3.3 Nghiên cứu định lượng
3.3.4 Phương pháp phân tích
3.3.4.1 Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Theo Hoàng Trọng và Chu Nguyễn Mợng Ngọc (2008) thì hệ số tin cậy Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các biến quan sát trong thang đo tương quan với nhau, là phép kiểm định về sự phù hợp vủa thang đo đối với từng biến quan sát, xét trên mỗi quan hệ với mợt khía cạnh đánh giá. Phương pháp này cho phép loại bỏ các biến không phù hợp và hạn chế các biến rác trong q trình nghiên cứu. Những biến quan sát khơng anh hưởng nhiều đến tiêu chí đánh giá sẽ tương quan yếu với tổng số điểm. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 đến gần bằng 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được.
3.3.4.2 Phân tích nhân tố EFA
Phương pháp phân tích nhân tố được sử dụng để thu nhỏ số lượng biến ban đầu thành tập hợp các biến cần thiết sử dụng cho nghiên cứu và tìm mối quan hệ giữa các biến với nhau. Khi thực hiện phân tích nhân tố EFA cần phải quan tâm đến phương pháp sau:
Phương pháp trích Principal comperment với phép xoay varimax.
Kiểm định Bartlett: Đại lượng Bartlett’s được sử dụng để xem xét giải thuyết H0 các biến khơng có tương quan trong tổng thể. Kiểm định Bartlett’s có ý nghĩa tại mức
sig thấp hơn 0,05; tức là giả thiết H0 cho rằng ma trận tương quan giữa các biến
trong tổng thể là một ma trận đơn vị sẽ bị bác bỏ.
Hệ số tải nhân tố: Tiêu chuẩn về hệ số tải nhân tố Factor loading, theo Hair và các tác giả (1998), hệ số tải nhân tố Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,3 được xem là đạt mức tối thiểu, hệ số tải
nhân tố > 0,4 được xem là quan trọng và hệ số tải nhân tố > 0,5 được xem là có ý
nghĩa thực tiển.
Tổng phương sai trích: Để có thể phân tích nhân tố khẳng định, thì tổng phương sai trích ≥ 50% (Gerbing & Anderson 1988)
Hệ số KMO (Kaisor Meyer Olkin):
Trong phân tích nhân tố khám phá, trị số KMO (Kaisor Meyer Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Đơn vị KMO là tỷ lệ giữa bình phương tương quan của các biến với bình phương tương quan mợt phần của các biến. Trị số của KMO lớn (từ 0,5 đến 1) có ý nghĩa phân tích nhân tố thích hợp, cịn nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có nhiều khả năng khơng thích hợp với các dữ liệu.
Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích. Đại lượng Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẻ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc (Hồng Trọng & Chu Nguyễn Mợng Ngọc, 2008).
3.3.4.3 Phân tích hồi quy
Phân tích hồi quy là tìm quan hệ phụ thuộc của một biến, được gọi là biến phụ thuộc vào một hoặc nhiều biến khác, được gọi là biến đợc lập nhằm mục đích ước lượng hoặc tiên đốn giá trị kỳ vọng của biến phụ thuộc khi biết trước giá trị của biến độc lập. Biến phụ tḥc: biến được giải thích, biến được dự báo, biến được hồi quy, biến phản ứng, biến nội sinh. Biến độc lập: biến giải thích, biến dự báo, biến hồi quy, biến tác nhân hay biến kiểm sốt, biến ngoại sinh (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Đề tài sẽ thực hiện phân tích hồi quy theo trình tự sau:
1. Thiết lập mơ hình
Xuất phát từ bản chất của mối liên hệ, luận văn sử dụng mơ hình hồi quy tổng thể như sau:
YĐ = β0 + β1X1 + β2X2 + β3X3+β4X4 + β5X5 + β6X6 + β7X7+ β8X8 + β9X9 +
Mơ hình hồi quy mẫu như sau:
YĐ = b0 + b1x1 + b2x2 + b3x3 + b4x4 + b5x5 + b6x6 + b7x7 + b8x8 + b9x9 + e Với: bj là các ước lượng của tham số hồi quy , e là ước lượng của . Trong đó:
x1: Trình đợ tổ chức và quản lý (TDQL), x2: Nguồn vốn (NV),
x3: Trình đợ cơng nghệ (CN), x4: Nguồn nhân lực (NNL),
x5: Hoạt động marketing (MKT), x6: Sức mạnh thương hiệu (SMTH), x7: Cạnh tranh về giá (CTG),
x8: Công tác nghiên cứu và phát triển chiến lược (NCPTK), x9: Phát triển quan hệ kinh doanh (QHKD).
2. Ước lượng các tham số của mơ hình. 3. Đánh giá mơ hình.
4. Phân tích kết quả 3.3.4.4 Phân tích ANOVA
Phương pháp kiểm định ANOVA nhằm xác định ảnh hưởng của các biến định tính như: giới tính, đợ tuổi, trình đợ học vấn, bợ phận cơng tác. Phương pháp sử dụng là phương pháp phân tích phương sai mợt yếu tố (One–Way–ANOVA). Phương pháp này được sử dụng trong trường hợp chỉ sử dụng một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau. Việc phân tích nhằm mục đích tìm kiếm xem có sự khác nhau (có ý nghĩa thống kê) hay khơng về các yếu tố bên trong ảnh hưởng đến năng lực cạnh tranh của Công ty Cổ phần Thực phẩm Sữa TH giữa các nhóm khác nhau (Hồng Trọng & Chu Nguyễn Mợng Ngọc, 2008). Một số giả định khi thực hiện phân tích ANOVA:
- Các nhóm so sánh phải đợc lập và được chọn một cách ngẫu nhiên.
- Các nhóm so sánh phải có phân phối chuẩn và cỡ mẫu phải đủ lớn để được xem là tiệm cận phân phối chuẩn.
TÓM TẮT CHƯƠNG 3
Trong chương này tác giả đã trình bày quy trình thiết kế nghiên cứu và phương pháp nghiên cứu để xây dựng thang đo các khái niệm nghiên cứu và mơ hình nghiên cứu. Trước tiên tác giả xây dựng thang đo nháp đầu sau đó tác giả tiến hành khảo sát và thảo luận nhóm với 10 chuyên gia đang làm việc Công ty Cổ phần Thực phẩm Sữa TH để hiệu chỉnh thang đo và xây dựng thang đo chính thức căn cứ vào những nhận xét của các chuyên gia. Trong nghiên chính thức tác giả đã đánh giá độ tin cậy thang đo Cronbach’s Alpha và phân tích yếu tố khám phá EFA, hệ số tương quan, kiểm định sự khác biệt về các đặc điểm và phân tích hồi quy cho các thang đo được sử dụng trong nghiên cứu. Trong chương tiếp theo sẽ trình bày kết quả nghiên cứu và thảo luận.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU