Bước Giai đoạn Phương pháp Kĩ thuật thu thập dữ liệu Cỡ mẫu Địa điểm
1 Nghiên cứu sơ bộ Định tính Thảo luận nhóm n = 9 Chi Cục thuế Nha Trang Định lượng
sơ bộ Gửi bảng hỏi trực tiếp n = 130
2 Nghiên cứu chính thức Định lượng chính thức Gửi bảng hỏi trực tiếp n = 155
Nguồn: Đề xuất của tác giả
3.2. Phương pháp nghiên cứu 3.2.1. Nghiên cứu định tính 3.2.1. Nghiên cứu định tính
Dựa trên cơ sở lý thuyết được đề cập, nghiên cứu đưa ra các thang đo để đo lường các khái niệm nghiên cứu. Tuy nhiên, thang đo cần được điều chỉnh để cho phù hợp tại không gian nghiên cứu. Phương pháp này chủ yếu tham khảo ý kiến của chuyên gia để điều chỉnh bảng câu hỏi sao cho phù hợp với tình hình thực tế.
Phương pháp thảo luận nhóm: Đối tượng phỏng vấn là 9 cơng chức đang làm việc tại Chi Cục thuế Nha Trang. Trong buổi phỏng vấn, tác giả đã đưa ra các câu hỏi đóng xoay quanh các thành phần của lãnh đạo tạo sự thay đổi: hấp dẫn bằng phẩm chất, hấp dẫn bằng hành vi, truyền cảm hứng, kích thích sự thơng minh, quan tâm cá nhân; sự thỏa mãn cơng việc. Mục đích của nghiên cứu này nhằm khám phá các ý tưởng, đồng thời thu thập thêm thông tin, bổ sung, điều chỉnh bảng câu hỏi, xây dựng bảng câu hỏi chính thức để tiến hành khảo sát định lượng.
Kết quả nghiên cứu định tính: Kết quả thảo luận nhóm cho thấy đa số đều đồng ý các yếu tố trên có mối quan hệ với nhau, những người tham gia đều hiểu rõ nội dung câu hỏi.
Các thành viên nhóm thảo luận cũng cho rằng các thành phần của lãnh đạo tạo sự thay đổi, sự thỏa mãn trong công việc của tổ chức mà tác giả đã nêu trong quá trình thảo luận là khá đầy đủ. Trên cơ sở các ý kiến đóng góp, bảng câu hỏi khảo sát được xây dựng. Sau khi thử nghiệm để kiểm tra điều chỉnh cách trình bày ngơn ngữ, bảng câu hỏi chính thức được sử dụng cho nghiên cứu định lượng tiếp theo.
Quy trình nghiên cứu định tính (phương pháp thảo luận nhóm)
Hình 3. 2. Quy trình nghiên cứu định tính
Nguồn: Đề xuất của tác giả
3.2.2. Phương pháp định lượng
3.2.2.1. Thống kê mơ tả
Tác giả phân tích thống kê mơ tả nhằm mô tả sơ bộ cơ bản dữ liệu thu thập được: giới tính, tuổi, thu nhập, yếu tố nào có tỷ lệ hoàn toàn đồng ý cao nhất, yếu tố nào có tỷ lệ hồn tồn khơng đồng ý cao nhất.
Bước 1: Chuẩn bị nghiên cứu định tính:
- Cơ sở lý thuyết (khái niệm nghiên cứu và đo lường thang đo)
- Xây dựng dàn bài phỏng vấn
Bước 2: Thực hiện nghiên cứu định tính:
- Đối tượng tham gia phỏng vấn
- Xác định số lượng mẫu tham gia định tính - Thực hiện phỏng vấn
Bước 3: Phân tích dữ liệu và tổng hợp kết quả
- Quyết định giữ hay loại biến
3.2.2.2. Phân tích độ tin cậy Cronbach Alpha
Sau đó tác giả đi vào phân tích chi tiết: thang đo và độ tin cậy của các biến quan sát đánh giá bằng hệ số Cronbach’s Alpha và phương pháp phân tích nhân tố khám phá. Các biến có hệ tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại bỏ và và tiêu chuẩn để chọn thang đo là có độ tin cậy alpha từ 0.6 trở lên (Nunnally và Burnstein, 1994) để bảo đảm độ tin cậy của thang đo.
3.2.2.3. Phân tích nhân tố khám phá EFA
Tiếp theo, phương pháp EFA được sử dụng với các biến quan sát có trọng số tải (factor loading) nhỏ hơn 0.5 sẽ bị loại bỏ. Phương pháp trích hệ số được sử dụng là principle components với phép quay varimax và điểm dừng khi trích các yếu tố có eigenvalue bằng 1. Thang đo được chấp nhận khi phương sai trích bằng hoặc lớn hơn 50%. Sau khi phân tích kết quả nhân tố khám phá (EFA).
3.2.2.4. Phân tích nhân tố khẳng định (CFA)
+ Đánh giá độ tin cậy của của khái niệm nghiên cứu: (a) Hệ số tin cậy tổng hợp (composite reliability) (Joreskog, 1971), (b) tổng phương sai trích (Fornell & Larcker, 1981) và (c) hệ số tin cậy Cronbach’s Alpha. Theo Hair (1998): “phương sai trích (Variance Extracted) của mỗi khái niệm nên vượt quá giá trị 0,5”. Phương sai trích phản ánh biến thiên chung của các biến quan sát được tính tốn bởi biến tiềm ẩn. Schumacker và Lomax (2010) cho rằng trong phân tích nhân tố khẳng định, độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố); hệ số tin cậy Cronbach’s Alpha vẫn thường được sử dụng.
+ Tính đơn hướng (unidimensionality): Theo Steenkamp & Van Trijp (1991), mức độ phù hợp của mơ hình lý thuyết với dữ liệu thị trường cho phép điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng.
+ Giá trị hội tụ (Convergent validity): Gerbring và Anderson (1988) cho rằng các thang đo đảm bảo giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều cao (>0,5); và có ý nghĩa thống kê (Sig < 0,05).
+ Giá trị phân biệt (Discriminant validity): Các khái niệm trong mơ hình tới hạn. Hệ số tương quan giữa các khái niệm nghiên cứu khác 1 thì các thang đo đạt được giá trị phân biệt.
+ Giá trị liên hệ lý thuyết (Nomological validity): Các vấn đề từ (1) đến (4) được đánh giá thông qua mơ hình đo lường. Riêng giá trị liên hệ lý thuyết được đánh giá trong mô hình lý thuyết (Anderson và Gerbing, 1988). Khi các vấn đề trên thỏa mãn thì mơ hình đo lường là tốt. Tuy nhiên rất hiếm mơ hình đo lường nào đạt được tất cả các vấn đề trên.
Để đánh giá mức độ phù hợp mơ hình, nghiên cứu sử dụng 2 (CMIN/df); chỉ số (CFI), (TLI); RMSEA. Mơ hình được xem là thích hợp với dữ liệu thị trường khi kiểm định 2 có P-value < 0,1.
Tuy nhiên 2 có nhược điểm là phụ thuộc vào kích thước mẫu. Nếu mơ hình có các tiêu chí: GFI, TLI, CFI ≥ 0,9 (Bentler & Bonett, 1980); CMIN/df ≤ 2 (Carmines & McIver, 1981); RMSEA ≤ 0,08, RMSEA ≤ 0,05 được xem là rất tốt (Steiger, 1990); mơ hình được xem là phù hợp với dữ liệu thị trường.
3.2.2.5. Kiểm định mơ hình bằng phân tích cấu trúc tuyến tính SEM
Trong kiểm định giả thuyết và mơ hình nghiên cứu, mơ hình cấu trúc tuyến tính SEM cho phép chúng ta kết hợp được các khái niệm tiềm ẩn với những đo lường của chúng ta và có thể xem xét đo các trường hợp độc lập hay kết hợp chung với mơ hình lý thuyết cùng một lúc. Chính vì vậy, phương pháp phân tích SEM được sử dụng rất phổ biến trong các ngành khoa học xã hội trong những năm gần đây và thường được gọi là phương pháp phân tích dữ liệu thế hệ thứ hai (Nguyễn Đình Thọ, 2011).
Phương pháp phân tích cấu trúc tuyến tính được sử dụng để kiểm định mơ hình nghiên cứu. Phương pháp ước lượng ML (Maximum Likelihood) được sử dụng để ước lượng các tham số trong các mơ hình. Lý do là khi kiểm định phân phối của các biến quan sát thì phân phối này lệch một ít so với phân phối chuẩn đa
biến, tuy nhiên hầu hết các Kurtosis và Skewness đều nằm trong khoảng [-1; +1] nên ML vẫn là phương pháp ước lượng thích hợp (Muthen & Kaplan, 1985).
3.2.2.6. Kiểm định mơ hình bằng phân tích cấu trúc tuyến tính SEM
Phương pháp Bootstrap sẽ được sử dụng để ước lượng lại các tham số mơ hình để kiểm tra độ tin cậy của các ước lượng. Kết quả ước lượng ML sẽ được sử dụng để kiểm định lại các giả thuyết.
3.3. Thiết kế nghiên cứu 3.3.1. Phương pháp chọn mẫu
Tác giả sử dụng phương pháp chọn mẫu thuận tiện nhằm đơn giản hóa tiết kiệm thời gian và chi phí khảo sát. Các cuộc khảo sát sẽ tiến hành khảo sát các cơng chức đang làm việc tại các phịng ban của Chi Cục Thuế Nha Trang.