Cách thức điều tra
Mẫu điều tra được chọn theo phương pháp chọn mẫu ngẫu nhiên hệ thống như đã trình bày ở phầ trước.
Việc phỏng vấn được tiến hành bằng cách tiếp xúc trực tiếp với nhân viên và khách hàng tiềm năng dựa trên danh sách mà Công ty cung cấp và sự giúp đỡ của các anh/chị quản lý ở Công ty.Với cỡ mẫu điều tra là 125 khách hàng, tôi tiến hành điều t a trong vòng 5 ngày, mỗi ngày điều tra 25 người, với bước nhảy k=2 như đã tính ở trên.
Trường hợp khách hàng nào đúng bước nhảy k không đồng ý trả lời bảng hỏi hoặc một lý do khác khiến điều tra viên không thu thập được thông tin từ khách hàng đó thì điều tra viên chọn ngay khách hàng liền kề dựa theo danh sách khách hàng mà Công ty cung cấp sau đó để tiến hành phỏng vấn.
SVTH: Nguyễn Lê Hoàng Oanh 7
Phân tích, xử lý số liệu
Các số liệu sau khi thu thập sẽ được xử lý bằng phần mềm SPSS phiên bản 20.0.
Đề tài sử dụng một số phương pháp phân tích số liệu sau:
Thống kê mô tả (Frequencies) nhằm mô tả những thông tin chung của mẫu nghiên cứu: giới tính, độ tuổi, nghề nghiệp, thu nhập, đối tượng điều tra thuộc nhóm nhân viên hay khách hàng, tần xuất truy cập website và nguồn truy cập website.
Tiến hành phân tích nhân tố khám phá EFA đối với các biến quan sát tro g t ang đo các nhân tố ảnh hưởng đến việc đánh giá chung về hiệu quả tương tác của website phần mềm Hệ thống nhân sự - Công ty TNHH MTV Khai thác Dữ liệu số bData.
Đánh giá các thang đo nhiều chỉ báo thông qua hệ số tin ậy Cronbach’s Alpha.
Phương pháp này nhằm loại các biến không phù hợp, hạn hế ác biến rác trong quá trình nghiên cứu. Theo Nunally & Burnstein (1994) thì các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 được xem là biến rác và bị loại ra khỏi thang đo. Hệ số tương quan biến tổng (item-total correlation) là ệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của các biến với các biến khác trong thang đo càng cao. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978;
Peterson, 1994; Slater, 1995).
Kiểm định One Sample T-Test nhận định khách hàng về các tiêu chí đánh giá chung hiệu quả tương tác của website giới thiệu bLab.
Sử dụng phương pháp phân tích hồi quy tương quan để chỉ ra mô hình các nhân tố tác động đến việc đánh giá chung về hiệu quả tương tác của website phần mềm Hệ thống nhân sự - Công ty TNHH MTV Khai thác Dữ liệu số bData.
Sau khi đánh giá độ tin cậy của thang đo và loại đi các biến không đảm bảo độ tin cậy, các biến còn lại sẽ được đưa vào phân tích nhân tố khám phá nhằm mục đích thu nhỏ và tóm tắt dữ liệu.
SVTH: Nguyễn Lê Hoàng Oanh 8
Các tham số thống kê trong phân tích nhân tố:
KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Eigenvalue: đại diện cho phần biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue lớn hơn 1 sẽ được giữ lại trong mô hình còn nhữ g ân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biế gốc nên sẽ bị loại khỏi mô hình.
Ma trận nhân tố (component matrix) hay ma trận xoay nhân tố (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn ác biến chuẩn hoá bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factoring loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có mối tương quan chặt chẽ với nhau. Trong nghiên cứu này sử dụng phương pháp trích nhân tố princ pal components nên hệ số tải nhân tố phải lớn hơn 0,5 thì mới đạt yêu cầu.
Kiểm định giá trị trung bình tổng thể One Sample T-test đối với việc đánh giá chung về hiệu quả tương tác website của khách hàng.
Phân tích hồi quy bội: Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, xem xét các mối tương quan tuyến tính giữa tất cả các biến bằng cách xây dựng ma trậ tươ g quan giữa tất cả các biến. Dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như kiểm tra hệ số phóng đại phương sai (Variance Inflation Factor – VIF). Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tình bội được xây dựng. Và hệ số R2 đã được điều chỉnh (Adjusted R square) cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào. Các hệ số hồi quy sẽ cho biết sự tác động mạnh yếu của từng nhóm biến độc lập đến biến phụ thuộc.
rong đề tài nghiên cứu này, phân tích hồi quy bội sẽ xác định được mức độ tác động của các nhân tố đến việc đánh giá chung về hiệu quả tương tác của website.
Cách mã hóa dữ liệu: Các thang đo được mã hóa theo đúng số thứ tự câu hỏi trong bảng hỏi, mã hóa thang đo likert 5 thứ bậc: 1 = “rất không đồng ý”, 2 = “không
SVTH: Nguyễn Lê Hoàng Oanh 9
đồng ý”, 3 = “trung lập”, 4 = “đồng ý”, 5 = “rất đồng ý”. Các thang đo định danh được mã hóa theo đúng số thự tự của câu trả lời ghi trong bảng hỏi. Các biến Missing được mã hóa bằng số “9”. Mã hóa thang Scale cho thang đo likert, thang Nominal cho thang đo định danh.
Cách làm sạch dữ liệu: Sử dụng bảng tần số theo lệnh Analyze > Descrip ive Statistics > Frequencies. Nếu phát hiện giá trị lạ trong bảng tần số, sử dụng lệnh Edit >
Find để tìm và sửa giá trị lạ.