7. Tổng quan tài liệu nghiên cứu
2.7.3. Các phân tích dữ liệu sử dụng trong nghiên cứu
Phân tích mô tả dữ liệu thống kê
Được thực hiện với tất cả 29 biến trong bảng điều tra. Các chỉ tiêu thống kê được quan tâm là trị số trung bình, mode, độ lệch chuẩn. Ba thông số này cho phép mô tả đánh giá chung của nữ doanh nhân về các yếu tố được đề cập trong phiếu điều tra.
Đánh giá thang đo bằng hệ số tin cậy Cronbach's Alpha
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach Alpha. Những biến có hệ số tương
số Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp thang đo lường là mới hoặc mới với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach Alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
Phân tích nhân tố khám phá EFA
Trong phần này, tác giả sẽ lần lượt thực hiện phân tích theo các bước sau: Xem xét chỉ số KMO
Nếu chỉ số KMO >0.5, p (chi-square, df) <0.05 (Hair & cộng sự, 2006) đồng thời đo lường sự tương thích của dữ liệu (MSA) với các dữ liệu trên đường chéo đều lớn hơn 0.5 thì khẳng định dữ liệu là thích hợp để phân tích.
Trong trường hợp chưa thỏa mãn các điều kiện trên, tiến hành cải thiện dữ liệu bằng cách thực hiện lại phân tích nhân tố nhưng lần lượt loại bỏ item có giá trị trên đường chéo của Anti-image Correlation trong ma trận Anti- image Matrices nhỏ hơn 0.5.
Độ giá trị hội tụ (Convergent Validity) và độ giá trị phân biệt (Discriminant Validity) của thang đo được đánh giá sơ bộ thông qua phương pháp phân tích nhân tố EFA. Để thang đo đạt giá trị hội tụ thì hệ số tương quan giữa các biến và các hệ số tải nhân tố (Factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố và tổng phương sai trích lớn hơn 0,5 (Gerbing& Anderson, 1998).
Số lượng nhân tố: Số lượng nhân tố được xác định dựa vào chỉ số Eigenvalue (giá trị riêng) đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mô hình nghiên cứu (Gerbing& Anderson, 1998).
Phương pháp trích hệ số nhân tố: Nghiên cứu này sử dụng phương pháp Principal Components với phép quay varimax. Phương pháp Principal
Components sẽ cho ra kết quả số lượng nhân tố nhiều nhất để giải thích phương sai chung của tập hợp biến quan sát trong sự tác động qua lại giữa chúng.
Phân tích hồi quy đa biến
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp chọn từng bước (stepwise selection) là sự kết hợp của phương pháp đưa vào dần vào loại trừ dần và là phương pháp được sử dụng thông thường nhất.
Kiểm định các giả thuyết, sử dụng với phần mềm SPSS: + Đánh giá độ phù hợp của mô hình hồi quy đa biến + Kiểm định giả thuyết về độ phù hợp của mô hình
Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)
Xác định mức độ ảnh hưởng của: yếu tố có hệ số beta càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
KẾT LUẬN CHƢƠNG 2
Như đã trình bày, nghiên cứu được thực hiện thông qua 2 giai đoạn: sơ bộ và chính thức. Nghiên cứu sơ bộ (định tính) bằng kỹ thuật phỏng vấn sâu với hình thức thảo luận tay đôi về một nội dung được chuẩn bị trước dựa trên thang đo gốc có sẵn. Nội dung thảo luận sẽ được ghi nhận, tổng hợp để làm cơ sở cho việc điều chỉnh và bổ sung các biến. Nghiên cứu định lượng chính thức được thực hiện với số mẫu 150 mẫu thông qua bản câu hỏi cấu trúc bằng hình thức phỏng vấn trực tiếp và Internet. Dữ liệu thu thập được xử lý bằng phần mềm SPSS. Sau khi mã hóa và làm sạch, dữ liệu sẽ qua các bước phân tích chính thức để kiểm định độ phù hợp của mô hình và cuối cùng kiểm định các giả thuyết thống kê.
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU
Chương 2 đã trình bày phương pháp thực hiện nghiên cứu. Mục đích chương 3 này trình bày kết quả kiểm nghiệm các mô hình thang đo và mô hình nghiên cứu cũng như các giả thuyết đưa ra trong mô hình. Trong chương này sẽ trình bày về việc thu thập và xử lý số liệu nhằm kiểm định độ tin cậy của thang đo và phân tích nhân tố khám phá bằng công cụ phân tích SPSS 20.0
Chương này sẽ tập trung kiểm định các giả thuyết nghiên cứu và mô hình nghiên cứu để có kết quả nghiên cứu. Chương này gồm các phần chính: mô tả mẫu, đánh giá thang đo, phân tích hồi quy tuyến tính.