Phương pháp phân tích dữ liệu bằng phần mềm SPSS 20.0 sẽ là được sử dụng cho nghiên cứu này.
Bước 1: Các biến không đạt mức tối thiểu về hệ số tin cậy hoặc các hệ tương quan
biến tổng thì sẽ bị loại khỏi thang đo. Hệ số Cronbach’s Alpha có giá trị biến thiên từ 0 đến 1. Theo Hair & ctg (1998), mức giá trị hệ số Cronbach’s Alpha:
• 0,8 < và < =1: Thang đo tốt
• 0,7 <= và <= 0.8: Thang đo dùng được
• <= 0.6: Thang đo đủ điều kiện
Vì vậy, trong phạm vi bài nghiên cứu, tác giả chấp nhận hệ số Cronbach’s Alpha có giá trị từ 0.6 trở lên. Tuy vậy, hệ số này chỉ cho biết sự liên kết giữa các biến quan sát chứ không quyết định việc có loại biến đó đi hay không mà phải dựa trên hệ số tương quan biến tống. Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo. Các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được gọi là biến rác và sẽ bị loại bỏ.
Bước 2: Phân tích tương quan và hồi quy tuyến tính. Hệ số tương quan Pearson (kí
hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Tương quan Pearson không thể đưa ra đánh giá mối liên hệ phi tuyến tính giữa các biến và vai trò độc lập giữa các biến mà chỉ xem xét mối liên hệ tuyến tính.
Hệ số tương quan r có giá trị thuộc [-1;1]:
Nếu r càng tiến về1, -1thì tương quan tuyến tính càng mạnh, càng chặt chẽ;
• Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
• Nếu r càng tiến về 0, tương quan tuyến tính càng yếu.
Ký hiệu Mục hỏi
"CLĨ Sự quan trọng của chất lượng sản phẩm khi mua sắm CL2 Sự quan trọng của sự thoải mái của sản phẩm khi mua sắm
• Neu r = 0, không có mối tương quan tuyến tính. Hoặc là không có mối liên hệnào giữa hai biến, hoặc giữa chúng có mối liên hệ phi tuyến tính.
Giá trị R2 và R2 hiệu chỉnh phản ánh mức độ giải thích biến phụ thuộc của các biến độc lập. R2 hiệu chỉnh cho kết quả sát hơn so với R2 và hai giá trị này sẽ thường giao động từ 0 đến 1. Hai giá trị này khi dao động 0,5 < và <1 thì sẽ được đánh giá là mô hình tốt và càng gần 1 thì mô hình càng có ý nghĩa.
Giá trị Sig. của kiểm định F dùng để kiểm định mức độ phù hợp của mô hình hồi quy. Nếu Sig. ≤ 0.05 thì kết luận mô hình phù hợp với tập dữ liệu và có thể sử dụng được.
Giá trị Sig. của kiểm định t dùng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig. ≤ 0.05 thì kết luận biến độc lập có tác động đến biến phụ thuộc.
Trị số Durbin -Watson (DW) dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất. Thường giá trị 1,5 < DW < 2,5 thì sẽ không xuất hiện hiện tượng tự tương quan (Yahua Qiao, 2011)
VIF (Hệ số phóng đại phương sai) sẽ được sự dụng để kiểm tra hiện tượng đa cộng tuyến. Nếu VIF của 1 biến > 10 thì biến độc lập này đang xảy ra hiên tượng đa cộng tuyến và biến đó sẽ không có giá trị trong việc giải thích sự biến thiên của biến phụ thuộc.
Bước 3: Đánh giá kết quả nghiên cứu. Từ những kiểm tra, phân tích dữ liệu thu
thập đưa ra nhận xét, kết luận về kết quả nghiên cứu.