Đầu tiên dựa vào các công trình nghiên cứu trước đây, tiến hành đánh giá sơ bộ và xây dựng một thang đo nháp (70 mẫu). Sau khi có kết quả chạy Cronbach’s Alpha để đánh giá độ tin cậy của thang đo, phân tích nhân tố khám phá EFA để kiểm tra xem thang đo có phù hợp hay không. Mô hình phân tích nhân tố khám phá (Exploratory Factor Analysis, EFA) thường được sử dụng để thu nhỏ và tóm tắt các dữ liệu. Nói cách khác, từ một tập hợp n biến quan sát được rút gọn thành một tập hợp k nhân tố dựa trên mối quan hệ tuyến tính giữa các biến quan sát với một nhân tố. Mô hình EFA giúp ta sắp xếp các biến có tương quan với nhau vào trong các nhân tố độc lập để xác định các nhân tố hình thành nên mô hình nghiên cứu. Các tiêu chí đánh giá như sau:
Sử dụng kiểm định Cronbach’s Alpha để đánh giá chất lượng của thang đo xây dựng. Thang đo được đánh giá chất lượng tốt khi: hệ số Cronbach’s Alpha của tổng thể lớn hơn 0.6 và hệ số tương quan biến tổng của các biến quan sát lớn hơn 0.3 (Corrected Item-Total Correlation). (Nunally & Burnstein 1994; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009). Để mô hình EFA đảm bảo độ tin cậy cần thực hiện các kiểm định sau:
- Kiểm định KMO (Kaise – Meyer – Olkin measure) để đánh giá tính thích hợp của mô hình. Khi trị số KMO thỏa điều kiện 0.5<KMO<1, phân tích nhân tố khám phá thích hợp với dữ liệu thực tế.
- Kiểm định tương quan giữa các biến trong thước đo đại diện. Sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo. Khi Sig (mức ý nghĩa) của kiểm định Bartlett nhỏ hơn 0.05 (Sig<0.05), các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
- Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố. Sử dụng phương sai trích (% cumulative variance) để đánh giá mức độ giải
thích của các biến quan sát đối với nhân tố. Trị số phương sai trích nhất thiết phải lớn hơn 50%
Phân tích hồi quy đa biến: để mô hình đảm bảo độ tin cậy và hiệu quả ta cần thực hiện các kiểm định sau:
- Mục tiêu của kiểm định này nhằm xem xét biến độc lập tương quan có ý nghĩa vơi biến phụ thuộc hay không. Khi mức ý nghĩa của hệ số hồi quy từng phần có độ tin cậy ít nhất 95% (Sig<0.05), ta kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
- Kiểm định mức độ phù hợp của mô hình: Mục tiêu của kiểm định này nhằm xem xét có mối liên hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không, và mô hình được xem là phù hợp khi có ít nhất một hệ số hồi quy khác không. Sử dụng phân tích phương sai ANOVA (analysis of variance, ANOVA) để kiểm định. Nếu mức ý nghĩa đảm bảo độ tin cậy ít nhất 95% chấp nhận giả thuyết mô hình được xem là phù hợp.