CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Nghiên cứu định lượng
3.2.3 Phương pháp phân tích dữ liệu
Sau khi tiến hành khảo sát NTD thông qua bảng câu hỏi, tác giả sàn lọc và làm sạch dữ liệu, mã hóa số liệu, nhập liệu và phân tích bằng phần mêm SPSS phiên bản 20.0
Dữ liệu sau khi được sàn lọc và nhập vào phần mềm sẽ được phân tích: (1) Đánh giá độ tin cậy của thang đo
Một đo lường được gọi là có giá trị (validity) nếu nó đo lường đúng được cái cần đo lường (Campbell & Fiske, 1959). Đo lường đó vắng mặt cả hai loại sai số, hệ thống và ngẫu nhiên (Nguyễn Đình Thọ, 2013).
Độ tin cậy của thang đo phản ánh mức độ hiện diện (vắng mặt) của sai số ngẫu nhiên. Mức độ hiện diện của sai số ngẫu nhiên cang thấp (mức độ vắng mặt càng cao)
thì đo lường càng có độ tin cậy (Nguyễn Đình Thọ, 2013). Hệ số Cronbach alpha và hệ số tương quan biến tổng được sử dụng để đánh giá độ tin cậy của thang đo.
Theo Nguyễn Đình Thọ (2013), hệ số Cronbach alpha có giá trị biến thiên từ 0 đến 1. Cronbach alpha càng cao thì càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên nếu hệ số Cronbach alpha quá lớn (α>0.95) có nghĩa là có nhiều biến trong thang đo cùng đo lường một nội dung nào đó của khái niệm nghiên cứu. Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường.
Khi xảy ra hiện tượng trùng lắp lúc này để xác định nên giữ hay bỏ biến nào đó thì cần phân tích hệ số tương quan biến tổng (item – total correlation). Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao.
Theo Nunnally và Bernstein (1994), nếu một biến đo lường có hệ số tương quan biến tổng hiệu chỉnh ≥ 0.3 thì biến đó đạt u cầu và hệ số Cronbach α ≥ 0.6 thì thang đo có thể chấp nhận được.
(2) Kiểm định giá trị thang đo bằng phương pháp phân tích nhân tố EFA
Phương pháp phân tích EFA là phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối quan hệ tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát) (Nguyễn Đình Thọ, 2013).
Phương pháp phân tích nhân tố khám phá EFA giúp chúng ta đánh giá hai loại giá trị của thang đo đó là giá trị hội tụ và giá trị phân biệt (Nguyễn Đình Thọ, 2013).
Kết quả hệ số Cronbach alpha đảm bảo thang đo được chấp nhận và các biến được loại bỏ để bảo đảm hiện tượng trùng lắp khơng xảy ra. Các nhân tố được trích trong phân tích nhân tố EFA sẽ được sử dụng trong phân tích hồi quy để kiểm định giả thuyết và mơ hình nghiên cứu.
Mơ hình hồi quy bội MLR (Multiple Linear Regression) biểu diễn mối quan hệ giữa hai hay nhiều biến độc lập với một biến phụ thuộc định lượng (Nguyễn Đình Thọ, 2013).
Phương pháp tương quan Pearson correlation coefficient được sử dụng để kiểm định mối quan hệ giữa biến độc lập và biến phụ thuộc, mối quan hệ giữa các biến độc lập với nhau. Hệ số tương quan r với -1≤r≤1.
r>0: quan hệ đồng biến giữa các biến phân tích r<0: quan hệ nghịch biến giữa các biến phân tích r=0: các biến phân tích khơng có quan hệ
(4) Kiểm định Anova và T test để tìm ra điểm khác biệt giữa các nhóm đối tượng đối với các nhân tố tác động.
TÓM TẮT CHƯƠNG 3
Phương pháp nghiên cứu được thực hiện đã được trình bày trong chương 3 là nghiên cứu định tính và nghiên cứu định lượng.
Nghiên cứu định tính được thực hiện thông qua phỏng vấn sâu nhằm kiểm tra, sàn lọc biến độc lập, hoàn thiện từ ngữ trong bảng khảo sát.
Nghiên cứu định lượng được thực hiện thơng qua phương pháp chọn mẫu khảo sát, sau đó dữ liệu được phân tích bằng phần mền SPSS 20.0.
Kết quả phân tích dữ liệu trong nghiên cứu định lượng sẽ được trình bày trong chương 4.