Đối với số liệu sơ cấp đã được thu thập từ quá trình phỏng vấn, sẽ được xử lý thông qua phần mền SPSS20.0:
Phương pháp thống kê mô tả: Mô tả biến định tính qua việc lập
bảng tần số để mô tả mẫu, thể hiện các thuộc tính của đối tượng nghiên cứu. Phương pháp này chỉ cho biết những thông tin bao quát của mẫu dữ liệu, không nên suy diễn cho tổng thể hoặc đưa ra các kiến nghị về vấn đề nghiên cứu.
Phương pháp kiểm định Cronbach’s Alpha: Độ tin cậy của thang
đo được đánh giá thông qua hệ số Cronbach alpha và hệ số tương quan biến-tổng. Hệ số alpha (α) của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục câu hỏi trong thang đo tương quan với nhau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)
48
và hệ số tương quan biến-tổng (corrected item-total correlation) thể hiện sự tương quan chặt chẽ các biến để đo lường cùng một khái niệm nghiên cứu (Nguyễn Đình Thọ,2011).
Theo Nunnally & Bernstein (1994 theo Nguyễn Đình Thọ, 2011) thì hệ số Cronbach alpha ≥ 0.6 là thang đo có thể chấp nhận được về mặt độ tin cậy trên 0.8 là thang đo lường tốt (nếu lớn hơn 0.95 không tốt vì các biến đo lường hầu như là một) , biến có hệ số tương quan biến-tổng ≥ 0.4 thì biến đó đạt yêu cầu, phương pháp này nhằm loại bỏ các biến không phù hợp hoặc các biến rác nhằm tránh tạo ra yếu tố giả trong quá trình nghiên cứu.
Phương pháp phân tích nhân tố EFA:được sử dụng để rút gọn tập
nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu (Hair và các tác giả, 1998)
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
Hệ số Factor loading > 0.5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định tương quan của các biến quan sát trong thước đo đại diện (Bartlett) Kiểm định Bartlett có Sig =0 nhỏ hơn 0,05, có nghĩa là các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Phương pháp phân tích hồi quy đa biến: Phân tích hồi quy để xác
định cụ thể trọng số của từng nhân tố độc lập tác động đến nhân tố phụ thuộc từ đó đưa ra được phương trình hồi quy cũng là mục đích của bài nghiên cứu. Xác định mức độ ảnh hưởng của từng nhân tố
độc lập lên nhân tố phụ thuộc. Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo.
Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%. Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính.
Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến.