5. Kết cấu của luận văn
2.2.3. Phương pháp phân tích thông tin
- Phương pháp thống kê mô tả và thống kê suy luận
Thống kê mô tả cho phép các nhà nghiên cứu trình bày các dữ liệu thu được dưới hình thức cơ cấu và tổng kết (Huysamen, 1990). Các thống kê mô tả sử dụng trong nghiên cứu này để phân tích, mô tả dữ liệu bao gồm các tần số, tỷ lệ, giá trị trung bình và độ lệch chuẩn.
Nghiên cứu này sử dụng thang đo Likert 5 điểm, do vậy để thuận tiện cho việc nhận xét khi sử dụng giá trị trung bình (mean) đánh giá mức độ hài lòng đối với từng yếu tố và sự hài lòng chung tác giả quy ước:
- Mean = 1.0 – 1.8: Mức yếu - Mean = 1.81 – 2.60: Mức kém
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ - Mean = 2.61 - 3.40: Mức trung bình
- Mean = 3.41 – 4.2: Mức khá - Mean = 4.21 – 5.0: Mức tốt
Thống kê suy luận cho phép các nhà nghiên cứu suy luận dữ liệu từ mẫu nghiên cứu khi phân tích mối quan hệ giữa hai biến, sự khác biệt trong một biến giữa các nhóm mẫu khác nhau và giải thích mối liên hệ giữa biến độc lập và biến phụ thuộc (Sekaran, 2000). Nghiên cứu này cũng sử dụng để thống kê suy luận để kiểm định các giả thuyết nghiên cứu.
- Phương pháp hệ số tin cậy Cronbach Alpa và phân tích yếu tố khám phá (EFA):
Độ tin cậy là mức độ mà thang đo được xem xét là nhất quán và ổn định (Parasuraman, 1991). Hay nói cách khác, độ tin cậy của một phép đo là mức độ mà phép đo tránh được sai số ngẫu nhiên. Trong nghiên cứu này, để đánh giá độ tin cậy (reliability) của từng thang đo, đánh giá độ phù hợp của từng mục hỏi (items) hệ số tương quan alpha của Cronbach (Cronbach’s Coefficient Alpha) được sử dụng.
- Hệ số Cronbach’s alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005), hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính toán phương sai của từng item và tính tương quan điểm của từng item với điểm của tổng các items còn lại của phép đo. Hệ số Cronbach’s alpha trích trong (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007) được tính theo công thức sau:
α = (1 ) 1 2 1 2 T k i i k k Trong đó: α : Hệ số Cronbach’s alpha
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ k : Số mục hỏi trong thang đo
T2 : Phương sai của tổng thang đo
i2 : Phương sai của mục hỏi thứ i
- Nhiều nhà nghiên cứu đồng ý rằng hệ số alpha của từng thang đo từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng hệ số alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995 dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Vì vậy, đối với nghiên cứu này thì hệ số alpha từ 0.6 trở lên là chấp nhận được.
- Khi đánh giá độ phù hợp của từng item, những item nào có hệ số tương quan biến tổng (item-total correlation) lớn hơn hoặc bằng 0.3 được coi là những item có độ tin cậy bảo đảm (Nguyễn Công Khanh, 2005), các item có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại bỏ ra khỏi thang đo.
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) được sử dụng để kiểm tra tính đơn hướng của các thang đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005) và độ giá trị cấu trúc của phép đo (Nguyễn Công Khanh, 2005).
- Tính đơn hướng của thang đo được định nghĩa là sự tồn tại của chỉ một khái niệm (construct) trong một tập biến quan sát (Garver & Mentzer, 1999) đó là mức độ mà một tập biến quan sát biểu thị cho một và chỉ một khái niệm tiềm ẩn duy nhất.
- Độ giá trị cấu trúc (construct validity) gồm hai thành phần là độ giá trị hội tụ (convergent validity) và độ giá trị phân biệt (discriminant validity). Độ giá trị hội tụ liên quan đến câu hỏi “ Các biến đo lường dùng để đo một khái nhiệm tiềm ẩn có hội tụ về mặt thống kê hay không?” (Garver & Mentzer,
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 1999), Độ giá trị phân biệt biểu thị phạm vi đo lường những khái niệm khác nhau thì khác nhau.
- Trong nghiên cứu này, phân tích EFA sử dụng phương pháp principal components với phép varimax và điểm dừng khi trích các yếu tố có eigenvalue ≥ 1 được sử dụng. Trong quá trình phân tích EFA các items, thang đo không đạt yêu cầu sẽ bị loại. Tiêu chuẩn chọn là các item phải có hệ số tải nhân tố (factor loading) >0.4, tổng phương sai trích ≥ 50% (Gerbing & Anderson, 1998 dẫn theo Trần Thị Kim Loan, 2009), hệ số của phép thử KMO (Kaiser-Meyer-Olkin of Sampling Adeqacy) có giá trị từ 0.5 trở lên (Othman & Owen, 2000) và phép thử Bartlett (bartlett Test of Sphericity) phải ở mức có ý nghĩa.
Phân tích phương sai ANOVA
Kỹ thuật phân tích phương sai một yếu tố (One-Way ANOVA) được áp dụng trong nghiên cứu này để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc là sự hài lòng chung và các biến độc lập là biến nhân khẩu học.
Trước khi tiến hành phân tích ANOVA, tiêu chuẩn Levence được tiến hành để kiểm tra giả thuyết bằng nhau của phương sai trong các nhóm với xác suất ý nghĩa Sig. (Significance) là 5%. Trong phép kiểm định này, nếu xác suất ý nghĩa lớn hơn 5% thì chấp nhận tính bằng nhau của cácphương sai nhóm.
- Tiêu chuẩn Fisher F trong phép phân tích phương sai ANOVA với mốc để so sánh các xác suất ý nghĩa Sig. là 5% được áp dụng. Trong phép kiểm định này, nếu xác suất ý nghĩa nhỏ hơn 5% thì ta có quyền bác bỏ giả thuyết: không có sự khác nhau về mức độ hài lòng giữa các khách hàng theo các đặc điểm nhân khẩu học.
Nếu biến độc lập có ít hơn 3 thuộc tính, việc kiểm định bằng phương pháp ANOVA khi phương sai khác nhau (Equal variances not assumed)
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ không thực hiện được khi đó ta sử dụng phương pháp thống kê t của Student (T-test) sẽ được sử dụng để thay thế. Phép kiểm định t của Student rất phù hợp trong việc so sánh, tìm ra ý nghĩa thống kê cho những khác biệt (chênh lệch) giữa hai giá trị trung bình giữa biến phụ thuộc và biến độc lập có hai thuộc tính (Hồ Đăng Phúc, 2005).
Phân tích hồi quy
Sau khi thang đo của các yếu tố được kiểm định, bước tiếp theo sẽ tiến hành chạy hồi quy tuyến tính và kiểm định với mức ý nghĩa 5% theo mô hình:
Y = β0 + β1*X1 + β2*X2 + β3*X3 + … + βi*Xi Trong đó:
Y: mức độ thỏa mãn chung trong công việc của nhân viên
Xi: các yếu tố tác động đến sự thỏa mãn trong công việc tại công ty β0: hằng số
βi: các hệ số hồi quy (i > 0)
Kết quả từ mô hình sẽ giúp ta xác định được nhân tố ảnh hưởng quan trọng đến quản lý dịch vụ bán lẻ tại BIDV chi nhánh Vĩnh Phúc