CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU
3.3.2.4Phƣơng pháp phân tích dữ liệu:
Phần mềm SPSS được sử dụng để xử lý và phân tích số liệu. Các phương pháp phân tích được sử dụng trong nghiên cứu là:
Lập bảng tần số để mô tả mẫu thu thập theo các thuộc tính như nghề nghiệp, mục đích vay vốn của khách hàng…
Cronbach alpha: phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0,6 trở lên có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Phân tích nhân tố khám phá EFA: Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá cần chú ý một số điều kiện sau:
- Trị số KMO > 0,5 và mức ý nghĩa của kiểm định Bartlett’s < 0,05 ( Hair và cộng sự, 2006).
- Phương pháp trích hệ số được sử dụng là Principal Components với phép xoay Varimax. Những nhân tố có eigenvalue > 1 được giữ lại mô hình (Gerbing &
Anderson, 1988). Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi các nhân tố. Thang đo được chấp nhận khi tổng phương sai trích > 0,5 (Gerbing & Anderson, 1988). Các biến quan sát có trọng số factor loading < 0,5 sẽ bị loại (Hair và cộng sự, 2006).
Xây dựng phương trình hồi quy tuyến tính bội:
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, tiến hành dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như kiểm tra phần dư chuẩn hoá, dò tìm hiện tượng đa cộng tuyến thông qua kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor – VIF). Điều kiện để không có hiện tượng đa cộng tuyến xảy ra trong mô hình hồi quy thì các hệ số VIF phải nhỏ hơn 10. Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng.