6. Tổng quan tài liệu nghiên cứu
2.6.3. Thiết kế bảng câu hỏi
Bảng câu hỏi được thiết kế 2 phần:
Phần A. Đo lường mức độ hài lòng của công dân đối với dịch vụ hành chính công thông qua 8 thành phần với 35 biến quan sát gồm: Phương tiện hữu hình (4 biến quan sát); CBCC (5 biến quan sát); Quá trình phục vụ (6 biến quan sát); Thủ tục, quy trình (4 biến quan sát); Độ tin cậy (6 biến quan sát); Cơ chế giám sát và góp ý (4 biến quan sát); Phí và lệ phí (3 biến quan sát); Sự hài lòng (3 biến quan sát)
Bảng câu hỏi được thiết kế với dạng câu hỏi đóng; sử dụng thang đo Likert với 5 bậc gồm:
Hoàn toàn không đồng ý Hơi không đồng ý Bình thường Hơi đồng ý Hoàn toàn đồng ý 1 2 3 4 5
Phần B. Mô tả các thuộc tính nhân khẩu học về một số thông tin cá nhân của công dân được phỏng vấn nhằm phân loại đối tượng phỏng vấn. Thông tin về đối tượng nghiên cứu cụ thể gồm các biến số như sau:
1. Giới tính gồm 2 thuộc tính (nam, nữ)
2. Trình độ học vấn gồm 4 thuộc tính (phổ thông, trung cấp, cao đẳng/ đại học, sau đại học)
3. Độ tuổi gồm 4 thuộc tính (dưới 18 tuổi, từ 18-30 tuổi, từ 31- 55 tuổi, trên 55 tuổi)
4. Nghề nghiệp gồm 4 thuộc tính (học sinh, sinh viên; cán bộ, công nhân viên; kinh doanh; khác)
5. Số lần sử dụng dịch vụ hành chính công tại UBND phường Thạc Gián gồm 3 thuộc tính (1 lần, từ 2 đến 5 lần, trên 5 lần)
Sự liên kết các thang đo lường và các câu hỏi khảo sát trong Phần A được thể hiện qua bảng sau:
Bảng 2.10: Sự liên kết các thang đo lường và các câu hỏi khảo sát Thang đo lường Câu hỏi
Phương tiện hữu hình 1, 2, 3, 4
Cán bộ công chức 5, 6, 7, 8, 9 Quá trình phục vụ 10, 11, 12, 13, 14, 15 Thủ tục, quy trình 16, 17, 18, 19 Độ tin cậy 20, 21, 22, 23, 24, 25 Cơ chế giám sát, góp ý 26, 27, 28, 29 Phí và lệ phí 30, 31, 32 Sự hài lòng 33, 34, 35
2.6.4. Phương pháp nghiên cứu
a. Phân tích mô tả dữ liệu thống kê
Sử dụng phương pháp phân tích mô tả nhằm có những đánh giá sơ bộ:
- Đặc điểm nhân khẩu học đối tượng điều tra
- Thông tin về đối tượng điều tra.
b. Phân tích nhân tố khám phá EFA
Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phương pháp Cronbach’s Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2006) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (1998), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0.5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
c. Phân tích độ tin cậy F hệ số Crombach’s Alpha
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2008)
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến- tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
- Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn
0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein, 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2008)
- Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally 1978; Peterson, 1994; Slater 1995; dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
- Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,3) được
xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
d. Phân tích hồi quy đa biến
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
Kiểm định các giả thuyết, sử dụng với phần mềm SPSS:
- Đánh giá độ phù hợp của mô hình hồi quy đa biến
- Kiểm định giả thuyết về độ phù hợp của mô hình
Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Xác định mức độ ảnh hưởng của: yếu tố có hệ số beta càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
e. Phân tích phương sai một yếu tố (One-Way ANOVA)
Kỹ thuật phân tích phương sai một yếu tố (One-Way ANOVA) được áp dụng trong nghiên cứu này để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc là sự hài lòng chung và các biến độc lập là đặc điểm nhân khẩu học: giới tính, trình độ học vấn, độ tuổi, nghề nghiệp, số lần sử dụng dịch vụ hành chính công.
KẾT LUẬN CHƯƠNG 2
Chương 2 này trình bày phương pháp nghiên cứu gồm hai bước: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thông qua thảo luận nhóm. Nghiên cứu chính thức được thực hiện bằng nghiên cứu định lượng. Xây dựng bảng câu hỏi với các nhân tố và các biến quan sát.
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU