- Các số liệu thứ cấp qua các năm đã được công bố trên các phương tiện
2.2.3.2 Quy trình phân tích
a. Kiểm định ước lượng thang đo
Sử dụng kiểm định Cronbach Anpha để đánh giá chất lượng của thang đo xây dựng. Thang đo được đánh giá chất lượng tốt khi hệ số Cronbach Anpha tổng thể lớn hơn 0,6.
b. Phân tích nhân tố khám phá (EFA)
Để mô hình EFA đảm bảo khả năng tin cậy, đòi hỏi thực hiện các kiểm định sau đây:
* Kiểm định tính thích hợp của EFA với thước đo KMO ( Kaiser – Meyer – Olkin measure) để đánh giá sự thích hợp của mô hình EFA đối với ứng dụng vào thực tế dữ liệu chúng ta nghiên cứu. khi trị số KMO thỏa mãn điều kiện: 0.5 < KMO < 1.0 thì nhân tích nhân tố khám phá là thích hợp cho dữ liệu thực tế.
* Kiểm định tương quan của các biến quan sát trong thước đo đại diện, chúng ta sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo ( Nhân tố) hay không? Khi mức ý nghĩa của kiểm định Bartlett nhỏ hơn 0.05 thì ta biết được các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
* Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố. Ta sử dụng phương sai trích (% cumulative variance) để đánh giá mức độ giải thích của các biến quan sát đối với nhân tố. trị số phương sai trích nhất thiết phải lớn hơn 50%, và nó có ý nghĩa là % thay đổi của các nhân tố được giải thích bởi các biến quan sát ( Thành phần của Factor).
c. Phân tích hồi quy đa biến.
Để một mô hình hồi quy đa biến đạt được độ tin cậy và hiệu quả, ta cần thực hiện 4 bước kiểm định sau đây:
* Kiểm định tương quan từng phần của hệ số hồi quy. Mục tiêu của kiểm định này nhằm xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét riêng từng biến độc lập). khi mức ý nghĩa của hệ số hồi quy từng phần
có độ tin cậy ít nhất là 95% ( Sig. <0.05) thì ta kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
* Mức độ phù hợp của mô hình. Mục tiêu của kiểm định này là xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy bằng không, và mô hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không.
Giả thiết: Ho: Các hệ số hồi quy đều bằng không H1: Có ít nhất một hệ số hồi quy khác không
Ta sử dụng phân tích phương sai (Analysis of variance, ANOVA) để kiểm định nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất là 95% (Sig. < 0.05) thì ta chấp nhận giả thiết H1, mô hình được xem là phụ hợp.
* Hiện tượng đa cộng tuyến. Do chúng ta đã qua bước 2 phân tích nhân tố khám phá, các biến độc lập của mô hình phân tích hồi quy (các nhân tố của mô hình EFA) sẽ không có hiện tượng đa công tuyến. Do đó, chúng ta không cần phải thực hiện kiểm định hiện tượng đa cộng tuyến.
* Hiện tượng phương sai phần dư thay đổi. Phương sai phần dư thay đổi là có hiện tượng các giá trị phần dư có phân phối không giống nhau, và giá trị phần dư không như nhau. Bỏ qua phương sai của phần dư không thay đổi sẽ làm cho ước lượng OLS của các hệ số hồi quy không hiệu quả, các kiểm định của giả thiết không còn giá trị, và các dự báo không còn hiệu quả. Để kiểm tra hiện tượng này, ta sử dụng kiểm định Spearman, nếu mức ý nghĩa của (Sig.) của các hệ số tương quan hạng Spearman đảm bảo lớn hơn 0.05, thì ta kết luận phương sai phần dư không thay đổi.
