CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Giai đoạn 2: Xác định các nhân tố ảnh hưởng đến việc quản lý thiết bị
3.2.3 Phân tích dữ liệu
Số liệu nghiên cứu sau khi thu thập và xử lý sơ bộ sẽ tiến hành phân tích theo quy trình phân tích nhƣ sau:
Bảng 3.1 Liệt kê các công cụ nghiên cứu
STT CÔNG CỤ MỤC ĐÍCH VÀ CÔNG CỤ
1 Thu thập dữ liệu Thiết kế bảng câu hỏi khảo sát, lựa chọn kích thước mẫu, kỹ thuật lấy mẫu.
2 Mô tả dữ liệu
Thực hiện các thống kê mô tả ngẫu nhiên nghiên cứu theo các biến phân loại (Số năm kinh nghiệm, loại dự án …)
Sử dụng phần mềm: Excel, SPSS20 3 Kiểm định giả
thiết thống kê
Đánh giá sự khác biệt giữa các nhóm bằng kiểm định T-test
Sử dụng phần mềm: SPSS20 4 Trị trung bình Tần số xuất hiện của các biến
Sử dụng phần mềm: SPSS20
5 Cronbach’s Alpha
Kiểm định sự tin cậy của các thang đo nghiên cứu bằng hệ số Cronbach’s Alpha và hệ số tương quan biến tổng.
Sử dụng phần mềm: SPSS20
6 EFA
Khám phá ra cấu trúc cơ bản của một tập hợp các biến có liên quan với nhau và có ý nghĩa hơn cấu trúc ban đầu.
Sử dụng phần mềm: SPSS20
7 CFA
Phân tích khẳng định nhân tố để khẳng định tính phân biệt, sự tương thích với dữ liệu thu thập của mô hình.
Sử dụng phần mềm: Amos 3.2.3.1 Mô tả dữ liệu chung đối tƣợng khảo sát
Thống kê mô tả sử dụng để mô tả về các thông tin của các đối tƣợng đƣợc tham khảo thông qua các bảng thống kê.
HVTH: Trần Tuyết Mai - 1770108 28 3.2.3.2 Kiểm định giả thuyết thống kê
Nếu muốn so sánh hai trị trung bình của hai nhóm tổng thể riêng biệt cần thực hiện phép kiểm định giả thuyết về sự bằng nhau của 2 trung bình tổng thể dựa trên hai mẫu độc lập rút ra từ hai tổng thể này, gọi là kiểm định T-Test, cụ thể là Independent Samples T-Test.
Trước khi thực hiện kiểm định trung bình ta cần phải thực hiện một kiểm định khác mà kết quả nó ảnh hưởng rất quan trọng đến kiểm định trung bình, đó là kiểm định sự bằng nhau của hai phương sai tổng thế. Vì phương sai diễn tả mức độ đồng đều hoặc không đồng đều của dữ liệu quan sát nên phải tiến hành kiểm định sự bằng nhau về phương sai, kiểm định này có tên là kiểm định Levene.
Theo Phân tích dữ liệu nghiên cứu với SPSS Tập 1, Trọng và Ngọc, (2008), NXB Hồng Đức, trang 136, Levener đƣợc tiến hành với giả thiết:
- H0 – Phương sai của hai tổng thể bằng nhau. Nếu kết quả kiểm định có mức ý nghĩa quan sát (p-value hay sig.) nhỏ hơn mức ý nghĩa 5% thì bác bỏ giả thuyết H0.
- Ngược lại, kết quả của việc chấp nhận hay bác bỏ giả thuyết H0 sẽ ảnh hưởng đến việc lựa chọn tiếp loại kiểm định giả thuyết về sự bằng nhau của hai trung bình tổng thể nào: Kiểm định trung bình phương sai bằng nhau hay kiểm định trung bình phương sai khác nhau.
Dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai, ta sẽ xem kết quả kiểm định T:
- Trường hợp Sig <0.05: phương sai giữa 2 biến định tính khác nhau, ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances not assumed.
- Trường hợp Sig ≥ 0.05: phương sai giữa 2 biến định tính không khác nhau, ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances assumed.
HVTH: Trần Tuyết Mai - 1770108 29 Bảng 3.2 Tóm tắt kết quả kiểm định T-test
Sig <0.05
Giá trị sig T-test < 0.05 Kết luận có sự khác biệt có ý nghĩa về trị trung bình giữa 2 biến định tính.
Giá trị sig T-test ≥ 0.05 Kết luận chƣa có sự khác biệt có ý nghĩa về trị trung bình giữa 2 biến định tính.
Sig ≥0.05
Giá trị sig T-test < 0.05 Kết luận có sự khác biệt có ý nghĩa về trị trung bình giữa 2 biến định tính
Giá trị sig T-test ≥ 0.05 Kết luận chƣa có sự khác biệt có ý nghĩa về trị trung bình giữa 2 biến định tính.
3.2.3.3 Thống kê mô tả
Theo mức đánh giá của thang đo Likert năm mức độ của người được khảo sát trị trung bình mức độ ảnh hưởng việc quản lý thiết bị tại công ty thi công xây dựng ở TP.
Hồ Chí Minh đƣợc sử dụng để phân tích các nội dung sau:
- Sắp xếp được thứ hạng của các yếu tố theo mức độ ảnh hưởng theo giá trị từ cao đến thấp.
- Phân tích, dùng phương pháp lý luận, kinh nghiệm làm việc liên quan kết hợp với thực tế giải thích vị trí thứ hạng các nhân tố.
Đƣa ra các nhận xét đánh giá về trị trung bình của các nhân tố.
3.2.3.4 Kiểm định thang đo
Thang đo loại đƣợc hai loại fsai flệch: fsai flệch fhệ fthống fvà fsai flệch fngẫu fnhiên là thang đo lường đạt yêu cầu. Vì điều kiện để một thang đo đạt giá trị phải đạt độ tin cậy và nó đo lường đúng cái cần đo.
Kiểm định thang đo liên quan đến 02 phép toán: tương quan giữa bản thân các nhân tố và ftương fquan fgiữa fcác fđiểm fsố fcủa fftừng fnhân ftố với điểm số toàn bộ fcác
fnhân ftố fcho fmỗi fbảng câu hỏi. Kết quả phân tích đƣợc quyết đinh bởi độ tin cậy của các câu hỏi vì vậy việc hình thành và fkiểm fđịnh fthang fđo. Kiểm định thang đo giúp ta
HVTH: Trần Tuyết Mai - 1770108 30 kiểm tra nhân tố nào ảnh hưởng đến khái niệm lý thuyết nghiên cứu và những nhân tố nào không. Vì vậy kiểm định thang đo fquan ftrọng ftrong fviệc fkiểm ftra độ ftin cậy fnhân tố dẫn đến kết quả phân tích về sau.
Độ rtin rcậy rcủa rthang rđo rđược rđánh rgiá rbằng rphương rpháp rnhất rquán rnội rtại
r(internal rconsistency) rthông rqua rhệ rsố rCronbach’s rAlpha rvà rhệ rsố rtương rquan rbiến rtổng
r(item-total rcorrelation).
Trong đó: : Hệ số tương quant rung bình giữa các mục hỏi.
N : Số mục hỏi, yếu tố trong nghiên cứu.
- Giá trị thì thang đo lường được đánh giá tốt;
- Giá trị thì thang đo đƣợc xem là sử dụng đƣợc;
- Giá trị thì thang đo có thể chấp nhận đƣợc.
Việc sử dụng Cronbach’s Alpha để kiểm tra độ tin cậy của các biến trong tập dữ liệu đƣợc áp dụng theo từng nhóm trong mô hình (từng khái niệm). Cơ sở để lựa chọn những biến có độ tin cậy đạt yêu cầu là những biến có hệ số Cronbach’s Alpha lớn hơn 0.60 (Peterson, 1994; Slater 1995). Những thang đo không đạt yêu cầu sẽ bị loại khỏi mô hình.
Hệ rsố rtương rquan rcủa rmột rbiến rvới rđiểm rtrung rbình rcủa rcác rbiến rkhác rtrong rcùng
rmột rthang rđo được gọi là hệ số tương quan biến tổng thể. Vì thế hệ số tương quan giữa một biến quan sát nào đó với các biến quan sát còn lại trong cùng thang đo càng cao Theo Nunnall & Burnstein, 1994, rcác rbiến rcó rhệ rsố rtương rquan rbiến rtổng rthể rnhỏ
rhơn 0.30 rđƣợc rcoi rlà rbiến rrác rvà rcần loại khỏi mô hình.
3.2.3.5 Phân tích nhân tố khám phá (EFA)
Phân ftích fnhân ftố fkhám fphá flà fphương fpháp fthống fkê fđược fsử fdụng fnhằm fđể fgiảm
fthiểu fdữ fliệu fvà fkhám fphá fnhân ftố fmới. fKỹ fthuật fnày fgiúp fcho fcác fnhà fphân ftích ftập
HVTH: Trần Tuyết Mai - 1770108 31
ftrung fvào fcác fnhân ftố fchính fvà fnhận fdạng fcác fnhóm fyếu ftố fcó fquan fhệ fvới fnhau. fMục
fđích fsau fkhi fphân ftích fnhân ftố fkhám fphá fEFA fsẽ ftiến fhành fphân ftích fSEM. fPhân ftích
fEFA fvới fcác ftham fsố fsau:
- Sử fdụng fphương fpháp fphân ftích fPCA fvới fphép fquay fvarimax fsẽ fphản fánh fcấu
ftrúc fdữ fliệu ftốt fhơn fkhi fdùng fcác fphép fquay fkhác.
- KMO f(Kalser-Meyer-Olkin): f flà fmột fchỉ fsố fdùng fđể fxem fxét fsự fthích fhợp fcủa
fphân ftích fnhân ftố. fChỉ fsố fcủa fKMO f flớn fhơn f0.5 fthì fdữ fliệu fthu fthập fphân ftích fnhân ftố flà
fthích fhợp. fCòn fnếu fchỉ fsố fnày fnhỏ fhơn f0.5 fthì fphân ftích fnhân ftố fcó fkhả fnăng fkhông
fthích fhợp fvới fdữ fliệu fthu fthập.
- Bartlett’s fTest fof fSphericity: flà fmột fđại flƣợng fthống fkê fdùng fđể fxem fxét fgiả
fthuyết fcác fbiến fkhông fcó ftương fquan ftrong ftổng fthể. fSig<0.5 f fcó fnghĩa flà fcác fbiến fquan
fsát fcó ftương fquan fvới fnhau ftrong ftổng fthể fvà fphân ftích fnhân ftố fEFA flà fthích fhợp.
- Factor floading f(hệ fsố ftải fnhân ftố) flà fnhững fhệ fsố ftương fquan fđơn fgiữa fcác fbiến
fvà fcác fnhân ftố. fFactor fLoading fcủa fmỗi fbiến fquan fsát f>=0.5.
- Communality: f flà flƣợng fbiến fthiên fcủa fmột fbiến fgiải fthích fchung fvới fcác fbiến
fkhác fđƣợc fxem fxét ftrong fphân ftích. fCommunality f>= f0.5.
- fInitial fEingenvalue: fđại fdiện fcho fphần fbiến fthiên fđƣợc fgiải fthích fbởi fcác fnhân ftố.
fEigevenvalue f>1.
3.2.3.6 Phân tích nhân tố khẳng định (CFA)
Phân tích nhân tố khẳng định (Confirmatory Factor Analysis-CFA) là một loại mô hình cầu trúc tuyến tính (SEM) tập trung vào mô hình đo lường, cụ thể là mối quan hệ giữa các biến quan sát hoặc chỉ báo với các biến tiềm ẩn hoặc còn gọi là nhân tố.
Đặc điểm cơ bản của CFA liên quan đến nội dung lý thuyết, nền tảng của các nghiên cứu. Khác với phân tích EFA, khi thực hiện phân tích CFA các nhà nghiên cứu phải chỉ ra tất cả các khia cạnh cụ thể của mô hình lý thuyết. Do đó, nhà nghiên cứu cần căn cứ vào các nghiên cứu trước đó hoặc lý thuyết để quyết định số lượng nhân tố tồn tại trong dữ liệu, biến quan sát nào liên quan đến từng nhân tố. Ngoài việc chú trọng vào cơ sở lý thuyết và kiểm định cac giả thiết trong mô hình, CFA còn có khả năng thực hiện
HVTH: Trần Tuyết Mai - 1770108 32 nhiền phân tích khác mà EFA không giải quyết được; đó là: rđánh rgiá rảnh rhưởng rcủa phương pháp, kiểm định sự ổn định hay tính bất biến của mô hình nhân tố theo thời gian hoặc theo thông tin trong dữ liệu. CFA đã rtrở rthành rmột rtrong rnhững rthủ rtục
rthống kê đƣợc sử dụng phổ biến nhất trong nghiên cứu ứng dụng.
CFA có những khả năng sau:
(1) Xác định mô hình đo lường hiệu quả hơn;
(2) Xác định phương sai của ảnh hưởng phương pháp trong mỗi chỉ báo;
(3) Thu đƣợc các ƣớc lƣợng tốt hơn thể hiện mối quan hệ của các chỉ báo đến nhân tố tiềm ẩn và mối quan hệ giữa rcác rbiến rtiềm ẩn.
Tất cả các mô hình CFA đều có các loại tham số: hệ số tải nhân tố, phương sai riêng và phương sai nhân tố. Hệ số tải nhân tố là trọng số hồi quy dự báo cho các biến chỉ báo bởi các nhân tố tiềm ẩn. rPhương rsai riêng là phần phương sai của các biến chỉ báo không được giải thích bởi các biến tiềm ẩn hay còn gọi là sai số đo lường.Các tham số đo lường độ phù hợp tổng quát được trình bày trong bảng sau:
Bảng 3.3 Các tham số đo lường độ phù hợp tổng quát
STT TIÊU CHUẨN MỨC ĐỘ PHÙ HỢP
1 Chi-Square/df Chi-Square/df < 3 => Phù hợp tốt 2 Comparative fit index (CFI) 0 < CFI < 1
CFI ≈ 1: phù hợp tốt 3 Root mean squared error of
approximation (RMSEA)
RMSEA < 0,08: phù hợp RMSEA > 0,1: ít phù hợp 4 TLI - Tucker & Lewis index 0 < TLI < 1
TLI ≈ 1: phù hợp tốt