3. CHƢƠNG 3:PHƢƠNG PHÁP NGHIÊN CỨU
3.3. Nghiên cứu định tính
Nghiên cứu định tính này sử dụng phương pháp thảo luận nhóm với đối tượng là 10 lao động tại công ty. Mục đích của nghiên cứu định tính này dùng để khám phá, điều chỉnh và bổ sung các biến quan sát trong thang đo. Nghiên cứu cũng nhằm đánh giá mức độ hiểu rõ câu hỏi, các câu hỏi có trùng lắp ý, gây khó hiểu cho đối tượng hay không. Nghiên cứu này được thực bằng qua phỏng vấn trực tiếp với người được hỏi để tìm ra các ý kiến chung nhất về các yếu tố ảnh hưởng đến năng suất lao động tại công ty Viva
Kết quả của nghiên cứu định tính. Một cuộc thảo luận nhóm gồm 10 người với đối tượng tham gia là các lao động tại các phòng ban. Tác giả để họ thảo luận tất cả các tiêu chí trong thang đo, sau đó đánh giá và điều chỉnh, bổ sung cho phù hợp. Sau khi thảo luận, các đáp viên thống nhất với 25 biến quan sát. Từ ngữ, câu chữ trong một số phát biểu của thang đo cũng được chỉnh sửa cho dễ hiểu và phù hợp hơn.
3.4. Phƣơng pháp xử lý dữ liệu 3.4.1. Mẫu nghiên cứu
Nghiên cứu thực hiện khảo sát trên toàn bộ lao động tại công ty (265 mẫu).
3.4.2. Phƣơng pháp thu thập thông tin
Thông tin dữ liệu được thu thập thông qua điều tra các đối tượng khảo sát là nhân viên hiện đang làm việc công ty. Kỹ thuật phỏng vấn trực diện và phỏng vấn thông qua gửi phiếu trực tiếp cho tất cả nhân viên công ty.
Phần mềm SPSS 16.0 được dùng để phân tích dữ liệu trong tài liệu này với việc sử dụng các kỹ thuật thống kê như kiểm định các giả thuyết thống kê, phân tích nhân tố, phân tích hồi quy, phân tích ANOVA. Các bước xử lý số liệu bằng SPSS như sau:
Hình 3.2 Quy trình phân tích dữ liệu bằng SPSS 3.4.3.1. Làm sạch dữ liệu
Sau khi loại các mẫu không phù hợp với yêu cầu ban đầu, chúng ta chạy phân bổ tần số để kiểm tra các biến nhập sau có giá trị gây nhiễu không nằm trong các giá trị lựa chọn. Kiểm tra các mẫu đối tượng bị trùng nhau và loại mẫu bị trùng. Kiểm tra các tần suất các giá trị khuyết và đảm bảo các giá trị khuyết của một biến phải nhỏ nhất có thể.
Phân tích hồi quy
Kiểm định mô hình và điều chỉnh Phân tích nhân tố khám phá (EFA) Kiểm định độ tin cậy Crombach’s Alpha
Làm sạch dữ liệu
3.4.3.2. Kiểm định phân phối chuẩn
Để có thể sử dụng mẫu thu thập được vào việc chạy mô hình hồi quy, chúng ta cần đảm bảo các biến trong mô hình thỏa mãn giả định về tính phân phối chuẩn. Giả định về tính phân phối chuẩn là giả định quan trọng nhất trong việc phân tích đa biến, do vậy trước khi tiến hành phân tích định lượng cần quan tâm đến tiêu chuẩn này.
Kiểm tra tính phân phối chuẩn cho tất cả các biến để đánh giá sự hài lòng để xem dạng phân phối tần số của các mẫu cũng như các thông số Skewness và Kurtosis (Hair et al., 2006). Nếu Skewness và Kurtosis nằm trong khoảng ± 1 được xem là tốt, trong khoảng ± 2 thì biến đó vẫn được chấp nhận để sử dụng thực hiện các kỹ thuật thống kê.
3.4.3.3. Kiểm định độ tin cậy của các nhóm nhân tố
Phương pháp này cho phép người 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 bằng hệ số thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tương quan biến - tổng nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Thông thường, thang đo có Cronbach’s Alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
3.4.3.4. Phân tích nhân tố
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các 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.
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 từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Ngoài ra, phân tích nhân tố còn dựa vào Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng 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 hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có lien quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
3.4.3.5. Phân tích hồi quy bội kiểm định mô hình lý thuyết
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như kiểm tra phần dư chuẩn hóa, kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor – VIF). Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. Và hệ số R2 đã được điều chỉnh (adjusted R square) cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào.
3.4.3.6. Kiểm định các vi phạm giả thiết hồi quy Kiểm định tính phù hợp của mô hình Kiểm định tính phù hợp của mô hình
Trong tài liệu này, tác giả sử dụng kiểm định ANOVA để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau và nó cung cấp cho mô hình những thông tin rất giống nhau và khó tách ảnh hưởng của từng biến một. Đa cộng tuyến khiến cho việc diễn dịch kết quả có thể sai lầm vì nó làm đổi dấu kỳ vọng của các hệ số đi theo các biến độc lập, vì vậy chúng ta phải kiểm tra độ tương quan giữa các biến này để đảm bảo không xảy ra hiện tượng đa cộng tuyến.
Sự đa cộng tuyến cao có thể làm cho kết quả không chính xác, do đó cần thiết phải có điều kiện về đa cộng tuyến. Theo Hair&cgt (2006) để kiểm định hiện tượng đa cộng tuyến chúng ta sử dụng hệ số VIF (hệ số phóng đại phương sai). Nếu VIF lớn hơn 10 thì hiện tượng đa cộng tuyến nghiêm trọng đang tồn tại. Theo kinh nghiệm, hệ số VIF nên nhỏ hơn 5 là tốt nhất để hạn chế về sự đa cộng tuyến, tuy nhiên nếu nhỏ hơn 10 thì vẫn có thể chấp nhận với ảnh hưởng rất nhỏ (dẫn theo John & Benet-Martinez, 2000 – dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định phần dư
Sau khi thực hiện ước lượng mô hình hồi quy, chúng ta cần phải kiểm định phần dư chuẩn hóa của mô hình để đảm bảo phần dư chuẩn hóa có dạng phân phối chuẩn với tất cả các biến độc lập. Cách kiểm định có thể sử dụng là vẽ đường cong chuẩn hóa của phân bố phần dư này. Nếu chúng ta thấy trên đồ thị đường cong chuẩn hóa có dạng hình chuông như phân phối chuẩn với giá trị Mean xấp xỉ 0 và giá trị độ lệch chuẩn xấp xỉ 1 thì xem như phần dư có phân phối gần chuẩn.
Tóm tắt chƣơng 3:
Trong chương 3, tác giả đã cung cấp đầy đủ thông tin về (1) Quy trình nghiên cứu; (2) Các bước nghiên cứu. Đồng thời, chương 3 cũng xác định rõ đối tượng khảo sát là toàn thể các nhân viên tại công ty Viva. Thông qua nghiên cứu định tính và tiến hành khảo sát sơ, tác giả đã tiến hành hiệu chỉnh thang đo sơ bộ thành thang đo chính thức để phục vụ cho nghiên cứu chính thức. Thang đo cuối cùng gồm 25 biến quan sát thuộc 3 nhân tố độc lập.
4. CHƢƠNG 4:PHÂN TÍCH VÀ THẢO LUẬN KẾT QUẢ
Trong chương này tác giả giới thiệu tổng quan về công ty Viva, trình bày các nội dung liên quan đến việc trình bày đặc điểm mẫu khảo sát, đánh giá độ tin cậy thang đo bằng kiểm định Cronbach’s Alpha, phân tích nhân tố EFA và phân tích hồi quy bội, kiểm định sự khác biệt của các yếu tố nhân khẩu học nhằm đánh giả các giả thuyết và mô hình được đề xuất trong chương 2.
4.1. Giới thiệu về công ty giày Viva
Công ty TNHH MTV Giày Viva hoạt động trong ngành sản xuất da giày tại TP HCM. Công ty chủ yếu sản xuất gia công đơn hàng cho các thương hiệu giày Việt Nam như Gosto, Bitis’s, Juno…Với quy mô nhân viên vào tầm khoảng từ 250- 270 người. Dưới đây là bảng kết quả hoạt động kinh doanh của công ty Viva trong 3 năm gần nhất
4.1.1. Kết quả hoạt động kinh doanh
Bảng 4.1 Bảng tóm tắt kết quả hoạt động kinh doanh công ty Viva năm 2014- 2016 ĐVT:triệu đồng Chỉ tiêu/Năm 2014 2015 2016 Năm 2015 so với 2014 Năm 2016 so với 2015 1. Doanh thu bán hàng và cung cấp dịch vụ 102,500 105,500 101,570 2.93% -3.73% 2. Giá vốn hàng bán 76,875 81,235 83,287 5.67% 2.53% 3. Lợi nhuận gộp về bán hàng và cung cấp dịch vụ 25,625 24,265 18,283 -5.31% -24.65% 4. Chi phí bán hàng 4100 4431 4164.4 8.07% -6.02%
Chỉ tiêu/Năm 2014 2015 2016 Năm 2015 so với 2014 Năm 2016 so với 2015 5. Chi phí quản lý doanh nghiệp 5125 6119 5281.6 19.40% -13.68% 6. Lợi nhuận thuần từ hoạt động kinh doanh 16,400 13,715 8,837 -16.37% -35.57% 7. Tổng lợi nhuận kế toán trước thuế 16,400 13,715 8,837 -16.37% -35.57% 8. Chi phí thuế TNDN hiện hành 3280 2743 1767.3 -16.37% -35.57%
9. Lợi nhuận sau thuế thu nhập doanh nghiệp
13,120 10,972 7,069 -16.37% -35.57%
(Nguồn:Bộ phận kế toán công ty Viva)
Ta có thể thấy tình hình hoạt động kinh doanh của công ty qua các năm không có nhiều sự tăng trưởng về doanh thu. Doanh thu có tăng nhẹ vào năm 2015 2.93% sau đó lại giảm lại và năm 2016 3.73%.
Tuy không có sự tăng trưởng mạnh mẽ về doanh thu nhưng giá vốn hàng bán lại tăng đều qua các năm. Tốc độ tăng giá vốn cao hơn tốc độ tăng doanh thu điều này chứng tỏ công ty không kiểm soát tốt giá nguyên vật liệu hoặc chi phí nhân công sản xuất quá cao.
Lợi nhuận sau thuế thu nhập của công ty cũng giảm đều qua các năm chứng tỏ công ty gặp một số khó khăn trong hoạt động kinh doanh.
4.1.2. Tình hình hoạt động
Với sự gia tăng của mức lương tối thiểu vùng tại TP HCM qua các năm, chi phí lao động sản xuất trực tiếp tại công ty Viva cũng tăng nhanh. Mức độ tăng năng
suất bình quân tại công ty không tăng nhanh bằng mức tăng chi phí sản xuất trực tiếp. Do đó, lợi nhuận sau thuế của công ty ngày càng giảm qua các năm.
Bảng 4.2 Sản lƣợng sản xuất công ty Viva qua các năm Năm
NĂNG SUẤT (ĐÔI/NĂM)
Giá vốn BQ Các tháng thấp điểm (T3-T10) Các tháng cao điểm (T11-T2) Tổng 2014 360,000 280,000 640,000 120,117 2015 362,000 290,000 652,000 124,594 2016 359,000 280,000 639,000 130,340 So sánh 2014/2015 0.56% 3.57% 1.88% 3.73% So sánh 2015/2016 -0.83% -3.45% -1.99% 4.61%
(Nguồn:Bộ phận kế toán công ty Viva)
Có thể thấy sản lượng sản xuất năm 2015 so với năm 2014 có sự tăng nhẹ 1.88%. Sản lượng năm 2016 so với 2015 giảm nhẹ 1.99%. Tuy nhiên giá vốn bình quân của sản phẩm tăng liên tục qua các năm và mức độ tăng cao hơn mức độ tăng sản lượng.
4.1.3. Đặc điểm lao động và kết quả định mức lao động hiện tại
Lao động tại công ty tỉ lệ nam chiếm 55% nhiều hơn số lao động nữ. Tuy nhiên, tỉ lệ chênh lệch không đáng kể vì tùy thuộc vào vị trí sản xuất sẽ có những công đoạn nam làm tốt hơn nữ và ngược lại. Về độ tuổi lao động ở nhớm 18-30 tuổi chiếm tỉ lệ lớn với 60% vì công việc mang tính chất tay chân nên lao động trẻ sẽ phù hợp hơn. Ngoài ra do công ty có thời gian thành lập dưới 10 năm nên đa phần lao động nằm ở độ tuổi này. Trình độ lao động tại công ty phần nhiều là phổ thông với hơn 60% vì các công đoạn cần người có tay nghề nhiều hơn là trình độ học vấn. 90% nhân viên tại công ty là nhân viên trực tiếp sản xuất. Về thời gian làm việc có 60% lao động làm việc trên 3 năm.
Về định mức lao động hiện tại công ty đang sử dụng cách thức bấm giờ từng công đoạn sau đó tổng hợp thành thời gian cho từng sản phẩm và tính định mức số sản phẩm cho từng bộ phận theo đầu người. Định mức được xây dựng theo từng bộ phận. Do công ty sản xuất những sản phẩm tương tự nhau nên định mức này giữ
nguyên cho các sản phẩm. Năng suất thực tế được xác định bằng công thức sau:Năng suất(đôi/người)=Số sản phẩm năm/12/26/Số người.
Bảng 4.3 Định mức sản phẩm qua các năm Sản lƣợng(đôi/ năm) Tổ gò Tổ may Tổ chuẩn bị Tổ dập Văn phòng Số người 51 90 32 66 23 Định mức (đôi/ngƣời/ngày) 46 26 70 37 0 Năng suất thực tế 2014 640,000 40.22 22.79 64.1 31.08 0 Năng suất thực tế 2015 652,000 40.98 23.22 65.3 31.66 0 Năng suất thực tế 2016 639,000 40.16 22.76 64 31.03 0
(Nguồn:dữ liệu bộ phận kế toán công ty Viva)
Qua bảng trên ta có thể thấy năng suất thực tế tăng nhẹ ở năm 2015 sau đó giảm lại vào năm 2016. So với định mức của công ty đề ra năng suất thực tế chưa đáp ứng được yêu cầu.
4.2. Đặc điểm mẫu khảo sát
Với nghiên cứu này, tác giả gửi đi khảo sát với 265 phiếu, số phiếu thu về là 265 phiếu, sau khi loại ra các phiếu không hợp lệ còn lại 252 phiếu hợp lệ và đây là số phiếu nhằm phân tích và đánh giá kết quả nghiên cứu. Dưới đây là phần trình bày đặc điểm mẫu khảo sát.
Bảng 4.4 Thống kê mẫu theo giới tính
Giới tính Tần số %
Nam 136 54
Nữ 116 46
Tổng 252 100
(Nguồn:kết quả phân tích dữ liệu điều tra)
Đầu tiên, đánh giá về giới tính kết quả cho thấy có sự chênh lệch nhỏ giữa cơ cấu giới tính Nam và Nữ, trong đó tỷ lệ Nữ chiếm đến 46% nhỏ hơn 8% so với nhân
viên là Nam và số nhân viên Nữ và Nam tương ứng là 116 nhân viên và 136 nhân viên
Bảng 4.5 Thống kê mẫu theo tuổi
Độ tuổi Tần số % 18-25 90 35.7 26-30 60 23.8 31-40 69 27.4 lớn hơn 40 33 13.1 Total 252 100.0
(Nguồn:kết quả phân tích dữ liệu điều tra)
Đánh giá về nhóm tuổi, kết quả cho thấy nhóm tuổi tập trung nhiều nhất thuộc nhóm tuổi 18-25 tuổi và 31-40 tuổi tương ứng với 35.7% và 27.4%. Tiếp đến là nhóm tuổi 26-30 tuổi và trên 40 tuổi và tỷ lệ tương ứng 23.8% và 13.1%. Như vậy, kết quả cho thấy phần lớn người được khảo sát có độ tuổi trẻ hoặc ở độ tuổi 31-40.