3.4.4.1. Phương pháp phân tích độ tin cậy của thang đo - Hệ số Cronbach’s Alpha
Thang đo các nhân tố ảnh hưởng đến quyết định tham gia BHYT HGĐ được đánh giá độ tin cậy bằng kiểm định Cronbach’s Alpha. Các biến quan sát không phù hợp sẽ bị loại nếu hệ số tương quan biến tổng nhỏ <0,3 và thang đo sẽ được chấp nhận khi Cronbach’s Alpha ≥ 0,6 (Nunnally và Bernstein, 1994, dẫn theo Nguyễn Đình Thọ 2011).
3.4.4.2. Phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)
Thang đo các thành phần của các nhân tố ảnh hưởng đến quyết định tham gia BHYT HGĐ sau khi được đánh giá độ tin cậy sẽ được tiến hành phân tích nhân tố khám phá EFA để đo lường sự hội tụ của các thang đo. Kiểm định sự tương quan giữa các biến đo lường bằng kiểm định Barlett với mức ý nghĩa 5% (Nguyễn Đình Thọ 2011). Đồng thời, kiểm định hệ số KMO (Kaiser-Meyer-Olkin) để kiểm định độ tương quan (Nguyễn Đình Thọ 2011) và hệ số KMO phải có giá trị từ 0,5 trở lên. Các biến có hệ số tải nhân tố (factor loading) < 0.5 sẽ bị loại (Nguyễn Đình Thọ, 2011).
Tiêu chí chọn số lượng nhân tố: dựa vào chỉ số Eigenvalue > 1 và mô hình lý thuyết có sẵn. Kiểm định sự phù hợp mô hình EFA so với dữ liệu khảo sát với yêu cầu tổng phương sai trích (Cumulative%) ≥ 50% (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, Nguyễn Đình Thọ, 2011).
3.4.4.3. Phương pháp phân tích tương quan và hồi quy
Dùng để tính toán các hệ số hồi qui của mô hình và các số liệu thống kê cần thiết để đánh giá mô hình nghiên cứu. Bên cạnh để đánh giá sự phù hợp của mô hình, nghiên cứu sẽ tính đến sai số chuẩn của ước lượng, hệ số xác định, đồng thời sử dụng phương pháp kiểm định thống kê để kiểm định ý nghĩa toàn diện của mô hình và đánh giá ý nghĩa của từng biến độc lập riêng biệt. Phân tích và đánh giá các nhân tố (biến độc lập) ảnh hưởng đến Quyết định tham gia BHYT HGĐ (biến phụ
thuộc). Sau đó, sử dụng mô hình để dự đoán hoặc ước lượng giá trị trung bình của Quyết định tham gia BHYT HGĐ.
Từ kết quả phân tích tương quan hồi quy đa biến sẽ giải quyết được mục tiêu giải thích mối tương quan và mức độ tác động của từng nhân tố độc lập đối với nhân tố phụ thuộc.
Khi sử dụng phương pháp hồi qui đa biến, các yêu cầu kiểm định đặt ra cần quan tâm để mô hình nghiên cứu có ý nghĩa thống kê và phù hợp nhất. Các thủ tục đó sẽ được đề tài thực hiện các phương pháp sau:
- Đối với hiện tượng đa cộng tuyến, một trong những yêu cầu của mô hình hồi qui là các biến độc lập không có tương quan với nhau, nếu yêu cầu này không được thỏa mãn, sẽ xảy ra hiện tượng đa cộng tuyến trong mô hình. Cách phát hiện mô hình có tồn tại đa cộng tuyến là dùng nhân tố phóng đại phương sai VIF. Trong thống kê, giá trị VIF ≥ 10 thì xem như mô hình xảy ra đa cộng tuyến.
- Kiểm tra giả định không có sự tương quan giữa các phần dư. Với phần mềm SPSS sẽ tính toán cho luôn kết quả về số thống kê QLTGrbin Watson ( D), áp dụng quy tắc kiểm định như sau :
*. Nếu 1 < D < 3 thì kết luận mô hình không có tương quan. *. Nếu 0 < D < 1 thì kết luận mô hình có tương quan dương (+). *. Nếu 3 < D < 4 thì kết luận mô hình có tương quan âm (-).
Trong các giả định liên quan đến phần dư, giả định phương sai không đổi tại các giá trị khác nhau của các biến độc lập. Việc kiểm tra xem giả định này có bị vi phạm hay không, đề tài sẽ thực hiện ngay trên đồ thị Scatter giữa phần dư chuẩn hóa và giá trị dự báo chuẩn hóa. Nếu quan sát trên đồ thị không có mối quan hệ nào giữa 2 đại lượng này, thì có thể đi đến kết luận giả định không bị vi phạm, còn ngược lại giữa 2 giá trị này có sự tương quan, điều này chứng tỏ giả định bị vi phạm (Nguồn: Hoàng Trọng và Chu Nguyễn Mộng Ngọc, Thống kê ứng dụng trong kinh tế xã hội, nhà xuất bản Thống Kê, 2008).