CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT VÀ MƠ HÌNH NGHIÊN CỨU
3.4 Kỹ thuật phân tích dữ liệu thống kê
Để thực hiện cơng việc thống kê và phân tích các dữ liệu thu thập được, phần mềm SPSS 20.0 đã được sử dụng để kiểm định độ tin cậy và độ giá trị của thang đo, các thống kê suy diễn.
3.4.1 Kiểm định độ tin cậy của thang đo
Thang đo sử dụng để đo lường các khái niệm trong nghiên cứu là các thang đo được xây dựng trong các bối cảnh nghiên cứu khác nhau trước đây. Vì vậy các thang đo này khi được áp dụng vào nghiên cứu cần được đánh giá về sự phù hợp của thang đo trong bối cảnh nghiên cứu hiện tại thông qua các kiểm định về độ tin cậy và độ giá trị của thang đo.
Hệ số Cronbach Alpha được dùng để đo lường độ tin cậy (tính nhất quán nội tại) của thang đo. Hệ số Cronbach Alpha có giá trị biến thiên trong khoảng [0,1]. Hệ số Cronbach Alpha càng cao càng tốt vì thang đo sẽ có độ tin cậy cao. Tuy nhiên nếu Cronbach Alpha quá lớn (> 0,95) cho thấy thang đo có nhiều biến khơng khác biệt nhau, điều này đồng nghĩa chúng cùng đo lường cùng một nội dung nào đó của khái niệm. Ngồi ra, các biến đo lường một khái niệm cũng cần có tương quan chặt chẽ với nhau. Biến đạt yêu cầu trong thang đo cần có hệ số tương quan biến tổng ≥ 0,3 và 1(Nunnally & Bernstein, 1994). Vì vậy, thang đo có độ tin cậy tốt khi hệ số
[0,7 -0,8], > 0,6 thì thang đo có thể chấp nhận được về độ tin cậy (Nunnally &
Bernstein, 1994).
Trong nghiên cứu này, tác giả sử dụng tiêu chuẩn Cronbach’s Alpha ≥ 0,6 và các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại.
3.4.2 Kiểm định thang đo bằng phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét tác động của các yếu tố thành phần đến biến phụ thuộc có độ hội tụ cao hay khơng và chúng có thể rút gọn lại thành một số yếu tố ít hơn để quan sát hay khơng. Các tham số thống kê trong phân tích EFA như sau:
34
biến quan sát với độ lớn của hệ số tương quan riêng phần của chúng (Norusis, 1994): KMO 1, KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn.
Để sử dụng EFA, KMO>0,50; KMO ≥ 0,90: rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: được; KMO ≥ 0,60: tạm được; KMO ≥ 0,50: xấu và KMO < 0,50 là không thể chấp nhận.
Kiểm định Barlett xem xét giả thuyết H0: Độ tương quan giữa các biến quan sát bằng 0. Nếu kiểm định này có ý nghĩa thống kê (sig <0.05) thì các biến có tương quan nhau trong tổng thể (Trọng và Ngọc, 2008).
Các hệ số tải nhân tố (factor loading) nhỏ hơn 0.4 trong EFA sẽ bị loại để đảm bảo sự hội tụ giữa các biến. Phương pháp trích hệ số sử dụng là Principal Components phép quay varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50% (Trọng và Ngọc, 2008). Trong nghiên cứu này, tác giả sử dụng tiêu chuẩn sau để thực hiện phân tích nhân tố khám phá:
+KMO nằm trong khoảng 0.5 đến 1.
+Kiểm định Barlett có ý nghĩa thống kê (sig <0.05).
+Giữ lại các biến có hệ số tải lớn hơn 0.5 và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50%.
3.4.3 Hệ số tương quan và phân tích hồi quy tuyến tính
Trước khi phân tích kiểm định giả thuyết, hệ số tương quan giữa các biến trung bình của các nhân tố nghiên cứu được xem xét.
Tiếp đến, phân tích hồi quy tuyến tính dựa trên phương pháp bình phương nhỏ nhất thơng thường (Ordinal Least Squares – OLS) được sử dụng để kiểm định giả thuyết nghiên cứu. Trong phân tích hồi quy tuyến tính này, phương pháp khẳng định hay còn gọi là phương pháp đồng thời để kiểm định giả thuyết suy diễn từ lý thuyết. Phương pháp này tương ứng với phương pháp ENTER trong SPSS.
Đối với giả thuyết về mối quan hệ giữa các nhân tố độc lập và nhân tố phụ thuộc thì sử dụng phương pháp phân tích hồi quy bội MLR (Multiple Linear Regression) và hồi qui đơn SLR (Single Linear Regression). Dựa vào hệ số R2 để
35
đánh giá mức độ phù hợp của mơ hình nghiên cứu.
Sau khi được xây dựng phương trình hồi quy sẽ tiếp tục được phân tích thơng qua kiểm định F dùng để khẳng định khả năng mở rộng mơ hình này áp dụng cho tổng thể cũng như kiểm định t để bác bỏ giả thuyết các hệ số hồi quy của tổng thể bằng 0.
Đánh giá mức độ tác động giữa các biến động lập đến biến phụ thuộc thông qua hệ số Beta.
Cuối cùng, nhằm đánh giá độ tin cậy của phương trình hồi quy được xây dựng là phù hợp, một loạt các dị tìm vi phạm của giả định cần thiết trong hồi quy tuyến tính được thực hiện. Các giả định được kiểm định bao gồm giả định về liên hệ tuyến tính giữa các biến độc lập, hiện tượng đa cộng tuyến, phân phối chuẩn, sai số hồi quy có phương sai khơng đổi và tính độc lập của phần dư.
TÓM TẮT CHƯƠNG 3
Nội dung chương này tập trung trình bày chi tiết quy trình thực hiện đề tài nghiên cứu. Quá trình nghiên cứu được thực hiện qua 2 giai đoạn: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thơng qua kỹ thuật thảo luận nhóm tập trung. Kết quả nghiên cứu sơ bộ sẽ được dùng điều chỉnh thang đo và bảng câu hỏi cho phù hợp với môi trường nghiên cứu và đối tượng nghiên cứu và được dùng để thu thập dữ liệu cho nghiên cứu chính thức. Nghiên cứu chính thức được thực hiện bằng nghiên cứu định lượng thông qua bảng câu hỏi của 300 khách hàng sử dụng dịch vụ khám chữa bệnh tại các phòng khám tư nhân tại Tp. Quảng Ngãi. Chương này cũng trình bày các tiêu chí đánh giá thang đo, các phương pháp phân tích sử dụng trong q trình xử lý dữ liệu như: phân tích độ tin cậy Cronbach Alpha, phân tích nhân tố, phân tích tương quan, phân tích hồi quy tuyến tính, phương pháp kiểm định giả thuyết cũng như các phương pháp kiểm tra sự vi phạm giả thuyết của phương pháp hồi quy.
36