CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Quy trình nghiên cứu.
3.6.Phân tích dữ liệu
Có nhiều cách lấy mẫu: lấy mẫu ngẫu nhiên đơn giản, lấy mẫu ngẫu nhiên có phân lớp, lấy mẫu thuận tiện, lấy mẫu định mức, lấy mẫu theo địa bàn,... Mỗi cách lấy mẫu sẽ có những ưu điểm và nhược điểm riêng. Trong nghiên cứu này, phương pháp lấy mẫu thuận tiện sẽ được sử dụng.
- Dữ liệu trước khi phân tích phải đạt số mẫu cần thiết,phân tích nhân tố khám phá (EFA), theo kinh nghiệm được ủng hộ bởi nhiều nhà nghiên cứu, thông thường
kích thước mẫu ít nhất bằng gấp 4 hoặc 5 lần số biến trong phân tích nhân tố. Theo Tabachnick & Fidell, (1991) phân tích hồi quy đạt kết quả tốt nhất thì kích cỡ mẫu phải thỏa mãn công thức:
n ≥ 8k +50
n: kích cỡ mẫu
k: số biến độc lập của mô hình
Theo Hair & ctg (2006) dẫn trong Nguyễn Đình Thọ (2011, tr.397-398) cho rằng kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ số quan sát/biến đo lường là 5/1, nghĩa là cứ mỗi biến đo lường cần tối thiểu 5 quan sát.
Trên cơ sở dữ liệu đã được nhập vào phần mềm SPSS 22, nghiên cứu tiến hành phân tích thống kê mô tả cho tất cả các nhân tố. Những nhân tố có giá trị mean < 3 thể hiện rằng những người tham gia trảlờicho rằng nhân tố đó không ảnh hưởng tới tiến độ - sự thành công của dự án, do đó các nhân tốcó giá trị mean < 3 sẽ bị loại khỏi mô hình.
Sau khi loại bỏ những nhân tố có giá trị mean < 3, nghiên cứu tiếp tục kiểm định phương pháp đo lường bằng hệ số Cronbach Alpha. Tất cả những nhân tố có hệ số Cronbach Alpha nhỏ hơn 0.6 đều được loại bỏ. Kiểm định thang đo: Là kiểm tra xem mục câu hỏi nào đóng góp vào việc đo lường một khái niệm lý thuyết đang được nghiên cứu, điều này sử dụng đến hai phép toán:
+ Tương quan giữa bản thân các mục câu hỏi(Tính hệ số Cronbach’s Alpha).
+ Tương quan giữa các điểm số của từng mục câu hỏi với điểm số toàn bộ các mục hỏi cho mỗi bảng câu hỏi (Tính toán hệ số tương quan biến tổng). Kế đến, nghiên cứu tiến hành phân tích nhân tố khám phá EFA cho các nhân tố còn lại. Để đo lường sự tương thích của các mẫu khảo sát, nghiên cứu này sử dụng phương pháp kiểm định KMO (Kaiser - Meyer - Olkin) và Bartlett với giả thuyết H0: “Độ tương quan giữa các biến quan sát (các nhân tố) bằng 0 trong tổng thể”. Nếu hệ số KMO > 0.5 và hệ số sig < 0.05thì giả thuyết H0 bị bác bỏ. Điều đó có nghĩa rằng các biến quan sát (các nhân tố) có tương quan với nhau trong tổng thể, và phân tích nhân tố khám phá EFA là thích hợp. Sau khi tiến hành phân tích EFA, tất cả các nhân
tố có hệ số tải nhân tố (factor loading) < 0.5 sẽ lần lượt bị loại khỏi mô hình
nghiên cứu, để chọn được các biến có ý nghĩa thống kê và ý nghĩa thực tế. Phân tích nhân tố bằng các thành phần chính cho phép rút gọn nhiều biến số ít nhiều có một liên hệ tương quan lẩn nhau thành những đại lượng được thể hiện dưới dạng mối tương quantheo đường thẳng được gọi là những nhân tố.
Mô hình được thể hiện bằng phương trình sau:
Xi =Ai1 F1 +Ai2 F2+…….+ Aim Fm + Vi Ui
- Phương pháp phân tích phương sai một yếu tố (ANOVA) - Phương pháp phân tích hồi quy bội
Mô hình hồi quy tuyến tínhđa biến có công thức tổng quát sau: Yt = β1 + β2Xt2 + β3Xt3 + . . .+ βkXtk + Ut
Trong phần cuối cùng của việc xử lý dữ liệu, các biến quan sát (các nhân tố) còn lại sẽ được đưa vào phân tích hồi quy tuyến tính bội. Để đánh giá độ phù hợp của mô hình hồi quy bội ta dùng giá trị R2điều chỉnh. Để kiểm định độ phù hợp của mô hình hồi quy (kiểm tra mô hình này có phù hợp với tập dữ liệu thu thập được và có ý nghĩa ứng dụng hay không) ta sử dụng kiểm định giá trị thống kê F. Căn cứ vào kết quả hồi quy, nghiên cứu sẽ chỉ ra những nhân tố có mức độ ảnh hưởng quan trọng nhất đến tiến độ hoàn thành dự án xây dựng.