Nội dung bảng câu hỏi chính thức là lấy từ bảng câu hỏi khảo sát sơ bộ của 50 nhân viên đang làm việc tại công ty, vì kết quả từ bảng khảo sát định lƣợng sơ bộ cho bài nghiên cứu của tác giả các chỉ số phù hợp với yêu cầu bài.
Nội dung bảng câu hỏi gồm 3 phần chính và đƣợc thiết kế nhƣ sau: - Phần I: Giới thiệu mục đích nghiên cứu.
- Phần II: Bao gồm những câu hỏi về đặc điểm cá nhân nhƣ giới tính, tuổi, vị trí công việc, thời gian công tác và thu nhập hàng tháng.
- Phần III: Bao gồm những câu hỏi về các biến quan sát, các nhân tố ảnh hƣởng đến sự hài lòng của nhân viên: Thang đo Likert 5 mức độ đƣợc dùng để đo lƣờng tất cả các nhân tố về sự hài lòng của nhân viên, câu trả lời đƣợc chọn từ thấp nhất 1 điểm “Hoàn toàn không đồng ý” đến điểm 5 “Hoàn toàn đồng ý”
3.3.2.4. Phƣơng pháp nghiên cứu chính thức:
Dữ liệu thu thập thông qua việc phỏng vấn trả lời bảng câu hỏi, sau đó đƣợc xử lý và phân tích thống kê bằng phần mềm SPSS 22.0 để phân tích các thuộc tính của mẫu nghiên cứu (các thông tin của đối tƣợng đƣợc khảo sát) gồm giới tính, độ tuổi, trình độ học vấn, nghề nghiệp và thu nhập hàng tháng....
Dữ liệu sau khi thu thập sẽ làm sạch để loại bỏ những bảng trả lời không phù hợp và đƣợc phân tích qua các bƣớc nhƣ sau:
- Bƣớc 1: Đánh giá thang đo bằng hệ số tin cậy Cronbach‟s Alpha. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach Alpha
Phân tích Cronbach‟s Alpha nhằm kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach‟s Alpha và loại bỏ những biến có tƣơng quan biến tổng (Item-Total correlation) nhỏ.
Hệ số Cronbach‟s Alpha có giá trị biến thiên trong khoảng [0,1]. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.70, 0.80]. Nếu Cronbach „s alpha >=0.60 là thang đo có thể chấp nhận đƣợc về mặt độ tin cậy. Về lý thuyết hệ số Cronbach‟s
Alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, điều này không thực sự nhƣ vậy. Hệ số Cronbach‟s Alpha quá lớn (α> 0.95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa là chúng cùng đo lƣờng một nội dung nào đó của khái niệm nghiên cứu). Hiện tƣợng này đƣợc gọi là hiện tƣợng trùng lắp trong đo lƣờng (redundancy). Do đó, khi kiểm tra từng biến đo lƣờng ta sử dụng thêm hệ số tƣơng quan biến – tổng. Theo Nunnally và Bernstein (1994), nếu một biến đo lƣờng có hệ số tƣơng quan biến – tổng hiệu chỉnh (Corrected item-total correlation) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu. (Nguyễn Đình Thọ, 2011).
Nhƣ vậy, trong phân tích Cronbach‟s Alpha thì ta sẽ loại bỏ những thang đo có hệ số nhỏ (α<0.6) và cũng loại những biến quan sát có hệ số tƣơng quan biến tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mô hình vì những biến quan sát này không phù hợp hoặc không có ý nghĩa đối với thang đo. Tuy nhiên, các biến không đạt yêu cầu nên loại hay không không chỉ đơn thuần nhìn vào con số thống kê mà còn phải xem xét giá trị nội dung của khái niệm (Nguyễn Đình Thọ, 2011, trang 354).
- Bƣớc 2: Đánh giá thang đo bằng phân tích nhân tố khám phá (EFA).
Sau khi lọai bỏ các biến không đảm bảo độ tin cậy thông qua phân tích Cronbach‟s Alpha, phƣơng pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) đƣợc sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ƣớc lƣợng theo từng nhóm biến.
Các biến quan sát có trọng số λi (factor loading) nhỏ hơn 0.50 trong EFA sẽ tiếp tục bị loại bỏ để thang đo đạt đƣợc giá trị hội tụ. Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 (λiA – λiB ≥0.3). Vấn đề loại bỏ biến có trọng số nhân tố thấp cần chú ý đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lƣờng. Nếu λi không quá nhỏ, ví dụ λi =0.40 chúng ta không nên loại nó (Nguyễn Đình Thọ, 2011, trang 401-402).
Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số Eigenvalue – đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Số lƣợng nhân tố đƣợc xác định ở nhân tố
nhỏ hơn 1 sẽ bị loại ra khỏi mô hình. Tiêu chuẩn phƣơng sai trích (Variance explained criteria): tổng phƣơng sai trích phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và phƣơng sai (từ 60% trở lên đƣợc coi là tốt) (Nguyễn Đình Thọ, 2011, trang 393, 403).
Để xác định sự phù hợp khi sử dụng EFA thì ngƣời ta thƣờng tiến hành dùng kiểm định Barlett và KMO:
Kiểm định Bartlett: dùng để xem xét ma trận tƣơng quan có phải là ma trận đơn vị (I) hay không. Kiểm định Barlett có ý nghĩa thống kê khi Sig< 0.05. Điều này chứng tỏ các biến quan sát có tƣơng quan với nhau trong tổng thể.
Kiểm định KMO: KMO là chỉ số dùng để so sánh độ lớn của hệ số tƣơng quan giữa các biến đo lƣờng với độ lớn của hệ số tƣơng quan riêng phần của chúng (Nguyễn Đình Thọ, 2011, trích từ Norusis, 1994). Hệ số KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn. Hệ số KMO phải đạt giá trị từ 0.5 trở lên (KMO ≥ 0.5) thể hiện phân tích là phù hợp. Hệ số KMO<0.5 thì không thể chấp nhận đƣợc (Nguyễn Đình Thọ, 2011, trích từ Kaiser, 1974).
Tuy nhiên, trong thực tế, với sự hỗ trợ của các phần mềm xử lý thống kê SPSS và chúng ta có thể nhìn vào kết quả trọng số nhân tố và phƣơng sai trích đạt yêu cầu thì vấn đề kiểm định Bartlett, KMO không còn ý nghĩa nữa vì chúng luôn luôn đạt yêu cầu (Nguyễn Đình Thọ, 2011, trang 397).
Trong nghiên cứu này, tác giả sử dụng phƣơng pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1.
- Bƣớc 3: Phân tích hồi quy tuyến tính và kiểm định giả thuyết nghiên cứu (Phân tích hồi quy bội)
Sau khi tiến hành phân tích Cronbach‟s Alpha và phân tích EFA, tác giả tiến hành phân tích hồi quy và kiểm định giả thuyết. Phân tích hồi quy xem xét hệ số xác định điều chỉnh nhằm khẳng định sự phù hợp của mô hình nghiên cứu. Và để kiểm tra hiện tƣợng đa cộng tuyến tác giả sử dụng hệ số phóng đại phƣơng sai VIF (variance Inflation Factor). Theo Hair &ctg 2006, thông thƣờng VIF của một biến độc lập nào đó >10 thì
biến này hầu nhƣ không có giá trị giải thích biến thiên của Y trong mô hình MLR (Nguyễn Đình Thọ, 2011, trang 497). Kế đến để xác định rõ mức độ ảnh hƣởng của từng yếu tố tác động đến giá trị thƣơng hiệu tác giả xem xét đến trọng số hồi qui chuẩn hóa. Biến thành phần nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến tổng quan giá trị thƣơng hiệu. Mô hình hồi qui tổng quát đƣợc biểu diễn dƣới dạng:
Yi = f(Xi) + εi = β0 + β1X1i + β2X2i + ... + βkXki + .... + βpXpi + εi Các giả định để thực hiện hồi quy:
(1) X,Y có quan hệ tuyến tính. (2) Y là biến định lƣợng.
(3) Các quan sát của Y độc lập nhau. (4) Các giá trị Xi cố định.
(5) X đƣợc đo lƣờng không sai số. (6) εi ~ N(με, σ2 ε). (7) E(εi) = 0. (8) Var(εi) = σ2 ε = hằng số. (9) Cov(εi ,εj) = 0. (10) Cor (Xi, Xj) ≠ 1, ∀ i ≠ j.
- Bƣớc 4: Kiểm định sự khác biệt về sự hài lòng của nhân viên phân biệt theo một số đặc điểm cá nhân bằng T-test và phân tích phƣơng sai Anova.
3.4. Xác định cỡ mẫu
- Phƣơng pháp lấy mẫu: Đề tài chọn phƣơng pháp lấy mẫu thuận tiện phi xác suất.
- Cỡ mẫu: Một số nghiên cứu về kích thƣớc mẫu đƣợc các nhà nghiên cứu đƣa ra, theo Hair và cộng sự (1998), để có thể tiến hành phân tích nhân tố khám phá EFA, kích thƣớc mẫu cần tỉ lệ với biến quan sát là 5:1, tức là một biến đo lƣờng cần tối đa 5 biến quan sát (Nguyễn Đình Thọ, 2014). Với 27 biến quan sát thì kích thƣớc mẫu dự tính là 24*5=135 trở lên.
Ngoài ra, để tiến hành phân tích hồi quy một cách tốt nhất, Tabachnick (1996) cho rằng kích thƣớc mẫu cần phải đƣợc đảm bảo theo công thức n ≥ 50 + 8p (trong đó, n: Cỡ mẫu; p: Số biến độc lập của mô hình). Theo Tabachnick và Fidell (2007), để phân tích hồi quy tốt nhất thì kích thƣớc mẫu phải đảm bảo công thức: n ≥ 50 + 8p. Với n: Là kích thƣớc mẫu tối thiểu cần thiết và p: Là số lƣợng biến độc lập trong mô hình (trích Nguyễn Đình Thọ, 2014). Nên kích thƣớc mẫu tốt nhất cho hồi quy là: 50 + 8*5 = 90 trở lên.
Tuy nhiên để tăng tính đại diện cho tổng thể nghiên cứu, và để giảm sai sót khi chọn mẫu ngẫu hứng, đề tài sẽ lấy từ 250 mẫu trở lên.
Tóm tắt chƣơng 3
Trong chƣơng 3 tác giả đã trình bày chi tiết thiết kế nghiên cứu của luận văn. Quá trình nghiên cứu đƣợc thực hiện thông qua 2 giai đoạn là nghiên cứu sơ bộ và nghiên cứu chính thức.
Nghiên cứu sơ bộ sử dụng phƣơng pháp nghiên cứu định tính (thảo luận nhóm 10 nhà quản lý và quản lý nhân sự có kinh nghiệm lâu năm tại công ty) để thiết lập bảng thang đo nháp, từ đó dùng phƣơng pháp nghiên cứu định lƣợng (khảo sát 50 nhân viên) để xác định độ tin cậy của các thang đo nhằm xác định đƣợc mô hình nghiên cứu chính thức gồm 6 biến độc lập và 1 biến phụ thuộc và liệt kê 27 biến quan sát để đo lƣờng cho 7 khái niệm trong mô hình nghiên cứu này.
Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp định lƣợng thông qua phƣơng pháp khảo sát bằng bảng câu hỏi. Cách thức thực hiện nghiên cứu định lƣợng nhƣ: Cách xây dựng thang đo, thiết kế bảng câu hỏi, cách chọn mẫu, cách xử lý số liệu bằng phần mềm SPSS 22.0 nhƣ làm sạch dữ liệu, đánh giá hệ số Cronbac‟s Alpha, EFA, hồi quy tuyến tính, phân tích T-Test, Anova.
CHƢƠNG 4
KẾT QUẢ NGHI N CỨU
Chƣơng này sẽ trình bày các kết quả nghiên cứu thông qua việc phân tích dữ liệu thu thập đƣợc. Tác giả thực hiện các bƣớc: Mỗ tả mẫu ngẫu nghiên cứu; Đánh giá độ tin cậy các thang đo qua hệ số Cronbach‟s Alpha; Sử dụng phƣơng pháp phân tích các yếu tố khám phá (EFA- Exploratory Factor Anlysis) để kiểm định giá trị của các thang đo; Phân tích hồi qui tuyến tính nhằm xác định mức độ ảnh hƣởng của các nhân tố trong thang đo và kiểm định các giả thuyết ban đầu; Sử dụng phƣơng pháp phân tích T-Test, phân tích phƣơng sai (ANOVA) để kiểm định sự khác biệt theo các yếu tố‟
4.1. Mô tả mẫu nghiên cứu
Mẫu đƣợc chọn theo phƣơng pháp lấy mẫu thuận tiện với 320 bảng câu hỏi đã đƣợc phát ra để phỏng vấn trực tiếp, và thu về đƣợc 299 bảng trả lời, có 24 bảng câu hỏi bị loại sau khi phát hiện thấy các phiếu trả lời không đƣợc điền đầy đủ. Nhƣ vậy số phiếu đƣợc đƣa vào phân tích là 275 (đạt yêu cầu).
4.2. Kết quả phân tích Cronbach‟s Alpha
Dựa vào kết quả bảng khảo sát thu thập đƣợc, tác giả tiến hành kiểm định thang đo về độ tin cậy Cronbach‟s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy. Từ đó đƣa ra các thảo luận.
Trƣớc khi đi vào phân tích nhân tố khám phá, tác giả kiểm định độ tin cậy của thang đo bằng công cụ Cronbach‟s alpha. Độ tin cậy của thang đo đƣợc đánh giá bằng hệ số tin cậy Cronbach‟s Alpha. Theo Nguyễn Đình Thọ năm (2011) cho rằng hệ số Cronbach‟s Alpha lớn hơn hoặc bằng 0.60 là thang đo có thể chấp nhận đƣợc.
Các biến đạt yêu cầu khi hệ số tƣơng quan biến tổng (hiệu chỉnh) lớn hơn hoặc bằng 0.30 (xem Bảng 4.1).
Bảng 4. 1: Phân tích độ tin cậy cho các thang đo
Biến quan sát Tƣơng quan biến tổng Cronbach‟s Alpha nếu loại biến Công việc – CV (Cronbach „s Alpha=0.886)
CV1 .725 .862 CV2 .707 .865 CV3 .720 .863 CV4 .797 .850 CV5 .453 .903 CV6 .806 .848
Đào tạo và thăng tiến – DT (Cronbach „s Alpha=0.802)
DT1 .618 .750
DT2 .681 .725
DT3 .636 .741
DT4 .543 .792
Lãnh đạo – LD (Cronbach „s Alpha=0.857)
LD1 .725 .809
LD2 .701 .821
LD3 .695 .821
LD4 .700 .824
Đồng nghiệp – DN (Cronbach „s Alpha=0.805)
DN1 .585 .772
DN2 .628 .752
DN3 .635 .751
DN4 .639 .747
Tiền lƣơng và phúc lợi – LP (Cronbach „s Alpha=0.880)
LP1 .779 .842
LP2 .718 .855
LP3 .730 .852
LP4 .884 .822
LP5 .550 .903
Điều kiện làm việc – DK (Cronbach „s Alpha=0.856)
DK3 .833 .763
DK4 .615 .856
Sự hài lòng về Nhân viên – HL (Cronbach „s Alpha=0.645)
HL1 .410 .606
HL2 .485 .507
HL3 .474 .523
(Nguồn: 09/2018 tác giả tổng hợp)
Thành phần Công việc (CV) hệ số Cronbach 's Alpha là 0.886, đạt yêu cầu cao về độ tin cậy. Bên cạnh đó, hệ số đo lƣờng tƣơng quan biến tổng 2 biến đo lƣờng nhân tố này đều đạt chuẩn (lớn hơn 0.3). Nếu loại ra bất kỳ biến quan sát nào, hệ số Cronbach alpha sẽ giảm xuống. Do vậy, thang đo thành phần Công việc đạt yêu cầu do đó những biến quan sát nằm trong thang đo này đều đƣợc sử dụng cho việc phân tích EFA
Thành phần Đào tạo và thăng tiến (DT) có hệ số Cronbach 's Alpha là 0.802, đạt yêu cầu. Các hệ số tƣơng quan biến tổng của 2 biến đo lƣờng đều đạt chuẩn. Bên cạnh đó, hệ số đo lƣờng tƣơng quan biến tổng 2 biến đo lƣờng nhân tố này đều đạt chuẩn (lớn hơn 0.3). Nếu loại ra bất kỳ biến quan sát nào, hệ số Cronbach alpha sẽ giảm xuống. Do đó, biến Đào tạo và thăng tiến đƣợc giữ lại và sử dụng cho phân tích EFA.
Thành phần Lãnh đạo (LD) với hệ số Cronbach 's Alpha là 0.857, hệ số này đạt độ tin cậy cao. Các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn (lớn hơn 0.3). Các hệ số Cronbach alpha nếu loại biến đều thấp hơn 0.857. Do vậy, biến Tổ chức đạt yêu cầu và các biến quan sát của thang đo này đƣợc sử dụng cho phân tích EFA.
Thành phần Đồng nghiệp (DN) có hệ số Cronbach 's Alpha là 0.805, đạt tiêu chuẩn với hệ số cao. Các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn. Biến Đồng nghiệp đạt tiêu chuẩn và các biến quan sát của Đồng nghiệp sẽ đƣợc sử dụng cho phân tích EFA.
chuẩn. Riêng biên LP5 khi loại ra sẽ cho hệ số Cronbach‟s Alpha cao hơn (0.903) tuy nhiên mức độ chênh lệch không đáng kể nên tác giả quyết định vẫn giữ biến LP5 trong thang đo. Biến Tiền lƣơng và phúc lợi đạt tiêu chuẩn và các biến quan sát sẽ đƣợc sử dụng cho phân tích EFA.
Thành phần Điều kiện làm việc (DK) có hệ số Cronbach 's Alpha là 0.856, đạt tiêu chuẩn với hệ số cao. Các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn. Biến Điều kiện làm việc đạt tiêu chuẩn và các biến quan sát của Chiến lƣợc sẽ đƣợc sử dụng cho phân tích EFA.
Thành phần Sự hài lòng của nhân viên (HL) có hệ số Cronbach 's Alpha là 0.645, đạt tiêu chuẩn. Các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn (lớn hơn 0.3). Các hệ số Cronbach alpha nếu loại biến đều thấp hơn 0.645. Do vậy, biến Tổng quan Sự hài lòng của Nhân viên đạt yêu cầu và các biến quan sát của thang đo này đƣợc sử dụng cho phân tích EFA.
4.3. Phân tích nhân tố khám phá
Sau khi tiến hành kiểm định độ tin cậy Cronbach‟s Alpha, kết quả thu đƣợc đều thỏa điều kiện, phù hợp để tiến hành phân tích nhân tố khám phá theo từng nhóm biến.
Phân tích nhân tố khám phá (EFA) để kiểm định giá tri hội tụ và giá trị phân biệt của thang đo. Phƣơng pháp rút trích đƣợc lựa chọn là Principal Component với phép xoay Varimax để phân tích nhân tố. Trong đề tài này, tác giả tiến hành phân tích EFA cho các biến độc cùng lúc. Riêng biến phụ thuộc (Sự hài lòng của nhân viên) đƣợc phân tích riêng.
Phân tích EFA các biến độc lập
4.3.1.
Kết quả thu đƣợc sau khi thực hiện phân tích nhân tố khám phá EFA nhƣ sau:
Hệ số KMO đạt đƣợc là 0.8672. Kiểm định Bartlett trong nghiên cứu đạt yêu