CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
3.3 Phân tích dữ liệu kế hoạch
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại thông qua hệ số Cronbach's Alpha và hệ số tương quan tổng biến. Tiêu chí đánh giá thang đo theo Nunnally và Burnstein (1994) và Nguyễn Đình Thọ (2011) như sau:
(1) Mức ý nghĩa hệ số Cronbach's Alpha: 0,6<a<0,95: chấp nhận được và a từ 0,7 đến 0,9; Nếu A > 0,95: Có sự trùng lặp trong các câu hỏi nên không đúng chấp nhận được.
(2) Hệ số tương quan thay đổi - tổng phải lớn hơn 0,3. Đây là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng thang đo, do đó hệ số này càng cao thì mức độ tương quan của biến đó với các biến khác trong nhóm càng cao. Các biến có hệ số tương quan tổng biến nhỏ hơn 0,3 được coi là biến rác và bị loại khỏi tỉ lệ.
3.3.2 Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố được sử dụng để quy giản số lượng biến ban đầu thành tập hợp các biến cần thiết cho nghiên cứu và tìm ra mối quan hệ giữa các biến biến.
Trong phân tích nhân tố, phương pháp liên quan đến phép quay thường được sử dụng.
Phân tích nhân tố phải thỏa mãn 5 điều kiện sau:
(1) Hệ số KMO ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett 0,05. (Theo Hoàng Trọng và Chu Nguyên Mộng Ngọc, 2008).
(2) Hệ số tải ≥ 0,5 để tạo ra giá trị hội tụ (Theo Hair và Anderson 1998).
(3) Thang đo được chấp nhận khi tổng phương sai được trích là ≥ 50%.
(4) Hệ số giá trị riêng >1 (Hair và Anderson, 1998). Số lượng các yếu tố được xác định dựa trên chỉ số đại diện cho phần biến thiên được giải thích bởi từng yếu tố.
(5) Sự khác biệt về tải nhân tố của một biến quan sát giữa các yếu tố phải ≥ 0,3 để tạo ra giá trị phân biệt giữa các yếu tố (Jabnoun và Al-Tamimi, 2003).
Sau khi kiểm tra điều kiện (1) của phân tích nhân tố, tiến hành xác định số lượng nhân tố thông qua điều kiện (3) là phương sai trích rút ≥ 50% và (4) là Eigenvalue > 1. Tiếp theo, kiểm tra giá trị hội tụ theo điều kiện (2) ) và giá trị phân biệt theo điều kiện (5) của thang đo để điều chỉnh phục vụ hồi quy mô hình tiếp theo. Kết quả phân tích nhân tố cuối cùng sẽ thỏa mãn giá trị hội tụ và giá trị phân biệt. Trung bình cộng của số nhân tố dùng để tính toán chỉ được hình thành sau khi kiểm định Cronbach's alpha và phân tích nhân tố khám phá. Nhân với giá trị trung bình (Mean) của các biến (hoặc hạng mục) của từng yếu tố, theo Nguyễn Đình Thọ et al (2011).
3.3.3 Tương quan và hồi quy bội Phân tích
Nếu kết luận rằng các biến độc lập và biến phụ thuộc có mối tương quan tuyến tính bởi vì các lề sự tương quan hệ số, sau đó chúng tôi Có thể người mẫu các nguyên nhân
mối quan hệ. Kết quả của họ bằng mô hình hồi quy tuyến tính bội, trong đó một biến gọi là biến phụ thuộc và biến còn lại gọi là biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Kiểm tra sự phù hợp của người mẫu - Kiểm tra ý nghĩa của hồi quy hệ số
- Tiếp theo là đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính bội bằng hệ số R2 và hệ số điều chỉnh R2.
- Để đảm bảo độ tin cậy của phương trình hồi quy được xây dựng cuối cùng là nhất quán, một loạt các phát hiện về sự vi phạm giả định cần thiết trong hồi quy tuyến tính cũng được thực hiện. Các giả định được thử nghiệm trong phần này bao gồm mối quan hệ tuyến tính (sử dụng biểu đồ phân tán), phương sai của phần dư không đổi (sử dụng hệ số tương quan Spearman), phân phối chuẩn của phần dư (sử dụng biểu đồ). , tính độc lập của phần dư (sử dụng thống kê Durbin-Watson), hiện tượng đa cộng tuyến (hệ số phóng đại phương sai - VIF).
- Viết phương trình hồi quy tuyến tính bội: theo đó, hệ số hồi quy riêng của nhân tố nào càng lớn thì mức độ ảnh hưởng của nhân tố đó đến sự hài lòng của sinh viên càng cao. ảnh hưởng theo chiều thuận và chiều ngược phương hướng.