CH NGă3 :ăPH NGăPHỄPăNGHIểNăC U
3.2. LÝ THUY Tă OăL NG
3.2.2. Cá cc păđ đoăl ng
(Stevens, 1951) trình bày 4 c păđ đoăl ng theo th t t ngăd n, t đ năgi năđ n ph c t p nh t:ăthangăđoăđ nhădanh,ăthangăđoăth b c,ăthangăđoăkho ngăvƠăthangăđoăt l . − Thangăđoăđ nh danh (Nominal Scale): vi c gán nh ng con s nh ălƠănh ng cái nhãn
tênăchoăđ iăt ng hay lo i c aăđ iăt ng. Nói cách khác, nh ng con s đ c gán s thay th cho tên hay nh ng ký hi u nh m nh n d ngăđ iăt ng hay lo iăđ iăt ng. Ví d , v gi i tính, s 1ăđ c kí hi u cho nam, s 2ăđ c kí hi u cho n . Gi a nh ng con s này khơng có quan h h năkém.
− Thangăđoăth b c (Ordinal Scale): vi c gán nh ng con s cho nh ngăconăng i ho căcácăđ iăt ng nh m ph năánhăđ c m i quan h th b c. Ví d , trong câu h i v thu nh p c a Anh/Ch hàng tháng, s 1 có th đ c gán cho m c thu nh păd i
31 5 tri uăđ ng, s 2 có th đ c gán cho m c thu nh p t 5ăđ n 10 tri uăđ ng và s 3 có th đ c gán cho m c thu nh p trên 10 tri uăđ ng. Các chênh l ch c a các bi u hi n không nh t thi t ph i b ng nhau.
− Thangă đoă kho ngă (Intervală Scale):ă đ că xemă nh ă thangă đoă th b că nh ngă cácă
kho ng chênh l ch bi u hi n ph i b ngănhauă(đ uănhau).ăắC ng”ăhayăắtr ”ăđ u
mangăỦăngh a.ă i măắ0”ăc aăthangăđoălƠăt̀yăỦ,ăv trí c aăđi măắ0”ăcóăth khác nhau tùy thu căvƠoăđ iăt ngăđangăxemăxét.ăVíăd ,ăđoăv đ C,ăđ Kăhayăđ Făđ u cho
đi măắ0”ălƠăhoƠnătoƠnăkhácănhauăvƠăcóăth có giá tr mang d uăắtr ”ăhayăg i là âm. − Thangăđoăt l (RatioăScale):ăthangăđoăt l đ c áp d ngăkhiăđưăth aămưnăcácăđi u ki n c aăthangăđoăkho ng.ă i măắ0”ăcóăth đ c xác nh n, cho phép l y t l so sánh gi a 2 giá tr thu th p.ă i m khác nhau gi aăthangăđoăkho ng (Interval Scale)
vƠăthangăđo t l (RatioăScale)ăđ c nh n d ngănh ăsau:
+ i măắ0”ăc aăthagnăđoăt l là m t tr s th t;
+ Trongăthangăđoăkho ng, vi c so sánh v m t t l gi a 2 giá tr thu th p là khơng
cóăỦăngh a.
3.2.3. Ki mătraăđ tin c y c aăthangăđoăb ng h s CronbachẲsăAlpha
Ki mătraăđ tin c y c aăthangăđo,ăhayănóiăcáchăkhácălƠăki m tra v tính nh t qn n i b c aăthangăđoăđó.ăV y th nào là tính nh t quán n i b ? Tính nh t quán n i b ngh aă
là t t c các bi n quan sát trong cùng m tăthangăđoăph i có m i quan h ch t ch v i nhau, cùng gi i thích cho m t khái ni m. H s (Ch s )ăCronbach’săAlphaălƠăm t ch s đoăl ng cho tính nh t quán n i b này. T đó,ătaăcóăth hi u n u m tăthangăđoămƠă
các bi n quan sát c a chúng có s t ngăquanăch t ch v i nhau thì tính nh t qn c a
thangăđoăđóălƠăcaoăđ ngăngh aăv i vi c ch s Cronbach’săAlphaăs cao.
Ch s Cronbach’săAlphaăcóăgiáătr bi năthiênătrongăđo n t [0,1]. M căắ0”ăcóăỦăngh aă
là các bi n quan sát trong nhóm g nănh ăkhơngăcóăm i liên h hayăt ngăquanăgìăđ n nhau, m căắ1”ăcó ngh aălƠăcácăbi năquanăsátăt ngăquanăm t cách hoàn h o v i nhau.
Tuyănhiên,ătr ng h p x y ra chính xác m căắ0”ăvƠăm căắ1”ăg nănh ălƠăkhôngăth
32 2 1 2 ' 1 1 K Yi i X Cronbach s K K = = − − Trongăđó:
• K là s l ng các ch báo trong m tăthangăđo;
• Yi2 lƠăph ngăsaiăc a m t ch báo c th Yi; • 2X là t ngăph ngăsaiăc a t t c ch báo.
B ng 3. 1. Công th căxácăđnh ch s Cronbach’săAlphaă(Hair, 2009)
Tiêu chu n ki măđ nhăCronbachẲsăAlpha:
− Theo (Nunnally, 1978), ch s Cronbach’săAlpha c a m tăthangăđoăt t là t 0.7 tr lên.ă ng ý v iăđi uăđó,ă(Hair, 2009) c ngănh năđnh r ng m tăthangăđoăđ m b o
đ că tínhă đ nă h ngă c ngă nh ă đ tă đ c tính nh t quán n i b cao thì ch s
Cronbach’săAlphaănênăđ t t ng ng 0.7 tr lên.ăTuyănhiên,ăđ i v i các nghiên c uăkhámăpháăs ăb (các nghiên c u khám phá m i),ăthìăng ng ch s Cronbach’să
Alpha t 0.6 tr lên có th đ c ch p nh n. C th hóa theo b ngăd iăđơy:
Ng ng xem xét c a ch s
CronbachẲsăAlpha Tính nh t quán n i b c aăthangăđo
' 0.7
Cronbach s t
0.6Cronbach s' 0.7 Ch p nh năđ c (nghiên c u khám phá
s ăb )
' 0.6
Cronbach s Khôngăđ t, không ch p nh năđ c
B ng 3. 2.ăNg ng xem xét c a ch s Cronbach’săAlpha
− Bên c nhăđó,ăch s Corrected Item ậ TotalăCorrelationăc ngăđóngăvaiătrịăquană
tr ng nh măxácăđ nhăđ tin c y c a thang đo.ăGiáătr c a ch s Corrected Item ậ
Total Correlation n u nh h nă0.3, lo i b bi năquanăsátăđóălƠăph ngăánăc năđ c xem xét.
3.2.4. Phân tích nhân t khám phá Exploratory Factor Analysis (EFA)
Phân tích nhân t khámăpháă(EFA):ăLƠăph ngăphápăphơnătíchăđ nhăl ng.ăPh ngă phápănƠyăd̀ngăđ rút g n m t t p g m nhi u bi năđoăl ng ph thu c nhau t o thành m t t p h p bi năítăh nă(g i là các nhân t ). T đóăs cóăỦăngh aăh nănh ngăv n gi l i, ch aăđ ng h u h t các n i dung thông tin c a t p bi năbanăđ u (Hair, 2009). Có th hi u r ng,ăđơyălƠăph ngăphápăkhámăpháăxemăcóăt ng c ng bao nhiêu nhóm nhân t chính trên t ng các bi n s đ c nghiên c u.
M c tiêu chính c a vi c phân tích nhân t khámăpháă(EFA)ălƠăđ xácăđnh: − S l ng các nhân t nhăh ngăđ n m t t p các bi năđoăl ng.
33 − M căđ v m i quan h gi a m i nhân t v i t ng bi năđoăl ng.
i v i lu năv nănghiênăc u này, s l ng các bi n thu v là khá l n,ăđ ng th i các bi n có m i liên h v i nhau. Lu năv năv i m c tiêu nghiên c uălƠăxácăđnh các nhân t ch tăl ng d ch v tácăđ ngăđ n s hƠi lịng c aăng i s d ng nhƠchungăc ,ăphơnătíchă
m căđ nhăh ng c a t ng nhân t .ăDoăđó,ăvi c s d ng phân tích nhân t khám phá
(EFA)ăđ phân tích, x lý các s li u là phù h p v iăh ng nghiên c u.
Các tiêu chí trong phân tích nhân t EFA bao g m: H s t i nhân t (Factor loading), H s KMO (Kaiser Meyer Olkin), Ki măđ nh Bartlett (Bartlett’sătestăofăsphericity),ăTr
s Eigenvalue, Ph nătr măph ngăsaiătríchă(Percentageăofăvariance).
H s t i nhân t ho c tr ng s nhân t (Factor loading): Là nh ng h s t ngă quanăđ năgi a các bi n và các nhân t . H s t i nhân t cƠngăcao,ăngh aălƠăt ngăquană
gi a bi nă quană sátă đóă v i nhân t cƠngă caoă vƠă ng c l i. Theo Hair và c ng s (1998,111), thì ch tiêuăđ đ m b o m căỦăngh aăthi t th c c a EFA:
Factor Loading m că>ă0.3:ă căxemălƠăđ t m c t i thi u. Factor Loading m că>ă0.4:ă c xem là quan tr ng.
Factor Loading m că>ă0.5:ă căxemălƠăcóăỦăngh aăth c ti n.
Tuy nhiên, giá tr tiêu chu n c a h s t i Factor Loading c n ph i ph thu c vào kích
th c m u.ăCóăngh aălƠăv iăkíchăth c m u khác nhau thì m c tr ng s nhân t đ bi n
quanăsátăcóăỦăngh aălƠăkhácănhau,ăc th nh ăb ngăd iăđơy:
B ng 3. 3. B ng th ng kê h s t i nhân t ng v iăkíchăth c m u
H ăs ăt iănhơnăt ă (Factor loading) 1 0.3 350 2 0.35 250 3 0.4 200 4 0.45 150 5 0.5 120 6 0.55 100 7 0.6 85 8 0.65 70 9 0.7 60 10 0.75 50 STT Ḱchăth că m uăt iăthi uă
34
H s KMO (Kaiser Meyer Olkin): theo (Tr ng & Ng c, 2008) nh năđ nhăđơyălà m t ch s d̀ngăđ xem xét s thích h p c a vi c phân tích nhân t . Tr s KMO l n có
Ủăngh aălƠăphơnătíchănhơnăt thích h p.
− 0.5ă≤ăKMOă≤ă1: đi u ki n phân tích nhân t thích h p.
− KMOă≤ă0.5: Phân tích nhân t có kh n ngăkhơngăthíchăh p v i các d li uăđ c nghiên c u.
Ki măđ nh Bartlett (BartlettẲsătestăofăsphericity):ăD̀ngăđ xem xét các bi n quan sát trong nhân t cóăt ngăquanăv i nhau hay khơng. Ki măđnh gi thuy t H0 là bi n
khơngăcóăt ngăquanăv i nhau trong nhân t . K t qu ki măđnh Bartlett cóăỦăngh aă
th ng kê khi (Sig. < 0.05), thì lúc này các bi n quan sát s có m iăt ngăquanăv i nhau trong nhân t .
Tr s Eigenvalue d̀ngăđ xácăđ nh s l ng nhân t trongăphơnătíchăEFA.ă ơyălƠă đ iăl ngăđ i di năchoăl ng bi năthiênăđ c gi i thích b i nh ng nhân t . C th , nh ng nhân t nào có tr s Eigenvalueă≥ă1ăthìăs gi l iătrongămơăhìnhăphơnătíchăvƠăng c l i.
Ph nătr măph ngăsaiătŕchă(Percentageăofăvariance)ă>ă50%:ăTh hi n ph nătr mă
bi n thiên c a các bi năquanăsát.ăCóăngh aălƠăn u xem bi n thiên là 100% thì giá tr này cho bi t phân tích nhân t gi iăthíchăđ c bao nhiêu %.
3.2.5. Phân tích nhân t kh ngăđ nh Confirmatory Factor Analysis (CFA)
Phân tích nhân t khámăpháăEFAăđ căd̀ngăđ xácăđnh các bi năc ăs hay các bi n ti m n c a m t chu i các bi n. S phơnătíchăđóăgi i thích cho các m i quan h (nh ălƠă
m iăt ngăquan,ăs bi n thiên hay s khác bi t,…)ăgi aăcácăđ iăt ng v i nhau (ví d , gi a các bi n quan sát hay gi a các nhóm ch tiêu,…).ăPhơnătíchăEFAăđ c dùng cho vi căxemăxétăđánhăgiáăm tăph ngăphápăti p c n b ng d li u nh măxácăđnh m tăl ng nh các bi năc ăs và bi n ti m n.ăNóăc ngăđ căd̀ngăđ t o ra nh ng h c thuy t gi i
thíchăc ăb năvƠăxácăđ nh c u trúc các bi n ti m n. Tuy nhiên, ki măđ nh CFA hay
ph ngăphápăki măđnh nào khác nh măđánhăgiáăh c thuy t là s c n thi t cho các k t lu n c a EFA (Haig, 2005).
C phơnătíchăEFAăvƠăphơnătíchăCFAăđ u có chung n n t ng là mơ hình nhân t c ăs .
EFAăth ngăđ c s d ngănh ăth b căkhámăpháăbanăđ u trong quá trình xây d ng
thangăđoăvƠsauăCFAăđ c s d ngăvƠoăb c hai nh m xem xét ki măđ nh c uătrúcăđ c
xácăđnh phân tích EFA. Nói cách khác, CFA có th đ căd̀ngăđ kh ngăđnh c u trúc nhân t đưăđ căxácăđnh b c EFA. Khác bi t v iăEFA,ăCFAăđòiăh iăcácăđ cătr ngă
35 c a m iăph ngădi n c a mơ hình ph iăđ c ki mătraătr c và mang tính h c thuy t cao
h nălƠăd li u. N uănh ăm tăthangăđoăm iăđ c phát tri n b i m t khung h c thuy t v ng ch c thì có th b quaăb căphơnătíchăEFAăvƠăđiăth ng t i phân tích CFA.
Các ki măđ nhăc ăb n c a phân tích CFA:
− ́nhăgíăv Model Fit, theo (Hu & Bentler, 1999) đưăđ aăraăm t s ch tiêu c ă
b năđ đánhăgiáănh ăsau:ă
Ch tiêu i u ki n ́nhăgí / CMIN df ≤ 5 Ch p nh năđ c ≤ 3 T t CFI ≥ 0.8 Ch p nh năđ c ≥ 0.9 T t ≥ 0.95 R t t t GFI ≥ 0.9 T t ≥ 0.95 R t t t TLI ≥ 0.9 T t RMSEA ≤ 0.08 Ch p nh năđ c ≤ 0.06 T t PCLOSE ≥ 0.01 Ch p nh năđ c ≥ 0.05 T t B ng 3. 4. Ch tiêuăđánhăgiáăModelăFit
+ L uắ,ăđ i v iătr ng h p 0.8GFI0.9, ch s này ph thu c r t nhi u vào s thangăđo,ăs bi năquanăsátăvƠăđ c bi t là c m u. Vì v y, s gi i h n c a c m uăc ngătácăđ ngăđ n k t qu c a ch s này. Tuy nhiên, theo nghiên c u c a (Homburg & Baumgartner, 1995) và (Doll, Xia, & Torkzadeh, 1994) thì ch s này l năh nă0.8ăđ c xem là ch p nh năđ c.
− ́nhăgíăv ch tăl ng bi n quan sát, chúng ta th c hi n xem xét trên hai b ng
đ c xu t ra t ph n m m h tr AMOS l nă l t là Regression Weights và Standardized Regression Weights.
i v i b ng Regression Weights, ta xét giá tr P (p-value) nh măđánhăgiáăxemă
các bi n quan sát có th hi năđ c tính ch t c a bi n ti m n hay không, m căỦăngh aă
36 + N u p value− 0.05, bi năquanăsátăcóăỦăngh aăđ i v i mơ hình.
+ N u p value− 0.05, bi năquanăsátăkhơngăcóăỦăngh aăđ i v i mơ hình, c n lo i b bi n quan sát và ch y l i CFA diagram.
Khi t t c giá tr p-value đ u nh h nă 0.05ă thìă ti n hành xét ti p b ng Standardized Regression Weights.
i v i b ng Standardized Regression Weights, ta xét giá tr Estimate,
+ N u Estimate0.5,ălỦăt ng nh t là 0.7 tr lên, bi năquanăsátăđ c gi l i, và giá tr ng v i m căđ đóngăgópăc a bi n quan sát lên bi n ti m n, giá tr càng l năthìăđóngăgópăcƠngăl năvƠăđ phù h p càng cao.
+ N u Estimate0.5, bi n quan sát c năđ c lo i b và ti n hành ch y l i CFA diagram. − ́nhăgíăt́nhăh i t và phân bi t, H i t Phân bi t 0.7 CR MSVAVE 0.5
AVE AVE>ăT ngăquanăc u trúc gi a các
bi n còn l i v i bi năđangăxemăxét
B ng 3. 5. B ngăđánhăgiáătínhăh i t , phân bi t
3.3. MƠ HÌNH H I QUY TUY N TÍNH 3.3.1. Lý thuy t 3.3.1. Lý thuy t
H i quy tuy n tính là phép tốn h i quy nh m xem xét m i quan h tuy n tính gi a các bi năđ c l p v i bi n ph thu c theo d ngăđ ng th ng. Mơ hình h i quy tuy n tính
đ c th hi nătrênăđ th ph ngăphápăScatterătrênăm t ph ng hình h c Oxy nh m th hi n m i quan h tuy nătínhăđóăvƠăcácăđi m d li uăcóăxuăh ng t o thành m tăđ ng th ng.ă ng th ngăđóăcƠngărõărƠng thì mơ hình h i quy càng t t,ăng c l i n uăđ ng th ngăđóăcƠngăkhơngăđ c rõ ràng thì mơ hình h i quy ch c ch năđangăg p v năđ và không phù h p.
Ph ngătrìnhăh i quy trên m u nghiên c u:
Ph ngătrìnhăh iăquyăch aăchu n hóa Ph ngătrìnhăh i quy chu n hóa
0 1 1 2 2 ... n n Y=B +B X +B X + +B X + Y=1X1+2X2+ +... nXn + Trongăđó: • Y: bi n ph thu c; Trongăđó: • Y: bi n ph thu c;
37 • X X X1, 2, n: bi năđ c l p;
• B0: h ng s h i quy; • B B B1, 2, n: h s h i quy;
• : ph năd ă(đi m màu vàng t i màu xanh ho căng c l i).
• X X X1, 2, n: bi năđ c l p; • 1, 2, n: h s h i quy;
• : ph năd ă(đi m màu vàng t i màu xanh ho căng c l i).
B ng 3. 6.ăPh ngătrìnhăh i quy trên m u nghiên c u
Hình 3. 2.ă th Scatterăminhăhoaăchoăph ngătrìnhăh i quy tuy n tính
3.3.2. H iăquyăt ngăquanăPearson
Nh m xem xét m iăt ng quan gi a các bi nătr c khi phân tích h i quy tuy n tính b i,ăđ c bi t lƠt ngăquanăgi a bi n ph thu căắS hƠi lòng”ăv i các bi năđ c l p khác. Gi thuy tăđ căđ t ra H0 : r = 0. K t qu ki măđnh t:
− N u giá tr Sig. < 0.05: Bác b gi thuy t H0, ngh a lƠ r ≠ 0 m t cách cóỦ ngh a th ng kê, hai bi n cót ngăquanătuy n tính v i nhau;
− N u giá tr Sig. > 0.05: Ch p nh n gi thuy t H0, ngh a lƠ r = 0 m t cách có Ủ
ngh a th ng kê, hai bi n khơng cót ngăquanătuy n tính v i nhau.
Khiăđư xácăđnh hai bi n có m iăt ngăquanătuy n tính, chúng ta s xétăđ m nh/y u c a m iăt ngăquanănƠy thông qua tr tuy tăđ i c a r:
− |r| < 0.1: m iăt ngăquanăr t y u − |r| < 0.3: m iăt ngăquanăy u.
− |r| < 0.5: m iăt ngăquanătrungăbình. − |r| ≥ 0.5: m iăt ngăquanăm nh.
38 M căđ tácăđ ng c a t ng bi năđ c l p lên bi n ph thu căắS hƠi lòng”ăđ c xác
đnh c th b ngăph ngăpháp phân tích h i quy tuy n tính b i. NgoƠi ra, h i quy b i c ng cho phép chúng ta xácăđ nh s ph̀ h p t ng th c a mơ hình vƠđóng gópăt ngă đ i c a t ng nhân t d báo vƠo t ngăph ngăsaiăđ c gi i thích.
Gí tr R2 (R Square), R2 hi u ch nh (Adjusted R Square):
− Ph n ánh m căđ gi i thích bi n ph thu c c a các bi năđ c l p trong mơ hình h i quy;
− T p k t qu c a c 2 giá tr t daoăđ ng trong kho ng t 0ăđ n 1: + CƠng ti n v 1, mơ hình cóỦ ngh a cao;
+ CƠng ti n v 0, Ủ ngh a mơ hình y u.
Ki măđnh F:
− N u giá tr Sig. < 0.05: Mơ hình h i quy tuy n tính b i ph̀ h p v i t p d li u vƠ
có th s d ngăđ c;
− N u giá tr Sig. > 0.05: Mơ hình h i quy tuy n tính b i không ph̀ h p v i t p d
li u.
H s Durbin ậ Watson (DW): D̀ngăđ ki m tra hi năt ng t t ngăquanăchu i b c nh t
Giá tr bi n thiên t 0ăđ n 4, n u các ph n sai s khơng cót ngăquanăchu i b c nh t v i nhau thì
+ Giá tr s g n b ng 2;
+ N u giá tr cƠng nh vƠ ti n v 0: các ph n sai s cót ngăquanăthu n; + N u giá tr cƠng l n vƠ ti n v 4: các ph n sai s cót ngăquanănghch.
aăc ng tuy n VIF: H s phóngăđ iăph ngăsaiăVIFăd̀ngăđ ki m tra hi năt ng
đaăc ng tuy n,ăthôngăth ng:
− VIF > 10: x yăraăđaăc ng tuy n v i bi năđ c l p.
− N u s d ngăthangăđoăLikert,ăVIFă>ă2:ăx yăraăđaăc ng tuy n v i bi năđ c l p.
3.4. KI M TRA CÁC GI THUY T V S KHÁC BI T D A TRÊN PHÂN TệCHăPH NGăSAIăANOVAăVẨăT-TEST TệCHăPH NGăSAIăANOVAăVẨăT-TEST
39 Ki măđ nh Independed Sample T-TestălƠăđ so sánh hai tr trung bình c a hai nhóm t ng th riêng bi t. Ki măđnh gi thuy t d a trên 2 c p gi thuy tăđ i ng u, t đóăđ aă