CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.7. Các phương pháp thống kê
3.7.1. Phân tích thống kê mơ tả (Descriptive Statistics)
Thống kê mô tả (Descriptive statistics): là phương pháp tổng hợp và xử lý dữ liệu để biến đổi dữ liệu thành thông tin. Thể hiện qua biểu diễn dữ liệu: dùng bảng biểu, đồ thị và tổng hợp dữ liệu: tính các tham số mẫu như trung bình mẫu, phương sai mẫu, trung vị. Thống kê mô tả SPSS chỉ sử dụng cho các thang đo định danh (ví dụ: giới tính, trình độ học vấn…) và thang đo thứ bậc (ví dụ: độ tuổi, thu nhập…).
3.7.2. Kiểm định giá trị trung bình của các thang đo (Mean)
Đánh giá sự hài lòng của các nhân tố. Dựa vào cột đánh giá điểm trung bình của các yếu tố (Mean) để đánh giá sự đồng tình của các biến độc lập đối với biến phụ thuộc được trình bày theo tiêu chuẩn như sau:
Từ 1.5 -> 2.5: Thấp; Từ 2.5 -> 3.5: Trung bình; Từ 3.5 -> 4.5: Cao;
Từ 4.5 -> 5: Rất cao.
3.7.3. Kiểm định Cronbach’s Alpha.
Hệ số Cronbach’s anpha là hệ số cho phép đánh giá xem nếu đưa các biến quan sát nào đó thuộc về một nghiên cứu thì nó có phù hợp hay khơng. Hair et al (2006) đưa ra các quy tắc đánh giá như sau:
Cronbach anpha < 0.6. Thang đo nhân tố là không phù hợp
Cronbach anpha 0.6 – 0.7: chấp nhận được với các nghiên cứu mới Cronbach anpha 0.7 – 0.8 chấp nhận được
Cronbach anpha 0.8 – 0.95: tốt
Cronbach anpha ≥ 0.95: chấp nhận được nhưng khơng tốt, có thể có hiện tượng “trùng biến”
Như vậy những biến có hệ số Cronbach’s anpha > 0.6 sẽ được chấp nhận (1)
Đồng thời hệ số tương quan biến tổng (Corrected Item- Total Correlation) phải lớn hơn 0.3 (2). Nếu hệ số tương quan biến tổng nhỏ hơn 0.3 thì phải loại nó ra khỏi nhân tố đánh giá
3.7.4. Kiểm định EFA.
Phân tích nhân tố EFA (Exploratory Factor Analysis) là một kỹ thuật nhằm thu nhỏ và tóm tắt các dữ liệu để xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên quan qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là Hệ số tải nhân tố (factor loading), hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ thuộc về những nhân tố nào. Các tiêu chuẩn trong kiểm định EFA là:
Thước đo hệ số tải nhân tố (Factor Loading): Factor Loading ≥ 0.3: cỡ mẫu ít nhất
là 350. Factor Loading ≥ 0,5: cỡ mẫu khoảng 100 đến 350. Factor Loading ≥ 0.75: cỡ mẫu khoảng 50 đến 100 (Theo Hair và cộng sự, 1998).
Hệ số KMO (Kaiser – Meyer – Olkin) phải đạt giá trị 0.5 trở lên (0.5 <KMO <1) thể hiện phân tích nhân tố là phù hợp. Kiểm định Bartlett (Barlett’s test) có ý nghĩa thống kê (sig. < 0,05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Thêm vào đó hệ số tải nhân tố (Factor Loading) là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA ≥ 0.5. Tổng phương sai trích (Total Variance Explained) đạt giá trị từ 50% trở lên. Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) > 1 thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
Mơ hình hồi quy đa biến cho dạng như sau: Yi = β0 + β1X1i + β2X2i +….+ βpXpi + ei
Kí hiệu Xpi biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i. Các hệ số β là các tham số không biết và thành phần ei là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai khơng đổi. Khi phân tích hồi quy cần đảm bảo một số nguyên tắc sau:
+ R2 là hệ số tương quan, thể hiện thực tế của mơ hình.
+ R2 đã điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy đa biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R2.
+ Tiêu chuẩn chấp nhận sự phù hợp của mơ hình tương quan hồi quy là:
Kiểm định F phải có giá trị sig α < 0.05. Xem xét giá trị Tolerance, tương ứng là: Nếu hệ số Tolerance < 0.5 thì có dấu hiệu đa cộng tuyến, đây là điều khơng mong muốn. Nếu giá trị Tolerance < 0.1 thì chắc chắn có đa cộng tuyến.
Đại lượng chuẩn đoán hiện tượng đa cộng tuyến với hệ số phóng đại phương sai VIF (Variance Inflation Factor) > 10 thì chắc chắn có đa cộng tuyến. Nếu VIF <10 thì khơng có đa cộng tuyến.
Hệ số Durbin- Watson dùng để kiểm định tương quan của các sai số kế nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4. Khi d lớn hơn dU và nhỏ hơn (4-dU).
Kết luận: khơng có hiện tượng tự tương quan trong phần dư của mơ hình hồi quy tuyến tính. Trong đó: dU là trị số thống kê trên tra trong bảng Durbin – Watson.
3.7.6. Kiểm định sự khác biệt của các biến định tính.
Independent Samples T-Test dùng để so sánh giá trị trung bình của hai nhóm. Independent Samples T-Test dùng tương tự như phân tích ANOVA, tuy nhiên hạn chế là chỉ so sánh được 2 nhóm với nhau. Ví dụ dùng so sánh có sự khác biệt giữa các nhóm giới tính (nam, nữ) với ý định mua (thang đo likert 5 điểm) hay khơng.
Phân tích phương sai ANOVA là phương pháp so sánh trị trung bình của 3 nhóm trở lên. Có 2 kỹ thuật phân tích phương sai: ANOVA 1 yếu tố (một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau) và ANOVA nhiều yếu tố (2 hay nhiều biến để phân loại). Ở phần thực hành cơ bản chỉ đề cập đến phân tích phương sai 1 yếu tố (One-way ANOVA).
3.7.7. Kiểm định One – sample T–Test
One-Sample T-Test dùng để so sánh giá trị trung bình của một tổng thể với một giá trị cụ thể. Ví dụ giả thiết đặt ra là ý định sử dụng sản phẩm thân thiện với môi trường của người tiêu dùng là 2. Lúc này ta sẽ dùng kiểm định giả thiết về trung bình của tổng thể, cịn gọi là One-Sample T-Test.
TÓM TẮT CHƯƠNG 3
Chương 3 đã trình bày các phương pháp nghiên cứu trong quá trình thực hiện đề tài. Tác giả cũng trình bày về quy trình xây dựng thang đo, mẫu nghiên cứu. Nghiên cứu được thực hiện qua 2 giai đoạn là nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sử dụng phương pháp điều tra chọn mẫu phi xác xuất với công cụ là bảng câu hỏi hỏi và xử lý dữ liệu bằng phần mềm SPSS phiên bản 20. Nghiên cứu được thực hiện trên quy mô mẫu là 200 người tiêu dùng, đánh giá giá trị thang đo bằng phương pháp phân tích nhân tố khám phá EFA, đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha và kiểm định các giả thuyết về mối quan hệ và mức độ tác động của các biến độc lập tới biến phụ thuộc trong mơ hình thơng qua mơ hình hồi quy bội.