CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Phương pháp phân tích
Ngoài phân tích thống kê mô tả, đề tài này sẽ sử dụng việc phân tích Cronbach alpha, phân tích nhân tố khám phá và phân tích hồi quy. Cụ thể như sau:
(i). Kiểm định độ tin cậy thang đo Cronbach alpha
Kiểm định độ tin cậy thang đo Cronbach alpha được sử dụng để kiểm định độ tin cậy của các thang đo. Nghĩa là đánh giá xem các biến quan sát có cùng đo lường cho một khái niệm cần đo hay không. Thêm vào đó, kiểm định này cũng loại bỏ biến rác của từng thang đo trước khi tiến hành phân tích nhân tố. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.70 – 0.80], và một biến số quan
sát được gọi là biến rác khi nó có hệ số tương quan với biến tổng nhỏ hơn 0.3. Nếu Cronbach alpha ≥ 0,60 là thang đo có thể chấp nhận được về mặt tin cậy, đặc biệt nếu đó là khái niệm nghiên cứu mới mẻ (Nunnally và Bernstein 1994).
(ii). Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và các cộng sự, 1998). Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Cronbach alpha phải được thực hiện trước để loại các biến rác (garbage items) trước khi thực hiện phân tích EFA. Quá trình này có thể giúp chúng ta tránh được các biến rác vì các biến rác này có thể tạo nên các nhân tố giả (artifical factors) khi phân tích EFA. Việc phân tích EFA sẽ tập trung vào các tiêu chí như phân tích hệ số KMO, kiểm định Barllet, giá trị riêng, tổng phương sai trích (phần trăm phương sai toàn bộ), hay hệ số tải nhân tố (factor loading).
(iii). Phân tích hồi quy (Regression analysis)
Phân tích hồi quy để định lượng sự tác động của những nhân tố độc lập đã được tìm thấy ở phân tích nhân tố khám phá lên biến phụ thuộc. Nghiên cứu sử dụng mô hình hồi quy bội để xử lý mối quan hệ định lượng giữa các biến độc lập và các biến phụ thuộc. Cụ thể ở đây là mối liên hệ giữa các nhân tố thuộc lãnh đạo mới về chất đối với sự tín nhiệm và gắn kết tổ chức. Trong quá trình thực hiện phân tích hồi quy, nghiên cứu sẽ thực hiện các phân tích bổ trợ như phân tích ma trận tương quan hay các kiểm định cần thiết như kiểm định đa cộng tuyến, kiểm định mức ý nghĩa tổng thể của mô hình, kiểm định phương sai sai số thay đổi.
Phần mềm được sử dụng chính trong đề tài này là phần mềm SPSS 22.0.