Đánh Giá Độ Tin Cậy Và Độ Giá Trị Của Thang Đo‌

CHƯƠNG 3 THIẾT KẾ NGHIÊN CỨU‌

3.1. Thiết kế nghiên cứu‌

3.2. Đo lường các biến‌

Mã hoá

Thang đo	Tác giả
Mức độ dễ dàng sử dụng	SD1	Giao diện của chính phủ điện tử rõ ràng	Venkatesh và Davis (2000) Yuen và Ma (2008)
	SD2	Thao tác dễ nhớ
	SD3	Dễ dàng tìm kiếm thông tin
	SD4	Hệ thống CPĐT cung cấp hướng dẫn hữu ích trong việc thực hiện nhiệm vụ.	Davis (1989)
	SD5	Nói chung, tôi thấy hệ thống CPĐT dễ dàng để sử dụng.	Davis (1989)
Mức độ hữu	HD1	CPĐT giúp hoàn thành nhiệm vụ nhanh chóng hơn

Có thể bạn quan tâm!

Xem toàn bộ 100 trang tài liệu này.

dụng

HD2	Sử dụng CPĐT giúp tiết kiệm được thời gian	Davis (1989)
HD3	Sử dụng CPĐT giúp tăng cường hiệu quả làm việc của tôi
HD4	Nói chung, tôi thấy hệ thống CPĐT hữu ích trong công việc của tôi.
Mức độ tin cậy	TC1	Tôi tin rằng thông tin của tôi được giữ bí mật	Luarn (2005), Foon và Fah (2011)
	TC2	Tôi tin rằng giao dịch của tôi được đảm bảo
	TC3	Tôi tin rằng sự riêng tư của tôi sẽ không bị tiết lộ
Khả năng ứng dụng công nghệ	CN1	Có thể tự mình tìm hiểu và sử dụng chính phủ điện tử	Compeau và Higgins (1995, p. 191)
	CN2	Tôi có thể tự mình xử lý khi gặp sự cố
	CN3	Tôi có thể khai thác thông tin khi không có người hướng dẫn
Chuẩn chủ quan	XH1	Bạn bè tôi khuyên tôi nên sử dụng chính phủ điện tử	Long, Choocharukul, và Nakatsuji, (2011) Đề xuất tác giả
	XH2	Gia đình tôi khuyên tôi nên sử dụng chính phủ điện tử
	XH3	Ảnh hưởng từ các phương tiện truyền thông
Ý định sử dụng	YD1	Tôi sẽ tiếp tục sử dụng/dự định sẽ sử dụng chính phủ điện tử trong thời gian tới	Davis (1989) Davis, Bagozzi và Warshaw (1989)
	YD2	Tôi sẽ sử dụng chính phủ điện tử thường xuyên hơn
	YD3	Tôi sẽ giới thiệu cho mọi người sử dụng chính phủ điện tử

3.3. Xây dựng bảng câu hỏi‌

Tất cả các biến quan sát của các yếu tố trong mô hình nghiên cứu đều sử dụng thang đo Likert 7 mức độ với lựa chọn số 1 nghĩa là “Hoàn toàn không đồng ý”

đến phát biểu và lựa chọn số 7 là “Rất đồng ý” với phát biểu. Nội dung các biến quan sát của các yếu tố được hiệu chỉnh sao cho phù hợp với bối cảnh nghiên cứu tại các doanh nghiệp. Có tham khảo thang đo của các nghiên cứu trước và thông qua thảo luận nhóm để hình thành thang đo chính thức phù hợp với nghiên cứu.

Bảng câu hỏi là công cụ duy nhất được sử dụng trong phương pháp định lượng, với những câu hỏi mở, bảng câu hỏi được thiết kế phù hợp với các mục tiêu đặt ra và khuôn khổ khái niệm nghiên cứu. Khi thiết kế bảng câu hỏi, độ hoàn thiện và số lượng câu hỏi đã được cân nhắc kỹ lưỡng. Mục tiêu của bảng câu hỏi chuẩn là phải ngắn gọn, súc tích và rõ ràng. Để đảm bảo tính chính xác, bảng câu hỏi đã được thực hiện theo tiến trình như sau:

Xem xét các tài liệu tham khảo vào nhận dạng các biến số liên quan tới nghiên cứu. Trên cơ sở lý thuyết về ý định sử dụng dịch vụ Chính phủ điện tử thì thang đo nháp được hình thành. Sau đó, bảng câu hỏi tiếng Việt được đưa cho 10 công chức là những chuyên gia, người có kinh nghiệm đánh giá, nhận xét đóng góp ý kiến để điều chỉnh, bổ sung thang đo cho phù hợp và đảm bảo tính khách quan, đầy đủ của thang đo. Đồng thời đảm bảo không có sự hiểu lầm về ngôn từ và nội dung của các câu hỏi. Kết quả được sử dụng để chỉnh sửa các câu, ý trong bảng hỏi được rõ ràng và đúng nghĩa hơn.

Căn cứ vào kết quả thảo luận nhóm tác giả thêm vào biến ''Ảnh hưởng từ các phương tiện truyền thông" theo các chuyên gia và những người có kinh nghiệm thì biến này có ảnh hưởng rất lớn đến ý định sử dụng Chính phủ điện tử vì còn có rất nhiều người nộp thuế chưa hiểu Chính phủ điện tử là gì? cần phải giải thích, tuyên truyền thông qua các kênh thông tin đại chúng, băng rôn, khẩu hiệu,... Từ kết quả thảo luận cho ta thấy sự phù hợp giữa thang đo lý thuyết và tình hình thực tế tại Cục Thuế tỉnh Long An. Qua phân tích định tính cho thấy các câu hỏi trong thang đo dùng để nghiên cứu đều rõ ràng dễ hiểu và mỗi câu hỏi thể hiện được khía cạnh khác nhau của các biến.

Bảng câu hỏi sau khi thiết kế xong, tiếp tục được dùng để khảo sát thử nghiệm khoản 20 doanh nghiệp là các chủ doanh nghiệp (giám đốc) và kế toán

trưởng nhằm kiểm tra lại mức độ rõ ràng của câu hỏi, sau đó tiến hành hiệu chỉnh lại. Bảng câu hỏi chính thức để khảo sát đã thực hiện xong với 21 mục câu hỏi liên quan đến năm biến độc lập và một biến phụ thuộc. Sau đó, tiến hành gửi khảo sát ý kiến các doanh nghiệp đang hoạt động trên địa bàn tỉnh Long An.

3.4. Thu thập dữ liệu‌

Phương pháp thu thập số liệu bằng cách phát bảng câu hỏi chi tiết được soạn sẵn gửi đến từng doanh nghiệp (giám đốc và kế toán trưởng) đang hoạt động trên địa bàn tỉnh Long An thông qua các buổi lắng nghe ý kiến người nộp thuế.

Để đảm bảo tính đại diện và dự phòng cho những người không trả lời hoặc trả lời không đầy đủ, tác giả sẽ lựa chọn quy mô mẫu là 150 quan sát, mẫu được chọn theo phương pháp thuận tiện. Phiếu khảo sát được gửi đến từng người và được giải thích rõ ràng cho người được khảo sát hiểu.

Sau khi thu lại các phiếu điều tra tiến hành kiểm tra lại để tìm ra những bảng câu hỏi chưa được trả lời đầy đủ sẽ bị loại để kết quả phân tích không bị sai lệch. Tổng số bảng khảo sát phát ra là 150 và thu về là 150 sau khi kiểm tra loại bỏ các phiếu bị trùng và trả lời không đầy đủ (20 bảng khảo sát) thì còn 130 bảng khảo sát hợp lệ.

Do nghiên cứu bị giới hạn về thời gian và chi phí nên mẫu được thu thập theo phương pháp lấy mẫu hạn ngạch. Kích thước mẫu điều tra là n=150 mẫu. Cỡ mẫu được lấy dựa trên cơ sở số lượng biến quan sát của các nhân tố cần ước lượng. Theo Bollen, 1989 (được trích bởi Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007) thì kích thước mẫu tối thiểu 5 mẫu cho 1 ước lượng (tỷ lệ 5:1). Đối với hồi quy bội thì theo Tabachnick và Fidell, cỡ mẫu tối thiểu được tính bằng công thức: 50 + 8*m (m là số biến độc lập). Trong nghiên cứu này có 5 biến độc lập thì cỡ mẫu tối thiểu là 50 + 8 * 5 = 90 quan sát.

3.5. Kiểm tra làm sạch dữ liệu‌

Sau khi hoàn chỉnh điều tra, tác giả tiến hành kiểm tra rà soát dữ liệu. Những bảng câu hỏi chưa được trả lời đầy đủ hoặc theo cảm tính sẽ bị loại bỏ để kết quả phân tích không bị sai lệch. Sau khi nhập dữ liệu thô vào phần mềm Excel và làm

sạch giữ liệu. Phần mềm SPSS 20.0 được sử dụng để phân tích dữ liệu, sử dụng bảng tần số để phát hiện những ô trống hoặc những giá trị trả lời không nằm trong thang đo, khi đó, cần kiểm tra lại bảng câu hỏi và hiệu chỉnh cho phù hợp.

3.5.1. Kiểm tra phân phối chuẩn và Outliers‌

Tiến hành kiểm tra phân phối chuẩn và Outliers nhằm chuẩn hóa dữ liệu để tiến hành các bước kiểm tra tiếp theo, có nhiều cách để nhận biết một phân phối chuẩn trong SPSS.

(1) Đơn giản nhất là xem biểu đồ với đường cong chuẩn (Histograms with normal curve) với dạng hình chuông đối xứng với tần số cao nhất nằm ngay giữa và các tần số thấp dần nằm ở hai bên. Trị trung bình (mean) và trung vị (mediane) gần bằng nhau và độ xiên (skewness) gần bằng zero.

(2) Vẽ biểu đồ xác suất chuẩn (normal Q-Q plot). Phân phối chuẩn khi biểu đồ xác suất này có quan hệ tuyến tính (đường thẳng).

(3) Dùng phép kiểm định Kolmogorov-Smirnov khi cỡ mẫu lớn hơn 50 hoặc phép kiểm Shapiro-Wilk khi cỡ mẫu nhỏ hơn 50. Được coi là có phân phối chuẩn khi mức ý nghĩa (Sig.) lớn hơn 0,05.

3.5.2. Đánh giá độ tin cậy và độ giá trị của thang đo‌

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. 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.

Khi đó, với những biến quan sát có hệ số tương quan biến tổng phù hợp lớn hơn 0,3 (Hair, theo Võ Đức Chín). Hệ số Cronbach’s Alpha lớn hơn 0,6 được xem là có thể sử dụng để đưa vào phân tích ở bước tiếp theo vì khái niệm đang đo lường

tương đối mới trong bối cảnh nghiên cứu (Nunally, Perterson, Slater theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số Cronbach’s Alpha từ 0,7 đến gần 0,8 là sử dụng được và từ 0,8 đến gần 1 là tốt. Đối với các mục hỏi không phù hợp sẽ được loại khỏi mô hình để đạt được hệ số Cronbach’s Alpha đủ tiêu chuẩn.

3.5.3. Phân tích phương sai (ANOVA- Analysis of Variance)‌

Phân tích phương sai ANOVA là phương pháp so sánh trị trung bình của ba nhóm trở lên. Có hai kỹ thuật phân tích phương sai : ANOVA một y ếu tố (một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau) và ANOVA nhiều yếu tố (2 hay nhiều biến để phân loại). 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 Ý định sử dụng. 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 các phương sai nhóm. Bên cạnh đó, để đảm bảo các kết luận rút ra trong nghiên cứu này, phép kiểm định phi tham số Kruskal - Wallis cũng được tiến hành nếu giả định tổng thể có phân phối chuẩn không được đáp ứng trong phân tích ANOVA.

3.6. Phân tích độ tin cậy (Cronbach Alpha)‌

Phân tích độ tin cậy Cronbach’s Alpha là một phép kiểm định thống kê nhằm kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát , đánh giá độ tin cậy của thang đo. Giá trị đóng góp của các biến quan sát nhiều hay ít được phản ánh thông qua hệ số tương quan biến tổng (Corrected Item – Total Correlation). Qua đó, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu.

Tiêu chuẩn để chấp nhận các biến:

Những biến có chỉ số tương quan biến tổng phù hợp (Corrected Item – Total Correlation) từ 0,3 trở lên.

Các hệ số Cronbach’s Alpha của các biến phải từ 0,7 trở lên.

Về mặt lý thuyết nhà nghiên cứu có thể được xây dựng từ một nhóm câu hỏi khác nhau. Tuy nhiên đó là lý thuyết, về mặt thực tế có thể trong những câu hỏi có những câu hỏi không cần thiết. Để kiểm tra việc này thông thường người ta sử dụng hai chỉ số thống kê là (1) Hệ số Cronbach Alpha và (2) hệ tố tương quan biến tổng. Hệ số Cronbach Alpha là hệ số cho phép đánh giá xem nếu đưa các biến quan sát nào đó thuộc về một biến nghiên cứu (biến tiềm ẩn, nhân tố) thì nó có phù hợp không. Hệ số Cronbach Alpha < 0,6, các thang đo của nhân tố là không phù hợp (có thể trong môi trường nghiên cứu đối tượng không có cảm nhận về nhân tố đó); Hệ số Cronbach Alpha nằm trong khoảng (0,6;0,7), chấp nhận được với các nghiên cứu mới; Hệ số Cronbach Alpha nằm trong khoảng (0,7;0,8), chấp nhận được; Hệ số Cronbach Alpha nằm trong khoảng (0,8;0,95), tốt nhưng Hệ số Cronbach Alpha >= 0,95, chấp nhận được nhưng không tốt, nên xét xét các biến quan sát có thể có hiện tượng “trùng biến” (Hair, 2006).

Hệ số tương quan biến tổng là hệ số cho biến mức độ “liên kết” giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố một biến quan sát cụ thể. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng phải lớn hơn 0,3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 thì phải loại nó ra khỏi nhân tố đánh giá.

Hệ số Cronbach’s Alpha trích trong (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007) được tính theo công thức sau:

Trong đó:

k

k 1





(1i1 )

α: Hệ số Cronbach’s Alpha

k: Số mục hỏi trong thang đo



T : Phương sai của tổng thang đo



i : Phương sai của mục hỏi thứ i

3.7. Phân tích nhân tố khám phá EFA‌

Sau khi đánh giá độ tin cậy của hệ số Cronbach's Alpha để loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.

Phân tích nhân nhân tố khám phá EFA (Exploratory Factor Analysis) được sử dụng để đánh giá độ giá trị của thang đo (Nguyễn Công Khanh, 2005). Các biến có hệ số tương quan đơn giữa biến và các nhân tố nhỏ hơn 0,5 sẽ bị loại (Hair và cộng sự, 1998, được trích bởi Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Phương pháp trích “Principal Component Analysis” được sử dụng kèm với phép quay “Varimax”, chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

3.8. Phân tích tương quan‌

Ta có thể dùng kiểm định sự tự tương quan vì một số lý do dẫn đến sự tồn tại của phần dư đó là các biến có ảnh hưởng không được đưa vào mô hình, chọn dạng tuyến tính cho mối quan hệ lẽ ra là phi tuyến tính, sai số trong đo lường các biến… Các vấn đề này có thể dẫn đến tương quan chuỗi trong sai số và tương quan này gây ra tác động sai lệch nghiêm trọng đến mô hình hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Vì thế phải kiểm định xem có sự tự tương quan giữa các phần dư này không.

Để biết được biến phụ thuộc có tương quan tuyến tính với các biến độc lập, cũng như giữa các biến độc lập với nhau. Người ta sử dụng một số thống kê có tên là hệ số tương quan Pearson, ký hiệu: r (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Giá trị r nằm trong đoạn [-1 ÷ 1], giá trị tuyệt đối của r càng gần 1 thì tương quan tuyến tính là chặt chẽ và khi r = 0 thì không có mối liên hệ tương quan tuyến tính giữa biến phụ thuộc và các biến độc lập. Mặc khác, nếu giữa các biến độc lập