CHƢƠNG 2 : PHƢƠNG PHÁP NGHIÊN CỨU VÀ THIẾT KẾ NGHIÊN CỨU
2.4. Thiết kế nghiên cứu
2.4.5. Xử lý dữ liệu thu thập
Dữ liệu nghiên cứu sau khi thu thập cần đƣợc kiểm tra độ chính xác, sau đó tác giả loại bỏ các dữ liệu sai hoặc không đạt yêu cầu. Các dữ liệu thỏa mãn đƣợc lập thành bảng biểu dạng file exel. Cuối cùng tác giả chuyển dữ liệu vào phần mềm SPSS 20. Phần mềm SPSS 20 đƣợc sử dụng để thống kê mô tả, kiểm định thang đo bằng hệ số Cronbach’s Alpha, và phân tích nhân tố khám phá EFA, phân tích hồi quy để kiểm định giá trị của các nhân tố tác động đến sự hài lòng của nhân viên trong công tác tạo động lực làm việc cho ngƣời lao động tại công ty xăng dầu Yên Bái.
a) Thống kê mô tả
Mẫu thu thập đƣợc sẽ đƣợc tiến hành thống kê phân loại theo: Giới tính, thâm niên công tác, thu nhập, bộ phận 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 bảng hỏi thu thập đƣợc.
b) Phương pháp phân tích độ tin cậy của thang đo (Cronbach’s Alpha)
Mức độ đánh giá các biến thông qua hệ số Cronbach’s Alpha đƣợc đƣa ra nhƣ sau:
Kiểm định Cronbach’s Alpha là kiểm định nhằm phân tích, đánh giá độ tin cậy của thang đo. Mục đích của kiểm định này là tìm hiểu xem các biến quan sát có cùng đo lƣờng cho một khái niệm cần đo hay không. Giá trị đóng góp nhiều hay ít đƣợc phản ánh thông qua hệ số tƣơng quan biến tổng Corrected Item – Total Correlation. Qua đó, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu. Các tiêu chuẩn đánh giá gồm các biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha từ 0,6 trở lên (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, phân tích dữ liệu nghiên cứu với SPSS, NXB Hồng Đức, 2005).
Hệ số tƣơng quan biến tổng là hệ số cho biến mức độ “liên kết” giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố của một biến quan sát cụ thể. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tƣơng quan biến tổng phải lớn hơn 0.3. Nếu biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn 0.3 thì phải loại nó ra khỏi nhân tố đánh giá.
Hệ số Cronbach Alpha là hệ số cho phép đánh giá xem nếu đƣa các biến quan sát nào đó thuộc về một biến nghiên cứu (biến tiềm ẩn, nhân tố) thì nó có phù hợp không. Hair et al (2006) đƣa ra quy tắc đánh giá nhƣ sau:
+ CA< 0.6. Thang đo nhân tố là không phù hợp (có thể trong môi trƣờng nghiên cứu đối tƣợng không có cảm nhận về nhân tố đó)
+ 0.6<CA< 0.7: Chấp nhận đƣợc với các nghiên cứu mới + 0.7 <CA< 0.8: Chấp nhận đƣợc
+0.8<CA< 0.95: tốt
+ CA >= 0.95: Chấp nhận đƣợc nhƣng không tốt, nên xét xét các biến quan sát có thể có hiện tƣợng “trùng biến”
Trong nghiên cứu này hệ số Cronbach’s Alpha lấy tối thiểu là 0.6. Hệ số tƣơng quan biến tổng nhỏ hơn 0.3 đƣợc xem là biến rác và đƣơng nhiên loại khỏi thang đo.
c) Phương pháp phân tích nhân tố khám phá (EFA)
Trƣớc khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phƣơng pháp Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phƣơng pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phƣơng pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phƣơng pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tƣơng quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phƣơng pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức đƣợc sử dụng phổ biến nhất.
Một số tiêu chuẩn áp dụng khi phân tích EFA trong nghiên cứu nhƣ sau: + Hệ số tải nhân tố (Factor loading) > 0.5: Theo Hair & ctg (1998, 111), hệ số tải nhân tố (Factor loading): là hệ số tƣơng quan đơn giữa các biến và nhân tố, là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,3 đƣợc xem là đạt đƣợc mức tối thiểu, hệ số tải nhân tố > 0,4 đƣợc xem là quan trọng, > 0,5 đƣợc xem là có ý nghĩa thực tiễn.
+ Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của phân tích nhân tố, 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp.
+ Kiểm định Bartlett xem xét giả thuyết H0: độ tƣơng quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tƣơng quan với nhau trong tổng thể.
+ Phần trăm phƣơng sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích đƣợc bao nhiêu %.
d) Phương pháp phân tích hồi quy
Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc nhƣ thế nào.
Phân tích hồi quy sẽ đƣợc thực hiện với 03 biến độc lập là: Bản chất công việc, Thu nhập và Điều kiện làm việc. Giá trị của mỗi nhân tố đƣợc dùng để chạy hồi quy là giá trị trung bình của các biến quan sát thuộc nhân tố đó. Phân tích trong bài nghiên cứu này đƣợc thực hiện bằng phƣơng pháp Enter.
Phƣơng trình hồi quy:
Y= ß0 + ß1*X1+ ß2*X2 + ß3*X3
Trong đó:
Y: Sự hài lòng của nhân viên trong công tác tạo động lực làm việc cho ngƣời lao động tại công ty xăng dầu Yên Bái.
X1, X2, X3: Các yếu tố ảnh hƣởng đến sự hài lòng của nhân viên trong công tác tạo động lực làm việc cho ngƣời lao động tại công ty xăng dầu Yên Bái.
β0: Hệ số tự do của mô hình.