3.3 Nghiên cứu chính thức
3.3.4 Phân tích dữ liệu
Tác giả sử dụng phần mềm chuyên xử lý dữ liệu sơ cấp được sử dụng phổ biến hiện nay là SPSS phiên bản 20.
3.3.4.2 Thống kê mơ tả
trung bình, tỷ lệ và các bảng biểu, biểu đồ, đồ thị tóm tắt, diễn đạt dữ liệu nghiên cứu.
3.3.4.3 Đánh giá thang đo
Phân tích độ tin cậy của thang đo qua hệ số Cronbach alpha
Hệ số Cronbach’s Alpha kiểm định mức độ tương quan chặt chẽ của các biến quan sát trong cùng một thang đo. Phân tích nhằm loại các biến không phù hợp của thang đo trước khi đưa vào phân tích nhân tố khám phá EFA (Nguyễn Đình Thọ, 2011).
Tiêu chuẩn của thang đo lường tốt theo nhiều nhà nghiên cứu là hệ số Cronbach alpha đạt giá trị từ 0.8 trở lên. Trong trường hợp khái niệm nghiên cứu mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu, một số nhà nghiên cứu cho rằng có thể chấp nhận giá trị hệ số Cronbach alpha từ 0.6 trở lên (Hoàng Trọng và Mộng Ngọc, 2008). Đề tài các yếu tố ảnh hưởng đến ý định chuyển đổi thương hiệu trang thiết bị y tế gia đình của người tiêu dùng là nghiên cứu mới tại Việt Nam nên thang đo có hệ số Cronbach alpha từ 0.6 trở lên là đạt yêu cầu.
Ngoài ra, nghiên cứu cần xét thêm hệ số tương quan biến – tổng. Đây là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo. Các biến tương quan càng cao với các biến khác trong cùng một nhóm khi hệ số này càng cao. Biến quan sát phải có hệ số tương quan biến – tổng lớn hơn 0.3. B iến có hệ số tương quan biến – tổng nhỏ hơn 0.3 được xem là biến rác và bị loại khỏi thang đo (Nguyễn Đình Thọ, 2011).
Phân tích nhân tố EFA
Phân tích nhân tố EFA dùng để đánh giá giá trị thang đo (giá trị phân biệt và giá trị hội tụ) và rút gọn tập biến quan sát thành các nhân tố có ý nghĩa hơn (Nguyễn Đình Thọ, 2011).
Nghiên cứu sử dụng phương pháp trích yếu tố Principal component với phép quay Varimax. Điều kiện phân tích nhân tố EFA gồm:
- Hệ số KMO (Kaiser - Mayer - Olkin) > 0.5 và mức ý nghĩa của kiểm định Bartlett sig < 0.05. Nếu kiểm định Bartlett có ý nghĩa thống kê thì các
biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Mộng Ngọc, 2008).
- Hệ số tải nhân tố (Factor loading) > 0.5, biến quan sát có hệ số tải nhân tố < 0.5 sẽ bị loại.
- Thang đo được chấp nhận khi tổng phương sai trích > 50%. - Hệ số eigenvalue > 1 (Nguyễn Đình Thọ, 2011).
- Khác biệt hệ số tải nhân tố của biến quan sát giữa các nhân tố > 0.3 để tạo giá trị phân biệt giữa các nhân tố (Hoàng Trọng và Mộng Ngọc, 2008).
3.3.4.4 Kiểm định các giả thuyết và mơ hình nghiên cứu
Phân tích tương quan
Nghiên cứu sử dụng hệ số tương quan Pearson (r) được chọn mặc định trong phần mềm SPSS 20 nhằm lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc với mức ý nghĩa sig.
- Nếu r = 0: không tương quan
- Nếu r < 0.3: tương quan mức thấp
- Nếu 0.3 ≤ r < 0.5: tương quan mức trung bình
- Nếu 0.5 ≤ r < 0.7: tương quan khá chặt chẽ
- Nếu 0.7 ≤ r < 0.9: tương quan chặt chẽ
- Nếu 0.9 ≤ r < 1: tương quan rất chặt chẽ
- Nếu r = 1: tương quan hoàn tồn Phân tích hồi quy
- Kiểm định sự phù hợp của mơ hình
Theo Nguyễn Đình Thọ (2011), hệ số xác định R2 dùng để đánh giá sự phù hợp của mơ hình. Kiểm định sự phù hợp của mơ hình là kiểm định giả thuyết H0: R2 = 0 với giải thuyết thay thế H1: R2 ≠ 0 hay cũng chính là kiểm định giả thuyết H0: β1 = … = βk = …. = βp = 0 (tất cả các trọng số hồi quy trong đám đông bằng nhau và bằng 0, trừ trọng số hồi quy β0) với giả thuyết thay thế H1: βk ≠ 0 (k = 1,…, p).
suất F nhỏ thì giả thuyết H0 bị bác bỏ (sig < 0.05). Tuy nhiên, càng đưa thêm biến độc lập vào mơ hình hồi quy bội thì hệ số xác định R2
càng tăng nên các nhà nghiên cứu thường dùng hệ số xác định điều chỉnh R2adj để điều chỉnh mức độ phù hợp của mơ hình, kiểm tra những biến độc lập khơng gíup cho việc giải thích biến thiên của biến phụ thuộc.
- Kiểm tra các giả định trong hồi quy tuyến tính
Giả định liên hệ tuyến tính và phương sai của sai số không đổi
Kiểm tra 2 giả định này bằng phương pháp vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn đã được chuẩn hóa của mơ hình, phần dư trên trục tung, giá trị dự đốn trên trục hồnh.
Nếu giả định liên hệ tuyến tính và phương sai của sai số khơng đổi đúng thì đồ thị biểu diễn phần dư phân tán ngẫu nhiên trong một vùng đi qua tung độ 0 và khơng tạo thành một hình dạng nào. (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Giả định về phân phối chuẩn của phần dư
Xây dựng biểu đồ tần số của các phần dư. Nếu biểu đồ có dạng phân phối chuẩn và trung bình Mean gần bằng 0, độ lệch chuẩn Std. Dev. gần bằng 1 thì giả định này thỏa mãn. (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư)
Kiểm định tương quan các sai số kề nhau (tương quan chuỗi bậc nhất) bằng đại lượng thống kê Durbin – Watson (d). Đại lượng d biến thiên trong khoảng từ 0 đến 4. Điều kiện để các phần dư khơng có tương quan chuỗi bậc nhất với nhau là đại lượng d gần bằng 2. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Giả định khơng có mối tương quan giữa các biến độc lập (đo lường đa cộng tuyến)
Các nhà nghiên cứu kiểm tra gỉa định này thông qua kiểm tra hiện tượng đa cộng tuyến (trạng thái các biến độc lập có tương quan chặt chẽ với nhau), chỉ số thường dùng là hệ số phóng đại phương sai VIF. Nếu VIF > 10 thì biến độc lập hầu
như khơng có gía trị trong việc giải thích biến thiên của biến phụ thuộc trong mơ hình hồi quy bội. (Nguyễn Đình Thọ, 2011)
- Mơ hình hồi quy
Nghiên cứu có 6 biến độc lập và 1 biến phụ thuộc nên sử dụng mơ hình hồi quy bội biểu diễn tác động của các yếu tố đến ý định chuyển đổi thương hiệu trang thiết bị y tế gia đình của người tiêu dùng.
Theo Nguyễn Đình Thọ (2011), phương trình hồi quy bội có dạng: Yi = β0 + β1X1i + β2X2i + β3X3i + β4X4i + β5X5i + β6X6i + εi
Trong đó:
Yi: giá trị của biến phụ thuộc Ý định chuyển đổi thương hiệu tại quan sát thứ i, i = 1, 2,…, N (N là kích thước đám đơng)
X1i, X2i, X3i, X4i, X5i, X6i lần lượt là giá trị của các biến độc lập giá thiết bị, chất lượng thiết bị, chất lượng dịch vụ, chi phí chuyển đổi, cạnh tranh, khơng thuận tiện tại quan sát thứ i.
β0: hằng số hồi quy
β1, β2, β3, β4, β5, β6: trọng số hồi quy εi: sai số tại quan sát thứ i
3.3.4.5 Kiểm định sự khác biệt
Nghiên cứu sử dụng kiểm định Independent Sample T Test (đối với biến độc lập định tính có 2 nhóm) và phân tích phương sai một yếu tố One-way ANOVA (đối với biến độc lập định tính có từ 3 nhóm trở lên) để kiểm định sự khác biệt về ý định chuyển đổi thương hiệu trang thiết bị y tế gia đình theo giới tính, độ tuổi, tình trạng hơn nhân, trình độ học vấn, thu nhập và nghề nghiệp.
Tóm tắt Chương 3
Chương 3 trình bày quy trình nghiên cứu gồm 2 giai đoạn: nghiên cứu sơ bộ sử dụng phương pháp định tính, định lượng, kỹ thuật thảo luận tay đôi và nghiên cứu chính thức sử dụng phương pháp định lượng, kỹ thuật khảo sát bằng bảng câu hỏi.
Thang đo được xây dựng dựa trên thang đo, khái niệm về các yếu tố ảnh hưởng đến ý định, hành vi chuyển đổi của các cơng trình được cơng bố trước đây trong nhiều lĩnh vực và kết quả của nghiên cứu định tính. Đề tài sử dụng thang đo Likert 5 điểm để đo lường thái độ của người trả lời và thang đo định danh cho các thông tin về sản phẩm, nhân khẩu. Thang đo chính thức gồm 7 biến tiềm ẩn và 30 biến quan sát.
Dữ liệu được thu thập bằng phương pháp chọn mẫu thuận tiện. Kích thước mẫu tối thiểu cho nghiên cứu là 150. Khảo sát sử dụng câu hỏi đóng dưới 2 hình thức là câu hỏi 1 lựa chọn và nhiều lựa chọn. Nghiên cứu sử dụng kết hợp hình thức phỏng vấn trực tiếp và gửi bảng câu hỏi cho người tiêu dùng trả lời qua email.
Nghiên cứu sử dụng phần mềm chuyên xử lý dữ liệu sơ cấp SPSS phiên bản 20 với các công cụ thống kê mô tả, Cronbach alpha, phân tích nhân tố khám phá, phân tích tương quan, hồi quy, kiểm định sự khác biệt.
CHƯƠNG 4 - KẾT QUẢ NGHIÊN CỨU