CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.1 Quy trình nghiên cứu
3.2.2.2 Xử lý số liệu
Việc xử lý số liệu được thực hiện thông qua phần mềm SPSS 16.0
a) Hệ số Cronbach Alpha
Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Cronbach Alpha >= 0,6 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally & Bernstein 1994). Về lý thuyết, Cronbach Alpha càng cao càng tốt nhưng khi Cronbach Alpha>0,95 có thể xảy ra hiện tượng trùng lắp : nhiều biến trong thang đo khơng có gì khác biệt nhau và chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu. SPSS thường hay sử dụng hệ số tương quan biến tổng hiệu chỉnh (Corrected item total correlation) nhằm xem xét tương quan giữa biến đo lường và tổng các biến còn lại. Nếu tương quan biến tổng hiệu chỉnh >=0,3 thì biến đó đạt u cầu (Nunnally & Bernstein 1994).
b) Phân tích nhân tố khám phá EFA
- Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là nó dựa vào mối quan hệ tương quan giữa các biến để nhóm chúng lại với nhau mà khơng kể đến đó là biến độc lập hay phụ thuộc. Cơ sở rút gọn này dựa trên mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Đây cũng là cơ sở để đánh giá thang đo sơ bộ bên cạnh hệ số Cronbach Alpha.
- Để đánh giá sơ bộ thang đo bằng EFA ta có thể sử dụng phép trích nhân tố là Principal Component Analysis (PCA) với phép quay vng góc Varimax hoặc Principal Axis Factoring (PAF) với phép quay khơng vng góc Promax.
- Để lựa chọn nhân tố ta cần chú ý tiêu chí eigenvalue trong EFA, số lượng nhân tố được xác định ngay mức eigenvalue tối thiểu phải ≥1, ngoài ra trọng số nhân tố của một biến phải có giá trị λ≥0.5, tổng phương sai trích TVE phải từ 50% trở lên thì nhân tố mới hình thành. Cần chú ý là chênh lệch trọng số λiA – λiB <0.3 thì mới chấp nhận vì nếu hai trọng số này tương đương nhau thì biến X vừa đo lường A và đo lường B như thế ta cần loại bỏ biến này.
- Để sử dụng EFA, ta cần chú ý đến kiểm định KMO (Kaiser – Meyer – Olkin measure of sampling adequacy) là chỉ số dùng so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan riêng phần của chúng. Hệ số KMO càng lớn thì phần chung giữa các biến càng lớn. KMO<0,5 là không thể chấp nhận được (Kaiser, 1974).
c) Phân tích hồi quy tuyến tính bội
- Nhằm kiểm định các giả thuyết nghiên cứu về mối quan hệ giữa các biến độc lập và biến phụ thuộc ta dùng mơ hình hồi quy. Nếu chỉ có một biến độc lập ta dùng hồi quy đơn SLR (Simple Linear Regression) , nếu có từ hai biến độc lập trở lên ta dùng hồi quy bội MLR (Multiple Linear Regression), ở bài nghiên cứu này ta dủng MLR.
- Trước khi xây dựng phương trình hồi quy ta xem xét mối tương quan tuyến tính giữa các biến. Nếu kết luận được là các biến có liên hệ tương quan tuyến tính chặt chẽ đồng thời giả định rằng chúng ta đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa các biến và xem như đã xác định đúng hướng của một mối quan hệ nhân quả giữa chúng thì ta có thể mơ hình hố mối quan hệ đó bằng mơ hình hồi quy tuyến tính.
- Tiếp đến ta kiểm tra mức độ phù hợp của mơ hình trên tập dữ liệu mẫu thơng qua hệ số R2 hiệu chỉnh. Sau đó ta dùng kiểm định F để kiểm định về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Thơng qua hệ số hồi quy ß ta có thể xây dựng mơ hình hồi quy. Để so sánh mức độ tác động của biến độc lập vào biến phụ thuộc ta dùng ß hiệu chỉnh.
- Trong q trình xây dựng mơ hình hồi quy cần chú ý hiện tượng đa cộng tuyến: một biến độc lập có tương quan hoàn toàn với một biến độc lập khác. Khi đó kết quả của sự tác động của chúng vào biến phụ thuộc sẽ bị bóp méo. Do đó ta có thể dùng hệ số phóng đại phương sai VIF (Variance Inflation Factor) để kiểm tra đa cộng tuyến. VIF >10 có nghĩa là có xuất hiện đa cộng tuyến (Hair & ctg 2006). Tuy nhiên trong thực tế VIF>2 là chúng ta cần phải chú ý trong cách diễn giải.
Tóm tắt chương 3
Chương 3 trình bày phương pháp nghiên cứu bao gồm nghiên cứu sơ bộ và nghiên cứu chính thức cũng như quy trình nghiên cứu. Trong đó nghiên cứu sơ bộ được thực hiện thơng qua nghiên cứu định tính và khảo sát thừ, nghiên cứu chính thức được thực hiện thơng qua nghiên cứu định lượng. Quy trình phân tích số liệu bao gồm việc chọn mẫu và xử lý số liệu. Mẫu được chọn thông qua phương pháp thuận tiện phi xác suất. Quá trình xử lý số liệu bao gồm các cơng cụ như: Cronbach Alpha, EFA, hồi quy tuyến tính bội. Kết quả xử lý sẽ được trình bày cụ thể trong chương tiếp theo.