3.2.1. Phương pháp chọn mẫu
Mẫu trong nghiên cứu được chọn theo phương pháp lấy mẫu thuận tiện. Phương pháp này là phương pháp chọn mẫu phi xác suất trong đó nhà nghiên cứu
tiếp cận với các đối tượng khảo sát bằng phương pháp thuận tiện. Điều này có nghĩa là
nhà nghiên cứu có thể chọn các đối tượng mà họ có thể tiếp cận. Ưu điểm của phương
pháp này là dễ tiếp cận đối tượng khảo sát và thường sử dụng khi bị giới hạn thời gian và chi phí. Tuy nhiên phương pháp này có nhược điểm là không xác định được sai số do lấy mẫu.
3.2.2. Kích thước mẫu
Kích thước mẫu sẽ phụ thuộc vào việc ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì (Kumar, 2005). Vấn đề nghiên cứu càng đa dạng phức tạp thì mẫu nghiên cứu càng lớn. Một nguyên tắc chung khác nữa là mẫu càng lớn thì độ chính xác của các kết quả nghiên cứu càng cao. Tuy nhiên trên thực tế thì việc lựa chọn kích thước mẫu còn phụ thuộc vào một yếu tố hết sức quan trọng là năng lực tài chính và thời gian mà nhà nghiên cứu đó có thể có được.
Theo nghiên cứu của Bollen (1989), tính đại diện của số lượng mẫu được lựa chọn nghiên cứu sẽ thích hợp nếu kích thước mẫu là 5 mẫu cho một ước lượng. Mô hình nghiên cứu trong luận văn bao gồm 7 nhân tố độc lập với 34 biến quan sát. Do đó, số lượng mẫu cần thiết là n ≥ 170 mẫu để tính đại diện của mẫu được đảm bảo cho việc thực hiện nghiên cứu. Trong nghiên cứu này, tác giả chọn kích thước mẫu là 300.
Để có được 300 mẫu, tác giả gửi 50 bảng câu hỏi trực tiếp đến các người lao động thuộc phòng ban Hội Sở, Sở Giao Dịch. Do đặc thù của ngân hàng, rất hạn chế trong cấp quyền cho người lao động sử dụng internet nên 250 bảng câu hỏi còn lại tác giả gửi file qua spark (phần mềm liên hệ nội bộ trong ngân hàng) cho các người lao động thuộc Chi nhánh, Phòng giao dịch khắp cả nước.
Kết quả, loại 13 phiếu còn lại 287 phiếu vì một số lý do có nhiều ô bỏ trống, người trả lời chọn đồng nhất một câu trả lời...
3.2.3. Các phương pháp phân tích dữ liệu
Các bảng câu hỏi khảo sát sau khi thu thập sẽ được xem xét tính hợp lệ. Những phiếu trả lời hợp lệ sẽ được mã hóa, nhập liệu và làm sạch dữ liệu trên phần mềm SPSS 16.0. Thông qua phần mềm SPSS, việc phân tích dữ liệu được thực hiện thông qua các bước sau:
- Thống kê mô tả: lập bảng tần số, để thống kê các đặc điểm của mẫu thu thập theo giới tính, nhóm tuổi, thâm niên công tác và mức độ thỏa mãn của người lao động theo từng nhân tố.
- Đánh giá thang đo: kiểm định độ tin cậy của các thang đo thông qua kiểm định hệ số tin cậy Cronbach Alpha và phân tích nhân tố khám phá (EFA)
Hệ số Cronbach Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Với phương pháp này, người phân tích có thể loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy Cronbach Alpha từ 0.6 trở lên (Nunnally & Burnstein 1994).
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 24): “Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo lường là tốt, từ gần 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp
khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu”. Trong nghiên cứu này, Cronbach Alpha từ 0,6 trở lên là sử dụng được.
Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu sau khi đã đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha và loại đi các biến không đảm bảo độ tin cậy. Phương pháp này phát huy tính hữu ích trong việc xác định các tập biến cho vấn đề nghiên cứu cũng như được sử dụng để tìm kiếm mối liên hệ giữa các biến với nhau.
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa Barlett ≤ 0.05. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤1 thì phân tích nhân tố là thích hợp. Kaiser (1974) đề nghị KMO ≥ 0.90 là rất tốt; KMO ≥ 0.80: tốt; KMO ≥ 0.70: được; KMO ≥ 0.60: tạm được; KMO≥ 0.50: xấu; KMO < 0.50: không thể chấp nhận được (Nguyễn Đình Thọ, 2011).
Thứ hai: hệ số tải nhân tố (factor loading) ≥ 0.5. Theo Hair & cộng sự (2006), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0.3 được xem là đạt được mức tối thiểu; > 0.4 được xem là quan trọng; ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair & cộng sự (2006) cũng khuyên rằng: nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu khoảng 50 thì factor loading phải > 0.75.
Thứ ba: thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số eigenvalue > 1 (Gerbing & Anderson 1988).
Thứ tư: khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al_Tamimi, 2003).
Khi phân tích EFA, tác giả sử dụng phương pháp trích Principal Component Analysis với phép quay Varimax để tìm ra các nhân tố đại diện cho các biến và điểm dừng khi trích các nhân tố có eigenvalue lớn hơn 1. Varimax cho phép xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố.
- Phân tích hồi quy: dùng để tìm được mối tương quan giữa các biến độc lập (các nhân tố tác động) và biến phụ thuộc (sự thỏa mãn trong công việc của người lao động tại DongA Bank).
Phân tích hồi quy để xem xét mô hình nghiên cứu. Với mô hình được đề cặp trong chương 2, phương pháp phân tích hồi quy bội để được thực hiện để xem xét mức độ tác động của các nhân tố đến sự thỏa mãn.
- Phân tích T-test và phương sai ANOVA: để kiểm định có sự khác nhau hay không về sự thỏa mãn trong công việc của người lao động DongA Bank theo giới tính và thâm niên công tác.
Tóm Tắt
Chương này đã trình bày phương pháp nghiên cứu, phương pháp chọn mẫu, mô tả quy trình nghiên cứu, điều chỉnh thang đo đồng thời trình bày phương pháp phân tích dữ liệu. Nghiên cứu sơ bộ được thực hiện bằng định tính để điều chỉnh thang đo cho phù hợp. Nghiên cứu chính thức được thực hiện bằng định lượng và sử dụng công cụ SPSS để phân tích như: thống kê mô tả, kiểm định Cronbach Alpha, phân tích nhân tố EFA, phân tích tương quan, hồi quy bội, Trong chương tiếp theo, tác giả sẽ trình bày cụ thể các kết quả phân tích.
Chương 4: KẾT QUẢ NGHIÊN CỨU Giới thiệu
Nội dung của chương 4 gồm các phần: mô tả mẫu nghiên cứu; đánh giá thang đo bằng kết quả phân tích hệ số tin cậy Cronbach Alpha và kết quả phân tích nhân tố khám phá EFA; kiểm tra ma trận hệ số tương quan Pearson; phân tích hồi quy; phân tích T-test và phương sai ANOVA nhằm kiểm định có sự khác nhau hay không về mức độ thỏa mãn trong công việc của người lao động tại DongA Bank theo giới tính và thâm niên công tác.
4.1 Mô tả mẫu nghiên cứu
Sau khi 300 bảng câu hỏi được gửi cho người lao động qua khảo sát trực tiếp và qua spark, tác giả nhận lại được 287 phiếu hợp lệ do sau khi phân tích và kiểm tra có 13 phiếu bị loại do không hợp lệ. Do đó, số lượng mẫu còn lại đưa vào phân tích là 283 mẫu, lớn hơn số lượng mẫu cần thiết n ≥ 170. Như vậy, số lượng mẫu thu được đảm bảo tính đại diện cho việc thực hiện nghiên cứu.
Bảng 4.1: Thông tin mẫu nghiên cứu
Mục khảo sát Tần số Phần trăm % Tích lũy Giới tính Nam 104 36.2 38.2 Nữ 183 63.8 100.0 Tổng cộng 287 100.0 Độ tuổi <30 106 36.9 36.9 30-40 125 43.6 80.5 >40 56 19.5 100.0
Mục khảo sát Tần số Phần trăm % Tích lũy Giới tính
Nam 104 36.2 38.2
Nữ 183 63.8 100.0
Tổng cộng 287 100.0
Thâm niên công tác
< 2 năm 93 32.4 32.4
2 – 5 năm 131 45.6 78.0
> 5 năm 63 22.0 100.0
Tổng cộng 287 100.0
Về giới tính, trong số 287 người lao động trả lời hợp lệ, có 104 người lao
động là nam (chiếm tỷ lệ 36.2%) và 183 người lao động là nữ (chiếm tỷ lệ 63.8%). Ta thấy cơ cấu mẫu trong đề tài tương đối phù hợp với cơ cấu người lao động trong ngân hàng (bảng 1.1).
Về độ tuổi của người lao động, có 106 người lao động dưới 30 tuổi (chiếm tỷ
lệ 36.9%), 125 người lao động từ 30-40 tuổi (chiếm tỷ lệ 43.6%) và 56 người lao động trên 40 tuổi (chiếm tỷ lệ 19.5%). Cơ cấu độ tuổi trong mẫu cho thấy tỉ lệ mẫu khảo sát thuộc thế hệ trẻ
Về thâm niên công tác, có 93 người lao động có thâm niên công tác < 2 năm
(chiểm tỷ lệ 32.4%), 131 người lao động có thâm niên công tác từ 2 - 5 năm (chiểm tỷ lệ 45.6%), 63 người lao động có thâm niên công tác > 5 năm (chiểm tỷ lệ 22%)
Sau đây là các bước phân tích, đánh giá thang đo, kiểm định mô hình và các giả thuyết nghiên cứu để cho ra kết quả nghiên cứu.
4.2Kiểm định thang đo
4.2.1 Kết quả đánh giá sơ bộ về hệ số Cronbach Alpha
a. Nhân tố thu nhập
Nhân tố thu nhập có Cronbach Alpha là 0,886. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.493 (TN_2). Vì vậy, 5 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
b. Cơ hội đào tạo và thăng tiến
Nhân tố cơ hội đào tạo – thăng tiến có Cronbach Alpha là 0,861. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.582 (CH_3). Vì vậy, 5 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
c. Cấp trên
Nhân tố cấp trên có Cronbach Alpha là 0,856. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.567 (CT_1). Vì vậy, 6 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
d. Đồng nghiệp
Nhân tố đồng nghiệp có Cronbach Alpha là 0,918. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.706 (DN_4). Vì vậy, 4 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
e. Đặc điểm công việc
Nhân tố đặc điểm công việc có Cronbach Alpha là 0,914. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.691 (CV_4). Vì vậy, 5 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
f. Điều kiện làm việc
Nhân tố điều kiện làm việc có Cronbach Alpha là 0,886. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.586 (DK_1). Vì vậy, 5 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
g. Phúc lợi
Nhân tố điều kiện làm việc có Cronbach Alpha là 0,891. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.658 (PL_4). Vì vậy, 4 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
h. Sự thỏa mãn công việc
Nhân tố sự thỏa mãn công việc có Cronbach Alpha là 0,904. Các hệ số tương quan biến tổng – tổng của các biến đo lường thành phần đều lớn hơn 0,4. Nhỏ nhất là 0.651 (STM_3). Vì vậy, 5 biến quan sát này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.2: Kết quả kiểm định các thang đo bằng hệ số Cronbach Alpha
Biến quan sát thang đo nếu Trung bình loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến
tổng
Cronbach alpha nếu loại
biến Thu nhập: Cronbach Alpha = .886
TN_1 13.77 7.513 .792 .845
TN_2 13.63 9.115 .493 .908
TN_3 13.76 7.358 .794 .845
TN_4 13.68 7.775 .724 .861
Cơ hội đào tạo và thăng tiến: Cronbach Alpha = .861 CH_1 14.96 7.226 .651 .840 CH_2 14.93 6.963 .753 .812 CH_3 14.65 7.759 .582 .856 CH_4 14.87 7.801 .703 .829 CH_5 14.85 7.261 .723 .821
Cấp trên: Cronbach Alpha = .856
CT_1 18.54 9.529 .567 .845 CT_2 18.44 9.226 .661 .829 CT_3 18.52 8.453 .770 .807 CT_4 18.40 9.347 .593 .841 CT_5 18.32 8.708 .698 .821 CT_6 18.45 9.262 .577 .844
Đồng nghiệp: Cronbach Alpha = .918
DN_1 10.28 6.098 .838 .885
DN_2 10.28 6.083 .843 .883
DN_3 10.37 6.089 .867 .875
DN_4 10.30 6.931 .706 .928
Đặc điểm công việc: Cronbach Alpha = .914
CV_1 15.01 11.314 .785 .894
CV_2 15.02 10.944 .691 .916
CV_3 15.14 11.321 .776 .896
CV_4 15.05 10.879 .867 .877
4.2.2 Kiểm định thang đo bằng phân tích nhân tố khám phá (EFA)
Sau khi kiểm định bằng hệ số tin cậy Cronbach Alpha, có tất cả 34 biến quan
sát của 7 thang đo tiếp tục đưa vào EFA. (chi tiết xem tại phụ lục 4).
Lần rút trích nhân tố thứ nhất , biến quan sát TN_2 có hệ số tải nhân tố <0,5 và khi xem xét ý nghĩa thực tế của biến quan sát này (tiền thưởng tương xứng với lợi ích người lao động mang lại cho ngân hàng) tác giả nhận thấy tại DongA Bank tiền thưởng không phải là yếu tố quan trọng trong thu nhập vì hiện tại các khoản thu nhập ngoài lương cơ bản hiện nay đang được tính vào các khoản trợ cấp hoặc phúc lợi. Từ đó tác giả loại bỏ biến quan sát TN_2. Hệ số Cronbach Alpha của nhân tố thu nhập sau khi bỏ biến TN_2 là 0.908 > 0.6.
Điều kiện làm việc: Cronbach Alpha = .886
DK_1 14.04 8.152 .586 .893
DK_2 13.84 7.578 .738 .859
DK_3 13.98 6.989 .843 .833
DK_4 13.94 7.053 .819 .839
DK_5 13.97 8.188 .647 .879
Phúc lợi: Cronbach Alpha = .891
PL_1 11.51 4.754 .766 .857
PL_2 11.59 4.598 .817 .838
PL_3 11.67 4.733 .804 .844
PL_4 11.63 5.086 .658 .897
Sự thỏa mãn công việc: Cronbach Alpha = .904
STM1 14.66 9.427 0.860 .861
STM2 14.62 9.530 0.840 .865
STM3 14.32 11.402 0.651 .905
STM4 14.09 10.276 0.715 .893
Sau khi loại bỏ biến TN_2 do không đảm bảo hệ số nhân tố tải > 0.5, lần rút
trích nhân tố thứ hai được thực hiện với 33 biến quan sát (chi tiết xem tại phụ lục 4).
Kết quả kiểm định các thang đo biến độc lập
Bảng 4.3a: Kết quả kiểm định KMO và Barlett:
Kiểm định mức độ phù hợp mẫu theo KMO .874
Bartlett's Test of Sphericity
Approx. Chi-Square 7.141E3
Df 528
Sig. .000
Bảng 4.3b: Kết quả phân tích nhân tố các thang đo
STT Tên biến Nhân tố
1 2 3 4 5 6 7 1 CV_5 .863 2 CV_4 .848 3 CV_2 .791 4 CV_3 .741 .316 5 CV_1 .708 .418 6 CH_4 .812 7 CH_2 .758 8 CH_5 .719 9 CH_1 .683 10 CH_3 .662 11 CT_3 .811 12 CT_2 .768 13 CT_5 .750 14 CT_6 .724 15 CT_1 .305 .644 16 CT_4 .327 .628 17 DK_3 .888
18 DK_4 .809 19 DK_2 .765 20 DK_5 .726 21 DK_1 .702 22 TN_4 .868 23 TN_3 .824 24 TN_5 .801 25 TN_1 .792 26 DN_3 .847 27 DN_2 .813 28 DN_1 .782 29 DN_4 .325 .636 30 PL2 .893 31 PL_1 .881 32 PL_3 .875 33 PL_4 .790 Eigen value 1.284 Phương sai trích 73.211
Số lượng nhân tố trích được là 7 nhân tố
Hệ số KMO (Bảng 4.3a) là 0.874 > 0.5 phân tích nhân tố thích hợp với dữ liệu