Bƣớc Nội dung
1
Đối với các biến quan sát đo lƣờng các khái niệm thành phần là các yếu tố ảnh hƣởng đến sự hài lòng khách hàng sử dụng chung cƣ giá rẻ tại Quận Thủ Đức, TP.HCM, nghiên cứu này sử dụng phƣơng pháp trích nhân tố Principal Axis factoring với phép quay Varimax.
2
Đối với các biến quan sát đo lƣờng khái niệm sự hài lòng (thang đo đơn hƣớng): Sử dụng phƣơng pháp trích nhân tố Principal Axis factoring với phép quay Varimax.
3
Kiểm định Bartlett: Các biến quan sát có tƣơng quan với nhau trong tổng thể.
Xem xét giá trị KMO: 0,5≤ KMO ≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngƣợc lại KMO ≤ 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
quan sát có hệ số tải nhân tố < 0,5.
Xem lại thông số Eigenvalues (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) có giá trị > 1.
Xem xét giá trị tổng phƣơng sai trích (yêu cầu là ≥ 50%): cho biết các nhân tố đƣợc trích giải thích đƣợc % sự biến thiên của các biến quan sát.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: Sử dụng phƣơng pháp trích yếu tố là Principal components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues =1. Với các thang đo đơn hƣớng thì sử dụng phƣơng pháp trích yếu tố Princial components. Tiến hành loại các biến số có trọng số nhân tố (cịn gọi là hệ số tải nhân tố) nhỏ hơn 0,4 và tổng phƣơng sai trích đƣợc bằng hoặc lớn hơn 50% (thang đo đƣợc chấp nhận) (Gerbing & Anderson, 1988; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Tiêu chuẩn đối với hệ số tải nhân tố là phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là đạt đƣợc mức tối thiểu; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, Anderson, Tatham và Black; 2008).
Phân tích hồi quy đa biến: Sau quá trình thực hiện kiểm định thang đo, đánh giá độ tin cậy thang đo (sử dụng hệ số tin cậy Cronbach’s Alpha) và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA); tiến hành tính tốn nhân số của nhân tố (giá trị của các nhân tố trích đƣợc trong phân tích nhân tố EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố tƣơng ứng.
Các nhân tố đƣợc trích ra trong phân tích nhân tố đƣợc sử dụng cho phân tích hồi quy đa biến để kiểm định mơ hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
3.4.3. Phân tích tƣơng quan
Kiểm định mối tƣơng quan tuyến tính giữa các biến trong mơ hình đó là giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lƣợng, giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tƣơng quan tuyến tính càng chặt chẽ (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Trong mơ hình nghiên cứu, kỳ vọng có mối tƣơng quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập, đồng thời cũng xem xét mối tƣơng quan giữa các biến độc lập với nhau để nhận dạng hiện tƣợng đa cộng tuyến.
3.4.4. Phân tích hồi quy đa biến
Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mơ hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Nghiên cứu thực hiện hồi quy đa biến theo phƣơng pháp Enter, tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thống kê liên quan.
Phƣơng trình hồi quy đa biến cho mơ hình nghiên cứu đề xuất ban đầu theo mơ hình lý thuyết:
HL = 0 + 1*GIA + 2*CL + 3*TH + 4*VT + 5*CQ + 6MT + 7*P + 8*AN Thông tin các biến trong mơ hình: