- Đánh giá độ tin cậy của thang đo
Một trong những hình thức đo lường được sử dụng phổ biến nhất trong nghiên cứu kinh tế xã hội là thang đo do Rennis Likert giới thiệu.
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Công thức của hệ số Cronbach α là:
α = Np/ [ 1+ p(N-1)] Trong đó:
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá tốt nhất phải có hệ số α lớn hơn hoặc bằng 0,8. Hệ số α của Cronbach cho ta biết các đo lường có liên kết với nhau hay không.
- Phân tích nhân tố
Phân tích nhân tố là các thủ tục được sử dụng chủ yếu là để thu nhỏ và tóm tắt các dữ liệu. Chúng 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 được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản.
Một số tham số thống kê được sử dụng trong nghiên cứu này:
- Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố - Correlation Matrix: cho biết hệ số tương quan giữa tất cả các cặp biến trong phân tích
- Factor loadings (hệ số tải nhân tố): là những hệ số tương quan đơn giữa các biến và các nhân tố
- Kaiser – Meyer – Olin (KMO): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (0,5 < KMO < 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
- Phân tích hồi quy – chứng minh sự phù hợp của mô hình
Một công việc quan trọng của bất kỳ thủ tục thống kê xây dựng mô hình từ dữ liệu nào cũng đều là chứng minh sự phù hợp của mô hình. Để biết mô hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu thì chúng ta cần dùng một thước đo về sự phù hợp của nó. Thước đo thường dùng là hệ số xác định R2.
R2 càng gần 1 thì mô hình đã xây dựng càng thích hợp, R2 càng gần 0 thì mô hình càng kém phù hợp với tập dữ liệu
Xây dựng xong một mô hình hồi quy tuyến tính, vấn đề quan tâm đầu tiên là xem xét sự phù hợp của mô hình đối với tập dữ liệu thông qua giá trị R2. Sự phù hợp đó mới chỉ thể hiện giữa mô hình xây dựng và tệp dữ liệu. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể chúng ta đặt giả thuyết R2 = 0. Nếu sau khi tiến hành bài toán kiểm định, chúng ta có đủ bằng chứng bác bỏ giả thuyết R2 = 0 thì đây là thành công bước đầu của mô hình hồi quy tuyến tính. Đại lượng F được sử dụng cho kiểm định này. Các số liệu F được lấy từ bảng phân tích phương sai ANOVA
CHƯƠNG III
KẾT QUẢ NGHIÊN CỨU
Trong chương này kết quả nghiên cứu được trình bày như sau: - Kiểm định thang đo
- Hiệu chỉnh mô hình nghiên cứu và các giả thuyết - Kiểm định sự phù hợp của mô hình và các giả thuyết
Chỉ số về độ tin cậy Cronbach Alpha và phân tích nhân tố được dùng để kiểm định thang đo. Thang đo Sự thỏa mãn với 5 biến được chấp nhận. Mô hình nghiên cứu được hiệu chỉnh cùng với các giả thuyết liên quan.