1 Phương pháp thống kê mô tả

Phân tích thống kê mô tả là quá trình chuyển dịch dữ liệu thô thành những dạng thích hợp hơn cho việc hiểu và giải thích chúng, được thực hiện qua hai giai đoạn. Một là, miêu tả các câu trả lời hay các quan sát cụ thể bằng các kỹ thuật lập bảng, sắp xếp theo thứ tự các dữ liệu đã thu thập. Hai là, tính toán các chỉ tiêu thống kê như số trung bình, phân phối tần suất, phân phối tỷ lệ.

 Phân tích tần số (Frequency table): Là một phương pháp dùng để tóm tắt dữ liệu được sắp xếp theo từng nhóm khác nhau dựa trên những tần số xuất hiện của các đối tượng trong dữ liệu.

Phân tích bảng chéo (Cros-tabultion): Là kỹ thuật thống kê mô tả hai hay ba biên cùng một lúc và kết quả là sự kết hợp của hai hay nhiều biến trong phân loại.

2 Phương pháp hệ số tin cậy Cronbach Alpha

Dùng để xác định độ tin cậy của thang đo, thang đo có hệ số tin cậy tốt khi:

·                     Cronbach Alpha ≥ 0,6

·                     Hệ số tương quan biến tổng > 0,3

Thang đo có hệ số Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới. Thông thường, thang đo có Cronbach Alpha từ 0,7 đến 0,8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0,8 trở lên gần 1 là thang đo lường tốt. Nếu các biên độ có hệ số tương quan biến tổng < 0,3 thì được xem là biến rác và loại khỏi thang đo.

3 Phân tích nhân tố khám phá EFA

Khi phân tích nhân tố ta thường quan tâm tới một số tiêu chuẩn như:

·                     Hệ số KMO ≥ 0,5

·                     Mức ý nghĩa của kiểm định Barlett < 0,05

KMO (Kaiser-Meyer- Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể.

·                     Hệ số tải nhân tố (Factor Loading) > 0,4. Nếu biến quan sát nào có hệ số tải nhân tố ≤ 0,4 sẽ bị loại.

·                     Thang đo được chấp nhận khi tổng phương sai trích > 50%

·                     Sự khác biệt hệ số tải nhân tố của 1 biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.

4 Phương pháp phân tích tương quan hệ số Pearson

Người ta sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa hai biến định lượng. Nếu giữa hai biến có sự tương quan chặt chẽ thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.

 Đa cộng tuyến là trạng thái các biến độc lập cơ tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến đến phụ thuộc.

Đa cộng tuyến làm tăng tốc độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê của kiểm định ý nghĩa nên các hệ số khuynh hướng kém ý nghĩa.

Cần xem xét hiện tượng đa cộng tuyến khi phân tích hồi quy nếu hệ số tương quan pearson > 0.3

5 Xây dựng phương trình hồi quy

Phân tích tương quan: Phân tích tương quan giữa các biến dựa vào hệ số Pearson.

Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như: Gỉa định về phương sai của phần dư không đổi, giả định về phân phối chuẩn phần dư, giả định về tính độc lập của phần dư, kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor-VIF). Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. Và hệ số R² đã được điều chỉnh (adjusted R square) cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào.

6  Phương pháp phân tích phương sai ANOVA

Phân tích phương sai là một phương pháp phân tích mà trọng điểm là phương sai. Nội dung của phương pháp này nhằm kiểm định sự khác biệt giữa các biến định tính với biến định lượng, ví dụ có sự khác biệt về sự hài lòng về chất lượng dịch vụ ngân hàng A với các đối tượng khách hàng khác nhau về giới tính, độ tuổi, mức thu nhập, trình độ  hay không. Để thực hiện được điều này chúng ta tiến hành phân tích phương sai ANOVA kiểm định sự khác biệt có ý nghĩa thống kê với độ tin cậy 95% (hay mức ý nghĩa Sig.< 0.05).

Thực hiện kiểm tra kiểm định Levene ở bảng Test of Homogeneity of variances, nếu sig ở kiểm định này < = 0.05 thì kết luận phương sai giữa các lựa chọn của biến định tính ở trên khác nhau. Nếu sig ở kiểm định này >0.05 thì phương sai giữa các lựa chọn của biến định tính ở trên không khác nhau

Xem tiếp kết quả ở bảng ANOVA. Nếu sig ở bảng này > 0.05 kết luận không có sự khác biệt giữa các nhóm biến định tính, còn nếu sig ở bảng này < = 0.05 thì kết luận có sự khác biệt giữa các nhóm biến định tính.

 

Lê Phúc Minh Chuyên