- Tiến hành phân tích nhân tố sơ bộ
3.5PHƯƠNG PHÁP XỬ LÍ THỐNG KÊ 3.5.1Tần suất thống kê mô tả
- Là số lần xuất hiện của các giá trị, được thực hiện bởi tất cả các biến kiểu số (định tính và định lượng).
- Đây có thể xem là phần cốt lõi và thường gặp nhất trong việc phân tích và xử lý số liệu. Tuy nhiên trước tiên bước vào việc mô tả dữ liệu (đo lường độ tập trung hay phân tán, tỷ lệ %, mối quan hệ với các biến...), cần thiết phải nắm được loại biến đang khảo sát (loại thang đo của biến) hay nói cách khác ta phải nắm được ý nghĩa của các quản trị trong biến.
3.5.2 Hệ số tin cậy Cronbach’ Alpha
Hệ số Cronbach’ Alpha kiểm định độ tin cậy của thang đo, cho phép loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như lỗi của các biến. Theo đó, chỉ những biến có hệ số tương quan tổng biến phù hợp (Corrected Item - Tatal Correlation) lớn hơn 0,3 và có hệ số Alpha lớn hơn 0,7 mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo.
3.5.3 Giá trị trung bình (Mean)
Giá trị trung bình số học của một biến, được tính bằng tổng giá trị quan sát chia cho số tương quan. Đây là dạng công cụ thường được dùng cho dạng thang đo khoảng cách và tỷ lệ. Giá trị trung bình có đặc điểm là chịu sự tác động của các giá trị ở mỗi quan sát, do đó đây là thang đo nhạy cảm nhất đối với sự thay đổi của các giá trị quan sát.
Ta thấy: Thang đo Likert 5 mức độ có 5 giá trị và 4 khoảng vậy giá trị khoảng cách trung bình bằng nhau giữa các khoảng là (4/5) = 0,8.
Nên, giá trị trung bình của thang đo Likert 5 mức độ được xác định theo thang điểm: Từ 1,00 - 1,80: Hoàn toàn không hài lòng
Từ 1,81 - 2,60: Không hài lòng Từ 2,61 - 3,40: Bình thường Từ 3,41 - 4,20: Hài lòng
3.5.4 Phân tích nhân tố khám phá (EFA)
- Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất có ích cho việc xác định các tập hợp nhóm biến. Quan hệ của các nhóm biến có quan hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor Loading), hệ số này cho biết mỗi biến đo lường sẽ thuộc về nhân tố nào.
- Hệ số KMO (Kaiser-Meyer-Olkin) phải đạt giá trị 0,5 trở lên (0,5=<KMO<=1) thể hiện phân tích nhân tố là phù hợp. Kiểm định Bertlett (Bertlett’s test) có ý nghĩa thống kê (sig < 0,05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
- Hệ số tải nhân tố (Factor Loading) là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA >= 0,5
• Factor Loading > 0,3: Đạt mức tối thiểu
• Factor Loading > 0,4: Xem là quan trọng
• Factor Loading > 0,5: Xem là có ý nghĩa thực tiễn
- Tổng phương sai trích (Total Varicance Explained) đạt giá trị từ 50% trở lên
- Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) > 1 thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
3.5.5 Kiểm định ANOVA
- Kỹ thuật phân tích phương sai ANOVA (Analysis of Variance) được dùng để kiểm định giả thuyết các tổng thể nhóm (tổng thể bộ phận) có trị trung bình bằng nhau. Kỹ thuật này dựa trên cơ sở tính toán mức độ biến thiên trong nội bộ các nhóm và biến thiên giữa các trung bình nhóm. Dựa trên hai ước lượng này ta có thể rút ra kết luận về mức độ khác nhau giữa các trung bình nhóm. Hệ số Sig lớn hơn 0.05 mới có thể khẳng định là phương sai của các nhóm bằng nhau.
• Levene test: H1 “Phương sai bằng nhau”
• ANOVA test: H0 “Trung bình bằng nhau”
• Sig > 0,05: Chấp nhận H0 => chưa đủ điều kiện để khẳng định có sự khác biệt.
- Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát.
3.5.6 Phân tích tương quan, hồi quy
Phân tích tương quan:
- Sử dụng thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.
Phân Tích hồi quy:
- Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc (chất lượng dịch vụ) và các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp dự đoán được mức độ của biến phụ thuộc khi biết giá trị của biến độc lập.
- Phương pháp phân tích được chọn lựa là phương pháp Enter, đây là phương pháp được sử dụng rộng rãi nhất.
• Sig > 0,05: Bác bỏ H1 • Sig < 0,05: Chấp nhận H1 (adsbygoogle = window.adsbygoogle || []).push({});
- Kết quả phương trình: Y = 00 + 01X1 + P2X2 + P3X3 + P4X4 + P5X5
- Trong đó: X1: tin cậy, X2: đáp ứng, X3: hữu hình, X4: đảm bảo, X5: đồng cảm
KẾT LUẬN CHƯƠNG 3
Chương 3 đưa ra quy trình nghiên cứu thực hiện đề tài với từng công việc và thời gian cụ thể giúp bài nghiên cứu khoa học và chặt chẽ hơn. Đồng thời đưa ra được phương pháp nghiên cứu và phương pháp chọn mẫu phù hợp với đề tài nhằm thu thập được thông tin, dữ liệu và cách chọn mẫu phù hợp phục vụ cho bài nghiên cứu. Bên cạnh đó, thiết kế bảng câu hỏi và thang đo nhằm xây dựng bảng câu hỏi khảo sát phù hợp với mục tiêu nghiên cứu. Phần cuối của chương đưa ra phương pháp xử lí thống kê phù hợp nhằm định hướng cho các phân tích sẽ thực hiện ở chương 4.