăb ăsungăthêmăph năthôngătinăcáănhânăbàăm ămangă thaiăđ căph ngăv n,ătácăgi ăthi tăk ăb ngăcâuăh iăbanăđ u.
- B că2:ăB ngăcâuăh iăbanăđ u đ căs ăd ngăđ ăph ngăv năth ăv iă30ăbàă m ămangăthaiăt ă28ătu nătr ălênăt iăTP.ăHCMăđangăcóăýăđ nhănuôiăconăhoànătoànă b ngăs aăm ătrongăsáuăthángăđ uănh măđánhăgiáăm căđ ăhoànăch nhăc aăcácăcâuăh iă (phátăbi u)ăv ăm tăhìnhăth căvàăkh ăn ngăcungăc păthôngătinăc aăbàăm ămangăthai,ă đ ngăth iăđi uăch nhăl iăm tăs ăt ăng ăchoăphùăh păvàăd ăhi uăh n.
- B că3:ăSauăkhiăc năc ăvàoăk tăqu ăph ngăv năth ,ătácăgi ăhi uăch nhăthànhă b ngăcâuăh iăchínhăth căs ăd ngăđ ăthuăth păthôngătin m uănghiênăc u.ăB ngăcâuă
h iăđ căthi tăk ăg m 32 câuăt ngă ng 32 bi năquanăsát,ătrongăđóăcóă29bi năquană sátăthu căthànhăph năbi năđ căl p,ă3ăbi năquanăsátăthu căthànhăph năýăđ nhănuôiăconă hoànătoànăb ngăs aăm ătrongăsáuăthángăđ uăc aăbàăm ămangăthai.
* Ph ng ịháị thu th ị d li u
Vi căkh oăsátăđ căti năhànhăb ngăph ngăphápăph ngăv nătr căti păbàăm ă mangăthaiăt ă28ătu nătr ălên,ăcóăđ ătu iăt ă18ăđ nă45ăt iăm tăs ăb nhăvi n ph ăs n, phòngăkhámăthaiăt ănhânătrênăđ aăbànăTP.ăHCMăb ngăb ngăcâuăh iăchiăti t.ăB ngă câuăh iăđ căg iăđ năbàăm ăđ căkh oăsátăd iăhìnhăth căph ngăv nătr căti păb ngă phi uăkh oăsátăgi yăđãăđ căinăs n.
D iăhìnhăth cănày,ătácăgi ătr căti păph ngăv năvàăgi iăthíchăth căm căchoăbàă m ăđ căkh oăsát.ăBàăm ăđ căkh oăsát đi năvàoăphi uăkh oăsátăgi yăđãăđ căină s n,ăsauă30ăphútătácăgi ăthuăphi uăl i.
3.3.3. Ph ngăphápăphơnătíchăd ăli u
Trìnhăt ăti năhànhăphânătíchăd ăli uăđ căth căhi nănh ăsau:
B că1ăậ Chu năb ăthôngătin:ăthuănh năb ngăcâuăh i,ăti năhànhălàmăs chă thôngătin,ămãăhóaăcácăthôngătinăc năthi tătrongăb ngătr ăl i,ănh păli uăvàăphânătíchă d ăli uăb ngăph năm măx ălýăth ngăkê SPSS 20.0.
B că2ăậTh ngăkê:ăti năhànhăth ngăkêămôăt ăd ăli uăthuăth păđ c.
B că3ăậ ánhăgiáăđ ătinăc yăthangăđoăb ngăphânătíchăCronbach’săAlpha.
B c 4 - Ki mă đ nhă thangă đoă b ngă phână tíchă nhână t ă khámă pháă (Exploratory Factor Analysis ậ EFA).
B că5ăậ Th căhi năphânătíchăh iăquyăb iăvàăki măđ nhăcácăgi ăthuy tăc aă môăhìnhăv iăm căýăngh aălàă5%.
3.3.3.1. ánhăgiáăs ăb ăthangăđoăb ngăh ăs ătinăc yăCronbach’săAlpha
H ăs ăCronbach’săAlphaălàăh ăs ăs ăd ngăph ăbi năđ ăđánhăgiáăđ ătinăc yăc aă thangăđo.ă ătinăc yăth ngădùngănh tălàătínhănh tăquánăn iăt i,ănóiălênăm iăquanăh ă c aăcácăbi năquanăsátătrongăcùngăm tăthangăđo.ă ătínhăCronbach’săAlphaăchoăm tă thangăđoăthìăthangăđoăph iăcóăt iăthi uălàăbaăbi năđoăl ng.ăH ăs ăCronbach’săAlphaă cóăgiáătr ăbi năthiênătrongăkho ngă[0,1]ă(Nguy nă ìnhăTh ,ă2011).
Cácăbi năđoăl ngădùngăđ ăđoăl ngăcùngăm tăkháiăni mănghiênăc uănênă chúngăph iăcóăm iăt ngăquanăch tăch ăv iănhau.ăSPSSăs ăd ngăh ăs ăt ngăquană bi n-t ngăhi uăch nh.ăN uăm tăbi năđoăl ngăcóăh ăs ăt ngăquanăbi n-t ngă(hi uă ch nh)ă ≥ă 0,30 thìă bi nă đóă đ tă yêuă c uă (Nunnallyă vàă Bernstein,ă 1994;ătrích trong Nguy nă ìnhăTh ,ă2011).
Tuyănhiên,ăn uăchúngătrùngăl păhoànătoànă(ră=ă1)ăthìăhaiăbi năđoăl ngănàyă th tăs ăch ălàmăm tăvi c,ăvàăchúngătaăch ăc năm tătrongăhaiăbi nălàăđ .ăVìăv y,ăm tă thangă đoă cóă đ ă tină c yă t tă khiă nóă bi nă thiênă trongă kho ngă [0,70ă ậ 0,80].ă N uă Cronbach’săAlphaă≥ă0,60ălàăthangăđoăcóăth ăch pănh năđ căv ăm tăđ ătinăc yătrongă tr ngăh păthangăđoăl ngăcácă kháiă ni mă làă m iă ho că m iă đ iă v iăng iătr ăl iă trongăb iăc nhănghiênăc u (Nunnally và Bernstein, 1994; trích trong Nguy nă ìnhă Th ,ă2011).
H ă s ă Cronbach’să Alphaă ph iă đ că th că hi nă tr că đ ă lo iă cácă bi nă rácă (garbageăitems)ătr că khiăth căhi năphânătíchăEFA.ă Quyătrìnhănàyăgiúpăchúngătaă tránhăđ căcácăbi nărácăvìăcácăbi nărácănàyăcóăth ăt oănênăcácănhânăt ăgi ă(artificală factors) khi phân tích EFA (Churchill, 1979; trích trong Nguy nă ìnhăTh ,ă2011).
3.3.3.2. Ki măđ nhăthangăđoăb ng phân tích nhơnăt ăkhámăpháă(EFA) (adsbygoogle = window.adsbygoogle || []).push({});
Ph ngă phápă phână tíchă nhână t ă khámă pháă (Exploratoryă Factoră Analysisă ậ EFA)ăgiúpăchúngătaăđánhăgiáăhaiăgiáătr ăquanătr ngăc aăthangăđoălàăgiáătr h iăt ăvàă giáătr ăphânăbi t.
TrongăphânătíchăEFA,ăchúngătaăcóăhaiă maătr năquanătr ngăđ ăxemăxétăkhiă đánhăgiáăcácăthangăđo,ăđóălàămaătr năcácătr ngăs ănhânăt ă(factorăpatternămatrix)ăvàă maătr năcácăh ăs ăt ngăquană(factorăstructureămatrix).ăKhiăcác nhânăt ăkhôngăcóă quanăh ăv iănhauăthìătr ngăs ănhânăt ăgi aăm tănhânăt ăvàăm tăbi năđoăl ngălàăh ă s ăt ngăquanăgi aăhaiăbi năđó.ăTr ngăs ănhânăt ălàătácăđ ngăc aăkháiăni mănghiênă c uăvàăbi năđoăl ngă(Nguy nă ìnhăTh ,ă2011).
TheoăNguy nă ìnhăTh ă(2011),ătiêuăchíăEigenvalueălàăm tătiêuăchíăs ăd ngă ph ăbi nătrongăvi căxácăđ nhăs ăl ngănhânăt ătrongăphânătíchăEFA.ăV iătiêuăchíă này,ăs ăl ngănhânăt ăđ căxácăđ nhă ănhânăt ăcóăEigenvalueăt iăthi uăb ngă1ă(≥ă1).
TheoăNguy nă ìnhăTh ă(2011),ăắđ xácăđ nhăs ăphùăh păkhiădùngăEFA,ăcóă th ădùngăki măđ nhăBartlettă(Bartlett’sătestăofăsphericity)ăho căKMOă(Kaiser-Meyer- Olkinămeasureăofăsamplingăadequacy).ă ăs ăd ngăEFA,ăKMOăph iăl năh nă0,50.ă Kaiseră(1974)ăđ ăngh ,ăKMOă≥ă0,90:ăr tăt t;ăKMOă≥ă0,80:ăt t;ăKMOă≥ă0,70:ăđ c;ă KMOă ≥ă 0,60:ă t mă đ c;ă KMOă ≥ă 0,50:ă x u;ă KMOă <ă 0,50:ă khôngă th ă ch pă nh nă đ c”.
T ăc ăs ălýăthuy tătrên,ămôăhìnhănghiênăc uăắcácăy uăt ătácăđ ngăđ năýăđ nhă nuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ uăc aăbàăm ămangăthaiăt iăTP. HCM”ăg m 32 bi năquanăsátăđ căs ăd ngăphânătíchănhânăt ăkhámăpháă(EFA)ătheoă cácăb căsau:
iăv iăcácăbi năquanăsátăđoăl ng kháiăni mălàăcácăthangăđoăđ năh ngă nênăs ăd ngăph ngăphápătríchănhânăt ăPCAă(PrincipalăComponentăAnalysis)ăv iă phép quay vuông gócăVarimaxăvàăđi măd ngăkhiătríchăcácăy uăt ăcóăEigenvalueă>ă1.
Sauăđóăti năhànhăth căhi năki măđ nhăcácăyêuăc uăliênăquanăg m:
+ă Ki mă đ nhă Bartlett:ă cácă bi nă quană sátă cóă t ngă quană v iă nhauă trongă t ngăth .
+ăXemăxétătr ăs ăKMO:ăTheoăHoàngăTr ngăvàăChuăNguy năM ngăNg că (2008),ăắKMOălàăch ăs ădùngăđ ăxemăxétăs ăthíchăh păc aăphânătíchănhânăt .ăTr ăs ă c aăKMOăđ ăl nă(gi aă0,5ăvàă1)ălàăđi uăki năđ ăđ ăphânătíchănhânăt ălàăthíchăh p,ă cònăn uănh ătr ăs ănàyănh ăh nă0,5ăthìăphânătíchănhânăt ăcóăkh ăn ngăkhôngăthíchă h păv iăcácăd ăli u”.
ăphânătíchăEFAăcóăgiáătr ăth căti n,ăti năhànhălo iăcácăbi năquanăsátăcóă h ăs ăt iănhânăt ănh ăh nă0,5.
Xemăl iăthôngăs ăEigenvalueă(đ iădi năchoăph năbi năthiênăđ căgi iăthíchă b iăm iănhânăt )ăcóăgiáătr ăl năh nă1.
Xemăxétăt ngăph ngăsaiătríchă(yêuăc uă≥ă50%):ăchoăbi tăcácănhânăt ăđ că gi iăthíchă%ăs ăbi năthiênăc aăcácăbi năquanăsát.
3.3.3.3. Phơnă tíchă t ngă quană vƠă h iă quyă b iă (Multipleă Lineară Regressionă ậ
MLR)
* Phơnătíchăt ngăquan
TheoăHoàngăTr ngăvàăChuăNguy năM ngăNg că(2008),ăh ăs ăt ngăquană Pearsonă(kýăhi uălàăr)ăđ ăl ngăhóaăm căđ ăch tăch ăc aăm iăliênăh ătuy nătínhăgi aă haiăbi năđ nhăl ngă(kho ngăcáchăhayăt ăl ).ăGiáătr ătuy tăđ iăc aărăchoăbi tăm căđ ă ch tăch ăc aăm iăliênăh tuy nătính.ăGiáătr ătuy tăđ iăc aărăti năg năđ nă1ăkhiăhaiă bi năcóăm iăt ngăquanătuy nătínhăch tăch ă(khiăt tăc ăcácăđi măphânătánăx păthànhă m tăđ ngăth ngăthìăgiáătr ătuy tăđ iăc aără=ă1).
TheoăNguy nă ìnhăTh ă(2011),ătrongămôăhìnhăh iăquyăb iă(MLR), chúng ta cóănhi uăbi năđ căl p,ăvìăv yăcóăthêmăgi ăđ nhălàăcácăbi năđ căl păkhôngăcóăquanăh ă v iănhauăhoànătoàn,ăngh aălàăh ăs ăt ngăquanărăc aăcácăc păbi năđ căl păv iănhauă khácăv iă1,ăch ăkhôngăph iăchúngăkhôngăcóăt ngăquanăv iănhau.ăTrongăth căti n nghiênăc u,ăcácăbi nătrongăm tămôăhìnhăth ngăcóăquanăh ăv iănhauănh ngăchúngă ph iăphânăbi tănhauă(đ tăđ căgiáătr ăphânăbi t).
* Phơnătíchăh iăquyăb iă(MLR)
Trìnhăt ăphânătíchăh iăquyăb iătrongănghiênăc uănàyăđ căth căhi nănh ăsau :
- Ph ngăphápăđ aăbi năvàoăphânătíchăh iăquyălàăph ngăphápăđ aăcácăbi nă vàoămôăhìnhăm tăl tă(ph ngăphápăEnter).
- ăđánhăgiáăđ ăphùăh păc aămôăhìnhăh iăquyăđ iăv iăt păd ăli u,ătácăgi ăs ă d ngăh ăs ăR2 hi uăch nhă(AdjustedăRăSquare).
- Ki măđ nhăđ ăphùăh păc aămôăhìnhăđ ăl aăch nămôăhìnhăt iă uăb ngăcáchă s ăd ngăph ngăphápăphânătíchăANOVAăđ ăki măđ nhăgi ăthuy tăH0:ăkhôngăcóăm iă liênăh ătuy nătínhăgi aăbi năph ăthu căv iăt păh păcácăbi năđ căl pă( 1 = 2 = 3 =
n = 0).ăN uăgiáătr ăth ngăkêăFăcóăSigăr tănh ă(<ă0,05),ăthìăgi ăthuy tăH0 b ăbácăb ,ă khiăđóăchúngătaăk tălu năt păh păc aăcácăbi năđ căl pătrongămôăhìnhăcóăth ăgi iă thíchăchoăs ăbi năthiênăc aăbi năph ăthu c.ăNgh aălàămôăhìnhăđ căxâyăd ngăphùă h păv iăt păd ăli u,ăvìăth ăcóăth ăs ăd ngăđ c.
- Xácăđ nhăcácăh ăs ăc aăph ngătrìnhăh iăquyăb i,ăđóălàăcácăh ăs ăh iăquyă riêngăph nă k:ăđoăl ngăs ăthayăđ iătrungăbìnhăc aăbi năph ăthu căkhiăbi năđ căl pă Xk thayă đ iă m tă đ nă v ,ă trongă khiă cácă bi nă đ că l pă khácă đ că gi ă nguyên.ă Tuyă nhiên,ăđ ăl năc aă kph ăthu căvàoăđ năv ăđoăl ngăc aăcácăbi năđ căl p,ăvìăth ăvi că soăsánhăchúngătr căti păv iănhau,ăt ăđóăxácăđ nhăt măquanătr ngă(m căđ ăgi iăthích)ă c aăcácăbi năđ căl păchoăbi năph ăthu c,ăvàăbi uădi năs ăđoăc aăt tăc ăcácăbi năđ că l păb ngăđ năv ăđoăl ngăđ ăl chăchu năbeta.
- Cu iăcùng,ănh măđ măb oăđ ătinăc yăc aămôăhìnhăh iăquyăđ căxâyăd ngălàă phùăh p,ăm tălo tăcácădòătìmăs ăviăph măcácăgi ăđ nhăc năthi tătrongăh iăquyătuy nă tínhăc ngăđ căth căhi năg m:ăgi ăđ nhăliênăh ătuy nătính,ăgi ăđ nhăv ăphânăph iă chu năc aăph năd ,ăgi ăđ nhăv ătínhăđ căl păc aăsaiăs ,ăđoăl ngăđaăc ngătuy n.
3.3.4. Ki măđ nhăs ăkhácăbi tăv ăýăđ nhănuôiăconăhoƠnătoƠnăb ngăs aăm ătrongă
sáuăthángăđ uăc aăbƠăm ămangăthaiăt iăTP.ăHCMătheoăcácăbi năđ nhătínhăb ng
ANOVA
ăki măđ nhăs ăkhácăbi tăv ăýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongă sáuăthángăđ uăc aăbàăm ămangăthaiătheoăđ ătu i,ătìnhătr ngăhônănhân,ătrìnhăđ ăh că v n,ăngh ănghi păvàăthuănh păh ăgiaăđình,ătácăgi ăs ăd ngăph ngăphápăki măđ nh One-WayăANOVA.ăPhânătíchăph ngăsaiăANOVAă(ANalysisăOfăVAriance)ălàăs ă m ăr ngăc aăki măđ nhătăvìăph ngăphápănàyăgiúpăchúngătaăsoăsánhăgiáătr ătrungă bìnhăc aăc aăbaănhómătr ălên.
Ngoàiă ra,ă Leveneă testă c ngă đ că th că hi nă tr că đóă nh mă ki mă đ nhă tínhă phânăph iăchu năc aăph ngăsaiăcácăt ngăth ăconătr căkhiăti năhànhăki măđ nhăs ă b ngănhauăc aăgiáătr ătrungăbình. (adsbygoogle = window.adsbygoogle || []).push({});
TrongăphânătíchăANOVA,ăn uăk tăqu ăphânătíchăchoăth yăgiáătr ăSig. < 0,05 t călàăcóăs ăkhácăbi tăv ăm căđ ăđánhăgiáăy uăt ăýăđ nhănuôiăconăhoànătoànăb ngă s aăm ătrongăsáuăthángăđ uăgi aăcácănhómăbàăm ămangăthaiăcóăđ căđi măcáănhână khácănhau,ătácăgi ăti păt căs ăd ngăph ngăphápăphânătíchăsâuăANOVAălàăki mă đ nhăắsau”ăPostăHocăđ ătìmăxemăs ăkhácăbi tăc ăth ă ănhómănào.
Tóm t tăch ngă3
Ch ngănàyătrìnhăbàyăquyătrìnhănghiênăc uăvàăph ngăphápăđ căth căhi nă đ ăđánhăgiáăthangăđoăcácăkháiăni mănghiênăc uăvàămôăhìnhăcácăy uăt ătácăđ ngăđ nă ýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ uăc aăbàăm ămangăthaiăt iă TP.ăHCM.ăNghiênăc uăđ căth căhi năthôngăquaăhaiăph ngăpháp:ănghiênăc uăđ nhă tínhăvàănghiênăc uăđ nhăl ng.
Nghiênăc uăđ nhătínhăth căhi năthôngăquaăk ăthu tăth oălu nănhómăt pătrung.ă K tăqu ănghiênăc uăđ nhătínhălàăc ăs ăđ ăxâyăd ngăcácăthangăđo.
Nghiênăc uăđ nhăl ngăđ căth căhi năthôngăquaăk ăthu tăph ngăv nătr că ti păv iăkíchăth căm uănă=ă300ăbàăm ămangăthai.ăCh ngă3ănàyăc ngătrìnhăbàyăcácă n iădungăliênăquanăđ năquáătrìnhănghiênăc uăđ nhăl ngănh :ăxâyăd ngăb ngăcâuăh iă ph ngăv n,ăthi tăk ăm u,ăgi iăthi uăk ăthu tăvàăyêuăc uăchoăphânătíchăd ăli u.
Ch ngăti pătheoăs ăphânătíchăk tăqu ănghiênăc u,ăk ăthu tăphânătíchăd ăli uă nh ăđánhăgiáăthangăđoăb ngăh ăs ăCronbach’săAlphaăvàăphânătíchănhânăt ăkhámăpháă (EFA),ăki măđ nhămôăhìnhăvàăcácăgi ăthuy tănghiênăc uăb ngăphânătíchăt ngăquan,ă h i quyăb iă(MLR)ăvàăki măđ nhăs ăkhácăbi tăv ăýăđ nhănuôiăconăhoànătoànăb ngă s aăm ătrongăsáuăthángăđ uăc aăbàăm ămangăthaiăt iăTP.ăHCMătheoăcácăbi năđ nhă tínhăb ng ANOVA.
CH NGă4:ăPHỂNăTệCHăK TăQU ăNGHIểNăC U
Gi i thi u
Ch ngă3ăđãătrìnhăbàyăph ngăphápănghiênăc u.ăM căđíchăc aăch ngă4ănàyă s ătrìnhăbàyăcácăk tăqu ăthuăđ căthôngăquaăvi căphânătíchăd ăli uăthuăth păb ngă ph năm măx ălýăth ngăkêăSPSSă20.0.ăK tăqu ănghiênăc uăđ cătrìnhăbàyăbaoăg mă cácăph năchính:ăth ngăkêămôăt ;ăđánhăgiáăs ăb ăthangăđoăcácăkháiăni mănghiênăc uă b ngăh ăs ăCronbach’săAlpha;ăki măđ nhăthangăđoăb ngăphânătíchăEFA;ăki măđ nhă s ăphùăh păc aămôăhìnhăvàăs ătácăđ ngăc aăcácăbi năđ căl păđ năbi năph ăthu că b ngăphânătíchăt ngăquan,ăphânătíchăh iăquyăb iă(MLR);ăki măđ nhăs ăkhácăbi tăv ă m căđ ăđánhăgiáăy uăt ăýăđ nhănuôiăconăhoànătoànăb ngăs aăm ătrongăsáuăthángăđ u c aăbàăm ămangăthaiăt iăTP.ăHCMăb ng ANOVA.
4.1. Mô t m u kh o sát
Sau khi phát ra 320ăb ngăcâuăh iăthìăcóă300ăb ngăcâuăh iăb ngăgi yăđ căthuă th păv .ăTrongăcácăb ngăcâuăh iăthuăv có 29 b ngăkhôngăh păl ă(doăthi uăcácăthôngă tinăquanătr ngho căcóăđ ătu iănh h năđi uăki năkh oăsát).ăDoăđó,ătácăgi ălo iăb 29 b ngăcâuăh iănày,ăs ăb ngăcâuăh iăcònăl iăđ căđ aăvàoăs ăd ngăđ ăx ălýăvàăphână tíchăd ăli uălà 271 b ngăcâuăh iă(m u).
a) Th ng kê giai đỊ n mang thaic a bỢ m
Trong 271 bàăm ăkh oăsát,ăt năs ăcácăbàăm ămangăthaiăđ căphânăb ăg nănh ă nhauăchoăbaăgiaiăđo n,ănhi uănh tălàăs ăbàăm ămangăthaiătrênă37ătu năv i 95 bàăm (35,1%),ăti pătheoălàăgiaiăđo nămangăthaiăt 28 đ n 32 tu năv i 90 bàăm (33,2%), vàăth pănh tălàăgiaiăđo nămangăthaiăt 33 đ n 37 tu năv i 86 bàăm (31,7%).
B ngă4.1:ăTh ngăkêăgiaiăđo nămangăthaiăc aăbƠăm
STT Giaiăđo nămangăthai T năs Ph nătr mă(%) Ph nătr mătíchăl yă(%)
1 T ă28ăđ nă32ătu n 90 33,2 33,2
2 T ă33ăđ nă37ătu n 86 31,7 64,9
3 Trênă37ătu n 95 35,1 100
T ngăc ng 271 100
b) Th ng kê s l n bỢ m đang chu n b sinh cỊn
Trongăs 271 bàăm ăkh oăsát,ănhi uănh tălàăs ăbàăm ăđangăchu năb ăsinhăcon l năth ănh tăv iă146 bàăm (53,9%),ăti pătheoălàăs ăbàăm đangăchu năb ăsinhăconă l năth ăhaiăv iă113 bàăm (41,7%),ăvàăth pănh tălàăs ăbàăm ăđangăchu năb ăsinhăconă trênăhaiăl nv iă12ăbàăm ă(4,4%).
B ngă4.2:ăTh ngăkêăs ăl năbƠăm ăđangăchu năb ăsinhăcon
STT S ăl năchu năb ăsinhăcon T năs Ph nătr mă(%) Ph nătr mătíchăl yă(%)
1 L năth ănh t 146 53,9 53,9
2 L năth ăhai 113 41,7 95,6
3 Trênăhaiăl n 12 4,4 100
T ngăc ng 271 100
(Ngu n:ăK tăqu ăphơnătíchăd ăli uăkh oăsátăc aătácăgi )
V ăđ ătu i: có 69 bàăm ă ăđ ătu iăt ă18ăđ nă25ătu iăchi m 25,5%, có 111 bà m ă ăđ ătu iăt ă26ăđ nă30ătu iăchi m 41%, có 66 bàăm ă ăđ ătu iăt ă31ăđ nă35ătu iă chi m 24,4% và 25 bàăm ă ăđ ătu iăt ă36ăđ nă45ătu iăchi m 9,2%.
V ătìnhătr ngăhônănhơn: có 255 bàăm ăđãăk tăhônăchi m 94,1%, có 4 bàăm ly thânăchi m 1,5%, có 4 bàăm ălyăhônăchi m 1,5% và 8 bàăm ăch aăk tăhônăchínhă th căchi m 3%. (adsbygoogle = window.adsbygoogle || []).push({});
V ă trìnhă đ ă h că v n: có 44 bàă m ă cóă trìnhă đ d iă ph ă thôngă trungă h că chi m 16,2%, có 105 bàă m ă cóă trìnhă đ ă ph ă thôngă trungă h c,ă trungă c pă chi m 38,7%, có 109 bàăm ăcóătrìnhăđ ăcaoăđ ng,ăđ iăh căchi m 40,2% và 13 bàăm ăcóă trìnhăđ ăsauăđ iăh căchi m 4,8%.
V ăngh ănghi p: có 3 bàăm ălàăh c sinh/ sinhăviênăchi m 1,1%, có 17 bàăm ă làăcánăb ăqu nălýăchi m 6,3%, có 96 bàăm ălà nhânăviênăv năphòngăchi m 35,4%, có 49 bàă m ă làă côngă nhână chi m 18,1%, có 77 bàă m ă làmă côngă vi că n iă tr ă chi m 28,4% và 29 bàăm ăcóăngh ănghi păkhácăchi m 10,7%.
V ăthuănh pătrungăbìnhăhƠngăthángăc aăh ăgiaăđình: có 75 bàăm ăcóăthuă
nh pătrungăbìnhăc aăh ăgiaăđìnhăd iă7ătri u đ ng/ thángăchi m 27,7%, có 130 bà m ăcóăthuănh pătrungăbìnhăc aăh ăgiaăđìnhăt ă7ăđ năd iă15ătri uđ ng/ thángăchi m
48%, có 26 bàăm ăcóăthuănh pătrungăbìnhăc aăh ăgiaăđìnhăt ă15ăđ năd iă25ătri u