5. Bố cục của luận văn
2.3.3. Phương pháp phân tích thông tin
2.3.3.1. Phương pháp thống kê mô tả
Phương pháp này được sử dụng để mô tả thực trạng quản lý nguồn nhân lực tại Công ty Điện lực Bắc Ninh, thông qua các bảng biểu và đồ thị thống kê.
2.3.3.2. Phương pháp phân tích - tổng hợp
Phân tích trước hết là phân chia cái toàn thể của đối tượng nghiên cứu thành những bộ phận, những mặt, những yếu tố cấu thành giản đơn hơn để nghiên cứu, phát hiện ra từng thuộc tính và bản chất của từng yếu tố đó, và từ đó giúp chúng ta hiểu được đối tượng nghiên cứu một cách mạch lạc hơn, hiểu được cái chung phức tạp từ những yếu tố bộ phận ấy. Nhiệm vụ của phân tích là thông qua cái riêng để tìm ra được cái chung, thông qua hiện tượng để tìm ra bản chất, thông qua cái đặc thù để tìm ra cái phổ biến. Tổng hợp là quá trình ngược với quá trình phân tích, nhưng lại hỗ trợ cho quá trình phân tích để tìm ra cái chung cái khái quát. Từ những kết quả nghiên cứu từng mặt, phải tổng hợp lại để có nhận thức đầy đủ, đúng đắn cái chung, tìm ra được bản chất, quy luật vận động của đối tượng nghiên cứu.
Phương pháp phân tích - tổng hợp được sử dụng trong toàn bộ luận văn. Tuy nhiên, phương pháp này được sử dụng chủ yếu trong chương 1 và chương 3, đặc biệt trong chương 3 khi phân tích và đánh giá thực trạng quản lý nguồn nhân lực tại Công ty Điện lực Bắc Ninh.
2.3.3.3. Phương pháp thống kê so sánh
Phương pháp thống kê so sánh sẽ sử dụng nguồn số liệu qua từng thời kỳ, từng giai đoạn, từng năm so với năm hiện tại để so sánh xem mức độ tăng lên hay giảm xuống, mức độ phát triển hay không phát triển để kịp thời đưa ra các giải pháp. Phương pháp so sánh được sử dụng để phân tích sự thay đổi của các chỉ tiêu nghiên cứu, qua đó thấy được những thay đổi trong quản lý nguồn nhân lực tại Công ty Điện lực Bắc Ninh.
2.3.3.4. Phương pháp thang đo Likert
Câu hỏi được sử dụng thang đo Likert 5 mức độ để đánh giá các yếu tố ảnh hưởng đến quản lý nhân lực tại Công ty Điện lực Bắc Ninh. 5 mức độ cụ thể như sau:
(1) Hoàn toàn không đồng ý (2) Không đồng ý
(3) Bình thường (4) Đồng ý
Sử dụng thang đo Likert cho thấy ý nghĩa của từng giá trị trung bình (TB) đối với thang đo khoảng cách trong phân tích thống kê mô tả được tính như sau:
Giá trị khoảng cách = (Maximum - Minimum) / n = (5 - 1)/5
= 0,8
Do đó ý nghĩa các mức được xác định như sau:
Bảng 2.1. Ý nghĩa giá trị trung bình thang đo khoảng
Giá trị TB Ý nghĩa
1,00 - 1,80 Hoàn toàn không đồng ý 1,81 - 2, 61 Không đồng ý
2,62 - 3,42 Bình thường 3,43 - 4,23 Đồng ý
4,24 - 5,00 Hoàn toàn đồng ý
2.3.3.5. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy, các biến còn lại sẽ được đưa vào phân tích nhân tố khám phá nhằm mục đích thu nhỏ và tóm tắt dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Các tham số thống kê trong phân tích nhân tố:
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng 0,5 đến 1 thì phân tích này mới thích hợp, nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không phù hợp với các dữ liệu.
Phân tích nhân tố khám phá còn dựa vào Eigenvalue để xác định số lượng nhân tố. Đại lượng Eigenvalue đại diện cho lượng biến thiên của mô hình được giải thích bởi nhân tố. Những nhân tố có Eigenvalue lớn hơn 1 sẽ được giữ lại trong mô hình còn những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc nên sẽ bị loại khỏi mô hình.
Một phần quan trọng nữa trong kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated
component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hoá bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factoring loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có mối tương quan chặt chẽ với nhau. Trong nghiên cứu này sử dụng phương pháp trích nhân tố principal components nên hệ số tải nhân tố phải lớn hơn 0,5 thì mới đạt yêu cầu.
Kết quả của quá trình phân tích này sẽ cho ra ma trận nhân tố (component matrix). Ma trận này chứa các hệ số biểu diễn tương quan giữa các biến.
2.3.3.6. Phân tích hệ số tin cậy Cronbach Alpha
Hệ số tin cậy Cronbach Alpha hay (còn gọi là hệ số tin cậy Alpha) là một hệ số kiểm định thống kê về mức độ tin cậy và tương quan giữa các biến quan sát trong thang đo. Nó cho biết sự chặt chẽ và thống nhất trong các câu trả lời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm. Sử dụng hệ số tin cậy Alpha nhằm loại bỏ các biến rác, biến không sử dụng đến.
Theo Peterson (1994) thì hệ số Alpha phải > 0,6 thì thang đo mới được xem là tin cậy và hiệu quả. Tuy nhiên nếu hệ số anlpha quá cao ( > 0,95) có nghĩa đã xảy ra hiện tượng đa cộng tuyến giữa các biến giải thích. Do đó để thang đo có độ tin cậy cao đòi hỏi các biến quan sát phải có sự tương quan lẫn nhau, đồng nghĩa với hệ số tương quan giữa biến - tổng ( Corrected iten - total correlation) phải > 0,3. Nếu < 0,3 được coi là biến rác và sẽ bị loại khỏi thang đo.