8. Kết cấu của Luận án
3.3.3. Quy trình và phương pháp phân tích dữ liệu định lượng
Như đã trình bày trong Phần mở đầu về mục tiêu nghiên cứu, bên cạnh mục tiêu khám phá các nhân tố tác động đến CLKT và NLCT, tác động của CLKT và nhân tố CLKT đến NLCT đã được thực hiện ở bước nghiên cứu định tính, nghiên cứu này còn nhằm mục đích đo lường mức độ tác động của các nhân tố đến CLKT, NLCT, mức độ tác động của CLKT và các nhân tố CLKT đến NLCT của các DNKT Việt Nam theo thang đo Likert 5 bậc. Do đó, các nghiên cứu định lượng nhằm mục tiêu nghiên cứu này được thực hiện theo quy trình và phương pháp phân tích dữ liệu định lượng như sau:
Bước 1: Thiết kế bảng câu hỏi khảo sát
Trên cơ sở kết quả các nhân tố đã được xác định ở bước nghiên cứu định tính, Bảng câu hỏi khảo sát được áp dụng trong nghiên cứu định lượng được thiết kế gồm các phần:
Phần I: Thông tin phục vụ cho việc thống kê và phân loại các đối tượng được phỏng vấn;
Phần II: (i) Đánh giá mức độ ảnh hưởng của các nhân tố tác động đến CLKT của các DNKT Việt Nam; (ii) Đánh giá mức độ ảnh hưởng của các nhân tố tác động đến NLCT của các DNKT Việt Nam;
Phần III: (i) Đánh giá chung về CLKT của DNKT Việt Nam; (ii) Đánh giá chung về NLCT của DNKT Việt Nam. Trong đó, mức độ tác động được đánh giá qua 5 cấp độ theo thang đo Likert.
Một bảng câu hỏi khảo sát nháp sau khi thiết kế sẽ được khảo sát thử từ 3 đến 5 đối tượng để xem xét mức độ phù hợp với mục tiêu nghiên cứu và thuận tiện cho việc hiểu và trả lời của các đối tượng nghiên cứu. Bảng khảo sát chính thức sẽ được phát hành sau khi đã hoàn chỉnh.
Bước 2: Chọn mẫu khảo sát và xác định cách thức mẫu khảo sát
Có nhiều phương pháp chọn mẫu khác nhau, nhưng có thể được chia thành hai nhóm chính: (1) chọn mẫu theo xác suất hay còn gọi là chọn mẫu ngẫu nhiên và (2) chọn mẫu phi xác suất hay không ngẫu nhiên. Trong nghiên cứu này, để có thể ước lượng được mô hình hồi quy, phương pháp chọn mẫu được sử dụng là phương pháp chọn mẫu xác suất. Mặt khác, do có thể ước lượng được tổng số các đối tượng khảo sát, phương pháp chọn mẫu phân tầng cũng được sử dụng trong Luận án.
Đối tượng khảo sát, phương pháp chọn mẫu và kích thước mẫu như đã trình bày mục 3.3.2: “Đối tượng khảo sát trong nghiên cứu định lượng”.
Bước 3: Gửi phiếu khảo sát và nhận kết quả trả lời
Các phiếu khảo sát sẽ được gửi và thu hồi qua các hình thức: (i) Trực tiếp, (ii) Gửi thư và (iii) qua Email.
Bước 4: Xử lý dữ liệu thô
Việc nhập dữ liệu và xử lý dữ liệu thô bằng phần mềm Microsoft Excel, sau đó tiến hành xử lý dữ liệu thô như kiểm tra tính hợp lý của dữ liệu, kiểm tra dữ liệu trống. Các dữ liệu sau khi đã được làm sạch sẽ được đưa vào phân tích bằng phần mềm IBM SPSS Statistics 22.
Bước 5: Kiểm định chất lượng thang đo
Trong bước này sử dụng hệ số Cronbach’s Alpha để đánh giá chất lượng của thang đo xây dựng. Thang đo được đánh giá chất lượng tốt khi: (1) Hệ số Cronbach’s Alpha của tổng thể lớn hơn 0,6; và (2) Hệ số tương quan biến – tổng của các biến quan sát lớn hơn 0,3 (Corrected Item – Total Corelation) (Nunnally & Bernstein, 1994).
Bước 6: Phân tích nhân tố khám phá EFA
Phân tích EFA sẽ giúp rút trích thành các nhân tố phục vụ cho việc phân tích tiếp theo. Các hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số này lớn hơn 0,3 được xem là mức tối thiểu, lớn hơn 0,4 được xem là quan trọng, lớn hơn 0,5 được xem là có ý nghĩa thiết thực (Hair & cộng sự, 1998). Trong nghiên cứu này, nhằm nâng cao tính thiết thực và độ tin cậy của kết quả nghiên cứu, Tác giả chỉ lựa chọn những nhân tố có hệ số chuyển tải lớn hơn 0,5, Kaiser-Mayer-Olkin (KMO) có giá trị lớn (giữa 0,5 và 1) và tổng phương sai trích lớn hơn 0.5 để đảm bảo nội dung giải thích của các nhân tố thu được từ kết quả phân tích EFA. Phương pháp Principal Component Analysis và phép quay Varimax sẽ được sử dụng trong nghiên cứu này để rút trích các nhân tố chính.
Bước 7: Đề xuất mô hình nghiên cứu trên cơ sở kết quả phân tích EFA, các nhân tố
được rút trích thành các nhóm nhân tố chính và được mã hóa theo các biến độc lập hoặc phụ thuộc. Để ước lượng mức độ tương quan của các nhân tố đến CLKT và NLCT, Tác giả sử dụng mô hình phân tích hồi quy bội để tính toán các tham số của các nhân tố được sử dụng trong mô hình.
Bước 8: Kiểm định mô hình hồi quy
Nhằm đảm bảo độ tin cậy và hiệu quả của mô hình, 5 kiểm định chính sau được thực hiện: (1) Kiểm định tương quan từng phần của các hệ số hồi quy
Mục tiêu của kiểm định này nhằm xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét riêng từng biến độc lập). Khi mức ý nghĩa (Significance, Sig.) của hệ số hồi quy từng phần có độ tin cậy là 95% trở lên (Sig. ≤0,05), có thể kết luận tương quan giữa biến độc lập và biến phụ thuộc có ý nghĩa thống kê (Nguyễn Đình Thọ, 2013), (Đinh Phi Hổ, 2014).
(2) Kiểm định mức độ phù hợp của mô hình
Mục tiêu của kiểm định này nhằm xem xét mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không,và mô hình được xem là phù hợp khi có ít nhất một hệ số hồi quy khác không.
Phân tích phương sai (Analysis of Variance - ANOVA) được sử dụng để kiểm định mức độ phù hợp của mô hình. Nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig. < 0,05), mô hình được xem là phù hợp (Nguyễn Đình Thọ, 2013), (Đinh Phi Hổ, 2014).
(3) Kiểm định hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến (Multicollinearity) là hiện tượng các biến độc lập có quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng đa cộng tuyến làm các sai số chuẩn thường cao hơn, giá trị thống kê thấp hơn và có thể không có ý nghĩa. Để kiểm tra hiện tượng này, ta sử dụng thước đo độ phóng đại phương sai (Variance Inflation Factor - VIF) để kiểm định hiện tượng tương quan giữa các biến độc lập. Điều kiện là VIF < 10 để không có hiện tượng đa cộng tuyến Nguyễn Đình Thọ (2013), (Đinh Phi Hổ, 2014)
(4) Kiểm định hiện tượng tự tương quan
Trong nghiên cứu này, trị số thống kê Durbin-Watson được sử dụng để kiểm tra xem có hiện tượng tự tương quan hay không trong phần dư (Residuals) của mô hình hồi quy đã được đề xuất. Mô hình được kết luận không có hiện tượng tự tương quan khi thỏa mãn điều kiện dU < d < 4 – dL. Trong đó, dU là Trị số thống kê trên và dL là Trị số thống kê dưới Nguyễn Đình Thọ (2013), (Đinh Phi Hổ, 2014)
(5) Kiểm tra hiện tượng phương sai của phần dư thay đổi
Phương sai của phần dư thay đổi (Heteroskedasticity) là hiện tượng các giá trị phần dư có phân bố không giống nhau và giá trị phương sai không như nhau. Hiện tượng này không xảy ra khi thỏa mãn điều kiện: nR2 < giá trị Chi bình phương Nguyễn Đình Thọ (2013), (Đinh Phi Hổ, 2014).
Khi nR2 < giá trị Chi bình phương, kết luận: Phương sai của phần dư không đổi. Quy trình và phương pháp phân tích dữ liệu định lượng được thể hiện qua Hình 3.3:
Bước 4 Xử lý dữ liệu thô
Bước 2 Xác định đối tượng khảo sát, phương pháp chọn mẫu, kích thước mẫu
Bước 3 Gửi phiếu khảo sát và nhận kết quả trả lời
Bước 1 Thiết kế bảng câu hỏi khảo sát
Bước 5 Kiểm định chất lượng thang đo
Bước 6 Phân tích nhân tố khám phá (EFA)
Bước 7 phương pháp phân tích hồi quy bộiĐề xuất mô hình nghiên cứu và
Bước 8 Kiểm định mô hình hồi quy
Hình 3.3: Quy trình và phương pháp phân tích dữ liệu định lượng
Nguồn: Phát triển của Tác giả