6. Cấu trúc của luận văn
2.2.2.3. Phƣơng pháp phân tích dữ liệu
Công cụ chủ yếu là bảng câu hỏi để thu thập thông tin. Các biến quan sát trong phiếu điều tra đƣợc mã hóa sau khi khảo sát cho phù hợp với yêu cầu xử lý của phần mềm SPSS.
Đầu tiên, các biến quan sát trong bản khảo sát đƣợc mã hóa, làm sạch.
Thống kê mô tả:
Phƣơng pháp này đƣợc sử dụng để mô tả mẫu thu thập đƣợc theo các thuộc tính của đối tƣợng nghiên cứu
Đánh giá độ tin cậy (qua hệ số tin cậy Cronbach’s Alpha)
Phƣơng pháp phân tích này cho phép ngƣời nghiên cứu loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tƣơng quan biến tổng nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn để chọn thang đo là hệ số Cronbach’s Alpha của nó phải đạt từ 0,6 trở lên. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Phân tích nhân tố khám phá (EFA)
Giúp chúng ta rút trích từ các biến quan sát thành một hay một số biến tổng hợp. Phƣơng pháp rút trích đƣợc chọn để phân tích nhân tố là phƣơng pháp Principal Component Analysis đi cùng với phép xoay Varimax vì đây là
cách thức đƣợc sử dụng phổ biến nhất. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn sau:
- Trị số KMO nằm trong khoảng 1 ≥ KMO ≥ 0,5 và mức ý nghĩa của
kiểm định Bartlett căn cứ trên giá trị Sig < 0,05.
- Đại lƣợng Eigenvalue >1
- Tổng phƣơng sai trích ≥ 50%
- Hệ số tải nhân tố (Factor loading) ≥ 0,5.
Kiểm định mô hình lý thuyết
Thực hiện kiểm định mô hình lí thuyết bằng hồi qui đa biến, kiểm định sự phù hợp, kiểm định các giả thuyết.