CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN CỨU
3.5 Phƣơng pháp phân tích dữ liệu
Sau khi thu thập dữ liệu, tác giả tiến hành kiểm tra và loại đi những phiếu khảo sát không hợp lệ như: trả lời theo quy luật, thiếu các thông tin quan trọng. Sau đó, các câu hỏi sẽ được mã hóa, nhập liệu, làm sạch dữ liệu và phân tích theo các bước sau:
Bước 1: Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Sử dụng hệ số Cronbach’s Alpha để kiểm định độ tin cậy thang đo. Theo Nunnally và Burnstein (1994) thì biến quan sát có hệ số tương quan biến tổng (item – total correlation) nhỏ hơn 0.3 sẽ bị loại và chọn thang đo khi hệ số Cronbach’s Alpha từ 0.6 trở lên.
Phân tích nhân tố khám phá EFA giúp xác định các biến quan sát dùng để đánh giá tác động của các yếu tố chất lượng dịch vụ hành chính cơng đến sự hài lịng của người dân có độ kết dính cao hay thấp. Theo Nguyễn Đình Thọ (2011) trong phân tích EFA cần phải thực hiện các việc sau:
Kiểm định tính thích hợp của EFA, thước đo KMO (Kaiser - Meyer - Olkin) được sử dụng, hệ số KMO thỏa mãn điều kiện: 0.5 < KMO < 1. Kiểm định tương quan của các biến quan sát trong thước đo đại diện, sử dụng kiểm định Bartlett. Mức ý nghĩa của kiểm định Martlett phải nhỏ hơn 5% thì các biến quan sát có tương quan tuyến tính với yếu tố đại diện.
Hệ số tải nhân tố (Factor loading) biểu thị tương quan đơn giữa các biến với các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Hệ số Factor loading > 0.3 được xem là mức tối thiểu; Factor loading > 0.4 được xem là quan trọng; Factor loading > 0.5 được xem là có ý nghĩa thực tiễn.
Phép xoay nhân tố Varimax thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50%.
Bước 3: Phân tích mơ hình hồi quy tuyến tính
Phân tích hồi quy tuyến tính nhằm xác định tầm quan trọng của các biến độc lập đối với biến phụ thuộc. Mơ hình hồi quy bội biểu diễn mối quan hệ giữa biến độc lập với biến phụ thuộc định lượng như sau:
Y = β1x1 + β2x2 + β3x3 + β4x4 +….+βnxn+ α Với: Y là biến phụ thuộc
Xk là biến độc lập
k là số biến độc lập thứ k
Để đánh giá mức độ tương quan giữa các biến, nghiên cứu sử dụng hệ số tương quan Peason, hai biến tương quan chặt chẽ khi hệ số tương quan càng tiến đến 1. Tuy nhiên, theo John và cộng sự (2000) khi hệ số tương quan < 0.85 thì có khả năng đảm bảo giá trị phân biệt giữa các biến. Nghĩa là, nếu
hệ số tương quan > 0,85 thì cần xem xét vai trị của các biến độc lập, vì có thể xảy ra hiện tượng đa cộng tuyến.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) để mơ hình hồi quy đảm bảo khả năng tin cậy cần xem xét các việc sau:
Một là, kiểm định F để xem xét mức độ phù hợp của mơ hình hồi quy tổng thể. Khi giá trị Sig. của hệ số hồi quy tổng thể nhỏ hơn 5%, kết luận mơ hình hồi quy là phù hợp.
Hai là, mức độ phù hợp của mơ hình thơng qua hệ số tương quan R2, nếu hệ số R2 càng lớn thì khả năng giả thích của các biến độc lập trong mơ hình càng cao, mơ hình càng phù hợp.
Ba là, hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó đến sự hài lòng của người dân càng lớn.
Bước 3 : Kiểm tra vi phạm các giả định hồi quy
- Công cụ để kiểm tra giả định liên hệ tuyến tính là đồ thị phân tán phần dư chuẩn hóa (Scatter) biểu thị tương quan giữa giá trị phần dư chuẩn hóa (Standardized Residual) và giá trị dự đốn chuẩn hóa (Standardized Pridicted Value).
- Cơng cụ để kiểm tra giả định phần dư có phân phối chuẩn là đồ thị tần số Histogram hoặc tần số P-P plot.
- Công cụ để kiểm tra giả định sai số của biến phụ thuộc có phương sai không đổi là kiểm định Spearman.
- Công cụ được sử dụng để kiểm tra giả định khơng có tương quan giữa các phần dư là đại lượng thống kê Durbin – Waston, hoặc đồ thị phân tán phần dư chuẩn hóa (Scatter).
- Công cụ được sử dụng để phát hiện tồn tại hiện tượng đa cộng tuyến là độ chấp nhận của biến (Tolerance) hoặc hệ số phóng đại phương sai
(Variance inflation factor –VIF). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), quy tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến.
TÓM TẮT CHƢƠNG 3
Trong Chương 3, tác giả tập trung trình bày về phương pháp nghiên cứu thơng qua việc mô tả quy trình nghiên cứu, các bước nghiên cứu, cách thức thu thập dữ liệu thơng tin, sử dụng phương pháp định tính và định lượng để hồn chỉnh mơ hình, xây dựng thang đo, mã hóa các câu hỏi, xác định kích thước mẫu khảo sát. Giới thiệu sơ lược kỹ thuật và yêu cầu phân tích dữ liệu phần mềm SPSS 20.0.