Mã
hóa
Thang đo gốc Thang đo điều chỉnh sau
nghiên cứu định tính
Nguồn gốc
ROL1 Phát biểu 16: Các thủ tục, quy tắc quản trị nhân sự tại cơ quan của tôi ngày càng được đơn giản hóa.
Phát biểu 16: Các thủ tục
về tổ chức, công tác cán bộ tại cơ quan của Anh/Chị ngày càng được cơng khai, minh bạch hóa thơng tin.
Bảng câu hỏi khảo sát đo lường thái độ nhân viên của Chính phủ Hoa Kỳ (2013). Trần Thị Thúy Anh (2016) ROL2 Phát biểu 17: Tôi hiểu
được mối quan hệ giữa công việc tơi đang làm với tầm nhìn và mục tiêu của tổ chức.
Phát biểu 17: Anh/Chị
hiểu được mối liên hệ giữa nhiệm vụ Anh/Chị đang phụ trách với tầm nhìn, mục tiêu của tổ chức.
Bảng câu hỏi khảo sát đo lường thái độ nhân viên của Chính phủ Hoa Kỳ (2013). Nguyễn Thị Uyên Tú (2016)
ROL3 Phát biểu 18: Lãnh đạo truyền đạt các mục tiêu và tầm nhìn của tổ chức cho nhân viên.
Phát biểu 18: Anh/Chị
hiểu được các mục tiêu, tầm nhìn, sứ mạng của tổ chức đang hướng đến.
Bảng câu hỏi khảo sát đo lường thái độ nhân viên của Chính phủ Hoa Kỳ (2013). Trần Thị Thúy Anh (2016) ROL4 Phát biểu 19: Lãnh đạo cơ
quan của tôi đã tạo được động lực phụng sự và sự cam kết cao từ nhân viên.
Phát biểu 19: Lãnh đạo cơ
quan của Anh/Chị đã tạo được động lực phụng sự công, sự cam kết cao từ cán bộ, công chức.
Bảng câu hỏi khảo sát đo lường thái độ nhân viên của Chính phủ Hoa Kỳ (2013). Nguyễn Thị Uyên Tú (2016).
Nguồn: Kết quả nghiên cứu định tính
Như vậy, kết quả nghiên cứu định tính sau khi thảo luận nhóm, thang đo “Vai trị
của người lãnh đạo” gồm có 04 biến quan sát và được ký hiệu mã hóa như sau: ROL1,
ROL2, ROL3, ROL4.
* Thang đo: Sự quan liêu
Thang đo này, ban đầu chỉ có duy nhất một biến quan sát. Sau khi thảo luận nhóm, nhận thấy thang đo “Sự quan liêu” trong tổ chức sẽ rất khó đánh giá chính xác độ tin cậy của thang đo với duy nhất một biến quan sát, do đó cần bổ sung thêm hai biến quan sát dựa trên định nghĩa về quan liêu của Bozeman (2000), những quy tắc, quy định, thủ tục
có hiệu lực buộc phải tuân thủ một cách cứng nhắc, không thúc đẩy giải quyết theo nguyên tắc để phục vụ. Sự quan liêu trong giải quyết các trình tự, thủ tục theo nguyên tắc sẽ làm giảm hiệu suất, làm mất niềm tin từ người dân, chưa đáp ứng sự hài lòng của người dân, doanh nghiệp trong thực thi công vụ, thiếu trách nhiệm, tìm kiếm lợi ích cho bản thân, đi ngược lại với sứ mạng của tổ chức đó là phục vụ lợi ích chung cho xã hội. Mặt khác, theo Stevens (2002, theo Habing 2003), số lượng các biến quan sát phải lớn hơn hoặc bằng 3. Do đó, tác giả kế thừa hai thang đo của tác giả Nguyễn Thị Uyên Tú (2016) và tiến hành hiệu chỉnh thang đo ở (Bảng 3.6).
Bảng 3.6: Thanh đo: Sự quan liêu
Mã hóa
Thang đo gốc (các biến quan sát)
Thang đo điều chỉnh sau nghiên cứu định tính
Nguồn gốc
BRC1 Phát biểu 20: Cơ quan của tơi
vẫn cịn xuất hiện tình trạng nhũng nhiễu, gây khó dễ cho khách hàng trong quá trình giải quyết thủ tục hành chính.
Phát biểu 20: Cơ quan của
Anh/Chị vẫn còn xuất hiện các biểu hiện nhũng nhiễu, gây khó dễ cho cá nhân và tổ chức trong quá trình giải quyết thủ tục hành chính.
Romzek & Hendrcks (1982);
Moynihan & Pandey (2007).
BRC2 Phát biểu 21: Thủ tục hành
chính trong cơ quan của anh/chị nhìn chung còn nhiều phức tạp.
Phát biểu 21: Thủ tục hành
chính tại cơ quan của Anh/Chị được cho là còn nhiều phức tạp.
Nguyễn Thị Uyên Tú (2016)
BRC3 Phát biểu 22: Hình thức khen
thưởng, cơ chế tiền lương theo cấp bậc chưa tạo động lực khuyến khích mọi người làm việc tích cực.
Phát biểu 22: Hình thức
khen thưởng, cơ chế tiền lương theo ngạch, bậc như hiện nay, chưa tạo được động lực khuyến khích CBCC làm việc hiệu quả.
Nguyễn Thị Uyên Tú (2016)
Nguồn: “Kết quả nghiên cứu định tính”
Như vậy, kết quả nghiên cứu định tính sau khi thảo luận nhóm, thang đo “Sự quan
liêu” gồm có 03 biến quan sát và được ký hiệu mã hóa như sau: BRC1, BRC2, BRC3. * Thang đo: Động lực phụng sự cơng
Thang đo này, ban đầu có 05 biến quan sát, sau khi thảo luận nhóm đều đồng ý giữ nguyên và hiệu chỉnh lại ở (Bảng 3.7).
Bảng 3.7: Thanh đo: Động lực phụng sự cơng Mã
hóa
Thang đo gốc (các biến quan sát)
Thang đo điều chỉnh sau nghiên cứu định tính
Nguồn
PSM1 Phát biểu 23: Dịch vụ cơng
cộng có ý nghĩa là rất quan trọng đối với tôi.
Phát biểu 23: Phụng sự
cơng có ý nghĩa rất quan trọng đối với Anh/Chị.
Perry (1996), trích trong Sanjay & cộng sự (2008).
PSM2 Phát biểu 24: Tôi thường
được nhắc nhở bởi các sự kiện hàng ngày về việc chúng ta phụ thuộc vào nhau như thế nào.
Phát biểu 24: Công việc
hằng ngày, luôn nhắc nhở Anh/Chị phải phối hợp với người khác.
Perry (1996), trích trong Sanjay & cộng sự (2008).
PSM3 Phát biểu 25: Tạo sự khác
biệt trong xã hội có ý nghĩa với tôi nhiều hơn là thành tích cá nhân.
Phát biểu 25: Tạo sự thay
đổi tích cực trong xã hội có ý nghĩa với Anh/Chị hơn là đạt được thành tích cá nhân. Perry (1996), trích trong Sanjay & cộng sự (2008). PSM4 Phát biểu 26: Tôi sẵn sàng
hy sinh vì lợi ích của cộng đồng.
Phát biểu 26: Anh/Chị sẵn
sàng hy sinh lợi ích cá nhân vì lợi ích chung của cộng đồng.
Perry (1996), trích trong Sanjay & cộng sự (2008).
PSM5 Phát biểu 27: Tôi khơng
ngại đi dơi vì quyền của người khác ngay cả khi điều đó có nghĩa là tơi sẽ bị chế giễu.
Phát biểu 27: Anh/Chị
không ngại gặp vấn đề khó khăn vì quyền lợi của người khác, thậm chí sẵn sàng hy sinh lợi ích cá nhân của Anh/Chị.
Perry (1996), trích trong Sanjay & cộng sự (2008).
Nguồn: Kết quả nghiên cứu định tính
Như vậy, kết quả nghiên cứu định tính sau khi thảo luận nhóm, thang đo “Động
lực phụng sự cơng” gồm có 05 biến quan sát và được ký hiệu mã hóa như sau: PSM1,
PSM2, PSM3, PSM4, PSM5.
3.3. Phương pháp nghiên cứu định lượng
Phương pháp nghiên cứu định lượng được thực hiện thông qua kỹ thuật thu thập thông tin bằng cách gửi trực tiếp 200 phiếu khảo sát đến đối tượng khảo sát là CBCC Ủy ban Nhân dân 06 xã, huyện Xuyên Mộc, tỉnh Bà Rịa - Vũng Tàu.
3.3.1. Thiết kế mẫu nghiên cứu * Về phương pháp chọn mẫu * Về phương pháp chọn mẫu
Trong nghiên cứu này, tác giả chọn mẫu bằng phương pháp phi xác suất, lấy mẫu thuận tiện. Lý do tác giả chọn phương pháp này là vì đối tượng khảo sát dễ dàng được tiếp cận, họ sẽ sẵn sàng trả lời phiếu khảo sát, ít tốn kém chi phí, thời gian thu thập phiếu khảo sát ngắn.
* Về kích thước mẫu
Kích thước mẫu được chọn sẽ phụ thuộc vào việc tác giả muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì (Kumar, 2005).
Số lượng các biến quan sát trong một thang đo phải >= 3, thỏa mãn yêu cầu mà Stevens (2002) (dẫn theo Habing, 2003).
Kích thước mẫu phải đáp ứng được yêu cầu tối thiểu là 50 quan sát, tốt hơn nên là 100, cố gắng tối đa hóa tỷ lệ quan sát trên mỗi biến đo lường là 5:1, có nghĩa là cứ 1 biến đo lường thì cần tối thiểu là 5 quan sát (Hair & cộng sự, 2009). Đồng thời, cỡ mẫu cũng thỏa mãn tiêu chí mà theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) đưa ra tối thiểu phải gấp 4 đến 5 lần số biến trong phân tích nhân tố hay nói cách khác phải thỏa mãn điều kiện: N >= 5 x n ( n là tổng số biến quan sát).
Vấn đề nghiên cứu của đề tài càng đa dạng, càng phức tạp thì chọn cỡ mẫu nghiên cứu càng lớn, khi đó độ chính xác của các kết quả nghiên cứu càng cao. Tuy nhiên, trên thực tế việc lựa chọn cỡ mẫu còn phụ thuộc vào năng lực cả về tài chính và thời gian để nghiên cứu đề tài. Trong phân tích nhân tố khám phá (EFA), cỡ mẫu thường được xác định dựa vào cỡ mẫu tối thiểu. Trong nghiên cứu này, tác giả đề xuất 27 biến quan sát (trong đó, 06 yếu tố văn hóa tổ chức gồm có 22 biến và yếu tố PSM gồm có 05 biến), do đó cỡ mẫu tối thiểu là: N= 5 x 27 =135. Tuy nhiên, để đảm bảo thang đo đạt được độ tin cậy và mang tính đại diện cao hơn, cỡ mẫu nên lấy lớn hơn cỡ mẫu tối thiểu nhằm dự phịng cho những trường hợp khơng trả lời hoặc trả lời không đầy đủ thông tin trên phiếu khảo sát. Vì vậy, trong nghiên cứu này tác giả chọn kích thước mẫu là N = 177 (thỏa mãn điều kiện: N >= 5 x n).
3.3.2. Thiết kế bảng câu hỏi chính thức
Bảng câu hỏi (phiếu khảo sát) được gửi trực tiếp đến đối tượng khảo sát là CBCC Ủy ban Nhân dân 06 xã, huyện Xuyên Mộc, tỉnh Bà Rịa - Vũng Tàu. Cấu trúc của bảng
câu hỏi gồm 3 phần: (1) Phần giới thiệu; (2) Phần nội dung khảo sát; (3) Phần thông tin về đối tượng được khảo sát (phụ lục 03).
Về thiết kế bảng câu hỏi gồm 3 bước:
Bước 1: Dựa vào thang đo gốc của các nghiên cứu trước để xây dựng bảng câu hỏi ban đầu.
Bước 2: Các phát biểu trong bảng câu hỏi ban đầu được lấy ý kiến thơng qua thảo luận nhóm tập trung để điều chỉnh lại cho phù hợp với thực trạng tại địa phương và đối tượng khảo sát đọc dễ hiểu, dễ trả lời.
Bước 3: Bảng câu hỏi được hoàn chỉnh để gửi trực tiếp đến đối tượng khảo sát. Thang đo Likert 5 mức độ được sử dụng trong nghiên cứu. Kết quả trả lời của người được khảo sát đối với từng thang đo trong phiếu khảo sát, sẽ thấy được sự tán thành của các đối tượng khảo sát ở từng khía cạnh ở 05 mức độ: (1) Hồn tồn khơng đồng ý; (2) Không đồng ý; (3) Khơng có ý kiến; (4) Đồng ý và (5) Hồn toàn đồng ý
3.3.3. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach,s Alpha
Dùng phương pháp sử dụng hệ số Cronbach,s Alpha để kiểm định độ tin cậy của thang đo là một phép kiểm định thống kê về mức độ chặt chẽ mà các phát biểu trong thang đo tương đương với nhau. Hay nói cách khác, hệ số Cronbach,s Alpha này cho biết các đo lường có liên kết với nhau khơng. Kiểm định độ tin cậy của thang đo trước khi phân tích nhân tố khám phá (EFA) để loại các biến khơng phù hợp vì các biến rác có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Những biến không đảm bảo độ tin cậy khi hệ số Cronbach,s Alpha nhỏ hơn 0.6 và hệ số tương quan biến tổng nhỏ hơn 0.3 thì sẽ bị loại và khơng được đưa vào phân tích nhân tố khám phá (EFA). Hair & cộng sự (1998) cho rằng, hệ số tương quan biến tổng nên lớn hơn 0.5 và hệ số Cronbach,s Alpha nên lớn hơn hoặc bằng 0.7. Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) cho rằng, trong các nghiên cứu khám phá, hệ số Cronbach,s Alpha có thể chấp nhận ở mức lớn hơn hoặc bằng 0.6 đối với khái niệm có tính mới. Tuy nhiên, nếu hệ số Cronbach,s Alpha lớn quá (α > 0.95) cho thấy, có nhiều biến trong thang đo khơng khác gì nhau, có nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu.
3.3.4. Phân tích nhân tố khám phá (Exploratory Factor Analysis: EFA)
Từ kết quả kiểm định thang đo bằng hệ số Cronbach,s Alpha, sau khi đánh giá độ tin cậy và loại những biến không đáp ứng yêu cầu. Tiếp theo tiến hành phân tích nhân tố khám phá (EFA) với phương pháp trích nhân tố là “Principal Components Analysis” và dùng phép quay “Varimax” nhằm phát hiện cấu trúc và đánh giá mức độ hội tụ của các biến quan sát theo các nhân tố nhằm thu gọn các biến quan sát thành những nhân tố chính dùng cho bước phân tích hồi quy tuyến tính.
Hệ số KMO (Kaiser - Meyer - Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Chỉ số KMO tối thiểu phải lớn hơn hoặc bằng 0.5 (Kaiser, 1974) và kiểm định Barlett,s Test phải có mức ý nghĩa Sig < 5% (Nguyễn Đình Thọ, 2013) để chứng tỏ dữ liệu đưa vào phân tích EFA đảm bảo yêu cầu và các biến có tương quan với nhau.
Xem xét chỉ số Eigenvalue để xác định số lượng nhân tố. Theo Nguyễn Đình Thọ (2013), chỉ số Eigenvalue > 1 và tổng phương sai trích > 50%. Do đó những nhân tố có chỉ số Eigenvalue > 1 được giữ lại trong mơ hình phân tích.
Xem xét hệ số tải nhân tố (factor loading) là hệ số tương quan đơn giữa các biến và các nhân tố. Theo Nguyễn Đình Thọ (2013), các biến quan sát nếu có hệ số tải nhân tố >= 0.5 sẽ đạt yêu cầu, nếu hệ số này < 0.5 sẽ bị loại.
3.3.5. Phân tích tương quan Pearson
Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số tương quan Pearson (ký hiệu là r) để lượng hóa mức độ chặt chẽ của mối tương quan tuyến tính giữa hai biến định lượng. Giá trị tuyệt đối của hệ số tương quan Pearson (r), cho biết mức độ chặt chẽ của mối tương quan tuyến tính. Giá trị tuyệt đối của (r) tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r = 1).
Nguyễn Đình Thọ (2013), mơ hình hồi quy bội (Multiple Linear Regression: MLR), chúng ta có nhiều biến độc lập, vì vậy với MLR chúng ta có thêm giả định là các biến độc lập với nhau khác 1, chứ không phải chúng khơng có mối tương quan với nhau. Tuy nhiên, thực tiễn nghiên cứu cho thấy những biến trong một mơ hình thường có quan hệ với nhau nhưng chúng phải đạt được giá trị phân biệt.
3.3.6. Phân tích hồi quy bội (Multiple Linear Regression: MLR)
Trình tự phân tích hồi quy bội trong nghiên cứu này được thực hiện như sau: - Phương pháp đưa biến vào phân tích hồi quy là phương pháp đưa các biến vào mơ hình một lượt (phương pháp Enter).
- Sử dụng hệ số R2 hiệu chỉnh (Adjusted Square) để đánh giá độ phù hợp của mơ hình hồi quy đối với tập dữ liệu.
- Tiếp theo, kiểm định sự phù hợp tổng thể của mơ hình: Để lựa chọn được mơ hình tối ưu bằng cách sử dụng phương pháp phân tích ANOVA để kiểm định giả thuyết H0. Nếu trị thống kê F và giá trị Sig < 0.05, thì bác bỏ giả thuyết H0 và kết luận: “Tập
hợp các biến độc lập trong mơ hình giải thích được sự biến thiên của biến phụ thuộc, có nghĩa là mơ hình được xây dựng phù hợp về mặt tổng thể”.
- Kiểm định các giả thuyết nghiên cứu: Trước tiên, xác định các hệ số của phương trình hồi quy bội, dựa vào các hệ số hồi quy chưa chuẩn hóa riêng phần (Cịn gọi là độ lệch chuẩn, được ký hiệu là: βk). Tuy nhiên, độ lớn của (βk) phụ thuộc vào đơn vị đo lường của các biến độc lập, vì thế phải so sánh trực tiếp chúng với nhau, từ đó xác định tầm quan trọng (mức độ giải thích) của các biến độc lập đối với biến phụ thuộc, do đó người ta biểu diễn số đo của tất cả các biến độc lập bằng đơn vị đo lường đó là hệ số hồi quy chuẩn hóa (Cịn gọi là độ lệch chuẩn hóa beta, được ký hiệu: β). Sau đó, dựa vào dấu dương hay dấu âm của hệ số chuẩn hóa (β) để xác định được hệ số của phương trình hồi quy tuyến tính.
- Kiểm định các vi phạm giả định hồi quy: Để đánh giá mơ hình hồi quy được xây dựng là phù hợp, đòi hỏi phải kiểm tra vi phạm các giả định cần thiết trong hồi quy tuyến tính bao gồm: Kiểm định hiện tượng đa cộng tuyến; Kiểm định sự tương quan giữa các phần dư; Kiểm định về phân phối chuẩn của phần dư; Kiểm định phương sai không thay đổi.
3.3.7. Kiểm định sự khác biệt về các yếu tố nhân khẩu học đến động lực phụng sự công bằng T-Test và ANOVA.
Mục đích của bước này là để kiểm định sự khác biệt về các yếu tố nhân khẩu học như: Về giới tính, về độ tuổi, về trình độ học vấn, về thu nhập, về thâm niên công tác đến PSM của CBCC. Kiểm định sự khác biệt về giới tính, nghiên cứu sử dụng kiểm định giả thuyết bằng T-Test, các yếu còn lại như: về độ tuổi, về trình độ học vấn, về thu nhập,