Phương pháp thống kê mô tả (Descriptive Statistics) :
Lệnh này được sử dụng với các biến định lượng. Các biến định tính nếu được tính sẽ không có ý nghĩa. Theo cách hiểu cơ bản, lệnh Descriptive dùng
để tính giá trị trung bình cho một biến định lượng có nhiều giá trị bên trong.
Các đại lượng thống kê mô tả thường được dùng là: Tính trị số trung bình Mean, giá trị lớn nhất Max, giá trị nhỏ nhất Min...Ý nghĩa của điểm trung bình
trong thang đo khoảng là:
Giá trị khoảng cách= (Maximum – Minimum)/n= (5-1)/5=0.8 Mức độ hài lòng = n+(Max-1)/Max
Trong đó: - n: Số điểm quan sát
- Max: số điểm đánh giá cao nhất (ở đây Max= 5 điểm)
Mức độ Giá trị trung bình Ý nghĩa
1 1.00 – 1.80 Rất không hài lòng/Rất không đồng ý
2 1.81 – 2.60 Không hài lòng/Không đồng ý
3 2.61 – 3.40 Bình thường/Không ý kiến
4 3.41 – 4.20 Hài lòng/Đồng ý
5 4.21 – 5.00 Rất hài lòng/Rất đồng ý
Phương pháp phân tích tần số (Frequency Analysis)
Phương pháp này có thể dùng các biến định lượng hoặc định tính, được mã hóa bằng số hay các chuỗi ký tự ngắn (với tối đa 8 kí tự). Đây là phương pháp dùng để đếm tần số, cho biết với tập dữ liệu đang có thì số đối tượng có các
biểu hiện nào đóở một thuộc tính cụ thể là bao nhiêu. Trong nghiên cứu này sử
dụng phân tích tần số để thống kê các yếu tố về nhân khẩu học của khách hàng
như về giới tính, thu nhập, quê quán… Phân tích hệ số Cronbach Alpha
Hệ số Cronbach alpha là một phép kiểm định thống kê dùng để kiểm tra sự
chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía
cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của
từng biến với điểm số toàn bộ các biến của mỗi người trả lời.
Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta
không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến. Theo đó, chỉ những biến có hệ số tương quan biến tổng hợp phù hợp (Corrected
Item-Total Correlation) lớn hơn 0,3 và có hệ số Cronbach Alpha lớn hơn 0,6
mới được xem là chấp nhận và thích hợp đưa vào phân tích những bước tiếp
theo (Nguyễn Đình Thọ, 2011). Cũng theo nhiều nhà nghiên cứu, nếu
Cronbach alpha đạt từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt và từ 0,7 đến gần 0,8 là sử dụng được, khi đó mức độ tương quan sẽ cao hơn.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn
một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội
dung thông tin của tập biến ban đầu. Trong nghiên cứu, ta có thể thu thập được
một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải giảm bớt xuống đến một số lượng mà chúng ta có thể sử
dụng được.
Phương pháp trích hệ số được sử dụng là Principal Component với các
phép xoay là Varimax – phép xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố làm tăng cường khả năng giải
thích các nhân tố và điểm dừng khi trích các yếu tố có Eigenvalue là 1. Các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5 sẽ tiếp tục bị loại (Hoàng Trọng
và Chu Nguyễn Mộng Ngọc, 2008).
Điều kiện để áp dụng phân tích nhân tố là các biến có tương quan với nhau. Để xác định các biến có tương quan như thế nào, ta sử dụng kiểm định Barlett’s để kiểm định giả thuyết
H0 : các biến không có tương quan với nhau
H1 : các biến có tương quan với nhau
Mong đợi bác bỏ giả thuyết H0, nghĩa là chấp nhận giả thuyết H1 các biến
có liên quan với nhau. Điều này có được khi giá trị P sau khi kiểm định phải
nhỏ hơn mức ý nghĩa alpha.
Đồng thời, trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser- Meyer-Olkin) một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố
phải có giá trị trong khoảng từ 0,5 đến 1 (0,5<KMO<1) thể hiện phân tích nhân
tố là thích hợp với các dữ liệu, khi đó các tương quan đủ lớn để có thể áp dụng
phân tích nhân tố.
Phân tích bảng chéo (Cross – tabulation)
Phân tích bảng chéo là một kỹ thuật thống kê mô tả hai hay ba biến cùng lúc và bảng kết quả phản ánh sự kết hợp hai hay nhiều biến có số lượng hạn
chế trong phân loại hoặc trong giá trị phân biệt.
Để kiểm định độ phù hợp của bảng, ta dùng giá trị Sig. Ở bảng Chi – square Tests, giả thuyết H0 : không có mối quan hệ giữa các biến. Nếu Sig. <
( là mức ý nghĩa) thì bác bỏ giả thuyết H0, khi đó các biến có mối liên hệ
với nhau. Nếu Sig. > thì chấp nhận giả thuyết H0, khi đó các biến không có
CHƯƠNG 3
ĐÁNH GIÁ MỨC ĐỘ HÀI LÒNG CỦA KHÁCH HÀNG VỀ
CHẤT LƯỢNG DỊCH VỤ XE KHÁCH PHƯƠNG TRANG