Sau khi thu thập xong dữ liệu bằng các câu hỏi phỏng vấn, các bảng phỏng vấn sẽ được xem xét để loại đi một số phỏng vấn không đạt yêu cầu cho nghiên cứu. Các bảng câu hỏi đạt yêu cầu sẽ được mã hóa, nhập liệu và làm sạch bằng phần mềm SPSS 22. Các dữ liệu sẽ được xử lý thông qua các công cụ phân tích của phần mềm SPSS 22 như: thống kê mô tả, bảng tần số, kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, phân tích EFA, phân tích tương quan, phân tích hồi quy tuyến tính bội và kết quả thu được sẽ được trình bày dưới dạng báo cáo nghiên cứu.
Dữ liệu sau khi làm sạch dùng các công cụ thống kê mô tả thông qua việc đo lường các đại lượng như trung bình (mean), phương sai, độ lệch chuẩn để tóm tắt các dữ liệu thu thập được. Sử dụng thống kê mô tả để thống kê về tần số, tỷ lệ phần trăm các thuộc tính của mẫu.
Tiếp theo, sử dụng hệ số Cronbach’s Alpha để đánh giá độ tin cậy của thang đo lường các yếu tố ảnh hưởng đến sự cam kết gắn bó với tổ chức. Hệ số Cronbach’s Alpha từ 0.8 đến 1 là thang đo lường tốt, từ 0.7 đến 0.8 là sử dụng được
còn các biến có hệ số tương quan tổng nhỏ hơn 0.3 sẽ bị loại (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008). Sau đó, những biến nào đạt chuẩn Cronbach’s Alpha sẽ được dùng để phân tích nhân tố khám phá (EFA).
Sau khi các biến đã được phân tích nhân tố khám khá (EFA), tiếp tục đưa vào phân tích hồi quy đa biến. Trong bước này, sẽ thực hiện kiểm định tương quan giữa các biến với nhau và kiểm định độ phù hợp của mô hình. Phân tích nhân tố EFA được sử dụng nhằm xác định các nhân tố và biến quan sát giải thích cho nhân tố (kiểm định giá trị thang đo), biến quan sát được chọn là biến có hệ số tải nhân tố (factor loading) ≥ 0.5, kiểm định KMO (Kaise Mayer – Alkin) thỏa 0.5 ≤ KMO ≤1. Thang đo được chấp nhận khi tổng phương sai trích từ 50% trở lên; nếu KMO ≥ 0.9: rất tốt; KMO ≥ 0.8: tốt; KMO ≥ 0.7: được; KMO ≥ 0.6: tạm được; KMO ≥ 0.5: xấu; KMO ≤ 0.5: không thể chấp nhận được (Kaiser, 1974 được trích bởi Nguyễn Đình Thọ, 2013).
Xét mối tương quan giữa biến phụ thuộc và từng biến độc lập cũng như giữa các biến độc lập qua phân tích tương quan Pearson. Nếu hệ số tương quan giữa các biến phụ thuộc và biến độc lập lớn chứng tỏ giữa chúng có mối liên hệ với nhau, khi đó phân tích hồi quy là phù hợp. Ngược lại, nếu các biến độc lập cũng có hệ số tương quan với nhau lớn hơn 0.850 (Johnn và Benet-Martinez, 2000) thì có thể xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy đang xét.
Mô hình nghiên cứu được biểu diễn dưới dạng phương trình hồi quy tuyến tính đa biến có dạng như sau:
Y=β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + ε
Trong đó:
Y: Sự cam kết gắn bó với tổ chức X1: Phần thưởng
X2: Cán bộ quản lý trực tiếp X3: Cơ hội phát triển nghề nghiệp X4: Sự hỗ trợ dành cho Gia đình X5: Điều kiện làm việc
X6: Đặc điểm tính cách nhân viên
βi: Hệ số hồi quy riêng phần tương ứng với các biến độc lập ε: Sai số ước lượng
3.5. Tóm tắt
Chương này trình bày phương pháp nghiên cứu được thực hiện để đánh giá thang đo các khái niệm nghiên cứu và mô hình lý thuyết về tác động của các yếu tố đến sự cam kết gắn bó với tổ chức. Phần phương pháp nghiên cứu đã nêu lên được phương pháp nghiên cứu định tính, phương pháp nghiên cứu định lượng và xây dựng quy trình nghiên cứu; xác định số lượng mẫu tối thiểu là 285 mẫu và lấy mẫu trên tổng thể nhân viên đang làm việc tại SCB khu vực Tp. Hồ Chí Minh; nghiên cứu cũng đã xác định được phương pháp thu thập dữ liệu đồng thời trình bày cụ thể về các bước xử lý và phân tích dữ liệu gồm đánh giá độ tin cậy của thang đo, phân tích nhân tố khám phá, phân tích hồi quy, kiểm định sự khác biệt theo các đặc tính cá nhân.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương này sẽ lần lượt trình bày về các thông tin mẫu nghiên cứu, phân tích thống kê mô tả về các yếu tố ảnh hưởng đến sự cam kết gắn bó của nhân viên, trình bày các bước phân tích dữ liệu gồm đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s alpha, phân tích nhân tố khám phá (EFA), phân tích tương quan, phân tích hồi quy và kiểm định sự khác biệt theo các đặc tính cá nhân đến sự cam kết gắn bó của nhân viên.