CHƯƠNG 2 CƠ SỞ KHOA HỌC VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.5. Phương pháp thống kê xử lý kết quả điều tra
Dựa trên xếp hạng của người được khảo sát theo thang đo Likert năm mức độ, trị trung bình mức độ ảnh hưởng của các yếu tố được sử dụng để phân tích các nội dung sau:
- Sắp xếp được thứ hạng của các yếu tố theo mức độ ảnh hưởng từ cao đến thấp. - Phân tích, dùng lý luận kết hợp với thực tế giải thích vị trí thứ hạng của các yếu tố
- Đánh giá và nhận xét về trị trung bình của các yếu tố.
2.5.2. Phương pháp thống kê mô tả
Thống kê mơ tả (descriptive statistic) là phương pháp phân tích định lượng, nhằm tóm tắt những thơng tin cơ bản của dữ liệu, phục vụ q trình phân tích những số liệu thống kê.
Thống kê mô tả là một trong những phương pháp xử lý dữ liệu được sử dụng khá phổ biến, cung cấp những thông tin chi tiết và và tóm tắt dữ liệu, giúp chúng ta thống kê dữ liệu thu thập được một cách khoa học, nhanh chóng và xử lý dữ liệu dễ dàng hơn.
Những kết quả chúng ta nhận được thường là giá trị tổng, trung bình cộng, độ lệch chuẩn, giá trị lớn nhất, nhỏ nhất,... hay tần số của toàn bộ dữ liệu hay tập mẫu, từ đó người đọc có cái nhìn tổng quan nhất về tập mẫu mà tác giả đang nghiên cứu.
- Có 2 thống kê mơ tả:
Thống kê trung bình: thường được sử dụng với các biến định lượng, dùng để thống kê các chỉ số phân tích như giá trị trung bình (mean), giá trị lớn nhất, nhỏ nhất (max, min), độ lệch chuẩn (standard deviation)...
Thống kê tần số: thường được áp dụng cho các biến định tính, dùng để đọc mức độ (tần số) các chỉ số xuất hiện trong tập mẫu. Các biến định tính ở đây sẽ là thơng tin của người được khảo sát: đơn vị công tác, chức vụ trong đơn vị, số lượng dự án đã tham gia, số năm kinh nghiệm trong lĩnh vực xây dựng.
2.5.3. Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Hệ số α (Cronbach’s Alpha) là phép kiểm định thống kê về mức độ chặt chẽ trong thang đo tương quan các mục hỏi với nhau. Một phương pháp đánh giá tính đơn khía cạnh của thang đo gọi là kiểm định độ tin cậy chia đơi (Theo Hồng Trọng. Chu Nguyễn Mộng Ngọc, 2008 [17].)
Công thức của hệ số α là:
Trong đó:
- ρ: hệ số tương quan trung bình giữa các mục hỏi - N: số mục hỏi, yếu tố của nghiên cứu
Đánh giá hệ số α theo nguyên tắc sau: - 0,80 ≤ α ≤ 0,95: Thang đo tốt;
- 0,70 ≤ α < 0,80: Thang đo có thể sử dụng;
- α > 0,6: là có thể sử dụng được nếu khái niệm đang đo mới hoặc mới đối với người được hỏi trong thời điểm nghiên cứu [17].
- α < 0,6: thang đo cho nhân tố không phù hợp. Do bảng câu hỏi chưa tốt hoặc kết quả thu được từ khảo sát có nhiều mẫu xấu [17].
- α > 0,95: thang đo có thể có xảy ra vấn đề trùng biến [17].
Hệ số tương quan biến tổng: là hệ số cho biết mối quan hệ giữa các biến quan sát trong nhân tố với các biến còn lại. khi hệ số tương quan biến tổng lớn hơn 0.3 thì biến đó đóng góp giá trị khái niệm của nhân tố [17].
Ngoài ra, cần chú ý đến giá trị của cột α if Item Deleted, thể hiện giá trị α nếu loại biến tương ứng. Các biến khơng góp nhiều cho thang đo chung thì khi bỏ đi sẽ làm tăng hệ số α tổng [17].
2.5.4. Phân tích nhân tố khám phá EFA
Nhận diện các khía cạnh hay nhân tố giải thích được các mối quan hệ tương quan trong một tập hợp biến.
Nhận diện một tập hợp gồm một số lượng biến mới tương đối ít khơng có tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo sau [17].
Để xác định tập hợp gồm một số ít các biến trội từ một tập hợp các biến để sử dụng trong các phân tích đa biến tiếp theo [17].
Phân tích nhân tố khám phá (EFA): là phương pháp phân tích định lượng dùng để rút gọn một tập hợp gồm nhiều biến phụ thuộc nhau tạo thành một tập biến ít hơn (gọi là các nhân tố) để các nhân tố trở nên ý nghĩa hơn nhưng vẫn chứa đựng đầy đủ nội dung của tập biến ban đầu, với mục tiêu:
- Xác định số các nhân tố tác động đến một tập các biến đo lường. - Xác định mức độ của mối quan hệ giữa từng nhân tố với mỗi biến.
Trong nghiên cứu số các biến nhận được là khá lớn và có mối liên hệ. Đồng thời, nghiên cứu nhằm: (1) tìm ra số yếu tố chính tác động đến chi phí và tiến độ các dự án trên địa bàn huyện Lệ Thủy, tỉnh Quảng Bình, (2) Mức độ ảnh hưởng của từng yếu tố.”
Vì thế số liệu trong nghiên cứu này được phân tích bằng phương pháp phân tích nhân tố khám phá (EFA) là phù hợp.
Các tham số thống kê trong phân tích EFA bao gồm:
- Hệ số tải nhân tố (factor loading): các hệ số tương quan đơn giữa các biến và các nhân tố. Việc giải thích các nhân tố được thực hiện dựa trên việc nhận ra các biến có hệ số (factor loading) lớn ở cùng một nhân tố [17]
+ Factor Loading ở mức ± 0.3: điều kiện tối thiểu mà biến quan sát được giữ lại. + Factor Loading ở mức ± 0.5: ý nghĩa biến quan sát thống kê tốt.
+ Factor Loading ở mức ± 0.7: ý nghĩa biến quan sát thống kê rất tốt.
thước mẫu. Thường lấy hệ số tải: 0.75 tương ứng cỡ mẫu từ 50 đến 100; hệ số tải là 0.45 hoặc 0.5 cho cỡ mẫu từ 100 đến dưới 350; lấy tiêu chuẩn hệ số tải là 0.3 với cỡ mẫu lớn hơn 350.
Trong nghiên cứu này, hệ số tải được chọn là 0.5.
Kaiser-Meyer-Olkin (KMO): là một chỉ số xem xét sự thích hợp của phân tích nhân tố; Trị số KMO trong khoảng 0.5-1 (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là phù hợp, nếu như trị số KMO<0,5 thì phân tích nhân tố có thể khơng phù hợp với dữ liệu [17].
Bartlett’s test of sphericity: kiểm định giả thuyết H0 là biến không tương quan với nhau trong tổng thể. Kết quả kiểm định thống kê có ý nghĩa (Sig. < 0.05) thì các biến quan sát có mối tương quan nhau trong tổng thể [17].
Số các nhân tố được xác định dựa trên hệ số Eigenvalue: Là giá trị đại diện cho lượng biến thiên được giải thích bởi nhân tố, những nhân tố có Eigenvalue >1 sẽ giữ lại trong mơ hình phân tích, những nhân tố có Eigenvalue <1 sẽ khơng có tác dụng tốt hơn một biến gốc [17].
Phần trăm phương sai (Percentage of variance) > 50%: là phần trăm biến thiên của các biến quan sát. Nếu xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích là bao nhiêu % [17].
Nếu biến quan sát tải lên ở cả 2 nhân tố, cần xem xét 2 trường hợp sau đây: - Trường hợp 1: biến quan sát tải lên ở cả 2 nhân tố, cần lưu ý chênh lệch hệ số tải Factor Loading của biến quan sát giữa 2 nhóm nhân tố. Theo các nghiên cứu, nếu chênh lệch hệ số tải < 0.3, loại bỏ biến quan sát đó.
- Trường hợp 2: 2 hệ số tải chênh nhau từ 0.3 trở lên, khi đó biến quan sát sẽ được giữ lại và nó sẽ đưa vào nhóm nhân tố có hệ số tải cao.