Thúy và Trần Thị
Bích Nhung (2018) Cơng ty trả lương đầy đủ và đúng hạn. L2
Thu nhập của nhân viên trong cơng ty tốt hơn so
với các cơng ty khác cùng ngành. L3
Cơng ty thực hiện đầy đủ các phúc lợi xã hội cho
nhân viên. L4
Mơi trường và điều kiện làm việc
Giờ giấc làm việc của nhân viên là hợp lý. MT1
Caroline Njambi
(2014) Nơi làm việc sạch sẽ, thống mát và an tồn. MT2
Nơi làm việc được trang bị cơ sở vật chất đầy đủ. MT3
Cơng ty cĩ bố trí khơng gian và thời gian để nhân
viên giải lao, thư giãn. MT4
Mối quan hệ với lãnh
đạo
Anh/Chị luơn nhận được sự quan tâm, hỗ trợ, chỉ dẫn và dễ dàng đĩng gĩp ý kiến của mình lên
lãnh đạo. LĐ1 Trần Thị
Phương Thúy và Trần Thị
Bích Lãnh đạo tạo cơ hội phát triển bình đẳng cho
Anh/Chị được lãnh đạo tin cậy, tơn trọng và bảo
vệ quyền lợi hợp lý trong cơng việc. LĐ3
Nhung (2018)
Lãnh đạo truyền được cảm hứng làm việc cho
anh/chị LĐ4
Bản chất của cơng
việc
Cơng việc phù hợp với tính cách, năng lực của
anh/chị BC1
Caroline Njambi
(2014) Anh/Chị cảm thấy được chủ động trong cơng
việc BC2
Anh/Chị luơn được khuyến khích để nâng cao
hiệu quả cơng việc BC3
Anh/Chị cảm thấy cơng việc này cĩ tính thử
thách BC4
Sự đảm bảo việc
làm
Anh/Chị cảm thấy cơng việc hiện tại ở cơng ty
là ổn định và lâu dài. AT1
Caroline Njambi
(2014) Anh/Chị khơng phải lo lắng về mất việc khi làm
việc ở cơng ty. AT2
Cơng ty chỉ cho thơi việc khi anh/chị vi phạm
quy chế, quy định của cơng ty. AT3
Cơng ty hoạt động hiệu quả. AT4
Đào tạo và phát triển
Anh/Chị được đào tạo về sản phẩm, dịch vụ mới
thường xuyên. ĐT1 Phạm
Thị Hà An và các cộng Cơng ty cĩ chính sách thăng tiến rõ ràng. ĐT2
Cơng ty tạo cơ hội thăng tiến cho nhân viên. ĐT3 41
Anh/Chị cảm thấy học hỏi được nhiều kĩ năng
và chuyên mơn từ cơng việc. ĐT4
sự (2020)
Đồng nghiệp
Đồng nghiệp của anh/chị luơn thân thiện, hịa
đồng. ĐN1
Caroline Njambi
(2014) Đồng nghiệp của anh/chị thường giúp đỡ lẫn
nhau, sẵn sàng chia sẻ kinh nghiệm. ĐN2
Anh/Chị với đồng nghiệp phối hợp làm việc tốt. ĐN3
Đồng nghiệp của anh/chị đáng tin cậy. ĐN4
Sự cơng nhận
Lãnh đạo đánh giá đúng năng lực của anh/chị. CN1
Trần Thị Phương Thúy và Trần Thị Bích Nhung (2018) Những ý kiến và đĩng gĩp của anh/chị được
cơng ty ghi nhận. CN2
Cơng ty cĩ chính sách khen thưởng theo kết quả
làm việc. CN3
Chính sách khen thưởng kịp thời, rõ ràng, cơng
bằng, cơng khai. CN4
Động lực làm việc
Anh/Chị luơn cảm thấy hứng thú với cơng việc
hiện tại. ĐL1 Trần Thị Phương Thúy và Trần Thị Bích Nhung (2018) Anh/Chị thường làm việc với trạng thái tốt, vui
vẻ, lạc quan. ĐL2
Anh/Chị hài lịng các chính sách động viên
khuyến khích của cơng ty. ĐL3
Anh/Chị khơng bao giờ cĩ ý định từ bỏ cơng việc ĐL4 42
43
3.2.2. Bảng khảo sát
Bảng câu hỏi được thiết kế gồm ba phần: phần thứ nhất dùng để gạn lọc bao gồm các câu hỏi nhằm mục đích chọn người trả lời trong thị trường (đám đơng) nghiên cứu, đối với đề tài nghiên cứu phần này lọc xem người tham gia khảo sát cĩ phải là nhân viên hiện tại đang làm ở TP-FICO hay khơng. Phần thứ hai là phần dữ liệu về cá nhân bao gồm đặc điểm cá nhân của từng đối tượng khảo sát (độ tuổi, giới tính, thu nhập, thâm niên cơng tác). Phần một và hai sử dụng dạng câu hỏi một lựa chọn đây là dạng các câu hỏi trong đĩ người trả lời dùng chỉ được một trong các câu trả lời cĩ sẵn. Phần thứ ba các câu hỏi nhằm thu thập dữ liệu cần cho mục đích nghiên cứu: mức độ đồng ý của các nhân viên đối với các hoạt động liên quan đến việc thúc đẩy động lực làm việc của nhân viên tại TP-FICO. Ở phần ba đề tài sử dụng thang đo Likert 5 mức độ - loại thang đo trong đĩ một chuỗi các phát biểu liên quan đến thái độ trong câu hỏi được nêu ra và người trả lời sẽ chọn một trong các trả lời đĩ. Bảng câu hỏi chính thức được đính kèm tại Phụ lục.
3.3. Nghiên cứu định lượng
3.3.1. Mau nghiên cứu
Trong bài nghiên cứu tác giả sử dụng phương pháp phân tích nhân tố khám phá EFA chính vì thế mẫu tối thiểu tốt nhất là 50, tốt hơn là 100 và tỉ lệ giữa quan sát với biến đo lường là 5:1, nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát, tốt nhất là 10:1 trở lên (Hair và các cộng sự, 2006). Nghiên cứu trên bao gồm 36 biến quan sát chính vì thế kích thước mẫu tối thiểu là 36*5=180 (36*10=360 là tốt nhất). Bên cạnh đĩ để phân tích hồi quy tuyến tính, quy mơ mẫu phải thoả mãn n ≥ 50 + 8p (trong đĩ: n là kích thước mẫu tối thiểu cần thiết, p là biến độc lập trong mơ hình) (Nguyễn Đình Thọ, 2011). Mơ hình nghiên cứu trên gồm cĩ 8 biến độc lập suy ra mẫu tối thiểu cần là 50+8*8=114. Từ hai điều kiện trên, quy mơ mẫu cần cho nghiên cứu này tối thiểu là 180 quan sát (360 là tốt nhất).
44
3.3.2. Đối tượng khảo sát
Đề tài nghiên cứu các yếu tố tác động đến động lực làm việc của nhân viên tại TP-FICO chính vì thế đối tượng khảo sát của nghiên cứu chính là các nhân viên hiện nay đang cơng tác và làm việc tại TP-FICO khu vực Thành phố Hồ Chí Minh.
3.3.3. Phương pháp chọn mẫu
Phương pháp chọn mẫu được chia thành hai nhĩm chính là phương pháp chọn mẫu theo xác suất và chọn mẫu khơng theo xác suất. Để thuận tiện cho quá trình nghiên cứu cũng như đảm bảo tiến độ thực hiện và ngân sách cho phép đề tài sử dụng phương pháp chọn mẫu phi xác suất, nghĩa là tác giả sẽ chọn bất kì nhân viên nào cĩ thể tiếp cận được khơng phân biệt giới tính, thu nhập, thâm niên, độ tuổi, ...
3.3.4. Cách thức thu thập dữ liệu
Sau khi đã xác định kích thước mẫu và phương pháp chọn mẫu, tiến hành nghiên cứu thu thập dữ liệu thơng qua phát bảng câu hỏi khảo sát trực tiếp hoặc cơng cụ khảo sát trực tuyến đối với những nhân viên đang làm việc tại TP-FICO khu vực Hồ Chí Minh. Giới hạn về thời gian, nhân lực và tài chính vì thế tác giả chia quá trình thu thập dữ liệu thành 2 giai đoạn: giai đoạn 1 tiến hành nghiên cứu 180 quan sát (mẫu tối thiểu) nhằm đánh giá tổng quan độ tin cậy của thang đĩ thơng qua Cronbach’s Alpha (Kết quả đính kèm trong phụ lục). Sau khi vượt qua các kiểm định ban đầu, tiến hành mở rộng phạm vi khảo sát. Giai đoạn 2 sẽ được tiến hành trong vịng 5 ngày với hơn 350 bảng khảo sát được gửi đi, tác giả nhận về được 305 trả lời. Trong đĩ cĩ 5 bảng khảo sát khơng hợp lệ đã bị loại ra khỏi cơ sở dữ liệu. Kết quả là cĩ tổng cộng 300 bảng khảo sát đạt yêu cầu để đưa vào phân tích các bước tiếp theo của nghiên cứu.
45
3.4. Phương pháp phân tích dữ liệu
Trong nghiên cứu này, tác giả sử dụng phần mềm SPSS 20 để hỗ trợ phân tích dữ liệu. Với những dữ liệu thu về từ khảo sát, sau khi loại bỏ những phiếu khơng đạt yêu cầu, tác giả tiến hành mã hố, làm sạch dữ liệu và sử dụng một số phương pháp phân tích.
3.4.1. Phương pháp thống kê mơ tả
Phân tích thống kê mơ tả là quá trình chuyển dịch dữ liệu thơ thành những dạng thích hợp hơn cho việc hiểu và giải thích. Cụ thể:
Với biến định tính (giới tính, độ tuổi, trình độ học vấn, thâm niên làm việc, thu nhập theo tháng) nghiên cứu dùng cơng cụ tần suất (frequencies) và phần trăm (percent).
Với các biến định lượng (continuous) sử dụng cơng cụ tính giá trị trung bình (mean), giá trị nhỏ nhất (minimum), giá trị lớn nhất (maximum).
3.4.2. Phương pháp kiểm định độ tin cậy thang đo — Cronbach ’s Alpha
Đây là kiểm định đánh giá độ tin cậy nội tại của thang đo. Mục đích của kiểm định này là tìm hiểu xem các biến quan sát cĩ cùng đo lường một khái niệm cần đo hay khơng. Phép kiểm định này phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một nhân tố. Qua đĩ, cho phép loại bỏ những biến khơng phù hợp trong mơ hình nghiên cứu. Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo Cronbach’s Alpha:
Hệ số Cronbach’s Alpha cĩ giá trị biến thiên trong đoạn [0,1]. Mức giá trị hệ số Cronbach’s Alpha từ 0.6 trở lên được coi là thang đo đủ điều kiện, từ 0.7 đến 0.8 thang đo sử dụng tốt và từ 0.8 đến gần bằng 1 thang đo lường sử dụng rất tốt (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2007).
Hệ số tương quan biến tổng (Corrected - Total correlation): Hệ số tương quan biến tổng là hệ số cho biết mức độ “liên kết” giữa một biến quan sát trong nhân tố với các biến cịn lại. Nĩ cịn phản ánh mức độ đĩng gĩp vào giá trị khái niệm của nhân tố của một biến
46
quan sát cụ thể. Các biến quan sát cĩ hệ số tương quan biến tổng ≥ 0.3 thì biến đĩ đạt yêu cầu (Nunnally, 1978).
3.4.3. Phân tích nhân tố khám phá (EFA)
Phương pháp phân tích nhân tố EFA thuộc nhĩm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng cĩ biến phụ thuộc và biến độc lập mà nĩ dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố cĩ ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát). Tuy nhiên, trước khi thực hiện EFA, phân tích Cronbach’s Alpha phải được thực hiện trước để loại các biến rác. Phân tích nhân tố EFA trong đề tài sử dụng phương pháp trích hệ số là Principal Component Analysis và phép quay Varimax để phân nhĩm các nhân tố bởi vì các biến quan sát đo lường 7 khái niệm thành phần và khái niệm sự hài lịng đều là thang đo đơn hướng. Các tiêu chí trong phân tích EFA:
Hệ số Kaiser - Meyer - Olkin (KMO) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố thoả mãn 0.5 ≤ KMO ≤ 1. Nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố cĩ khả năng khơng thích hợp với dữ liệu nghiên cứu.
Bartlett’s test of sphericity: Bartlett là đại lượng thống kê dùng để xem xét các giả thuyết biến khơng cĩ tương quan trong tổng thể. Nếu kiểm định cĩ ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát cĩ mối tương quan với nhau trong tổng thể.
Hệ số Eigenvalue là một tiêu chí sử dụng để xác định số lượng nhân tố trong phân tích EFA. Những nhân tố nào cĩ Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích (Giá trị này khơng xem xét với đề tài chạy CFA, SEM).
Total Variance Explained (Tổng phương sai trích) ≥ 50% cho thấy mơ hình là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cơ đọng được bao nhiêu % và bị thất thốt bao nhiêu % của các biến quan sát.
47
Hệ số tải nhân tố (Factor loading): Theo (Hair và các cộng sự, 2006), hệ số tải nhân tố hay cịn gọi là trọng số nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA là Factor loading > 0.3 được xem là đạt mức tối thiểu, nếu Factor loading > 0.4 được xem là quan trọng hoặc Factor loading > 0.5 được xem là cĩ ý nghĩa thực tiễn.
3.4.4. Phân tích hồi quy đa biến
3.4.4.1. Phân tích tương quan hệ số Pearson
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường mức độ tương quan tuyến tính giữa hai biến. Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến độc lập với nhau cĩ tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy (giả thuyết H0: hệ số tương quan bằng 0). Hệ số tương quan Pearson (r) sẽ nhận giá trị từ -1 đến +1. Điều kiện để tương quan cĩ ý nghĩa là giá trị Sig. < 0.05
• r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia.
• r = 0 cho thấy khơng cĩ sự tương quan.
• r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.
3.4.4.2. Kiểm định sự phù hợp của mơ hình
Sau khi kết luận được các biến cĩ mối quan hệ tuyến tính thì cĩ thể mơ hình hố mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2007). Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan. Đánh giá mức độ phù hợp của mơ hình hồi quy đa biến thơng qua R2 và R2 hiệu chỉnh, kiểm định ANOVA.
48
Hệ số R2 (R Square) và R2 hiệu chỉnh. Hai giá trị này dùng đo sự phù hợp của mơ hình hồi quy, cịn gọi là hệ số xác định (coefficient of determination) nghĩa là các biến (nhân tố) độc lập giải thích được bao nhiêu phần trăm (%) biến thiên của biến phụ thuộc. Giá trị R2 dao động từ 0 đến 1. R2 càng gần 1 thì mơ hình đã xây dựng càng phù hợp với bộ dữ liệu dùng chạy hồi quy. R2 càng gần 0 thì mơ hình đã xây dựng càng kém phù hợp với bộ dữ liệu dùng chạy hồi quy. Thơng thường, R2 > 50% mơ hình phù hợp.
Kiểm định ANOVA được sử dụng để kiểm định mức độ phù hợp của mơ hình tương quan, tức là cĩ hay khơng cĩ mối quan hệ giữa các biến độc lập hay biến phụ thuộc. Thực chất của kiểm định ANOVA đĩ là kiểm định xem biến phụ thuộc cĩ liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay khơng, và giả thuyết HO được đưa ra là Hệ số xác định R = 0. Giá trị Sig. nhỏ hơn mức ý nghĩa kiểm định (thường < 5%) sẽ giúp khẳng định sự phù hợp của mơ hình hồi quy (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2007).
3.4.4.3. Kiểm tra sự vi phạm các giả định của mơ hình
Mơ hình tuyến tính được thực hiện bằng phương pháp ước lượng tổng bình phương nhỏ nhất (OLS) với một số giả định và mơ hình chỉ thực sự cĩ ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo độ tin cậy của mơ hình, cần dị tìm sự vi phạm các giả định cần thiết.
Kiểm định hiện tượng liên hệ tuyến tính giữa các biến thơng qua biểu đồ phân tán Scatterplot. Ta cần chú ý đến phần dư chuẩn hố (Regression Standardized Residual) và giá trị dự đốn chuẩn hố (Regression Standardized Predicted Value).
Kiểm định phân phối chuẩn phần dư thơng qua đồ thị Histogram về mặt lí thuyết phân phối chuẩn là phân phối cĩ trung bình bằng 0, phương sai bằng 1.
Kiểm định phương sai sai số thay đổi: đây là hiện tượng phương sai của các số hạng khơng giống nhau kiểm định thơng qua phương pháp Spearman
49
Kiểm định hiện tượng tự tương quan: đây là một dạng vi phạm các giả thuyết cơ bản số hạng nhiễu, thơng qua Durbin - Watson để kiểm tra tương quan chuỗi bậc nhất.
Kiểm định hiện tượng đa cộng tuyến: Đa cộng tuyến là một hiện tượng trong cĩ các biến độc lập cĩ tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin giống nhau và rất khĩ tách ảnh hưởng của từng biến một. Thơng qua hệ số phĩng đại phương sai VIF (Variance Inflation Factor) để kiểm tra vấn đề trên. Nếu VIF ≥ 10 thì cĩ hiện tượng đa cộng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2007).
3.4.4.4. Kiểm định các giả thuyết hồi quy
Tiêu chuẩn kiểm định sử dụng thống kê t và giá trị Sig. Giá trị Sig. được so sánh trực tiếp với giá trị 0.05 để kết luận chấp thuận hay bác bỏ giả thuyết nghiên cứu. Từ đĩ đưa ra kết luận biến cĩ ý nghĩa thống kê hay khơng.