CHƯƠNG 3 : THIẾT KẾ VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Phương pháp phân tích dữ liệu
Các dữ liệu sau khi thu thập được tác giả tiến hành làm sạch, mã hóa và xử lý thông qua phần mềm SPSS 16.0. Các phương pháp phân tích sử dụng trong đề tài nghiên cứu:
3.3.1 Bảng tần số
Bảng tần số mô tả thông tin mẫu theo giới tính, thời gian học, kết quả học tập, ngành học và trường ĐH.
3.3.2 Phân tích nhân tố khám phá
Phân tích nhân tố khám phá là kỹ thuật sử dụng để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như tìm ra các mối quan hệ giữa các biến với nhau.
Phép phân tích nhân tố của các khái niệm nghiên cứu được xem xét để cung cấp bằng chứng về giá trị phân biệt và giá trị hội tụ của thang đo.
Mức độ thích hợp của tương quan nội tại các biến quan sát trong khái niệm nghiên cứu được thể hiện bằng hệ số KMO (Kaiser – Mever – Olkin) đo lường sự thích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định Bartlett’s Test of Sphericity trong phân tích khám phá dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO
lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, cón nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu.
Sự rút trích nhân tố đại diện bằng các biến quan sát được thực hiện với phép quay Varimax và phương pháp trích nhân tố Principle components. Các thành phần với giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích bằng hoặc lớn hơn 50% được xem như những nhân tố đại diện các biến. Hệ số tải nhân tố (Factor loading) biểu diễn các tương quan đơn giữa các biến và các nhân tố, các trọng số bằng hoặc lớn 0.5 mới có ý nghĩa.
3.3.3 Tính tốn Cronbach Anpha
Hệ số Cronbach Alpha dùng để kiểm định thống kê về mức độ chặt chẽ của các mục hỏi của thang đo có tương quan với nhau khơng và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach Anpha. Công cụ Cronbach Anpha giúp người phân tích loại bỏ những biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Những biến có hệ số tương quan biến - tổng (item total correlation) nhỏ hơn 0.3 sẽ bị loại. Theo nguyên tắc một tập hợp mục hỏi dùng để đo lường được đánh giá tốt phải có hệ số Cronbach lớn hơn hoặc bằng 0.8. Thang đo có Cronbach Anpha từ 0.7 đến 0.8 có thể sử dụng cho nghiên cứu. Tuy nhiên với những khái niệm có tính mới thì Cronbach Anpha có thể từ 0.6 trở lên vẫn chấp nhận được (Nunnally, 1978; Slater, 1995).
3.3.4 Phân tích hồi quy
Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết nhân quả (Cooper và Schindler, 2003). Ngoài chức năng là công cụ mô tả, hồi quy tuyến tính bội được sử dụng như công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu (Duncan, 1996; Hoàng Thị Phương Thảo và cộng sự, 2010). Như vậy, đối với nghiên cứu này, hồi quy tuyến tính bội là phương pháp thích hợp để kiểm định các giả thuyết nghiên cứu. Khi giải thích về phương trình hồi quy, nhà nghiên cứu lưu ý hiện tượng đa cộng tuyến. Các biến mà có sự đa cộng tuyến cao có thể làm bóp méo kết quả làm kết quả không ổn định và khơng có tính tổng qt hóa. Nhiều vấn đề rắc rối nảy sinh khi hiện tượng đa cộng tuyến nghiêm trọng tồn tại ví dụ nó có
thể làm tăng sai số trong tính tốn hệ số beta, tạo ra hệ số hồi quy có dấu ngược với những gì nhà nghiên cứu mong đợi và kết quả T-test khơng có ý nghĩa thống kê đáng kể trong khi kết quả F-test tổng quát cho mơ hình lại có ý nghĩa thống kê. Độ chấp nhận (Tolerance) thường được sử dụng đo lường hiện tượng đa cộng tuyến. Nguyên tắc nếu độ chấp nhận của một biến nhỏ thì nó gần như là một kết hợp tuyến tính của các biến độc lập khá và đó là dấu hiệu của đa cộng tuyến. Hoặc dựa vào hệ số phóng đại (VIF) là giá trị nghịch đảo của độ chấp nhận. Như vậy, nếu giá trị VIF thấp thì mối quan hệ tương quan giữa các biến thấp. Nếu VIF lớn hơn 10 thì hiện tượng đa cộng tuyến nghiêm trọng. Trong mơ hình này, để khơng có hiện tượng đa cộng tuyến nghiêm trọng thì VIF phải nhỏ hơn 10.
3.3.5 Kiểm định T-test và Anova
Kiểm định T-test và Anova để xem xét có sự khác biệt quyết định lựa chọn trường biến giới tính, ngành học, trường học, thời gian học, kết quả học tâp.