3.2.1 Mẫu nghiên cứu
Số mẫu nghiên cứu phải phụ thuộc vào yêu cầu phân tích EFA và hồi quy Theo Hair và đồng sự (1998), để phân tích nhân tố khám phá (EFA) thì tỷ lệ mẫu trên biến quan sát phải đảm bảo tối thiểu là 5:1 hoặc theo Gorsuch (1983), thì cần ít nhất 200 quan sát. Bên cạnh đó để tiến hành thực hiện phân tích hồi quy thực hiện công thức
3.2.2 Phương pháp phân tích dữ liệu nghiên cứu 3.2.2.1 Phương pháp thống kê mô tả: 3.2.2.1 Phương pháp thống kê mô tả:
Giá trị trung bình: Mean, Average : bằng tổng tất cả các giá trị biến quan sát chia cho số quan sát.
Số trung vị (Median, KH: Me) : là giá trị của biến đứng ở giữa của một dãy số đã được sắp theo thứ tự tăng hoặc giảm dần.
Mode (KH: Mo) : là giá trị có tần số xuất hiện cao nhất trong tổng số hay trong một dãy số phân phối.
Phương sai (2
) : là trung bình giữa bình phương các độ lệch giữa các biến và giá trị trung bình của các biến đó.
Độ lệch chuẩn () : là căn bậc hai của phương sai.
3.2.2.2 Kiểm định Cronbach’s Alpha
Là kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến tổng hợp trên cơ sở nhiều biến đơn.
Công thức của hệ số Cronbach’s alpha là: α = N*ρ / [1 +ρ*(N - 1)]
Trong đó ρ là hệ số tương quan trung bình giữa các mục hỏi. Ký tự ρ trong công thức tượng trưng cho tương quan trung bình giữa tất cả các cặp mục hỏi được kiểm tra.
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt phải có hệ số α lớn hơn hoặc bằng 0,8. Mặc dù vậy, nếu có một danh mục quá nhiều các mục hỏi (N là số mục hỏi) thì sẽ có nhiều cơ hội để có hệ số α cao.
Các biến quan sát cùng đo lường một biến tiềm ẩn phải có tương quan với nhau, vì vậy phương pháp đánh giá tính nhất qn nội tại sử dụng hệ số Cronbach’s alpha để thể hiện tính đáng tin cậy của thang đo. Theo Nguyễn Đình Thọ (2011) cho rằng một thang đo có độ tin cậy tốt khi hệ số Cronbach’s alpha biến thiên trong khoảng từ 0,7 đến 0,8. Tuy nhiên, nếu Cronbach’s alpha ≥ 0,6 là thang đo có thể chấp nhận được về mặt độ tin cậy, nhưng khơng được lớn hơn 0,95 vì bị vi phạm trùng lắp trong đo lường. Những biến có hệ số tương quan biến tổng hiệu chỉnh nhỏ
hơn 0,3 sẽ bị loại. Nguyễn Đình Thọ (2011) đã trích dẫn từ Nunnally và Bernstein (1994).
3.2.2.3 Phương pháp phân tích nhân tố khám phá (EFA)
Được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Kiểm định sự tương quan giữa các biến đo lường bằng kiểm định Barlett với mức ý nghĩa 5% (Hair&ctg, 2006, dẫn theo Nguyễn Đình Thọ 2011). Đồng thời, kiểm định hệ số KMO (Kaiser-Meyer-Olkin) để kiểm định độ tương quan (Kaiser, 1974, dẫn theo Nguyễn Đình Thọ 2011) và hệ số KMO phải có giá trị từ 0.5 trở lên. Các biến có hệ số tải nhân tố (factor loading) < 0.5 sẽ bị loại (Nguyễn Đình Thọ, 2011)
Tiêu chí chọn số lượng nhân tố: Dựa vào chỉ số Eigenvalue > 1 và mơ hình lý thuyết có sẵn (Garson, 2003). Kiểm định sự phù hợp mơ hình EFA so với dữ liệu khảo sát với yêu cầu tổng phương sai trích (Cumulative%) ≥ 50% (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, Nguyễn Đình Thọ, 2011)
3.2.2.4 Phương pháp phân tích hồi quy tuyến tính bội
Dùng để thực hiện kiểm định các giả thuyết nghiên cứu, cho phép thực hiện những tính tốn ước lượng sự tác động của các biến thành phần lên biến phụ thuộc cuối cùng, bên cạnh đó phương pháp hồi quy tuyến tính bội giúp kiểm định lại mơ hình lý thuyết, để góp phần vào các nghiên cứu có liên quan sau này.