Kiểm định độ tin cậy của thang đo.
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến tổng sẽ giúp loại ra những biến quan sát - nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
- Loại các biến quan sát có hệ số tương quan biến tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn - chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunnally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
- Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). - Các biến quan sát có tương quan biến tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác -
thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí: - Loại các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,4 (đây là những -
biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
- Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời).
Phân tích nhân tố khám phá EFA.
Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phương pháp Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa
28
vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Principal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (2009,116), Multivariate Data Analysis, 7th Edition, Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor Loading ở mức ± 0.3: Điều kiện tối thiểu để biến quan sát được giữ lại. - Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê tốt. - Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất tốt.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0.5 (giá trị tuyệt đối)
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Hồi quy đa biến.
Để phân tích mối quan hệ của nhiều biến độc lập với một biến phụ thuộc, ta sử dụng hồi quy đa biến. Khi sử dụng hồi quy đa biến, các tham số cần được chú ý:
- Hệ số R2 hiệu chỉnh (Adjustted coefficient of determination): Dùng để đo lường phần phương sai của biến phụ thuộc, được giải thích bởi các biến độc lập có tính đến số lượng biến phụ thuộc và cỡ mẫu.
- Kiểm định độ phù hợp của mô hình: Sử dụng thống kê F (Fisher) để kiểm định mức ý nghĩa thống kê của mô hình. Đặt giả thuyết H0 cho là các hệ số trong mô hình β đều bằng 0. Nếu mức kiểm định nhỏ hơn 0.05 thì ta có thể bác bỏ giả thuyết H0, nghĩa là mô hình phù hợp với dữ liệu đang khảo sát.
- Hệ số hồi quy chuẩn hóa: Hệ số β (Standardized beta Confident) giúp cho việc so sánh một cách trực tiếp về mức độ tác động của các biến độc lập lên biến phụ thuộc. - Kiểm định mức ý nghĩa của hệ số Sử dụng thống kê T để kiểm định mức ý nghĩa β: của hệ số β. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05 thì ta có thể kết luận rằng hệ số β có ý nghĩa về mặt thống kê.
- Kiểm định đa cộng tuyến: Một mô hình hồi quy tuyến tính có phù hợp với tập dữ liệu hay không có ý nghĩa là mô hình đó có hay không có hiện tượng đa cộng tuyến. Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và có quan hệ gần như tuyến tính, nghĩa là nó sẽ cung cấp cho chương trình những thông tin trùng lắp về sự ảnh hưởng của biến độc lập đến biến phụ thuộc. Có hai phương pháp để đo lường đa cộng tuyến như sau:
- Tính độ chấp nhận của biến (Tolerance): Độ chấp nhận của biến càng nhỏ thì dấu hiệu có đa cộng tuyến càng sâu.
- Hệ số phóng đại phương sai (VIF): Khi hệ số VIF lớn hơn hoặc bằng 10 nghĩa là có hiện tượng đa cộng tuyến.
Kiểm định giả định hồi quy của mô hình: Giúp xác định giả thuyết phân phối chuẩn có bị vi phạm hay không. Nếu giá trị trung bình Mean = 0 và giá trị Std.dev xấp xỉ bằng 1 thì mô hình không bị vi phạm phân phối chuẩn. Đồng thời xem xét đồ thị phân tán phần dư để xác định có nhân tố tiềm ẩn ảnh hưởng đến biến phụ thuộc hay không.
Phân tích phương sai.
- Phân tích kiểm định mẫu độc lập (còn gọi là Independent Sample T test) dùng để - kiểm định giả thuyết sự khác nhau trung bình giữa các nhóm mẫu của bài nghiên cứu với khả năng phạm sai lầm chỉ 5%. Một số giả định khi phân tích Independent Sample T-test:
Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
Phương sai của các nhóm so sánh có thể đồng nhất hoặc khác nhau
- Phân tích phương sai một yếu tố (còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%. Một số giả định khi phân tích ANOVA:
Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
30
TÓM TẮT CHƯƠNG 3
Chương 3 trình bày chi tiết về phương pháp nghiên cứu mà nhóm sử dụng trong đề tài:
- Phần 1 trình bày về quy trình nghiên cứu của đề tài và Phần 2 trình bày về nghiên cứu sơ bộ mà nhóm đã thực hiện nhằm phục vụ cho nghiên cứu chính thức. - Trong phần 3, nhóm trình bày cụ thể về cách chọn mẫu nghiên cứu và thang đo cho
biến quan sát dựa trên thang đo nháp và các yếu tố từ kết quả khảo sát sơ bộ. Nhóm tiến hành nghiên cứu định lượng bằng hình thức khảo sát bảng câu hỏi với mẫu là 500 người trong độ tuổi từ 15 đến 26 tại TP. HCM.
- Phần 4, nhóm trình bày chi tiết các phương pháp phân tích sự liệu trên SPSS 22.0, bao gồm kiểm định độ tin cậy của thang đo, phân tích nhân tố khám phá, phân tích nhân tố khẳng định, phân tích hồi quy, phân tích phương trình cấu trúc và, phân tích phương sai.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1 MÔ TẢ THÔNG TIN MẪU KHẢO SÁT
Trong cuộc khảo sát chính thức, nhóm tác giả tiến hành khảo sát thông qua hình thức phát bảng câu hỏi và nhận lại bảng câu hỏi khi các đáp viên đã chọn đầy đủ các câu trả lời. Số bảng câu hỏi phát ra là 600 mẫu, trong đó có 100 mẫu không đạt yêu cầu và nhóm tác giả quyết định đưa vào kiểm định 500 mẫu.
Kết quả thống kê mẫu nghiên cứu được phân theo: độ tuổi, giới tính, trình độ học vấn, nghề nghiệp và thu nhập. Trong số 500 mẫu khảo sát hợp lệ được đưa vào khảo sát được đưa vào phân tích có kết quả như sau:
Hình 4.1: Tổng h p t l v ợ ỉ ệ ề độ tuổi, giới tính, trình độ ọ h c v n, ngh nghi p và thu ấ ề ệ
32
Bảng 4.1: Thống kê m u nghiên cẫ ứu
Đặc điểm Tần số Tỷ lệ (%) Độ tuổi Từ 15 đến dưới 19 tuổi 73 14.6 Từ 19 đến dưới 26 tuổi 427 85.4 Giới tính Nam 136 27.2 Nữ 364 72.8 Trình độ học vấn
Trung cấp, PTTH hoặc thấp hơn. 63 12.6
Đại học 409 81.8 Trên địa học 28 5.6 Nghề nghiệp Học sinh 54 10.8 Sinh viên 357 71.4 Kinh doanh tự do 50 10.0
Nhân viên văn phòng 28 5.6
Công nhân viên chức 11 2.2
Thu nhập
Dưới 2 triệu đồng 213 42.6
Từ 2 đến dưới 5 triệu đồng 169 33.8
Từ 5 đến dưới 10 triệu đồng 73 14.6
Trên 10 triệu đồng 45 9.0
Thông tin về mẫu khảo sát được trình bày tóm tắt trong bảng 4.1 trên:
Kết quả khảo sát về độ tuổi: có 73 đáp viên có độ tuổi từ 15 đến dưới 19, chiếm tỷ lệ 14.6% và 427 đáp viên có độ tuổi từ 16 đến dưới 26 tuổi, chiếm tỷ lệ 85.4%.
Kết quả khảo sát về giới tính: có 136 đáp viên là nam, chiếm tỷ lệ 27.2% và 364 đáp viên là nữ, chiếm tỷ lệ 72.8%.
Kết quả khảo sát về trình độ học vấn: có 63 đáp viên có trình độ thuộc Trung cấp, PTTH hoặc thấp hơn, chiếm tỷ lệ 12.6%; 409 đáp viên có trình độ Đại học, chiếm tỷ lệ 81.8% và 28 đáp viên có trình độ Trên đại học, chiếm tỷ lệ 5.6%.
Kết quả khảo sát về nghề nghiệp: có 54 đáp viên là học sinh chiếm tỷ lệ 10.8%, có 357 đáp viên là sinh viên chiếm tỷ lệ 71.4%, có 50 đáp viên là kinh doanh tự do chiếm tỷ lệ 10.0%, có 28 đáp viên là nhân viên văn phòng (chiếm tỷ lệ 5.6%) và 11 đáp viên là công nhân viên chức chiếm tỷ lệ 2.2%.
Kết quả khảo sát về thu nhập: có 213 đáp viên có thu nhập dưới 2 triệu đồng, chiếm tỷ lệ 42.6%, có 169 đáp viên có thu nhập từ 2 đến dưới 5 triệu đồng, chiếm tỷ lệ 33.8%, có 73 đáp viên có thu nhập từ 5 đến dưới 10 triệu đồng, chiếm tỷ lệ 14.6%, có 45 đáp viên có thu nhập trên 10 triệu đồng chiếm tỷ lệ 9.0%.
4.2 KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU
4.2.1 Kiểm định Cronbach’s Alpha đối với các thang đo 4.2.1.1 Kiểm định Cronbach’s Alpha cho biến độc lập 4.2.1.1 Kiểm định Cronbach’s Alpha cho biến độc lập
Biến Phụ huynh
Bảng 4.2: Kiểm định độ tin cậy của thang đo Phụ huynh
Biến
quan sát
Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach's
Alpha nếu loại biến Cronbach’s Alpha= 0.689 PH1 17.90 8.576 .381 .660 PH2 18.03 8.644 .408 .652 PH3 18.05 8.795 .345 .672 PH4 18.11 8.080 .454 .636 PH5 18.32 7.917 .434 .644 PH6 17.77 7.935 .491 .624
34
Thang đo Phụ huynh với 6 biến quan sát được đưa vào, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.689 (≥0.6) và không có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.689. Vì vậy, tất cả các biến quan sát trong thang đo Phụ huynh có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
Biến nhóm đồng đẳng
Thang đo Nhóm đồng đẳng với 6 biến quan sát được đưa vào, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.753, nằm trong thang đo lường sử dụng tốt (0.7 đến gần bằng 0.8) và không có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.753. Vì vậy, tất cả các biến quan sát trong thang đo Nhóm đồng đẳng có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
Bảng 4.3: Kiểm định độ tin c y cậ ủa thang đo Nhóm đồng đẳng Biến
quan sát
Trung bình thang
đo nếu loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Cronbach's Alpha= 0.753 DD1 15.75 11.229 .458 .727 DD2 15.66 11.106 .537 .706 DD3 15.85 11.473 .480 .721 DD4 15.58 11.422 .497 .717 DD5 16.68 10.538 .480 .723 DD6 16.04 10.991 .514 .711
Biến Chương trình khuyến mãi
Thang đo Chương trình khuyến mãi với 5 biến quan sát được đưa, kết quả kiểm định cho thấy biến quan sát KM5 có hệ số Cronbach's Alpha nếu loại biến = 0.851 lớn hơn Cronbach’s Alpha của nhóm là 0.832. Tuy nhiên, hệ số tương quan biến tổng của KM5 là 0.451 (>0.3) và Cronbach’s Alpha của nhóm đã trên 0,6 thậm chí là đạt 0.832 rồi, nên ta không cần loại biến KM5 trong trường hợp này. 4 biến quan sát được đưa vào còn lại, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3). Với kết quả này, đây sẽ là
thang đo Chương trình khuyến mãi có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
Bảng 4.4: Kiểm định độ tin cậy của thang đo Chương trình khuyến mãi
Biến
quan sát
Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Cronbach's Alpha= 0.832 KM1 14.45 5.903 .700 .779 KM2 14.56 5.850 .677 .784 KM3 14.28 5.848 .698 .779 KM4 14.33 6.018 .650 .792 KM5 14.64 6.387 .451 .851 Biến Chất lượng sản phẩm
Thang đo Chất lượng sản phẩm với 7 biến quan sát được đưa vào, có hệ số tương quan biến tổng giữa các biến đều phù hợp (≥0.3); hệ số Cronbach’s Alpha là 0.876, nằm trong thang đo lường sử dụng tốt (0.7 đến gần bằng 0.8) và không có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.876. Vì vậy, tất cả các biến quan sát trong thang đo Chất lượng sản phẩm có thể sử dụng trong nghiên cứu phân tích nhân tố khám phá (EFA).
36
Bảng 4.5: Kiểm định độ tin c y cậ ủa thang đo Chất lượng s n ph m ả ẩ
Biến quan sát
Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu