CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.4. Kiểm định mơ hình
Thực hiện các thống kê để mô tả dữ liệu thu thập. Sau đó, tiến hành đánh giá độ tin cậy thang đo qua hệ số Cronbach’s Alpha; Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis); Phân tích hồi quy đa biến và kiểm định các giả thuyết trong mơ hình; các kiểm định giả thuyết đều sử dụng mức ý nghĩa là 5%.
3.4.1. Đánh giá độ tin cậy thang đo
Độ tin cậy của thang đo đƣợc đánh giá bằng phƣơng pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phƣơng pháp hệ số tin cậy Cronbach’s Alpha trƣớc khi phân tích nhân tố EFA để loại các biến khơng phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lƣờng có liên kết với nhau hay không, nhƣng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính tốn hệ số tƣơng quan giữa biến tổng sẽ giúp loại ra những biến quan sát nào khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí đƣợc sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
Loại các biến quan sát có hệ số tƣơng quan biến tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lƣờng tốt; từ 0,7 đến 0,8 là sử dụng đƣợc; từ 0,6 trở lên là có thể sử dụng trong trƣờng hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Các biến quan sát có tƣơng quan biến tổng nhỏ (nhỏ hơn 0,4) đƣợc xem là biến rác thì sẽ đƣợc loại ra và thang đo đƣợc chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:
Loại các biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn 0,4, đây là những biến khơng đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trƣớc đây đã sử dụng tiêu chí này.
Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6, các khái niệm trong nghiên cứu này là tƣơng đối mới đối với đối tƣợng nghiên cứu khi tham gia trả lời.
3.4.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Các thang đo đạt yêu cầu về độ tin cậy sẽ đƣợc sử dụng phân tích nhân tố để rút gọn một tập gồm nhiều biến quan sát thành một tập biến (gọi là nhân tố) ít hơn; các nhân tố đƣợc rút gọn này sẽ có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu (Hair, Anderson, Tatham và Black; 1998). Phƣơng pháp phân tích nhân tố khám phá EFA đƣợc dùng để kiểm định giá trị khái niệm của thang đo (Lê Ngọc Đức, 2008).
Bảng 3.5: Các bƣớc phân tích nhân tố EFA
Bƣớc Nội dung
1
Đối với các biến quan sát đo lƣờng các khái niệm thành phần là các yếu tố ảnh hƣởng đến sự hài lòng khách hàng sử dụng chung cƣ giá rẻ tại Quận Thủ Đức, TP.HCM, nghiên cứu này sử dụng phƣơng pháp trích nhân tố Principal Axis factoring với phép quay Varimax.
2
Đối với các biến quan sát đo lƣờng khái niệm sự hài lòng (thang đo đơn hƣớng): Sử dụng phƣơng pháp trích nhân tố Principal Axis factoring với phép quay Varimax.
3
Kiểm định Bartlett: Các biến quan sát có tƣơng quan với nhau trong tổng thể.
Xem xét giá trị KMO: 0,5≤ KMO ≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngƣợc lại KMO ≤ 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
quan sát có hệ số tải nhân tố < 0,5.
Xem lại thông số Eigenvalues (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) có giá trị > 1.
Xem xét giá trị tổng phƣơng sai trích (yêu cầu là ≥ 50%): cho biết các nhân tố đƣợc trích giải thích đƣợc % sự biến thiên của các biến quan sát.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: Sử dụng phƣơng pháp trích yếu tố là Principal components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues =1. Với các thang đo đơn hƣớng thì sử dụng phƣơng pháp trích yếu tố Princial components. Tiến hành loại các biến số có trọng số nhân tố (còn gọi là hệ số tải nhân tố) nhỏ hơn 0,4 và tổng phƣơng sai trích đƣợc bằng hoặc lớn hơn 50% (thang đo đƣợc chấp nhận) (Gerbing & Anderson, 1988; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Tiêu chuẩn đối với hệ số tải nhân tố là phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là đạt đƣợc mức tối thiểu; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, Anderson, Tatham và Black; 2008).
Phân tích hồi quy đa biến: Sau quá trình thực hiện kiểm định thang đo, đánh giá độ tin cậy thang đo (sử dụng hệ số tin cậy Cronbach’s Alpha) và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA); tiến hành tính tốn nhân số của nhân tố (giá trị của các nhân tố trích đƣợc trong phân tích nhân tố EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố tƣơng ứng.
Các nhân tố đƣợc trích ra trong phân tích nhân tố đƣợc sử dụng cho phân tích hồi quy đa biến để kiểm định mơ hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
3.4.3. Phân tích tƣơng quan
Kiểm định mối tƣơng quan tuyến tính giữa các biến trong mơ hình đó là giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lƣợng, giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tƣơng quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Trong mơ hình nghiên cứu, kỳ vọng có mối tƣơng quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập, đồng thời cũng xem xét mối tƣơng quan giữa các biến độc lập với nhau để nhận dạng hiện tƣợng đa cộng tuyến.
3.4.4. Phân tích hồi quy đa biến
Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mơ hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Nghiên cứu thực hiện hồi quy đa biến theo phƣơng pháp Enter, tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thống kê liên quan.
Phƣơng trình hồi quy đa biến cho mơ hình nghiên cứu đề xuất ban đầu theo mơ hình lý thuyết:
HL = 0 + 1*GIA + 2*CL + 3*TH + 4*VT + 5*CQ + 6MT + 7*P + 8*AN Thông tin các biến trong mơ hình:
Bảng 3.6: Mơ tả các biến trong phƣơng trình hồi quy đa biến
Biến Ý nghĩa
GIA Giá (Sự hợp lý của giá căn hộ mà khách hàng mua) CL Chất lƣợng cơng trình
TH Thƣơng hiệu VT Vị trí
MT Vệ sinh mơi trƣờng P Chi phí
AN An ninh
3.4.5. Kiểm định các giả thuyết
Sử dụng với phần mềm SPSS đánh giá độ phù hợp của mơ hình hồi quy đa biến; kiểm định giả thuyết về độ phù hợp của mơ hình.
Kiểm tra giả định về hiện tƣợng đa cộng tuyến (tƣơng quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phƣơng sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tƣợng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Xác định mức độ ảnh hƣởng của các yếu tố tác động đến sự hài lòng khách hàng sử dụng chung cƣ giá rẻ tại Quận Thủ Đức, TP. HCM, yếu tố nào có hệ số lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hƣởng cao hơn các yếu tố khác trong mơ hình nghiên cứu.
Kết luận chƣơng 3
Trong chƣơng này, tác giả trình bày quy trình nghiên cứu, nghiên cứu định lƣợng, dựa trên các lý thuyết và mơ hình nghiên cứu trƣớc đã đƣợc trình bày ở chƣơng 2, tác giả đã xây dựng thang đo sơ bộ, mơ hình nghiên cứu gồm 8 nhân tố độc lập (Giá, Chất lƣợng cơng trình, Thƣơng hiệu, Vị trí, Cảnh quan xung quanh, Vệ sinh mơi trƣờng, Chi phí và An ninh) và một nhân tố phụ thuộc là sự Hài lòng. Giả thuyết nghiên cứu là 8 yếu tố độc lập có tác quan hệ thuận chiểu với biến phụ thuộc là Sự hài lòng của khách hàng. Tiếp theo, ở chƣơng 4 phần đầu viết về thực trạng nhà ở chung cƣ tại quận Thủ Đức, phần sau là kết quả nghiên cứu thực nghiệm, từ kết đó tác giả thực hiện kiểm định lại các giả thuyết ở chƣơng 3 là đƣợc chấp nhận hay bác bỏ ? kiểm định lại mơ hình có phù hợp hay khơng ?