Phần 3 Phương pháp nghiên cứu
3.1. Đặc điểm địa bàn nghiên cứu
3.2.3. Phương pháp phân tích, xử lý số liệu
3.2.3.1. Phương pháp thống kê mô tả
Phương pháp này sử dụng trong quá trình điều tra, xây dựng các biểu mẫu, hệ thống chỉ tiêu liên quan, phân nhóm để thấy rõ đâu là điểm khơng hài lịng của người dân khi sử dụng các cơng trình hạ tầng kỹ thuật.
3.2.3.2. Phương pháp so sánh
Phương pháp này sử dụng trong quá trình xử lý số liệu thu được sau khi điều tra. Kết quả phương pháp so sánh sẽ cho biết các yếu tố về lứa tuổi, giới
tính, nghề nghiệp, thu nhập … có ảnh hưởng như thế nào tới việc khơng hài lòng của người dân khi sử dụng các cơng trình hạ tầng kỹ thuật.
3.2.3.3.Đánh giá độ tin cậy của thang đo
Để kiểm định mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau thơng qua việc tính tốn Cronbach’s Alpha. Hệ số Cronbach’s Alpha phải có giá trị từ 0,6 đến gần 1 thì mới đảm bảo các biến trong cùng một nhân tố có tương quan với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Trong mỗi thang đo, hệ số tương quan biến tổng (Corrected – total Correlation) thể hiện sự tương quan giữa một biến quan sát với tất cả các biến khác trong thang đo. Do đó hệ số này càng cao thì sự tương quan các biến quan sát này với các biến khác trong thang đo càng cao.
3.2.3.4.Phương pháp phân tích nhân tố khám phá EFA
Phân tích nhân tố là kỹ thuật chủ yếu để thu nhỏ và tóm tắt dữ liệu gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp biến (nhân tố) ít hơn nhưng vẫn chứa đựng hầu hết nội dung của tập biến ban đầu (Hair et al., 1998).
Kaiser – Meyer - Olkin (KMO) là chỉ số dùng để xem xét sự thích hợp của EFA và mức ý nghĩa đáng kể của kiểm định Barlett. KMO có giá trị thích hợp 0,5 ≤ KMO ≤ 1 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Barlett’s test sphericity xem xét giả thuyết H0 độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể và bác bỏ giả thuyết H0.
Phương sai trích (Cumulative % of variance): phần trăm biến thiên của các biến quan sát được giải thích bởi các nhân tố phải đảm bảo ≥ 50%.
Phương sai trích hệ số được sử dụng là Principal Component Analysis với phép xoay Varimax để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, và các nhân tố khơng có sự tương quan lẫn nhau.
Xác định số nhân tố bằng phương pháp dựa vào Eigenvalue: chỉ giữ lại những nhân tố có Eigenvalue lớn hơn 1 trong mơ hình phân tích.
3.2.3.5.Phương pháp phân tích hồi quy
Phân tích hồi quy: là phương pháp dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập. Phương pháp hồi quy có dạng Yi = B0 + B1 X1i + B2 X2i + B3 X3i +…+ BP XPi +ei
Trong đó:
B0: là hằng số, đại diện cho hệ số góc, khơng đi với biến nên không ảnh hưởng tới phương trình.
Xpi: biểu hiện giá trị của biến độc lập thứ tự thứ p tại quan sát thứ i. Bp: hệ số hồi quy riêng phần.
ei: là biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai khơng đổi α2
Mục đích của việc phân tích hồi quy là dự đốn mức độ của các biến phụ thuộc khi biết trước giá trị của biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số xác định R2 điều chỉnh: Hệ số xác định tỉ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập trong mơ hình hồi qui. R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn 1 biến giải thích trong mơ hình. Trong tình huống này R2 điều chỉnh (Adjusted R square) được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình tuyến tính đa biến.
Kiểm định F trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình tuyến tính tổng thể. Nếu giả thuyết H0 của kiểm định F bị bác bỏ thì có thể kết luận mơ hình hồi qui tuyến tính đa biến phù hợp với tập dữ liệu và có thể sử dụng được.
Kiểm định Independent – Samples T-test và kiểm định One way ANOVA được dùng để xem xét ảnh hưởng của các biến liên quan đến đặc điểm cá nhân người khảo sát đến mức độ hài lòng chung của người dân và một số phân tích khác.
3.2.3.6.Hệ thống các chỉ tiêu và phân tích số liệu
Các chỉ tiêu đánh giá mức độ hài lòng của người dân khi sử dụng trường mầm non.
Để đo lường sự hài lòng của người dân đối với việc sử dụng trường mầm non trung tâm xã tại một số xã của huyện Mỹ Đức, có 05 nhân tố ảnh hưởng đến sự hài lịng của người dân, được đề xuất đó là: (1) cơ sở vật chất của phịng sinh hoạt chung của trẻ, (2) cơ sở vật chất phòng ngủ của trẻ (3) khu vui chơi ngoài trời của trẻ, (4) vệ sinh an tồn thực phẩm, phịng cháy chữa cháy, (5) đáp ứng mong muốn của người dân (chi tiết tại Phụ lục 1.
Các chỉ tiêu đánh giá mức độ hài lòng của người dân khi sử dụng đường trục thôn.
Để đo lường sự hài lòng của người dân đối với việc sử dụng đường trục thôn tại một số xã của huyện Mỹ Đức, có 04 nhân tố ảnh hưởng đến sự hài lòng của người dân, được đề xuất đó là: (1) chất lượng của nền đường, mặt đường, (2) hệ thống biển báo, đèn điện, cây xanh (3) Quá trình sử dụng đường trục thơn, (4) Đáp ứng mong muốn của người dân (chi tiết tại phụ lục 2).
Nghiên cứu này tác giả sử dụng thang đo của tất cả các biến quan sát của nhân tố trong thành phần sự hài lòng của người dân được xây dựng dựa trên thang đo Likert cấp độ 5 tương ứng (theo mức độ đồng ý tăng dần):
+ Rất khơng hài lịng + Khơng hài lịng + Bình thường + Hài lịng + Rất hài lịng
Như vậy với các điểm số dưới 2 điểm là mức khơng hài lịng. 3 điểm là mức trung bình, trên 4 điểm là mức hài lịng. Từ đó tác giả sẽ đánh giá được số người khơng hài lịng, bình thường và hài lịng đối với từng biến quan sát.