3.3. Phương pháp nghiên cứu định lượng
3.3.5. Phân tích dữ liệu trong nghiên cứu định lượng
3.3.5.1. Phân tích đánh giá độ tin cậy
Trước khi phân tích nhân tố khám phá EFA, tác giả kiểm định mức độ phù hợp của thang đo của các chỉ báo, từ đó loại những chỉ báo không phù hợp, gây ảnh hưởng tới mô hình. Cụ thể, tác giả sử dụng kiểm định Cronbach s Alpha để đánh giá và loại các chỉ báo.
Hệ số tin cậy Cronbach s Alpha cho biết sự liên kết của các biến trong cùng một nhân tố, và hệ số tương quan giữa biến tổng sẽ đánh giá mức độ phù hợp của các biến trong nhân tố, xem biến nào phù hợp và loại bỏ biến nào (theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chu n đánh giá độ ph hợp thang đo:
Hệ số Cronbach s Alpha đo lường mối tương quan, hay mức độ chặt chẽ của các câu hỏi trong cùng một nhóm nhân tố.
- Hệ số Alpha của Cronbach là ph p kiểm định thống kê về mức độ chặt chẽ
mà các câu hỏi trong thang đo tương quan với nhau (Hoàng Trọng & Mộng Ngọc, 2005). Nhóm các biến có hệ số Cronbach s Alpha càng lớn thì độ nhất quan, hội tụ càng cao, thường ta đánh giá chỉ số này với 0,6.
- Với hệ số tương quan biến – tổng cho biết mức độ tương quan của biến với nhân tố, nếu hệ số này có giá trị nhỏ hơn 0,3 ta xem x t loại bỏ (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
3.3.5.2. Phân tích nhân tố khám phá
Phân tích nhân tố khám phá (EFA) là một mô hình đo lường cổ điển chính thức được sử dụng khi cả biến quan sát và biến tiềm ẩn được giả định là được đo ở mức khoảng. Đặc điểm của EFA là các biến quan sát được chuẩn hóa lần đầu (trung bình bằng 0 và độ lệch chuẩn bằng 1). EFA được thực hiện trên ma trận tương quan giữa các mục. Trong EFA, một biến tiềm ẩn được gọi là một nhân tố và mối liên hệ giữa các biến tiềm ẩn và biến quan sát được gọi là tải nhân tố. Hệ số tải là các trọng
số hồi quy đã được tiêu chuẩn hóa. Vì EFA là một kỹ thuật thăm d nên không có
sự phân bố tải dự kiến; do đó, không thể kiểm tra thống kê xem các yếu tố tải có giống nhau hay không giữa các nhóm văn hóa.
EFA thường được sử dụng trong tình huống đa chiều khi có nhiều biến tiềm
ẩn được đo cùng một lúc. Trước khi đánh giá sự phù hợp trong trường hợp này, các cấu trúc nhân tố nên được xoay về phía cấu trúc mục tiêu.
Nh ng tiêu chu n đánh giá EFA:
- Hệ số KMO phải lớn hơn hoặc bằng 0,5. Khi KMO càng lớn thì dữ liệu càng phù hợp phân tích EFA.
- Kiểm định Bartlett dùng để kiểm định mối tương quan các biến trong tổng thể. Nếu P value của kiểm định < 0,5 thì dữ liệu là có tương quan phù hợp phân tích EFA.
- Số nhân tố được giữ lại: dựa vào tiêu chí eigenvalue của các nhân tố phải lớn hơn 1.
- Hệ số tải trong ma trận xoay cho biết mối quan hệ của biến với nhân tố (hay biến quan sát với biến tiềm ẩn). Hệ số này càng lớn thì mức độ tương quan, mức độ ảnh hưởng trong nhân tố càng lớn, tốt. Hệ số này cần lớn hơn 0,5.
- Phương sai trích từ việc chạy EFA (giá trị Cumulative % trong bảng Total Variance Explained) cho biết các nhân tố sau chạy EFA đại diện hay giải thích được bao nhiêu phần trăm dữ liệu ban đầu. Giá trị này càng cao thì tính đại diện của các nhân tố càng lớn, thường ta sẽ chọn tiêu chuẩn là lớn hơn 50%.
- Trong trường hợp mà một biến có hệ số tải trong cả hai nhân tố > 0,5 ta xem x t delta của chúng và tính và so sánh với 0,2 để loại bỏ biến đó hoặc cho nó vào nhân tố có hệ số tải lớn hơn.
3.3.5.3. Mô hình hồi quy tuyến tính đa biến
Hồi quy tuyến tính là một kỹ thuật phân tích dữ liệu dự đoán giá trị của dữ liệu không xác định bằng cách sử dụng một giá trị dữ liệu liên quan và đã biết khác.
Nó mô hình toán học biến không xác định hoặc phụ thuộc và biến đã biết hoặc độc lập như một phương trình tuyến tính.
Khi kiểm định các giả thuyết về mối quan hệ giữa hai hay nhiều biến, trong
đó có một biến phụ thuộc và một hay nhiều biến độc lập. Nếu chỉ có một biến độc lập, mô hình được gọi là mô hình hồi quy đơn biến SLR (Simple Linear Regression). Trường hợp có từ hai biến độc lập trở lên, mô hình được gọi là hồi quy bội MLR (Multiple Linear Regression).
- Phương trình hồi quy đơn biến: Y = β0 + β1X + e
- Phương trình hồi quy bội: Y = β0 + β1X1 + β2X2 + … + βnXn + e
Trong đó:
Y: biến phụ thuộc, là biến chịu tác động của biến khác.
X, X1, X2, Xn: biến độc lập, là biến tác động lên biến khác.
β0: hằng số hồi quy, hay c n được gọi là hệ số chặn. Đây là chỉ số nói lên
giá trị của Y sẽ là bao nhiêu nếu tất cả X cùng bằng 0. Nói cách khác, chỉ số này cho chúng ta biết giá trị của Y là bao nhiêu nếu không có các X. Khi biểu diễn trên
đồ thị Oxy, β0 là điểm trên trục Oy mà đường hồi quy cắt qua.
β1, β2, βn: hệ số hồi quy, hay c n được gọi là hệ số góc. Chỉ số này cho
chúng ta biết về mức thay đổi của Y gây ra bởi X tương ứng. Nói cách khác, chỉ số này nói lên có bao nhiêu đơn vị Y sẽ thay đổi nếu X tăng hoặc giảm một đơn vị.
e: sai số. Chỉ số này càng lớn càng khiến cho khả năng dự đoán của hồi quy
trở nên k m chính xác hơn hoặc sai lệch nhiều hơn so với thực tế. Sai số trong hồi quy tổng thể hay phần dư trong hồi quy mẫu đại diện cho hai giá trị, một là các biến độc lập ngoài mô hình, hai là các sai số ngẫu nhiên.
Trong thống kê, vấn đề chúng ta muốn đánh giá là các thông tin của tổng thể. Tuy nhiên vì tổng thể quá lớn, nên không thể có được các thông tin này. Vì vậy, cần dùng thông tin của mẫu nghiên cứu để ước lượng hoặc kiểm định thông tin của tổng thể. Với hồi quy tuyến tính cũng như vậy, các hệ số hồi quy tổng thể như β1, β2 … hay hằng số hồi quy β0 là những tham số muốn biết nhưng không thể
đo lường được. Do đó, cần sử dụng tham số tương ứng từ mẫu để ước lượng và từ
đó suy diễn ra tổng thể. Phương trình hồi quy trên mẫu nghiên cứu:
Y = B0 + B1X1 + B2X2 + … + BnXn + ε
Trong đó:
Y: biến phụ thuộc
X, X1, X2, Xn: biến độc lập
B0: hằng số hồi quy
B1, B2, Bn: hệ số hồi quy
ε: phần dư
T M TẮT CHƯ NG 3
Dựa trên tổng quan nghiên cứu được trình bày ở chương 1, hệ thống cơ sở lý luận về quản lý tài chính và tác động của quản lý tài chính đến hoạt động các trường Cao đẳng công lập được trình bày ở chương 2, tác giả đã đề xuất mô hình nghiên cứu đánh giá tác động của các nhân tố trong quản lý tài chính đến hoạt động các trường Cao đẳng công lập phía Bắc. Sự phát triển của các giả thuyết nghiên cứu được trình bày một cách cụ thể. Ngoài ra, cách thức đo lường các biến cũng như sự phát triển của các thang đo và xây dựng phiếu khảo sát (trong mô hình nghiên cứu tác động của quản lý tài chính đến hoạt động các trường Cao đẳng công lập phía Bắc) được thể hiện rõ trong chương 3. Bên cạnh đó, tác giả c n xây dựng mô hình đánh giá sự hài l ng của sinh viên về các hoạt động trường Cao đẳng công lâp phía Bắc để đánh giá gián tiếp tác động quản lý tài chính đến hoạt động các trường Cao đẳng công lập phía Bắc. Dựa trên mô hình đề xuất, dữ liệu nghiên cứu bao gồm dữ liệu sơ cấp (khảo sát các cán bộ quản lý, giảng viên, sinh viên) và dữ liệu thứ cấp (được lấy từ báo cáo hoạt động của các trường). Độ tin cậy của dữ liệu nghiên cứu
là cơ sở quan trọng cho kết quả nghiên cứu khách quan được trình bày trong Chương 4.
CHƯ NG 4.
ĐÁNH GIÁ TÁC ĐỘNG CỦA QUẢN LÝ TÀI CHÍNH ĐẾN HOẠT ĐỘNG
CỦA CÁC TRƯỜNG CAO ĐẲNG CÔNG LẬP PHÍA BẮC