3.4.1 Phƣơng pháp chọn mẫu
Đểđạt đƣợc các mục tiêu nghiên cứu của đề tài, thiết kế chọn phi xác suất và thuận tiện đƣợc xem là hợp lý để tiến hành nghiên cứu đềtài này. Lý do để lựa chọn mẫu này vì ngƣời trả lời dễ tiếp cận, họ sẵn sàng trả lời bảng câu hỏi nghiên cứu cũng nhƣ ít tốn kém về thời gian và chi phí để thu thập thông tin cần nghiên cứu.
Kích thƣớc mẫu: Để chọn kích thƣớc mẫu nghiên cứu phù hợp, theo nhà nghiên cứu Hair và các cộng sự(1998), đối với phân tích nhân khám phá (EFA) cỡ mẫu tối thiểu N ≥ 5*x (x: tổng số biến quan sát). Đối với tác giả Tabachnick và Fidell (1996) để tiến hành phân tích hồi quy một cách tốt nhất, cỡ mẫu tối thiểu cần đạt đƣợc tính theo công thức N ≥ 8k + 50 (trong đó N là cỡ mẫu, k là tổng số biến độc lập của mô hình). Trong nghiên cứu này tác giả chọn kích thƣớc mẫu đủ lớn để thỏa mãn cả hai điều kiện theo đề nghị của phƣơng pháp nghiên cứu nhân tố EFA và phƣơng pháp hồi quy bội. N ≥ max (cỡ mẫu theo yêu cầu EFA; cỡ mẫu theo yêu cầu của hồi quy bội), ứng dụng với thang đo lý thuyết gồm 37 biến quan sát, và 06 biến độc lập, thì tác giả áp dụng công thức của Hair và các cộng sự (1998) ứng với thang đo gồm 37 biến quan sát, và 06 biến độc lập thì số đối tƣợng đƣợc khảo sát yêu cầu tối thiểu là N > max (5*37) = 185 đối tƣợng đƣợc khảo sát. Đểđạt đƣợc số lƣợng nhƣ trên, tác giả tiến hành phát bảng khảo sát trực tiếp cho đối tƣợng khảo sát và trực tiếp thu về bảng khảo sát. Tuy nhiên, để đảm bảo độ tinh cậy của kết quả đúng theo yêu cầu, tác giả thêm 10% số lƣợng bảng khảo sát tối thiểu. Vì vậy, số bảng khảo sát đƣợc gửi đi là 185 + 10%* 185 = 205 bảng khảo sát. Tuy nhiên trong quá trình thu bảng khảo sát về có 02 bảng khảo sát không hợp lệ. Tổng cộng thu đƣợc: 203 bảng khảo sát.
3.4.2 Phƣơng pháp phân tích dữ liệu
Dữ liệu thu thập chính thức đƣợc xử lý bằng phần mềm SPSS phiên bản 22.0.
* Đánh giá độ tin cậy và giá trị của thang đo: Thang đo đƣợc kiểm định độ tin cậy và đánh giá giá trị thông qua hai công cụ chính: (1) Hệ số tin cậy Cronbach’s Alpha và (2) Phƣơng pháp phân tích nhân tố EFA.
* Kiểm định mô hình và các giả thuyết nghiên cứu - Phân tích tƣơng quan hệ số Pearson.
- Phân tích hồi quy tuyến tính. - Kiểm định các giả thuyết.
3.4.2.1 Đánh giá bằng hệ số tin cậy Cronbach’s Alpha
Thang đo sẽđƣợc đánh giá độ tin cậy thông qua hệ sốCronbach’s Alpha nhằm tìm ra những mục câu hỏi cần giữ lại và những mục câu hỏi cần bỏ đi trong các mục đƣa 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 không phù hợp. Các biến quan sát có hệ sốtƣơng quan biến tổng (Corrected Item- Total Correlation) nhỏ hơn 0,3 sẽ bị loại và thang đo đƣợc chọn khi hệ số Cronbach’s Alpha từ 0,6 trở lên (Nunnally & Bemsteri, 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 lƣờng tốt, từ 0,7 đến gần 0,8 là sử dụng đƣợc. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang đo lƣờng là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
3.4.2.2 Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố đƣợc sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt. Một số các chỉ số quan trọng trong phân tích nhân tố EFA bao gồm:
- Chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy): là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủđể cho thấy phân tích nhân tố là phù hợp. Nếu chỉ số KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Kiểm định Bartlett’s xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa (Sig <0.05) thì các
biến quan sát có tƣơng quan với nhau trong tổng thể. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
- Hệ số tải nhân tố (factor loadings): là hệ số tƣơng quan đơn giữa các biến và các nhân tố, hệ số này lớn hơn 0.5 (Hair & cộng sự, 1998). Factorloadings là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factorloadings > 0.3 đƣợc xem là mức tối thiểu; >0.4 đƣợc xem là quan trọng và >=0.5 đƣợc xem là có ý nghĩa thực tiễn.
- Chênh lệch trọng số < 0.3 là giá trị thƣờng đƣợc các nhà nghiên cứu chấp nhận, nhƣng cân nhắc giá trị nội dung trƣớc khi loại bỏ (Nguyễn Đình Thọ, 2011).
- Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích lớn hơn 50% (Gerbing & Anderson, 1988). Phƣơng pháp trích “Principal Component Analysis” với phép quay “Varimax” đƣợc sử dụng trong phân tích nhân tốthang đo các thành phần.
- Hệ sốEigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) lớn hơn 1. Chỉ có những nhân tố nào có hệ số Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Nếu nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt.
3.4.2.3 Kiểm định sự phù hợp mô hình
Các thang đo đƣợc đánh giá đạt yêu cầu đƣợc đƣa vào phân tích tƣơng quan, và phân tích hồi quy để kiểm định các giả thuyết. Vì các biến đƣợc đo bằng thang đo khoảng, nên tác giả sử dụng phân tích tƣơng quan Pearson đểxác định các mối quan hệ có ý nghĩa thống kê giữa động lực làm việc chung với các biến tạo động lực trƣớc khi tiến hành phân tích hồi quy.
Tiếp theo, tiến hành phân tích hồi quy tuyến tính đa biến bằng phƣơng pháp bình phƣơng nhỏ nhất thông thƣờng nhằm kiểm định mối quan hệ giữa biến phụ thuộc và các biến độc lập. Phƣơng pháp lựa chọn biến Enter đƣợc tiến hành. Do mô hình có nhiều biến độc lập nên hệ số xác định R2 điều chỉnh dùng để xác định độ phù hợp của mô hình.
Cuối cùng, nhằm đảm bảo độ tin cậy của phƣơng trình hồi quy đƣợc xây dựng là phù hợp, cách dò tìm sự vi phạm của giảđịnh cần thiết trong hồi quy tuyến tính cũng đƣợc thực hiện. Các giảđịnh đƣợc kiểm định trong phần này gồm liên hệ tuyến tính (dùng biểu đồ phân tán Scatterplot), phƣơng sai của phần dƣ không đổi (dùng hệ số tƣơng quan hạng Spearman), phân phối chuẩn của phần dƣ (dùng Histogram và P-P plot), tính độc lập của phần dƣ (dùng đại lƣợng thống kê Durbin- Watson), hiện tƣợng đa cộng tuyến (tính độ chấp nhận Tolerance và hệ sốphóng đại phƣơng sai VIF).
Kiểm tra hiện tƣợng đa cộng tuyến bằng hệ sốphóng đại phƣơng sai VIF (Variance Inflaction Factor) với yêu cầu VIF ≤ 10 (Nguyễn Đình Thọ, 2011).
Kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, và hiện tƣợng phƣơng sai thay đổi bằng cách xem xét mối quan hệ giữa phần dƣ và giá trị quy về hồi quy của biến phụ thuộc (Nguyễn Đình Thọ, 2011).
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, 2011).
Tóm tắt chƣơng 3
Chƣơng 3 tác giả trình bày phƣơng pháp nghiên cứu đƣợc thực hiện để xây dựng, đánh giá các thang đo và mô hình lý thuyết về các yếu tốảnh hƣởng đến động lực làm việc của công chức. Phƣơng pháp nghiên cứu đƣợc thực hiện bằng 2 phƣơng pháp, nghiên cứu định tính và nghiên cứu định lƣợng.
Phƣơng pháp nghiên cứu định tính thông qua kỹ thuật thảo luận nhóm, qua bƣớc nghiên cứu này, các thang đo lƣờng các khái niệm cũng đƣợc xây dựng để phục vụ cho nghiên cứu chính thức. Phƣơng pháp nghiên cứu định lƣợng thông qua kỹ thuật phỏng vấn với cỡ mẫu là 203 bảng khảo sát.
Việc trình bày những nội dung này sẽ cho ta biết cụ thể cách thức để nghiên cứu, phân tích và đọc kết quảphân tích trong chƣơng tiếp theo.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Trong chƣơng này, tác giả trình bày nghiên cứu định lƣợng, thông tin về mẫu khảo sát, kiểm định thang đo lƣờng, thực hiện phân tích hồi quy để xem xét ảnh hƣởng và so sánh mức độ tác động của các thành phần ảnh hƣởng đến động lực làm việc cho công chức. Đồng thời tác giả tiến hành kiểm định các giả thuyết nghiên cứu đã đặt ra.