Nguồn: Tham khảo từ Nguyễn Đình Thọ (2013)
Đối với các nghiên cứu có sử dụng phân tích khám phá nhân tố (EFA), kích thước mẫu được lựa chọn xác định bằng (1) kích thước tối thiểu và (2) số lượng biến đưa vào phân tích (Nguyễn Đình Thọ, 2013). Theo Hair và cộng sự (2010), tỷ lệ quan sát trên biến đo lường là 5:1 hoặc 10:1. Với số biến đo lường trong nghiên cứu chính thức là 24, kích thước mẫu tối thiểu nếu áp dụng tỷ lệ 5:1 sẽ là 24*5 = 120. Tuy nhiên, theo như nghiên cứu của Hoetler (1983) trích theo Nguyen & Nguyen (2008) cho rằng kích thước mẫu tối thiểu phải là 200. Theo Tabachnick & Fidell (1989) kinh nghiệm cho thấy kích thước mẫu 300 là tốt nhất. Trong nghiên cứu này, do những giới hạn về thời gian và chi phí nên tác giả sử dụng phương pháp lấy mẫu thuận tiện. Phương pháp chọn mẫu này tuy có nhược điểm là khó đại diện để ước lượng cho toàn bộ tổng thể nhưng có thể chấp nhận trong kiểm định giả thuyết. Dữ liệu được thu thập qua hình thức phát phiếu điều tra bằng bảng câu hỏi trực tiếp với kích thước mẫu là 295.
3.2.4. Phương pháp thu thập dữ liệu
Khảo sát trực tiếp với đối tượng là những sinh viên của 05 trường đại học tại thành phố Hồ Chí Minh gồm: Đại học Kinh Tế, Bách Khoa, Tài chính – Marketing, Cơng Nghệ và Mở.
3.2.5. Phương pháp phân tích dữ liệu
Sau khi tiến hành khảo sát, dữ liệu sẽ được phân tích bằng phần mềm SPSS phiên bản 20.0. Nghiên cứu sử dụng các phương pháp phổ biến trong kỹ thuật xử lý và phân tích dữ liệu như:
3.2.5.1. Bảng thống kê mô tả nhằm mô tả mẫu thu thập được theo các
biến định tính như: Giới tính, độ tuổi, ngành học, trường, hộ khẩu thường trú và truyền thống kinh doanh của gia đình.
3.2.5.2. Kiểm định thang đo bằng hệ số tin cậy Cronbach’s Alpha là phương pháp kiểm định thống kê về mức độ chặt chẽ của tập hợp các biến quan sát trong thang đo. Theo như nghiên cứu của Hair và cộng sự (2010) thì hệ số Cronbach’s Alpha có giá trị từ 0.8 trở lên là thang đo tốt, từ 0.7 đến gần 0.8 là sử dụng được. Tuy nhiên, cũng có nhiều nhà nghiên cứu đề nghị
hệ số Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu. Trong trường hợp Conbach’s Alpha quá cao (>0.95) thì xuất hiện hiện tượng trùng lắp (đa cộng tuyến) trong đo lường, nghĩa là nhiều biến trong thang đo khơng có khác biệt gì nhau (Nguyễn Đình Thọ, 2013). Khi đó, biến thừa nên được loại bỏ nhưng Conbach’s Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Cho nên, bên cạnh hệ số Cronbach’s Alpha, người ta còn sử dụng hệ số tương quan biến tổng. Những biến nào có tương quan biến tổng <0.3 sẽ bị loại bỏ.
3.2.5.3. Phương pháp phân tích nhân tố khám phá (EFA) là phương
pháp nhằm đánh giá giá trị của thang đo, loại các biến quan sát không đạt yêu cầu và rút trích các biến quan sát thành từng nhóm có mối tương quan với nhau. Các bước thực hiện phân tích nhân tố gồm:
Kiểm tra mối tương quan giữa các biến trong tổng thể và mức độ thích hợp của phân tích EFA bằng chỉ số KMO và giá trị thống kê Bartlett. Yêu cầu:
+ KMO>0.5
+ Mức ý nghĩa quan sát nhỏ Sig < 0.05
Xác định số lượng các nhân tố được trích ra và các biến thuộc từng nhân tố. Tiêu chuẩn để đánh giá gồm:
+ Chỉ số Eigenvalues đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Eigenvalues >1 thì nhân tố rút ra có ý ghĩa tóm tắt thơng tin tốt nhất.
+ Tổng phương sai trích > 50% để chứng minh mơ hình phù hợp với dữ liệu phân tích.
+ Hệ số tải nhân tố - Factor loadings là hệ số tương quan giữa biến và nhân tố. Thang đo đạt giá trị hội tụ khi hệ số tải nhân tố > 0.5. Khi có biến được tải lên ở các nhân tố khác nhau với mức độ chênh lệch hệ số tải < 0.3 thì biến đó sẽ bị loại.
3.2.5.4. Phương pháp phân tích hồi quy tuyến tính bội
Các bước thực hiện phân tích hồi quy như sau:
Bước 1: Phân tích tương quan để kiểm tra mức độ tuyến tính giữa hai biến.
Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn thì chúng có mối quan hệ tuyến tính với nhau. Điều này cho thấy, hồi quy tuyến tính có thể được thực hiện.
Bước 2: Xây dựng phương trình hồi quy.
Y = β1X1 + β2X2+ β3X3 + β4X4 + ...+ βkXk
Các bước thực hiện như sau:
Dùng phương pháp đưa các biến vào cùng một lượt – Phương pháp Enter.
Đánh giá độ phù hợp của mơ hình hồi quy với tập dữ liệu bằng hệ số R2
hiệu chỉnh (Audjusted R Square).
Kiểm định F dùng để xem xét mức độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Nếu Sig kiểm định F <0.05 thì mơ hình hồi quy có ý nghĩa.
Đánh giá mức độ tác động của các biến độc lập lên biến phụ thuộc qua việc xác định hệ số beta.
Bước 3: Kiểm tra vi phạm các giả định hồi quy
Qua kiểm định, ta đã có được mơ hình hồi quy. Tuy nhiên, cần phải thực hiện thêm các bước để kiểm tra xem mơ hình hồi quy có vi phạm các giả định hay không.
Giả định 1: Quan hệ tuyến tính – Dùng đồ thị Scatter
Giả định 2: Phần dư có phân phối chuẩn – Dùng đồ thị Histogram và P - P plot
Giả định 3: Khơng có tương quan giữa các phần dư – Dùng đại lượng thống kê Durbin – Watson. Nếu Durbin – Watson gần bằng 2 thì đạt yêu cầu.
Giả định 4: Khơng có hiện tượng đa cộng tuyến – Dùng hệ số VIF để kiểm tra. Nếu VIF >10 cho thấy có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
3.2.5.5. Kiểm định sự khác biệt
Phương pháp sử dụng là phép kiểm định Independent - Sample t - test hoặc phân tích phương sai ANOVA.
Independent - Sample t - test: Được sử dụng trong trường hợp các yếu tố nhân khẩu học có 2 thuộc tính (Ví dụ: Giới tính bao gồm nam và nữ).
Phân tích phương sai ANOVA được sử dụng trong trường hợp các yếu tố nhân khẩu học có 3 thuộc tính trở lên. (Vi dụ: Độ tuổi gồm 3 nhóm: Từ 18 đến 20 tuổi, từ trên 20 đến 22 tuổi và trên 22 tuổi). Điều kiện để thực hiện ANOVA là các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên, các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu đủ lớn để tiệm cận với phân phối chuẩn, phương sai của các nhóm so sánh phải đồng nhất.
3.3. Tóm tắt chương 3
Chương 3 đã trình bày về thiết kế nghiên cứu, xây dựng thang đo cho các yếu tố, đánh giá sơ bộ thang đo, giới thiệu thang đo chính thức trong nghiên cứu định lượng và trình bày phương pháp nghiên cứu cũng như đề xuất phương pháp phân tích dữ liệu. Mẫu nghiên cứu được chọn từ 295 sinh viên đang theo học tại 05 trường đại học tại thành phố Hồ Chí Minh.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. Giới thiệu
Chương 4 sẽ trình bày kết quả nghiên cứu chính thức của luận văn bao gồm: Các phân tích về mẫu khảo sát và kiểm định mơ hình đo lường các khái niệm nghiên cứu thông qua các đánh giá về độ tin cậy thang đo với chỉ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan và hồi quy nhằm lượng hóa mức độ tác động của các biến trong mơ hình nghiên cứu, kiểm định các giả thuyết nghiên cứu và mơ hình tổng thể.
4.2. Thống kê mẫu nghiên cứu
Mẫu nghiên cứu là những sinh viên tại 05 trường đại học trên địa bàn thành phố Hồ Chí Minh. Khảo sát được thực hiện bằng cách gửi bảng câu hỏi trực tiếp. Tổng số bảng câu hỏi phát ra lần 1 là 339 bảng. Kết quả thu về là 304 phiếu trả lời (Tỷ lệ hồi đáp 89.68%). Sau khi sàng lọc các phiếu trả lời, có 9 bảng khơng hợp lệ do trả lời cùng một mức độ cho tất cả các câu hỏi hoặc bị thiếu nhiều thông tin. Kết quả là có 295 bảng khảo sát hợp lệ. Mẫu đươc phân bổ theo các đặc điểm nhân khẩu học như bảng 4.1 bên dưới.
Bảng 4.1: Thống kê mẫu nghiên cứu
Mẫu n = 295 Tần số % Giới tính Nam Nữ 139 47.1 156 52.9 Tuổi Từ 18-20 tuổi 90 30.5 Trên 20 - 22 tuổi 191 64.7 Trên 22 tuổi 14 4.7 Ngành đào tạo
Quản trị kinh doanh 68 23.1
Kế toán 72 24.4
Tài chính ngân hàng 60 20.3
Ngành khác 95 32.2
Trường đào tạo
Đại học Kinh Tế 121 41.0
Đại học Tài chính-Marketing 71 24.1
Đại học Bách Khoa 45 15.3
Đại học Công nghệ 38 12.9
Đại học Mở 20 6.8
Mẫu n = 295 Tần số % Miền Trung 43 14.6 Miền Nam 73 24.7 Gia đình có truyền thống kinh doanh Có 147 49.8 Không 148 50.2
Nguồn: Kết quả truy xuất từ SPSS
4.3. Kiểm định độ tin cậy và phù hợp của thang đo
4.3.1. Kiểm định độ tin cậy bằng Cronbach’s Alpha
Thang đo nháp đã được đánh giá sơ bộ ở chương 3. Trong chương 4, thang đo chính thức đã loại biến KS3 của thang đo KS và YĐ5 của thang đo YĐ. Kết quả đánh giá độ tin cậy theo hệ số Cronbach’s Alpha được thể hiện ở bảng 4.2 như sau:
Bảng 4.2: Hệ số Cronbach’s Alpha của các thang đo Biến quan Biến quan
sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến – tổng Cronbach’s Alpha nếu loại biến Thang đo “Sự chủ động cá nhân”, giá trị Cronbach’s Alpha = .834
CĐ1 17.41 6.407 .613 .807 CĐ2 17.39 6.055 .636 .801 CĐ3 17.44 5.798 .669 .794 CĐ4 17.40 6.220 .564 .816 CĐ5 17.42 6.265 .562 .816 CĐ6 17.36 6.069 .604 .808
Thang đo “Thái độ đối với hành vi khởi nghiệp”, Cronbach’s Alpha = .814
TĐ1 13.70 4.395 .638 .767
TĐ2 13.75 4.529 .603 .778
TĐ3 13.80 4.693 .592 .781
TĐ4 13.73 4.846 .564 .789
TĐ5 13.71 4.609 .618 .773
Thang đo “Tiêu chuẩn chủ quan”, giá trị Cronbach’s Alpha = .793
CQ1 6.86 2.345 .626 .729
CQ2 6.86 2.225 .644 .710
CQ3 6.80 2.299 .637 .717
Thang đo “Sự kiểm soát hành vi được nhận thức”, Cronbach’s Alpha = .816
KS1 13.68 5.155 .627 .773
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến – tổng Cronbach’s Alpha nếu loại biến KS4 13.72 5.263 .641 .769 KS5 13.66 5.279 .610 .778 KS6 13.71 5.479 .569 .790
Thang đo “Ý định khởi nghiệp”, giá trị Cronbach’s Alpha = .828
YĐ1 12.94 3.092 .604 .800
YĐ2 12.96 2.974 .660 .784
YĐ3 12.92 3.045 .630 .792
YĐ4 12.93 3.155 .578 .807
YĐ6 12.93 3.009 .650 .787
Nguồn: Kết quả truy xuất từ SPSS
Kết quả phân tích cho thấy tất cả 24 biến quan sát đều có hệ số tương quan biến tổng đạt tiêu chuẩn (> 0.3) nên được chấp nhận. Ngoài ra hệ số tin cậy Cronbach’s Alpha của 05 thang đo đều lớn hơn 0.6. Do vậy, các thang đo này đạt yêu cầu và các biến quan sát được đưa vào phân tích nhân tố khám phá EFA tiếp theo.
4.3.2. Phân tích khám phá nhân tố EFA trong nghiên cứu định lượng chính
thức
Sau khi đã làm rõ độ tin cậy, các thang đo (gồm 24 biến quan sát) cần được tiến hành đánh giá thêm giá trị thơng qua phân tích nhân tố khám phá EFA (Nguyễn Đình Thọ, 2013). Điều kiện yêu cầu cần thiết trong phân tích nhân tố khám phá là:
Kiểm định Barlett có sig. <0.05 (Nguyễn Đình Thọ, 2013). Hệ số kiểm định KMO ≥ 0.5 (Nguyễn Đình Thọ, 2013).
Mức chênh lệch của hệ số tải của một biến quan sát đối với các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt, nhưng giá trị này không quan trọng trong nghiên cứu vì các thang đo khó phân biệt hồn tồn (Nguyễn Đình Thọ, 2013).
Hệ số tải nhân tố ≥ 0.5 để đảm bảo ý nghĩa thiết thực của phân tích khám phá nhân tố trong trường hợp kích thước mẫu từ 250 đến 350 (Hair và cộng sự, 2010).
Tổng phương sai trích (Total Variance Explained) ≥ 0.5 để đảm bảo giá trị trong nghiên cứu thực tiễn (Nguyễn Đình Thọ, 2013).
4.3.2.1. Phân tích nhân tố khám phá EFA cho biến độc lập
Thực hiện lần 1:
Kết quả phân tích nhân tố khám phá EFA trong nghiên cứu định lượng chính thức các biến độc lập được thể hiện như bảng bên dưới:
Bảng 4.3: Kết quả EFA lần 1 của các thang đo trong nghiên cứu chính thức Phương pháp trích: Rotated Component Matrixa
Thành phần Các nhân tố trích 1 2 3 4 Sự chủ động cá nhân CĐ3 .779 CĐ2 .762 CĐ6 .742 CĐ4 .720 CĐ5 .691 CĐ1 .623 .557
Thái độ đối với hành vi khởi nghiệp TĐ1 .793 TĐ5 .762 TĐ2 .748 TĐ4 .719 TĐ3 .683
Sự kiểm soát hành vi được nhận thức KS4 .780 KS5 .769 KS2 .743 KS1 .736 KS6 .710
Tiêu chuẩn chủ quan
CQ1 .830
CQ2 .826
Thành phần Các nhân tố trích
1 2 3 4
Mức ý nghĩa (Sig. trong kiểm định Bartlett) 0.000
Hệ số KMO 0.796
Tổng phương sai trích 60.42%
Nguồn: Kết quả truy xuất từ SPSS
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với Sig = 0.000 cho thấy điều kiện cần để áp dụng phân tích nhân tố là các biến phải có
tương quan với nhau đạt yêu cầu. Chỉ số KMO = 0.796 > 0.5 cho thấy điều kiện đủ để phân tích nhân tố là thích hợp đạt yêu cầu.
Tại các mức giá trị Eigenvalues lớn hơn 1 với phương pháp rút trích Principal components và phép xoay varimax, phân tích nhân tố đã trích được 4 nhân tố từ 24 biến quan sát và với tổng phương sai trích là 60.42% (> 50%) đạt yêu cầu. Dựa trên phân tích của bảng 4.3, ma trận xoay nhân tố Rotated Component Matrixa, biến CĐ1 bị loại tại thang đo CĐ – “Sự chủ động cá nhân” do có hệ số tải
nhân tố được trích vào 2 nhân tố khác nhau mà chênh lệch trọng số rất nhỏ = 0.066 (< 0.3) nên ta xem xét loại biến này và tiếp tục thực hiện phân tích nhân tố
khám phá EFA cho các biến quan sát còn lại. Thực hiện lần 2:
Kết quả tại lần phân tích nhân tố thứ hai sau khi loại biến CĐ1 thể hiện tại
Mục 2-Phụ lục 5 cho thấy kiểm định Bartlett (Bartlett’s test of sphericity) trong
bảng kiểm định KMO và Bartlett's với Sig. = 0.000 và chỉ số KMO = 0.826 > 0.5 đều đáp ứng được yêu cầu.
Tại các mức giá trị Eigenvalues = 1.486 > 1, phân tích nhân tố đã trích
được 4 nhân tố từ 23 biến quan sát và với tổng phương sai trích là 60.255% (> 50%) đạt yêu cầu.
Kết quả tại bảng Rotated Component Matrixa (Mục 3-Phụ lục 5) cho thấy
Trong ma trận nhân tố sau khi xoay, sự tập trung của các biến quan sát theo từng nhân tố đã hiện rõ ràng. Các biến quan sát có hệ số tải nhân tố đều lớn hơn 0.5 thể hiện độ kết dính cao. Cụ thể cho từng nhóm nhân tố được rút trích như sau:
Nhân tố thứ nhất: Gồm 05 biến quan sát (CĐ2, CĐ3, CĐ4, CĐ5, CĐ6)
được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần chủ động cá nhân ký hiệu là CĐ.
Nhân tố thứ hai: Gồm 05 biến quan sát (KS1, KS2, KS4, KS5, KS6) được
nhóm lại bằng lệnh trung bình và được đặt tên là thành phần sự kiểm soát hành vi được nhận thức ký hiệu là KS.
Nhân tố thứ ba: Gồm 05 biến quan sát (TĐ1, TĐ2, TĐ3, TĐ4, TĐ5) được
nhóm lại bằng lệnh trung bình và được đặt tên là thành phần thái độ đối với hành vi khởi nghiệp ký hiệu là TĐ.
Nhân tố thứ tư: Gồm 03 biến quan sát (CQ1, CQ2, CQ3) được nhóm lại
bằng lệnh trung bình và được đặt tên là thành phần tiêu chuẩn chủ quan ký hiệu là CQ.
4.3.2.2. Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Biến phụ thuộc YĐ gồm 05 biến quan sát YĐ1, YĐ2, YĐ3, YĐ4, YĐ6 để đo lường ý định khởi nghiệp của sinh viên trên địa bàn thành phố Hồ Chí Minh.