CHƯƠN G3 PHƯƠNG PHÁP NGHIÊN CỨU
3.5.3 Xử lý và phân tích dữ liệu
3.5.3.1 Phân tích mô tả
Trong bước đầu tiên, tác giả sử dụng phân tích mô tả để phân tích các thuộc tính của mẫu nghiên cứu: biết về BHXH tự nguyện thông qua kênh thông tin nào, các thông tin cá nhân của người trả lời khảo sát như: giới tính, độ tuổi, nghề nghiệp, thu nhập...
3.5.3.2 Kiểm định và đánh giá thang đo
Để đánh giá thang đo các khái niệm trong nghiên cứu cần kiểm tra độ tin cậy, độ giá trị của thang đo. Dựa trên các hệ số tin cậy Cronbach alpha, hệ số tương quan biến- tổng (Item-to-total correlation) giúp loại ra các biến quan sát không đóng góp vào việc mô tả khái niệm cần đo, hệ số “ Cronbach’s alpha if Item Delected” để giúp đánh giá loại bỏ bơt các biến quan sát nhằm nâng cao hệ số tin cậy Cronbach alopha cho khái niệm cần đo và phương pháp phân tích nhân tố khám phá (EFA) nhằm kiểm tra độ giá trọ của thang đo các khái niệm nghiên cứu.
❖ Phân tích Cronbach anpha
Sử dụng phương pháp hệ số tin cậy Cronbach Alpha trước khi phân tích nhân tố EFA nhằm loại các biến không phù hợp vì các biến này có thể tạo ra các biến giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007)
∝= 𝑘
𝑘 − 1(1 −
∑𝑘𝑖=1𝜎𝑌2𝑖 𝜎𝑥2
K: số lượng các thành phần
𝜎𝑥2: Phương sai của tổng số điểm của tất cả các thành phần giữa các mẫu thử nghiệm. 𝜎𝑦2𝑖: Phương sai của i thành phần của mẫu
❖ Phân tích nhân tố khám phá (EFA)
Sau khi loại bỏ các biện không đảm bảo độ tin cậy, phương pháp phân tích nhân tố EFA được sử dụng để xác định giá trị hội tụ ( convergent validity), độ giá trị phân biệt (discrinant validity), và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải ≥ 0.5 trong một nhân tố. Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải ≥ 0.3 (Nguyễn Đình Thọ, 2011).
Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải >50%.
Xem xét các giá trị KMO:0.5 < KMO < 1 thì phân tích nhân tố là phù hợp với dữ liệu; ngược lại KMO < 0.5, thì phân tích nhân tố có khả năng không thích hợp với dữ liệu ( Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2009).
Sử dụng phương pháp trích yếu tố Principal componts với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues > 1 đối với các biến quan sát đo lường khái niệm thành phần tác động đến Ý định hành vi (Nguyễn Đình Thọ, 2011).
3.5.3.3 Kiểm định mô hình và các giả thuyết
❖ Phân tích tương quan Pearson
o Hệ số tương quan Pearson (r) dùng để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc và phát hiện ra hiện tượng đa cộng tuyến sớm. Giá trị của r giao động từ -1 đến 1 và chỉ có ý nghĩa khi Sig. < 0.05. Theo Hair et al. (2010):
o |𝑟| > 0.8: Tương quan tuyến tính rất mạnh.
o |𝑟| = 0.6 − 0.8: Tương quan tuyến tính mạnh.
o |𝑟| = 0.2 − 0.4 Tương quan tuyến tính yếu.
o |𝑟| < 0.2: Tương quan tuyến tính rất yếu hoặc không có. ❖ Phân tích hồi quy tuyến tính
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan đến các biến được đưa vào trong mô hình. Đánh giá độ phù hợp của mô hình hồi quy đa biến: R2 , R2 hiệu chỉnh. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số R thể hiện mối tương quan giữa các biến trong mô hình hồi quy, hệ số R2 (R Square) cho biết % sự biến động của biến phụ thuộc (Y) được giải thích bởi các biến độc lập (X) trong mô hình. Nếu R2 = 1 thì đường hồi quy phù hợp hoàn hảo. Nếu R2 = 0 thì X và Y không có
quan hệ với nhau. Hệ số xác định R2 (R Square) được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa nhiều biến độc lập vào phương trình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu. Hệ số xác định R2 hiệu chỉnh (Adjusted R Square) được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2 . So sánh 2 giá trị R2 và R2 điều chỉnh, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
3.4.3.4 Kiểm định sự khác biệt
❖ Kiểm định independent Samples T-test
Ý nghĩa của việc kiểm định sự khác biệt trung bình của “Independent Samples T-test” giúp xác định xem có sự khác biệt trung bình biến định lượng đối với các giá trị khác nhau của một biến định tính hay không. Kiểm định sự khác biệt trung bình được áp dụng với trường hợp biến định tính có hai giá trị như giới tính.
Theo Hoàng và Chu (2008), nếu giá trị Sig. trong kiểm định Levene < 0.05 thì phương sai giữa hai giá trị của biến định tính là khác nhau, khi đó ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances not assumed. Ngược lại nếu giá trị Sig. trong kiểm định Levene ≥ 0.05 thì phương sai giữa hai giá trị của biến định tính là không khác nhau, khi đó ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances assumed. Nếu giá trị Sig. trong kiểm định t < 0.05 thì ta kết luận có sự khác biệt trung bình biến định lượng đối với các giá trị khác nhau của một biến định tính. Nếu giá trị Sig. trong kiểm định t ≥ 0.05 thì ta kết luận không có sự khác biệt trung bình biến định lượng đối với các giá trị khác nhau của một biến định tính.
❖ Kiểm định ANOVA
Sử dụng phân tích phương sai ANOVA nhằm tìm xem có sự khác nhau đáng kể (có ý nghĩa thống kê) hay không của biến kiểm soát đối với Ý định tham gia BHXH tự nguyện. Trong phân tích này, hệ số cần quan tâm là hệ số Sig. Nếu hệ số sig. ≤ 0,05
(với mức ý nghĩa 95%) thì bác bỏ giả thuyết, tức có sự khác biệt về kết quả đánh giá của các đối tượng về mức độ quan trọng của các nhân tố. Nếu Sig > 0,05 thì chấp nhận giả thuyết. Các biến kiểm soát được phân tích trong đề tài nghiên cứu này là Độ tuổi, Trình độ học vấn, Thu nhập bình quân.
Tóm tắt chương 3
Chương 3 trình bày phương pháp thực hiện nghiên cứu nhằm đạt được các mục tiêu đề ra. Quá trình này gồm hai bước: Bước 1, nghiên cứu định tính với kỹ thuật phỏng vấn tay đôi nhằm bổ sung và hiệu chỉnh các thang đo các biến trong mô hình nghiên cứu. Bước 2, nghiên cứu định lượng thực hiện bằng bảng câu hỏi khảo sát qua hình thức làm online được gửi đến đối tượng khảo sát qua facebook và email. Sau đó dữ liệu sẽ được xử lý và phân tích bằng phần mềm SPSS để kiểm định các thang đo và sự phù hợp của mô hình lý thuyết. Trong chương tiếp theo, tác giả sẽ trình bày kết quả phân tích dữ liệu, kết quả nghiên cứu bao gồm kết quả đánh giá thang đo, phân tích nhân tố khám phá, phân tích hồi quy và kiểm định giả thuyết.
CHƯƠNG 4 THỰC TRANG VỀ TÌNH HÌNH THAM GIA BẢO HIỂM XÃ HỘI TỰ NGUYỆN TẠI TP.HCM XÃ HỘI TỰ NGUYỆN TẠI TP.HCM