CHƯƠNG 1 TỔNG QUAN VỀ DỊCH VỤ NGÂN HÀNG ĐIỆN TỬ
3.2. PHÂN TÍCH CÁC YẾU TỐ TÁC ĐỘNG ĐẾN SỰ PHÁT TRIỂN DỊCH
3.2.4. Phân tích dữ liệu
Sau khi thu thập được phiếu trả lời, tác giả tiến hành lọc bảng câu hỏi, làm sạch dữ liệu, mã hóa những thơng tin cần thiết trong bảng câu hỏi, nhập liệu và phân tích dữ liệu bằng phần mềm SPSS v20.
Thứ nhất, trong giai đoạn nhập liệu thì các phiếu câu hỏi có các câu trả lời chưa đầy đủ, hoặc các phiếu câu hỏi có tất cả các câu trả lời đều giống nhau sẽ bị loại bỏ. Sau đó, sử dụng phần mềm SPSS để làm sạch số liệu bằng cách kiểm tra các giá trị trung bình, min, max, các giá trị bất thường...
Thứ hai, tác giả thực hiện đánh giá độ tin cậy của thang đo thông qua hệ số Cronback’s Alpha. Mục đích nhằm tìm ra những mục câu hỏi cần giữ lại và những mục câu hỏi cần bỏ đi trong các mục đưa vào kiểm tra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008), hay nói cách khác là loại đi những biến quan sát, những thang đo không đạt. Theo kinh nghiệm, hệ số Cronback’s Alpha lớn hơn 0.8 trở lên đến gần 1 thì thang đo lường tốt, từ 0.7 đến gần 0.8 là thang đo sử dụng được. Trong luận văn nghiên cứu, tác giả đề nghị mức Cronbach’s Alpha từ 0.8 trở lên là có thể chấp nhận được. Ngoài ra, mức độ tương quan của các đo lường với nhau sẽ quyết định việc nên giữ lại hay bỏ đi một biến quan sát. Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này so với biến khác trong nhóm càng cao. Hệ số tương quan biến tổng nhỏ hơn 0.3 được gọi là biến rác và sẽ bị loại khỏi thang đo.
Thứ ba, phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis) được sử dụng để rút gọn tập hợp các biến quan sát có mối quan hệ chặt chẽ thành một số nhân tố mà không giảm lượng thông tin các biến ban đầu. Phân tích nhân tố được sử dụng để kiểm định sự hội tụ của các biến thành phần. Trong q trình phân tích nhân tố, các nhà nghiên cứu thường lưu ý những yêu cầu và tiêu chuẩn sau:
Hệ số KMO (Kaiser – Meyer – Olkin) – trị số dùng để xem xét sự thích hợp của phân tích nhân tố do vậy giá trị của KMO phải nằm giữa 0.5 và 1 (0.5 < KMO < 1) thì mới phù hợp với dữ liệu thu thập được, cịn nếu KMO < 0.5 thì khơng phù hợp.
Phương sai trích ≥ 50% và eigenvalue có giá trị lớn hơn 1 thì thang đo được chấp nhận.
Hệ số tải nhân tố (factor loading) ≥ 0.5 để đảm bảo sự tương quan cao, factor loading lớn nhất ở cột nào thì thuộc vào nhân tố đó.
Mức ý nghĩa kiểm định Bartlett sig ≤ 0.5, thì có ý nghĩa thống kê.
Cuối cùng, tác giả sẽ tiến hành chạy mơ hình hồi quy đa bội để xác định các yếu tố ảnh hưởng đến mức độ hợp tác chuỗi cung ứng và đánh giá mức độ tác động của các yếu tố này.