Chương 3 KẾT QUẢ NGHIÊN CỨU
3.1 Thiết kế nghiên cứu
3.1.4 Kỹ thuật phân tích dữ liệu
Sau khi điều tra khảo sát, các phiếu thu thập sẽ được xem xét mức độ hồn chỉnh về thơng tin. Những phiếu khảo sát khơng đầy đủ thơng tin được loại bỏ. Sau đĩ tiến hành mã hĩa, nhập liệu và làm sạch dữ liệu trước khi tiến hành phân tích.
Với sự hỗ trợ của phần mềm SPSS 16.0 for Window, q trình phân tích dữ liệu được thực hiện thơng qua các giai đoạn:
Phân tích thống kê mơ tả dữ liệu.
Phân tích nhân tố khám phá (EFA): nhằm rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn (nhân tố) để chúng cĩ ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thơng tin của tập biến ban đầu (Hair & ctg, 1998). Phân tích nhân tố khám phá được cho là phù hợp khi các tiêu chuẩn sau đây được thỏa điều kiện:
o Tiêu chuẩn quan trọng đối với Factor Loading lớn nhất cần được quan tâm: phải lớn hơn 0.5 nhằm đảm bảo độ tin cậy của các biến quan sát và cĩ ý nghĩa thực tiễn. Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (Hair & ctg (1998,111)).
o Kaiser-Meyer-Olkin (KMO) là chỉ số dùng để xem xét sự thích hợp của EFA đối với bộ dữ liệu: 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp.
o Kiểm định Bartlett’s test sphericity xem xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này cĩ ý nghĩa thống kê (Sig < 0.05), thì cĩ thể bác bỏ giả thuyết H0, tức các biến quan sát cĩ tương quan với nhau trong tổng thể.
o Phương sai trích (cumulative % of variance): phần trăm biến thiên của các biến quan sát (hay dữ liệu) được giải thích bởi các nhân tố phải đảm bảo ≥
50%.
o Phương pháp trích hệ số được sử dụng là Principal Component Analysis với phép xoay Varimax để tối thiểu hĩa số lượng biến cĩ hệ số lớn tại cùng một nhân tố.
o Xác định số nhân tố bằng phương pháp dựa vào eigenvalue (Determination based on eigenvalue): chỉ giữ lại những nhân tố cĩ eigenvalue lớn hơn 1 trong mơ hình phân tích.
Sau khi phân tích EFA, kiểm định thang đo (Cronbach Alpha) được áp dụng với các ý nghĩa: hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẻ (tương quan với nhau) giữa các mục hỏi (các biến quan sát) trong mỗi thang đo đơn hướng. Cronbach Alpha từ 0,8 trở lên đến gần bằng 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được (Nunnally, 1978; Peterson, 1994, Slater, 1995, dẫn theo Trọng và Ngọc, 2008) [15]. Mục đích của kiểm định là loại bỏ các mục hỏi làm giảm sự tương quan giữa các mục hỏi trong thang đo đơn hướng mơ tả các khái niệm, tức làm giảm đi hệ số α của thang đo. Qua đĩ đảm bảo độ tin cậy và làm tăng ý nghĩa giải thích của các nhân tố trong mơ hình hình trước khi đưa vào hồi quy.
Các giả thuyết nghiên cứu ban đầu được điều chỉnh lại theo các nhân tố mới vừa được khám phá và kiểm định. Phương pháp phân tích hồi quy bội sẽ được ứng dụng trong việc kiểm định và đánh giá mức độ ảnh hưởng của các nhân tố đến sự hài lịng chung của doanh nghiệp.
Kiểm định Independent-samples T-test, và kiểm định One way ANOVA được dùng để kiểm định sự ảnh hưởng của các đặc điểm doanh nghiệp khảo sát đến mức độ hài lịng chung của doanh nghiệp.