2.2.2.1 Thang đo
Nhiều nghiên cứu cho thấy, sử dụng câu hỏi đóng trong nghiên cứu thái độ nói chung là thuận lợi hơn. Nghiên cứu này sử dụng thang đo Likert năm mức độ để khảo sát là phù hợp nhất. Thang đo Likert đƣợc sử dụng để thiết kế bảng câu hỏi vì hai lý do: Nhiều nghiên cứu sử dụng thang đo Likert (năm mức độ, bảy mức độ) để đánh giá mức độ thỏa mãn của ngƣời lao động. Kết quả của những nghiên cứu đƣợc thừa nhận trên thế giới nhƣ tác giả Smith, Kendall và Hullin… ; Kiểm chứng sự phù hợp của thang đo Likert thông qua thống kê là đáng tin cậy.
BẢNG 4: CÁC THANG ĐO ĐƢỢC SỬ DỤNG TRONG BẢNG CÂU HỎI NGHIÊN CỨU
Nhân tố Biến Thang đo
Thông tin cá nhân
Thông tin cá nhân của nhân viên
Giới tính Định danh
Tuổi Cấp bậc
Thời gian bắt đầu làm việc Cấp bậc
Vị trí công việc Định danh
Trình độ học vấn Cấp bậc
Thu nhập Cấp bậc
Thông tin về đánh giá mức độ quan trọng – Mức độ thể hiện của các tiêu chí
Đánh giá chi tiết về mức độ quan trọng – Mức độ thể hiện của các tiêu chí
Các chỉ số đánh giá về tính chất công việc
Likert 5 mức độ Các chỉ số đánh giá về tiền lƣơng, phúc lợi
Các chỉ số đánh giá về đào tạo, phát triển Các chỉ số đánh giá về quan hệ nơi làm việc Các chỉ số đánh giá về môi trƣờng làm việc
Thông tin về sự độ thỏa mãn của từng nhân tố
Đánh giá mức độ hài lòng chung trong công việc
Hài lòng khi làm việc tại Công ty
Likert 5 mức độ Hài lòng, sẵn sàng làm việc lâu dài tại công
ty
Hài lòng và xem công ty là nơi làm việc “lý tƣởng”
Bảng câu hỏi nghiên cứu đƣợc thực hiện trên cơ sở thang đo đã chọn và các thảo luận nhóm về mức độ hài lòng của ngƣời lao động đối với công việc đang làm.
Nội dung và các biến quan sát trong các thành phần đƣợc hiệu chỉnh cho phù hợp. Một thang đo Likert 5 điểm đƣợc dùng để sắp xếp từ nhỏ đến lớn với số càng lớn là càng đồng ý với phát biểu (1: rất không hài lòng, 2: không hài lòng, 3: tạm hài lòng, 4: hài lòng, 5: hoàn toàn hài lòng). (phụ lục 1. Bảng câu hỏi nghiên cứu).
2.2.2.2 Phƣơng pháp chọn mẫu
Số liệu thứ cấp: đƣợc tổng hợp từ các nguồn của Công ty Cổ phần Dầu khí Mekong: Số liệu về tình hình hoạt động sản xuất kinh doanh của Công ty, số liệu từ phòng Tổ chức nhân sự về số lƣợng nhân viên, trình độ học vấn… của nhân viên Công ty để làm cơ sở đề xuất giải pháp.
Số liệu sơ cấp: nguồn số liệu sơ cấp đƣợc thu thập bằng cách phỏng vấn trực tiếp nhân viên tại các phòng ban của Công ty. Vì luận văn sẽ tiến hành trên cơ sở nghiên cứu mức độ hài lòng của nhân viên thông qua đánh giá mức độ cảm nhận của nhân viên nên cần phải tiến hành những cuộc phỏng vấn nhân viên và phân tích các số liệu đó.
a. Phương pháp chọn mẫu
Chọn mẫu theo phƣơng pháp phân tầng (theo các phòng ban): với phƣơng pháp này, việc lựa chọn nhân viên trong Công ty để phỏng vấn đƣợc chọn ngẫu nhiên tại tất cả các phòng ban trong công ty. Trong đó, số lƣợng nhân viên đƣợc chọn phỏng vấn trong mỗi phòng ban tỷ lệ với số nhân viên trong toàn công ty.
Phƣơng pháp chọn mẫu phân tầng đƣợc sử dụng phổ biến vì nó có nhiều ƣu điểm hơn các phƣơng pháp khác. Theo phƣơng pháp này, mẫu đƣợc chọn có tính đại diện cho tổng thể cao hơn, giảm đáng kể sai số trong nghiên cứu, có thể chọn ít mẫu để tiết kiệm thời gian và chi phí.
b. Xác định cỡ mẫu:
Đó là việc xác định số phần tử đƣợc chọn ra từ tổng thể sao cho đảm bảo đại diện cho tổng thể góp phần tăng khả năng chính xác và mang ý nghĩa thực tế.
Thông thƣờng các nhà nghiên cứu trong thực tế thƣờng sử dụng cỡ mẫu bằng hoặc lớn hơn 100 mà không cần tính toán cỡ mẫu vì cỡ mẫu này đã thuộc
mẫu lớn bảo đảm cho tính suy rộng (Lƣu Thanh Đức Hải - Võ Thị Thanh Lộc, “Nghiên Cứu Marketing Ứng Dụng”, trang 196). Do đó, tác giả chọn cỡ mẫu 100 mẫu để nghiên cứu.
Với phƣơng pháp chọn mẫu và cỡ mẫu nhƣ trên, từ bảng cơ cấu số lƣợng nhân viên tại các phòng ban trong công ty, tác giả phân bổ số lƣợng đáp viên nhƣ sau:
BẢNG 5: SỐ LƢỢNG MẪU PHÂN BỔ THEO PHÒNG BAN
(Nguồn: Phòng TCNS – Công ty cổ phần Dầu khí Mê Kông)
2.2.3 Phƣơng pháp phân tích số liệu
Dữ liệu thu thập đƣợc xử lý bởi phần mềm SPSS 16.0. Dữ liệu sau khi đƣợc mã hóa và làm sạch sẽ tiến hành phân tích thông qua các bƣớc sau:
Mục tiêu 1: sử dụng các thông tin điều tra từ bảng trả lời câu hỏi phỏng vấn để đánh giá mức độ cảm nhận của nhân viên thông qua các phân tích sau:
2.2.3.1 Thống kê mô tả
Phƣơng pháp này đƣợc sử dụng trong bài nghiên cứu để phân tích thông tin về đối tƣợng phỏng vấn, tính trị số trung bình Mean, giá trị lớn nhất Max, giá trị nhỏ nhất Min…
TT Đơn vị Số lƣợng nhân sự Cỡ mẫu
1 P. Tổ chức nhân sự 4 1 2 Văn phòng Công ty 21 8 3 P. Kế hoạch Đầu tƣ 11 4 4 P. Tài chính - Kế toán 12 4 5 P. Thanh tra pháp chế 5 2 6 P. Thƣơng mại thị trƣờng 70 26 7 P. Bán lẻ 75 29 8 P. Quản lý hàng hóa 10 4 9 Xí nghiệp Tổng kho 59 22 TỔNG CỘNG 267 100
Ý nghĩa của từng giá trị trung bình đối với thang đo khoảng:
Giá trị khoảng cách = ( Maximum-Minimum)/n = (5-1)/5
= 0,8
Giá trị trung bình Ý nghĩa
1,00-1,80 Rất không đồng ý/Rất không hài lòng/ Rất không quan trọng
1,81-2,60 Không đồng ý/Không quan trọng/Không hài lòng
2,61-3,40 Không ý kiến/ Trung bình/Tạm hài lòng
3,41-4,20 Đồng ý/ Hài lòng/ Quan trọng
4,21-5,00 Rất đồng ý/ Rất quan trọng/ Rất hài lòng
Thống kê mô tả đƣợc sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập đƣợc từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thƣớc đo nhằm tạo ra nền tảng của mọi phân tích định lƣợng về số liệu. Để hiểu đƣợc các hiện tƣợng và ra quyết định đúng đắn, cần nắm đƣợc các kỹ thuật cơ bản của mô tả dữ liệu:
- Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu: Khi tóm tắt một đại lƣợng về thông tin ngƣời lao động (giới tính, độ tuổi lao động, thời gian làm việc, thu nhập trung bình, v.v…) thƣờng dùng các thông số thống kê nhƣ tần số, trung bình cộng, tỷ lệ, phƣơng sai, độ lệch chuẩn và thông số thống kê khác. Những dữ liệu này biểu diễn bằng đồ họa hoặc bằng bảng mô tả dữ liệu giúp phân tích, so sánh thông tin ngƣời lao động.
- Kiểm định giả thiết dữ liệu thống kê mô tả: Kiểm định Independent- Sample T-test, kiểm định One-Way Anova cho biết trị trung bình giữa các nhóm để so sánh, phỏng đoán mức độ phù hợp dữ liệu thống kê mô tả, tồn tại mối liên hệ giữa các cặp biến quan sát.
2.2.3.2 Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach Alpha
Kiểm định độ tin cậy của thang đo đƣợc đánh giá qua hệ số Cronbach’s Alpha (Cronbach, 1951): Hệ số Cronbach Alpha (α) là hệ số tin cậy đƣợc sử dụng kiểm định thang đo lƣờng tƣơng quan giữa các cặp biến quan sát.
Hệ số Cronbach’s Alpha đƣợc tính theo công thức sau: A = ) var )(cov/ 1 ( 1 ) var (cov/ k k Trong đó: α : Hệ số cronbach Alpha k : Số mục hỏi đƣợc kiểm tra
cov/var: Hệ số tƣơng quan trung bình giữa các cặp biến quan sát Đánh giá độ tinh cậy thang đo qua hệ số Cronbach Alpha α:
0,8 ≤ α < 1,0 Thang đo lƣờng tốt
0,7 ≤ α < 0,8 Thang đo sử dụng đƣợc
α ≥ 0,6 Sử dụng đƣợc đối với khái niệm nghiên cứu mới
(Hoàng Trọng - Chu Nguyễn Mộng Ngọc, 2005)
Việc kiểm định độ tin cậy thang đo có thể đƣợc xác định nhờ hệ số tƣơng quan biến tổng (Corrected Item-Total Correclation) nhằm loại bỏ các biến rác khỏi thang đo lƣờng. Hệ số tƣơng quan biển tổng là hệ số tƣơng quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tƣơng quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994), các biến có hệ số tƣơng quan biến tổng nhỏ hơn 0.3 đƣợc coi là biến rác.
2.2.3.3 Phân tích nhân tố EFA
Phân tích nhân tố thƣờng đƣợc dùng trong quá trình xây dựng thang đo lƣờng các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra tính đơn khía cạnh của thang đo lƣờng (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Nhƣ vậy, phân tích nhân tố vừa giúp ta rút gọn tập hợp nhiều biến thành một số biến tƣơng đối ít đồng thời kiểm tra độ kết dính hay độ tin cậy của các biến trong cùng một thang đo.
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút
gọn số lƣợng 21 biến quan sát (2 biến thuộc nhóm Tính chất công việc đã bị loại ở
dùng để đo lƣờng sự hài lòng công việc. Nó cũng giúp ta kiểm định lại lần nữa các chỉ số đánh giá (biến) trong từng nhân tố có thực sự đáng tin cậy và có độ kết dính nhƣ chúng đã thể hiện ở phần xác định hệ số Cronbach’s alpha hay không? Tƣơng tự nó cũng giúp ta kiểm tra xem năm nhân tố mà chúng ta đã xây dựng ban đầu có thực sự đo lƣờng cùng khái niệm “sự thỏa mãn công việc” và có độ kết dính cao hay không.
2.2.3.4 Kiểm định trị trung bình của hai tổng thể - trƣờng hợp mẫu độc lập ( Independent Sample T- test) lập ( Independent Sample T- test)
Phép kiểm định này đƣợc sử dụng trong trƣờng hợp chúng ta cần so sánh trị trung bình về một chỉ tiêu nghiên cứu nào đó giữa hai đối tƣợng mà chúng ta quan tâm. Chỉ có hai biến tham gia trong một phép kiểm định trung bình: một biến định lƣợng dạng khoảng cách hay tỉ lệ để tính trung bình và một biến định tính dùng để chia nhóm ra so sánh.
Trƣớc khi thực hiện kiểm định trung bình, ta cần phải thực hiện kiểm định sự bằng nhau của hai phƣơng sai tổng thể. Kiểm định này có tên là kiểm định Levene,
với giả thiết: H0 rằng phƣơng sai của hai tổng thể bằng nhau. Kết quả của việc bác
bỏ hay chấp nhận H0 ảnh hƣởng rất quan trọng đến việc chúng ta sẽ chọn lựa loại
kiểm định giả thiết về sự bằng nhau giữa hai trung bình tổng thể nào: kiểm định trung bình với phƣơng sai bằng nhau hay kiểm định trung bình với phƣơng sai khác nhau.
Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) < α (mức ý nghĩa) thì phƣơng sai của 2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.
Nếu Sig. trong kiểm định Levene (kiểm định F) ≥ α thì phƣơng sai của 2 tổng thể không khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances assumed.
Nếu Sig. trong kiểm định t < α thì có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.
bình của 2 tổng thể.
Trong nghiên cứu này, sử dụng phƣơng pháp kiểm định trị trung bình của hai tổng thể - trƣờng hợp mẫu độc lập nhằm mục đích kiểm định sự khác biệt về đánh giá mức độ thể hiện giữa các nhân viên có giới tính khác nhau.
2.2.3.5 Phân tích phƣơng sai ANOVA
Có thể nói phân tích phƣơng sai là sự mở rộng của kiểm định t, vì phƣơng pháp này giúp ta so sánh trị trung bình của 3 nhóm biến phân loại trở lên. Kỹ thuật phân tích phƣơng sai đƣợc dùng để kiểm định giả thiết các tổng thể nhóm (tổng thể bộ phân) có trị trung bình bằng nhau. Kỹ thuật này dựa trên cơ sở tính toán mức độ biến thiên trong nội bộ các nhóm và biến thiên giữa các trung bình nhóm. Dựa trên hai ƣớc lƣợng này của mức độ biến thiên ta có thể rút ra kết luận về mức độ khác nhau giữa các trung bình nhóm. Trong phạm vi đề tài này phân tích phƣơng sai một yếu tố (One – Way ANOVA) đƣợc sử dụng nhằm mục đích kiểm định sự khác biệt về đánh giá mức độ thể hiện giữa các khách hàng có độ tuổi, thời gian làm việc, bộ phận làm việc, trình độ học vấn và thu nhập khác nhau. Một số giả định đối với phân tích phƣơng sai một yếu tố:
- Các nhóm so sánh phải độc lập và đƣợc chọn một cách ngẫu nhiên
- Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để đƣợc xem nhƣ tiệm cận phân phối chuẩn.
- Phƣơng sai của các nhóm so sánh phải đồng nhất. Giả thiết:
H0 : không có sự khác biệt giữa các biến trong kiểm định.
H1 : có sự khác biệt giữa các biến trong kiểm định.
Nếu giả định tổng thể có phân phối chuẩn với phƣơng sai đồng nhất không đáp ứng đƣợc thì chúng ta sẽ chuyển sử dụng kiểm định Kruskal - Wallis để thay thế cho ANOVA.
Phân tích phƣơng sai ANOVA, Independent Sample T-test: để kiểm định giả thuyết, có hay không sự khác nhau về sự thỏa mãn trong công việc theo các đặc điểm cá nhân.
Mục tiêu 2: Kiểm định trị trung bình của hai mẫu phụ thuộc hay phân phối từng cặp giữa mức độ quan trọng – Mức độ thể hiện, dựa vào mô hình IPA để đánh giá mức độ hài lòng của nhân viên đối với Công ty cổ phần Dầu khí Mekong.
2.2.3.6 Kiểm định trị trung bình của hai mẫu phụ thuộc hay phân phối từng cặp (Paired-Samples T-test) cặp (Paired-Samples T-test)
Đây là loại kiểm định dùng cho 2 nhóm tổng thể có liên hệ với nhau. Dữ liệu của mẫu thu thập ở dạng thang đo định lƣợng, khoảng cách hoặc tỷ lệ. Quá trình kiểm định sẽ bắt đầu với việc tính toán chênh lệch giá trị trên từng cặp quan sát bằng phép trừ, sau đó kiểm nghiệm xem chênh lệch trung bình của tổng thể có khác 0 hay không, nếu không khác 0 tức là không có sự khác biệt.
Lợi thế của phép kiểm định này là loại trừ đƣợc những yếu tố tác động bên ngoài vào nhóm thử. Điều kiện để áp dụng Paired-samples T- test là kích cỡ 2 mẫu so sánh phải bằng nhau và chênh lệch giữa các giá trị của 2 mẫu phải có
phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để xem nhƣ xấp xỉ phân phối chuẩn.
Giả thiết:
H0: Không có sự khác biệt về giá trị trung bình của hai nhóm.
H1: Có sự khác biệt về giá trị trung bình của hai nhóm.
Nếu mức ý nghĩa quan sát Sig. (2 tailed) α (mức ý nghĩa) thì kiểm định hoàn toàn
có ý nghĩa, bác bỏ giả thuyết H0, ta kết luận rằng có sự chênh lệch có ý nghĩa thống kê
giữa 2 biến.
Trong bài nghiên cứu này dùng kiểm định so sánh cặp để kiểm định xem có sự khác biệt trong đánh giá mức độ quan trọng và mức độ thể hiện của nhân viên hay không và nếu có thì khác nhau ra sao.
2.2.3.7 Mô hình mức độ quan trọng – mức độ thực hiện (IPA)
Sử dụng mô hình đo lƣờng Mức độ quan trọng – Mức độ thể hiện IPA để đánh giá mức độ hài lòng của nhân viên.
Vẽ biểu đồ thể hiện sự phân bố của các tiêu chí trên bốn góc phần tƣ. Dựa vào sự phân bố của các biến đƣa ra các nhận xét phần nào nên tiếp tục tập trung đầu tƣ phát triển, phần nào nên hạn chế phát triển…
Mô hình mức độ quan trọng – mức độ thực hiện IPA (Importance - Performance – Analysis): do Martilla & James xây dựng vào năm 1977, là một trong những phƣơng pháp đo lƣờng chất lƣợng dịch vụ đƣợc sử dụng rộng rãi. Mô hình IPA đo lƣờng chất lƣợng dịch vụ dựa vào sự khác biệt giữa ý kiến khách hàng