CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.6. Phương pháp phân tích dữ liệu
3.6.1. Kiểm tra và làm sạch dữ liệu
Tác giả thu nhận bảng trả lời (Bảng trả lời gồm có 19 biến quan sát), kiểm tra những phiếu không hợp lệ, đồng thời tiến hành làm sạch thông tin, mã hố các thơng tin cần thiết trong bảng trả lời, nhập liệu và phân tích dữ liệu bằng phần mềm SPSS 20.
3.6.2. Mô tả mẫu
Sau khi thu nhận bảng trả lời của các khách hàng, tác giả tiến hành mã hoá các biến và nhập số liệu vào phần mềm Microsoft Excel, sau đó đưa vào phần mềm SPSS 20 để thực hiện thống kê mơ tả. Từ số liệu thống kê mơ tả đó, tác giả sử dụng để đưa vào phần mềm Microsoft Excel vẽ biểu đồ.
Tác giả mô tả đặc điểm của mẫu khảo sát gồm: Giới tính, Nhóm tuổi và Trình độ học vấn của khách hàng, nêu số lượng mẫu hợp lệ, số lượng mẫu không hợp lệ, đồng thời nêu các đặc trưng của dữ liệu như tần số và tần suất của dữ liệu, so sánh các dữ liệu với nhau.
3.6.3. Kiểm tra độ tin cậy
Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho một khái niệm nghiên cứu) của tập hợp các biến quan sát trong thang đo thông qua hệ số Cronbach’s Alpha.
Các thang đo trong nghiên cứu này được đánh giá bằng công cụ hệ số tin cậy Cronbach’s Alpha. Những thành phần nào không đạt yêu cầu về độ tin cậy (Cronbach’s Alpha < 0.6 và hệ số tương quan biến tổng <0.3) sẽ bị loại.
Các thang đo cần được kiểm định độ tin cậy bằng công cụ Cronbach’s Alpha. Công cụ này cũng giúp loại đi những biến quan sát, những thang đo không đạt. 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. Theo Hair (1998, 118) cho rằng hệ số tương quan biến – tổng nên trên 0.5; Cronbach’s Alpha nên từ 0.7 trở lên, và trong các nghiên cứu khám phá, tiêu chuẩn Cronbach’s Alpha có thể chấp nhận ở mức từ 0.6 trở lên.
Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho một khái niệm nghiên cứu) của tập hợp các biến quan sát trong thang đo thông qua hệ số Cronbach’s Alpha. Nhiều nhà nghiên cứu đồng ý rằng khi hệ số Cronbach’s Alpha có giá trị từ 0,8 trở lên đến gần 1,0 là thang đo tốt; từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhiều nhà nghiên cứu đề nghị hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên, nếu một hệ số Cronbach’s Alpha quá lớn (α > 0,95), cho thấy có nhiều biến trong thang đo khơng khác gì nhau, nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu (Nguyễn Đình Thọ, 2011).
Tuy nhiên, Cronbach’s Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Bởi vậy, bên cạnh hệ số cronbach’s alpha, người ta còn sử dụng hệ số tương quan biến tổng (iterm – total correlation) và những biến nào có tương quan biến tổng < 0,3 sẽ bị loại bỏ (biến rác). Việc loại bỏ cần phải cân nhắc giá trị nội dung của khái niệm nghiên cứu (Nguyễn Đình Thọ, 2011).
3.6.4. Phân tích tương quan
Sau khi kiểm tra độ tin cậy các thang đo bằng công cụ Cronbach’s Alpha. Những thang đo nào đánh giá đạt yêu cầu thì tiếp tục đưa vào phân tích tương quan
Pearson. Phân tích tương quan Pearson được thực hiện cho các biến độc lập và biến phụ thuộc nhằm khẳng định có mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, sau đó phân tích hồi quy. Vì điều kiện để hồi quy thì trước hết phải tương quan. Trong phân tích tương quan thì yếu tố cần phải xem xét là giá trị sig. Nếu giá trị sig nhỏ hơn 0,05 thì hệ số tương quan r có ý nghĩa thống kê tức là có sự tương quan giữa 2 biến này, ngược lại thì khơng có tương quan.
3.6.5. Phân tích T-test và ANOVA
Phân tích T-test và ANOVA nhằm kiểm định sự khác biệt giữa các nhóm của biến định tính với biến định lượng. Phân biệt dựa trên các yếu tố về nhân khẩu học như: Giới tính, nhóm tuổi và trình độ học vấn. Đối với kiểm định sự khác biệt giữa hai nhóm giới tính thì nghiên cứu sử dụng phép kiểm định giả thuyết về trị trung bình của 2 tổng thể. Cịn đối với các yếu tố như nhóm tuổi và trình độ học vấn có từ 3 nhóm mẫu trở lên thì áp dụng phương pháp phân tích phương sai ANOVA. Phương pháp này phù hợp vì nó kiểm định tất cả các nhóm mẫu cùng một lúc với khả năng phạm sai lầm chỉ 5% (Hoàng Trọng & Mộng Ngọc, 2005).
3.6.6. Phân tích hồi quy
Sau khi kiểm định các thang đo và phân tích tương quan thì bước tiếp theo chạy phân tích hồi quy để kiểm định các giả thuyết nghiên cứu với mức ý nghĩa là 5% và xác định mức độ quan trọng của từng nhân tố ảnh hưởng đến ý định sử dụng DVHCCTT của khách hàng.
Nghiên cứu thực hiện hồi quy theo phương pháp Enter. Tức là tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan. Quá trình kiểm định giả thuyết được thực hiện theo các bước gồm:
- Kiểm định sự phù hợp của mơ hình nghiên cứu: Để đánh giá sự phù hợp của mơ hình hồi quy tuyến tính ta dựa vào R2 và R2 hiệu chỉnh.
- Kiểm định độ phù hợp của mơ hình nghiên cứu.
- Kiểm định hiện tượng đa cộng tuyến: Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phương
sai VIF (Variance Inlation Factor). Nếu VIF >10 thì có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Kiểm định phân phối chuẩn của phần dư: Có 2 cách thường sử dụng để kiểm tra phân phối chuẩn của phần dư. Cách thứ nhất là vẽ đồ thị Histogram của phần dư chuẩn hóa, nếu đồ thị có dạng hình chng và có Mean xấp xỉ 0, giá trị độ lệch chuẩn xấp xỉ 1 thì xem như phần dư có phân phối gần chuẩn. Cách thứ hai là vẽ đồ thị P-Plot, đồ thị này thể hiện các giá trị của các điểm phân vị của phân phối của biến phần dư theo các phân vị của phân phối chuẩn. Nếu trên đồ thị P-Plot các điểm này không nằm quá xa đường thẳng của phân phối chuẩn thì có thể xem như phần dư có phân phối gần chuẩn.
Ngồi ra, hệ số beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào ý định sử dụng DVHCCTT của khách hàng càng lớn.
* Kiểm định giả thuyết về biến trung gian
Bước 1: Chạy mơ hình hồi quy và các biến độc lập Bước 2: Đưa thêm biến trung gian vào mơ hình hồi quy
+ Nếu hệ số p-value của biến trung gian >=0,05 thì bác bỏ vai trị trung gian của biến.
+ Nếu hệ số p-value của biến trung gian <0,05 và R2 hiệu chỉnh tăng lên thì ủng hộ vai trò trung gian của biến như sau:
- Nếu biến độc lập có p-value < 0,05 và β giảm: Ủng hộ vai trò trung gian một phần.
- Nếu biến độc lập có p-value >= 0,05: Ủng hộ vai trị trung gian tồn phần.
Tóm tắt chương 3
Chương 3 trình bày phương pháp nghiên cứu, thiết kế nghiên cứu, thang đo của các biến độc lập, biến trung gian và biến phụ thuộc, thiết kế bảng khảo sát, điều tra thử, kích thước mẫu, q trình thu thập dữ liệu và phương pháp phân tích dữ liệu. Tác giả đã thực hiện nghiên cứu định lượng và sử dụng phần mềm SPSS 20 để xử lý số
liệu: Kiểm định thang đo bằng hệ số Cronbach’s Alpha, phân tích tương quan và phân tích hồi quy.