CHƯƠNG3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Phương pháp phân tích dữ liệu
3.3.1. Kiểm định thang đo
Kiểm định thang đo, tức xác định mức tin cậy, được thực hiện bằng việc tính hệ số Cronbach’s Alphacho từng thang đo đơn hướng. Các thang đo đơn hướng có hệ số Cronbach Alpha lớn hơn 0,6 nhưng không lớn hơn 0,95 được xem là đáng tin cậy;hệ số Cronbach’s Alpha của từng thang đo từ 0,8 trở lên đến gần 1,0 thì thang đo được đánh giá là thang đo tốt, từ 0,7 đến gần 0,8 là thang đo có thể sử dụng được. Những biến quan sát thuộc mỗi thang đo nếu có hệ số tương quan biến có tổng nhỏ hơn 0,3 sẽ bị loại khỏi thang đo(Nunnally, 1978; Peterson, 1997; Slater, 1995 dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008; Bernstein, 1994 dẫn theo Nguyễn Đình Thọ, 2013). Kết quả kiểm định thang đo trình bày trong Chương 4.
3.3.2. Phân tích nhân tố khám phá
Phương pháp phân tích nhân tố (Exploratory Factor Analysis – EFA) giúp xác định và đánh giá 2 loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệtmà trong đó, giá trị của kiểm định KMO của dữ liệu phải gần giá trị 0,5 hoặc có thể cao hơn để có thể thực hiện phân tích (Comrey, 1973). EFA thường được các nghiên cứu sử dụng để đánh giá độ giá trị của thang đo (Nguyễn Đình Thọ, 2011). Phân tích EFA trong nghiên cứu này sử dụng công cụPrincipal Component
Analysis với phép xoay Varimaxvới trích xuất các yếu tố có giá trị Eigenvaluelớn
hơn hoặc bằng 1.Cùng với đó, hệ số KMO (Kaiser – Meyer – Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. EFA chỉ thích hợp khi KMO nằm trong khoảng giá trị giữa 0,5 và 1. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (giá trị Sig nhỏ hơn hoặc bằng 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Mộng Ngọc, 2008); Hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố lớn hơn 0,3 được xem là đạt mức tối thiểu. Hệ số tải nhân tố lớn hơn 0,4 được xem là quan trọng và lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn. Nếu chọn
tiêu chuẩn hệ số tải nhân tố lớn hơn 0,3 thì cỡ mẫu nghiên cứu phải ít nhất là 350; trường hợp nếu cỡ mẫu khoảng 100 thì chọn tiêu chuẩn hệ số tải nhân tố lớn hơn 0,55; cịn trường hợp cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75. Các biến không đạt chỉ tiêu trên sẽ bị loại (Hair và cộng sự, 2006).
3.3.3. Phân tích hồi quy tuyến tính
Được thực hiện nhằm xác định mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc mà trong đó các giá trị Sig. so với mức ý nghĩa thống kê nhất định (thường là 0,05), hệ số Beta chuẩn hóa giúp kiểm định chính xác các giả thuyết trong mơ hình nghiên cứu đề xuất cùng việc xác định mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc trong mơ hình. Biến phụ thuộc là yếu tố sự hài lòng về hệ thống cửa hàng Circle K và biến độc lập là các yếu tố ảnh hưởng đến sự hài lòng được rút ra kết quả phân tích EFA và có ý nghĩa trong phân tích tương quan Pearson. Phân tích hồi quy tuyến tính sử dụng phương pháp Enter, trong đó biến phụ thuộc là sự hài lịng về hệ thống cửa hàng Circle K, biến độc lập chính là các yếu tố: Sự đồng cảm, sự đáp ứng, sự tin cậy, hàng hóa và dịch vụ, giá cả và phương thức thanh tốn.
3.3.4. Kiểm định giá trị trung bìnht-test
Phương pháp kiểm định sự khác biệt về giá trị trung bình (t-test) được sử dụng để kiểm định sự khác biệt về giá trị trung bình giữa hai tổng thể. Cụ thể trong đó, phương pháp kiểm định Independent Samples t-test dùng để kiểm định
xem có sự khác biệt có ý nghĩa thống kê giữa hai nhóm thống kê. Khi giá trị Sig. nhỏ hơn mức ý nghĩa 0,05 (α = 5%)thì giả thuyết H0 về khơng có sự khác biệt giữa 2 nhóm bị bác bỏ. Điều này cũng đồng nghĩa với việc rút ra kết luận có sự khác biệt có ý nghĩa thống kê về một tiêu chí nào đó giữa 2 nhóm so sánh.
3.3.5. Kiểm định phương sai ANOVA
Phương pháp phân tích kiểm định phương sai một yếu tố One-wayAnalysis of Variance (One-way ANOVA) được sử dụng để kiểm định sự khác biệt giữa các thuộc tính khách hàng (ví dụ như giới tính, tuổi, nghề nghiệp, thu nhập…) đối
với 1 vấn đề nào đó (thường là nhân tố phụ thuộc, như Sự hài lòng) (Nguyễn Văn Ngọc (2006).