- Tr in khai đào to chuyên ngành c a
3.6.1. ánh giá thang đo
M t thang đo đ c coi là có giá tr khi nó đo l ng đúng cái c n đo, có ngh a là ph ng pháp đo l ng đó không có s sai l ch mang tính h th ng và sai l ch ng u nhiên. i u ki n đ u tiên c n ph i có là thang đo áp d ng ph i đ t đ tin c y.
tin c y c a thang đo đ c đánh giá thông qua h s Cronbach’s Alpha và h s t ng quan bi n t ng (Item-total correlation)
• Thang đo có đ tin c y đáng k khi h s Cronbach’s Alpha l n h n 0,6
• H s t ng quan bi n t ng là h s t ng quan c a m t bi n v i đi m trung bình c a các bi n khác trong cùng m t thang đo, do đó h s này càng cao, s t ng quan c a bi n v i các bi n khác trong nhóm càng cao, theo Nunally & Burnstein (1994) thì các bi n có h s t ng quan bi n t ng nh h n 0,3 đ c xem là bi n rác và đ ng nhiên là b lo i kh i thang đo.
3.6.2. giá tr
giá tr h i t (convergent validity) và đ phân bi t (discriminant validity) c a thang đo đ c đánh giá s b thông qua ph ng pháp phân tích nhân t khám phá EFA (Exploratory Factor Analysis). Các tham s th ng kê trong phân tích nhân t khám phá bao g m:
- Ki m đ nh s thích h p c a phân tích nhân t v i d li u c a m u thông qua giá tr th ng kê Kaiser-Meyer-Olkin (KMO). Theo đó, tr s c a KMO l n h n 0,5 thì phân tích nhân t là thích h p (Garson, 200), ng c l i n u tr s KMO nh h n 0,5 thì áp d ng ph ng pháp phân tích nhân t không thích h p v i d li u đang có.
- S l ng nhân t : S l ng nhân t đ c xác đ nh d a vào ch s eigenvalue đ i di n cho ph n bi n thiên đ c gi i thích b i m i nhân t . Theo tiêu chu n Kaiser thì nh ng nhân t có eigenvalue nh h n 1 s b lo i kh i mô hình nghiên c u (Garson, 2003)
- Ph ng sai trích (variance explained criteria): T ng ph ng sai trích ph i l n h n 50%.
- giá tr h i t : thang đo đ t giá tr h i t thì h s t ng quan đ n gi a các bi n và các h s chuy n t i nhân t (factor loading) ph i l n h n ho c b ng 0,4 trong m t nhân t (Garbing & Anderson, 1988)
- giá tr phân bi t: đ t đ giá tr phân bi t thì khác bi t gi a các h s chuy n t i factor loading ph i l n h n ho c b ng 0,3 (Jabnoun, 2003)
- Ph ng pháp trích h s y u t Principal Axis Factoring: Nghiên c u này s d ng ph ng pháp trích y u t Principal Axis Factoring v i phép quay Promax vì nó ph n ánh c u trúc d li u chính xác h n ph ng pháp Principal component v i phép quay Varimax (Garbing & Anderson, 1988). Ph ng pháp trích Principal Axis Factoring s cho ta k t qu là s l ng nhân t là ít nh t đ gi i thích ph ng sai chung c a t p h p các bi n quan sát trong s tác đ ng qua l i gi a chúng.