a. Đánh giá độ tin cậy thang đo theo Cronbach’s alpha
Khi phân tích độ tin cậy thang đo sử dụng phương pháp Cronbach’s alpha. Phương pháp này dùng để loại các biến không phù hợp trước khi phân tích nhân tố khám phá EFA vì các biến rác này có thể tạo ra các nhân tố giả khi phân tích EFA. Điều kiện khi chạy Cronbach’s alpha như sau:
- Nhỏ hơn 0.6: Thang đo nhân tố là không phù hợp (có thể trong môi trường nghiên cứu đối tượng không có cảm nhận về nhân tố đó)
- 0.6 – 07: Chấp nhận được với các nghiên cứu mới. - 0.7 – 0.8: Chấp nhận được.
- 0.8 – 0.9: tốt.
- Lớn hơn hoặc bằng 0.9: Chấp nhận được nhưng không tốt, nên xét xét các biến quan sát có thể có hiện tượng “trùng biến”
b. Phân tích yếu tố khám phá EFA
Phương pháp phân tích nhân tố khám phá EFA giúp đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. EFA dùng để rút gọn 1 tập k biến quan sát thành 1 tập F (F<k) các nhân tố có ý nghãi hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy ( biến quan sát).
Theo Hair & ctg, Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor loading > 0,3 : đạt mức tối thiểu - Factor loading > 0,4 : quan trọng
- Factor loading > 0,5 : có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu sau: Hệ số tải nhân tố (Factor loading) > 0,5
0,5 KMO 1: Hệ số KMO là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có nghĩa phân tích nhân tố là thích hợp.
Kiểm định Barlett có ý nghĩa thống kê (Sig. < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) >50% : Thể hiện phần trăm biến thiên của các biến quan sát.
c. Phân tích hệ số tương quan Person
Tương quan cho biết mối liên hệ tương đối giũa 2 biến. Hệ số tương quan sẽ cho biết độ mạnh hay mức độ liên hệ giữa 2 biến. Trong phân tích định lượng người ta sử dụng hệ số tương quan Person để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữ hai biến độc lập và phụ thuốc với nhau. Từ đó, ta chọn ra được những nhân tố độc lập thực sự có tương quan với nhân tố phụ thuộc và đưa những nhân tố độc lập đó vào hồi quy.
Hệ số tương quan Person (r ) sẽ nhận giá trị là -1 ≤ r ≥ 1. Ngoài ra còn phải chú ý những vấn đề sau đây:
- Hiện tượng đa cộng tuyến: là hiện tượng các biến độc lập có tưởng quan chặt chẽ với nhau. Chúng cung cấp cho mô hình những thông tin rất giống nhau, khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Nó làm các hệ số có khuynh hướng kém ý nghĩa. Cần xem xét hiện tượng đa cộng tuyến của các biến độc lập nếu hệ số Person >0.3 và Sig < 0.05.
- Những biến độc lập có Person < 0.3 và Sig < 0.05 là những biến đủ tiêu chuẩn để chạy phương trình hồi quy.
d. Phân tích hồi quy
Khóa luận tốt nghiệp GVHD: Th.S Phạm Thị Uyên Thi
gọi là biến nguyên nhân. Do đó ta cần phải phân tích hồi quy để có thể tìm ra được phương trình biểu diễn sự ảnh hưởng của biến độc lập đối với biến phụ thuộc như thế nào.