Đề tài sử dụng phần mềm SPSS 16.0 để hỗ trợ trong việc phân tích số
liệu. Các phương pháp phân tích được sử dụng trong việc giải quyết các mục tiêu của đềtài như: Phân tích thống kê mô tả (Descriptive Statistics), Phân tích
18
tần số (Frequency Analysis), Kiểm định giả thuyết về trị trung bình của hai tổng thể - trường hợp mầu độc lập (Independent - samples T - test), Hồi quy tuyến tính Ngoài ra, đề tài còn sử dụng phương pháp phân tích định tính,
phương pháp so sánh sốtương đối và tuyệt đối.
2.2.2.1 Phân tích số liệu thứ cấp
Dựa vào các số liệu đã thu thập được tiến hành kiểm tra tính hợp lý và sàng lọc lại dữ liệu sau đó tiến hành đưa vào xữ lý các mục tiêu cụ thể cũng như các câu hỏi nghiên cứu đã đặt ra.
2.2.2.2 Phân tích số liệu sơ cấp
Đây là giai đoạn nghiên cứu chính thức với kỹ thuật thu thập dữ liệu là phỏng vấn thông qua bảng câu hỏi. Dữ liệu thu thập được xử lý bằng phần mềm SPSS.
Phân tích tần số (Frequency Analysis): thống kê tần số, số lần xuất hiện của một quan sát, một biến nào đó. Trong nghiên cứu này sử dụng phân tích tần sốđể thống kê các yếu tố về giới tính, tuổi, thu nhập trung bình,...
Phương pháp thống kê, phương pháp thống kê thường được chia làm 2
lĩnh vực:
Phương pháp thống kê suy luận (thống kê suy diễn) là nghiên cứu các
phương pháp qui nạp dựa trên thông tin thu thập qua quan sát mẫu đại diện và suy luận cho tổng thể cần nghiên cứu. Thống kê suy luận còn dựa trên căn bản lý thuyết xác suất và đặc tính của sai số chọn mẫu.
Phương pháp thống kê mô tả (Descriptive statistics): thống kê mô tả là tồng hợp các phương pháp đo lường, mô tả và trình bày số liệu được ứng dụng
vào lĩnh vực kinh tế bằng cách rút ra những kết luận dựa trên những số liệu và thông tin thu thập được trong điều kiện không chắc chắn. Tính điếm trung bình của các thuộc tính nhân viên vềviêc đánh giá sự quan trong của các nhân tố.
Ý nghĩa của từng giá trịtrung bình đối với thang đo khoảng: Giá trị khoảng cách = ( Maximum-Minimum)/n = (5-1 )/5 = 0.8 Giá trị trung bình Ý nghĩa
1,00 – 1,80 Rất không đồng ý/Rất không hài lòng/Rất không quan trọng 1,81 – 2,60 Không đồng ý/Không hài lòng/ Không quan trọng
2,61 – 3,40 Không ý kiến/trung bình 3.41 – 4,20 Đồng ý/ Hài lòng/ Quan trọng
19
4,21 – 5,00 Rất đồng ý/ Rất hài lòng/ Rất quan trọng
Phương pháp so sánh:
Phương pháp so sánh bằng số tuyệt đối, số tuyệt đối là một chỉ tiêu tổng hợp phản ánh quy mô, khối lượng của sự kiện. Tác dụng của so sánh là phản ánh tình hình thực hiện kế hoạch, sự biến động về quy mô, khối lượng.
Phương pháp so sánh bằng sốtương đối sốtương đối là một chỉ tiêu tổng hợp biểu hiện bằng số lần (%)... phản ánh tình hình của sự kiện, khi số tuyệt
đối không thểnói lên được. Mục đích của phương pháp này là so sánh hai chỉ
tiêu cùng loại hay khác nhau nhưng có liên hệ nhau để đánh giá sự tăng lên
hay giảm xuống của một chỉtiêu nào đó qua thời gian.
Phân tích phương sai ANOVA
Có thể nói phân tích phương sai là sự mở rộng của kiểm định T, vì
phương pháp này giúp ta so sánh trị trung bình của ba nhóm phân loại trở lên. Kỷ thuật phân tích phương sai được dùng để kiểm định giả thuyết các tổng thể
nhóm (tổng thể bộ phân) có trị trung bình bằng nhau. Kỷ thuật này dựa trên cơ
sở tính toán mức độ biến thiên trong nội bộ nhóm và biến thiên giữa các trung bình nhóm. Dựa trên hai ước lượng này của mức độ biến thiên ta có thể rút ra kết luận về mức độ khác nhau của trung bình nhóm. Trong phạm vi đề tài này sẽ sử dụng phương pháp phương sai một yếu tố (One - Way ANOVA). Một số
giảđịnh đối với phương sai một yếu tố:
Các nhóm so sánh phải được chọn độc lập và ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn và cớ mẫu đủ lớn để được
xem như tiệm cận phân phối chuẩn.
Phương sai của các nhóm so sánh phải đồng nhất. Giả thiết:
H0: không có sự khác biệt giữa các biến trong kiểm định. Hi: có sự khác biệt giữa các biến trong kiểm định.
Kiểm định trị trung bình giữa hai tổng thể - trường hợp mẫu độc lập (Independent- samples T- Test)
Kiểm định về sự khác biệt trị trung bình của hai tổng thểđộc lập.
Nếu giá trị trong kiểm định Levene (kiểm định F) α thì phương sai của 2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.
20
Nếu P-value > α thì phương sai của 2 tổng thể không khác nhau, ta sử
dụng kết quả kiểm định t ở dòng Equal variances assumed.
Nếu P_value trong kiểm định T-test α (mức ý nghĩa) có sự khác biệt có ý
nghĩa về trung bình của 2 tổng thể.
Đánh giá độ tin cậy của phép đo lường bằng phương pháp tính hệ số Cronbach Alpha
Hệ số Cronbach Alpha được sử dụng trước để loại các biến quan sát không đạt yêu cầu hay các thang đo chưa đạt yêu cầu trong quá trình nghiên cứu.
Tính hệ sốCronbach Alpha được thực hiện đối với các nhóm biến cố kết nên các nhân tố. Hệ số Cronbach Alpha cho biết sựtương đối đồng nhất trong
đo lường theo các biến có nội dung gần gũi nhau và đã hình thành nên một nhân tố. Các biến quan sát có hệ số tương quan biến tổng – (item total correlation) nhỏhơn 0,3 sẽ bị loại bỏ và tiêu chuẩn để chọn thang đo khi nó có độ tin cậy alpha từ 0,6 trở lên.
Sau khi độ tin cậy đạt yêu cầu, dùng phân tích nhân tốđểxác định đâu là
những tiêu chí quan trọng nhất mà người tiêu dùng quan tâm.
Phương pháp hồi quy và tương quan
Phương pháp tương quan là quan sát mối liên hệ giữa một tiêu thức kết quả và một hoặc nhiều tiêu thức nguyên nhân nhưng ở dạng liên hệ thực. Còn hồi quy là một phương pháp xác định độ biến thiên của tiêu thức kết quả theo sự biến thiên của tiêu thức nguyên nhân. Bởi vậy 2 phương pháp này có quan
hệ chặt chẽ với nhau và có thể gọi tắt là phương pháp tương quan. Mục đích
của phương pháp hồi qui tương quan là ước lượng mức độ liên hệ (tương
quan) giữa các biến độc lập (các biến giải thích) đến biến phụ thuộc (biến
được giải thích), hoặc ảnh hướng của các biến độc lập với nhau (các yếu tố nguyên nhân). Phương pháp này được ứng dụng trong kinh doanh và phân tích kinh tế để phân tích mối liên hệ giữa hai hay nhiều biến ngẫu nhiên độc lập. Mục tiêu phân tích mô hình hồi qui tương quan: nhằm giải thích biến phụ
thuộc (TT: biến được giải thích) bịảnh hưởng bởi nhiều biến độc lập Fi (i: còn
được gọi là biến giải thích). Phương trình hồi qui tương quan có dạng:
TT = β0 + β*F1 + β2*F2 + β3*F3 + β4*F4… Trong đó:
TT: biến phụ thuộc
21
Fi: biến độc lập
Kết quả tính toán có các thông sốcơ bản như sau:
Multiple R (Multiple correlation coefficient): hệ số tương quan bội. Nói lên mối quan hệ chặt chẽ giữa biến phụ thuộc Y và các biến độc lập X. Khi R càng lớn, mối liên hệ càng chặt chẽ.
Hệ số xác định R2 (Multiple coefficient of determination): tỷ lệ % biến
động của Y được giải thích bởi các biến Xi.
Adjusted R Square: hệ số xác định đã điều chỉnh, dùng để trắc nghiệm xem có nên thêm vào một biến độc lập nữa không. Khi thêm vào một biến mà
R2 tăng lên thì ta quyết định thêm biến đó vào phương trình hồi qui.
P-value (probability value): giá trị p là mức ý nghĩa a nhỏ nhất mà ở đó
bắt đầu bác bỏ giả thuyết H0.
Residual: phần dư của mô hình, ss (sum of squares): tổng bình phương. df: độ tự do.
Number of obs: sốlượng các quan sát (sốlượng mẫu)