Các số liệu thu thập đƣợc sẽ đƣợc xử lý bằng phần mềm SPSS 16.0 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Kết quả phân tích sẽ đƣợc thảo luận và kiến nghị giải pháp.
3.4.1 Thống kê mô tả
Tóm tắt thống kê thông qua các đo lƣờng mức độ tập trung nhƣ Trung bình (mean), Trung vị (median) và mức độ phân tán nhƣ Phƣơng sai (variance), Độ lệch chuẩn (standard deviation), khoảng biến thiên (range) của dữ liệu.
3.4.2 Kiểm định phân phối chuẩn
Để có thể sử dụng mẫu thu thập đƣợc trong việc thực hiện hồi quy tuyến tính và những kiểm định giả thuyết, chúng ta cần đảm bảo các biến trong mô hình đảm bảo giả định về tính phân phối chuẩn. Giả định về tính phân phối chuẩn là giả định quan trọng nhất trong việc phân tích đa biến, đề cập đến dạng phân phối cho từng biến riêng và so sánh với dạng phân phối chuẩn.
Kiểm định tính phân phối chuẩn các biến quan sát thông qua hai chỉ số Skewness và Kurtosis. Nếu Skewness và Kurtosis nằm trong khoảng ±1 thì tốt, trong khoảng ±2 thì biến đó vẫn đƣợc chấp nhận sử dụng để thực hiện các kỹ thuật thống kê.
3.4.3 Phân tích hệ số tin cậy Cronbach’s Alpha
Một thang đo đƣợc coi là có giá trị khi nó đo lƣờng đúng cái cần đo nghĩa là phƣơng pháp đo lƣờng đó không có sự sai lệch mang tính hệ thống và sai lệch ngẫu nhiên. Điều kiện đầu tiên cần phải có là thang đo áp dụng phải đạt độ tin cậy. Độ tin cậy của thang đo đƣợc đánh giá thông qua hệ số Cronbach’s Alpha.
Phân tích hệ số tin cậy Cronbach’s Alpha (Đánh giá độ tin cậy và giá trị thang đo): Hệ số (α) cho biết mức độ tƣơng quan giữa các biến trong bảng câu hỏi, đƣợc dùng để tính sự thay đổi của từng biến và mối tƣơng quan giữa các biến. Qua đó, các biến quan sát
26
có tƣơng quan biến tổng nhỏ - Corrected Item Total Corelation (< 0.3) bị loại và thang đo đƣợc chấp nhận khi hệ số (α) đạt yêu cầu (> 0.6) (Hair & ctg, 1995).