Sử dụng phần mềm SPSS tiến hành việc thống kê mô tả, kiểm định thang đo, phân tích nhân tố, phân tích tương quan giữa các biến và kiểm định mô hình nghiên cứu bằng phương pháp phân tích hồi quy đa biến.
3.1. Sàng lọc dữ liệu
Dữ liệu sau khi khảo sát thu thập được, chúng tôi tiến hành kiểm tra lại các bảng câu hỏi khảo sát, lọc bỏ những bảng câu hỏi điền thiếu thông tin, có nhiều điểm vô lý, các bảng câu hỏi trùng lập nhau.
3.2. Thống kê mô tả
Mục tiêu của việc thống kê mô tả nhằm tóm tắt những đặc điểm chung, các đặc trưng của các yếu tố được khảo sát.
3.3. Kiểm định thang đo
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), hệ số α của Cronbach (gọi tắt là Cronbach‟s Alpha) “là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau”, hay nói cách khác là để đánh giá tính ổn định của thang đo đa biến.
Nguyễn Đình Thọ (2013) cho rằng các tiêu chuẩn trong kiểm định độ tin cậy thang đo Cronbach’s Alpha như sau:
34 - Hệ số Cronbach’s Alpha chỉ đo lường độ tin cậy của thang đo (bao gồm từ 3 biến quan sát trở lên ) chứ không tính được độ tin cậy cho từng biến quan sát.
- Hệ số Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Về lý thuyết, hệ số này càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên điều này không hoàn toàn chính xác. Hệ số Cronbach’s Alpha quá lớn (khoảng từ 0,95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong thang đo.
Nếu một biến đo lường có hệ số tương quan biến tổng Corrected Item – Total Correlation ≥ 0.3 thì biến đó đạt yêu cầu (Nguồn: Nunnally, J. (1978), Psychometric Theory, New York, McGraw-Hill).
Theo Hoàng Trọng & Chu Mộng Ngọc (2008) thì giá trị hệ số Cronbach’s Alpha như sau:
- Từ 0,8 đến gần bằng 1: thang đo lường rất tốt.
- Từ 0,7 đến gần bằng 0,8: thang đo lường sử dụng tốt. - Từ 0,6 trở lên: thang đo lường đủ điều kiện.
Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) còn cho rằng để giúp loại ra những biến quan sát không đóng góp nhiều cho việc mô tả khái niệm cần đo, nghiên cứu sẽ dùng Hệ số tương quan biến - tổng (Corrected Item- Total Correlation). Theo đó, những biến có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) lớn hơn 0,3 được cho là phù hợp, vì vậy những biến có hệ số nhỏ hơn 0,3 được cho là không phù hợp và sẽ bị loại bỏ.
3.4. Phân tích nhân tố khám phá (EFA)
Hair & cộng sự (1998) cho rằng phân tích nhân tố khám phá là cách phân tích rút gọn một tập hợp gồm nhiều biến quan sát thành một tập hợp biến ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa hầu hết thông tin của tập biến ban đầu.
35 Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) thì đánh giá giá trị thang đo bằng phương pháp phân tích nhân tố khám phá EFA nhằm thu gọn các biến quan sát. Trước tiên cần xem xét sự thích hợp phân tích nhân tố với chỉ tiêu KMO và tiêu chuẩn thích hợp để tiến hành phân tích nhân tố là 0,5 ≤ KMO ≤ 1. Đồng thời cũng cần kiểm định Bartlett để xem xét giả thuyết về độ tương quan giữa biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê với Sig. < 5% thì các biến quan sát có tương quan với nhau trong tổng thể.
Nguyễn Đình Thọ (2013) còn cho rằng việc thực hiện rút trích nhân tố theo nguyên tắc biến có hệ số tải yếu tố (factor loading) > 0,5 mới được giữ lại vì khi đó nghiên cứu sẽ có ý nghĩa thực tiễn. Tuy nhiên, về mặt khoa học có thể chấp nhận những biến > 0,4 để tiếp tục nghiên cứu.
3.5. Phân tích tương quan
Dựa theo Hair và cộng sự (1998), tương quan Pearson truyền tải sự mạnh mẽ, trực tiếp và mức ý nghĩa của mối quan hệ giữa các biến với nhau được đo lường thông qua thang đo định khoảng.
3.6. Phân tích hồi quy đa biến
Hoàng Trọng và Chu Mộng Ngọc (2008) cho rằng phân tích hồi quy nhằm nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc) vào nhiều biến khác (gọi là biến độc lập), giúp ta dự đoán được mức độ ảnh hưởng của biến phụ thuộc (với độ chính xác trong một phạm vi giới hạn) khi biết trước giá trị của biến độc lập.
Sau khi thực hiện phân tích nhân tố khám phá (EFA), các giả thuyết được hiệu chỉnh lại với các nhân tố mới và tiếp tục áp dụng phương pháp phân tích hồi quy đa biến để đánh giá mức độ ảnh hưởng của các yếu tố đến ĐLLV.
36
Tóm tắt chương 3: Chương này trình bày phương pháp nghiên cứu của đề tài, được thực hiện thông qua việc sử dụng phương pháp định lượng và phương pháp chọn mẫu xác suất, ngẫu nhiên đơn giản. Các dữ liệu thu thập thông qua bảng câu hỏi dựa trên thang điểm Likert. Dữ liệu sau khi thu thập và sàng lọc sẽ được thống kê mô tả, kiểm tra đô tin cậy, phân tích nhân tố khám phá, phân tích tương quan, phân tích hồi quy đa biến thông qua công cụ là phần mềm SPSS phiên bản 22.0.
37
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Ở chương này đề cập đến quá trình tổng hợp, phân tích dữ liệu thu thập được từ bảng câu hỏi khảo sát.