Với dữ liệu thu thập về, sau khi hoàn tất việc gạn lọc, kiểm tra, mã hóa, nhập liệu và làm sạch dữ liệu, tiếp tục xử lý và phân tích số liệu bằng phần mềm SPSS 16.1. Tác giả thực hiện phân tích dữ liệu trước hết là bảng tần số để mô tả đặc điểm của mẫu, nghiên cứu về giới tính, độ tuổi, vị trí công tác, thâm niên và trình độ học vấn.
Tiếp đến là tính toán các hệ số Cronbach alpha để đo lường độ tin cậy của các thang đo. Độ tin cậy của các thang đo lường được đánh giá bằng hệ số tin cậy Cronbach alpha. Hệ số Cronbach alpha là phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Theo Hunnally và Bernstein (1994) dẫn trong Nguyễn Đình Thọ (2011), thang đo có thể chấp nhận được về mặt tin cậy nếu Cronbach alpha ≥ 0.6. Ngoài ra, một biến đo lường có hệ số tương quan biến tổng ≥ 0.3 thì biến đó đạt yêu cầu. Tất cả những biến quan sát, thang đo đạt yêu cầu về độ tin cậy sẽ tiếp tục được phân tích nhân tố khám phá EFA.
27
Phân tích nhân tố khám phá EFA là kỹ thuật thường được sử dụng để đánh giá thang đo, rút gọn và tóm tắt dữ liệu sau khi đã kiểm định độ tin cậy của Cronbach alpha. Khi phân tích nhân tố khám phá, các tiêu chuẩn cần quan tâm như sau:
Chỉ số KMO (Kaiser – Meyer – Olkin) phải lớn hơn 0.5 là điều kiện đủ để phân tích nhân tố là thích hợp (Nguyễn Đình Thọ, 2011), mức ý nghĩa của kiểm định Bartlett p ≤ 0.05.
Các biến có trọng số (factor loading) lớn hơn 0.5 là giá trị chấp nhận được trong thực tiễn nghiên cứu (Nguyễn Đình Thọ, 2011).
Thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ, 2011).
Chỉ những nhân tố nào có eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích (Nguyễn Đình Thọ, 2011).
Sau đó, tác giả tiến hành phân tích hồi quy để kiểm định các giả thuyết và mô hình nghiên cứu. Bước đầu tiên khi phân tích hồi quy tuyến tính là xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa biến độc lập với nhau. Nếu hệ số tương quan giữa biến phụ thuộc và biến độc lập lớn, chứng tỏ giữa chúng có mối quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp.
Cuối cùng, để đánh giá mức độ phù hợp của mô hình nghiên cứu, tác giả dùng hệ số phù hợp tổng hợp R (Generalized squared multiple correlation) (Pedhazur, 1982).