Thang đo Nhận thức về sự hỗ trợ từ tổ chức
POS.1 Ngân hàng đánh giá cao những đóng góp của tơi cho sự thành cơng và phát triển của họ thông qua các chế độ khen thưởng và đãi ngộ.
POS.2 Ngân hàng quan tâm đến mục tiêu cá nhân của tôi
POS.3 Ngân hàng sẵn sàng giúp đỡ tôi khi tôi cần một sự giúp đỡ đặc biệt (trong cơng việc cũng như ngồi cơng việc)
POS.5 Ngân hàng quan tâm đến ý kiến (sáng kiến, góp ý) của tơi POS.6 Ngân hàng tự hào về thành tích của tơi tại nơi làm việc
Thang đo Mối quan hệ lãnh đạo – nhân viên
LMX.1 Sếp trực tiếp hài lịng với những điều tơi làm
LMX.2 Sếp trực tiếp rất hiểu những vấn đề, nhu cầu của nhân viên LMX.3 Sếp trực tiếp hiểu rõ những tiềm năng của tôi
LMX.4 Cho dù ở vị trí nào, trong quyền hạn của mình sếp trực tiếp thường có khuynh hướng hỗ trợ tơi giải quyết những vấn đề của mình.
LMX.5 Một lần nữa cho dù ở vị trí nào, sếp trực tiếp của tôi cũng sẽ cố gắng để bảo vệ tôi.
LMX.6 Tôi tin tưởng vào sếp trực tiếp của tôi đến mức tôi sẽ bảo vệ cho các quyết định của sếp nếu như sếp khơng có mặt ở đó.
LMX.7 Tơi đánh giá mối quan hệ trong công việc với sếp trực tiếp là rất hiệu quả
Thang đo Sự gắn kết công việc
WE.1 Tại nơi làm việc của tôi, tôi cảm thấy tràn đầy năng lượng.
WE.2 Trong công việc của tôi, tôi cảm thấy mạnh mẽ và tràn đầy khí lực WE.3 Tơi rất nhiệt tình với cơng việc của mình
WE.4 Cơng việc của tơi truyền cảm hứng cho tôi
WE.5 Khi tôi thức dậy vào buổi sáng, tơi cảm thấy thích đi làm WE.6 Tôi cảm thấy hạnh phúc khi tôi làm việc đầy nhiệt huyết WE.7 Tôi tự hào về công việc mà tôi làm
Thang đo Kết quả công việc
JP.1 Cấp trên tôi tin rằng tôi là một người làm việc hiệu quả.
JP.2 Tôi luôn hài lịng chất lượng cơng việc và khối lượng cơng việc tôi đã làm. JP.3 Tôi tin rằng tôi là một nhân viên làm việc có hiệu quả.
JP.4 Đồng nghiệp tơi ln đánh giá tơi là người làm việc có hiệu quả
JP.5 Đơi khi tơi làm việc một cách chăm chỉ hơn bởi vì tơi thích làm tốt cơng việc đó
JP.6 Tơi thường cố gắng suy nghĩ những giải pháp để thực hiện công việc một cách hiệu quả hơn
Nguồn: Tác giả thống kê
3.4 Nghiên cứu định lượng chính thức
Nghiên cứu định lượng chính thức thực hiện bằng phương pháp phỏng vấn CBNV làm việc tại các Ngân hàng TMCP tại TPHCM thông qua Bảng câu hỏi. Trên cơ sở dữ liệu thu thập, tác giả sử dụng phần mềm SPSS và AMOS để thực hiện các phân tích thống kê gồm: đánh giá độ tin cậy thang đo trong mơ hình nghiên cứu bằng kiểm định Cronbach’s Alpha, phân tích nhân tố khám phá EFA để kiểm định các nhân tố ảnh hưởng và nhận diện các yếu tố, biến quan sát được cho là phù hợp, kiểm định CFA, mơ hình cấu trúc tuyến tính SEM. Nghiên cứu định lượng chính thức được thực hiện tại TPHCM vào tháng 07 - 08/2019.
3.4.1 Chọn mẫu nghiên cứu Phương pháp chọn mẫu Phương pháp chọn mẫu
Hiện nay, có 02 phương pháp chọn mẫu cơ bản là: Phương pháp chọn mẫu theo xác xuất hay còn gọi là phương pháp chọn mẫu ngẫu nhiên; và phương pháp chọn mẫu phi xác xuất (phương pháp chọn mẫu không ngẫu nhiên). Do điều kiện nguồn lực có hạn nên trong nghiên cứu này phương pháp chọn mẫu phi xác xuất với hình thức chọn mẫu thuận tiện được áp dụng. Phương pháp này có thể sẽ thuận tiện cho việc thu thập dữ liệu khảo sát vì dễ tiếp cận người trả lời, họ dễ dàng trả lời phiếu khảo sát. Đồng thời, phương pháp giúp này tiết kiệm thời gian và chi phí trong q trình thu thập dữ liện nghiên cứu.
Theo thống kê của Ngân hàng Nhà nước, TPHCM hiện nay có tổng cộng khoảng 31 Ngân hàng TMCP. Trong phạm vi nghiên cứu của đề tài, tác giả không đủ thời gian và nhân lực để phỏng vấn tất cả nhân viên của 31 Ngân hàng này. Do đó, tác giả lựa chọn phỏng vấn các CBNV đang làm việc trong một số Ngân hàng TMCP lớn trên địa bàn TP.HCM.
Theo Haris & cộng sự (2006) kích thước mẫu ít nhất phải đạt được là 50 mẫu, nếu đạt được 100 mẫu thì càng tốt và tỷ lệ quan sát/ biến đo lường là 5:1, tức là một biến đo lường cần tối đa 05 biến quan sát (Nguyễn Đình Thọ, 2011). Với 26 biến quan sát thì kích thước mẫu dự tính là 26*5 = 130 mẫu trở lên. Nghiên cứu về cỡ mẫu của Roger (2006) cũng cho thấy cỡ mẫu tối thiểu được áp dụng trong các nghiên cứu thực hành là từ 150 – 200. Nhằm giảm sai số do chọn mẫu, tiêu chí khi thực hiện khảo sát này là trong điều kiện cho phép thì việc thu thập càng nhiều dữ liệu nghiên cứu càng tốt, giúp tăng tính đại diện cho tổng thể. Do đó, kích thước mẫu tác giả lựa chọn là 500 mẫu.
3.4.2 Phương pháp thu thập dữ liệu
Khảo sát được xem là phương pháp thu thập dữ liệu phổ biến nhất trong nghiên cứu định lượng. Tác giả sẽ tiến hành khảo sát thông qua bảng câu hỏi đã được thiết kế trước đó. Tác giả gửi email đến bạn bè, đồng nghiệp nhờ hỗ trợ gửi Bảng câu hỏi đến các cá nhân là nhân viên, quản lý đang làm việc tại các Ngân hàng ở Tp. HCM và thông qua công cụ khảo sát trực tuyến.
Đối tượng khảo sát là các CBNV làm việc trong các ngân hàng tại TP. Hồ Chí Minh. Nhân viên Ngân hàng được chọn để khảo sát bao gồm các nhân viên văn phòng làm việc tại các bộ phận tại Hội sở, các Chi nhánh và các Phòng giao dịch tại các ngân hàng trên địa bàn TP. Hồ Chí Minh.
3.4.3 Phương pháp xử lý dữ liệu
Dữ liệu thu thập được xử lý bằng phần mềm SPSS, tác giả sử dụng phép phân tích mơ tả trong SPSS 20 để phân tích các thuộc tính của mẫu nghiên cứu (giới tính, thâm niên, chức vụ …); kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha và phân tích nhân tố khám phá EFA; phân tích mơ hình cấu trúc tuyến tính S.E.M.
Tác giả sử dụng phương pháp thống kê mô tả trong SPSS. Thống kê mô tả trong SPSS là phương pháp tổng hợp và xử lý dữ liệu để biến đổi dữ liệu thành thông tin. Thống kê mô tả giúp mô tả những đặc tính cơ bản của dữ liệu thu thập được của đề tài nghiên cứu, đánh giá khái quát về nhận định của đối tượng khảo sát với các câu hỏi này. Thống kê mô tả này sẽ hiển thị đầy đủ các tham số mẫu như trung bình mẫu (mean), giá trị nhỏ nhất (min), giá trị lớn nhất (max), độ lệch chuẩn (standard deviation).
3.4.3.2 Kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha
Kiểm định Cronbach’s Alpha giúp kiểm định độ tin cậy của thang đo, nhằm loại bỏ các biến quan sát khơng phù hợp. Hệ số Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 24): “Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo lường là tốt, từ gần 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 (Nunnally, 1978; Peterson, 1994; Slater, 1995)”.
Ngoài ra, để hạn chế hiện tường trùng lắp trong đo lường. Khi kiểm tra từng biến đo lường chúng ta nên sử dụng thêm hệ số tương quan biến tổng. Theo Nunnally và Bernstein (1994), nếu một biến đo lường có hệ số tương quan biến tổng (Corrected Item – Total Correlation) ≥ 0.3 thì biến đó đạt u cầu.
3.4.3.3 Phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis)
Sau khi kiểm định độ tin cậy của thang đo, tác giả đưa tất cả các vào phân tích nhân tố EFA một lần duy nhất.
Phân tích nhân tố khám phá EFA, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Sau khi loại bỏ các biến quan sát không đạt u cầu thơng qua phân tích Cronbach’s Alpha, phân tích nhân tố khám khá EFA được sử dụng để xác định giá trị hội tụ, giá trị phân biệt và đồng thời gom gọn các tham số ước lượng theo từng nhóm biến lại với nhau. Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue (Eigenvalue >1).
Như đã trình bày ở phần trên, trong nghiên cứu này tác giả sử dụng phương pháp trích xuất Principal Axis Factoring và phép quay Promax. Theo Gerbing & Anderson (1988), Phương pháp trích Principal Axis Factoring với phép quay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn so với phương pháp trích Principal Components với phép quay Varimax (Orthogonal). Các tiêu chí được sử dụng để đánh giá trong phân tích EFA như sau:
- Hệ số KMO (Kaiser – Meyer – Olkin) đạt từ 0.5 đến 1 (0,5 ≤ KMO ≤1).
- Kiểm định Bartlett (Bartlett’s test of sphericity): giá trị sig Bartlett’s Test <
0.05.
- Trị số Eigenvalue ≥ 1.
- Tổng phương sai trích (Total Variance Explained) ≥ 50% .
- Hệ số tải nhân tố (Factor loading) được quy định như sau:
▪ Hệ số tải nhân tố > 0,3 được xem là đạt được mức tối thiểu;
▪ Hệ số tải nhân tố > 0,4 được xem là quan trọng; >= 0,5 được xem là có ý nghĩa thực tiễn.
▪ Để thang đo đạt được giá trị hội tụ, những biến quan sát có hệ số tải nhân tố < 0.5 khi phân tích EFA sẽ bị tác giả loại bỏ.
3.4.3.4 Phân tích nhân tố khẳng định (CFA - confirmatory factor analysis)
Phương pháp phân tích nhân tố CFA được tác giả sử dụng đo lường mức độ phù hợp với thị trường. Theo đó, mơ hình được xem là thích hợp với dữ liệu thị trường khi nhận được các giá trị như sau:
- Kiểm định Chi-Square (χ2): có giá trị P = 0.05 - GFI, TLI, CFI>=0,9;
- CMIN/df<=3;
- RMSEA<=0,08. Tuy nhiên, nếu RMSEA<=0,06 thì mơ hình được xem là rất tốt.
Ngoài ra, khi phân tích CFA, tác giả sẽ thực hiện đánh giá độ tin cậy của thang đo thông qua hệ số tin cậy tổng hợp (CR) và phương sai trích (AVE). Nếu CR lớn hơn 0.7 và AVE lớn hơn 0.5 thì thang đo được xem như đáng tin cậy.
Đồng thời khi phân tích CFA cần thực hiện việc kiểm định tính hội tụ và tính phân biệt của các nhân tố. Nếu các nhân tố không đảm bảo được giá trị hội tụ và giá phân biệt sẽ gây ra những sai lệch trong kết quả phân tích, các con số có được sẽ không thể hiện được ý nghĩa của dữ liệu và thực tế. Để kiểm định tính hội tụ, tác giả sử dụng chỉ số AVE ≥ 0.5. Để kiểm định tính phân biệt tác giả so sánh giá trị của AVE với MSV và giá trị căn bậc hai của AVE (SQRTAVE) với tương quan giữa các biến với nhau.
3.4.3.5 Kiểm định mơ hình và giả thuyết nghiên cứu
Phân tích mơ hình cấu trúc tuyến tính (SEM - Structural Equation Modeling)
Kết quả phân tích mơ hình cấu trúc tuyến tính SEM đánh giá sự phù hợp của tồn bộ mơ hình thơng qua các tiêu chí sau:
- Kiểm định Chi-Square (χ2): thể hiện mức độ phù hợp của tồn bộ mơ hình tại
mức ý nghĩa p-value = 0.05 [Joserkog & Sorbom, 1989].
- χ2 / df: 1 < Chi-Square/df (cmin/df) < 3 mơ hình đánh giá được đề xuất phù
hợp [Hair et al, 1998]. - Các chỉ số khác:
+ GFI: Giá trị GFI dao dộng từ 0 đến 1, giá trị càng cao thể hiện mơ hình phù hợp tốt hơn. Giá trị GFI > 0.90 được xem là tốt.
+ AGFI: Điều chỉnh giá trị GFI theo bậc tự do trong mơ hình.
+ NFI: đo sự khác biệt phân bố chuẩn của χ2 giữa mơ hình độc lậpvới phép đo phương sai và mơ hình đa nhân tố. Cũng giống như GFU, NFI dao động từ 0 đến 1, giá trị càng cao thể hiện mơ hình càng phù hợp.
+ CFI: Comparative Fix Index, dùng để tránh đánh giá thấp độ phù hợp khi cỡ mẫu nhỏ khi sử dụng NFI. CFI> 0.9 thể hiện mơ hình phù hợp.
+ Đối với chỉ số RMSEA, RMR yêu cầu < 0.06 thì mơ hình phù hợp tốt. + Mức xác suất: Sau khi hoàn thiện lại sơ đồ, tác giả tiến hành chạy và đọc
kết quả ở bảng Regression Weights. Giả thuyết được xem là có ý nghĩa thống kê khi P-value<5%. Điều này có ý nghĩa rằng khơng thể bác bỏ giả thuyết H0 (là giả thuyết mơ hình tốt), tức là khơng tìm kiếm được mơ hình nào tốt hơn mơ hình hiện tại.
Kiểm tra ước lượng mơ hình bằng phương pháp Boostrap
Bước cuối cùng trong quy trình nghiên cứu định lượng của đề tài là sử dụng phương pháp bootstrap để đánh giá độ tin cậy của các ước lượng trong mơ hình. Boostrap là phương pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trị đám đông.
Phương pháp Boostrap thực hiện với số mẫu lặp lại là N lần. Với phương pháp lặp có bồi hồn, kỹ thuật bootstrap sẽ giúp chọn ra những mẫu khác biệt từ các quan sát trong mẫu ban đầu. Từ mẫu mới được chọn chúng ta sẽ tính được giá trị trung bình của hệ số ước lượng, cũng như tính được hiệu số về giá trị trung bình của hệ số ước lượng giữa 2 mẫu (mẫu cũ ban đầu và mẫu mới tạo ra bằng kỹ thuật bootstrap). Giá trị tuyệt đối của hiệu số này càng nhỏ, và khơng có ý nghĩa thống kê nghĩa là mơ hình càng phù hợp (khơng có sự khác nhau giữa mơ hình theo dữ liệu mẫu ban đầu và dữ liệu mẫu mới được tạo).
Tóm tắt Chương 3
Trong chương 3, tác giả đã lần lượt trình bày về quy trình nghiên cứu, các phương pháp nghiên cứu định tính và định lượng để thu thập và xử lý dữ liệu nghiên cứu.
Đầu tiên tác giả sử dụng phương pháp thảo luận nhóm tập trung để điều chỉnh thang đo cho phù hợp. Trên cơ sở ý kiến thảo luận của nhóm chuyên gia tác giả điều chỉnh thang đo và phương pháp nghiên cứu sơ bộ định lượng nhằm kiểm tra độ tin cậy thang đo và phân tích nhân tố khám phá EFA.
Sau đó nghiên cứu chính thức được thực hiện thông qua phương pháp định lượng. Đối tượng khảo sát là các CBNV làm việc trong các ngân hàng tại TP. Hồ Chí Minh. Tác giả dự kiến số mẫu khảo sát là 500 người và khảo sát được thực hiện thông qua hình thức bảng hỏi. Dữ liệu sau khi được thu thập sẽ được xử lý thông qua phần mềm SPSS và AMOS để phân tích các thuộc tính của mẫu nghiên cứu (giới tính, thâm niên, chức vụ …); kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha và phân tích nhân tố khám phá EFA; phân tích mơ hình cấu trúc tuyến tính S.E.M, ước lượng mơ hình bằng phương pháp bootstrap. Kết quả cụ thể của từng kỹ thuật được sử dụng trong đề tài nghiên cứu sẽ được trình bày ở chương tiếp theo.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Trong chương này, tác giả sẽ trình bày các kết quả kiểm định thang đo, mơ hình nghiên cứu và các giả thuyết trong mơ hình đề xuất. Trong chương trình này tác giả trình bày các nội dung về mô tả mẫu nghiên cứu, kết quả đánh giá thang đo, kết quả phân tích mơ hình cấu trúc tuyến tích S.E.M và thảo luận kết quả nghiên cứu.
4.1 Thống kê mẫu nghiên cứu
Dữ liệu được thu thập từ 228 chuyên viên và 290 cán bộ quản lý đang công tác tại các phòng ban trong các Ngân hàng TMCP trên địa bàn TP.HCM. Các biến liên quan đến thông tin cá nhân của đối tượng được khảo sát được trình bày như sau:
Bảng 4.19: Thống kê mơ tả mẫu nghiên cứu
Biến Tần số Tỷ lệ %
Quy mô ngân hàng
< 2000 Nhân viên 63 12.2%
2000 ÷ < 3000 Nhân viên 26 5%
3000 ÷ < 4000 Nhân viên 162 31.3%
4000 ÷ < 5000 Nhân viên 46 8.9%
Trên 5000 Nhân viên 221 42.7%
Thâm niên công tác < 3 năm 274 52.9% 3 ÷ < 5 năm 111 21.4% 5 ÷ < 10 năm 30 5.8% 10 ÷ < 20 năm 4 0.8% Trên 20 năm 99 19.1%