CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Các giả thuyết nghiên cứu cần kiểm định
3.4.6 Các bước thực hiện nghiên cứu
Sau khi thu thập ý kiến khảo sát, tác giả tiến hành lập một bảng tổng hợp số liệu. Sau đó, phần mềm SPSS được tác giả sử dụng để hỗ trợ cho việc phân tích:
-Đánh giá độ tin cậy của thang đo qua hệ số Cronbach’s Alpha.
Hệ số này đo lường tính nhất quán của các biến quan sát trong cùng một thang đo để đo lường cùng một khái niệm (Nguyễn Đình Thọ, 2011). Hệ số này được tính tốn trước khi phân tích nhân tố khám phá EFA để loại các biến không phù
được đánh giá là sử dụng được và tốt đòi hỏi phải thỏa mãn đồng thời hai điều kiện:
Hệ số alpha của tổng thể lớn hơn 0,6. Nếu hệ số alpha nhỏ hơn 0,6 thì ta cần loại bỏ biến quan sát đó để đạt tiêu chuẩn.
Hệ số tương quan biến tổng (corrected item-total correlation) lớn hơn 0,3. Những biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ được coi là biến rác và cần được loại ra khỏi mơ hình.
-Phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis) là một trong
những phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu (Hair và cộng sự, 1998). Thực hiện kiểm định EFA: Với yêu cầu đã được học trong môn phương pháp nghiên cứu khoa học thì số mẫu là …, thước đo hệ số tải nhân tố (FD - Factor loading) được lựa chọn là : FD lớn hơn 0,55. Điều kiện để thực hiện phân tích nhân tố khám phá EFA:
Kiểm định tính thích hợp của EFA: Thước đo KMO (Kaiser – Meyer – Olkin) là chỉ số xem xét sự thích hợp của phân tích nhân tố phải nằm trong khoảng 0,5 < KMO < 1. Với chỉ số KMO nằm trong khoảng này thì chứng tỏ phân tích EFA là phù hợp với dữ liệu thực tế (Hair và cộng sự, 1998).
Kiểm định tính tương quan giữa các biến quan sát: Kiểm định Bartlett (Bartlett ‘s test) xem xét giả thuyết là H0: Mức tương quan giữa các biến quan sát bằng không. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0,05) thì các biến quan sát có mối tương quan với nhau trong mỗi nhân tố (Trọng và Ngọc, 2008).
Kiểm định phương sai trích (% cummulative variance) của các yếu tố: Trong bảng tổng phương sai được giải thích (Total variance explained), tiêu chuẩn được chấp nhận là phương sai trích lớn hơn 50%. Kết quả thể hiện phần trăm biến thiên của biến quan sát. Ví dụ: phương sai cộng dồn của các yếu tố là 70%, nghĩa là 70% thay đổi của các nhân tố được giải thích bởi các biến quan sát.
Các biến quan sát trong mơ hình cần đảm bảo thỏa bốn điều kiện: kiểm định Cronbach’s Alpha, kiểm định KMO, kiểm định Bartlett và kiểm định phương sai trích thì sẽ được chấp nhận. Nếu biến quan sát nào không thỏa các điều kiện kiểm định sẽ được loại ra khỏi mơ hình. Mơ hình tiếp tục thực hiện quy trình kiểm định các biến quan sát cịn lại. Bước cuối cùng chỉ còn lại các biến quan sát thỏa mãn các điều kiện kiểm định. Sau đó, tác giả tiến hành thực hiện phân tích EFA riêng cho hai nhóm biến độc lập và biến phụ thuộc.
Sau khi xác định các nhân tố nào có sự ảnh hưởng đến sự chuyển đổi cơ sở kế toán, tác giả tiếp tục xác định mức độ ảnh hưởng của các nhân tố đó thơng qua Phân tích mơ hình hồi quy tuyến tính đa biến dựa trên chương trình SPSS 18.0.
-Phân tích tương quan: được tác giả sử dụng để kiểm định mối tương quan
tuyến tính giữa các biến trong mơ hình ( cụ thể là mối quan hệ giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau). Trong bài nghiên cứu, hệ số tương quan Pearson được tính tốn để lượng hóa mức độ chặt chẽ trong mối liên hệ tuyến tính giữa hai biến định lượng, giá trị tuyệt đối của hệ số này càng gần 1,0 thì hai biến này có tương quan tuyến tính càng chặt chẽ (Trọng và Ngọc, 2008). Đồng thời, hiện tượng đa cộng tuyến cũng sẽ được xem xét.
-Phân tích hồi quy tuyến tính: sau khi kết luận các biến có mối liên hệ
tuyến tính với nhau thì có thể mơ hình hóa mối quan hệ nhân quả của các biến này bằng mơ hình hồi quy tuyến tính. Bài nghiên cứu thực hiện phân tích hồi quy tuyến tính theo phương pháp Enter nghĩa là đưa tất cả các biến vào một lượt.