Luận án Nghiên cứu các nhân tố tác động đến chi phí đầu tư xây dựng hệ thống công trình đầu mối thủy lợi ở Việt Nam

p trung cản trở các nhà thầu thi công tại dự án với các lý do như: phương án bồi thường giải phóng mặt bằng ban đầu chênh lệch lớn so với phương án chính thức; chậm phê duyệt phương án, đo đạc kiểm đếm còn sai sótĐiều này khiến gần 40 ô tô tải hạng nặng chuyên vận chuyển vật tư phục vụ thi công như: xăng dầu, xi măng, cát đá, thiết bị cơ khí phải nằm trên đường công vụ không vào được công trường do người dân ngăn chặn. trong công trường hơn 200 công nhân, cán bộ, kỹ sư các đơn vị phải ngừng thi công làm việc do không có vật liệu. Ước thiệt hại kinh tế mỗi ngày khoảng 1 tỷ đồng [81]. Từ những nhận định trên tác giả đề xuất nhóm nhân tố về xã hội như bảng 3.6 Bảng 2.11 Các nhân tố đại diện cho nhóm nhân tố xã hội TT Nhân tố 1 Sự phản đối của người dân về kinh phí đền bù giải phóng mặt bằng 2 Sự cấu kết gian lận giữa các bên liên quan 3 Sự nhũng nhiễu, tham nhũng 4 Hao hụt, mất mát tại công trường. Qua phân tích ở trên, NCS nhận diện được 30 nhân tố ảnh hưởng đến sự tăng chi phí đầu tư xây dựng các công trình đầu mối thủy lợi. Đây là cơ sở để thực hiện các bước nghiên cứu tiếp theo. 2.5 Kết luận chương 2 Trong chương này, tác giả đã trình bày cơ sở lý luận về chi phí và quản lý chi phí đầu tư xây dựng, phân tích các nguyên tắc quản lý chi phí đầu tư xây dựng. Tìm hiểu các 69 vấn đề về tình hình đầu tư xây dựng các công trình thủy lợi ở Việt Nam để thấy rằng các công trình đầu mối thủy lợi đã và đang được chú trọng đầu tư, ngân sách dành cho công trình thủy lợi hàng năm không nhỏ. Tuy nhiên tồn tại thực trạng chi phí đầu tư xây dựng thường tăng so với quyết định phê duyệt dự án lần đầu. Dựa vào các nghiên cứu trước như: phần tổng quan, phân tích tình hình đầu tư xây dựng các công trình thủy lợi ở Việt Nam, tác giả nhận diện các nhóm nhân tố ảnh hưởng tới chi phí đầu tư xây dựng, kết hợp với cơ sở lý luận tác giả đã tổng hợp, bổ sung, loại bỏ một số nhân tố và đưa ra các nhóm nhân tố ảnh hưởng tới sự tăng chi phí đầu tư xây dựng hệ thống các công trình đầu mối thủy lợi phù hợp với tình tình cụ thể ở Việt Nam: - Nhóm nhân tố chính sách: Loại bỏ nhân tố về chiến tranh, bổ sung thêm nhân tố chậm trễ trong ban hành và thực thi chính sách - Nhóm nhân tố về kinh tế: Bổ sung thêm nhân tố về chỉ số CPI tăng - Nhóm nhân tố về năng lực bên hoạch định: Bổ sung thêm nhân tố khảo sát địa hình, địa chất chưa sát thực tế - Nhóm nhân tố về năng lực bên thực hiện: Bổ sung thêm nhân tố nhà thầu thi công lập kế hoạch tài chính không đáp ứng thực tiễn. Từ đó, tác giả nhận diện được 30 nhân tố ảnh hưởng đến sự tăng chi phí đầu tư xây dựng hệ thống công trình đầu mối thủy lợi. 70 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Quy trình nghiên cứu Quá trình nghiên cứu được thực hiện qua ba bước chính là nghiên cứu định tính, nghiên cứu định lượng sơ bộ và nghiên cứu định lượng chính thức. 3.1.1 Nghiên cứu định tính Nghiên cứu định tính được thực hiện bằng phương pháp dựa vào tổng quan các công trình nghiên cứu khoa học trong và ngoài nước, kết hợp với tìm hiểu các nguyên nhân làm tăng chi phí đầu tư xây dựng các công trình đầu mối thủy lợi, ngoài ra tham khảo ý kiến các chuyên gia tác giả đã nhận diện được các nhân tố làm tăng chi phí đầu tư xây dựng các công trình đầu mối thủy lợi ở Việt Nam. Mục đích của nghiên cứu định tính là khám phá những ý kiến, quan điểm và bàn luận của các đối tượng tham gia vào việc quản lý dự án thủy lợi nhằm xây dựng thang đo cho các biến nghiên cứu của mô hình nghiên cứu mà đã được thiết kế sơ bộ từ lý thuyết về quản lý chi phí đầu tư. Kết quả của nghiên cứu định tính này được trình trong phần 2.4. 3.1.2 Nghiên cứu định lượng sơ bộ Nghiên cứu định lượng sơ bộ được thực hiện để đánh giá sơ bộ về tính hợp lệ và độ tin cậy của các thang đo đã thiết kế và điều chỉnh cho phù hợp với điều kiện thực tế. Phương pháp phỏng vấn là phỏng vấn trực tiếp với bản câu hỏi chi tiết (Phụ lục 03). Mẫu nghiên cứu gồm 15 chuyên gia. Thời gian thực hiện là tháng 5-6/2019. Mục đích của nghiên cứu định lượng sơ bộ là nhằm loại bỏ hoặc bổ sung các nhân tố và hoàn thiện bảng hỏi chính thức. Phần nghiên cứu định lượng sơ bộ này chủ yếu là điều chỉnh về mặt ngôn từ, thêm hoặc bớt các nhân tố cho phù hợp với tình hình đầu tư xây dựng các công trình đầu mối thủy lợi tại Việt Nam. Các dữ liệu thu thập được sử dụng để đánh giá độ tin cậy của thang đo trước khi tiến hành nghiên cứu chính thức trên diện rộng. Thang đo này sẽ được chỉnh sửa bằng việc dựa trên một cuộc khảo sát định lượng sơ bộ (phỏng vấn thử với bản câu hỏi khảo sát định lượng) với cỡ mẫu nhỏ là 15 chuyên gia. Thang đo này được điều chỉnh thông qua kỹ thuật chính là phân tích hệ số tin cậy của thang đo Cronbach’s Alpha. Các biến quan sát có hệ số tương quan biến - tổng 71 (item-total correlation) nhỏ (dưới 0,30) sẽ bị loại bỏ. Các biến còn lại sẽ được tập hợp thành thang đo hoàn chỉnh, được đưa vào bản câu hỏi dùng cho nghiên cứu định lượng chính thức. 3.1.3 Nghiên cứu định lượng chính thức Giai đoạn này bao gồm một khảo sát định lượng với cỡ mẫu lớn hơn nghiên cứu định lượng sơ bộ. Tiến hành khảo sát chính thức, phân tích và xử lý số liệu để loại bỏ các phiếu điều tra còn thiếu thông tin hoặc thông tin không rõ ràng. Phương pháp khảo sát là phỏng vấn trực tiếp hoặc trực tuyến, với bản câu hỏi chi tiết (Phụ lục 10). Thang đo sẽ được kiểm định thông qua 2 kỹ thuật chính là: Phân tích nhân tố khám phá EFA (exploratory factor analysis) và phân tích hệ số tin cậy của thang đo Cronbach’s Alpha. Phân tích tương quan và phân tích hồi quy với sự hỗ trợ của phần mềm SPSS. Dựa trên phân tích hồi quy đa biến để phân tích các nhân tố từ đó đưa ra các chiến lược quản lý phù hợp và hạn chế vấn đề vượt chi phí đầu tư xây dựng trong các công trình đầu mối thủy lợi tại Việt Nam. 3.2 Phương pháp khảo sát thống kê sử dụng trong nghiên cứu 3.2.1 Khái niệm về “Thống kê” “Thống kê” là công cụ không thể thiếu được trong hoạt động nghiên cứu và công tác thực tiễn. “Thống kê” đã trở thành một môn cơ bản hay cơ sở trong hầu hết các ngành đào tạo, được vận dụng trong nhiều lĩnh vực học thuật khác nhau, từ kỹ thuật, kinh tế, cho đến khoa học xã hội và nhân văn. Hiện nay, có rất nhiều khái niệm về “Thống kê” theo xu hướng nghiên cứu về kinh tế xã hội. Một cách tổng quát, có thể định nghĩa về thống kê như sau: “Thống kê” là một nhánh của toán học liên quan đến thu nhập, phân tích, diễn giải hay giải thích và trình bày dữ liệu. 3.2.2 Mẫu trong nghiên cứu “Thống kê” Mẫu là số đơn vị được chọn ra từ tổng thể chung theo phương pháp lấy mẫu nào đó. Các đặc trưng mẫu được sử dụng để suy rộng ra các đặc trưng của tổng thể chung. Trong nghiên cứu khảo sát bằng bảng câu hỏi, số lượng mẫu và cách lấy mẫu có ảnh hưởng khá lớn đến kết quả nghiên cứu. Thông thường sẽ có nhiều cách lấy mẫu cơ bản: Lấy mẫu ngẫu nhiên đơn giản; Lấy mẫu ngẫu nhiên có phân lớp; Lấy mẫu định mức; Lấy mẫu địa bàn Mỗi cách lấy mẫu sẽ có những ưu điểm và nhược điểm riêng. 72 Phương pháp lấy mẫu định mức là một phương pháp khá phổ biến hiện nay. Đây là một phương pháp lấy mẫu phi xác suất. Các đơn vị mẫu được chọn ở một địa điểm, trong một khoảng thời gian xác định. Phương pháp lấy mẫu này tuy cũng có nhược điểm như không tuân thủ tính chất ngẫu nhiên. Tuy nhiên, nó lại cho phép nghiên cứu dễ dàng tập hợp các đơn vị lấy mẫu. Trong nghiên cứu, cũng cần quan tâm đến số lượng mẫu. Có thể nói số lượng mẫu càng lớn thì sẽ đem lại kết quả càng chính xác. Tuy nhiên, số lượng mẫu còn tùy thuộc vào quy mô, cấp độ của nghiên cứu. Trong khuôn khổ nghiên cứu , việc lựa chọn số lượng mẫu được tiến hành dựa vào nghiên cứu của Hair [87], số lượng mẫu tối thiểu cho một nghiên cứu phải lớn gấp 5 lần số lượng biến (số lượng câu hỏi khảo sát). 3.2.3 Thang đo trong “Thống kê” Khi thực hiện các nghiên cứu định lượng, người nghiên cứu phải lựa chọn để sử dụng các thang đo lường khác nhau. Một trong những hình thức đo lường được sử dụng phổ biến nhất trong nghiên cứu kinh tế xã hội là thang đo do Rennis Likert (1932) giới thiệu. Thang đo Likert sử dụng một thang điểm, người được hỏi không buộc phải đưa ra ý kiến thay vào đó nó cho phép người được hỏi có thể lựa chọn mức đánh giá cho vấn đề đưa ra. Thang đo Likert có thể có 3 mức độ, 5 mức độ, 7 mức độ, 9 mức độtùy thuộc vào đối tượng, mục tiêu và mức độ chi tiết của nghiên cứu. Tại Việt Nam, một số tác giả đã sử dụng thang đo Likert như: Luận án tiến sĩ của tác giả Lê Mạnh Cường [16] “Kiểm soát chi phí đầu tư xây dựng sử dụng vốn nhà nước” sử dụng thang đo Likert với 5 mức đánh giá về mức độ ảnh hưởng của các nhân tố tới khả năng thu thập và xử lý thông tin của chủ đầu tư dự án sử dụng vốn nhà nước trong kiểm soát chi phí đầu tư xây dựng. Luận án tiến sĩ của tác giả Đỗ Văn Chính [31] “Nghiên cứu mức độ ảnh hưởng của các yếu tố rủi ro đến chi phí đầu tư xây dựng công trình thủy điện vừa và nhỏ ở Việt Nam” sử dụng thang đo Likert với 5 mức đánh giá để thu thập dữ liệu. Bài báo của các tác giả Nguyễn Thị Minh Tâm, Cao Hào Thi (2009) [28] “Nghiên cứu các nhân tố ảnh hưởng đến sự biến động chi phí của dự án xây dựng” sử dụng thang đo Likert với 7 mức đánh giá để thu thập và phân tích dữ liệu. Trên cơ sở nội dung phiếu khảo sát và và căn cứ vào điều kiện thực tế ở Việt Nam, NCS lựa chọn thang Likert với 5 mức đánh giá để khảo sát mức độ ảnh hưởng của các nhân tố làm 73 tăng chi phí đầu tư xây dựng hệ thống công trình đầu mối thủy lợi ở Việt Nam. Thang đo mức độ ảnh hưởng được phân chia thành 5 mức độ như bảng 3.1 Bảng 3.1 Thang đo nghiên cứu Thứ tự Mức độ ảnh hưởng 1 Rất ít ảnh hưởng 2 Ít ảnh hưởng 3 Ảnh hưởng trung bình 4 Ảnh hưởng nhiều 5 Ảnh hưởng rất nhiều Cách thức xây dựng thang đo Likert được tiến hành như sau: Bước 1: Xác định, đặt tên biến muốn khảo sát Bước 2: Tham khảo các nghiên cứu trước đó, tham khảo tài liệu, sách báo, để lập nên một danh sách các câu hỏi liên quan tới nhân tố. Bước 3: Xác định các câu trả lời tương ứng với mức độ ảnh hưởng của các nhân tố. Bước 4: Sau khi xây dựng bảng câu hỏi, kiểm tra lại toàn bộ bảng câu hỏi bằng cách tham khảo ý kiến chuyên gia. Từ các ý kiến chuyên gia, bảng câu hỏi sẽ được chỉnh sửa về hình thức thể hiện, sửa đổi bổ xung những phần còn thiếu. Bước 5: Sắp xếp bảng câu hỏi theo cách phân chia các câu hỏi thành từng nhóm nhỏ, mỗi nhóm nhỏ, mỗi nhóm câu hỏi có liên quan tới một hay nhiều thành phần, đối tượng có ảnh hưởng đến chi phí đầu tư xây dựng. 3.2.4 Phương pháp chọn mẫu trong thống kê nghiên cứu * Đối tượng mẫu khảo sát: Đối tượng là các chuyên gia, cán bộ công tác tại các Ban quản lý dự án, Nhà thầu thi công, tư vấn thiết kế, tư vấn giám sát, các đơn vị quản lý nhà nước và một số đơn vị liên quan khác về các dự án xây dựng thủy lợi. * Phương pháp chọn mẫu: Để thực hiện mục tiêu nghiên cứu của đề tài tác giả chọn phương pháp chọn mẫu phi xác suất [88]. Điều tra chọn mẫu là một loại điều tra không toàn bộ trong đó người nghiên cứu chọn ra một số đơn vị thuộc đối tượng nghiên cứu để tiến hành khảo sát. 74 Phương pháp chọn mẫu phi xác suất có các phương pháp: Chọn mẫu thuận tiện, chọn mẫu phán đoán, chọn mẫu hình thức và chọn mẫu tích lũy nhanh. - Chọn mẫu thuận tiện là phương pháp lấy mẫu mà người nghiên cứu tiếp cận với đối tượng khảo sát dựa trên tính thuận lợi, dễ tiếp cận của đối tượng. - Chọn mẫu theo phán đoán đây là cách lấy mẫu tùy theo chủ quan và phán đoán của nhà nghiên cứu, điều này nếu người nghiên cứu có khả năng hoặc kinh nghiệm phán đoán tốt sẽ cho mẫu tốt. - Chọn mẫu theo định mức là tiến hành phân tổng thể theo một tiêu chí nào đó (độ tuổi, giới tính, kinh nghiệm, vị trí) mà đang quan tâm sau đó dùng phương pháp thuận tiện hoặc phán đoán để chọn mẫu. - Chọn mẫu tích lũy nhanh là bắt đầu từ một phần tử chọn lọc nào đó. Sau đó nhờ người này giới thiệu hoặc định danh những người khác cùng đặc tính như họ để phỏng vấn tiếp. Cách chọn này áp dụng cho các mẫu khá đặc biệt, mẫu khó tìm hoặc khó tiếp cận. Tác giả nhận thấy chọn mẫu theo phương pháp chọn mẫu thuận tiện là phù hợp nhất vì đối tượng khảo sát là các chuyên gia, các cán bộ của ban quản lý dự án, đơn vị thiết kế, đơn vị thi công, giám sát, dựa vào các mối quan hệ công việc từ trước tác giả có thể dễ dàng tiếp cận trong việc khảo sát các đối tượng. 3.2.5 Số lượng mẫu nghiên cứu Kích thước của mẫu sẽ phụ thuộc vào kỳ vọng về độ tin cậy, phương pháp phân tích dữ liệu, phương pháp ước lượng được sử dụng và số lượng các tham số cần ước lượng trong nghiên cứu. Theo Tabachnick và Fidell [89], để tiến hành phân tích hồi quy, kích thước mẫu tối thiểu là N > 8m + 50 (trong đó, m là số biến độc lập trong mô hình). Để phục vụ cho việc kiểm định thang đo, các tác giả trước đây không đưa ra con số cụ thể về kích thước mẫu cần thiết mà chỉ đưa ra tỉ lệ giữa số quan sát cần thiết và số tham số cần ước lượng. Đối với phân tích nhân tố, kích thước mẫu sẽ phụ thuộc vào số lượng biến được đưa vào phân tích nhân tố, theo Hair và cộng sự [87], số quan sát cần thiết tối thiểu gấp 5 lần so với số lượng biến. Còn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) [90], số biến quan sát tối thiểu phải bằng 4 đến 5 lần số biến trong phân tích nhân tố. Trong nghiên cứu này tác giả lựa chọn số lượng mẫu nghiên cứu theo 75 công thức kinh nghiệm của Hair [87], lấy số lượng mẫu nghiên cứu gấp 5 lần số lượng câu hỏi nghiên cứu. 3.2.6 Khảo sát thu thập số liệu Thông thường trong các nghiên cứu, các tác giả thường dựa vào hai nguồn dữ liệu: dữ liệu thứ cấp và dữ liệu sơ cấp Dữ liệu thứ cấp: là những dữ liệu thu thập từ những nguồn sẵn có. Những dữ liệu này đã qua tổng hợp, xử lý công bố hay xuất bản. Tài liệu cho nguồn dữ liệu thứ cấp tương đối phong phú và đa dạng, dễ thu thập, tốn ít thời gian, tiền bạc trong quá trình thu thập. Các số liệu thứ cấp để phục vụ nghiên cứu được thu thập chủ yếu tập trung từ năm 2007 trở lại đây. Dữ liệu sơ cấp: Dữ liệu sơ cấp là những dữ liệu chưa có sẵn, được thu thập lần đầu và thu thập trực tiếp từ các đơn vị của tổng thể nghiên cứu thông qua các cuộc điều tra khảo sát, thống kê. Dữ liệu sơ cấp được thu thập trực tiếp nên độ chính xác cao, đảm bảo tính cập nhật tuy nhiên lại mất khá nhiều thời gian và tốn kém chi phí để thu thập. Trong nghiên cứu này, tác giả sử dụng hai phương pháp thu thập số liệu sau: Phương pháp khảo sát trực tiếp: là phương pháp thu thập dữ liệu trực tiếp qua đối tượng nghiên cứu thông qua hình thức như phỏng vấn trực tiếp. Để thực hiện theo phương pháp này tác giả lên danh sách các đối tượng phỏng vấn, trao đổi qua điện thoại trước nội dung phỏng vấn và lên lịch hẹn để phỏng vấn. Đối tượng thực hiện theo phương pháp này là những chuyên gia có nhiều kinh nghiệm trong lĩnh vực thủy lợi nói chung và quản lý chi phí đầu tư xây dựng dự án thuỷ lợi nói riêng. Phương pháp khảo sát trực tuyến: dữ liệu có thể thu thập được bằng các khảo sát qua Email hay khảo sát Online qua Google Docs. Bằng cách gọi điện đến các đối tượng khảo sát để trao đổi nội dung phỏng vấn trước sau đó xin địa chỉ mail, mạng xã hội (facebook, zalo) để gửi bảng hỏi nghiên cứu và hướng dẫn để trả lời trên phiếu. Phương pháp này thu thập dữ liệu rất nhanh với số lượng lớn, tiết kiệm chi phí hơn so với phương pháp điều tra trực tiếp. Đây cũng là phương pháp chủ yếu để thu thập số liệu của tác giả. 76 3.3 Lựa chọn công cụ phân tích và kiểm định số liệu nghiên cứu 3.3.1 Lựa chọn công cụ phân tích số liệu Trong quá trình tìm hiểu các phần mềm chuyên dụng phục vụ cho việc phân tích và xử lý số liệu thống kê, tác giả thấy có nhiều phần mềm như: SAS, R, STATA, SPSS 3.3.1.1 Phần mềm SAS SAS là từ viết tắt của Statistical Analysis System (Hệ thống phân tích thống kê). Nó thường được sử dụng cho các phân tích nâng cao, phân tích kinh doanh và các tác vụ quản lý dữ liệu khác nhau. Lập trình viên SAS lấy các bảng dữ liệu của công ty (và các nguồn thông tin khác, nếu có), phân tích chúng bằng cách sử dụng ngôn ngữ lập trình SAS. Sau đó, họ cung cấp các biểu diễn trực quan của phân tích trở lại cho quản lý, người sau đó sẽ phân tích dữ liệu từ đó. Để sử dụng SAS, cần phải viết chương trình để thao tác dữ liệu và thực hiện các phân tích dữ liệu. SAS chạy trên các hệ điều hành: Winhdows, IBM mainframe, Unix/Linux, OpenVMS Alpha. SAS cho phép thực hiện: Nhập, truy cập, quản lý và khai thác dữ liệu, xuất báo cáo bằng văn bản và đồ họa. Phân tích thống kê, lập kế hoạch kinh doanh, dự báo, và ra quyết định hỗ trợ. Hoạt động nghiên cứu và quản lý dự án, cải tiến chất lượng. Ưu điểm: - SAS có thể làm việc với nhiều file dữ liệu cùng một lúc; điều này giảm đi tính phức tạp trong chuẩn bị dữ liệu đối với những nhiệm vụ phân tích đòi hỏi phải làm việc với nhiều file dữ liệu cùng một lúc. - SAS có thể quản lý những file dữ liệu khổng lồ lên đến 32.768 biến và số lượng bản ghi là rất lớn chỉ phụ thuộc vào kích cỡ của đĩa cứng. - Đối với phân tích thống kê, sức mạnh lớn nhất của SAS có thể tìm thấy trong phân tích ANOVA, phân tích mô hình hỗn hợp và phân tích nhiều chiều. - SAS có các công cụ vẽ đồ thị mạnh nhất (SAS/Graph). Nhược điểm: - Mất nhiều thời gian để học và hiểu được cách quản lý dữ liệu của SAS và nhiều nhiệm vụ quản lý phức tạp của nó lại được thực hiện bằng những lệnh đơn giản trong SPSS và STATA 77 - Yếu đối với hồi qui logistic kiểu thứ tự và kiểu phạm trù (vì các lệnh này là đặc biệt khó) và các phương pháp ước lượng mạnh. - Hỗ trợ phân tích dữ liệu theo lược đồ mẫu, nhưng lại hạn chế hơn so với STATA. 3.3.1.2 Phần mềm R Phần mềm R là một ngôn ngữ lập trình hàm cấp cao vừa là một môi trường dành cho tính toán thống kê. R hỗ trợ rất nhiều công cụ cho phân tích dữ liệu, khám phá tri thức và khai mỏ dữ liệu nhưng lại là phần mềm miễn phí mã nguồn mở. Phần mềm R là một trong những công cụ phân tích thống kê học cũng như phân tích dữ liệu nói chung. Nó mang đầy đủ những tính năng của các phần mềm thương mại khác hiện có như SPSS, AMOS, STATA hay EViews. Tại Việt Nam trong những năm trở lại đây, R đã bắt đầu được sử dụng và đang phát triển rộng rãi trong giới nghiên cứu. Ưu điểm: - R có lợi thế là khả năng phân tích biểu đồ tốt nhất trong các phần mềm. - R gắn liền với giới học thuật, hầu hết những mô hình thống kê mới nhất đều được hỗ trợ bởi R. Chạy được trên nhiều hệ điều hành, và là số 1 trong các phần mềm miễn phí. Nhược điểm: - R phải dùng lệnh chứ không dùng menu như Excel. - Người dùng phải có hiểu biết cao về kinh tế lượng, thống kê và khả năng lập trình vì trong phân tích đòi hỏi người dùng phải dùng các mã code để thực hiện các bước ước lượng và kiểm định hay phân tích các vấn đề cần thiết trong dữ liệu. 3.3.1.3 Phần mềm STATA STATA là một bộ chương trình mà nhiều người mới bắt đầu và sử dụng mạnh đều ưa thích vì nó vừa dễ học. STATA sử dụng các lệnh trực tiếp, có thể vào mỗi lệnh ở một thời điểm để thực hiện hoặc có thể soạn thảo thành một chương trình bao gồm nhiều lệnh cho một nhiệm vụ và thực hiện cùng một lúc. Ưu điểm: - Cho phép thực hiện các thao tác phức tạp về dữ liệu một cách dễ dàng. - Sức mạnh lớn nhất của STATA là rất dễ sử dụng các công cụ đoán nhận hồi qui. - STATA cũng trội hơn về lĩnh vực phân tích dữ liệu theo lược đồ mẫu, cho khả năng áp dụng chúng trong phân tích số liệu điều tra bởi các công cụ hồi qui, hồi qui logistic. 78 Nhược điểm: - STATA hoàn toàn không có khả năng quản lý dữ liệu mạnh như SAS, nhưng các lệnh quản lý dữ liệu của nó vẫn có nhiều sức mạnh, lại rất đơn giản. - Tuy nhiên, mỗi thời điểm STATA chỉ làm việc được với một file dữ liệu, vì vậy những nhiệm vụ xử lý cần nhiều file dữ liệu cùng một lúc đối với STATA là phức tạp hơn. - Điểm yếu nhất là khả năng phân tích phương sai và phân tích nhiều chiều truyền thống như phân tích phương sai nhiều chiều, phân tích nhóm tổ. 3.3.1.4 Phần mềm SPSS Phần mềm SPSS (Statistical Package for the Social Sciences) là một chương trình máy tính phục vụ công tác phân tích thống kê, được tạo ra lần đầu vào năm 1968 bởi SPSS Inc vào năm 1968 Đúng như tên gọi, SPSS ban đầu được phát minh nhằm mục đích phân tích dữ liệu khoa học và ứng dụng vào các lĩnh vực khoa học xã hội. Hiện nay, SPSS đang ngày càng được sử dụng rộng rãi hơn trong các các nghiên cứu điều tra xã hội học và kinh tế lượng. SPSS là một bộ chương trình mà nhiều người dùng do nó rất dễ sử dụng. SPSS có một giao diện giữa người và máy cho phép sử dụng các menu thả xuống để chọn các lệnh thực hiện. Khi thực hiện một phân tích chỉ đơn giản chọn thủ tục cần thiết và chọn các biến phân tích là có kết quả ngay trên màn hình để xem xét. Ưu điểm: - SPSS có một bộ soạn thảo dữ liệu tương tự như excel, bộ soạn thảo cho phép vào các dữ liệu và mô tả các thuộc tính của chúng chính vì vậy SPSS khá dễ sử dụng; - SPSS có một giao diện giữa người và máy rất đơn giản để tạo ra các đồ thị và khi đã tạo ra được một đồ thị nhờ giao diện này mà người sử dụng có thể hiệu chỉnh đồ thị cũng như hoàn thiện chúng. Các đồ thị có chất lượng rất cao và có thể dán vào cac tài liệu khác như word, powerpoint một cách dễ dàng; - SPSS rất mạnh cho các phân tích như kiểm định phi tham số, thống kê mô tả, kiểm định sự tin cậy của thang đo và các kiểm định khác Nhược điểm: - SPSS cũng không hỗ trợ các công cụ phân tích dữ liệu theo lược đồ mẫu. 79 - SPSS không có công cụ quản lý dữ liệu thật mạnh - SPSS xử lý mỗi file dữ liệu ở một thời điểm và không phải là rất mạnh khi thực hiện các nhiệm vụ phân tích cần làm việc với nhiều file dữ liệu cùng một lúc. Các file dữ liệu có thể có đến 4096 biến và số lượng bản ghi chỉ bị giới hạn trong dung lượng của đĩa cứng. Các phần mềm này đều có các ưu nhược điểm, nhưng nhìn chung các phần mềm phân tích này đều dựa trên các công thức toán học, thống kê chung nên mặc dù các phần mềm khác nhau thì cũng đều cho ra các kết quả giống nhau, nếu có sự khác biệt thì sự khác biệt này cũng rất nhỏ. Theo các nghiên cứu trước đây thì SPSS được sử dụng khá nhiều, nó là một phần mềm thuận tiện nhất cho người sử dụng tiếp cận. Chính vì những ưu điểm của SPSS nêu trên, NCS chọn phần mềm SPSS để phân tích và xử lý số liệu trong luận án. 3.3.2 Kiểm định số liệu nghiên cứu Trong nghiên cứu định lượng, việc đo lường các nhân tố lớn sẽ rất khó khăn và phức tạp, không thể chỉ sử dụng những thang đo đơn giản (chỉ dùng 1 câu hỏi qua sát đo lường) mà phải sử dụng các thang đo chi tiết hơn (dùng nhiều câu hỏi quan sát để đo lường nhân tố) để hiểu rõ được tính chất của nhân tố lớn. Khi lập bảng câu hỏi nghiên cứu, chúng ta thường tạo các biến quan sát x1, x2, x3, x4, x5... là biến con của nhân tố A nhằm mục đích thay vì đi đo lường cả một nhân tố A tương đối trừu tượng và khó đưa ra kết quả chính xác thì chúng ta đi đo lường các biến quan sát nhỏ bên trong rồi suy ra tính chất của nhân tố. Do vậy, cần phải có một công cụ giúp kiểm tra xem biến quan sát nào phù hợp, biến quan sát nào không phù hợp để đưa vào thang đo. Đó chính là kiểm định độ tin cậy thang đo Cronbach’s Alpha. Kiểm định độ tin cậy thang đo Cronbach’s Alpha là phép kiểm định phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố. Kết quả Cronbach’s Alpha của nhân tố tốt thể hiện rằng các biến quan sát đo lường nhân tố là hợp lý, thể hiện được đặc điểm của nhân tố mẹ. Hệ số này được xác định theo công thức sau:  ∝= ( 𝑘 𝑘−1 ) ∗ [1 − ∑ 𝑉𝑎𝑟(𝑋𝑖) 𝑘 𝑖=1 𝑉𝑎𝑟(𝐻) ] (3-1) Trong đó: 80 k: Số biến quan sát Xi: Biến quan sát thứ i H: Tổng các biến quan sát trong thang đo: H= ∑ 𝑋𝑖𝑘𝑖=1 Hệ số Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Về lý thuyết, hệ số này càng cao thang đo càng có độ tin cậy cao. Tuy nhiên khi hệ số Cronbach’s Alpha quá lớn (khoảng từ 0.95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt nhau, hiện tượng này gọi là trùng lắp trong thang đo [91]. Khi đánh giá độ tin cậy của thang đo, ta cần xem xét các tiêu chuẩn sau: - Về giá trị hệ số Cronbach’s Alpha [90]: + Từ 0.8 đến gần bằng 1: thang đo lường rất tốt; + Từ 0.7 đến gần bằng 0.8: thang đo lường sử dụng tốt; + Từ 0.6 trở lên: thang đo lường đủ điều kiện. - Hệ số Cronbach’s Alpha nếu loại biến quan sát (Cronbach’s Alpha If Item Deleted): khi giá trị Cronbach’s Alpha If Item Deleted lớn hơn hệ số Cronbach’s Alpha của nhóm, chúng ta xem xét loại biến quan sát này. - Hệ số tương quan biến tổng (Corrected Item - Total Correlation) có ý nghĩa quan trọng trong phân tích độ tin cậy thang đo Cronbach's Alpha, giúp nhà nghiên cứu xác định được biến quan sát nào ít đóng góp cho thang đo và