Phương pháp thống kê sử dụng mức có ý nghĩa alpha chọn trong đề tài này là 0.05 ( alpha = 0.05). Số liệu thu thập được phân tích bằng phần mềm SPSS 16.0. Quá trình phân tích phân tích dữ liệu được thực hiện qua các giai đoạn sau:
3.4.4.1 Đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronbach’s Alpha
Một thang đo được coi là có giá trị khi nó đo lường đúng cái cần đo, có ý nghĩa là phương pháp đo lường đó không có sai lệch mang tính hệ thống và sai lệch ngẫu nhiên. Điều kiện đầu tiên cần phải có thang đo áp dụng phải đạt độ tin cậy. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhiều nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally và Burnstein, 1994 trích trong Nguyễn Đình Thọ, 2011).
Trong nghiên cứu này, tác giả quyết định sử dụng tiêu chuẩn Cronbach alpha bằng 0.7 và các hệ số tương quan biến tổng (Corrected item total correlation) của các biến quan sát đều nhỏ hơn 0.3 bị loại.
3.4.4.2 Đánh giá thang đo bằng phân tích nhân tố khám phá (EFA –
Exploratory Factor Analysis
Phân tích nhân tố sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự
tác động của các yếu tố ảnh hưởng đến quyết định mua sắm của khách hàng có độ
kết dính cao không và chúng có thể gom gọn lại thành một số nhân tố ít hơn để xem xét không. Những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo. Các tham số thống kê trong phân tích EFA như sau:
• Đánh giá chỉ số Kaiser – Mayer – Olkin (KMO) để xem xét sự thích hợp của phân tích nhân tố khám phá (EFA), chỉ số KMO phải lớn hơn 0.5 (Nguyễn Đình Thọ, 2011).
• Kiểm định Bartlett dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Kiểm định Bartlett phải có ý nghĩa thống kê (Sig ≤0.05 ) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2008 )
• Các trọng số nhân tố (factor loading) nhỏ hơn 0.5 trong EFA sẽ tiết tục bị
loại để đảm bảo giá trị hội tụ giữa các biến (Nguyễn Đình Thọ, 2011). Phương pháp trích hệ số sử dụng là principal components và điểm dừng khi trích các nhân tố có eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50% (Nguyễn
Đình Thọ, 2011).
3.4.4.3 Phân tích hồi quy tuyến tính
Trước hết hệ số tương quan giữa quyết định mua sắm và các nhân tố ảnh hưởng đến quyết định mua sản phẩm dệt may của người dân TP. HCM sẽđược xem xét. Tiếp đến, phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinary Least Square- OLS ) được thực hiện nhằm kiểm
định mô hình lý thuyết và qua đó xác định cường độ tác động của từng yếu tố ảnh hưởng đến quyết định mua sắm của khách hàng. Trình tự phân tích hồi quy tuyến tính trong bài nghiên cứu này được thực hiện như sau:
• Phương pháp đưa biến vào phân tích hồi quy là phương pháp đưa các biến cùng một lượt (phương pháp Enter).
• Để đánh giá độ phù hợp của mô hình hồi quy đối với tập dữ liệu, ta sử dụng hệ số R2 hiệu chỉnh ( Adjusted R Square ).
• Kiểm định F để xem xét mức độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Đề tài ứng dụng chương trình phần mềm SPSS 16.0 để xử lý số liệu và phân tích thông tin qua các bước :
(1) Phân tích nhân tố khám phá EFA ( Exploratory Factor Analysis )xác định các thành phần giá trị tác động đến quyết định lựa chọn mua sản phẩm dệt may của giới trẻ.
(2) Đánh giá sơ bộ thang đo và độ tin cậy của biến đo lường bằng hệ số
Cronbach Alpha và độ giá trị ( Factor loading ).
(3) Phân tích hồi quy để tìm ra phương trình nghiên cứu & độ phù hợp của mô hình.