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.