- Đối với nội dung nghiên cứu thực trạng ECMA tại các DN, từ kết quả
2.2.3. Phân tích dữ liệu
Các câu trả lời được xử lý trên phần mềm SPSS 22.0 và được phân tích thơng qua kiểm định độ tin cậy, thống kê mơ tả, phân tích nhân tố khám phá và phân tích hồi quy tuyến tính.
- Kiểm định độ tin cậy: Độ tin cậy của thang đo trong nghiên cứu khoa học được đánh giá thông qua hệ số Cronbach alpha. Hệ số này biến thiên trong khoảng [0,1]. Giá trị của Cronbach alpha càng lờn càng có độ tin cậy cao (Nguyễn Đình Thọ, 2011). Tuy nhiên trong một số trường hợp phát hiện sự trùng lắp trong đo lường, hệ số Cronbach alpha được cho rằng giá trị chạy từ 0,8 đến 1 là thang đo có độ tin cậy tốt; từ 0,7 đến gần 0,8 là SD được; và từ 0,6 trở lên là có thể SD trong trường hợp khái niệm nghiên cứu là mới hoặc được coi là mới trong bối cảnh nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Kiểm định được thực hiện đối với biến phụ thuộc trước, sau đó đến biến độc lập của mơ hình.
- Thống kê mơ tả: giúp mơ tả đặc tính cơ bản của dữ liệu thu thập. Các chỉ tiêu phổ biến được tính tốn như: giá trị trung bình (mean), trung vị (median), mode, giá trị lớn nhất (max) và giá trị nhỏ nhất (min).
- Phân tích nhân tố khám phá: để tiến hành được để rút gọn tập hợp gồm 14 biến quan sát phụ thuộc thành các nhân tố để chúng có ý nghĩa hơn nhưng vẫn chứa đựng các thơng tin của tập biến ban đầu. Phân tích nhân tố khám phá (EFA) được tiến hành với các bước như sau:
- Bước 1: Đánh giá độ phù hợp của phương pháp EFA bằng kiểm định KMO & Bartlett’s test. Trường hợp chỉ số này nằm trong khoảng [0,5-1] thì phân tích nhân tố là thích hợp. Kiểm định Bartlett có ý nghĩa thống kê (Sig < 0.05) được SD để chứng minh các biến có tương quan với nhau trong tổng thể.
- Bước 2: Xác định số nhân tố được rút hoặc loại bỏ. Sau khi loại bỏ các nhân tố khơng có ý nghĩa tương quan, kiểm định EFA được chạy lại lần nữa để đánh giá lại độ phù hợp của phương pháp.
- Bước 3: Ma trận xoay các nhân tố. Trong bảng ma trận xoay, các cột trong bảng sẽ cho biết có bao nhiêu nhân tố được rút ra. Các biến quan sát được giữ lại ở mỗi nhân tố là các biến quan sát có hệ số tải nhân tố ≥ 0,5; hệ số tải nhân tố < 0,5 sẽ bị loại ra khỏi nhân tố (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)
- Phân tích hồi quy tuyến tính: các bước thực hiện để xác định được mơ hình hồi quy tuyến tính như sau:
- Bước 1: Lập ma trận tương quan giữa biến phụ thuộc và biến độc lập. Hệ số tương quan càng lớn, các biến càng có mối quan hệ chặt. Nếu mức ý nghĩa của kiểm định đều ≤ 0,05 thì các biến này đều được SD vào mơ hình hồi quy bội.
- Bước 2: Đánh giá độ phù hợp của mơ hình thơng qua hệ số R2. Nếu hệ số này càng lớn nghĩa là mức độ phù hợp của mơ hình càng cao.
- Bước 3: Kiểm định độ phù hợp của mơ hình thơng qua phân tích ANOVA. Ý nghĩa của kiểm định F nếu có giá trị < 0,05 thì có thể kết luận mơ hình là phù hợp.
- Bước 4: Xác định hệ số hồi quy của các biến độc lập trong mơ hình. Khi xác định hệ số hồi quy của các biến độc lập cần kiểm tra hiện tượng đa cộng tuyến, trường hợp khi các giá trị VIF trong bảng Coefficients đều nhỏ hơn 10.