Mức ý nghĩa thống kê alpha trong phương pháp phân tích dữ liệu này là 0.05 (alpha = 0.05). Số liệu thu thập được phân tích bằng phần mềm SPSS 16.0 và XLSTAT 2013. Quá trình phân tích dữ liệu được thực hiện qua các giai đoạn như sau.
---
3.3.3.1 Đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronbach’s Alpha
Một thang đo được coi là có giá trị khi nó đo lường đúng cái cần đo, có ý nghĩa là phương pháp đo lường đó không có sai lệch mang tính hệ thống và sai lệch ngẫu nhiên. Điều kiện đầu tiên cần phải có thang đo áp dụng phải đạt độ tin cậy. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach alpha 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 nhiều nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally và Burnstein,1994 trích trong Nguyễn Đình Thọ, 2011). Trong nghiên cứu này, tác giả quyết định sử dụng tiêu chuẩn Cronbach alpha nhỏ hơn hoặc bằng 0.6 và các biến quan sát hệ số tương quan biến tổng (Corrected item- total correlation) nhỏ hơn 0.3 sẽ bị loại.
3.3.3.2 Đánh giá thang đo bằng phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis)
Phân tích nhân tố sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các yếu tố ảnh hưởng đến quyết định mua sắm của khách hàng có độ kết dính cao không và chúng có thể gom gọn lại thành một số nhân tố ít hơn để xem xét không. Những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo. Các tham số thống kê trong phân tích EFA như sau:
- Đánh giá chỉ số Kaiser – Mayer – Olkin (KMO) để xem xét sự thích hợp của phân tích nhân tố khám phá (EFA), chỉ số KMO phải lớn hơn 0.5 (Nguyễn Đình Thọ, 2011).
- Kiểm định Bartlett dùng để xem xét giả thiết các biến không có tương quan trong tổng thể. Kiểm định Bartlett phải có ý nghĩa thống kê (Sig ≤0.05 ) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2008 )
- Các trọng số nhân tố (factor loading) nhỏ hơn 0.5 trong EFA sẽ tiếp tục bị loại để đảm bảo giá trị hội tụ giữa các biến (Nguyễn Đình Thọ, 2011). Phương pháp trích hệ số sử dụng là principal components (với phép quay nhân tố varimax) và điểm
---
dừng khi trích các nhân tố có eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ, 2011).
3.3.3.3 Mô hình hồi quy bội
Trước hết hệ số tương quan giữa khuynh hướng kê toa thuốc biệt dược gốc và các nhân tố ảnh hưởng đến khuynh hướng kê toa thuốc biệt dược gốc của các bác sĩ nội khoa TP. HCM sẽ được xem xét. Tiếp đến, phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (ordinary Least Square- OLS ) được thực hiện nhằm kiểm định mô hình lý thuyết và qua đó xác định cường độtác động của từng yếu tố ảnh hưởng đến khuynh hướng kê toa thuốc biệt dược gốc của bác sĩ.
---
CHƢƠNG 4
PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU