7. Tổng quan tài liệu nghiên cứu
2.4.4. Phƣơng pháp xử lý và phân tích dữ liệu
Dữ liệu sau khi thu thập sẽ đƣợc xử lý bằng phần mềm SPSS 16.0 để phục vụ cho nghiên cứu chính thức. Các kỹ thuật sử dụng phân tích dữ liệu:
a. Phương pháp thống kê mô tả
Phƣơng pháp này đƣợc sử dụng nhằm mô tả cụ thể về hồ sơ đối tƣợng tham gia điều tra.
b. Phương pháp đánh giá sơ bộ thang đo qua hệ số Cronbach Alpha
hệ giữa các biến quan sát trong cùng một thang đo. Hay nói cách khác, các biến quan sát cùng đo lƣờng một khái niệm nghiên cứu nên hệ số tƣơng quan giữa chúng phải cao.
Phƣơng pháp kiểm tra độ tin cậy thang đo đƣợc thực hiện thông qua hệ số Cronbach’s Alpha nhằm khẳng định thang đo có thể đo lƣờng đúng khái niệm cần đo lƣờng. Nunnally (1978), Peterson (1994) và Slate (1995) [8], cho rằng thang đo đƣợc chấp nhận khi có hệ số Alpha từ 0.6 trở lên.
c. Phương pháp phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy thang đo, vấn đề tiếp theo là các thang đo phải đƣợc đánh giá giá trị hội tụ và giá trị phân biệt. Phƣơng pháp phân tích nhân tố khám phá EFA sẽ giúp đánh giá đƣợc hai loại giá trị này. Đồng thời, phƣơng pháp này đƣợc sử dụng để khám phá các nhân tố tiềm ẩn bên trong và bên ngoài có ý nghĩa hơn dựa trên một tập biến quan sát có ảnh hƣởng đến quyết định lựa chọn tour du lịch sinh thái của du khách.
Theo Lê Văn Huy & cộng sự (2012), điều kiện dùng để phân tích nhân tố đó là: Kiểm định Bartlett có ý nghĩa thống kê (Sig ≤ 0.05); giá trị KMO ≥ 0.5 là thích hợp.
Đối với hệ số tải nhân tố khi phân tích EFA: Theo Hair & cộng sự (2009, trích trong Multivariate Data Analysis, p.116, 7th Edition) thì:
- Factor Loading ở mức ± 0.3: Điều kiện tối thiểu để biến quan sát đƣợc giữ lại.
- Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê. - Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất
tốt.
Đồng thời trong phân tích nhân tố khám phá, Gerbing & Andersion (1988) cho biết tổng phƣơng sai trích đƣợc phải lớn hơn hoặc bằng ≥ 50% mới đảm bảo tiếp tục xem xét các giá trị thống kê.
d. Phương pháp kiểm định giả thuyết bằng hồi quy
Phƣơng pháp này nhằm kiểm định các giả thuyết nghiên cứu đã đặt ra thông qua phƣơng pháp hồi quy bội Multi - Regression. Phƣơng pháp này sẽ xem xét ảnh hƣởng các biến độc lập, biến ngoại sinh (các yếu tố tác động) và biến phụ thuộc (ý định lựa chọn hình thức thanh toán tiền điện qua Ngân hàng của hộ gia đình). Tiêu chuẩn kiểm định đƣợc lựa chọn theo thông lệ ở mức ý nghĩa 5%.
e. Phương pháp kiểm tra sự khác biệt ANOVA
Phƣơng pháp này nhằm xem xét mối quan hệ giữa biến nhân khẩu là địa điểm sinh sống của các hộ gia đình ở Đà Nẵng với ý định lựa chọn hình thức thanh toán tiền điện qua Ngân hàng, qua đó đánh giá liệu rằng những hộ dân sinh sống ở khu vực ngoại ô thành phố có hành vi khác với hành vi của các hộ dân trong khu vực nội thành hay không.