9. Bố cục của luận văn
2.2 Nghiên cứu định lượng
2.2.4 Các kiểm định
Hệ số tin cậy Cronbach’s Alpha. Độ tin cậy là mức độ mà thang đo được
xem là nhất quán và ổn định (Parasuraman, 1991). Cịn có thể nói cách khác, độ tin cậy của một phép đo là mức độ mà phép đo tránh được sai số ngẫu nhiêu. Trong nghiên cứu này, để đánh giá độ tin cậy (reliability) của từng thang đo, đánh giá độ phù hợp của từng mục hỏi (items), ta sử dụng hệ số Cronbach’s Alpha.
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005), hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính tốn phương sai của từng item và tính tương quan của từng item với điểm của tổng các item còn lại trong phép đo. Các biến quan sát có hệ số tương quan biến tổng Item- Total Correlation nhỏ hơn 0.3 sẽ bị loại và thang đo đảm bảo độ tin cậy khi hệ số Cronbach Alpha từ 0.6 trở lên (Nunnally & Burnstein “Pschy Chometric Theory”, 3rd edition, McGraw Hill, 1994). Như vậy, phương pháp này cho phép người phân tích loại bỏ các biến khơng phù hợp, hạn chế biến rác trong mơ hình.
Phân tích nhân tố EFA. Phân tích nhân tố khám phá EFA được sử dụng để
kiểm tra tính đơn hướng của các thang đo (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005) và độ giá trị cấu trúc của phép đo (Nguyễn Cơng Khanh, 2005). Tính đơn hướng của thang đó được định nghĩa là sự tồn tại của chỉ một khái niệm (construct) trong một tập biến quan sát (Garver & Mentzer, 1999), đó là mức độ mà một tập biến quan sát biểu thị cho một và chỉ một khái niệm tiềm ẩn duy nhất. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố là
thích hợp (Hồng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, Tập 2, trang 31 – Năm 2008, NXB Hồng Đức). Đại lượng Barlett’s test of sphericity là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu sig kiểm định này bé hơn hoặc bằng 0.05, kiểm định có ý nghĩa thống kê, có thể sử dụng kết quả phân tích EFA (Hồng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS - Tập 2, NXB Hồng Đức, 2008, 30).
Phân tích phương sai ANOVA. Phân tích phương sai một yếu tố (One-way
ANOVA) được áp dụng trong nghiên cứu này để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc và biến độc lập.
Tiêu chuẩn Fisher F trong phép phân tích phương sai ANOVA với mốc để so sánh các xác suất ý nghĩa Sig. là 5% được áp dụng. Trong phép kiểm định này, nếu xác suất nhỏ hơn 5% thì bác bỏ giả thuyết: khơng có sự tác động của biến phụ thuộc. (Hồ Đăng Phúc, 2005)
Phân tích hồi quy đa biến. Phân tích hồi quy tuyến tính giải quyết mục tiêu
nghiên cứu là mối quan hệ tuyến tính giữa các thành phần chất lượng dịch vụ với sự hài lòng của khách hàng. Hệ số xác định R2 được sử dụng để đánh giá sự phù hợp của mơ hình nghiên cứu. Hệ số xác định R2 được chứng minh là không làm giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên điều này cũng được chứng minh rằng khơng phải phương trình càng nhiều biến càng phù hợp với dữ liệu. Như vậy, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu có hơn một biến giải thích trong mơ hình. (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).