Chương 2 PHƯƠNG PHÁP VÀ TỔ CHỨC NGHIÊN CỨU
2.2. Phương pháp nghiên cứu
2.2.5. Phương pháp toán thống kê
Các kết quả nghiên cứu thu được qua phỏng vấn và quan sát kiểm tra sư phạm đã được tính bằng phương pháp tốn học thống kê. Sử dụng phương pháp này nhằm mục đích xử lí các số liệu thu thập được liên quan đến đề tài. Đề tài sử dụng các cơng thức sau:
Giá trị trung bình: 1 n i i x x n
Phương sai: 2 2 1 1 n i i x x x n Độ lệch chuẩn: 2 x x Kiểm định t - student: 1 2 2 2 1 2 1 2 x x t n n
8. Kiểm định Khi bình phương (2):
i i i L L Q 2 2 ( ) Trong đó: Qi: Tần số quan sát. Li: Tần số lý thuyết.
Các công thức và phương pháp ứng dụng để tính tốn các chỉ số có liên quan đến nhu cầu và tiêu dùng TDTT giải trí chỉ tính giá trị trung bình và tỷ lệ phần trăm. Số liệu được chúng tôi xử lý bằng phần mềm SPSS 16.0, R, Microsoft Excel.
Về phương pháp tính độ tin cậy Cronbach’s alpha được thực hiện bằng phần mềm SPSS. Trong đó độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy này trước khi phân tích nhân tố để loại các biến khơng phù hợp vì các biến rác này có thể tạo ra các yếu tố giả.
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính tốn hệ số tương quan giữa biến- tổng sẽ giúp loại ra những biến quan sát nào khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo.
Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao).
Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng được.
Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác.
Nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:
Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0,4 (đây là những biến khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6.
Thực hiện phân tích Hệ số tin cậy Cronbach’s Alpha bằng SPSS: Vào menu Analyze->Scale->Reliability Analysis
Chọn các câu hỏi trong cùng một nhân tố qua cột bên phải, sau đó nhấn vào Statistic, check vào ơ Scale if item deleted. Sau đó bấm Continue, sau đó bấm OK. Kết quả tính tốn cronbach alpha sẽ được xuất ra báo cáo.
Trong đề tài sử dụng phương pháp này để phân tích độ tin cậy phỏng vấn liên quan đến lấy ý kiến đánh giá của sinh viên, giảng viên, người sử dụng lao động về các vấn đề có liên quan đến đề tài.
Phân tích nhân tố khám phá, gọi tắt là EFA được thực hiện bằng phần mềm SPSS, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Trong nghiên cứu giải pháp nhằm nâng cao chất lượng đào tạo cho sinh viên khối sư phạm chuyên khoa TDTT trường Đại học Tây Bắc thu thập được một số lượng biến khá lớn và nhiều nhiệm vụ có liên hệ tương quan với nhau. Thay vì đi nghiên cứu 17 nhiệm vụ được phân chia trong 4 giải pháp, chúng ta chỉ nghiên cứu 4 giải pháp, trong mỗi giải pháp này gồm các nhiệm vụ có sự tương quan với nhau. Các tiêu chí:
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng khơng thích hợp với tập dữ liệu nghiên cứu.
Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét các nhiệm vụ trong mỗi giải pháp có tương quan với nhau hay không. Chúng ta cần lưu ý, điều kiện cần để áp dụng phân tích nhân tố là các nhiệm vụ phản ánh những khía cạnh khác nhau của cùng một giải pháp phải có mối tương quan với nhau. Điểm này liên quan đến giá trị hội tụ trong phân tích EFA được nhắc ở trên. Do đó, nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xem xét. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích.
Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mơ hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cơ đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
Kết quả tính điểm trung bình (Mean), độ lệch chuẩn (SD), tỷ lệ % của các câu hỏi phỏng vấn, sau đó được biểu diễn trên biểu đồ được đề tài xử lý bằng ngơn ngữ lập trình R được xây dựng bởi tác giả Ross Ihaka và Robert Gentleman trường đại học Auckland, New Zealand, tiếp tục được phát triển bởi nhóm R Development Core Team. Đây là phần mềm mã nguồn mở. Các gói lệnh sử dụng khi xử lý số liệu theo thang đo Likert gồm: devtools, likert, ls(“package:likert”), ggplot2.