6. Kết cấu đề tài
2.4.2. Phương pháp xử lý số liệu
a. Thống kê mô tả
Mẫu thu thập được sẽ tiến hành thống kê phân loại theo nhân khẩu học: giới tính, độ tuổi, trình độ học vấn, vị trí làm việc. Đồng thời tính điểm trung bình, giá trị lớn nhất, giá trị nhỏ nhất, và độ lệch chuẩn của các câu trả lời trong abrng câu hỏi thu thập được.
Hệ số Cronbach’s Alpha cho biết mức độ tin cậy của các biến nghiên cứu, tìm ra những mục hỏi cần giữ lại và loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu, kiểm định xem sự tương quan giữa các mục hỏi với nhau. Dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005): “ Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu ( Nunnally,1978: Peterson, 1994: Slater: 1995)”. Như vậy, những biến có hệ số Cronbach’s Alpha lớn hơn 0,6được giữ lại trong nghiên cứu. Đồng thời những biến có hệ số tương quan biến – tổng ( Item – total correlation) nhỏ hơn 0,3 sẽ bị loại ra khỏi mô hình
c. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá nhằm rút gọn các biến tương quan, xây dựng một tập hợp các nhân tố gồm một số biến mới tương đối ít hơn không tương quan với nhau thay thế cho tập hợp biến gốc.
Điều kiện để tiến hành phân tích nhân tố là các biến đo lường phản ánh những khía cạnh khác nhau của cùng một nhân tố. Cơ sở để thực hiện phân tích nhân tố là sử dụng hệ số Kaiser – Meyer – Olkin (KMO) để xem xét sự thích hợp của phân tích nhân tố. Điều kiện đủ để phân tích nhân tố thích hợp là trị số KMO nằm trong khoảng 0,5 đến 1 ( 0,5 ≤ KMO ≤ 1). Tiếp đến xem xét tham số Barlett’s Test of Sphericity để kiểm định giả thuyết (H0) là các biến không có tương quan với nhau trong tổng thể. Phương pháp rút trích hệ số được sử dụng là Pricipal Axis Factoring với phép xoay Varimax.
Để xác định số lượng các nhân tố có trong mô hình sử dụng phương pháp dựa vào. Những nhân tố có Eigenvalue lớn hơn 1 sẽ được giữ lại để
phân tích và những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không hiệu quả trong việc rút gọn biến.
d. Phân tích nhân tố khẳng định CFA
CFA cho phép chúng ta kiểm định cấu trúc lý thuyết của các thang đo lường như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường (Steenkamp & Van Trijp 1991)
Kiểm định sự phù hợp của mô hình
Đánh giá độ tin cậy thang đo: Độ tin cậy thang đo được đánh giá
thông qua 3 chỉ số: Độ tin cậy tổng hợp (CR), tổng phương sai rút trích (AVE) và hệ số Cronbach ‘s Alpha
Kiểm định giá trị hội tụ:
Thang đo được xem là đạt giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo lớn hơn 0,5 và có ý nghĩa thống kê (Gerbring & Anderson, 1988: Hair & cộng sự, 1992). Ngoài ra, còn một tiêu chí khác để kiểm tra giá trị hội tụ đó là tổng phương sai rút trích (AVE) của các khái niệm. Fornell và Larcker (1981) cho rằng để nhân tố đạt giá trị hội tụ thì AVE tối thiểu phải là 0,5.
Tính đơn nguyên
Theo Steenkamp & Van Trijp (1991), mức độ phù hợp với mô hình với dữ liệu nghiên cứu cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn nguyên trừ trường hợp sai số của các biến quan sát có tương quan với nhau.
Giá trị phân biệt
Giá trị phân kì được đánh giá qua những tiêu chí sau:
(1) Đánh giá hệ số tương quan giữa các nhân tố có khác biệt với 1 hay không
(2) So sánh giá trị căn bậc 2 của AVE với các hệ số tương quan của một nhân tố với các nhân tố còn lại.
e. Phân tích hồi quy bằng mô hình cấu trúc SEM
Sau khi đã kiểm tra tính tin cậy, tính phù hợp của các nhân tố trong mô hình bằng phân tích khám phá nhân tố và khẳng định nhân tố để kiểm định các giả thuyết nghiên cứu mô hình ta sử dụng mô hình cấu trúc SEM. Mô hình cấu trúc tuyến tính cho phép giải quyết vấn đề đa cộng tuyến, sai số. Tiêu chuẩn kiểm định được lựa chọn theo mức ý nghĩa 5%.
f. Kiểm định sự khác biệt về đánh giá mức độ hài lòng của các nhân viên theo đặc điểm dân số học
Phân tích phương sai một yếu tố ( One – Way ANOVA) sử dụng để kiểm định sự đánh giá giữa các nhân viên về các nhân tố hài lòng khác nhau như thế nào theo các yếu tố giới tính, độ tuổi, thời gian làm việc, bộ phận đảm nhiệm, trình độ chuyên môn và thu nhập. Việc phân tích phương sai một yếu tố phải đảm bảo điều kiện phương sai các nhóm so sánh phải đồng nhất.
Phương pháp được sử dụng để kiểm định sự khác biệt cụ thể giữa các nhóm là phương pháp kiểm định sau. Kiểm định được thực hiện trong hộp thoại Post Hoc.
Giả thuyết H0: Không có sự khác biệt trong đánh giá của nhân viên về sự hài lòng trong công việc theo các yếu tố
Với độ tin cậy 95% (mức ý nghĩa 0,05): Nếu Sig. ≤ 0,05: Bác bỏ giả thuyết H0
TÓM TẮT CHƯƠNG 2
Trong chương hai trình bày chi tiết về mô hình nghiên cứu đề xuất, các giả thuyết và các thang đo. Ngoài ra, chương này cũng trình bày phương pháp thực hiện nghiên cứu.Quá trình nghiên cứu thực hiện gồm nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính thực hiện thông qua phỏng vấn nhóm. Nghiên cứu định tính cho biết loại những biến không phù hợp và giữ lại 27 biến thích hợp với 5 biến nhân tố bản chất công việc, 5 biến nhân tố thu nhập, 4 biến cơ hội thăng tiến, 5 biến lãnh đạo, 5 biến đồng nghiệp và 3 biến về sự hài lòng chung để thực hiện việc nghiên cứu tiếp theo. Nghiên cứu định lượng được thực hiện thông qua phỏng vấn bằng bảng câu hỏi. Mặt khác, chương này đã trình bày cách thức thực hiện nghiên cứu định lượng từ việc chọn mẫu đến xử lý số liệu.
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU