- Thang đo về Sự hài lòng khách hàng
3.2.2.3. Phương pháp xử lý dữ liệu phân tích
Quy trình phân tích dữ liệu được thực hiện qua hai giai đoạn trong nghiên cứu định lượng:
Giai đoạn 1: Nghiên cứu định lượng sơ bộ với cỡ mẫu n = 70 công chức,
kĩ thuật phân tích và tiêu chí đánh giá được thể hiện 2 bước sau:
Bước 1: Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Sử dụng kiểm định thang đo bằng Cronbach’s Alpha để loại bỏ các biến không đảm bảo độ tin cậy, hạn chế các biến rác, để kiểm tra độ tin cậy các tham số ước lượng trong tập dữ liệu theo từng nhóm yếu tố của mơ hình.
Hệ số Cronbach’s alpha cho biết mức độ tương quan giữa các biến trong bảng câu hỏi, được dùng để tính sự thay đởi của từng biến và mối tương quan giữa các biến. Việc kiểm định và đánh giá thang đo được thực hiện thông qua hệ số tin cậy Cronbach’s Alpha, hệ số tương quan biến tổng (Item-
Totalcorrelation). Tiêu chuẩn đánh giá để xác định các biến có độ tin cậy như sau:
+ Hệ số tương quan biến tổng (Item – Total Correlation): Hệ số tương
quan biến tổng phải > 0,3
+ Hệ số Cronbach’s Alpha: Giá trị Cronbach’s Alpha > 0,6
Bước 2: Phân tích nhân tố khám phá (EFA)
Phân tích EFA thuộc vào nhóm phân tích đa biến phụ thuộc lẫn nhau (Interdependence Techniques), có nghĩa là nó khơng có biến phụ thuộc và biến độc lập, mà nó sẽ dựa vào mối tương quan giữa các biến với nhau (Interrelationships). Các biến này, sau khi đã được kiểm định Cronbach’s Alpha, đã được loại bỏ các biến không đảm bảo độ tin cậy, sẽ được đưa vào để phân tích EFA, từ đó để xác định lại thang đo. Số lượng của các nhân tố cơ sở còn tùy thuộc vào mơ hình nghiên cứu, trong đó chúng sẽ ràng buộc lẫn nhau bằng cách xoay các vector trực giao nhau để không xảy ra hiện tượng tương quan được thực hiện như sau:
- Kiểm định sự thích hợp của phân tích EFA đối với các dữ liệu ban đầu bằng hệ số KMO (Kaiser– Meyer– Olkin) và giá trị thống kê của kiểm định Bartlett. Tiêu chuẩn đánh giá:
+ Hệ số KMO: Khi 0,5 < KMO < 1 có nghĩa là phân tích nhân tố là thích
hợp với dữ liệu nghiên cứu và ngược lại (Hair và cộng sự, 1998; Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008);
+ Kiểm định Bartlett: Kiểm định xem xét giả thuyết Ho, độ tương quan giữa các biến quan sát bằng không (= 0) trong tởng thể. Nếu kiểm định này có Sig. ≤ 0,05 là có ý nghĩa thống kê và các biến quan sát có tương quan nhau trong tổng thể (Hair và cộng sự, 1998; Hoàng Trọng và Chu Nguyễn Mộng
Ngọc, 2008).
- Phương pháp trích nhân tố (sử dụng phương pháp trích Principal
Asix Factoring và phương pháp xoay nhân tố (sử dụng phép xoay Promax) sẽ được tiến hành để xác định số lượng các nhân tố được trích ra và
xác định các biến thuộc từng nhân tố (Gerbing, Anderson, 1988). Tiêu chuẩn đánh giá:
+ Tổng phương sai trích (TVE): Thể hiện các nhân tố trích được bao
nhiêu % của các biến đo lường. Theo đó, Tởng phương sai trích 50% đạt yêu cầu, 60% là tốt (Gerbing, Anderson, 1988) và mặc định Eigenvalue > 1 sẽ được giữ lại trong mơ hình phân tích, vì những nhân tố này có tác dụng tóm tắt thơng tin tốt hơn so với những nhân tố có Eigenvalue < 1;
+ Hệ số tải nhân tố (Factor loading): Là hệ số tương quan đơn giữa biến
và nhân tố. Điều kiện: Hệ số factor loading 0,5 có ý nghĩa thực tiễn (Hair & Ctg,1998, 111). Biến sẽ thuộc nhân tố nào mà tại đó biến có hệ số factor loading lớn nhất. Những biến nào không thỏa các tiêu chuẩn trên sẽ bị loại.
- Kiểm định lại độ tin cậy của thang đo các nhân tố này bằng hệ số Cronbach’s Alpha (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Giai đoạn 2: Nghiên cứu định lượng chính thức với mẫu nghiên cứu là n
= 200 phiếu khảo sát. Trình tự các bước thực hiện, kĩ thuật phân tích và tiêu chí đánh giá được thực hiện như sau:
Bư ớc 1: Kiểm định thang đo bằng Cronbach’s Alpha Bư ớc 2: Phân tích nhân tố khám phá (EFA)
Tiêu chí đánh giá ở Bước 1 và Bước 2 giống như ở giai đoạn 1.
Trước khi tiến hành phân tích hồi quy, tác giả sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa biến độc lập và biến phụ thuộc mà tất cả các biến đều được xem xét như nhau. Xem xét ma trận tương quan giữa các biến, nhân tố Công tác chống thất thu thuế và các nhân tố khác đều có sự tương quan tuyến tính > 0, vì vậy tiếp tục phân tích hồi quy.
-1 < rX,Y < 1:
r=0: giữa X và Y khơng có mối quan hệ r < 0: mối quan hệ ngược chiều
r> 0: Mối quan hệ cùng chiều r: (0; 0.2): khơng có mối quan hệ r: (0.2; 0.4): mối quan hệ yếu
r: (0.4; 0.6) mối quan hệ trung bình r: (0.6; 0.8) mối quan hệ mạnh r: (0.8;1) mối quanh hệ rất mạnh
giá trị Sig của X và Y < 0.05: Giữa X và Y thực sự có mối quan hệ
Bư ớc 4: Phân tích hồi quy
Để sử dụng mơ hình trên đánh giá các nhân tố sự hài lòng khách hàng của doanh nghiệp vừa và nhỏ tại thành phố Nha Trang, tác giả tiến hành thực hiện phân tích hồi quy theo 02 mơ hình dựa trên 02 nhóm nhân tố ảnh hưởng:
- Mơ hình 1: phân tích ảnh hưởng của nhóm nhân tố thúc đẩy đến biến phụ thuộc là sự hài lòng khách hàng .
- Mơ hình 2: phân tích ảnh hưởng của nhóm nhân tố duy trì tới biến phụ thuộc sự hài lòng khách hàng .
* Kiểm định mức độ phù hợp của mơ hình: Giá trị Sig của F < 0.05: Mơ hình ước lượng là phù hợp
* Kiểm định phân phối chuẩn của phần dư: Giá trị trung bình bằng 0, phương sai của phần dư gần 1: phần dư tuân theo luật phân phối chuẩn
* Kiểm định hiện tương đa cộng tuyến: Giá trị phóng đại phương sai < 5; mơ hình khơng bị hiện tương đa cộng tuyến
* Kiểm định hiện tự tương quan: d: giá trị Dubin Watson 1 < d < 3: Mơ hình khơng bị hiện tượng tự tương quan
* Kiểm định phương sai sai số thay đổi: Dựa vào đồ thị phân tán của phần dư, nếu phần dư phân tán đồng đều, không theo xu hướng nào (tăng hoặc giảm), ta nói phương sai phần dư khơng thay đổi
* Kiểm định giả thuyết nghiên cứu: Nếu giá trị Sig của các hệ số ước lượng < 0.05: Biến độc lập ảnh hưởng đến biến phụ thuộc.