CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Phân tích dữ liệu
Để định lượng được các nhân tố ảnh hưởng đến sự hài lịng về dịch vụ hành chính cơng, tác giả tiến hành các bước như sau:
3.4.1. Kiểm định chất lượng của thang đo
Trước khi tiến hành phân tích các biến định lượng cần kiểm định mức chất lượng của thang đo bằng cách dùng hệ số Cronbach’s Alpha (hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau). Kết quả khi Cronbach’s Alpha 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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên, hệ số Cronbach’s Alpha từ 0,6 trở lên là có
với người trả lời trong bối cảnh nghiên cứu. (Nunnally, 1979; Peterson, 1994, Slater, 1995). Các biến quan sát có hệ số tương quan biến – tổng (item-total
correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha từ 0,6 trở lên (Nunnally & Burnstein (1994) Pschy chometric Theory, 3rd
edition, NewYork, McGraw Hill).
3.4.2. Phân tích nhân tố khám phá Exploratory Factor Analysis (EFA)
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp biến (gọi là nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998).
Để mơ hình EFA đảm bảo tin cậy, tác giả tiến hành thực hiện các kiểm định (test) chính như sau:
(1) Kiểm định tính thích hợp của EFA: Sử dụng hệ số KMO (Kaiser- Meyor_Olkin) để đánh giá sự thích hợp của phân tích nhân tố EFA. Khi trị số KMO thỏa mãn điều kiện (0,5<KMO<1) là điều điện đủ để phân tích nhân tố là thích hợp. (2) Kiểm định tương quan của các biến quan sát trong thước đo đại diện: Sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong thang đo (nhân tố), nếu kiểm định này có ý nghĩa thống kê (Sig ≤0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005, 262).
(3) Kiểm định mức giải thích của các biến quan sát đối với nhân tố (Factor score): Sử dụng phương sai trích (Cumulative % of variance) để đánh giá mức độ giải thích các biến quan sát đối với nhân tố. Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và engenvalue có giá trị > 1 (Gerbing & Anderson (1988), “An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments”, Journal of Marketing Research, Vol.25, 186-192).
Tiêu chuẩn hệ số nhân tố tải (Factor loadings) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. 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, cũng theo Hair &ctg (1998,111) nếu chọn tiêu chuẩn Factor loading > 0.3 thì cỡ mẫu phải là 350, nếu cỡ mẫu khoảng 100 thì chọn tiêu chuẩn Factor loading >
0,55, nếu cỡ mẫu khoảng 50 thì Factor loading phải > 0,75 (Nguyễn Trọng Hoài, 2009).
Trong nghiên cứu này, với số lượng mẫu phân tích 200 bảng hỏi, tác giả sử dụng hệ số KMO > 0,5, mức ý nghĩa của kiểm định Bartlett (Sig ≤ 0,05); sử dụng hệ số nhân tố tải > 0,55; tổng phương sai trích ≥ 50% và engenvalue có giá trị >1.
3.4.3. Phân tích hồi quy tuyến tính bội
Phân tích hời quy tuyến tính bội: là phương pháp dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập.
Mơ hình có dạng như sau: Yi = β0 + β1X1i + β2X2i + … + βpXpi + ei
Trong đó: Xpi biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i; các hệ số βp được gọi là hệ số hồi quy riêng phần (partial regression coefficients); thành
phần ei là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai khơng đổi σ2, (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Đánh giá độ phù hợp của mơ hình tuyến tính bằng hệ số xác định R2 (cofficient of determination); Trong nghiên cứu mơ hình tuyến tính R2 được sử dụng làm thơng số đo lường độ thích hợp của đường hời quy theo quy tắc R2 càng gần 1 thì mơ hình đã xây dựng càng thích hợp, R2 càng gần 0 mơ hình càng kém phù hợp. Như vậy, R square có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn 1 biến. Vì thế R2 điều chỉnh (Adjusted R square) được sử dụng để phản ánh sát hơn mức độ phù hợp với mơ hình hời quy tuyến tính đa biến. R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến được thêm vào phương trình, nó có đặc điểm là khơng phụ thuộc vào độ lệch phóng đại của R2 (không thổi phịng mức độ phù hợp của mơ hình) (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hời quy tuyến tính tổng thể. Nếu giả thuyết H0 bị bác bỏ thì chúng ta có thể kết luận mơ hình hời quy đa tuyến tính bội là phù hợp và có thể sử dụng được, (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để mơ hình hời quy đảm bảo độ tin cậy và hiệu quả, tác giả tiến hành các bước kiểm định chính như sau:
Bước 1. Kiểm định tương quan từng phần của các hệ số hồi quy (biến độc lập và biến phụ thuộc). Mục tiêu của nghiên cứu này nhằm xem xét các biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không. Khi mức ý nghĩa (Sig ≤0,05), thì kết luận tương quan có ý nghĩa thống kê.
Bước 2. Xác định mức độ phù hợp của mơ hình: Mục tiêu của kiểm định này nhằm xem xét các mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay khơng. Mơ hình được xem là khơng phù hợp khi tất cả các hệ số hồi quy đều bằng không, và mơ hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không.
Giả thuyết: H0: Các hệ số hồi quy đều bằng khơng
H1: Có ít nhất một hệ số hời quy khác không.
Bước 3. Kiểm định độ phù hợp của mơ hình: Sử dụng phân tích phương sai (analysis of variance, ANOVA) để kiểm định. Nếu mức ý nghĩa đảm bảo độ tin cậy ít nhất 95% (Sig. ≤ 0,05), chấp nhận giả thuyết H0, kết luận mơ hình phù hợp.
Về hiện tượng đa cộng tuyến (multicollinearity), do đã tiến hành phân tích nhân tố khám phá, các biến độc lập của mơ hình phân tích hời quy (các mơ hình nhân tố khám phá EFA) nên sẽ khơng có hiện tượng đa cộng tuyến. do đó tác giả không thực hiện kiểm định hiện tượng đa cộng tuyến.
Tóm tắt chương 3.
Chương này tác giả trình bày quy trình nghiên cứu, phương pháp nghiên cứu nhằm xây dựng thang đo phù hợp. Phương pháp nghiên cứu được thực hiện thông qua 2 giai đoạn: nghiên cứu định tính và nghiên cứu định lượng, trong giai đoạn nghiên cứu định tính tiến hành phịng vấn 10 chuyên gia và 10 người dân đề xuất mơ hình nghiên cứu 5 nhân tố, với 29 biến quan sát, giai đoạn nghiên cứu định lượng (nghiên cứu sơ bộ và nghiên cứu chính thức), giai đoạn nghiên cứu sơ bộ tiến hành khảo sát trực tiếp 100 người dân đem đi kiểm định thang đo, phân tích dữ liệu để có sự điều chỉnh mơ hình cho thích hợp, giai đoạn nghiên cứu chính thức tiến hành khảo sát 220 người dân đã từng tham gia sử dụng dịch vụ (mơ hình 5 nhân tố với 29 biến quan sát), kết quả 200 phiếu hợp lệ được đưa vào phân tích.