CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.5. Phương pháp phân tích
3.5.1. Phương pháp thống kê mơ tả
Phân tích các đặc điểm, đặc trưng của cá nhân trực tiếp khảo sát. Bên cạnh đó, thống kê mơ tả cũng cho ta kết quả để đánh giá về mức độ hài lòng của doanh nghiệp.
3.5.2. Đánh giá thang đo trước phân tích EFA
Độ tin cậy của các thang đo được đánh giá thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng. 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 & Bernstein, 1994). 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, sự tương quan của biến với các biến khác trong nhóm càng cao. Theo (Nunally & Bernstein, 1994) thì các biến có hệ số tương quan biến tổng < 0,3 sẽ bị loại ra khỏi thang đo.
3.5.3. Phân tích nhân tố khám phá (EFA)
Sau khi loại các biến không phù hợp, các bước thực hiện EFA sẽ lần lượt thực hiện cho các thang đo đa hướng và thang đo đơn hướng. Trong đó, EFA thang đo đa hướng sẽ được thực hiện cho từng thành phần Chất lượng thông tin (Thơng tin, Độ chính xác), Chất lượng dịch vụ (Đáp ứng, Độ tin cậy, Đồng cảm), Chất lượng hệ thống (Dễ sử dụng, Đường truyền, Tương tác). EFA thang đo đơn hướng sẽ được thực hiện cho Thành phần sự hài lòng. Tác giả sử dụng phương pháp EFA với
phải thỏa mãn hệ số KMO: là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, EFA thích hợp khi: 0,5 ≤ KMO ≤ 1 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008); Kiểm định Bartlet xem xét giả thuyết về độ tương quan giữa các biến quan sát, 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 và Chu Nguyễn Mộng Ngọc, 2008). Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Hair và cộng sự, 1998; Anderson & Gerbing, 1988) và hệ số Eigenvalue >1 (Anderson & Gerbing, 1998). Số lượng nhân tố được xác định dựa trên chỉ số eigenvalue - đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Hệ số tải nhân tố (Factor Loading) lớn nhất của từng biến quan sát ≥ 0,5 được xem là có ý nghĩa thực tiễn (Hair và cộng sự, 1998). Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
3.5.4. Phân tích hồi quy OLS
Với hai cơng cụ phân tích hệ số tin cậy Cronbach’s Alpha (CRA) và phân tích nhân tố khám phá EFA, tác giả sẽ hình thành các nhân tố thông qua phương pháp lưu nhân tố hồi quy (regression). Sau đó, phân tích hồi quy được sử dụng để kiểm định mơ hình nghiên cứu với kỹ thuật ước lượng bình phương bé nhất (OLS).
Trước khi phân tích kết quả hồi quy, tác giả thực hiện các phép kiểm định tính hiệu lực của mơ hình cho phép xác định tính chuẩn xác và hiệu lực của hàm ước lượng, các biến độc lập giải thích tốt cho biến phụ thuộc. Đồng thời, mơ hình ước lượng cịn phải khơng vi phạm các giả thuyết của mơ hình như: khơng có hiện tượng phương sai của sai số thay đổi, khơng có hiện tượng tự tương quan và khơng có hiện tượng đa cộng tuyến, phần dư có phân phối chuẩn.
TĨM TẮT CHƯƠNG 3
Chương này đã cung cấp chi tiết thiết kế nghiên cứu, phương pháp nghiên cứu, cách thức chọn mẫu được dùng cho nghiên cứu này. Ngoài ra, thang đo Likert
cứu sơ bộ để điều chỉnh bảng khảo sát phù hợp với thực tế tại tại chi cục thuế huyện Tân Hiệp, tỉnh Kiên Giang.