CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Kiểm định kết quả nghiên cứu
Sau khi thu thập kết quả khảo sát, tác giả tiến hành tập hợp dữ liệu và xử lý ban đầu bằng phần mềm Microsoft Excel để kiểm tra dữ liệu trống. Sau đó dữ liệu được mã hóa và đưa vào phân tích bằng phần mềm IBM SPSS Statistics 20.
Kiểm định chất lượng thang đo
Để kiểm định chất lượng thang đo, tác giả sử dụng hệ số Cronbach’s.
Hệ số tin cậy Cronbach Alpha là hệ số sử dụng phổ biến để đánh giá độ tin cậy của thang đo. Hệ số Cronbach Alpha được sử dụng để loại các biến không phù hợp trước khi phân tích nhân tố khám phá (EFA) (Nguyễn Đình Thọ, 2014).
Nguyên tắc loại biến:
Theo Peterson (1994) tiêu chí để Cronbach Alpha được chấp nhận thông thường là từ 0,7 trở lên. Tuy nhiên theo Slater (1995), Cronbach Alpha từ 0,6 trở lên cũng được chấp nhận khi khái niệm đang đo lường là mới (trích Nguyễn Đình Thọ, 2014).
21
Các biến quan sát dùng để đo lường cùng một khái niệm nghiên cứu nên chúng phải có tương quan chặt chẽ với nhau. Vì vậy, hệ số tương quan của biến – tổng được sử dụng để đánh giá. Nếu một biến quan sát có hệ số tương quan biến - tổng ≥ 0,30 thì biến đó đạt yêu cầu (Nguyễn Đình Thọ, 2014).
Tiến hành phân tích nhân tố khám phá EFA
Thang đo các khái niệm nghiên cứu được đánh giá giá trị thang đo bằng phương pháp phân tích nhân tố khám phá (EFA) với phương pháp trích principal componets với phép quay vuông góc Varimax được sử dụng trong phân tích EFA.
Điều kiện để phân tích EFA
Kiểm định KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) và kiểm định Barlett (Barlett’s test of sphericity) để kiểm định điều kiện phân tích EFA. Nếu 0,50 ≤ KMO ≤ 1 kết luận EFA là thích hợp và có ý nghĩa.
Kiểm định Bartlett xem xét giả thuyết Ho: độ tương quan giữa các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (pvalue < 0,005) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Ngoài ra, để đánh giá giá trị thang đo, cần xem xét bao thuộc tính quan trọng trong kết quả EFA: (1) số lượng nhân tố trích được, (2) trọng số nhân tố và tổng phương sai trích (Nguyễn Đình Thọ, 2014).
Số lượng nhân tố trích được:
Trong nghiên cứu này, phương pháp xác định số lượng nhân tố là dựa vào eigenvalue, cụ thể là chỉ có nhân tố nào lớn hơn 1 mới được giữ lại trong mô hình phân tích. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi các nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn 1 biến gốc (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Trọng số nhân tố:
22
Theo Nguyễn Đình Thọ (2014), trọng số nhân tố của một biến trên nhân tố mà nó là một biến đo lường sau khi quay phải cao và các trọng số trên các nhân tố khác nó không đo lường phải thấp. Đạt được điều này, thang đo đạt được giá trị hội tụ. Điều này được thể hiện qua hai tiêu chí sau: trọng số nhân tố của một biến Xi là λi ≥ 0,50 là giá trị chấp nhận, chênh lệch trọng số λiA - λiB >0,30 là giá trị thường được các nhà nghiên cứu chấp nhận. (A, B là nhân tố đo lường), tổng phương sai trích. Tổng phương sai trích thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng phương sai trích phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số từ 60% trở lên là tốt. Nếu thỏa được các điều kiện này, mô hình EFA là phù hợp.
Các kiểm định cần thực hiện:
(i) Kiểm định tương quan từng phần của các hệ số hồi quy
Mục tiêu của kiểm định này là xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không.
(ii) Mức độ phù hợp của mô hình
Mục tiêu của kiểm định này nhằm xác định xem có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không và mô hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy là khác không.
(iii) Hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập có quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng đa cộng tuyến làm các sai số chuẩn thường cao hơn, giá trị thống kê thấp và có thể không có ý nghĩa. Để kiểm tra hiện tượng này, tác giả sử dụng thước đo độ phóng đại phương sai (VIF) để kiểm định hiện tượng tương quan giữa các biến độc lập. Điều kiện là VIF <10 để không có hiện tượng đa cộng tuyến (Nguyễn Đình Thọ, 2014).
23
(iv) Hiện tượng tự tương quan
Trong mô hình dữ liệu chéo, việc xảy ra hiện tượng tự tương quan có thể dễ dàng khắc phục được bằng cách xáo trộn lại dữ liệu.
(v) Hiện tượng phương sai của phần dư thay đổi
Phương sai của phần dư thay đổi là hiện tượng các giá trị phần dư có phân phối không giống nhau và giá trị phương sai không như nhau.
Tóm tắt chương 3
Tác giả đã sử dụng phương pháp nghiên cứu định lượng để nhận diện và kiểm định các nhân tố ảnh hưởng đến tính hiệu lực của HTKSNB hoạt động tín dụng tại các NHTM trên địa bàn tỉnh Bà Rịa – Vũng Tàu. Để xử lý số liệu và phân tích, tác giả đã sử dụng phần mềm SPSS và công cụ phân tích EFA nhằm kiểm định các nhân tố ảnh hưởng và kết quả của mô hình.
24