3.4.1. Kích thƣớc mẫu
Chọn mẫu đóng vai trò quan trọng, ảnh hƣởng đến chất lƣợng của kết quả nghiên cứu nhằm kiểm định lý thuyết khoa học trong nghiên cứu định lƣợng. Tuy nhiên, để xác định đƣợc kích thƣớc mẫu bao nhiêu là lớn và phù hợp trong nghiên cứu khoa học là một điều không dễ.
Theo Nguyễn Đình Thọ (2011), kích thƣớc mẫu phù hợp cho nghiên cứu phụ thuộc vào nhiều yếu tố nhƣ phƣơng pháp xử lý: hồi qui, phân tích nhân tố khám phá. Theo Hair và cộng sự (2006), để phân tích nhân tố khám phá EFA, tỷ lệ quan sát tối thiểu của số quan sát / biến đo lƣờng là 5:1, nghĩa là 1 biến đo lƣờng cần tối thiểu 5 quan sát (trong đó, số quan sát là số phiếu khảo sát hợp lệ cần thiết, biến đo lƣờng là một câu hỏi đo lƣờng trong bảng khảo sát). Mô hình nghiên cứu của luận văn gồm 06 biến độc lập và 01 biến phụ thuộc với 30 biến quan sát thì số phiếu khảo sát tối thiểu cần phải có là: N ≥ 30 * 5 = 150.
Nguyên tắc chung trong nghiên cứu định lƣợng là mẫu càng lớn thì độ chính xác của các kết quả nghiên cứu càng cao. Vì vậy, để đảm bảo số lƣợng cỡ mẫu là 150 quan sát, tác giả sẽ phát tăng thêm 30% cỡ mẫu tối thiểu, vì trong quá trình thu thập dữ liệu sẽ phải bỏ ra những phiếu khảo sát không đạt yêu cầu. Do đó, số phiếu khảo sát
Kết quả khảo sát thu về đƣợc 185 phiếu. Trong đó có 05 phiếu trả lời không đạt yêu cầu (do có từ 2 câu trả lời trở lên và trả lời không đầy đủ). Vì vậy, mẫu nghiên cứu chính thức là 180 đƣợc dùng cho nghiên cứu định lƣợng chính thức.
3.4.2. Phƣơng pháp chọn mẫu
Phƣơng pháp chọn mẫu đƣợc sử dụng ở đây là phƣơng pháp chọn mẫu ngẫu nhiên, phù hợp với số lƣợng cán bộ, giảng viên, nhân viên đang làm việc tại Trƣờng Đại học Bà Rịa - Vũng Tàu. Đối tƣợng khảo sát là cán bộ, giảng viên, nhân viên đang làm việc tại Trƣờng Đại học Bà Rịa - Vũng Tàu, đã trừ ra các trƣờng hợp đang đi học nƣớc ngoài và nghỉ không hƣởng lƣơng.
Phƣơng pháp thu thập dữ liệu chủ yếu bằng cách gửi bảng câu hỏi khảo sát trực tuyến trên google drive và gửi qua địa chỉ email, egov đến cán bộ, giảng viên, nhân viên nhà trƣờng (có kiểm soát các đặc điểm về giới tính, độ tuổi, thâm niên, trình độ, thu nhập trƣớc khi gửi khảo sát online). Đối tƣợng tham gia khảo sát gồm 195 cán bộ, giảng viên, nhân viên đang làm việc tại trƣờng, có hợp đồng lao động từ 1 năm trở lên, đủ các chức danh đang công tác tại nhiều đơn vị trong trƣờng. Kết quả khảo sát thu về đƣợc 185 phiếu. Sau khi kiểm tra các phiếu trả lời, có 05 phiếu trả lời không đạt yêu
cầu (do lựa chọn từ 2 câu trả lời trở lên và trả lời không đầy đủ) còn lại là 180 mẫu
phiếu trả lời đạt yêu cầu khảo sát. Tác giả dựa trên kết quả thu về từ những phiếu này để nghiên cứu.
3.5. Các phƣơng pháp phân tích dữ liệu
Để đảm bảo tính chính xác của bảng khảo sát, các bảng câu hỏi khảo sát sau khi thu thập sẽ đƣợc xem xét tính hợp lệ, loại ra những phiếu trả lời không đạt yêu cầu. Các phiếu trả lời hợp lệ sẽ đƣợc mã hóa, nhập liệu và làm sạch dữ liệu dựa trên phần mềm SPSS 20.0.
Việc phân tích dữ liệu khảo sát đƣợc thực hiện theo trình tự nhƣ sau:
3.5.1. Phân tích thống kê mô tả
Phân tích thống kê mô tả nhằm cung cấp thông tin tổng quan về mẫu nghiên cứu dựa trên các biến nhân khẩu học về giới tính, độ tuổi, trình độ học vấn, thu nhập, thời gian công tác thông qua việc xem xét các tần số, tỉ lệ, các biểu đồ thống kê… Đồng thời, thống kê mô tả các biến đo lƣờng trong mô hình nhƣ: (1) Lãnh đạo, (2) Thu nhập, (3) Đồng nghiệp, (4) Đào tạo và thăng tiến, (5) Đánh giá thành tích, (6) Môi
3.5.2. Kiểm định độ tin cậy của thang đo
Kiểm định mức độ chặt chẽ của các thang đo tƣơng quan với nhau bằng phƣơng pháp kiểm định hệ số tin cậy Cronbach’s Alpha trƣớc khi phân tích nhân tố EFA, nhằm loại ra các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008): “Nhiều nghiên cứu chỉ
ra rằng, khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lƣờng tốt; từ 0,7 đến gần 0,8 là sử dụng đƣợc; từ 0,6 trở lên là có thể sử dụng trong trƣờng hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu”. Đối với nghiên cứu này, hệ số Cronbach Alpha đạt giá trị từ 0,6 trở lên là sử dụng đƣợc. Tuy nhiên, các biến đo lƣờng trong cùng một khái niệm nghiên cứu phải có mối tƣơng quan chặt chẽ với nhau, do đó khi kiểm tra từng biến đo lƣờng, phải sử dụng hệ số tƣơng quan biến - tổng. Hệ số tƣơng quan giữa biến và Cronbach’s Alpha tổng phải lớn hơn 0,3, các biến có tƣơng quan so với biến tổng < 0,3 thì đƣợc xem là biến rác và sẽ bị loại ra loại khỏi mô hình.
3.5.3. Phân tích nhân tố khám phá
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008): “Phân tích nhân tố là tên gọi chung của một nhóm các thủ tục đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu”. Phân tích nhân tố khám phá nhằm đánh giá và tìm ra hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Phƣơng pháp phân tích nhân tố khám phá thuộc nhóm đa biến phụ thuộc lẫn nhau, dùng để rút gọn nhiều biến quan sát có tƣơng quan với nhau thành một tập các nhân tố có ý nghĩa cho vấn đề nghiên cứu.
Phân tích nhân tố khám phá cần quan tâm đến các tiêu chuẩn sau:
+ Hệ số KMO (Kaiser-Meyer-Olkin): Là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giao động trong khoảng từ 0,5 đến 1) là điều kiện đủ để phân tích nhân tố thích hợp, nếu nhƣ trị số này < 0,5 thì việc phân tích nhân tố có khả năng sẽ không thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 31). Kiểm định Bartlett có ý nghĩa thống kê dùng để xem xét giả thuyết các biến không có tƣơng quan trong tổng thể. Nếu giá trị (Sig < 0,05) thì
kiểm định này có ý nghĩa thống kê, các biến quan sát sẽ có mối tƣơng quan với nhau
trong tổng thể. Các tiêu chí trong phân tích EFA chỉ đƣợc gọi là thích hợp khi: 0,5 ≤ KMO ≤ 1 và mức quan sát ý nghĩa (Sig) < 0,05.
+ Hệ số tải Nhân tố (Factor loading): Là mối quan hệ tƣơng quan giữa các biến với các nhân tố. Hệ số tải nhân tố càng lớn thì các biến quan sát và các nhân tố càng có quan hệ chặt chẽ với nhau. Theo Hair và cộng sự (2006), hệ số tải nhân tố > 0,3 đƣợc xem là đạt mức tối thiểu, > 0,4 đƣợc xem là quan trọng và > 0,5 đƣợc xem là có ý nghĩa thực tiễn. Theo Nguyễn Đình Thọ (2011), trong thực tiễn nghiên cứu hệ số tải nhân tố > 0,5 là chấp nhận. Nếu chênh lệch hệ số tải < 0,3 thì cần phải loại bỏ biến quan sát đó. Tuy nhiên, cần xem xét lại sự đóng góp của biến vào giá trị nội dung của nhân tố trƣớc khi quyết định loại bỏ hay giữ lại nó. Nếu hệ số tải nhân tố nhỏ nhƣng giá trị nội dung của nó đóng vai trò quan trọng trong thang đo thì khi đó hệ số tải nhân tố bằng 0,4 thì không nên loại bỏ. Để phù hợp với thực tiễn nghiên cứu, tác giả chọn
những biến quan sát có hệ số tải nhân tố lớn hơn 0,5 cho nghiên cứu này.
+ Tổng phương sai trích (Total Variance Explained): thể hiện phần trăm biến thiên của các biến quan sát, nghĩa là các nhân tố trích đƣợc bao nhiêu phần trăm của các biến đo lƣờng. Tổng phƣơng sai trích phải đạt từ 50% (Percentage of variance) trở lên, tức là phần chung phải lớn hơn hoặc bằng phần riêng và sai số (Nguyễn Đình Thọ, 2011).
+ Hệ số Eigenvalue: đại diện cho lƣợng biến thiên đƣợc giải thích bởi mỗi nhân tố. Những nhân tố nào có hệ số Eigenvalue > 1 sẽ đƣợc giữ lại trong mô hình phân tích.
Thang đo chỉ đƣợc chấp nhận khi đảm bảo điều kiện: tổng phƣơng sai trích ≥ 50% và
hệ số Eigenvalue > 1 (Gerbing và Anderson, 1988).
3.5.4. Phân tích tƣơng quan
Phân tích tƣơng quan Pearson là phƣơng pháp để đo lƣờng mối liên hệ tƣơng quan giữa hai biến số (biến độc lập và biến phụ thuộc), đồng thời phát hiện mối tƣơng
quan chặt chẽ với nhau giữa các biến độc lập, nếu các biến độc lập với nhau có tƣơng
quan chặt thì cần lƣu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số tƣơng quan Pearson - Pearson correlation coefficient (ký hiệu r) có giá trị tuyệt đối tiến gần đến 1 khi hai biến có mối tƣơng quan tuyến tính chặt chẽ. Giá trị hệ số tƣơng quan Pearson bằng 1 hoặc bằng -1 cho thấy dữ liệu hoàn toàn thích hợp với mô hình tuyến tính. Hệ số tƣơng quan Pearson r có giá trị dao động từ -1 đến 1 (hệ số r chỉ có ý nghĩa khi Sig < 0.05, nếu Sig > 0.05 thì không có tƣơng quan). Và r > 0 cho thấy sự tƣơng quan dƣơng giữa hai biến, nghĩa là nếu giá trị của biến này tăng lên sẽ làm tăng giá trị của biến kia và
ngƣợc lại. Còn r < 0 cho thấy có sự tƣơng quan âm giữa hai biến, nghĩa là nếu giá trị của biến này tăng bao nhiêu thì sẽ làm giảm đi giá trị của biến kia và ngƣợc lại, r tiến đến gần 1 tƣơng quan càng mạnh, r tiến đến gần 0 thì tƣơng quan càng yếu.
3.5.5. Phân tích hồi quy tuyến tính đa biến
Hồi quy đa biến là một phần mở rộng của hồi quy tuyến tính đơn giản, đƣợc sử dụng để dự đoán giá trị của một biến dựa trên giá trị của hai hoặc nhiều biến khác. Biến dự đoán đƣợc gọi là biến phụ thuộc. Các biến sử dụng để dự đoán giá trị của biến phụ thuộc đƣợc gọi là biến độc lập. Hồi quy đa biến cho phép xác định mức độ đóng góp nhiều, ít, hoặc không đóng góp... của từng nhân tố vào sự thay đổi của biến phụ thuộc. Các chỉ số trong hồi quy đa biến có ý nghĩa nhƣ sau:
Giá trị Adjusted R Square (R bình phƣơng hiệu chỉnh) và R2
(R Square) phản ánh mức độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc. Mức biến thiên của 2 giá trị này từ 0 - 1. Nếu giá trị R2 và R2 hiệu chỉnh càng tiến gần về 1 thì mô hình càng có ý nghĩa. Ngƣợc lại, hai giá trị trên càng tiến dần về 0 thì ý nghĩa của mô hình càng yếu. Nếu nằm trong khoảng từ 0.5 - 1 thì là mô hình tốt, < 0.5 là mô hình chƣa tốt.
Trị số Durbin - Watson (DW): Có chức năng kiểm tra hiện tƣợng tự tƣơng quan chuỗi bậc nhất. Giá trị của DW biến thiên trong khoảng từ 0 đến 4. Nếu tƣơng quan của các sai số kề nhau không xảy ra thì giá trị sẽ gần bằng 2. Nếu giá trị gần về 4 nghĩa là các phần sai số có tƣơng quan nghịch, gần về 0 thì các phần sai số có tƣơng quan thuận. Trong trƣờng hợp DW < 1 và DW > 3 thì khả năng rất cao xảy ra hiện tƣợng tự tƣơng quan chuỗi bậc nhất.
Giá trị Sig. của kiểm định F có tác dụng kiểm định độ phù hợp của mô hình hồi quy. Nếu giá trị Sig. < 0.05 trong bảng ANOVA => Mô hình hồi quy tuyến tính bội và tập dữ liệu phù hợp (và ngƣợc lại).
Giá trị Sig. của kiểm định t đƣợc sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig. < 0.05 => Biến độc lập có tác động đến biến phụ thuộc.
Hệ số phóng đại phƣơng sai VIF (Variance inflation factor) trong phân tích hồi quy, nằm tại cột cuối cùng của bảng Coefficients: đƣợc sử dụng để kiểm tra hiện tƣợng đa cộng tuyến. Đây là hiện tƣợng các biến độc lập trong mô hình phụ thuộc lẫn nhau, và đƣợc thể hiện dƣới dạng hàm số. Nếu VIF > 10 thì có hiện tƣợng đa cộng tuyến với biến độc lập (Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên, trong thực tế, nếu hệ số phóng đại phƣơng sai VIF > 2 thì có dấu hiệu đa cộng tuyến giữa
các biến độc lập (đây là điều không mong muốn). Và ngƣợc lại, nếu VIF < 2 không có hiện tƣợng đa cộng tuyến giữa các biến độc lập.
3.6. Kết quả nghiên cứu định lƣợng sơ bộ
Kết quả nghiên cứu định lƣợng sơ bộ đƣợc trình bày tại Phụ lục 4 và đƣợc tổng hợp trong Bảng 3.3.
Bảng 3.3. Kết quả đánh giá độ tin cậy thang đo sơ bộ bằng Cronbach’s Alpha Biến quan sát Trung bình thang đo nếu loại biến Phƣơng sai thang đo nếu loại biến Tƣơng quan biến tổng Cronbach’s Alpha nếu loại biến Kết luận
Thang đo “Lãnh đạo”: Cronbach’s Alpha = 0,954
LD1 10,5962 9,540 0,875 0,943 Biến phù hợp
LD2 10,5962 8,755 0,927 0,927 Biến phù hợp
LD3 10,5962 9,187 0,881 0,941 Biến phù hợp
LD4 10,5000 9,275 0,869 0,945 Biến phù hợp
Thang đo “Thu nhập”: Cronbach’s Alpha = 0,917
TN1 8,7115 8,052 0,857 0,879 Biến phù hợp
TN2 8,8462 7,819 0,817 0,889 Biến phù hợp
TN3 8,5000 8,216 0,762 0,908 Biến phù hợp
TN4 8,5577 6,879 0,827 0,891 Biến phù hợp
Thang đo “Đồng nghiệp”: Cronbach’s Alpha = 0,922
DN1 15,3462 5,603 0,754 0,914 Biến phù hợp
DN2 15,3462 5,407 0,843 0,899 Biến phù hợp
DN3 15,5385 4,998 0,845 0,895 Biến phù hợp
DN4 15,5000 4,882 0,877 0,888 Biến phù hợp
DN5 15,6538 4,937 0,718 0,926 Biến phù hợp
Thang đo “Đào tạo và thăng tiến”: Cronbach’s Alpha = 0,875
DT1 9,4231 4,916 0,754 0,831 Biến phù hợp
DT2 9,2692 4,593 0,754 0,837 Biến phù hợp
DT3 9,2500 5,093 0,802 0,813 Biến phù hợp
DT4 9,4423 6,212 0,663 0,872 Biến phù hợp
Thang đo “Đánh giá thành tích”: Cronbach’s Alpha = 0,892
DG1 9,4615 6,332 0,711 0,879 Biến phù hợp
DG2 9,6346 6,433 0,771 0,858 Biến phù hợp
DG3 9,5577 6,408 0,718 0,876 Biến phù hợp
DG4 9,7115 5,543 0,853 0,824 Biến phù hợp
Thang đo “Môi trƣờng làm việc”: Cronbach’s Alpha = 0,885
MT1 10,8462 5,035 0,722 0,863 Biến phù hợp
MT2 10,8846 4,692 0,758 0,849 Biến phù hợp
MT3 11,1346 4,785 0,699 0,872 Biến phù hợp
MT4 11,0962 4,442 0,823 0,823 Biến phù hợp
Thang đo “Động lực làm việc”: Cronbach’s Alpha = 0,907
DL1 15,3269 6,224 0,748 0,891 Biến phù hợp
DL2 15,3077 6,805 0,735 0,894 Biến phù hợp
DL3 15,6923 5,786 0,855 0,867 Biến phù hợp
DL4 15,5000 6,137 0,825 0,874 Biến phù hợp
DL5 15,4808 6,725 0,682 0,904 Biến phù hợp
TÓM TẮT CHƢƠNG 3
Chƣơng 3 trình bày phƣơng pháp nghiên cứu, phƣơng pháp chọn mẫu, mô tả quy trình nghiên cứu, điều chỉnh thang đo, đồng thời trình bày phƣơng pháp phân tích dữ liệu. Phƣơng pháp nghiên cứu trong chƣơng này đƣợc thực hiện bằng hai phƣơng pháp: đó là phƣơng pháp nghiên cứu định tính và phƣơng pháp nghiên cứu định lƣợng. Phƣơng pháp nghiên cứu định tính thông qua thảo luận nhóm để xây dựng, đánh giá các thang đo, qua các thang đo đo lƣờng các khái niệm cũng đƣợc xây dựng để phục vụ cho nghiên cứu chính thức. Quy trình và tiêu chí xử lý, phân tích dữ liệu định lƣợng đƣợc thể hiện chi tiết bằng phần mềm SPSS 20. Thang đo chính thức đƣợc hình thành dựa vào kết quả của các nghiên cứu định tính và nghiên cứu định lƣợng sơ bộ.
CHƢƠNG 4. KẾT QUẢ NGHIÊN CỨU
Chương 4 trình bày kết quả nghiên cứu của đề tài, đồng thời hoàn chỉnh các thang đo và các kết quả kiểm định mô hình lý thuyết, cùng các giả thuyết nghiên cứu bằng phần mềm SPSS 20.
4.1. Giới thiệu về Trƣờng Đại học Bà Rịa - Vũng Tàu 4.1.1. Lịch sử hình thành và phát triển 4.1.1. Lịch sử hình thành và phát triển
Bà Rịa - Vũng Tàu là một tỉnh nằm trong khu vực kinh tế trọng điểm phía Nam. Bà Rịa - Vũng Tàu có nhiều điều kiện để phát triển công nghiệp Dầu khí, Cảng biển, Điện đạm, Hải sản, Du lịch... Xuất phát từ nhu cầu cung ứng nguồn nhân lực có chất lƣợng cao cho sự nghiệp công nghiệp hóa của tỉnh Bà Rịa - Vũng Tàu nói riêng và khu vực kinh tế trọng điểm phía Nam nói chung, cũng nhƣ nguyện vọng của Đảng bộ,