Chương 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4 Phương pháp phân tích dữ liệu
Nghiên cứu sử dụng nhiều cơng cụ phân tích dữ liệu. Trong nghiên cứu sơ bộ, sử dụng các công cụ để kiểm định thang đo bằng hệ số tin cậy Cronbach Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA). Trong nghiên cứu chính thức, sử dụng các cơng cụ phân tích: kiểm định thang đo bằng hệ số tin cậy Cronbach Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (Confirmatory Factor Analysis - CFA), phân tích hồi quy tuyến tính, kiểm định sự khác nhau về trung bình tổng thể T-test.
Kiểm định độ tin cậy thang đo Cronbach’s alpha được sử dụng để
loại bỏ biến rác trước khi tiến hành phân tích nhân tố. Kiểm định độ tin cậy của các thang đo các thành phần trách nhiệm xã hội, tin tưởng thương hiệu, ý định mua hàng dựa vào hệ số kiểm định Cronbach’s Alpha Hệ số Cronbach anpha nằm trong khoảng [0; 1]. Cronbach anpha càng cao càng tốt (thang đo có độ tin cậy càng cao), tuy nhiên hệ số Cronbach anpha quá lớn (α > 0, ) cho thấy có nhiều biến trong thang đo khơng có sự khác biệt gì nhau, nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu (Nguyễn, 2011). Một thang đo có độ tin cậy tốt khi Cronbach alpha biến thiên trong khoảng [0,70; 0,80]. Nếu Cronbach alpha > hoặc = 0, 0 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally và Bernstein, 1994 dẫn theo Nguyễn, 2011).
Khi xem xét kiểm tra từng biến đo lường, chúng ta sử dụng hệ số tương quan biến tổng (Corrected item – total correlation). Các biến có hệ số tương quan tổng - biến (Corrected item – total correlation) nhỏ hơn 0,3 sẽ bị loại (Nunnally và Bernstein, 1994).
Như vậy, một số điều kiện cần quan tâm khi kiểm định thang đo bằng hệ số Cronbach Alpha bao gồm:
(1) Hệ số tương quan biến – tổng (Corrected item – total correlation) > 0,3;
(2) Hệ số Cronbach Alpha: 0,60 ≤ Cronbach Alpha ≤ 0, 5.
Khi một biến không thỏa điều kiện hệ số tương quan biến – tổng (Corrected item – total correlation) > 0,3 hoặc hệ số Cronbach Alpha tăng lên khi loại nó khỏi thang đo thì xem xét giá trị nội dung của biến để quyết định có loại bỏ biến này khỏi thang đo hay không.
Sau khi kiểm định thang đo bằng cơng cụ Cronbach Alpha của chương trình phần mềm SPSS, các biến đo lường thành phần của C R được đưa vào phân tích nhân tố khám phá (EFA).
Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
được sử dụng để xác định các nhóm tiêu chí đánh giá trách nhiệm xã hội ở thị trường Thành phố Hồ Chí Minh Phương pháp phân tích E A thuộc nhóm 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 tương quan giữa các biến với nhau (interrelationships) E A dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố ý nghĩa hơn Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Trong phân tích nhân tố khám phá, theo Hair và ctg (1998), hệ số tải nhân tốc (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực (ensuring practical significance) của EFA. Hệ số tải nhân tố > 0,3 được xem là đạt mức tối thiểu, hệ số tải nhân tố > 0, được xem là quan trọng, ≥ 0, được xem là có ý nghĩa thực tiễn. Hair và ctg (1998) cũng khuyên nếu như chọn tiêu chuẩn hệ số tải nhân tố > 0,3 thì cỡ mẫu ít nhất là 350, nếu cỡ mẫu
khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố > 0,55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0,75. Theo Nguyễn (2011), trong thực tiễn hệ số tải nhân tố ≥ 0, chúng ta có thể chấp nhận Trong trường hợp, nếu hệ số tải nhân tố < 0,5 chúng ta có thể loại bỏ biến này, vì nó thực sự khơng đo lường khái niệm chúng ta cần đo lường. Ngồi ra cịn có một số tiêu chí khác cần xem xét trong phân tích EFA. Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0,3 (Jabnoun và Al-Tamimi 2003), điều kiện này để đảm bảo giá trị phân biệt của thang đo. Theo Gerbing và Anderson (1988) tổng phương sai trích (Total Variance Explained - TVE) ≥ 50%. Tổng này thể hiện các nhân tố trích được giải thích được bao nhiêu phần trăm của các biến đo lường, nghĩa là phần chung lớn hơn phần riêng và sai số T E ≥ 0% được xem là tốt. Thỏa mãn điều kiện này mơ hình EFA được xem là phù hợp (Nguyễn, 2011).
KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0, ≤ MO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát có bằng khơng trong tổng thể hay khơng. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Trọng và Ngọc, 2008).
Như vậy, một số điều kiện cần quan tâm trong phân tích nhân tố khám phá (EFA) bao gồm:
(1) Hệ số MO ≥ 0,5;
(2) Mức ý nghĩa kiểm định artlett p ≤ 0,05;
(3) Hệ số tải nhân tố lớn nhất của mỗi nhân tố ≥ 0,5;
(4) Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0,3;
hi phân tích E A, các điều kiện trên được xem xét cùng giá trị nội dung của các biến để loại bỏ các biến và xác định các nhân tố trong thang đo.
Theo Gerbing và Anderson (1988), phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax (Orthogonal) Do đó, phép xoay Promax được sử dụng.
Sau khi phân tích nhân tố khám phá EFA, xác định các thành phần của trách nhiệm xã hội, mơ hình thang đo trách nhiệm xã hội được đưa vào phân tích nhân tố khẳng định (C A) để đánh giá sự phù hợp của thang đo với dữ liệu thị trường Phương pháp kiểm định độ tin cậy thang đo Cronbach’s alpha và phân tích nhân tố khám phá E A cũng được sử dụng để kiểm tra độ tin cậy, giá trị hội tụ của thang đo tin tưởng thương hiệu và ý định mua hàng.
Phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA)
là một trong các kỹ thuật thống kê của mơ hình cấu trúc tuyến tính (SEM). CFA cho chúng ta kiểm định các biến quan sát (measured variables) đại diện cho các nhân tố (constructs) tốt đến mức nào C A là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê. Phương pháp C A được sử dụng để khẳng định lại tính đơn hướng, giá trị hội tụ và phân biệt của bộ thang đo trách nhiệm xã hội.
Để đo lường mức độ phù hợp của mơ hình với thơng tin thị trường, người ta sử dụng Chi-square (CMIN); Chi-square điều chỉnh theo bậc tự do (CMIN/df); chỉ số thích hợp so sánh (Comparative Fit Index - CFI); chỉ số Tucker và Lewis (Tucker & Lewis Index - TLI); chỉ số RMSEA (Root Mean quare Error Approximation) Mơ hình được xem là phù hợp với dữ liệu thị
trường nếu kiểm định Chi-square có P-value > 0,05. Tuy nhiên Chi-square có nhược điểm là phụ thuộc vào kích thước mẫu. Mơ hình có các giá trị GFI, TLI, C I ≥ 0, ( entler và Bonett, 1980); CMIN/df ≤ 2, một số trường hợp CMIN/df có thể ≤ 3 (Carmines và McIver, 1 1); RM EA ≤ 0,0 , RM EA ≤ 0 0 được xem là rất tốt (Steiger, 1990) thì mơ hình được xem là phù hợp với dữ liệu thị trường, hay tương thích với dữ liệu thị trường. Theo Thọ và Trang (2008) cho rằng nếu mơ hình có các giá trị TLI, C I ≥ 0, , CMIN/df ≤ 2, RM EA ≤ 0,0 thì mơ hình phù hợp với dữ liệu thị trường (dẫn theo Nguyễn Khánh Duy, 2009). Nghiên cứu này là mới tại thị trường Việt Nam nên có thể chấp nhận hệ số CMIN/df ≤ 3 (Carmines và McIver, 1981).
Như vậy, một số tiêu chí cần xem xét khi thực hiện phân tích nhân tố khẳng định (CFA) bao gồm:
(1) TLI, C I ≥ 0, ; (2) CMIN/df ≤ 3; (3) RM EA ≤ 0,0 .
Sau khi xem xét các tiêu chí trên trong kiểm định CFA, cần đánh giá lại độ tin cậy của thang đo bằng hệ số Cronbach anpha.
Các thang đo sau khi được kiểm định để đánh giá độ tin cậy, lại tính đơn hướng, giá trị hội tụ và phân biệt được đưa vào mơ hình nghiên cứu để kiểm định các giả thuyết và mơ hình nghiên cứu. Mơ hình cấu trúc tuyến tính ( EM) được sử dụng để kiểm định mơ hình và các giả thuyết nghiên cứu.
Phân tích hồi quy tuyến tính được sử dụng để kiểm định các giả thuyết
nghiên cứu và mơ hình nghiên cứu. Nghiên cứu sử dụng mơ hình hồi quy bội để kiểm định mối quan hệ tuyến tính giữa các biến độc lập là các thành phần của cảm nhận trách nhiệm xã hội với tin tưởng thương hiệu và ý định mua hàng và sử dụng mơ hình hồi quy đơn để kiểm định tác động của tin tưởng thương hiệu đối với ý định mua hàng.
Các kiểm định cần thực hiện trong phân tích hồi quy tuyến tính bao gồm: - Các biến độc lập khơng có mối quan hệ tương quan cao với nhau (tức khơng có xuất hiện đa cộng tuyến): hệ số Durbin-Watson lớn hơn 1 và nhỏ hơn , mơ hình khơng tự tương quan; hệ số VIF <2.
- Phương sai của các sai lệch ngẩu nhiên không thay đổi (xuất hiện hiện tượng heteroskedascity): dựa vào biểu đồ Scatter.
- Quan hệ tuyến tính (xuất hiện hàm phi tuyến).
- Các sai lệch ngẩu nhiên hoàn toàn độc lập với nhau về phương diện thống kê (xuất hiện hiện tượng liên quan theo chuổi thời của các giá trị sai lệch-auto correlation or serial correlation).
- Các sai lệch ngẩu nhiên có phân phối chuẩn.
Ngồi ra, kiểm định Independent-samples T-test cũng được sử dụng để so sánh và đánh giá sự khác nhau của các thành phần trách nhiệm xã hội, tin tưởng thương hiệu và ý định mua hàng theo các nhóm thương hiệu, giới tính, độ tuổi và học vấn.
3.5 Tóm tắt
Trong chương này đã trình bày phương pháp nghiên cứu thực hiện trong luận văn nhằm xây dựng và đánh giá các thang đo và mơ hình nghiên cứu. Nghiên cứu được thực hiện qua 02 giai đoạn chính: nghiên cứu sơ bộ (định tính và định lượng) và nghiên cứu chính thức (định lượng). Nghiên cứu định tính được thực hiện bằng cách thảo luận tay đôi, tiếp theo tiến hành khảo sát thử 50 khách hàng để điều chỉnh và hoàn thiện bảng câu hỏi khảo sát. Nghiên cứu chính thức (định lượng) được tiến hành bằng khảo sát khách hàng với kích cỡ mẫu n = 400. Dữ liệu được thu thập qua bảng câu hỏi, 500 bảng câu hỏi được phát ra để đảm bảo số bảng câu hỏi thu về đạt yêu cầu đủ kích thước mẫu, mỗi thương hiệu khảo sát với 250 bảng câu hỏi được phát ra Thang đo
cảm nhận trách nhiệm xã hội được đo lường thông qua 5 thành phần gồm 20 biến quan sát, mỗi nhân tố trách nhiệm kinh tế, trách nhiệm pháp lý, trách nhiệm đạo đức, trách nhiệm từ thiện và trách nhiệm môi trường được đo bằng 4 biến quan sát Thang đo tin tưởng thương hiệu và ý định mua hàng được đo lường đo bằng 5 biến quan sát. Dữ liệu sau khi được thu thập sẽ được tiến hành mã hố, nhập dữ liệu vào chương trình phân tích số liệu thống kê SPSS 20 0 và Amos 21 0 để phân tích. Nghiên cứu sử dụng các cơng cụ phân tích kiểm định độ tin cậy thang đo Cronbach alpha, phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định CFA, phân tích hồi quy tuyến tính, kiểm định trung bình tổng thể T-test.