3.4.1. Phân tích thống kê mơ tả
Tác giả sử dụng phép phân tích mơ tả (descriptives) trong phần mềm SPSS để phân tích các thuộc tính của mẫu nghiên cứu (các thơng tin của đối tượng được khảo sát) gồm giới tính, độ tuổi, trình độ học vấn, thời gian làm việc, thu nhập và vị trí cấp bậc.
50
3.4.2. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach ’s Alpha
Phân tích Cronbach’s Alpha nhằm tìm ra những mục câu hỏi cần giữ lại và những mục câu hỏi cần bỏ đi trong các mục đưa vào kiểm tra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) hay nói cách khác là giúp loại đi những biến quan sát và thang đo
khơng phù hợp. Các biến quan sát có hệ số tương quan biến tổng (Corrected Item-Total Correlation) nhỏ hơn 0,3 sẽ bị loại và thang đo được chọn khi hệ số Cronbach’s Alpha
từ 0,6 trở lên (Nunnally & Bernsteri, 1994; Slater,1995).
Nhiều nhà nghiên cứu đồng ý rằng khi hệ số Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
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 như vậy. Hệ số Cronbach’s Alpha quá lớn (α > 0,95) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau (nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường (redundancy). Do đó, khi kiểm tra từng biến đo lường ta sử dụng thêm hệ số tương quan biến tổng.
Như 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 tương quan biến tổng hiệu chỉnh nhỏ (< 0,3) ra khỏi mơ hình vì những biến quan sát này không phù hợp hoặc khơng có ý nghĩa đối với thang đo. Tuy nhiên, các biến không đạt yêu cầu nên loại hay khơng khơng chỉ đơn thuần nhìn vào con số thống kê mà còn phải xem xét giá trị nội dung của khái niệm (Nguyễn Đình Thọ, 2013).
3.4.3. Phân tích nhân tố khám phá EFA
Sau khi loại bỏ các biến không đảm bảo độ tin cậy thông qua phân tích Cronbach’s Alpha, phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) được sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị
51
phân biệt (discriminant validity) và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Để xác định sự phù hợp khi sử dụng EFA, người ta thường tiến hành dùng kiểm định Bartlett’s và KMO:
-Kiểm định Bartlett’s: dùng để xem xét ma trận tương quan có phải là ma trận đơn vị I (indentify matrix) hay không. Kiểm định Bartlett’s có ý nghĩa thống kê khi Sig. < 0,05. Điều này chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
-Kiểm định KMO: là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa các biến đo lường với độ lớn của hệ số tương quan từng phần của chúng (Nguyễn Đình Thọ, 2013). Hệ số KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn. Để sử dụng EFA, hệ số KMO phải đạt giá trị từ 0,5 trở lên (KMO ≥ 0,5).
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 phương sai trích đạt u cầu thì vấn đề kiểm định Bartlett’s, KMO khơng cịn ý nghĩa nữa vì chúng ln ln đạt u cầu (Nguyễn Đình Thọ, 2013).
Trong nghiên cứu này, tác giả sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các nhân tố có Eigenvalues (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 hoặc bằng 1.
3.4.4. Kiểm định sự phù hợp mơ hình
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan và phân tích hồi quy để kiểm định các giả thuyết.
Trước hết hệ số tương quan giữa sự gắn bó của người lao động với các yếu tố của sự gắn bó sẽ được xem xét.
Tiếp theo, tiến hành phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares - OLS) nhằm kiểm định mối quan hệ giữa biến phụ thuộc: sự gắn bó của người lao động (gắn kết vì tình cảm) và các biến độc lập: (1) Thu nhập; (2) Khen thưởng và phúc lợi; (3) Môi trường làm việc; (4)
52
Đồng nghiệp; (5) Người quản lý trực tiếp; (6) Cơ hội thăng tiến (phát triển nghề nghiệp); (7) Văn hóa tổ chức.
Phương pháp lựa chọn biến Enter được tiến hành. Do mơ hình có nhiều biến độc lập nên hệ số xác định R2 hiệu chỉnh dùng để xác định độ phù hợp của mơ hình. Cuối cùng, nhằm đảm bảo độ tin cậy của phương trình hồi quy được xây dựng là phù hợp, các dị tìm sự vi phạm của giả định cần thiết trong hồi quy tuyến tính cũng được thực hiện. Các giả định được kiểm định trong phần này gồm liên hệ tuyến tính (dùng biểu đồ phân tán Scatterplot), phương sai của phần dư không đổi (dùng hệ số tương quan hạng Spearman), phân phối chuẩn của phần dư (dùng Histogram và P-P plot), tính độc lập của phần dư (dùng đại lượng thống kê Durbin-Watson), hiện tượng đa cộng tuyến (tính độ chấp nhận Tolerance và hệ số phóng đại phương sai VIF).
Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (Variance Inflaction Factor) với yêu cầu VIF ≤ 10 (Nguyễn Đình Thọ, 2013).
Kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, và hiện tượng phương sai thay đổi bằng các xem xét mối quan hệ giữa phần dư và giá trị quy về hồi quy của biến phụ thuộc (Nguyễn Đình Thọ, 2013).
Đánh giá mức độ giải thích và ý nghĩa giữa các biến độc lập lên biến phụ thuộc (β - standardized coefficient và Sig. < 0,05), biến độc lập nào có trọng số β càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc (Nguyễn Đình Thọ, 2013).
Tóm tắt chương 3
Chương 3 trình bày phương pháp nghiên cứu. Đầu tiên là quy trình nghiên cứu. Nghiên cứu được thực hiện qua 2 bước: nghiên cứu định tính và nghiên cứu định lượng. Phương pháp thảo luận nhóm được sử dụng trong nghiên cứu định tính để điều chỉnh và bổ sung thang đo cho phù hợp. Nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng. Đối tượng khảo sát là người lao động đang làm việc tại PVI Khu vực Tp.HCM, với số lượng mẫu là 204 người và được khảo sát thơng qua hình thức trả lời vào bảng câu hỏi. Dữ liệu sau khi thu thập sẽ được xử lý bằng phần mềm SPSS 20.0 theo quy trình: mơ tả mẫu, đánh giá độ tin cậy của thang đo, phân tích nhân
Stt __________Bộ phận__________ Đến tháng12/2017 Đến tháng12/2018 Đến tháng12/2019 __ L Bộ phận gián tiếp___________ ___________246 _________243 __________258 __ 2 Bộ phận trực tiếp____________ ___________Tổng cộng_________________ ___________421 _________405 __________357 667 648 __________ 615 53
tố khám phá, kiểm định mơ hình, phân tích hồi qui, kiểm định giả thuyết, hệ số tương quan và hồi qui tuyến tính, dị tìm các sai phạm giả định cần thiết và cuối cùng là kiểm định sự khác nhau về sự gắn bó theo từng đặc điểm cá nhân.
54
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN