Dữ liệu thu thập đƣợc từ các bảng khảo sát đƣợc xử lý và phân tích bằng phần mềm SPSS 18. Các phép thống kê đơn giản nhƣ tần số, phần trăm, trị trung bình, độ lệch chuẩn dùng để mô tả đặc điểm của đáp viên.
Kiểm định thang đo nhằm đánh giá mức độ tin cậy của thang đo các khái niệm nghiên cứu thông qua các biến quan sát đã đƣợc xây dựng. Trong tổng số 27 biến quan sát (ý khảo sát), thang đo đƣợc chia thành 7 khái niệm. Hệ số Cronbach alpha của từng nhóm biến dùng làm chỉ số đánh giá độ tin cậy cho từng khái niệm, đây là hệ số sử dụng phổ biến để đánh giá độ tin cậy của thang đo nhằm kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau (Hoàng Trọng và Nguyễn Chu Mộng Ngọc, 2005). Hệ số Cronchbach alpha có giá trị từ 0.8 trở lên đến gần 1 thì thang đo là tốt, từ 0.7 đến 0.8 là sử dụng đƣợc, và 0.6 trở lên thì thang đo có thể sự dụng đƣợc trong trƣờng hợp nghiên cứu mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Nguyễn Đình Thọ, 2012). Vì vậy, hệ số thang đo để đánh giá thang đo ở đề tài này ở mức 0.6 trở lên.
Trong phân tích nhân tố, mức độ thích hợp của tƣơng quan nội tại giữa các biến quan sát trong khái niệm nghiên cứu đƣợc thể hiện bằng hệ số Kaiser-Myer-Olkin (KMO) đo lƣờng sự thích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định Barlett’s. Trị số của KMO lớn (giữa 0.5 đến 1) là điều kiện đủ để phân tích nhân tố thích hợp. Sự rút trích các nhân tố đại diện bằng các biến quan sát đƣợc thực hiện bằng phân tích nhân tố EFA với phép quay Varimax – phƣơng pháp đƣợc sử dụng phổ biến nhất. Các thành phần với giá trị Eigen lớn hơn và tổng phƣơng sai trích bằng hoặc lớn hơn 0.5 đƣợc xem là nhân tố đại diện cho các biến.
Sau khi số lƣợng các nhân tố đã đƣợc trích, giá trị của các nhân tố sẽ đƣợc tính bằng phƣơng pháp lấy trung bình của các nhóm biến quan sát thuộc nhân tố đó dựa trên kết quả xử lý bằng SPSS. Các nhân tố đƣợc chạy mô hình hồi quy nhằm xem xét mối
quan hệ và ảnh hƣởng của chúng. Với sự hỗ trợ của SPSS, việc xử lý mô hình hồi quy sẽ đƣợc thực hiện bằng phƣơng pháp chọn từng bƣớc (stepwise selection) – đây là phƣơng pháp đƣợc sử dụng phổ biến nhất (Hoàng Trọng và Nguyễn Chu Mộng Ngọc, 2005). Phƣơng pháp này đƣợc thực hiện bằng các biến độc lập sẽ đƣợc dần đƣa vào mô hình và loại trừ dần nếu không đáp ứng phù hợp về kiểm định thống kê từ đó mô hình chỉ giữa lại những biến độc lập có ý nghĩa thống kê và phù hợp với mô hình.
Khi thực hiện mô hình hồi quy, hiện tƣợng đa cộng tuyến sẽ đƣợc lƣu ý. Các biến mà có sự cộng tuyến cao có thể làm cho kế quả sai lệch và không ổn định, không có tính tổng quát hoá. Để kiểm định hiện tƣợng đa cộng tuyến trong nghiên cứu này, hệ số phóng đại phƣơng sai – VIF – sẽ đƣợc sử dụng. Điều kiện để biến đó có hiện tƣợng đa cộng tuyến thì VIF của biến đó sẽ lớn hơn 10.