Kết quả thu thập các dữ liệu thông qua quá trình điều tra, khảo sát được xứ lý bằng các phần mềm SPSS. Từ đó, cho phép đưa ra các kết luận minh chứng cho tính phù hợp của mô hình và các giả thuyết nghiên cứu:
Thứ nhất, đánh giá độ tin cậy của thang đo. Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
Các mức giá trị của Cronbach‘s Alpha: lớn hơn 0.8 là thang đo lường tốt; từ 0.7 đến 0.8 là sử dụng được; từ 0.6 trở lên là có thể sử dụng trong trường hợp khái
Loại các biến quan sát có hệ số tương quan biến - tổng nhỏ (nhỏ hơn 0.3); tiêu chuẩn chọn thang đo khi có độ tin cậy Cronbach‘s Alpha lớn hơn 0.6 (giá trị này càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein, 1994; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Các biến quan sát có tương quan biến - tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Cronbach‘s Alpha đạt yêu cầu (lớn hơn 0.7).
Dựa theo thông tin trên tác giả đánh giá độ tin cậy của thang đo với hệ số Cronbach‘s Alpha >=0,7 và có hệ số tương quan biến tổng >= 0.3.
Thứ hai, kiểm định giá trị của thang đo bằng cách phân tích nhân tố khám phá EFA. Phương pháp rút trích nhân tố được sử dụng là phương pháp xoay các nhân tố Varimax.
Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa các biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại.
Theo Hair & cộng sự (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích EFA. Giá trị tiêu chuẩn của hệ số tải Factor Loading nên được xem xét cùng kích thước mẫu. Thông thường ngưỡng của hệ số này phải lớn hơn 0.5 để bảo đảm giá trị hội tụ. Đồng thời giá trị phân biệt cũng phải thỏa mãn bằng cách là các factor loading lớn nhất và lớn nhì trong cùng 1 hàng phải cách xa nhau ít nhất là 0.3 đơn vị. Nếu factor loading không thỏa mãn thì phải xóa biến quan sát đó ra và thực hiện phân tích EFA lại.
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Bên cạnh hệ số tải nhân tố, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, phân tích nhân tố khám phá thích hợp khi 0.5 ≤ KMO ≤ 1. Theo Kaiser (1974) đề nghị:
• KMO ≥ 0.9: Rất tốt • 0.8 ≤ KMO ≤ 0.9: Tốt
• 0.7 ≤ KMO ≤ 0.8: Được • 0.6 ≤ KMO ≤ 0.7: Tạm được • 0.5 ≤ KMO ≤ 0.6: Xấu
• KMO < 0.5: Không được chấp nhận
Kiểm định Bartlett dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Dựa trên những thông tin trên, tác giả sử dụng kiểm định giá trị của thang đo bằng cách phân tích nhân tố khám phá EFA trong đó yêu cầu hệ số tải nhân tố > 0.5. Hệ số KMO > 0.5 và phương sai trích > 50% (Hair và cộng sự, 1998). Phương pháp rút trích nhân tố được sử dụng là phương pháp xoay các nhân tố Varimax.
Thứ ba, kiểm định lại độ tin cậy của thang đo với hệ số Cronbach‘s Alpha sau khi đã loại bỏ các chỉ báo không phù hợp.
Thứ tư, kiểm định hệ số tương quan Pearson nhằm đo lường mối liên hệ giữa các biến. Kiểm định hệ số tương quan Pearson cung cấp thông tin về mức độ quan trọng của mối liên hệ, mối tương quan, cũng như hướng của mối quan hệ. Ngoài ra, việc kiểm tra hệ số tương quan pearson còn giúp sớm nhận diễn được sự xảy ra của vấn đề đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau.
Thứ năm, phân tích mô hình hồi quy bội.
Thứ sáu, kiểm định Anova, T-test nhằm đánh giá có hay không sự khác biệt về năng lực cảm xúc của nhà quản lý cấp trung theo biến nhâu khẩu học bao gồm: giới tính, độ tuổi và thâm niên công tác.
TÓM TẮT CHƢƠNG 3
Dựa trên cơ sở lý thuyết, mô hình và các giả thuyết đã xây dựng. Nội dung chương đề cấp các phương pháp sử dụng trong nghiên cứu bao gồm nghiên cứu định tính và định lượng. Nghiên cứu định tính là quá trình phỏng vấn sâu ý kiến của các chuyên gia, đội ngũ quản lý nhằm điều chỉnh thang đo nghiên cứu, xây dựng và kiểm chứng sự phù hợp của các chỉ báo sử dụng trong nghiên cứu. Nghiên cứu sử dụng công cụ SPSS nhằm đánh giá độ tin cậy của thang đo, kiểm định sự phù hợp về ―giá trị hội tụ‖ và ―giá trị phân biệt‖ của thang đo trong phân tích EFA, kiểm định hệ số tương quan Pearson và kiểm định các giả thuyết thông qua phân tích mô hình mô hình hồi quy bội.
Nội dung của chương cũng nhằm mục tiêu kiểm định và đưa ra các kết quả nghiên cứu bước đầu liên quan đến các biến và mô hình đã lựa chọn. Từ đó, xem xét và hoàn thiện mô hình, bảng câu hỏi khảo sát hướng tới việc kiểm định chính thức các giả thuyết đặt ra trong nghiên cứu dựa trên một quy mô mẫu phù hợp.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU