3.3.1 Gạn lọc thông tin
Với 220 bảng câu hỏi được đưa đến với các đối tượng khảo sát, những bảng câu hỏi không phù hợp sẽ được loại bỏ.
3.3.2 Phân tích mẫu nghiên cứu
Sử dụng phân tích mơ tả để phân tích các thuộc tính của mẫu nghiên cứu như: giới tính, độ tuổi, và khối ngành học. Ở phần này các phương pháp chủ yếu được sử dụng là phân tích thống kê tần số, tần suất.
3.3.3 Kiểm định và đánh giá thang đo
Để đánh giá thang đo các khái niệm trong nghiên cứu chúng ta cần kiểm tra độ tin cậy, độ giá trị của thang đo. Dựa trên các hệ số độ tin cậy Cronbach‟s Alpha, hệ số tương quan biến-tổng (Item-total correlation) nhằm loại ra những biến quan sát khơng đóng góp vào việc mơ tả khái niệm cần đo, hệ số Cronbach‟s Alpha if Item Deleted để giúp đánh giá loại bỏ bớt biến quan sát nhằm nâng cao hệ số tin cậy Cronbach‟s Alpha cho khái niệm cần đo, và phương pháp phân tích nhân tố khám phá (EFA) nhằm kiểm tra độ giá trị của thang đo các khái niệm nghiên cứu.
- Phân tích Cronbach’s Alpha: trong phần này những thang đo có hệ số Cronbach’s Alpha lớn hơn 0.6 xem như đạt độ tin cậy. Ngoài ra, chúng ta cũng kiểm tra hệ số tương quan biến tổng của từng biến đo lường nếu lớn hơn hoặc bằng 0.3 xem như đạt yêu cầu. Nếu tương quan biến tổng của một biến đo lường dù lớn hơn 0.3 nhưng quá nhỏ so với các biến cịn lại, chúng ta vẫn có thể cân nhắc có nên loại bỏ biến này hay không? Như vậy, trong phân tích Cronbach‟s Alpha thì ta sẽ loại bỏ những thang đo có hệ số nhỏ (α<0.6) và cũng loại những biến quan sát có hệ số tương quan biến tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mơ hình vì những biến quan sát này khơng phù hợp hoặc khơng có ý nghĩa đối với thang đo.
- Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis): sau khi loại bỏ các biến không đảm bảo độ tin cậy thơng qua phân tích Cronbach‟s Alpha, phương pháp phân tích nhân tố (EFA) được sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến. Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố (0.4 ≤ factor loading < 0.5 được xem là quan trọng; factor loading > 5 được xem là có ý nghĩa thực tiễn). Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 (λiA – λiB ≥ 0.3). Tuy nhiên, chúng ta cần xem xét giá trị nội dung trước khi ra quyết định loại bỏ hay không loại bỏ một biến đo lường (Nguyễn Đình Thọ, 2013). Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (≥1) và những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mơ hình Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải đạt từ 50% trở lên. Trong nghiên cứu này, chúng ta sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1.
3.3.4 Phân tích hồi qui
Sau khi phân tích nhân tố khám phá EFA, các nhân tố được rút trích sẽ được chạy hồi qui tuyến tính. Việc phân tích tương quan hồi qui nhằm khẳng định sự phù hợp của mơ hình nghiên cứu, kiểm định các giả thuyết để xác định rõ mức độ ảnh hưởng của từng yếu tố tác động đến biến phụ thuộc.
Mơ hình hồi qui bội MLR cho nghiên cứu:
Tóm tắt chương 3
Trong chương 3, tác giả trình bày cụ thể tiến trình các bước được thực hiện trong nghiên cứu. Nội dung quan trọng nhất của chương này chính là thiết kế nghiên cứu, bao gồm (1) xác định các thang đo nhằm đo lường cho các biến độc lập và phụ thuộc; (2) nghiên cứu định tính với cơng cụ thu thập dữ liệu bằng thảo luận nhóm; (3) dựa trên kết quả thảo luận nhóm tiến hành điều chỉnh thang đo cho phù hợp (4) bảng câu hỏi được xây dựng dựa trên thang đo sau khi được điều chỉnh, kết hợp thêm một số thông tin về đặc điểm của đối tượng khảo sát vả thông tin liên lạc (5) cuối cùng là nghiên cứu định lượng được thu thập thông tin qua 220 bảng khảo sát.
Nội dung còn lại trong chương 3 là cách thức xử lý và phân tích dữ liệu, được thực hiện thơng qua 4 giai đoạn chính: (1) gạn lọc thơng tin; (2) phân tích đặc điểm mẫu nghiên cứu; (3) kiểm định và đánh giá thang đo và (4) phân tích sự hồi qui tuyến tính của mơ hình.
4 CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Chương 4 – Kết quả nghiên cứu được thực thông qua phần mềm SPSS với các phân
tích về: (1) đặc điểm mẫu khảo sát, nhằm xác định đặc điểm cơ bản của mẫu khảo sát, như sự phân bố mẫu theo giới tính, năm sinh viên hay theo chuyên ngành học tập của sinh viên, (2) thống kê mô tả một số chỉ số như giá trị thấp nhất, giá trị nhỏ nhất, trung bình và độ lệch chuẩn cho các câu trả lời của mục hỏi, (3) kiểm tra và đánh giá các thang đo bằng phương pháp kiểm tra độ tin cậy Cronbach’s Alpha và phân tích nhân tố (EFA) kiểm tra sự hội tụ của thang đo, (4) cuối cùng là phân tích hồi qui và kiểm tra sự vi phạm các giả định có liên quan.