Chƣơng 3 Thiết kế nghiên cứu
3.2. Kỹ thuật phân tích dữ liệu thống kê
3.2.1. Kiểm định độ tin cậy của thang đo
Chúng ta cần tính tốn hệ số tin cậy “Cronbach Alpha” xem câu hỏi có đóng góp vào việc đo lường nhân tố mà ta nghiên cứu, vào những mục hỏi nào khơng. Điều này liên quan đến 2 phép tính tốn: Tương quan giữa bản thân các mục hỏi và tương quan của các điểm số của từng mục hỏi với điểm số toàn bộ các mục hỏi cho mỗi người trả lời. Hệ số “Cronbach’s Alpha” là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Hệ số “Cronbach’s Alpha” cho biết các biến đo lường thành phần có liên kết với nhau hay khơng nhưng nó sẽ khơng chỉ ra mục nào cần được loại bỏ và cần lưu giữ mục nào. Hệ số “Cronbach Alpha” phải có giá trị từ 0,8 trở lên đến gần 1 thì thang đo lường là rất tốt, từ 0,7 đến 0,8 là tốt hoặc “Conbach’s Alpha” từ 0,6 trở lên là có thể sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008), “hệ số tương quan biến tổng” <0,3 sẽ bị loại bỏ (theo Nunnally & Burnstein, 1994).
3.2.2. Kiểm định sự bằng nhau của giá trị trung bình của các tổng thể con “phân tích nhân tố khám phá – EFA” “phân tích nhân tố khám phá – EFA”
“Phân tích nhân tố khám phá” nhằm xác định các khía cạnh hoặc các yếu tố giải thích các mối quan hệ tương quan trong một tập biến; xác định một tập hợp các biến khơng tương quan với nhau hoặc ít tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện phân tích đa biến tiếp theo; để xác định một tập
hợp gồm một số tít các biến chiếm ưu thế từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
“Kaiser – Meyer – Olkin (KMO)”: là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Giá trị của KMO khoảng 0,5 đến 1 là điều kiện đủ để “phân tích nhân tố” là thích hợp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
“Kiểm định Barlet’s test of sphericity” xem xét giả thuyết H0 các biến khơng có tương quan trong tổng thể. Để áp dụng “phân tích nhân tố” thì điều kiện cần là các biến phải có tương quan với nhau. Do đó nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xem xét. Giá trị sig <0,05 (bác bỏ giá trị H0) thì các biến quan sát có tương quan với nhau kiểm định có ý nghĩa thống kê.
3.2.3. Hệ số tƣơng quan và phân tích hồi quy tuyến tính
Phân tích hồi quy: Là mơ hình thể hiện liên hệ tương quan tuyến tính giữa một biến phụ thuộc và nhiều biến độc lập. Mơ hình hồi quy có dạng
Trong đó:
Xpi: Biểu hiện giá trị của biến độc lập thứ tự thứ p tại quan sát thứ i. Bp: Hệ số hồi quy riêng từng phần.
ei: Là biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai khơng đổi α2.
Mục đích của việc “phân tích hồi quy” là biết được mức độ của biến phụ thuộc khi giá trị của biến độc lập được biết (Hoàng trọng và Chu Nguyễn Mộng Ngọc 2008).
Hệ số R2
điều chỉnh: Được sử dụng để phản ánh sát hơn sự phù hợp của mơ hình hồi quy tuyến tính đa biến. Khi nhiều biến được thêm vào phương trình R2 điều chỉnh khơng nhất thiết tăng, nó là một thước đo phù hợp được sử dụng cho hồi quy tuyến tính nhiều biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R2
theo số lượng biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng, tuy nhiên khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu. Vì vậy dùng R2
hiệu chỉnh để đánh giá mức độ phù hợp của mơ hình sẽ chính xác hơn khi dùng R2 vì nó khơng phụ thuộc vào số nhân tố độc lập của mơ hình.
Kiểm định F trong “phân tích phương sai” là một phép kiểm định giả thuyết về sự phù hợp của mơ hình hồi quy tuyến tính tổng thể. Nếu giả thuyết H0 của kiểm định F bị bác bỏ thì có thể kết luận là sự kết hợp của các biến độc lập trong mơ hình có thể giải thích được sự thay đổi của biến phụ thuộc, điều này có nghĩa là mơ hình hồi quy xây dựng phù hợp với tập dữ liệu.
Kiểm định “Independent – Sample T – test” và kiểm định “One way ANOVA” được dùng nhằm để xem xét các đặc điểm cá nhân của người được người khảo sát có ảnh hưởng đến độ hài lòng (mức độ) của người được khảo sát và một số phân tích khác.
Tóm tắt chƣơng 3
Trong chương 3, tác giả trình bày thiết kế nghiên cứu nhằm xây dựng đánh giá thang đo và mơ hình lý thuyết, trình bày lý thuyết về kỹ thuật phân tích dữ liệu thống kê. Nghiên cứu định lượng chính thức được tiến hành bằng khảo sát người dân thông qua bảng câu hỏi với cở mẫu n = 300. Đo lường SHL của người dân thông qua 6 nhân tố với 25 biến quan sát