8. Tổng quan tài liệu
2.2.3. Phƣơng pháp xử lý dữ liệu
Dữ liệu thu thập đƣợc sẽ đƣợc phần mềm phân tích thống kê SPSS 20.0 xử lý thông qua các bƣớc cụ thể sau:
Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Hệ số tin cậy Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ mà các biến quan sát trong thang đo tƣơng quan với nhau, là phép kiểm định thang đo phù hợp với biến quan sát, xét trên mối quan hệ với một khía cạnh đánh giá. Phƣơng pháp này cho phép loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Trong một thang đo có chỉ số Cronbach Alpha cao chứng tỏ những đáp viên đƣợc hỏi sẽ hiểu cùng một khái niệm và có câu trả lời đồng nhất – tƣơng đƣơng nhau qua mỗi biến quan sát thang đo.
Những biến không ảnh hƣởng nhiều đến tiêu chí đánh giá sẽ tƣơng quan yếu hơn so với tổng số điểm. Nhiều nhà nghiên cứu đồng ý rằng Cronbach’s Alpha từ 0.8 gần đến 1 là thang đo tốt, từ 0.7 đến 0.8 là sử dụng đƣợc. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
48
Phân tích nhân tố EFA
Phân tích nhân tố EFA đƣợc dùng đến trong trƣờng hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là không rõ ràng hay không chắc chắn. Phân tích EFA theo đó đƣợc tiến hành theo kiểu khám phá để xác định xem phạm vi, mức độ quan hệ giữa các biến quan sát và các nhân tố cơ sở nhƣ thế nào, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số biến quan sát tải lên các nhân tố cơ sở. Khi phân tích EFA cần quan tâm đến những chỉ tiêu sau:
+ Thứ nhất là hệ số tải nhân tố Factor loading, theo Hair & ctg (1998), Factor loading là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading >0.3 đƣợc xem là đạt mức tối thiểu, factor loading > 0.4 đƣợc xem là quan trọng, ≥0.5 đƣợc xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55. Nhƣ vậy, cỡ mẫu trong nghiên cứu này là 350 thì chọn biến quan sát có factor loading từ 0.5 trở lên là đạt yêu cầu.
+ Thứ hai, tổng phƣơng sai trích ≥50% (Gerbing & Anderson, 1988). + Thứ ba, xem xét trị số KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤KMO≤1 là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Kiểm định Bartlett có ý nghĩa thống kê (sig<0.05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể [11].
+ Thứ tƣ, Percentage of variance: phần trăm phƣơng sai toàn bộ đƣợc giải thích bởi từng nhân tố. Nghĩa là coi biến thiên là 100% thì giá trị này cho biết phân tích nhân tố cô đọng đƣợc bao nhiêu phần trăm và bị thất thoát bao nhiêu phần trăm [11].
+ Thứ năm, dựa vào Eigenvalue để xác định số lƣợng nhân tố. Chỉ những nhân tố có Eigenvalue > 1 mới đƣợc giữ lại trong mô hình phân tích.
49
Đại lƣợng Eigenvalue đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Nhân tố nào có Eigenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc [11].
Phân tích tương quan (Hệ số Pearson)
Phân tích hồi quy đa biến đƣợc thực hiện để xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc trong mô hình nghiên cứu, nó đo cƣờng độ kết hợp giữa các biến, cho phép đánh giá mức độ chặt chẽ của sự phụ thuộc của các biến. Căn cứ vào dấu của hệ số Pearson để biết đƣợc mối tƣơng quan thuận hay nghịch giữa các biến, tuy nhiên mối tƣơng quan phải có ý nghĩa thống kê với hệ số sig <<5%
Mục đích của bƣớc này là nhằm chỉ ra yếu tố nào có ảnh hƣởng lớn đến mức độ hài lòng của ngƣời sử dụng nhằm đƣa ra giải pháp nâng cao chất lƣợng của các yếu tố ảnh hƣởng với kỳ vọng sẽ nâng cao đƣợc mức độ hài lòng chung, từ đó góp phần nâng cao chất lƣợng.
Phân tích mô hình hồi quy
Xây dựng mô hình hồi quy tuyến tính đa biến để đánh giá mức độ tác động của các nhân tố đến sự hài lòng.
Đánh giá mô hình thông qua hệ số R2
và các kiểm định sự phù hợp của mô hình cũng nhƣ mức ý nghĩa của các hệ số trong mô hình hồi quy.
50
KẾT LUẬN CHƢƠNG 2
Nội dung chính của chƣơng 2 đó là từ những cơ sở lý luận và một số nghiên cứu đi trƣớc xây dựng các giả thiết và đề xuất mô hình nghiên cứu. Trong đó đƣa ra chi tiết, cụ thể về các nội dung về: thiết kế nghiên cứu, quy trình nghiên cứu, cách thức chọn mẫu cũng nhƣ phƣơng pháp thu thập và xử lý số liệu của nghiên cứu.
Chƣơng 2 là chƣơng cơ sở mà dựa vào đó nghiên cứu đƣợc tiến hành theo một cách khoa học và chính xác.
51
CHƢƠNG 3
PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN SỰ HÀI LÕNG CỦA NGƢỜI SỬ DỤNG PHẦN MỀM KẾ TOÁN
3.1.THỐNG KÊ MÔ TẢ