CHƯƠNG 3 THIẾT KẾ NGHIÊN CỨU
3.6. Kiểm tra làm sạch dữ liệu
Sau khi hoàn chỉnh điều tra, tác giả tiến hành kiểm tra rà sốt dữ liệu. Sau đó tiến hành mã hóa, nhập liệu và làm sạch dữ liệu trước khi tiến hành phân tích. Dữ liệu được nhập làm sạch và nhập vào phần mềm SPSS 20.0 để phân tích tiếp theo.
Để thực hiện cơng việc thống kê và phân tích dữ liệu thu thập được, tác giả sử dụng phần mềm SPSS 20.0 để kiểm định độ tin cậy của thang đo và thực hiện các thống kê suy diễn. Sau khi mã hóa và làm sạch dữ liệu, các bước sau sẽ được tiến hành:
Tiến hành kiểm tra phân phối chuẩn và Outliers nhằm chuẩn hóa dữ liệu để tiến hành các bước kiểm tra tiếp theo , có nhiều cách để nhận biết một phân phối chuẩn trong SPSS.
- Đơn giản nhất là xem biểu đồ với đường cong chuẩn (Histograms with normal curve) với dạng hình chng đối xứng với tần số cao nhất nằm ngay giữa và các tần số thấp dần nằm ở hai bên. Trị trung bình (mean) và trung vị (mediane) gần bằng nhau và độ xiên (skewness) gần bằng zero.
- Vẽ biểu đồ xác suất chuẩn (normal Q-Q plot). Phân phối chuẩn khi biểu đồ xác suất này có quan hệ tuyến tính (đường thẳng).
- Dùng phép kiểm định Kolmogorov-Smirnov khi cỡ mẫu lớn hơn 50 hoặc phép kiểm Shapiro-Wilk khi cỡ mẫu nhỏ hơn 50. Được coi là có phân phối chuẩn khi mức ý nghĩa (Sig.) lớn hơn 0,05.
* Đánh giá độ tin cậy và độ giá trị của thang đo:
Độ tin cậy là mức độ mà thang đo được xem xét là nhất quán và ổn định (Parasuraman, 1991). Hay nói cách khác, độ tin cậy của một phép đo là mức độ mà phép đo tránh được sai số ngẫu nhiên. Trong nghiên cứu này, để đánh giá độ tin cậy (reliability) của từng thang đo, đánh giá độ phù hợp của từng mục hỏi (items) hệ số tương quan alpha của Cronbach (Cronbach’s Coefficient Alpha) được sử dụng. Khi đánh giá độ phù hợp của từng item, những item nào có hệ số tương quan biến tổng (item-total correlation) lớn hơn hoặc bằng 0,3 được coi là những item có độ tin cậy bảo đảm (Nguyễn Cơng Khanh, 2005), các item có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại bỏ ra khỏi thang đo.
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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005), hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính tốn phương sai của từng item và tính tương quan điểm của từng item với điểm của tổng các items còn lại của phép đo.
Nhiều nhà nghiên cứu đồng ý rằng hệ số alpha của từng thang đo từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà
nghiên cứu đề nghị rằng hệ số alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995 dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Vì vậy, đối với nghiên cứu này thì hệ số Alpha từ 0,6 trở lên là chấp nhận được.
* Phân tích phương sai (ANOVA- Analysis of Variance):
Phân tích phương sai ANOVA là phương pháp so sánh trị trung bình của ba nhóm trở lên. Có hai kỹ thuật phân tích phương sai : ANOVA một yếu tố (một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau) và ANOVA nhiều yếu tố (2 hay nhiều biến để phân loại).