CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.1. Nghiên cứu định lượng:
4.1.4. Phương pháp phân tích dữ liệu
Mô hình cấu trúc tuyến tính là một mô hình cho phép mô hình hoá dữ liệu đa biến phức tạp (Sánchez và cộng sự, 2005). Hơn nữa, Hair và cộng sự (2006) chỉ ra rằng SEM là “phương pháp tiếp cận hiệu quả nhất để kiểm tra đồng thời các mối quan hệ phụ thuộc liên quan giữa các biến đo lường tiềm ẩn”.
Cách phân tích nhân tố khẳng định sẽ nhận được các ưu điểm so với các phương pháp truyền thống (Bagozzi & Foxall, 1996). Ngoài ra, Steenkamp và Van Trijp (1991) đã cho thấy rằng phân tích CFA cho phép chúng ta kiểm định cấu trúc lý thuyết của các thang đo cũng như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường.
Mô hình được coi là phù hợp khi kiểm định Chi-square có giá trị p ≥ 0.05. Nhưng Chi-square có nhược điểm là khi kích thước mẫu càng lớn làm cho Chi-square làm giảm mức độ phù hợp. Vì vậy, một số tiêu chuẩn để thực hiện CFA bao gồm:
• Chi -square điều chỉnh theo bậc tự do (CMIN/df) ≤ 2 (Carmines & Mciver, 1981), một số trường hợp có thể chấp nhận CMIN/df ≤ 3 • GFI (Goodness of Fit Index) ≥ 0.9 (Bentler & Bonett, 1980). • TLI (Tucker & Lewis Index) ≥ 0.9
• CFI (Comparative Fit Index) ≥ 0.9
Ngoài ra, Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2009) chỉ ra rằng nếu mô hình TLI, CFI ≥0.9, CMIN/df ≤ 2, RMSEA ≤ 0.05 thì mô hình là tương thích với dữ liệu thị trường.
Các tiêu chuẩn đánh giá mức độ phù hợp của mô hình theo các khía cạnh giá trị nội dung bao gồm:
❖ Độ tin cậy của thang đo được đánh giá thông qua hệ số tin cậy tổng
hợp (ρc - Composite reliability), tổng phương sai trích được (ρvc - variance extracted), hệ số tin cậy (Cronbach’s alpha - α).
Phương sai trích phản ánh lượng biến thiên chung của các biến quan sát được giải thích bởi biến tiềm ẩn (Hair và cộng sự, 2006). Độ tin cậy tổng hợp đo lường độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố)
Hệ số tin cậy Cronbach’s Alpha đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời (Lomax & Schumacker, 2012).
Tiêu chuẩn đánh giá mức độ phù hợp của mô hình bởi độ tin cậy của thang đo là ρc > 0.5 hoặc ρvc > 0.5; hoặc α ≥ 0.6.
❖ Tính đơn hướng/đơn nguyên (Unidimensionality) của một thang đo
thể hiện mỗi một biến quan sát chỉ được sử dụng để đo lường duy nhất một khái niệm tiềm ẩn.
(Steenkamp & Van Trijp, 1991) mức độ phù hợp của mô hình đo lường với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để kết luận tập các biến quan sát đạt được tính đơn hướng, trừ khi các sai số của tập các biến quan sát có tương quan với nhau.
❖ Giá trị hội tụ (Convergent validity) thể hiện giá trị đo lường một khái
niệm tương quan chặt chẽ với nhau sau những đo lường được lặp lại.
Theo Anderson & Gerbing (1988), thang đo được coi là đạt giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều cao (> 0.5) và có ý nghĩa thống kê, tức p < 0.05.
❖ Giá trị phân biệt (Discriminant validity) thể hiện sự khác biệt giữa
các khái niệm trong mô hình nghiên cứu và điều này xảy ra
Bagozzi và Foxall (1996) và Hair và cộng sự (2006) cho rằng hệ số tương quan giữa các khái niệm trên phạm vi tổng thể đều khác biệt với 1 và có ý nghĩa thống kê.
Việc đánh giá tiêu chuẩn này nếu được kiểm định theo từng cặp khái niệm sẽ có nhiều ưu điểm hơn, vì hệ số tương quan sẽ thay đổi khi có sự tham gia của một khái niệm khác.
Trong trường hợp khái niệm kiểm định là bậc cao, thì cách kiểm định này sẽ cho phép so sánh hệ số tương quan giữa hai khái niệm và hệ số tương quan giữa hai thành phần của cùng một khái niệm.
❖ Giá trị liên hệ lý thuyết (Nomological validity) thể hiện sự phù hợp
giữa mô hình nghiên cứu với cơ sở lý thuyết xây dựng nên mô hình:
Giá trị liên hệ lý thuyết được đánh giá trong mô hình lý thuyết (Anderson & Gerbing, 1988) và phù hợp khi “mỗi một đo lường có mối liên hệ với các đo lường khác như đã kỳ vọng về mặt lý thuyết” (Churchill Jr, 1979).
Hair và cộng sự (2006) cho rằng SEM là một phần mở rộng hoặc một sự kết hợp độc đáo của một số kỹ thuật đa biến như phân tích hồi quy và phân tích đa yếu tố. Vì vậy, SEM cho phép các nhà nghiên cứu đánh giá sự đóng góp của từng thang đo, mối quan hệ giữa các thang đo khái niệm như thế nào và ước lượng mối quan hệ giữa các biến độc lập và phụ thuộc (Sánchez và cộng sự, 2005).
SEM cho phép các nhà nghiên cứu khám pháp những sai số đo lường và hợp nhất những khái niệm trừu tượng và khó phân biệt. Nó không chỉ liên kết lý thuyết với dữ liệu mà còn đối chiếu lý thuyết với dữ liệu (Anderson & Gerbing, 1988;
Bagozzi & Foxall, 1996). Như vậy, các tiêu chuẩn kiểm định được áp dụng tương tự như trong phân tích CFA.
Theo Muthén và Kaplan (1985) và Muthen và Kaplan (1992), phép kiểm định này khi kiểm định cho phép phân phối của các biến quan sát lệch một ít so với phân phối chuẩn đa biến, nhưng hầu hết các Kurtoses và Skewnesses đều nằm trong giới hạn [-1, 1]. Tuy nhiên, cũng cần nhận thức rằng ít có mô hình đo lường nào cùng đạt đượctất cả các tiêu chuẩn trên.