CHƯƠNG 3. NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. VẤN ĐỀ 1: KHẢO SÁT VÀ PHÂN TÍCH CÁC TIÊU CHÍ ĐÁNH GIÁ HIỆU QUẢ
3.2.2. PHƯƠNG PHÁP NGHIÊN CỨU VẤN ĐỀ 1
STT Mục tiêu Phương pháp
1 Trình bày thông tin về vấn đề nghiên cứu
Tổng hợp thông tin, tài liệu tham khảo
2 Thu thập dữ liệu khảo sát Bảng câu hỏi và điều tra khảo sát 3 Mô tả, trình bày dữ liệu khảo sát Thống kê mô tả
4 Loại bỏ các biến quan sát không
liên kết với các biến còn lại Hệ số tương quan biến tổng 5 Đánh giá độ tin cậy về tính nhất
quán của thang đo Hệ số Cronbach’s Alpha 6 Thu nhỏ và tóm tắt dữ liệu, làm
giảm số lƣợng biến Phân tích nhân tố khám phá EFA 7
Nghiên cứu mức độ tác động của biến phụ thuộc và các biến độc lập
Hệ số tương quan Pearson Mô hình hồi quy đa biến 3.2.2.1 Tổng hợp thông tin
Xác định cụ thể đối tƣợng và phạm vi nghiên cứu, tiến hành thu thập các tài liệu có liên quan. Tìm hiểu, phân tích và trích dẫn các thông tin về đối tƣợng nghiên cứu. Sau đó, trình bày có hệ thống về các thông tin tổng hợp được (Chương 2)
3.2.2.2 Bảng câu hỏi khảo sát
Với các tiêu chí đƣợc trích lọc từ các nguồn tham khảo có liên quan và các đề xuất sau khi phỏng vấn các chuyên gia, bảng câu hỏi đƣợc lập và tiến hành khảo sát thu thập dữ liệu từ các đối tƣợng khảo sát. Kết quả thu đƣợc là bộ dữ liệu trả lời câu hỏi khảo sát từ các đối tƣợng.
3.2.2.3 Thống kê mô tả
Bộ dữ liệu khảo sát đƣợc kiểm tra độ phù hợp với đề tài nghiên cứu (bằng các câu hỏi loại). Phân tích thống kê mô tả giúp tóm tắt và trình bày các đặc trƣng của đối tƣợng khảo sát qua các bảng, biểu đồ và các số liệu thống kê cơ bản.
3.2.2.4 Hệ số tương quan biến tổng (Corrected item – Total correlation)
Là một chỉ số thống kê cho biết mức độ liên kết của một biến với các biến còn lại trong cùng một thang đo (cùng một nhóm).
Hệ số này càng cao cho thấy biến quan sát được xem xét tương quan càng mạnh với các biến còn lại.
Đây là bước đầu tiên trong kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha, đƣợc thực hiện nhằm loại bỏ những biến quan sát không thực sự đóng góp cho sự mô tả nhân tố. Các biến bị loại bỏ nếu hệ số nhỏ hơn 0.3
3.2.2.5 Hệ số Cronbach’s Alpha
Đƣợc dùng để kiểm tra độ tin cậy về sự nhất quán của các tiêu chí đƣợc đƣa ra khảo sát trong thang đo. Hệ số Cronbach’s Alpha các biến phải từ 0.7 trở lên [16]
Kết hợp với điều kiện của hệ số tương quan biến tổng, mô hình để loại các biến không phù hợp với mô hình nghiên cứu đƣợc thể hiện nhƣ hình sau:
Hình 3.2 Mô hình kiểm tra hệ số Cronbach’s Alpha 3.2.2.6 Phân tích nhân tố khám phá EFA
Nghiên cứu các mối liên hệ phụ thuộc lẫn nhau của biến để làm giảm số lƣợng biến, thu nhỏ và tóm tắt dữ liệu.
3.2.2.6.a. Hệ số KMO (Kaiser-Meyer-Olkin)
Là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải từ 0.5 trở lên là đủ điều kiện để phân tích nhân tố là phù hợp.
3.2.2.6.b. Kiểm định Bartlett (Barlett’s Test of sphericity)
Dùng để kiểm tra giả thuyết các biến quan sát có tương quan trong tổng thể với nhau hay không để có thể áp dụng phân tích nhân tố. Điều kiện: sig < 0.05.
3.2.2.6.c. Trị số Eigenvalue
Là một tiêu chí để xác định số lƣợng nhân tố trong phân tích EFA. Trị số đại diện cho phần biến thiên đƣợc giải thích cho mỗi nhân tố, các nhân tố có Eigenvalue ≥ 1 đƣợc giữ lại trong mô hình phân tích.
3.2.2.6.a. Tổng phương sai trích (Total Variance Explained)
Cho biết phân tích nhân tố giải thích được bao nhiêu phần trăm trong phương sai toàn bộ. Tổng phương sai trích ≥ 50% cho thấy mô hình EFA là phù hợp.
3.2.2.6.b. Hệ số tải nhân tố (Factor Loading)
Còn đƣợc gọi là trọng số nhân tố. Hệ số đánh giá mối quan hệ chặt chẽ giữa các biến quan sát và nhân tố. Hệ số càng cao biểu thị tương quan giữa biến quan sát đó và nhân tố tương ứng càng lớn. Mức giá trị của hệ số nhân tố [17] gồm:
Mức 0.3: điều kiện tối thiểu để giữ biến quan sát lại;
Mức 0.5: biến quan sát có ý nghĩa thống kê tốt;
Mức 0.7: biến quan sát có ý nghĩa thống kê rất tốt;
Đồng thời, hệ số tải nhân tố còn được xem xét cùng với kích thước mẫu khảo sát (bảng 3.3)
Bảng 3.3 Hệ số tải nhân tố tối thiểu theo số mẫu [33]
Factor loading
Số mẫu tối thiểu có ý nghĩa
Factor loading
Số mẫu tối thiểu có ý nghĩa
0.3 350 0.55 100
0.35 250 0.6 85
0.40 200 0.65 70
0.45 150 0.70 60
0.50 120 0.75 50
3.2.2.7 Phân tích tương quan Pearson
Nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập và sớm nhận diện hiện tƣợng đa cộng tuyến khi các biến độc lập cũng tương quan mạnh với nhau.
Hệ số chỉ có ý nghĩa khi sig < 0.05. Hệ số r có giá trị từ -1 đến 1, trong đó:
Khi r tiến về 1: Tương quan tuyến tính càng mạnh, tương quan dương.
Khi r tiến về -1: Tương quan tuyến tính càng mạnh, tương quan âm.
Khi r tiến về 0: Tương quan tuyến tính càng yếu.
Khi r = 1 (hoặc -1): Tương quan tuyến tính tuyệt đối.
Khi r = 0: Không có mối tương quan tuyến tính.
3.2.2.8 Phân tích hồi quy đa biến
Còn gọi là hồi quy tuyến tính bội. Dùng để nghiên cứu mối liên hệ phụ thuộc của biến phụ thuộc và nhiều biến độc lập.
3.2.2.8.a. Hệ số R bình phương
Cho biết mức độ ảnh hưởng của biến độc lập lên biến phụ thuộc. Thông thường, giá trị này từ 0.5 trở lên thì nghiên cứu được đánh giá tốt.
3.2.2.8.b. Hệ số Durbin–Watson (DW)
Kiểm định sự tương quan của các sai số kề nhau. Hệ số có giá trị biến thiên trong khoảng từ 0 đến 4.
Giá trị gần về 2: Không có tương quan chuỗi bậc nhất.
Giá trị gần về 0: Tương quan thuận.
Giá trị gần về 4: Tương quan nghịch.
3.2.2.8.c. Kiểm định F
Kiểm tra xem mô hình hồi quy tuyến tính có suy rộng và áp dụng cho tổng thể hay không. Điều kiện giá trị sig F < 0.05.
3.2.2.8.d. Hệ số hồi quy Beta
Đo lường sự thay đổi giá trị trung bình biến phụ thuộc khi có một biến độc lập thay đổi một đơn vị và các biến còn lại không đổi. Biến độc lập có Beta lớn nhất thì biến bị ảnh hưởng nhiều nhất. Hệ số Beta âm nghĩa là biến đó tác động nghịch.
Hệ số Beta dương thì biến đó tác động thuận.
3.2.2.8.e. Nhân tố phóng đại phương sai VIF
Dùng kiểm định hiện tƣợng đa cộng tuyến. Với thang đo Likert thì VIF < 2 sẽ không có đa cộng tuyến.
3.2.2.8.f. Kiểm định T-Test
Dùng để kiểm định ý nghĩa của các biến độc lập. Giá trị sig ≤ 0.05 thì biến có ý nghĩa trong mô hình. Và ngƣợc lại, các biến độc lập cần loại bỏ.