CHƯ NG 3 : PHƯ NG PHÁP NGHIÊN CỨU
3.4. Phương pháp phân tích dữ liệu
3.4.1. Kiểm định độ tin cậy thang đo
Một trong những mực tiêu của đề tài cần xây dựng và kiểm định độ tin cậy của các thang đo từng nhân tố và xác định hệ số Cronbach’s Alpha và phân tích nhân tố sẽ giúp cho ta thực hiện mục đích này. Cronbach’s Alpha sẽ kiểm tra, khảo sát độ tin cậy của các biến được dùng để đo lường từng nhân tố. Các biến không đảm bảo độ tin cậy “Cronbach’s Alpha < 0,6 và hệ số tương quan biến tổng <0,3” sẽ bị loại khỏi thang đo, rồi sẽ khơng sử dụng để
phân tích những nhân tố đó.
Sau khi phân tích kết quả Cronbach’s Alpha, phân tích nhân tố khám phá EFA được tiến hành để đánh giá thang đo hay rút gọn một tập biến. Khi sử dụng EFA để đánh giá thang đo, cần lấy tổng (hoặc trung bình) để tính giá trị cho các nhân tố (biến tiềm ẩn) cho phân tích tiếp theo.
Phân tích nhân tố khám phá EFA được tiến hành để nhóm các thang đo thành các nhân tố mới theo phương pháp trích nhân tố Principal Components với phép xoay Varimax. Điều kiện cần để bảng kết quả ma trận xoay có ý nghĩa thống kê là: Hệ số KMO (là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố) phải nằm trong đoạn từ 0,5 đến 1; kiểm định Barlett (là một đại lượng thống kê dùng để xem xét giả thuyết các biến quan sát có tương quan trong tổng thể khơng) có sig phải nhỏ hơn 0,05; giá trị Eigenvalue (là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA) lớn hơn hoặc bằng 1; tổng phương sai trích lớn hơn hoặc bằng 50%.
Cần loại biến trong phân tích nhân tố khám phá EFA: Từ bảng Component Matrix lấy những biến có hệ số tải nhân tố lớn hơn 0,5 để đảm bảo ý nghĩa của EFA, nếu biến quan sát có từ 2 hệ số tải nhân tố thì chọn hệ số tải nhân tố cao hơn và hệ số sau nó phải cách 0,3, nếu khơng thỏa cách 0,3 thì loại biến quan sát khơng đạt.
3.4.3. Kiểm định sự phù hợp của mơ hình
Một trong những điều kiện để tiến hành hồi quy là biến phụ thuộc phải có tương quan với biến độc lập nên việc tiến hành phân tích tương quan là cần thiết. Trong bước này, phép phân tích tương quan Pearson được sử dụng để đánh giá độ tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc. Ngoài ra, cũng cần xét tới mối quan hệ tương quan giữa các biến độc lập để đánh giá về khả năng xảy ra đa cộng tuyến trong mơ hình hồi quy.
Bảng tương quan Correlations, giá trị sig giữa biến độc lập và biến phụ thuộc nhỏ hơn 0,05 nghĩa là biến độc lập đó có tương quan với biến phụ
thuộc, nếu lớn hơn 0,05 nghĩa là biến độc lập đó khơng tương quan với biến phụ thuộc và nên loại bỏ biến đó trước khi chạy hồi quy. Khi sig nhỏ hơn 0,05, cần chú ý tới hệ số tương quan Pearson r để đánh giá mức độ tương quan mạnh/yếu giữa các biến độc lập với biến phụ thuộc.
Nếu các giá trị sig giữa các biến độc lập lớn hơn 0,05 nghĩa là giữa các biến độc lập này khơng có mối tương quan và nó càng khẳng định tính độc lập tốt giữa các biến độc lập. Nếu sig nhỏ hơn 0,05 thì lưu ý tới hệ số tương quan Pearson để xem tính tương quan mạnh hay yếu giữa các biến và có thể xảy ra đa cộng tuyến giữa các biến độc lập. Hệ số tương quan Pearson càng tiến về 1 càng tương quan mạnh. Ngược lại, hệ số này càng tiến gần về 0 thì tương quan càng yếu.
TÓM TẮT CHƯ NG 3
Trong chương này, tác giả đã đưa ra được quy trình nghiên cứu, các biến quan sát mã hóa trong 8 thành phần của thang đo về động lực làm việc của cán bộ, công chức trên hai giai đoạn nghiên cứu, nghiên cứu sơ bộ và nghiên cứu chính thức. Dựa trên yêu cầu về cách thước mẫu nghiên cứu, tác giả chọn kích thước mẫu nghiên cứu là 200 mẫu.
Từ đó, tác giả cũng đưa ra phương pháp phân tích dữ liệu thơng qua hệ số Cronbach’ Alpha bằng phần mềm thống kê SPSS và phân tích EFA để kiểm định thang đo các yếu tố ảnh hưởng đến động lực làm việc của cán bộ, cơng chức thanh tra tỉnh Khánh Hịa.