7. Tổng quan tài liệu nghiên cứu
2.5.3. Phƣơng pháp phân tích dữ liệu
Thống kê mô tả
Sử sụng phần mềm SPSS để xử lý các thông tin về giới tính, độ tuổi, chức danh, ngành nghề của công ty.
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau, là phép kiểm định về chất lƣợng của thang đo sử dụng cho từng mục hỏi, xét trên mối quan hệ của mục hỏi với một khía cạnh đánh giá. Phƣơng pháp này cho phép ngƣời phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach Alpha. Những mục hỏi không đóng góp nhiều sẽ tƣơng quan yếu với tổng số điểm, nhƣ vậy chúng ta chỉ giữ lại những mục hỏi có tƣơng quan mạnh với tổng số điểm.
Do đó, những biến có hệ số có tƣơng quan biến tổng (item – total Corelation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thƣờng, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt.Và trong phân tích này, các biến quan sát có hệ số tƣơng quan biến tổng (item-total correlation) hệ số tƣơng quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, nhỏ hơn 0.3 đƣợc coi là biến rác và bị loại khỏi thang đo.
Phân tích nhân tố khám phá (EFA – Exploratory factor analysis) Phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Nó hƣớng đến việc đơn giản hóa một tập hợp các biến phức tạp ban đầu thành một tập các biến nhỏ hơn dƣới dạng các nhân tố.Phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề cần nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn sau:
Thứ nhất, trị số KMO ≥ 0.5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. ≤ 0.05.
Bartlett’s test of sphericity: Đại lƣợng Bartlett là một đại lƣợng thống kê dùng để xem xét giả thuyết các biến không có tƣơng quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tƣơng quan với nhau (các biến đo lƣờng phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét.
Hệ số KMO (Kaiser – Meyer – Olkin): KMO là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Thứ hai là đại lƣợng Eigenvalue: Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn một sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa m i biến gốc có phƣơng sai là 1.
Thứ ba là hệ số tải nhân tố Factor loadings: là những hệ số tƣơng quan đơn giữa các biến và các nhân tố. Các biến có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi m i nhân tố) lớn hơn 1 và tổng phƣơng sai trích lớn hơn 50% (Gerbing & Anderson, 1988).
Thứ tư là phép trích Principal Component với phép quay Varimax sẽ đƣợc sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
Sau khi qua giai đoạn phân tích nhân tố, các nhân tố đƣợc lựa chọn sẽ đƣợc đƣa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến
quan sát thành phần thuộc nhân tố đó. Phân tích tƣơng quan Pearson đƣợc sử dụng để xem xét sự phù hợp khi đƣa các thành phần vào mô hình hồi quy.
Phân tích hồi quy bội tuyến tính
Phân tích hồi qui bội tuyến tính là một phƣơng pháp đƣợc sử dụng dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập.
Phƣơng trình hồi qui bội tuyến tính có dạng: Yi= β0 + β1X1i +β2 X2i+... +βp Xpi +ei
Các tham số quan trọng trong phân tích hồi qui bội tuyến tính bao gồm:
- Hệ số góc βi: là hệ số đo lƣờng sự thay đổi trong giá trị trung bình Y khi Xi thay đổi một đơn vị, trong khi mọi yếu tố khác không đổi.
- Hệ số xác định R2: là hệ số xác định tỷ lệ biến thiên của biến phụ thuộc đƣợc giải thích bởi biến độc lập trong mô hình hồi qui. R2
càng lớn thì mô hình hồi qui tuyến tính đã xây dựng đƣợc xem là càng thích hợp và càng có ý nghĩa trong việc giải thích sự biến thiên.
- Hệ số R2 điều chỉnh: là chỉ tiêu để quyết định có nên thêm biến độc lập mới vào mô hình hồi qui không.
- Giá trị Sig của kiểm định F trong phân tích phƣơng sai ANOVA. Giá trị này nhỏ hơn 0.05, thì có thể kết luận tồn tại mối quan hệ giữa biến phụ thuộc và biến độc lập.
- Giá trị Sig của kiểm định t. Giá trị này nhỏ hơn 0.05 thì hệ số hồi qui có ý nghĩa thống kê.
- Hệ số Durbin - Watson dùng để kiểm tra hiện tƣợng tự tƣơng quan của
mô hình.
- Hệ số phóng đại phƣơng sai VIF (Variance inslation factor) dùng để kiểm tra hiện tƣợng đa cộng tuyến. Hệ số VIF của các biến số nhỏ hơn 10 thì mô hình không có hiện tƣợng đa cộng tuyến.
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU 3.1. MÔ TẢ MẪU ĐIỀU TRA
3.1.1. Thu thập dữ liệu
Để đạt đƣợc kích thƣớc mẫu đề ra, 225 phiếu khảo sát đã đƣợc gởi khảo sát. Kết quả nhận lại 205 phiếu khảo sát trong đó có 180 phiếu khảo sát hợp lệ và và đầy đủ thông tin, do đó, tác giả tiến hành đƣa 180 mẫu khảo sát vào xử lý bằng phần mềm SPSS. Với số lƣợng mẫu điều tra đƣợc là 180 là phù hợp với yêu cầu và mang tính đại diện của mẫu nên đảm bảo cho việc thực hiện nghiên cứu.
Đối tƣợng khảo sát là đại diện phòng kinh doanh, tài chính, kế toán, chăm sóc khách hàng (nhân viên kinh doanh, nhân viên nhập kho, nhân viên kế toán…..), đại diện nhà quản lý (trƣởng phó phòng….), đại diện Ban giám đốc các doanh nghiệp tại các khu công nghiệp ở Đà Nẵng và Quảng Nam.
Tác giả đã khảo sát tại các khu công nghiệp: khu công nghiệp Hòa Khánh, khu công nghiệp Liên Chiểu ( Đà Nẵng); khu công nghiệp Điện Nam- Điện Ngọc, khu công nghiệp Tam Hiệp, khu công nghiệp Bắc Chu Lai (Quảng Nam). Các khu công nghiệp này đƣợc chọn là do:
- Vị trí địa lý thuận tiện
- Tình trạng kinh doanh tốt và giữ vị trí liên kết của khu vực - Có các ngành nghề sản xuất, kinh doanh đa dạng
- Phù hợp để lấy mẫu phi xác suất
Khảo sát đƣợc thực hiện trong khoảng thời gian từ tháng 4/2017 đến tháng 6/2017. Việc phân tích dữ liệu đƣợc thực hiện dựa trên phần mềm SPSS phiên bản 16.
3.1.2. Mô tả mẫu khảo sát
Qua kết quả kiểm tra cho thấy, dữ liệu đƣa vào phân tích SPSS không chứa dữ liệu bị l i, chính vì vậy, tác giả tiếp tục tiến hành thống kê các thông tin cá nhân các đối tƣợng khảo sát và thu đƣợc kết quả nhƣ sau:
Bảng 3.1. Thống kê các đối tượng khảo sát
Biến Tần số Tỷ lệ % Giới tính Nam 101 56,1 Nữ 79 43,9 Độ tuổi Dƣới 25 tuổi 3 1,7 Từ 25 đến 35 tuổi 67 37,2 Từ 36 đến 50 tuổi 91 50,5 Trên 50 tuổi 19 10,6 Vị trí công việc Giám đốc, phó giám đốc 6 3,3 Trƣờng/phó phòng 9 5,0 Quản lý nhóm 28 15,6 Cán bộ, chuyên viên 137 76,1
Thâm niên công việc
Dƣới 3 năm 27 15,0
Từ 3 đến 5 năm 78 43,3
Từ 6 đến 10 năm 49 27,3
Trên 10 năm 26 14,4
(Nguồn: Tác giả)
Kết quả từ trên cho thấy nghiên cứu có số quan sát là 180. Trong đó, khi xem xét theo từng biến thì kết quả nhƣ sau:
- Giới tính: Trong 180 quan sát có 79 nữ (chiếm 43,9%) và 101 nam (chiếm 56,1%). Kết quả này cho thấy với 180 quan sát phi ngẫu nhiên lấy đƣợc thì số lƣợng nam chiếm nhiều hơn nữ, có thể giải thích rằng, tại các doanh nghiệp hiện nay, nam đang đƣợc ƣu tiên tuyển dụng và đề bạt nhiều
hơn nữ, điều này là do khả năng làm việc, thời gian công tác lâu dài và một số vấn đề ngoài chuyên môn
56.1% 43.9%
Nam Nữ
Hình 3.1. Biểu đồ Tỷ lệ giới tính nam, nữ (%)
(Nguồn: Tác giả)
- Độ tuổi: Độ tuổi dƣới 25 tuổi có 3 quan sát chiếm tỷ lệ 1,7%, độ tuổi từ 25 đến 35 tuổi có 67 quan sát chiếm tỷ lệ 37,2%, từ 36 đến 50 tuổi có 91 quan sát chiếm tỷ lệ 50,5 % và trên 50 tuổi có 19 quan sát chiếm tỷ lệ 10,6%.
1.7% 37.2% 50.5% 10.6% Từ 23 đến 30 Từ 31 đến 40 Từ 41 đến 50 Trên 50 Hình 3.2. Biểu đồ Tỷ lệ độ tuổi (%) (Nguồn: Tác giả)
lệ 3,3%, vị trí trƣờng/phó phòng có 9 quan sát chiếm tỷ lệ 5%, vị trí quản lý nhóm có 28 đối tƣợng chiếm tỷ lệ 15,6% và vị trí là nhân viên có 137 đối tƣợng chiếm tỷ lệ 76,1% 3.3% 5.0% 15.6% 76.1% Giám đốc, phó giám đốc Trƣởng/Phó phòng Quản lý nhóm Cán bộ, Nhân viên
Hình 3.3. Biểu đồ Tỷ lệ Vị trí công việc (%)
(Nguồn: Tác giả)
- Thâm niên công việc: Với thâm niên trong công việc dƣới 3 năm có 6 đối tƣợng chiếm tỷ lệ 3,3%, từ 3 đến 5 năm có 39 đối tƣợng chiếm tỷ lệ 21,7%, từ 6 đến 10 năm có 44 đối tƣợng chiếm tỷ lệ 24,4% và trên 10 năm có 91 đối tƣợng chiếm 50,6%. 15.0% 43.3% 27.3% 14.4% Dƣới 3 năm Từ 3 đến 5 năm Từ 6 đến 10 năm Trên 10 nămm
Hình 3.4 . Biểu đồ Tỷ lệ Thâm niên công việc (%)
Bên cạnh việc khảo sát thông tin cá nhân của các đối tƣợng khảo sát, tác giả còn tiến hành khảo sát các thông tin về Công ty/tổ chức mà các đối tƣợng này đang công tác (ngành nghề sản xuất kinh doanh, số nhân viên, thời gian và mục đích giao dịch với các công ty trong khu công nghiệp).
Theo kết quả khảo sát cho thấy, các đối tƣợng khảo sát đang hoạt động trong các công ty sản xuất hàng dệt, may và da; sản xuất sắt, thép, gang; sản xuất sản phẩm từ g ; sản xuất sản phẩm từ plastic; dịch vụ h trợ vận tài và dịch vụ hổ trợ thông tin, dữ liệu. Trong đó, chiếm tỷ lệ cao nhất là các đối tƣợng đang hoạt động trong công ty chuyên sản xuất sản phẩm từ g và sắt, thép, gang (các ngành này chiếm tỷ trọng 49,4%).
15.60% 23.30% 26.10% 19.40% 11.70% 3.90% Sản xuất hàng dệt, may và da Sản xuất sắt, thép, gang Sản xuất sản phẩm từ g Sản xuất sản phẩm từ Plastic Dịch vụ h trợ vận tải Dịch vụ thông tin, dữ liệu
Hình 3.5. Tỷ trọng các ngành nghề sản xuất kinh doanh
(Nguồn: Tác giả)
Các công ty mà các đối tƣợng khảo sát chủ yếu có số lƣợng nhân viên từ 50 đến 100 (chiếm tỷ lệ 48,9%), tiếp theo là các công ty có quy mô nhân viên từ 20 đến 50 (chiếm tỷ lệ 32,8%). Và mức độ giao dịch với các Công ty trong khu công nghiệp thời gian từ 3 đến 6 tháng gần đây chiếm tỷ trong cao nhất (chiếm tỷ lệ 44,4%) và giao dịch với nhiều mục đích khác nhau nhƣ mua bán sản phẩm; mua bán nguyên vật liệu; xây dựng, lắp đặt, sửa chữa hạ tầng cơ
sở, trong đó, mục đích chủ yếu của các công ty này là mua bán nguyên vật liệu (chiếm tỷ lệ 46,1%).
3.2. KẾT QUẢ KIỂM ĐỊNH THANG ĐO
3.2.1. Đánh giá độ tin cậy của các thang đo thông qua phân tích Cronbach’s Alpha
Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho một khái niệm nghiên cứu) mà các mục hỏi trong thang đo tƣơng đƣơng với nhau, hay nói cách khác hệ số Cronbach’s Alpha này cho biết các đo lƣờng có liên kết với nhau không. Nhiều nhà nghiên cứu đồng ý rằng khi hệ số Cronbach’s Alpha có giá trị từ 0,8 trở lên đến gần 1,0 là thang đo tốt; từ 0,7 đến gần 0,8 là sử dụng đƣợc. Cũng có nhiều nhà nghiên cứu đề nghị hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Vì vậy, đối với nghiên cứu này, tác giả áp dụng hệ số Cronbach’s Alpha từ 0,6 trở lên là sử dụng đƣợc. Tuy nhiên, nếu một hệ số Cronbach’s Alpha quá lớn (α > 0,95), cho thấy có nhiều biến trong thang đo không khác gì nhau, nghĩa là chúng cùng đo lƣờng một nội dung nào đó của khái niệm nghiên cứu (Nguyễn Đình Thọ, 2011).
Tuy nhiên, Cronbach’s Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Bởi vậy, bên cạnh hệ số Cronbach’s Alpha, ngƣời ta còn sử dụng hệ số tƣơng quan biến tổng (iterm – total correlation) và những biến nào có tƣơng quan biến tổng < 0,3 sẽ bị loại bỏ (biến rác). Việc loại bỏ cần phải cân nhắc giá trị nội dung của khái niệm nghiên cứu (Nguyễn Đình Thọ, 2011).
a. Đánh giá độ tin cậy của các nhân tố độc lập thông qua phân tích Cronbach’s alpha
Đánh giá độ tin cậy của nhân tố TT (Hiệu quả truyền thông) thông qua phân tích Cronbach’s Alpha
Ta chạy kiểm định 4 thang đo thuộc nhân tố TT (Hiệu quả truyền thông) và thu đƣợc kết quả nhƣ sau:
Bảng 3.2. Kết quả thống kê tổng nhân tố Hiệu quả truyền thông lần 1 Hệ số Cronbach’s Alpha = 0,751 Trung bình thang đo nếu loại biến Phƣơng sai thang đo nếu loại biến Tƣơng quan biến tổng Tƣơng quan bình phƣơng Cronbach's Alpha nếu loại biến TT1 10,6111 3,837 0,741 0,579 0,567 TT2 10,4389 4,348 0,703 0,522 0,600 TT3 10,5611 3,901 0,688 0,503 0,606 TT4 10,8389 7,745 0,069 0,005 0,854 (Nguồn: Tác giả)
Kết quả cho thấy Cronbach’s Alpha bằng 0,751 (lớn hơn 0,6) cho thấy các mục hỏi (4 biến) để đo lƣờng nhân tố Hiệu quả truyền thông là có thể sử dụng đƣợc. Tuy nhiên, giá trị tƣơng quan biến tổng của biến TT4 bằng 0,069 nhỏ hơn 0,3 (không đảm bảo cho yếu cầu phân tích độ tin cậy). Do đó, tác giả tiến hành loại biến TT4 thuộc nhân tố Hiệu quả truyền thông và thực hiện đánh giá độ tin cậy lần 2.
Bảng 3.3. Kết quả thống kê tổng nhân tố Hiệu quả truyền thông lần 2 Hệ số Cronbach’s Alpha = 0,854 Trung bình thang đo nếu loại biến Phƣơng sai thang đo nếu loại biến Tƣơng quan biến tổng Tƣơng quan bình phƣơng Cronbach's Alpha nếu loại biến TT1 7,3000 3,507 0,759 0,578 0,762 TT2 7,1278 4,012 0,717 0,522 0,807 TT3 7,2500 3,563 0,707 0,503 0,816 (Nguồn: Tác giả)
Thông qua kết quả đánh giá độ tin cậy lần 2 của các thang đo thuộc nhân tố Hiệu quả truyền thông, tác giả thu đƣợc hệ số Cronbach Alpha là 0,854 và tất cả các hệ số tƣơng quan biến tổng đều lớn hơn 0,3. Do đó, các biến TT1, TT2, TT3 thuộc nhân tố Hiệu quả truyền thông là phù hợp để đƣa vào bƣớc phân tích tiếp theo.
Đánh giá độ tin cậy của nhân tố CD (Rào cản chuyển đổi) thông qua phân tích Cronbach’s Alpha
Ta chạy kiểm định 4 thang đo thuộc nhân tố CD (Rào cản chuyển đổi) và thu đƣợc kết quả nhƣ sau:
Bảng 3.4. Kết quả thống kê tổng nhân tố Rào cản chuyển đổi lần 1 Hệ số Cronbach’s Alpha = 0,592 Trung bình thang đo nếu loại biến Phƣơng sai thang đo nếu loại biến Tƣơng quan biến tổng Tƣơng quan