CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU 3.1. Quy trình nghiên cứu
3.4. Kết quả nghiên cứu định lượng sơ bộ
Bảng tần số dùng tóm tắt các nhân tố của mẫu như: loại hình kinh doanh, lịch sử giao dịch. Qua đó, ta thực hiện phân nhóm đối tượng và phân tích trung bình.
Phương pháp phân tích độ tin cậy của thang đo
Công cụ Cronbach’s Alpha được sử dụng để kiểm định độ tin các thang đo và giúp giúp loại bỏ đi những biến quan sát, những thang đo không đạt yêu cầu. Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ liên kết chặt chẽ của các câu hỏi trong thang đo tương quan với nhau. Hệ số Cronbach’s Alpha thường được dùng để đánh giá sơ bộ thang đo. Là một thang đo có độ tin cậy khi thang đo đó biến thiên trong khoảng (0,6-0,95).
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng nhiều nhà nghiên cứu đồng ý khi Cronbach’s Alpha biến thiên trong khoảng từ 0,7 đến gần 0,8 là thang đo có độ tin cậy và sử dụng được; từ 0,8 trở lên đến gần 1 là thang đo lường tốt.
Khi hệ số anpha quá lớn (anpha>0,95) có nghĩa có nhiều biến trong thang đo đang sử dụng không có gì khác biệt nhau nghĩa là có sự trùng lặp trong đo lường (cùng đo lường về một nội dung của khái niệm nghiên cứu). Bên cạnh đó, khi kiểm tra từng biến đo lường ta sử dụng thêm hệ số tương quan biến – tổng (Correctecd Item –Toatal Correlation); một biến đo lường có hệ số tương quan biến – tổng lớn hơn hoặc bằng 0.3 là đạt yêu cầu (Nguyễn Đình Thọ, 2014).
Tóm lại trong phân tích Cronbach’s Alpha, hệ số tin cậy 0,6 < Cronbach’s Alpha < 0,95 và tương quan biến - tổng > 0,3 là sử dụng được. Những thang đo có hệ số Cronbach’s Alpha (anpha < 0,6) hoặc quá lớn trên 0,95 với những biến quan sát có hệ số tương quan biến – tổng nhở dưới 0,3 sẽ bị loại khỏi mô hình nghiên cứu.
Phương pháp phân tích nhân tố khám phá
Cronbach’a Alpha chỉ dùng để đánh giá độ tin cậy thang đo, bước tiếp theo tác giả phải đánh giá được hai giá trị của thang đo là giá trị hội tụ và giá trị phân biệt. Phương pháp EFA giúp nhà nghiên cứu làm điều này dễ dàng hơn.
Việc loại các biến có độ tin cậy thấp sẽ sàng lọc còn lại các biến có độ tin cậy cao, sử dụng được để tiến hành phân tích nhân tố. Phương pháp Exploratory Factor Analysis (EFA) được sử dụng để rút gọn một tập k biến quan sát thành một tập F (F > k) với các nhân tố có ý nghĩa hơn và việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Chỉ tiêu được dùng để sem xét sự thích hợp của phương pháp phân tích nhân tố là kết qủa phân tích KMO (Kaiser – Meyer - Olkin). Đây là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa hai biến Xi và Xj với độ lớn cả hệ số tương quan riêng phần của chúng. Để sử dụng FFA, KMO > KMO càng lớn càng tốt (Nguyễn Đình Thọ, 2014) và thang đo được chấp nhận khi có tổng phương sai trích > 50%. Các biến nào có hệ số tải nhân tố Factor loading nhỏ hơn 0.5 sẽ bị loại (Hair và công sự, 2006), do biến này thật sự không đo lường khái niệm mà nhà nghiên cứu cần đo lường (Nguyễn Đình Thọ, 2014). Đồng thời sự khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lơn hơn hoặc bằng 0.3 thể hiện giá trị khác biệt giữa các nhân tố. Các kết quả nghiên cứu sẽ được sử dụng để hiệu chỉnh mô hình và các giả thuyết nghiên cứu.
Phân tích tương quan
Các thang đo được đánh giá đạt yêu cầu đưa vào phân tích tương quan Pearson, sau đó là phân tích hồi quy để kiểm định lại các giải thuyết. Phân tích tương quan được thực hiện giữa biến phụ thuộc và các biến độc lập để chứng minh có mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập. Khi đo việc sử dụng phân tích hồi quy tuyến tính là lựa chọn phù hợp.
Phân tích tương quan còn giúp việc phát hiện giữa các biến độc lập có những mối tương quan chặt chẽ với nhau. Vì những tương quan như vậy sẽ gây ra hiện tượng đa cộng tuyến, ảnh hưởng lớn đến kết quả hồi quy của nghiên cứu. Hệ số
43
tương quan (ký hiệu r) có giá trị tuyệt đối gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích hồi quy bội
Nghiên cứu được thực hiện theo phương pháp hồi quy Optimal Least Square với các biến độc lập đưa vào mô hình hồi quy và xem xét các kết quả thông skee có liên quan đến các biến được đưa vào nghiên cứu trong mô hình. Cụ thể trong nghiên cứu trên đã phân tích hồi quy mô hình sự tác động của sáu biến độc lập, bao gồm: dân chủ biết lắng nghe, cơ sở vật chất kỹ thuật, sự minh bạch tin cậy, độ bảo mật an toàn, năng lực phục vụ, sự linh hoạt, sự hài lòng và một biến phụ thuộc là sự hài lòng. Thứ tự trong quá trình phân tích hồi quy bội được thực hiện như sau:
Một là đưa các biến vào mô hình một lượng. Hai là sử dụng hệ số R2 hiệu chỉnh để đánh giá mức độ phù hợp của mô hình hồi quy. Ba là kiểm định mức độ phù hợp của mô hình. Bốn là xác định các hệ số của phương pháp hồi quy bội.
Năm là thông qua các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính như giả định về phân phối, giả định liên hệ tuyến tính, giả định về tính độc lập củ sai số, đo lường đa cộng tuyến để đảm bảo độ tin cậy của mô hình.
Kiểm định sự khác biệt về sự hài lòng của NNT theo các biến định tính bằng T-test và Anova
Independent Sample (T-test) được sử dụng để so sánh giá trị trung bình về một chỉ tiêu nghiên cứu giữa hai đối tượng.
Anova là phân tích phương sai giúp mở rộng sự so sánh trị trung bình của 3 nhóm trở lên, giúp tác giả giải quyết trở ngại của T-test.
TÓM TẮT CHƯƠNG 3
Dựa trên cơ sở lý thuyết và mô hình thang đo phù hợp, tác giả đã thể hiện trong chương này các nội dung: quy trình nghiên cứu; phương pháp nghiên cứu;
Phương pháp chọn mẫu và xử lý số liệu.
Phương pháp nghiên cứu được thực hiện qua hai bước là nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính được thực hiện dựa trên kỹ thuật thảo luận nhóm tập trung để tiến hành xây dựng thang đo và bảng câu hỏi cho phù hợp với môi trường nghiên cứu và đối tượng nghiên cứu. Nghiên cứu định lượng được thực hiện thông qua việc gửi bảng câu hỏi khảo sát 178 NNT thuộc quản lý của Chi cục Thuế Nha Trang. Trong chương này, tác giả cũng trình bày các tiêu chí đánh giá thang đo, các phương pháp phân tích dữ liệu: phân tích độ tin cậy Cronbach’s Alpha, phân tích nhân tố EFA, phân tích tương quan, phân tích hồi quy tuyến tính, phương pháp kiểm định giả thuyết.
45