3.6.1. Phương thức lấy mẫu
Trong nghiên cứu này, phương pháp lấy mẫu được chọn là lấy mẫu thuận tiện, dữ liệu được thu thập thông qua các hình thức phỏng vấn trực tiếp, trả lời qua email hoặc online.
3.6.2. Cỡ mẫu
Đối với phân tích nhân tố (EFA), cỡ mẫu tối thiểu là N ≥ 5*x (x: tổng số biến quan sát) (Hair và cộng sự, 2010). Trong nghiên cứu này, tổng số biến quan sát là 48, như vậy số mẫu tối thiểu cần đạt được là 240 mẫu.
Theo một công thức kinh nghiệm thường dùng để tính kích thước mẫu cho hồi quy bội là N ≥ 50 + 8p (p: số lượng biến độc lập của mô hình) (Nguyễn Đình Thọ, 2011). Kích thức mẫu theo công thức này là N ≥ 50 + 8*11 = 138 mẫu.
Như vậy, trong nghiên cứu này, tác giả chọn cỡ mẫu cần thiết để thỏa mãn cả phân tích nhân tố và hồi quy bội là N ≥ 240 mẫu (N ≥ Max(5*x ; 50+8p))
3.6.3. Xử lý và phân tích dữ liệu
Dữ liệu sau khi được thu thập sẽ được mã hóa và thực hiện quá trình phân tích như sau:
3.6.3.1. Phân tích mô tả
Trong bước đầu tiên, tác giả sử dụng phân tích mô tả để phân tích các thuộc tính của mẫu nghiên cứu (các thông tin cá nhân của người được phỏng vấn) như: giới tính, độ tuổi, trình độ học vấn, thu nhập hàng tháng, nơi làm việc, vị trí công việc, thâm niên công tác....
3.6.3.2. Kiểm định và đánh giá thang đo
Để đánh giá thang đo các khái niệm trong nghiên cứu cần kiểm tra độ tin cậy, độ giá trị của thang đo. Dựa trên các hệ số độ tin cậy Cronbach’s Alpha, hệ số tương quan biến-tổng (Item-total correlation) giúp loại ra những biến quan sát không đóng góp vào việc mô tả khái niệm cần đo, hệ số Cronbach’s Alpha if Item Deleted để giúp đánh giá loại bỏ bớt biến quan sát nhằm nâng cao hệ số tin cậy Cronbach’s Alpha cho khái niệm cần đo, và phương pháp phân tích nhân tố khám phá (EFA) nhằm kiểm tra độ giá trị của thang đo các khái niệm nghiên cứu.
a. Phân tích Cronbach’s Alpha
Phân tích Cronbach’s Alpha nhằm kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha và loại bỏ những biến có tương quan biến tổng (Item- Total correlation) nhỏ.
Hệ số Cronbach’s Alpha có giá trị biến thiên trong khoảng [0,1]. Một thang đo có độ tin cậy tốt khi hệ số Cronbach’s Alpha biến thiên trong khoảng [0.7,0.8]
(Nguyễn Đình Thọ, 2011). Nếu hệ số Cronbach’s Alpha lớn hơn hoặc bằng 0.6 là thang đo đó có thể chấp nhận được về mặt độ tin cậy (Nguyễn Đĩnh Thọ, 2011, trích từ Nunally & Bernstein, 1994).
Về lý thuyết hệ số Cronbach’s Alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, điều này không thực sự như vậy. Hệ số Cronbach’s Alpha quá lớn (α > 0.95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường (redundancy) (Nguyễn Đình Thọ, 2011). Do đó, khi kiểm tra từng biến đo lường ta sử dụng thêm hệ số tương quan biến – tổng. Theo Nguyễn Đình Thọ (2011) trích từ Nunnally & Bernstein (1994) thì nếu một biến đo lường có hệ số tương quan biến – tổng hiệu chỉnh (Corrected item-total correlation) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu.
Như vậy, trong phân tích Cronbach’s Alpha thì ta sẽ loại bỏ những thang đo có hệ số nhỏ (α<0.6) và cũng loại những biến quan sát có hệ số tương quan biến – tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mô hình vì những biến quan sát này không phù hợp hoặc không có ý nghĩa đối với thang đo.
b. Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis)
Sau khi lọai bỏ các biến không đảm bảo độ tin cậy thông qua phân tích Cronbach’s Alpha, phương pháp phân tích nhân tố (EFA) được sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Trong thực tiễn nghiên cứu, để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố (0.4 ≤ factor loading < 0.5 được xem là quan trọng; factor loading > 5 được xem là có ý nghĩa thực tiễn). Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0,3 (λiA – λiB ≥0.3). Tuy nhiên, chúng ta cần xem xét giá trị nội dung của nó trước khi ra quyết định loại bỏ hay không loại bỏ một
biến đo lường (Nguyễn Đình Thọ, 2011).
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (≥ 1) và những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mô hình. (Nguyễn Đình Thọ, 2011).
Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số (từ 60% trở lên được coi là tốt) (Nguyễn Đình Thọ, 2011).
Để xác định sự phù hợp khi sử dụng EFA thì người ta thường tiến hành dùng kiểm định Barlett và KMO:
- Kiểm định Bartlett: dùng để xem xét ma trận tương quan có phải là ma trận đơn vị (I) hay không. Kiểm định Barlett có ý nghĩa thống kê khi Sig< 0.05. Điều này chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
- Kiểm định KMO: KMO là chỉ số dùng để so sánh độ lớn của hệ só tương quan giữa các biến đo lường với độ lớn của hệ số tương quan riêng phần của chúng (Nguyễn Đình Thọ, 2011, trích từ Norusis, 1994). Hệ số KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011). Hệ số KMO phải đạt giá trị từ 0.5 trở lên (KMO ≥ 0.5) thể hiện phân tích là phù hợp. Hệ số KMO<0.5 thì không thể chấp nhận được (Nguyễn Đình Thọ, 2011, trích từ Kaiser, 1974).
Tuy nhiên, theo Nguyễn Đình Thọ (2011, trang 397) thì trong thực tế, với sự hỗ trợ của các phần mềm xử lý thống kê SPSS và chúng ta có thể nhìn vào kết quả trọng số nhân tố và phương sai trích đạt yêu cầu thì vấn đề kiểm định Bartlett, KMO không còn ý nghĩa nữa vì chúng luôn luôn đạt yêu cầu.
Trong nghiên cứu này, tác giả sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1.
3.6.3.3. Phân tích hồi quy
Sau khi tiến hành phân tích Cronbach’s Alpha và phân tích EFA, tác giả tiến hành phân tích hồi quy và kiểm định giả thuyết. Phân tích tương quan hồi quy nhằm khẳng định sự phù hợp của mô hình nghiên cứu, kiểm định các giả thuyết để xác định rõ mức độ ảnh hưởng của từng yếu tố tác động đến biến phụ thuộc.
Mô hình hồi quy tổng quát được biểu diễn dưới dạng:
Yi = f(Xi) + εi = β0 + β1X1i + β2X2i + ... + βkXki + .... + βpXpi + εi.
Các giả định để thực hiện hồi quy: (1) X,Y có quan hệ tuyến tính. (2) Y là biến định lượng.
(3) Các quan sát của Y độc lập nhau. (4) Các giá trị Xi cố định.
(5) X được đo lường không sai số. (6) εi ~ N(µε, σ2ε). (7) E(εi) = 0. (8) Var(εi) = σ2ε = hằng số. (9) Cov(εi ,εj) = 0. (10) Cor (Xi, Xj) ≠ 1, ∀ i ≠ j. 3.7. Tóm tắt
Trong chương 3 này, tác giả đã trình bày quy trình nghiên cứu của đề tài, quá trình nghiên cứu định tính để xác định các yếu tố và xây dựng thang đo cho mô hình nghiên cứu chính thức. Đồng thời tác giả cũng tiến hành lập bảng câu hỏi khảo sát để phục vụ cho việc thu thập dữ liệu và trình bày phương pháp nghiên cứu cho đề tài này.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Sau khi thu thập và xử lý dữ liệu, trong chương này, tác giả sẽ trình bày một số thông tin về mẫu nghiên cứu đã thu thập được để có nhìn khái quát về mẫu nghiên cứu. Đồng thời, tác giả cũng sẽ trình bày về kết quả phân tích hồi quy để có đánh giá sự tác động mạnh yếu như thế nào của các nhân tố lên yếu tố động viên nhân viên tuyến đầu.
4.1. Mô tả mẫu
4.1.1. Phương pháp và dữ liệu thu thập
Như đã trình bày ở chương trên, mẫu được chọn theo phương pháp lấy mẫu thuận tiện với kích thước mẫu tối thiểu là 240 mẫu. Dữ liệu được thu thập thông qua các hình thức phỏng vấn trực tiếp, trả lời qua email hoặc online. Tổng số bảng câu hỏi thu được là 468 bảng, trong đó có 322 bảng câu hỏi hợp lệ và được sử dụng để đưa vào phân tích.
4.1.2. Mô tả thông tin mẫu
Sau khi thu thập dữ liệu, tác giả tiến hành mã hóa dữ liệu, nhập liệu vào phần mềm SPSS. Dữ liệu sau khi được đưa vào SPSS xử lý, tác giả thu được thông tin thống kê về mẫu như sau:
- Về giới tính: trong số 322 người được khảo sát thì nữ (54.7%) chiếm tỷ trọng nhiều hơn nam (45.3%).
- Về độ tuổi: Hơn 3/4 số người được phỏng vấn có độ tuổi trong khoảng từ 25 đến 30 tuổi (75.8%). Những người tham gia khảo sát còn lại nằm trong 2 nhóm tuổi là dưới 25 tuổi (6.5%) và từ 31 đến 40 tuổi (17.7%). Không có người tham gia khảo sát nào có độ tuổi trên 40 tuổi.
- Ngân hàng đamg làm việc: Số người tham gia khảo sát hiện đang làm việc trong 23 ngân hàng thương mại cổ phần khu vực Tp. Hồ Chí Minh. Trong đó
chủ yếu tập trung vào một vài ngân hàng như Quân Đội – MB (14.9%), Á Châu – ACB (14.60%), Đại Á – DAIABANK (9.0%), Việt Á – VIETABANK (6.5%), Đại Dương – OCEANBANK (6.2%), Sài Gòn –Hà Nội –SHB (6.2%) và một số ngân hàng khác.
- Phòng / Ban đang đang làm việc: Trong tổng số 322 bảng câu hỏi hợp lệ thì có hơn một nửa số người tham gia phỏng vấn cho biết họ đang công tác trong phòng Tín dụng / Quan hệ khách hàng (57.5%). Những người còn lại hiện đang làm việc tại phòng Dịch vụ khách hàng (42.5%).
- Về thu nhập bình quân: Hơn ¾ số người được khảo sát cho biết mức thu nhập bình quân trên tháng của họ nằm trong khoảng từ 5 đến 10 triệu (75.2%). Những người còn lại có thu nhập từ trên 10 đến 15 triệu (18.3%) và trên 15 triệu (2.8%). Chỉ một số ít có thu nhập dưới 5 triệu (3.7%).
- Kinh nghiệm làm việc: Hơn 2/3 số người tham gia khảo sát có thời gian công tác trong ngành ngân hàng từ 2 đến 5 năm (67.1%), những người còn lại có kinh nghiệm dưới 2 năm (15.8%) hoặc trên 5 năm (17.1%)
- Về trình độ học vấn: Hầu hết những người tham gia phỏng vấn có trình độ đại học (81.4%). Số còn lại có trình độ sau đại học (16.8%) và trung cấp/ cao đẳng (1.9%).
4.2. Kiểm định và đánh giá thang đo 4.2.1. Phân tích Cronbach’s Alpha 4.2.1. Phân tích Cronbach’s Alpha
Sau khi sử dụng phần mềm SPSS để tính hệ số Cronbach’s Alpha. Kết quả phân tích Cronbach’s Alpha cho các biến quan sát như sau:
Kết quả kiểm định độ tin cậy của thang đo cho thấy các thang đo sau đây bị loại khỏi mô hình do không đạt độ tin cậy (Cronbach’s Alpha < 0.6):
- Công nhận đóng góp cá nhân; - Sự tự chủ trong công việc;
- Các khoản phúc lợi;
- Thương hiệu, hình ảnh ngân hàng.
Sau khi tiến hành phân tích Cronbach Alpha, tác giả nhận thấy các biến nêu trên bị loại mặc dù về thực tế nó vẫn có ý nghĩa thực tiễn. Do đó, tác giả tiến hành nghiên cứu định tính bằng cách thảo luận nhóm với những người đang làm trong lĩnh vực ngân hàng thương mại cổ phần khu vực Thành phố Hồ Chí Minh để tìm hiểu nguyên nhân tại sao hệ số Cronbach’s Alpha lại thấp như vậy. Kết quả cho thấy những người tham gia phỏng vấn đều hiểu được nội dung của các biến quan sát của các yếu tố trên. Do đó, có thể là một số nguyên nhân sau dẫn đến điều này:
- Cơ sở lý thuyết của các nghiên cứu về các yếu tố động viên nhân viên ở các nước đã phát triển cao. Theo tháp nhu cầu của Maslow thì cuộc sống càng phát triển cao thì con người càng đòi hỏi các nhu cầu cao hơn và theo thuyết này thì các yếu tố “công nhận đóng góp cá nhân”, “sự tự chủ trong công việc” và “thương hiệu, hình ảnh ngân hàng” là ở mức nhu cầu bậc cao. Tuy nhiên, cuộc sống nói chung hiện nay ở Việt Nam vẫn còn đang nằm ở mức dưới, các nhu cầu về tồn tại, an toàn, mối quan hệ.... vẫn được quan tâm nhiều hơn. Các nhu cầu “công nhận đóng góp cá nhân”, “sự tự chủ trong công việc” và “thương hiệu, hình ảnh ngân hàng” chưa được quan tâm nhiều lắm vì cái mà người lao động Việt Nam đang quan tâm hiện nay chính là các nhu cầu bậc thấp.
- Chính sách lương hiện nay của các ngân hàng thương mại cổ phần đã gắn liền với chính sách khoán, tức là ngoài mức lương cứng thì họ còn có những khoản thu nhập thêm phụ thuộc vào các kết quả kinh doanh của nhân viên đó. Do đó, cách trả lương của các ngân hàng thương mại cổ phần hiện nay không còn khái niệm phúc lợi. Trước đây khi ở chế độ bao cấp, ngoài lương thì nhân viên còn có một vài khoản phúc lợi. Bây giờ xét việc trả lương thông qua kết quả công việc nên yếu tố phúc lợi thực sự không còn có sự phân biệt rõ ràng với lương. Do đó, yếu tố phúc lợi không còn quan trọng lắm đối với nhân viên tuyến đầu.
Các thang đo sau đây đạt độ tin cậy cho phép (Cronbach Alpha ≥ 0.6), do đó tất cả các thang đo này đều được sử dụng tiếp tục trong bước phân tích nhân tố (EFA) tiếp theo:
- Công việc thú vị (loại biến quan sát v1.1. “Công việc của bạn cho phép sử dụng tốt các năng lực cá nhân” do có hệ số tương quan biến-tổng < 0.3);
- Công việc ổn định; - Lương cao;
- Cơ hội đào tạo và thăng tiến;
- Môi trường và điều kiện làm việc tốt; - Người lãnh đạo và quản lý;
- Đồng nghiệp;
- Động viên nhân viên tuyến đầu. (loại biến v12.2. “Bạn luôn cảm thấy hứng thú khi làm công việc hiện tại” và v12.3. “Bạn thường làm việc với tâm trạng tốt nhất” vì có hệ số tương quan biến-tổng <0.3).
4.2.2. Phân tích nhân tố khám phá (EFA)
Trong đề tài này, tác giả tiến hành phân tích EFA cho các biến độc được phân tích cùng một lúc. Riêng biến phụ thuộc (Động viên nhân viên tuyến đầu) được phân tích riêng.
4.2.2.1. Phân tích nhân tố (EFA) các biến độc lập
Tác giả tiến hành đưa các biến quan sát của các thang đo sau vào phân tích nhân tố EFA:
- Công việc thú vị (loại biến quan sát v1.1. “Công việc của bạn cho phép sử dụng tốt các năng lực cá nhân” do có hệ số tương quan biến-tổng < 0.3);
- Công việc ổn định;
- Cơ hội đào tạo và thăng tiến;
- Môi trường và điều kiện làm việc tốt; - Người lãnh đạo và quản lý;
- Đồng nghiệp;
Kết quả phân tích EFA như sau:
- Số lượng nhân tố trích được là 7 nhân tố. - Hệ số KMO đạt 0.834.
- Kiểm định Bartlett: Đạt yêu cầu (Sig=0.000< 0.05).
- Kết quả phân tích nhân tố cũng cho thấy phương sai được giải thích là 57.654% (lớn hơn 50%), điều này thể hiện rằng 07 nhân tố được trích ra này có thể giải thích được gần 58% biến thiên của dữ liệu, đây là kết quả chấp nhận được.
- Điểm dừng khi trích các yếu tố tại nhân tố thứ 07 với eigenvalue là 1.148 ( >1). Kết quả phân tích nhân tố là phù hợp.
- Ta tiến hành loại biến v8.1. “Bạn luôn được cấp trên tôn trọng và tin tưởng trong công việc” và v7.3. “Ngân hàng luôn bảo đảm tốt các điều kiện an toàn, bảo hộ lao động” ra khỏi mô hình vì có hệ số chuyển tải không đạt yêu cầu (factor loading < 0.5).
- Đối với các biến quan sát v8.5. “Cấp trên của bạn luôn khéo léo, tế nhị khi cần phê bình”, v6.3. “Ngân hàng bạn đang làm luôn tạo ra nhiều cơ hội phát triển nghề nghiệp”, v7.1. “Bạn luôn được trang bị đầy đủ thiết bị, dụng cụ để làm việc” và v7.5. “Công việc của bạn không đòi hỏi thường xuyên phải làm ngoài giờ” có hệ số chuyển tải đạt yêu cầu (>0.5) nhưng có chênh lệch trọng số là không cao (λiA – λiB <0.3). Do đó, tác giả tiến hành đánh xem xét giá trị nội dung của các biến quan sát này để quyết định giữ hay bỏ ra khỏi mô hình. Sau khi đánh giá các biến