CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.6 Mã hóa dữ liệu
Phần thu thập c c thông tin cơ bản của đối tượng nghiên cứu được mã hóa để thực hiện cho phần thống kê mô tả ở chương 4
Bảng 3.9. Bảng mã hóa dữ liệu
Kích thƣớc (Dimentions) Mã hóa (Coding) 1. Giới tính Nam 1 Nữ 2 2. Độ tuổi Từ 18 đến 30 tuổi 1 Từ 30 đến 40 tuổi 2 Từ 40 đến 50 tuổi 3 Từ 50 trở lên 4 3. Trình độ Trung cấp 1 Cao đẳng 2 Đại học 3 Sau Đại học 4 4. ĩnh vực Kinh tế - tài chính 1
Văn hóa - xã hội – y tế - giáo dục 2
5. Chức vụ
Lãnh đạo phòng, ban 1
Tổ trưởng phụ trách bộ phận 2
Chuyên viên, nhân viên 3
6. Kinh nghiệm Dưới 01 năm 1 Từ 1 đến 3 năm 2 Từ 3 đến 5 năm 3 Từ 5 năm trở lên 4 (Nguồn: Tác giả tự tổng hợp)
3.7 Phƣơng pháp phân tích dữ liệu
Nghiên cứu này sử dụng phần mềm SPSS 23.0 và AMOS 20.0 để xử lý dữ liệu. Dữ liệu sau khi được thu thập sẽ được xử lý qua c c bước sau:
1. Thống kê mơ tả và phân tích tương quan 2. Đ nh gi độ tin cậ Cronbach’s Alpha 3. Phân tích nhân tố khám phá (EFA) 4. Phân tích nhân tố khẳng định (CFA) 5. Kiểm định giả thuyết mơ hình bằng SEM C c phân tích được sử dụng
- Phân tích thống kê mơ tả: thực hiện dựa trên các đặc điểm của mẫu khảo
sát về giới tính, tuổi, trình độ, lĩnh vực cơng tác, chức vụ và thời gian kinh nghiệm công tác. Nghiên cứu này mơ tả dữ liệu, tiến hành tính tốn giá trị bình quân và độ lệch chuẩn để đ nh gi tổng quan về độ hội tụ c ng như phân t n của mẫu Phương
pháp sử dụng chủ yếu là phân tổ kết hợp, số tuyệt đối và số tương đối, phương ph p đồ thị và bảng thống kê.
- Đánh giá thang đo thông qua hệ số Cronbach’s Alpha
Độ tin cậy và tính hợp lệ là hai thành phần chính được xem xét là cơng cụ đặc biệt để đ nh gi Phân tích hệ số Cronbach’s Alpha để kiểm tra độ tin cậy của các biến đo lường sự phối hợp giữa c c cơ quan, phịng ban chu ên mơn
Qua việc đ nh gi độ tin cậy của c c thang đo, những biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại, có nghĩa là những biến quan sát khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo. Sau khi loại các biến không phù hợp, hệ số Cronbach Alpha sẽ được tính lại để x c định c c đo lường có liên kết với nhau hay không, thang đo được chọn khi hệ số Cronbach’s Alpha biến thiên trong khoảng từ 0,7 – 0,8. Ngoài ra, nếu hệ số Cronbach’s Alpha từ 0,6 trở lên thì thang đo đó c ng có thể được chấp nhận được về độ tin cậy (Nunnally và Bernstein, 1994).
- Phân tích nhân tố khám phá (EFA)
Sau khi kiểm định độ tin cậ thang đo, nghiên cứu tiếp tục tiến hành phân tích nhân tố kh m ph EFA được thực hiện để x c định độ giá trị hội tụ, giá trị phân biệt của thang đo, đồng thời rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn Để đ nh gi gi trị thang đo cần phải xét xem các điều kiện quan trọng trong kết quả phân tích nhân tố khám phá EFA.
- Số lượng nhân tố trích (tiêu chí Eigenvalue): là một tiêu chí sử dụng phổ biến để x c định số lượng các nhân tố. Những nhân tố nào có chỉ số Eigenvalue lớn hơn 1 (≥1) sẽ được giữ lại trong mơ hình phân tích.
- Hệ số tải nhân tố (Factor loading): Tiêu chuẩn về hệ số tải nhân tố Factor loading, theo Hair & cộng sự (1998), hệ số tải nhân tố Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading lớn hơn 0,3 (> 0,3) được xem là đạt mức tối thiểu, Factor loading lớn hơn 0,4 (> 0,4) được xem là quan trọng
- Tổng phương sai trích: cho biết các nhân tố trích được bao nhiêu phần trăm biến đo lường. Tổng này phải đạt trên 50% (≥ 0,5) là chấp nhận được, theo Nguy n Đình Thọ (2011) tổng nà đạt từ 60% trở lên là tốt.
- Hệ số KMO (Kaisor Meyer Olkin): là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố, KMO phải nằm trong khoảng từ 0,5 đến 1, có ý nghĩa phân tích nhân tố thích hợp, cịn nếu KMO nhỏ hơn 0,5 (< 0,5) thì phân tích nhân tố có nhiều khả năng khơng thích hợp với các dữ liệu.
- Phân tích nhân tố khẳng định (CFA)
Phân tích nhân tố khẳng định CFA (Confirmatory Factor Analysis) là k thuật thống kê của mơ hình cấu trúc tuyến tính (SEM). Phân tích nhân tố khẳng định cho chúng ta kiểm định các biến quan s t (mesured variables) đại diện cho các nhân tố (constructs) tốt đến mức nào CFA là bước tiếp theo của EFA vì CFA được sử dụng khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê.
Phân tích nhân tố khẳng định CFA sử dụng để x c định rằng c c thang đo đảm bảo về độ tin cậy, kiểm định giá trị phân biệt và giá trị hội tụ. Trong CFA chúng ta quan tâm các giá trị Chi-square điều chỉnh theo bậc tự do; chỉ số Tucker & Lewis (TLI), chỉ số thích hợp so sánh (CFI_Comparative Fit Index); RMSEA (Root Mean Square Error Approximation) <0,08 thì mơ hình phù hợp.
- Tỷ số Chi-Square/bậc tự do (X2/df): C ng dùng để đo mức độ phù hợp một cách chi tiết hơn của cả mơ hình. Theo nghiên cứu của Hair và cộng sự (1998) X2/df càng nhỏ càng tốt 1 < X2/df < 3 thì mơ hình nghiên cứu phù hợp. Ngồi ra, trong một số nghiên cứu thực tế, người ta phân biệt ra 2 trường hợp: khi cỡ mẫu lớn hơn 200 (N > 200) thì X2/df < 5; khi cỡ mẫu nhỏ hơn 200 (N < 200) thì X2/df < 3 thì mơ hình được xem là phù hợp tốt (Kettinger và Lee,1995).
- Các chỉ số liên quan TLI, CFI có giá trị > 0,9 được xem là mơ hình phù hợp tốt GFI là đo độ phù hợp tuyệt đối ( không điều chỉnh bậc tự do) của mơ hình cấu trúc và mơ hình đo lường với bộ dữ liệu khảo s t, trong khi AGFI là điều chỉnh giá trị GFI theo bậc tự do trong mơ hình.
- RMSEA là một chỉ tiêu quan trọng, nó x c định mức độ phù hợp của mơ hình so với tổng thể. Các nhà nghiên cứu cho rằng chỉ số RMSEA < 0,05 thì mơ hình phù hợp tốt. Trong một số trường hợp giá trị này < 0,08 mơ hình được chấp nhận (Taylor, Sharland, Cronin và Bullard, 1993).
- Giá trị P-value < 0,05 được xem là mơ hình phù hợp tốt, điều nà có nghĩa rằng khơng thể bác bỏ giả thuyết mơ hình nghiên cứu đề xuất, tức là khơng tìm kiếm được mơ hình nào tốt hơn mơ hình hiện tại.
- Kiểm định giả thuyết mơ hình bằng SEM (Structural Equation Modeling)
Phương ph p phân tích mơ hình cấu trúc tuyến tính SEM (Structural Equation Modeling) được sử dụng để kiểm định mơ hình nghiên cứu cùng với các giả thuyết đã đề xuất. Mơ hình cấu trúc tuyến tính SEM giúp phân tích đồng thời tất cả các biến trong mơ hình, có thể giải thích được mối quan hệ giữa biến phụ thuộc và biến tiềm ẩn, chỉ rõ mối quan hệ giữa các biến tiềm ẩn với nhau. Bên cạnh đó, phương ph p nà cho phép kết hợp được các khái niệm tiềm ẩn với đo lường của chúng và có thể xem xét c c đo lường độc lập hay kết hợp chung với mơ hình nghiên cứu cùng lúc. Khi phân tích kết quả mơ hình quan tâm đến các chỉ tiêu sau: hệ số Chi-Square/df, TLI, CFI, RMSEA và P-value của các khái niệm có đạt ý nghĩa thống kê hay không?. Về cơ bản CFA là một dạng của SEM (Hair và cộng sự, 2006), vì vậy các chỉ số phù hợp mơ hình của SEM được xem như trong kiểm định bằng CFA. Các trọng số chuẩn hóa có giá trị tuyệt đối càng lớn thì các yếu tố độc lập t c động càng mạnh đến yếu tố phụ thuộc.
- Giá trị P-value < 0,05 được xem là mơ hình phù hợp tốt, điều nà có nghĩa rằng khơng thể bác bỏ giả thuyết mơ hình nghiên cứu đề xuất, tức là khơng tìm
- Kiểm tra ước lượng mơ hình bằng phương ph p Boostrap, thực hiện với số mẫu lặp lại là N lần. Kết quả ước lượng từ N mẫu được tính trung bình và giá trị nà có xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Boostrap và ước lượng mơ hình với mẫu ban đầu càng nhỏ cho phép kết luận c c ước lượng mơ hình có thể tin cậ được.
Tóm tắt chƣơng 3
Chương nà trình bà quy trình nghiên cứu và phương ph p phân tích dữ liệu. Nghiên cứu bằng phương ph p định lượng, nhằm kiểm định mơ hình và các giả thuyết đã đề ra.
Nghiên cứu định lượng được thực hiện qua 2 giai đoạn là nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ kế thừa c c thang đo của các nghiên cứu trước liên quan đến công tác phối hợp, tiến hành khảo sát, tham khảo ý kiến góp ý của cán bộ cơng chức có kinh nghiệm trong công tác phối hợp trong cơ quan, qua đó giúp điều chỉnh, bổ sung, loại bỏ các biến khơng phù hợp, hồn chỉnh bảng câu hỏi khảo sát. Trong nghiên cứu chính thức, tác giả tiến hành gửi bảng khảo sát thu thập dữ liệu để phân tích xử lý dữ liệu với kết quả trình bày ở chương 4
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 Thống kê mô tả mẫu 4.1 Thống kê mô tả mẫu
Tổng số bảng câu hỏi được thực hiện khảo sát trên 250 mẫu và thu được là 242 mẫu, trong đó có 06 bảng câu hỏi khơng hợp lệ và thiếu thơng tin cần thiết, kết quả cịn lại 236 mẫu phiếu hợp lệ để sử dụng nghiên cứu. Kết quả khảo sát cho thấy đặc điểm mẫu nghiên cứu như sau:
Bảng 4.1. Đặc điểm mẫu nghiên cứu
Tiêu chí Tần số Tỷ lệ (%) Giới tính Nam 121 51,3 Nữ 115 48,7 Độ tuổi 20-30 25 10,6 30-40 113 47,9 40-50 80 33,9 Trên 50 18 7,6 Trình độ học vấn Trung cấp 2 ,8 Đại học 190 80,5 Sau đại học 44 18,6 ĩnh vực Kinh tế - tài chính 27 11,4
Văn hóa - xã hội – tế - gi o dục 56 23,7
Xâ dựng - đô thị - môi trường 49 20,8
Lĩnh vực tổng hợp/kh c, 104 44,1
Chức vụ Lãnh đạo phòng, ban 45 19,1
Tổ trưởng phụ tr ch bộ phận 31 13,1
Chuyên viên, nhân viên 160 67,8
Kinh nghiệm
Dưới 01 năm 4 1,7
Từ 1 đến 3 năm 21 8,9
Từ 3 đến 5 năm 40 16,9
Từ 5 năm trở lên 171 72,5
Về cơ cấu mẫu theo giới tính
Kết quả cho thấ đối tượng khảo sát khơng có sự chênh lệch nhiều về giới tính, cụ thể số người tham gia phỏng vấn là nam chiếm 51,3% và nữ chiếm 48,7%. Kết quả nà phản nh đúng thực tế về cơ cấu tỷ lệ nam nữ tại Ủ ban nhân dân Quận 3.
Biểu đồ 4.1. Cơ cấu đối tƣợng khảo sát theo giới tính
(Nguồn: Tác giả tự tính từ số liệu khảo sát)
Về cơ cấu mẫu theo độ tuổi
Kết quả thống kê cho thấ độ tuổi từ 30 - 40 của đối tượng khảo s t chiếm tỷ lệ cao nhất (47,9%); 33,9% từ độ tuổi 40 đến 50 tuổi; 10,6% từ độ tuổi 20 – 30 tuổi và tỷ lệ thấp nhất là trên 50 tuổi chiếm 7,6%. Qua đó, có thể cho thấ độ tuổi khảo s t phản nh được thực tế c n bộ công chức tại Quận
Biểu đồ 4.2. Cơ cấu đối tƣợng khảo sát theo độ tuổi 51% 49% Nam Nữ 10% 48% 34% 8% 20-30 30-40 40-50 Trên 50
Về cơ cấu mẫu theo trình độ học vấn
Về trình độ học vấn, theo kết quả khảo sát đa số có trình độ từ đại học(190 người, chiếm 80,5%), Sau đại học chiếm 18,6% tương ứng với 44 người. Trung cấp chỉ chiếm tỷ lệ 0,8% tương ứng 02 người Qua đó, cho thấy đội ng nhân lực Quận có trình độ kh cao, điều này là phù hợp, khi mà điều kiện tuyển dụng vào làm tại Ủy ban nhân dân Quận đều yêu cầu trình độ tối thiểu từ đại học trở lên.
Biểu đồ 4.3. Cơ cấu đối tƣợng khảo sát theo trình độ học vấn
(Nguồn: Tác giả tự tính từ số liệu khảo sát)
Về cơ cấu mẫu theo lĩnh vực công tác
Kết quả thống kê cho thấ phần lớn đối tượng tham gia khảo s t thuộc lĩnh vực tổng hợp/kh c, cụ thể chiếm 44,1%, Văn hóa – xã hội – tế - gi o dục chiếm 23,7%, Xâ dựng – đô thị - môi trường chiếm 20,8% và thấp nhất là kinh tế - tài chính với 11,4%
Biểu đồ 4.4. Cơ cấu đối tƣợng khảo sát theo ĩnh vực
(Nguồn: Tác giả tự tính từ số liệu khảo sát)
1%
80% 19%
Trung cấp Đại học Sau đại học
11%
24%
21% 44%
Kinh tế - tài chính Văn hóa - xã hội – tế - gi o dục Xâ dựng - đô thị - môi trường Lĩnh vực tổng hợp/kh c,
Về cơ cấu mẫu theo chức vụ
Qua biểu đồ, cho thấ đối tượng tham gia khảo sát chủ yếu phần lớn là chuyên viên, nhân viên với 67,8%, Lãnh đạo phòng, ban với 19,1% và tổ trưởng phụ trách bộ phận với 13,1%.
Biểu đồ 4.5. Cơ cấu đối tƣợng khảo sát theo chức vụ
(Nguồn: Tác giả tự tính từ số liệu khảo sát)
Về cơ cấu mẫu theo kinh nghiệm
Kết quả thống kê thì tỷ lệ từ 5 năm trở lên chiếm đến 72,5%, từ 3 đến năm 5 năm là 16,9% Điều này phù hợp với độ tuổi của cán bộ, công chức Ủy ban nhân dân Quận.
Biểu đồ 4.6. Cơ cấu đối tƣợng khảo sát theo kinh nghiệm
19%
13% 68%
Lãnh đạo phòng, ban
Tổ trưởng phụ tr ch bộ phận Chuyên viên, nhân viên
2% 9% 17% 72% Dưới 01 năm Từ 1 đến 3 năm Từ 3 đến 5 năm Từ 5 năm trở lên
4.2 Kiểm định độ tin cậy thang đo
Hệ số Cronbach’s Alpha kiểm định độ tin cậy của thang đo, giúp loại bỏ những biến không phù hợp trong mơ hình nghiên cứu. Thang đo nghiên cứu gồm 8 thành phần chính: Mục tiêu chung; Trách nhiệm; Quản lý xung đột; Hỗ trợ; Truyền đạt; Tham gia ra quyết định; Phối hợp và Hiệu quả công việc. Nghiên cứu tiến hành đ nh gi hệ số Cronbach’s Alpha dựa trên kết quả mẫu điều tra chính thức đã thu thập được từ 236 bảng câu hỏi khảo sát.
Thang đo Mục tiêu chung gồm 4 biến quan sát là MT1, MT2, MT3 và MT4 có hệ số tin cậ Cronbach’s Alpha là 0,9 đạt yêu cầu. Các hệ số tương quan biến tổng của các biến đo lường nhân tố nà đều đạt tiêu chuẩn (lớn hơn 0,3) Do vậy, thang đo nà đạt yêu cầu và các biến quan sát của thang đo nà được đưa vào phân tích nhân tố khám phá EFA tiếp theo.
Thang đo Trách nhiệm gồm 5 biến quan sát là TN1, TN2, TN3, TN4 và TN5 có hệ số tin cậy Cronbach’s Alpha là 0,725 đạt yêu cầu. Tuy nhiên, hệ số tương quan biến tổng của biến TN5 nhỏ hơn 0,3 (0,098). Sau khi loại biến TN5 thì hệ số Cronbach’s Alpha của nhóm này là 0,868 nên đủ điều kiện để sử dụng cho phân tích nhân tố khám phá EFA tiếp theo.
Thang đo Quản lý xung đột gồm 5 biến quan sát là QL1, QL2, QL3, QL4 và QL5 có hệ số tin cậy Cronbach’s Alpha là 0,742 đạt yêu cầu. Tuy nhiên, hệ số tương quan biến tổng của biến QL2 nhỏ hơn 0,3 (0,161). Sau khi loại biến QL2 thì hệ số Cronbach’s Alpha của nhóm nà là 0,822 nên đủ điều kiện để sử dụng cho phân tích nhân tố khám phá EFA tiếp theo.
Thang đo Hỗ trợ gồm 4 biến quan sát là HT1, HT2, HT3 và HT4 có hệ số tin cậy Cronbach’s Alpha là 0,851 (lớn hơn 0,6) C c hệ số tương quan biến tổng của các biến đo lường nhân tố nà đều đạt tiêu chuẩn (lớn hơn 0,3) Do vậy, thang này đạt yêu cầu và các biến quan sát của thang đo nà được đưa vào phân tích nhân tố