CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Nghiên cứu định lượng
3.3.3. Phương pháp phân tích dữ liệu
Từ việc thu nhận các ý kiến đóng góp từ các nhóm chuyên gia và kết quả nghiên cứu tổng quan, các yếu tố có ảnh hưởng đến quyết định đầu tư NLMT của quỹ đầu tư nước ngoài tại Việt Nam được xác nhận. Kết quả nghiên cứu thể hiện rằng có khoảng 5 nhóm thang đo được xem là tiềm năng (với tổng số 20 biến được quan sát) có tác động trực tiếp đến quyết định đầu tư lĩnh vực NLMT của quỹ đầu tư nước ngoài tại Việt Nam và 1 thang đo gồm 4 chỉ tiêu tượng trưng cho quyết định đầu tư NLMT của quỹ đầu tư nước ngoài tại Việt Nam (với 4 biến quan sát).
Sau khi thu thập được số lượng câu trả lời thích hợp và lựa chọn các bảng khảo sát đạt yêu cầu, luận văn dùng phần mềm SPSS 2022 để chạy các dữ liệu bằng việc nghiên cứu các biến với bậc thang đo Likert gồm 5 mức độ, được mã hóa trong phần thiết kế thang đo của luận văn. Theo đó, các câu trả lời sẽ được mã hóa từ 1 đến 5 tương ứng với Hoàn toàn khơng đồng ý (Mức 1) đến Hồn tồn đồng ý (mức 5).
Q trình phân tích dữ liệu cơ bản bao gồm các bước chính như sau:
Bước 1: Thu thập các bảng khảo sát, tiến hành sàng lọc thông tin, tiến hành mã hóa các thơng tin trong phiếu khảo sát và đưa kết quả vào phần mềm SPSS.
Bước 2: Thống kê mô tả đối với dữ liệu thu nhập để khái quát tính đại diện của các đối tượng được khảo sát.
Bước 3: Kiểm định chất lượng thang đo bằng hệ số Cronbach’s Alpha. Lưu ý:
- Chỉ thực hiện Cronbach Alpha với từng thang đo thành phần mà không thực hiện 1 lần tất cả các thành phần.
- Cần kiểm tra độ tin cậy của tất cả các thang đo thành phần bằng công cụ Cronbach Alpha, kể cả các thang đo đo lường biến phụ thuộc. Bước 4: Thực hiện phân tích nhân tố khám phá (EFA) trong việc chỉ định các yếu tố có ảnh hưởng chủ yếu đến quyết định đầu tư NLMT của quỹ đầu tư nước ngồi tại Việt Nam. Kết quả của phân tích nhân tố khám phá (EFA) này được dùng làm cơ sở cho việc đề xuất một số giải pháp hoặc phương án nhằm gia tăng mức độ tác động đến quyết định đầu tư NLMT của quỹ đầu tư nước ngoài tại Việt Nam.
- Kiểm định tính thích hợp của EFA
- Kiểm định tính tương quan của các biến quan sát trong thước đo đại diện
- Kiểm định mức độ giải thích của các biến quan sát với nhân tố
Lưu ý: Những biến có hệ số tải nhân tố (Factor Loading) nhỏ hơn 0,5 sẽ bị loại khỏi thang đo vì có tương quan kém với nhân tố tiềm ẩn.
Bước 5: Kiểm định mơ hình bằng phương pháp hồi quy đa biến với mức ý nghĩa thống kê 5%.
3.3.3.1. Phân tích thống kê mơ tả
Tác giả lựa tiến hành tóm tắt thơng tin mẫu nghiên cứu dưới dạng số thay cho biểu đồ trực quan. Theo đó, cơng cụ được tác giả sử dụng cho phân tích thống kê mơ tả cho đề tài “Những yếu tố tác động đến quyết định đầu tư vào mảng
NLMT của các quỹ đầu tư nước ngoài tại Việt Nam” bao gồm: giá trị nhỏ nhất,
giá trị lớn nhất, trung bình cộng, độ lệch chuẩn. Qua đó, tác giả nắm được các đặc điểm của mẫu nghiên cứu và kết quả khảo sát.
3.3.3.2. Kiểm định và đánh giá thang đo
Để phân tích và đưa ra nhận xét về thang đo của các khái niệm đã được đề cập trong mơ hình nghiên cứu trước đó, tác giả tiến hành kiểm tra dựa trên hệ số tin cậy Cronbach’s Alpha và hệ số tương quan biến - tổng. Bằng việc kiểm định và đánh giá thang đo, tác giả đưa ra kết luận rằng các biến quan sát có cùng đo lường cho một khái niệm cần đo hay khơng, hoặc các giá trị này đóng góp nhiều hay ít đến quyết định của quỹ đầu tư nước ngoài tại Việt Nam. Qua đó, tác giả tiến hành thực hiện loại bỏ những biến khơng phù hợp trong mơ hình nghiên cứu và kiểm tra độ giá trị của các thang đo trong mơ hình nghiên cứu.
Sau khi EFA trích xuất ra được các nhân tố và lưu lại thành các biến mới, tác giả sẽ sử dụng tập hợp biến mới này thay cho tập hợp biến gốc nhằm đưa thông tin này vào phân tích ở các bước tiếp theo như: kiểm định trung bình (T-test), kiểm định phương sai (ANOVA), tương quan và hồi quy, …
3.3.3.3. Phân tích Cronbach’s Alpha
Kiểm định độ tin cậy thang đo Cronbach's Alpha giúp tác giả kiểm tra xem các biến quan sát của nhân tố mẹ (nhân tố A) có đáng tin cậy hay khơng. Đồng thời, kiểm định mức độ tin cậy thang đo Cronbach's Alpha sẽ phản chiếu trực tiếp mức độ tương quan giữa các biến quan sát trong cùng một nhân tố.
Ví dụ, gọi nhân tố mẹ “Chính trị, pháp lý, kinh tế” là A, kiểm định độ tin cậy thang đo Cronbach's Alpha sẽ cho biết các biến quan sát A1: Tình hình chính trị, an ninh Việt Nam có sự ổn định; A2: Chính sách pháp luật về đầu tư vào NLMT đầy đủ, được thiết kế phù hợp và đồng bộ; A3: Chính sách pháp luật về đầu tư vào NLMT rõ ràng, cụ thể; A4: Thủ tục pháp lý về đầu tư vào NLMT đơn giản, dễ
dàng; A5: Việt Nam có quy hoạch phát triển kinh tế gắn với đầu tư vào NLMT từ Trung ương đến địa phương rõ ràng, cụ thể có phù hợp hay khơng. Kiểm định độ tin cậy thang đo Cronbach's Alpha cho biết trong năm biến quan sát đó, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố “Chính trị, pháp lý, kinh tế”, biến nào khơng.
Do đó, phân tích Cronbach’s Alpha đồng nghĩa với việc kiểm định sự tương quan của những biến quan sát đó. Theo Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, hệ số tin cậy Cronbach’s Alpha phản ảnh các nội dung thang đo như sau:
- Từ 0,8 đến gần bằng 1: thang đo lường rất tốt.
- Từ 0,7 đến gần bằng 0,8: thang đo lường sử dụng tốt.
- Từ 0,6 trở lên: thang đo lường đủ điều kiện.
Dựa trên hệ số tương quan biến - tổng (Corrected Item - Total Correlation) chạy từ phần mềm SPSS, tác giả sẽ nắm được mức độ tương quan giữa một biến quan sát trong nhân tố với các biến cịn lại, trong đó:
- Nếu hệ số tương quan biến - tổng từ 0,3 trở lên, ta nói, biến quan sát có đóng góp vào giá trị của nhân tố.
- Nếu hệ số tương quan biến - tổng nhỏ hơn 0,3, biến quan sát đó có tương quan kém với các biến quan sát khác hoặc khơng có đóng góp, được coi là biến rác và cần loại bỏ biến quan sát đó ra khỏi nhân tố đánh giá.
3.3.3.4. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) giúp rút gọn một tập gồm rất nhiều biến đo lường thành một số nhân tố. Nghĩa là, EFA phân tích mối liên hệ giữa các biến ở tất cả các nhóm (các nhân tố) riêng biệt để tìm ra những biến quan sát tải lên nhiều nhân tố hoặc những biến quan sát bị phân sai nhân tố ngay từ đầu. Khi đó, mơ hình nghiên cứu sẽ giảm khả năng vi phạm hiện tượng đa cộng tuyến. Phân tích nhân tố khám phá (EFA) bao gồm:
Kiểm định tính thích hợp của nhân tố khám phá (EFA):
- Nếu KMO nằm trong khoảng từ 0,5 đến 1 thì phân tích nhân tố khám phá được xem là phù hợp cho dữ liệu thực tế.
- Nếu số này < 0,5, thì phân tích nhân tố được xem là khơng thích hợp với tập dữ liệu phân tích nghiên cứu.
Kiểm định tương quan giữa các biến quan sát trên thước đo đại diện:
Dựa trên kết quả phần tích, tác giả xem xét có mức tương quan xảy ra giữa các biến tham gia vào EFA hay khơng với giả thuyết Ho: Khơng có mối tương quan giữa các biến quan sát.
- Nếu kiểm định Bartlett’s có mức ý nghĩa Sig.< 0,05 thì bác bỏ Ho và kết luận những biến quan sát có tương quan tuyến tính với các nhân tố đại diện.
- Nếu kiểm định Bartlett’s có mức ý nghĩa Sig. > 0,05 thì chấp nhận Ho và kết luận những biến quan sát khơng có tương quan tuyến tính với các nhân tố đại diện, phân tích EFA là khơng phù hợp.
Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố: trị số
phương sai trích tại cột Cumulative tương ứng với % thay đổi của các nhân tố được lý giải từ các biến quan sát.
3.3.3.5. Phân tích hồi quy
Tác giả tiến hành bước phân tích hồi quy nhằm đánh giá mức độ tác động của các yếu tố ảnh hưởng đến quyết định đầu tư NLMT của quỹ đầu tư nước ngoài tại Việt Nam.