Bai Nghien Cuu Mau 01 - Nha Tro

Trương Đình Thái – Đại học Ngân hàng 1

LỜI NÓI ĐẦU

Với mục tiêu giúp cho các bạn sinh viên làm quen với nghiên cứu định lượng, cácnghiên cứu mẫu này sử dụng một số trong các chuyên đề môn kinh tế lượng của sinh viênđại học chính quy khóa 26, trường Đại học Ngân hàng làm các ví dụ tham khảo.

Các nghiên cứu đã được sinh viên khóa 26 thực hiện, phần lớn mới ở mức độ làmquen với phương pháp nghiên cứu định lượng, và cũng do giới hạn về thời gian (đượcđưa thêm vào chương trình kinh tế lượng – 45 tiết, với số nhóm khá đông – 32 nhómtrong 1 học kỳ) do đó người hướng dẫn không có đủ điều kiện về thời gian để hướng dẫnchi tiết cho từng nhóm. Với những lý do đó, nên phần nội dung nghiên cứu, phân tích sốliệu, bảng câu hỏi cũng như số liệu điều tra chưa đạt theo yêu cầu.

Tuy nhiên, các nghiên cứu đã được thực hiện này chỉ nhắm đến một mục tiêu nhỏlà tạo bước đi đầu tiên giúp cho sinh viên có được một số kiến thức thực hành nghiên cứuđịnh lượng, làm quen với kỹ thuật sử dụng các phần mềm thống kê như SPSS, Eviews vàmột số công cụ phân tích cơ bản để có thể hoàn thành các bài chuyên đề của mình ở cácmôn học khác, hoặc thực hiện các nghiên cứu của mình sau này. Cũng từ ý tưởng đó, tôixin được sử dụng một số đề tài nghiên cứu mà các nhóm sinh viên khóa 26 đã thực hiệntrong môn kinh tế lượng của tôi để làm tài liệu tham khảo cho các bài nghiên cứu mẫunày. Các tài liệu này sẽ kết hợp : phần trình bày nguyên bản của các nhóm và phần phântích mẫu mang tính gợi ý. Các bảng câu hỏi cũng theo hướng này, phần thiết kế ban đầucủa sinh viên trong đó sẽ có phần hướng dẫn chỉnh sửa (bằng chữ đỏ) và một số bảng câuhỏi mang tính hoàn chỉnh (tương đối).

Cũng xin được lưu ý, các bài nghiên cứu mẫu này sử dụng lại các ý tưởng nghiêncứu, bảng câu hỏi, số liệu nghiên cứu và đều đã được điều chỉnh, với mục tiêu làm chocác phân tích có ý nghĩa về mặt thống kê, giúp người đọc nắm bắt các vấn đề nghiên cứudễ dàng hơn, nên các kết luận có thể không có ý nghĩa về mặt thực tiễn.

Nếu các bạn có bất cứ phản hồi hoặc góp ý nào đối với các vấn đề tôi nêu trên, vuilòng liên lạc trực tiếp với tôi.

- GV : Trương Đình Thái.

- Khoa Giáo Dục Cơ Bản – Trường Đại học Ngân hàng TP.HCM.


PHẦN PHÂN TÍCH MẪUMột số mô hình phân tích :

1. Kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha.

2. Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis, sử dụng phươngpháp phân tích nhân tố với Principal Component Analysis và phép quay vuông gócVarimax).

3. Sử dụng các nhân tố như là các biến độc lập và phụ thuộc để phân tích hồi quy.

4. Phân tích nhân tố khẳng định (CFA – Confirmatory Factor Analysis).

5. Phân tích bằng mô hình cấu trúc tuyến tính (SEM – Structural Equation Modeling).

I. Kiểm định độ tin cậy của các thang đo – Phân tích nhân tố khám phá (EFA)

Các khái niệm nghiên cứu :

1- Cơ sở vật chất

2- Dịch vụ hỗ trợ

3- Điều kiện an ninh

4. Quan hệ với con người

5. Môi trường xung quanh

6. Giá cả

7. Sự hài lòng

Là các khái niệm định tính, được lượng hóa bằng thang đo Likert 7 mức độ.Phương pháp kiểm định độ tin cậy của các thang đo với kết quả ở bảng sau cho thấy cácthang đo đều đạt yêu cầu :

- Hệ số Cronbach’s Alpha đều lớn hơn 0,7.- Hệ số tương quan với biến tổng đều lớn hơn 0,3.

Câu C12.1 ở thang đo điều kiện an ninh nếu bỏ thì hệ số Cronbach’s Alpha sẽ tăng.Tuy nhiên, để đảm bảo giá trị nội dung nên biến này vẫn được giữ lại.




Kết quả phân tích nhân tố ở các bảng trên cho thấy :

- Các thang đo đều là đơn hướng, nên nhân tố được sử dụng như một biến độc lập.- Phương sai trích đều đạt yêu cầu ( > 60%).- Hệ số Eigenvalue của các nhân tố đều lớn hơn 2.

II. Phân tích hồi quy cổ điển (OLS)

* Từ kết quả trên, có thể sử dụng mô hình hồi quy với các biến như sau :

- Biến phụ thuộc : Sự hài lòng (hai long)- Biến độc lập :

1- Cơ sở vật chất2- Dịch vụ hỗ trợ3- An ninh4- Các mối quan hệ5- Môi trường sồng6- Giá cả.


Kết quả phân tích hồi quy trình bày ở các bảng sau :

* Model Summary :

- Hệ số xác định bội của mô hình = 0,619 : Các biến độc lập trong mô hình giải thích61,9% sự biến thiên của sự hài lòng.

- Hệ số F = 52,3 với P-value = 0,0005 cho thấy mô hình phù hợp với dữ liệu mẫu.

- Hệ số Durbin-Watson = 2,095 cho thấy mô hình không xảy ra hiện tượng tự tương quangiữa các phần dư.

* ANOVA

- Bảng ANOVA cũng cho thấy mô hình phù hợp.

- Hai biểu đồ mô tả phần dư phía sau cũng cho thấy mô hình khá phù hợp.


* Coefficients :

- Hệ số VIF cho biết mô hình không có vấn đề đa cộng tuyến.

- P-value của các tham số hồi quy đều có ý nghĩa ở mức 5%.


Như vậy có thể sử dụng mô hình hồi quy trên để kết luận :

Nhìn vào hệ số hồi quy chuẩn hóa ( Beta – standardized Coefficients) ta thấy :

- Các yếu tố như các mối quan hệ, dịch vụ hỗ trợ có tác động mạnh nhất đến sự hàilòng của người thuê nhà.

- Các yếu tố khác đều có tác động tương đối đến sự hài lòng, các tham số hồi quyđều có dấu dương cho thấy nếu các nhân tố trên được cải thiện thì sẽ ảnh hưởngtích cực đến sự hài lòng của người thuê.


III. Phân tích CFA và kiểm định mô hình lý thuyết SEM :Phần này sử dụng phân tích nhân tố khẳng định (CFA) và mô hình cấu trúc tuyến

tính (SEM) để phân tích :

* Phân tích nhân tố khẳng định (CFA- Confirmatory Factor Analysis)

Từ kết quả phân tích nhân tố khám phá (EFA), ta đã sử dụng các nhân tố như làcác biến để phân tích hồi quy cổ điển (OLS).

Phần này sẽ sử dụng phân tích nhân tố khẳng định kết hợp với kiểm định mô hìnhlý thuyết (SEM).

Sử dụng CFA kết hợp kiểm định một số nội dung sau :


1. Giá trị nội dung và tính đơn hướng :

* Giá trị nội dung : Là dạng giá trị mang tính định tính trong đó nội dung của một kháiniệm được trình bày rõ ràng để xác định thang đo có bao phủ đầy đủ nội dung của kháiniệm không.

Đối với các khái niệm trong nghiên cứu này (Cơ sở vật chất, Dịch vụ hỗ trợ, ….,Sự hài lòng) kết quả phân tích EFA đều đạt tính đơn hướng.

Nếu các khái niệm là đa hướng (có nhiều khái niệm trong một thang đo) thì phảilàm rõ các thành phần của khái niệm và các thành phần cuối cùng phải là thành phần đơnhướng.

* Tính đơn hướng : Mỗi thang đo chỉ đo lường một biến tiềm ẩn mà thôi. Mỗi biến quansát trong thang đo đó chỉ dùng để đo lường một biến tiềm ẩn (khái niệm nghiên cứu) duynhất. Ví dụ câu C10.2 : Có nhà bếp riêng để nấu ăn chỉ đo lường cho khái niệm Cơ sởvật chất trong nghiên cứu (trọng số nhân tố khi phân tích EFA của nó lớn nhất đối vớinhân tố này).

2. Giá trị hội tụ và giá trị phân biệt :

Hai dạng giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Haidạng giá trị này cũng thường được gọi là giá trị của khái niệm nghiên cứu.

* Giá trị hội tụ : Giá trị này cho biết mức độ hội tụ và tính nhất quán của một thang đo sửdụng để đo lường sau nhiều lần lặp lại. Trong các lần lặp lại cho thấy các số đo có quanhệ chặt chẽ với nhau, cụ thể mối tương quan này thể hiện qua hệ số Cronbach’s Alpha, hệsố độ tin cậy tổng hợp (Composite Reliability), tổng phương sai trích được (VarianceExtracted).

- Thang đo đạt giá trị hội tụ khi các trọng số chuẩn hóa của thang đo cao ( > 0,5) và có ýnghĩa thống kê (P-value < 0,05).

- Đối với tổng phương sai trích của mỗi khái niệm nên vượt quá 0,5. Phương sai tríchphản ánh lượng biến thiên chung của các biến quan sát đóng góp vào biến tiềm ẩn (Latentvariable).

* Giá trị phân biệt : Giá trị phân biệt đạt được khi thang đo dùng để đo lường hai kháiniệm nghiên cứu phải khác biệt nhau, có nghĩa là hai khái niệm đó là hai khái niệm phân


biệt, hệ số tương quan của chúng phải khác với đơn vị. Cụ thể là khi đánh giá giá trị phânbiệt ta cần kiểm định xem hệ số tương quan giữa chúng có khác 1 hay không ? Nếu hệ sốtương quan = 1 thì hai khái niệm không khác biệt (có nghĩa chúng là một khái niệm).

Ngoài ra còn có giá trị liên hệ lý thuyết và giá trị tiêu chuẩn, ở đậy ta không xemxét các loại giá trị này.

Sử dụng phương pháp trích Principal Axis Factoring và phương pháp quay Promax đểkiểm tra kết cấu của thang đo, ta có kết quả sau :



Từ kết quả phân tích ta thấy các thang đo như : Cơ sở vật chất, giá cả, điều kiện anninh, môi trường sống trong ma trận các trọng số nhân tố (Pattern Matrix) đều đạt giá trịphân biệt. Thang đo Dịch vụ hỗ trợ và quan hệ con người không đạt được giá trị phân biệt(các trọng số nhân tố của thang đo dịch dụ hỗ trợ thấp (< 0,5)). Ta loại bỏ thang đo dịchvụ hỗ trợ, phân tích lại kết quả như sau :

Ta sử dụng 5 nhân tố (5 biến độc lập) : Giá cả, điều kiện an ninh, cơ sở vật chất,quan hệ con người, môi trường xung quanh và nhân tố sự hài lòng (biến phụ thuộc) đểphân tích CFA.

Kết quả phân tích CFA như sau :


* SƠ ĐỒ PHÂN TÍCH ĐÃ CHUẨN HÓA






Kết quả phân tích ở bảng này cho thấy các biến quan sát đều có ý nghĩa về mặtthống kê (P-value < 0,0005).






Các trọng số hồi quy đã chuẩn hóa đều > 0,5 cho thấy các thang đo có thể đạt đượcgiá trị hội tụ.

Các trọng số trong bảng này được sử dụng để kiểm định độ tin cậy tổng hợp vàtổng phương sai trích của từng thang đo.








Các hệ số trong bảng này (Correlation) được sử đụng để kiểm định giá trị phânbiệt.






Đây là hệ số xác định bội (R2).






* Mức độ phù hợp tổng quát : Sử dụng các tham số sau để đánh giá :

- Fmin = Chi-square/bậc tự do (χ2/df);

- GFI : Goodness-of-Fit Index;

- AGFI : Adjusted GFI;

- TLI : Tucker-Lewis Coefficient;

- CFI : Comparative Fit Index;

- RMSEA : Root Mean Square Error of Approximation.

Mô hình có các chỉ số χ2/df < 3; GFI, AGFI, TLI, CFI > 0,9 ; RMSEA < 0,06được xem là mô hình phù hợp với dữ liệu thực tế. Chi-square càng nhỏ càng tốt.




















Bảng thống kê trên cho thấy hai hệ số GFI và AGFI trong mô hình chưa được tốt.Thực hiện điều chỉnh sai số :

* Bảng Modification Indices bên dưới :

Hệ số MI : là hệ số điều chỉnh ứng với sự thay đổi của χ2 trên một bậc tự do. Có thểthực hiện điều chỉnh theo nguyên tắc các quan hệ có MI > 4.

Ta tiến hành điều chỉnh với các cặp có hệ số lớn sau :

C16.1 – C16.3

C16.3 – C10.2

C15.4 – C16.1

C14.2 – C13.1

C12.1 – C15.3

C10.2 – C14.3

Mô hình điều chỉnh như sau :






C16.1 – C16.3

C16.3 – C10.2

C15.4 – C16.1

C14.2 – C13.1

C12.1 – C15.3

C10.2 – C14.3







C16.1 – C16.3

C16.3 – C10.2

C15.4 – C16.1

C14.2 – C13.1

C12.1 – C15.3

C10.2 – C14.3


Trương Đình Thái – Đại học Ngân hàng 22Trương Đình Thái – Đại học Ngân hàng 22Trương Đình Thái – Đại học Ngân hàng 22



* Mô hình điều chỉnh :






Mô hình hiệu chỉnh cho thấy các tham số đều được cải thiện. Như vậy ta sẽ sửdụng mô hình này để tính tổng phương sai trích, độ tin cậy tổng hợp, giá trị hội tụ, giá trịphân biệt cho các thang đo.








Từ kết quả tính toán ở bảng trên, ta thấy :

- Ngoại trừ tổng phương sai trích của thang đo Cơ sở vật chất nhỏ hơn 50% (< 0,5). Tấtcả các thang đo cho các khái niệm còn lại đều có độ tin cậy tổng hợp đạt (> 0,7) và tổngphương sai trích lớn hơn 50%.

- Các trọng số chưa chuẩn hóa đều có ý nghĩa thống kê ở mức 5% và các trọng số chuẩnhóa đều lớn (> 0,5) nên các thang đo đạt giá trị hội tụ.

Estimate Lamda^2 1-Lamda^2C10.4 <--- CSVC 0.843 0.711 0.289 Tổng Lam da = 2.716C10.3 <--- CSVC 0.694 0.482 0.518 Bình phương TLD = 7.377C10.2 <--- CSVC 0.591 0.349 0.651 Tổng (1-Lamda^2) = 2.113C10.1 <--- CSVC 0.588 0.346 0.654 Độ tin cậy tổng hợp = 0.777C12.3 <--- ANNINH 0.945 0.893 0.107 Tổng Lamda^2 = 1.887C12.2 <--- ANNINH 0.95 0.903 0.098 Tổng Psai trích = 0.472C12.1 <--- ANNINH 0.703 0.494 0.506C13.3 <--- QUANHE 0.724 0.524 0.476 Độ tin cậy tổng hợp = 0.905C13.2 <--- QUANHE 0.741 0.549 0.451 Tổng Psai trích = 0.763C13.1 <--- QUANHE 0.805 0.648 0.352C14.3 <--- MOITRUONG 0.812 0.659 0.341 Độ tin cậy tổng hợp = 0.801C14.2 <--- MOITRUONG 0.633 0.401 0.599 Tổng Psai trích = 0.574C14.1 <--- MOITRUONG 0.785 0.616 0.384C15.4 <--- GIACA 0.762 0.581 0.419 Độ tin cậy tổng hợp = 0.79C15.3 <--- GIACA 0.626 0.392 0.608 Tổng Psai trích = 0.559C15.2 <--- GIACA 0.8 0.640 0.360C15.1 <--- GIACA 0.767 0.588 0.412 Độ tin cậy tổng hợp = 0.829C16.6 <--- HAILONG 0.763 0.582 0.418 Tổng Psai trích = 0.55C16.5 <--- HAILONG 0.734 0.539 0.461C16.4 <--- HAILONG 0.767 0.588 0.412C16.3 <--- HAILONG 0.627 0.393 0.607 Độ tin cậy tổng hợp = 0.869C16.2 <--- HAILONG 0.813 0.661 0.339 Tổng Psai trích = 0.528C16.1 <--- HAILONG 0.636 0.404 0.596

Khái niệm cơ sở vật chất

Giá cả

Độ tin cậy tổng hợp và Tổng phương sai trích

Môi trường xung quanh

Quan hệ con người

Khái niệm hài lòng

Khái niệm an ninh


Bảng Correlation cho thấy hệ số tương quan giữa các nhân tố đều nhỏ hơn 0,8 nêncác thang đo đạt giá trị phân biệt.

Sử dụng Bảng trên để kiểm định giả thiết :

Ho : Hệ số tương quan = 1

H1 : Hệ số tương quan khác 1 ( < 1)

Từ kết quả tính toán ta thấy tất cả P-value của các cặp khái niệm đều < 0,05 nênbác bỏ giả thiết Ho. Vậy các cặp khái niệm đạt giá trị phân biệt.

r r̂ 2 1-r̂ 2 n-2 (1-r̂ 2)/n-2 Se CR= P-valueEstimate (1-r)/Se

CSVC <--> ANNINH 0.05 0.003 0.998 198 0.0050 0.071 13.384 0.000CSVC <--> QUANHE 0.153 0.023 0.977 198 0.0049 0.070 12.060 0.000CSVC <--> MOITRUONG 0.144 0.021 0.979 198 0.0049 0.070 12.172 0.000CSVC <--> GIACA 0.074 0.005 0.995 198 0.0050 0.071 13.066 0.000CSVC <--> HAILONG 0.267 0.071 0.929 198 0.0047 0.068 10.703 0.000ANNINH <--> QUANHE 0.461 0.213 0.787 198 0.0040 0.063 8.547 0.000ANNINH <--> MOITRUONG 0.271 0.073 0.927 198 0.0047 0.068 10.657 0.000ANNINH <--> GIACA 0.319 0.102 0.898 198 0.0045 0.067 10.111 0.000ANNINH <--> HAILONG 0.445 0.198 0.802 198 0.0041 0.064 8.721 0.000QUANHE <--> MOITRUONG 0.602 0.362 0.638 198 0.0032 0.057 7.014 0.000QUANHE <--> GIACA 0.621 0.386 0.614 198 0.0031 0.056 6.804 0.000QUANHE <--> HAILONG 0.762 0.581 0.419 198 0.0021 0.046 5.172 0.000MOITRUONG <--> GIACA 0.656 0.430 0.570 198 0.0029 0.054 6.413 0.000MOITRUONG <--> HAILONG 0.678 0.460 0.540 198 0.0027 0.052 6.164 0.000GIACA <--> HAILONG 0.702 0.493 0.507 198 0.0026 0.051 5.888 0.000

Tính giá trị phân biệt


** MÔ HÌNH CẤU TRÚC TUYẾN TÍNH

SEM – Structural Equation Modeling

SEM là một mô hình thống kê tổng quát được sử dụng trong khoa học nghiên cứuhành vi. SEM là sự kết hợp giữa phân tích nhân tố và phân tích hồi quy hay phân tíchđường dẫn. SEM mô hình hóa cấu trúc hiệp phương sai giữa các biến quan sát.

Phân tích đường dẫn (Path Analysis) là kỹ thuật thống kê dùng để kiểm tra quan hệnhân quả giữa hai hay nhiều biến dựa trên hệ thống phương trình tuyến tính. PathAnalysis là thành phần phụ của SEM.

SEM phân tích mối quan hệ giữa các biến quan sát và các biến tiềm ẩn (các nhântố trong phân tích nhân tố). SEM là sự kết hợp giữa phân tích nhân tố và hồi quy đa biến.Path Analysis chỉ liên quan đến các biến đo lường.

Mô hình SEM có hai thành phần đo lường :

- Mô hình đo lường (Measurement Model) : phân tích mối quan hệ giữa các biếnquan sát và các biến tiềm ẩn.

- Mô hình cấu trúc (Structural Model) : phân tích mối quan hệ giữa các biến tiềm ẩn.

* Ký hiệu :

- Các biến quan sát : Hình chữ nhật hay hình vuông.

- Các biến tiềm ẩn (các nhân tố) : Hình elip hay hình tròn.

- Các sai số : Thường là hình tròn, đại diện phương sai phần dư trong các biến.

* Tham số của SEM :

- Các biến quan sát, trọng số hồi quy, phương sai, hiệp phương sai giữa các biến.

- Hiệp phương sai : biểu diễn bằng dấu hiệu mũi tên hai đầu.

- Phương sai : có thể bằng mũi tên hai đầu kết thúc tại cùng một biến hoặc ký hiệu bằngsố trong hộp vẽ biến.

- Các hệ số hồi quy : mũi tên một chiều chỉ đường dẫn được giả thiết giữa hai biến.


* Các bước trong thiết kế mô hình SEM :

1. Chỉ định mô hình (Model Specification)

2. Nhận dạng mô hình (Model Identification)

3. Ước lượng mô hình (Model Estimation)

4. Đánh giá độ thích hợp của mô hình (Assesing Fit of the Model)

5. Hiệu chỉnh mô hình (Model Modification)

6. Trình bày mô hình cuối cùng (Final Presentation of Model)

Mô hình SEM với các biến như sau :

+ Biến độc lập :

- Cơ sở vật chất (CSVC – 4 biến quan sát)

- Điều kiện an ninh (ANNINH – 3 biến quan sát)

- Quan hệ con người (QUANHE – 3 biến quan sát)

- Môi trường xung quanh (MOITRUONG – 3 biến quan sát)

- Giá cả (GIACA – 4 biến quan sát)

+ Biến phụ thuộc :

- Sự hài lòng (HAILONG – 6 biến quan sát)


** MÔ HÌNH SEM CHƯA CHUẨN HÓA


** MÔ HÌNH SEM CHUẨN HÓA


Trọng số hồi quy của các biến đều có ý nghĩa ở mức 5%, ngoại trừ cặp HAILONGvà ANNINH có ý nghĩa ở mức 10%.

Có thể kết luận : Cơ sở vật chất, điều kiện an ninh, quan hệ con người, môi trườngxung quanh và giá cả đều có ảnh hưởng đến sự hài lòng của người thuê nhà trọ. Các trọngsố hồi quy đều mang dấu dương cho thấy các biến ảnh hưởng cùng chiều với sự hài lòng.


Các trọng số hồi quy đã chuẩn hóa cho phép nhận định : Biến quan hệ con ngườiảnh hưởng mạnh nhất đến sự hài lòng (0,399) và ảnh hưởng yếu nhất là điều kiện an ninh(0,105).

** MÔ HÌNH HIỆU CHỈNH ĐÃ CHUẨN HÓA

Mô hình hiệu chỉnh cho thấy các tham số có sự cải thiện.


** PHÂN TÍCH CẤU TRÚC ĐA NHÓM

Ta muốn biết giữa nam và nữ có sự khác biệt về sự hài lòng đối các yếu tố không,yếu tố nào được nam đánh giá quan trọng, yếu tố nào được nữ đánh giá quan trọng (mứcđộ tác động mạnh đến sự hài lòng).

* MÔ HÌNH KHẢ BIẾN (Nhóm nam – Chưa chuẩn hóa)


* MÔ HÌNH KHẢ BIẾN (Nhóm nam – Đã chuẩn hóa)


* MÔ HÌNH KHẢ BIẾN (Nhóm nữ – Chưa chuẩn hóa)


* MÔ HÌNH KHẢ BIẾN (Nhóm nữ – Đã chuẩn hóa)


** ƯỚC LƯỢNG MÔ HÌNH BẤT BIẾN

* MÔ HÌNH BẤT BIẾN (Nhóm nam – Chưa chuẩn hóa)


* MÔ HÌNH BẤT BIẾN (Nhóm nam – Đã chuẩn hóa)


* MÔ HÌNH BẤT BIẾN (Nhóm nữ – Chưa chuẩn hóa)


* MÔ HÌNH BẤT BIẾN (Nhóm nữ – Đã chuẩn hóa)


Giả thiết kiểm định :

Ho : Không có sự khác biệt giữa hai mô hình bất biến và khả biến.

H1 : Có sự khác biệt giữa hai mô hình (đại lượng Chi-square thay đổi lớn).

Kết quả kiểm định sự khác biệt giữa hai mô hình bất biến và khả biến, ta thấy

P-value = 0,096.

- Nếu ta chọn mức ý nghĩa 5% thì P-value = 0,096 > 0,05 ta chấp nhận giả thiết Ho, haimô hình không có sự khác biệt. Do đó ta sẽ chọn mô hình bất biến để giải thích kết quả(do mô hình bất biến có bậc tự do cao hơn).

- Nếu ta chọn mức ý nghĩa 10% thì P-value = 0,096 < 0,1 nên ta bác bỏ giả thiết Ho, cósự khác biệt giữa hai mô hình. Ta sẽ chọn mô hình khả biến để giải thích kết quả.

* Lưu ý : Phần này minh họa kỹ thuật giúp người đọc làm quen với phương pháp phântích. Kết quả của mô hình phân tích đa nhóm không tốt (xét các hệ số như ở phần đầuđã giới thiệu).

Ta sẽ phát biểu ý nghĩa của cả hai mô hình bất biến (P-value của Chi-square kiểmđịnh chênh lệch giữa hai mô hình > mức ý nghĩa 0,05) và mô hình khả biến (P-value củaChi-square kiểm định chênh lệch giữa hai mô hình < mức ý nghĩa 0,1).

** MÔ HÌNH KHẢ BIẾN

Kết quả ước lượng mô hình khả biến cho thấy biến điều kiện an ninh và giá cảkhông có ý nghĩa ở mức 10% trong mô hình nhóm nam. Trong khi đối với mô hình nhómnữ ta thấy tất cả các biến đều có ý nghĩa ở mức 10%.


Có thể do đặc thù giới nên nhóm nam không xem trọng lắm đối với vấn đề an ninh,trong khi đó nữ giới lại xem trọng yếu tố này.

Đối với giá cả thì thực tế có lẽ cả sinh viên nam và nữ đều quan tâm đến yếu tốnày. Do tỷ trọng của nam giới trong mẫu nhỏ nên ảnh hưởng đến phân tích do đó mô hìnhcho thấy giá cả không ảnh hưởng đến sự hài lòng của nhóm nam.

Đánh giá độ mạnh tác động của các yếu tố đến sự hài lòng, bảng trọng số hồi quyđã chuẩn hóa (Standardized Regression Weights) cho thấy cả nam và nữ đều đánh giámối quan hệ con người là quan trọng nhất ảnh hưởng đến sự hài lòng khi thuê nhà trọ,0,348 đối với nhóm nam và 0,426 đối với nhóm nữ. Môi trường xung quanh cũng đượccả hai nhóm đánh giá cao. Thấp nhất là cơ sở vật chất, có lẽ đây là yếu tố tối thiểu mà tấtcả các nhà trọ cần phải đáp ứng thì mới thu hút được người đến thuê trọ, do đó mức độtác động đến sự quan tâm không cao.










* MÔ HÌNH BẤT BIẾN

Với mức ý nghĩa đã đư ợc chọn, nếu giữa hai mô hình không có sự khác biệt thật sự(P-value > mức ý nghĩa) thì mô hình bất biến sẽ được chọn do có bậc tự do (df) cao hơn.









Trong mô hình bất biến, trọng số hồi quy chưa chuẩn hóa được cố định giữa hainhóm nam và nữ (xem bảng kết quả Regression Weights). Kết quả phân tích cho thấy cáctrọng số hồi quy đều có ý nghĩa ở mức 5% . Các trọng số hồi quy đều có dấu dương chothấy các yếu tố trong mô hình tác động cùng chiều với sự hài lòng.

Để xem xét mức độ ảnh hưởng của từng yếu tố đến hai nhóm nam nữ có khác nhauhay không, ta sử dụng các trọng số hồi quy đã được chuẩn hóa. Từ bảng StandardizedRegression Weights của hai nhóm ta thấy mức độ tác động của các yếu tố đến sự hài lòngcủa hai nhóm theo thứ tự là như nhau. Tuy nhiên, mức độ tác động của của các yếu tố đếnnhóm nữ hầu hết đều cao hơn nhóm nam.

** Kết luận :

Phần phân tích mẫu này với mục tiêu giúp người đọc tiếp cận với các phương phápphân tích định lượng sử dụng trong trường hợp các khái niệm nghiên cứu là định tính. Đểphân tích thì bảng câu hỏi phải sử dụng thang đo thích hợp (thông dụng là thang đoLikert). Mục đích nghiên cứu là phân tích mối quan hệ, tác động qua lại giữa hai haynhiều khái niệm thông qua các thang đo định lượng. Các thang đo được thành lập vớimục tiêu đo lường đúng cái chúng ta quan tâm, do đó các thang đo phải đạt được các giátrị và có độ tin cậy phù hợp. Các thang đo sau khi kiểm định được kết luận có đủ độ tincậy và đạt được các giá trị theo yêu cầu thì sẽ được sử dụng trong phân tích và kiểm địnhcác mô hình. Các phương pháp phân tích, các mô hình cần được sử dụng một cách phùhợp với mục tiêu nghiên cứu, cách thiết kế bảng câu hỏi hợp lý để đạt được kết quả cuốicùng có đủ độ tin cậy và giải quyết được mục tiêu mà nghiên cứu đặt ra.


BẢNG KHẢO SÁT (Điều chỉnh)Xin chào các bạn, chúng tôi là sinh viên trường Đại Học Ngân Hàng Tp HCM. Hiện nay,

chúng tôi đang làm đề tài nghiên cứu “Sự hài lòng của sinh viên trường Đại học Ngân hàngTP.HCM đối với nhà trọ”. Mong các bạn dành chút thời gian để trả lời một số câu hỏi sau đây.Tất cả các quan điểm của các bạn đều có giá trị cho nghiên cứu của chúng tôi. Chúng tôi rấtmong nhận được sự cộng tác chân tình của các bạn.

A. Thông tin chung:

Bạn hãy đánh dấu vào ô trống thích hợp:

1. Giới tính:

Nam Nữ

2. Bạn đang là sinh viên năm:

Năm nhất Năm hai

Năm ba Năm tư

3. Bạn đang học:

Tài chính – ngân hàng Kế toán – kiểm toán

Quản trị kinh doanh Hệ thống thông tin

Tiếng anh thương mại

4. Bạn đã từng thuê trọ ở khu vực nào? (có thể chọn nhiều đáp án)

Thủ Đức Quận 9 Bình Thạnh

Các quận (1,3,7,10….) Khu vực khác

5. Giá trọ của bạn hiện tại là bao nhiêu (tính /người) :………………6. Bạn đã chuyển trọ mấy lần :…………………7. Bạn chuyển trọ là vì không hài lòng về :

Cơ sở vật chất Giá cả Điều kiện an ninh Môi trường sống và sinh hoạt

8. Bạn có thường xuyên tìm kiếm thông tin về nhà trọ không? Thường xuyên Thỉnh thoảng Hiếm khi


9. Bạn thường tìm kiếm nhà trọ bằng cách nào? Đọc trên tờ rơi Xem thông tin trên mạng Được người quen giới thiệu Tự bạn đi tìm và hỏi trực tiếp các khu trọ

Với các phần sau, xin vui lòng đánh dấu (x) theo quy ước :

1. Rất không đồng; …………; 7. Rất đồng ý

10. Cơ sở vật chất trong khu trọ :

11. Dịch vụ hỗ trợ

12. Điều kiện an ninh


13. Các mối quan hệ con người

14. Môi trường sống

15. Giá cả

16. Mức độ hài lòng


17. Xin bạn vui lòng đánh giá sự quan tâm khi thuê trọ giữa các khu vực bằng cách cho điểmtừ 1 (Rất không quan tâm) cho đến 7 (Rất quan tâm) của từng khu vực theo các tiêu chí sau :

18. Bạn có hay góp ý kiến cho chủ trọ để cải tiến khu trọ thêm tốt hơn không?

Có Không

Nếu có thì ý kiến của bạn là :……………………………………………………....................………………………………………………………………………………………………….

Xin chân thành cảm ơn các bạn đã dành thời gian thực hiện phiếu khảo sát !


IV. ĐO LƯỜNG ĐA HƯỚNG

Phần này sử dụng câu hỏi số 17 để thực hiện kỹ thuật đo lường đa hướng(Multidimensional Scaling – MDS) nhằm thể hiện các tiêu chí và vị trí của các khu vựccho thuê nhà trọ theo đánh giá của người thuê trong không gian đa chiều hướng.

Dữ liệu được đo lường theo thang đo khoảng phù hợp với kỹ thuật MDS. Từ sốliệu điều tra, sử dụng thống kê mô tả (Descriptive Statistic) ta có các giá trị trung bìnhcho từng tiêu chí tại từng vị trí thuê được thống kê ở bảng sau.

MDS được sử dụng để đo lường mức độ giống nhau của các vị trí theo các tiêu chíđánh giá, kết quả phân tích được trình bày theo biểu đồ mô tả trực quan sau.


* Ghi chú :

+ Phần khu vực (dấu sao) ký hiệu như sau :

Thủ Đức (TD)

Quận 9 (Q_9)

Quận Bình Thạnh (BT)

Quận 1, 3, 7, 10 (Q_10)

Quận khác (KH)


Từ biểu đồ trên có thể nhân định :

- Hai vị trí Quận 9 và Thủ Đức rất gần nhau (có thể xem là cạnh tranh với nhau), haivị trí này rất gần với hai yếu tố giá cả và tăng giá. Điều này có lẽ phù hợp với thựctế bởi sinh viên trong mẫu đang học tại cơ sở Thủ Đức nên đây là hai khu vực ở trọphù hợp nhất, sinh viên cũng rất quan tâm đến yếu tố giá cả và việc tăng giá nhàtrọ sẽ ảnh hưởng nhiều đến chi phí sinh hoạt của sinh viên, vốn không phải là dồidào. Các loại chi phí khác như điện nước, phí gửi xe, ràng buộc đóng tiền trướccũng rất được quan tâm.

- Tiêu chí cơ sở vật chất nằm tách biệt bên dưới, có thể lý giải đây là điều kiện tốithiểu đối với các khu nhà trọ, nếu không đáp ứng được thì sẽ không có người thuê.Do đó nhìn chung không được đánh giá cao trong tính hấp dẫn người đến thuê.

- Khu vực Quận 1, 3,7, 10 nằm tách biệt bên dưới. Đây là các khu vực có khả nănggiá thuê cao và sinh viên cũng ít có nhu cầu thuê ở các khu vực này bởi không tiệncho việc đi học (lưu ý là sinh viên trong mẫu đang học ở cơ sở Thủ Đức).

- Nhìn chung, vị trí của các khu vực trong không gian đa chiều hướng trên đồ thị chobiết mức độ đánh giá chung (ở đây là là sự quan tâm của sinh viên), các tiêu chígần với vị trí nào sẽ có mức độ ảnh hưởng mạnh đến các vị trí đó.

Các phân tích trên là nhận định chủ quan căn cứ vào mô hình đã được xử lý từ sốliệu (Lưu ý : đây chỉ là các tình huống giả định nhằm minh họa mô hình MDS, khôngphải số liệu điều tra của sinh viên nên không có ý nghĩa thực tế.)


TÀI LIỆU THAM KHẢO

1. Amos 20 User’s Guide.

2. Vũ Cao Đàm (2011), Giáo trình phương pháp luận nghiên cứu khoa học, Nhà xuấtbản Giáo dục Việt nam.

3. Phạm Văn Quyết, Nguyễn Quý Thanh (2011), Phương pháp nghiên cứu Xã hộihọc, Nxb Đại học Quốc gia Hà Nội.

4. Nguyễn Đình Thọ (2011), Phương pháp nghiên cứu khoa học trong kinh doanh –Thiết kế và thực hiện, NXB Lao động Xã hội.

5. Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2009), Nghiên cứu Khoa học trongquản trị kinh doanh, NXB Thống kê.

6. Trường Đại học Kinh tế Quốc dân – Khoa Kinh tế lượng – Bộ môn Điều khiển họcKinh tế (2003), Kinh tế lượng, NXB Khoa học và Kỹ thuật.

7. Barbara M. Byrne (2010), Structural Equation Modeling With AMOS – BasicConcepts, Applications, and Programming, Second Edition, Routledge, Taylor &Francis Group, New York and London.

8. Robert H. Carver, Jane Gradwohl Nash (2012), Doing Data Analysis with SPSS®Version 18, Brooks/COLE, CENGAGE Learning.

9. Jenifer Larson-Hall-University of North Texas (2010), A Guide to Doing Statisticsin Second Language Research Using SPSS, Routledge, Taylor & Francis Group,New York and London.

10. Jeremy J. Albright and Hun Myoung Park (2009), Confirmatory Factor Analysisusing Amos, Lisrel, Mplus, SAS/Stat CALIS, University Information TechnologyServices, Center for Statistical and Mathematical Computing, Indiana University.

11. Ledyard R.Tucker and Robert C.Maccallum (1997), Exploratory Factor Analysis.

12. Lynd D.Bacon. Ph.D (1997), Using Amos for structural equation modeling inmarket research, Lynd Bacon & Associates, Ltd and SPSS Inc.

13. Randall E.Schumacker, Richard G.Lomax (2004), A Beginner’s Guide tostructural Equation Modeling-Second Edition, Lawrence Erlbaum Associates,Publishers, Mahwah, New Jersey, London.

14. Timothy A.Brown, Series Editor’s Note by David A.Kenny (2010), ConfirmatoryFactor Analysis for Applied Research, The Guilford Press, New York, London.

Documents

Bai Nghien Cuu Mau 01 - Nha Tro