Chương 2 PHƯƠNG PHÁP NGHIÊN CỨU
2.5 PHƯƠNG PHÁP XỬ LÝ SỐ LIỆU
Các bảng trả lời không hợp lệ sẽ bị loại bỏ, các bảng trả lời hợp lý sẽ đƣợc giữ lại và kết quả dữ liệu thu thập sẽ đƣợc xử lý qua hệ thống SPSS.
Dữ liệu thu thập sẽ được phân tích thông qua các phương pháp sau: 1) Thống kê mô tả; 2) Đánh giá độ tin cậy Cronbach alpha; 3) Phân tích nhân tố khám phá EFA ; 4) Phân tích hồi quy; 5. Phân tích sự khác biệt.
Thống kê mô tả
Đƣợc sử dụng để thống kê các đặc điểm của mẫu quan sát bao gồm: thu nhập, giới tính, độ tuổi, nghề nghiệp hay các thói quen xã hội.
Đánh giá độ tin cậy Cronbach alpha
Đề tài sẽ sử dụng hệ số Cronback Alpha để loại bỏ các biến không phù hợp để hạn chế các biến không đạt yêu cầu kiểm định khỏi quá trình nghiên cứu. Những biến có hệ số tương quan biến tổng (Itemtotal correlation) bé hơn 0.3 sẽ bị loại khỏi mô hình nghiên cứu. Các thang đo có hệ số từ 0.6 tới 0.8 là có thể sử dụng đƣợc. Các thang đó có giá trị Cronback Alpha lớn hơn 0.8 và gần 1 đƣợc cho là thang đo tốt.
Phân tích nhân tố khám phá
Sau khi loại bỏ các biến không đủ độ tin cậy, phân tích nhân tố khám phá EFA đƣợc sử dụng để xác định giá trị hội tụ (Convergent Validity), giá trị phân biệt (Discriminant Validity), đồng thời thu gọn các tham số ƣớc lƣợng theo từng nhóm biến.
Giá trị KMO đƣợc xem xét là một chỉ tiêu cho sự thích hợp của EFA: 0.5
<KMO <1 thì phân tích nhân tố là thích hợp với dữ liệu, ngƣợc lại KMO <
0.5 thì phân tích nhân tố có khả năng là không thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Ngoài ra, Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. 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 &Ngọc, 2008).
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (Factor Loading) phải >= 0.5 trong một nhân tố. Theo Hair &ctg (1998) Factor loading > 0.3 đƣợc xem là đạt mức tối thiểu, Factor loading >
0.4 đƣợc xem là quan trọng; Factor loading >= 0.5 đƣợc xem là có ý nghĩa thực tiễn.
Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số Eigenvalues – đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser những nhân tố có Eigenvalues nhỏ hơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Tiêu chuẩn phương sai trích (Variance Explained Criteria): Tổng phương sai trích phải lớn hơn 50%. (Gerbing & Anderson, 1988).
Khác biệt về hệ số tải nhân tố của một biến quan sát giữa các nhân tố >=
0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnuon & Anderson, 2003)
Phân tích sự tương quan
Phương pháp phân tích sự tương quan được sử dụng để kiểm định mối quan hệ giữa: Các biến độc lập với biến phụ thuộc thông qua ma trận tương quan và hệ số “Pearson correlation coefficient” đƣợc ký hiệu bằng chữ “r” có giá trị nằm trong khoảng -1 <= r <= +1.
Nếu r > 0 thể hiện tương quan đồng biến, r < 0 thể hiện tương quan nghịch biến, r = 0 chỉ ra rằng 2 biến không có mối liên hệ tuyến tính.
- | r | 1: Quan hệ giữa 2 biến càng chặt chẽ.
- | r | 0: Quan hệ giữa 2 biến càng lỏng lẻo.
Mức ý nghĩa Sig. của hệ số tương quan cụ thể như sau:
- < 5%: Mối tương quan khá chặt chẽ.
- < 1%: Mối tương quan rất chặt chẽ
Phân tích hồi quy
Phương pháp hồi quy cho phép xây dựng mô hình tương quan giữa nhiều yếu tố cùng ảnh hưởng đến biến phụ thuộc. Mô hình hồi quy bội phản ánh và trả lời thích đáng với mô hình tổng thể và đƣợc sử dụng để đánh giá tầm quan trọng của các nhân tố trong nghiên cứu có tương quan riêng và tương quan nhất.
Phương pháp phân tích hồi quy giúp chúng ta nhận thức được mức độ tác động của các nhân tố ảnh hưởng đến sự chấp nhận của người dân Tp. Đà Nẵng đối với phương tiện giao thông công cộng, và nhân tố nào có ảnh hưởng nhất tới quyết định sử dụng của người dân.
Phân tích sự khác biệt
Bằng cách sử dụng phương pháp kiểm định sự bằng nhau giữa hai giá trị trung bình tổng thể Independent T-test và phương pháp kiểm định ANOVA về giả thuyết bằng nhau giữa các giá trị trung bình trong tổng thể để chứng thực xem liệu các yếu tố nhân khẩu học nhƣ: Giới tính, độ tuổi, thu nhập, trình độ học vấn có tạo ra sự khác biệt giữa các nhóm đối tƣợng khảo sát về Sự chấp nhận sử dụng PTGTCC của người dân hay không.
K Ế T L U Ậ N C HƢ Ơ N G 2
Dựa trên mô hình nghiên cứu được đề xuất ở Chương 1, biến phụ thuộc Sự chấp nhận sử dụng bị tác động bởi 6 nhân tố độc lập (Sự hấp dẫn của PTCN, Chuẩn chủ quan, Nhận thức kiểm soát hành vi, Nhận thức về môi trường và Các yếu tố về nhân khẩu học). Trong chương 2, tác giả tiến hành xây dựng các thang đo cho 6 biến độc lập trên để giải thích cho biến phụ thuộc Sự chấp nhận sử dụng làm cơ sở cho việc hình thành Bảng câu hỏi khảo sát. Ngoài ra nội dung Chương 2 cũng trình bày các phương pháp lấy mẫu và thu thập dữ liệu cho nghiên cứu. Dữ liệu nghiên cứu sau khi tiến hành xử lý thông qua phần mềm SPSS là cơ cở cho các phân tích dữ liệu nhƣ: Thống kê mô tả, Độ tin cậy Cronbach’ Alpha, Phân tích nhân tố khám phá EFA, Phân tích hồi qua và phân tích sự khác biệt trong chương 3 (Phân tích dữ liệu),
Chương 3