Nguồn: Kết quả nghiên cứu định tính
Thang đo yếu tố tương tác giữa nhân viên được kế thừa từ thang đo của Smith và Rupp (2002); Levin và các cộng sự (2002); Goh (2002) bao gồm 03 biến quan sát. Kết quả thảo luận nhóm đã có sự điều chỉnh biến quan sát để giải thích cho nghĩa của câu hỏi sát với thực tế hơn cũng như là thêm 01 câu hỏi so với thang đo gốc của các tác giả. Cụ thể:
“Có sự trực tiếp tương tác giữa các đồng nghiệp tại nơi làm việc” thành “Nhân viên thường đối thoại trực tiếp (mặt đối mặt) tạo điều kiện cho việc chia sẻ tri thức tại nơi làm việc”
“Ngôn ngữ không là vấn đề trong giao tiếp giữa các nhân viên” thành “Ngôn ngữ giao tiếp của nhân viên không ảnh hưởng đến việc chia sẻ tri thức của họ”
Như vậy sau khi nghiên cứu định tính thang đo tương tác giữa nhân viên bao gồm 04 biến quan sát và được ký hiệu mã hóa như sau:
Thang đo gốc theo nghiên cứu của
Thang đo khảo sát Mã hóa
Smith và Rupp (2002) 1. Nhân viên thường đối thoại trực tiếp (mặt đối mặt) tạo điều kiện cho việc chia sẻ tri thức tại nơi làm việc.
NV1
Levin và các cộng sự (2002) 2. Ngôn ngữ giao tiếp của nhân viên không ảnh hưởng đến việc chia sẻ tri thức của họ.
NV2
Goh (2002) 3. Thảo luận nhóm và hợp tác làm việc nhằm tăng
cường giao tiếp giữa các nhân viên thúc đẩy việc chia sẻ tri thức.
NV3
4.Vấn đề giao tiếp là cần thiết trong việc phối, kết hợp giữa các khối, ban, ngành khi thực thi nhiệm vụ chung.
(Biến được bổ sung khi nghiên cứu định tính).
NV4
Bảng 3.3 Thang đo yếu tố tương tác của nhân viên
Nguồn: Kết quả nghiên cứu định tính
Thang đo hệ thống thông tin được kế thừa từ thang đo của Connelly và
Kelloway (2003); Smith và McKeen (2003) bao gồm 3 biến quan sát. Kết quả thảo luận nhóm đã có sự điều chỉnh biến quan sát để giải thích cho nghĩa của câu hỏi sát với thực tế hơn cũng như là thêm 01 câu hỏi so với thang đo gốc của các tác giả. Cụ thể:
“Tổ chức cung cấp các công cụ và công nghệ đa dạng tạo thuận lợi cho chia sẻ tri thức” thành “Hệ thống thông tin được trang bị đầy đủ làm tăng cường hiệu quả việc chia sẻ tri thức”.
Như vậy sau khi nghiên cứu định tính thang đo hệ thống thông tin bao gồm 04 biến quan sát và được ký hiệu mã hóa như sau:
Thang đo gốc theo nghiên cứu của
Thang đo khảo sát Mã hóa
Connelly và Kelloway (2003) 1. Hệ thống thông tin được trang bị đầy đủ làm tăng cường hiệu quả việc chia sẻ tri thức (ví dụ: phần mềm nội bộ, e-mail, internet).
HTTT1
Smith và McKeen (2003) 2. Tổ chức sử dụng các công cụ công nghệ sẵn có để chia sẻ tri thức hiệu quả.
HTTT2
Smith và McKeen (2003) 3. Tôi cảm thấy thoải mái, dễ dàng khi ứng dụng những thiết bị cơng nghệ sẵn có ở tổ chức vào chia sẻ tri thức.
HTTT3
4. Hồn thiện hệ thống thơng tin để chất lượng phục vụ công đạt được hiệu quả như mong muốn.
(Biến được bổ sung khi nghiên cứu định tính).
HTTT4
Bảng 3.4 Thang đo yếu tố hệ thống thông tin
Nguồn: Kết quả nghiên cứu định tính
Thang đo hệ thống thưởng được kế thừa từ thang đo của Syed-Ikhsan và
Rowland (2004); Goh (2002) bao gồm 03 biến quan sát. Kết quả thảo luận nhóm đã có sự điều chỉnh biến quan sát để giải thích cho nghĩa của câu hỏi sát với thực tế hơn cũng như là thêm 01 câu hỏi so với thang đo gốc của các tác giả. Như vậy sau khi nghiên cứu định tính thang đo hệ thống thưởng bao gồm 04 biến quan sát và được ký hiệu mã hóa như sau:
Thang đo gốc theo nghiên cứu của
Thang đo khảo sát Mã hóa
Syed-Ikhsan và Rowland (2004); Goh (2002)
1. Nhân viên được khen thưởng khi họ chia sẻ tri thức và kinh nghiệm của mình với đồng nghiệp.
HTKT1
Goh (2002) 2. Việc khen thưởng có tác động hiệu quả trong
việc khuyến khích mọi người chia sẻ tri thức.
HTKT2
Goh (2002) 3. Nhân viên được khen thưởng cao hơn dựa vào
hiệu quả làm việc nhóm thay vì chỉ làm một mình.
HTKT3
4. Các mức khen thưởng của cá nhân hoặc tập thể cần thể hiện rõ trong quy chế chi tiêu nội bộ hằng năm.
(Biến được bổ sung khi nghiên cứu định tính).
HTKT4
Bảng 3.5 Thang đo yếu tố hệ thống thưởng
Nguồn: Kết quả nghiên cứu định tính
3.3 Nghiên cứu định lượng
Nghiên cứu định lượng được thực hiện thông qua bảng khảo sát nhằm thu thập, phân tích dữ liệu khảo sát, cũng như kiểm định thang đo, kiểm định mơ hình nghiên cứu lý thuyết và các giả thuyết.
3.3.1 Phương pháp chọn mẫu
Có nhiều phương pháp chọn mẫu, được chia thành hai nhóm chính bao gồm: - Phương pháp chọn mẫu theo xác suất, thường gọi là mẫu ngẫu nhiên.
- Phương pháp chọn mẫu khơng theo xác suất, cịn gọi là phi xác suất hay không ngẫu nhiên.
Do điều kiện nguồn lực và thời gian có hạn nên trong nghiên cứu này phương pháp chọn mẫu phi xác suất với hình thức chọn mẫu thuận tiện được sử dụng. Lý do chọn phương pháp này là vì người trả lời dễ tiếp cận, họ sẵn sàng trả lời phiếu điều tra cũng như ít tốn kém về thời gian và chi phí để thu thập thơng tin cần nghiên cứu.
3.3.2 Kích thước mẫu
Kích thước mẫu phụ thuộc vào nhiều yếu tố như phương pháp xử lý (hồi quy, phân tích nhân tố khám phá EFA), độ tin cậy cần thiết. Hiện nay, các nhà nghiên
cứu xác định kích thước mẫu thơng qua các công thức kinh nghiệm cho từng phương pháp xử lý. Nghiên cứu này sử dụng phân tích EFA và hồi quy.
Trong phân tích EFA, tỷ lệ quan sát trên 1 biến quan sát là 5:1, nói cách khác 1 biến quan sát cần tối thiểu 5 quan sát (Hair, Anderson, Tatham, Black, 1998). Do đó, căn cứ vào kích thước tối thiểu và số lượng biến quan sát, ta lấy kích thước mẫu theo cách thức như sau: kích thước mẫu lớn hơn hoặc bằng 5 lần tổng số biến quan sát.
Nghiên cứu này gồm có 24 biến quan sát. Vì vậy, kích thước mẫu tối thiểu là: 5 x 24 = 120 quan sát. Để đạt được kích thước mẫu đề ra, tác giả đã thực hiện gửi 180 phiếu khảo sát và nhận lại được 171 phiếu. Tuy nhiên, trong đó có 14 phiếu khơng hợp lệ nên bị loại ra trước khi nhập dữ liệu vào phần mềm SPSS. Do đó, cuối cùng mẫu điều tra được chọn là 157 quan sát (lớn hơn kích thước mẫu tối thiểu), đáp ứng được yêu cầu về tỷ lệ quan sát trên 1 biến quan sát nên đảm bảo cho việc nhập liệu làm cơ sở để phân tích dữ liệu.
3.3.3 Thiết kế phiếu khảo sát
Phiếu khảo sát gồm 2 phần:
- Nội dung khảo sát gồm 24 phát biểu liên quan, trong đó 05 phát biểu liên quan đến vấn đề chia sẻ tri thức, 07 phát biểu liên quan đến niềm tin đối với đồng nghiệp, 04 phát biểu liên quan đến sự tương tác giữa các nhân viên, 04 phát biểu liên quan đến hệ thống thông tin và 04 phát biểu liên quan đến hệ thống thưởng. Các phát biểu được đánh giá mức độ trên thang đo Likert 5 mức độ, các trả lời biến thiên từ hồn tồn khơng đồng ý đến hoàn toàn đồng ý.
- Bảng khảo sát gồm cột bên trái và cột bên phải trong đó cột bên trái thể hiện các phát biểu về vấn đề chia sẻ tri thức, vấn đề niềm tin đối với đồng nghiệp, sự tương tác giữa các nhân viên, hệ thống thơng tin và hệ thống thưởng cịn cột bên phải để đối tượng được khảo sát đánh giá mức độ đồng ý cho mỗi phát biểu.
- Thông tin cá nhân được thiết kế để thu thập các thông tin về đối tượng được khảo sát như: giới tính, độ tuổi, trình độ học vấn, tổng thu nhập, thâm niên công tác.
(Mẫu phiếu khảo sát được trình bày cụ thể ở Phụ lục)
3.3.4 Cách thức tiến hành khảo sát
Khảo sát được thực hiện từ ngày 07 tháng 9 năm 2017 đến ngày 21 tháng 9 năm 2017 bằng cách gởi phiếu trực tiếp đến đối tượng khảo sát và thu lại phiếu sau đó 07 ngày.
3.4 Phương pháp phân tích dữ liệu
Được thực hiện theo trình tự sau đây:
Trước tiên tiến hành thống kê mô tả về các đối tượng được khảo sát như: giới tính, độ tuổi, trình độ học vấn, tổng thu nhập, thâm niên cơng tác.
Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Cronbach (1951) trong Nguyễn Đình Thọ (2013, tr. 355) đưa ra hệ số tin cậy cho thang đo. Hệ số Cronbach’s Alpha chỉ đo lường độ tin cậy của thang đo chứ khơng tính được độ tin cậy cho từng biến quan sát. Hệ số Cronbach’s Alpha có giá trị biến thiên trong khoảng [0,1]. Theo phương pháp kiểm định hệ số tin cậy Cronbach’s Alpha, hệ số Cronbach’s Alpha chung của thang đo lớn hơn 0,6 là thang đo có thể chấp nhận về độ tin cậy. Những biến quan sát này có hệ số tương quan biến tổng (Corrected Item - Total Correlation) nhỏ hơn 0,3 sẽ bị loại ra khỏi thang đo đóvề mặt lý thuyết thì hệ số này càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, hệ số Cronbach’s Alpha quá lớn (lớn hơn 0,95 trở lên) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong đo lường.
Phân tích nhân tố khám phá EFA
Phân tích được tiến hành để đánh giá thang đo hay rút gọn một tập biến. Khi sử dụng EFA để đánh giá thang đo, cần lấy tổng (hoặc trung bình) để tính giá trị cho các nhân tố (biến tiềm ẩn) cho phân tích tiếp theo.
Phân tích nhân tố khám phá EFA được tiến hành để nhóm các thang đo thành các nhân tố mới theo phương pháp trích nhân tố Principal Components với phép xoay Varimax. Điều kiện cần để bảng kết quả ma trận xoay có ý nghĩa thống kê là: Hệ số KMO (là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân
tố) phải nằm trong đoạn từ 0,5 đến 1; kiểm định Barlett (là một đại lượng thống kê dùng để xem xét giả thuyết các biến quan sát có tương quan trong tổng thể khơng) có sig phải nhỏ hơn 0,05; giá trị Eigenvalue (là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA) lớn hơn hoặc bằng 1; tổng phương sai trích lớn hơn hoặc bằng 50%.
Loại biến trong phân tích nhân tố khám phá EFA: Từ bảng Component Matrix lấy những biến có hệ số tải nhân tố lớn hơn 0,5 để đảm bảo ý nghĩa của EFA, nếu biến quan sát có từ 2 hệ số tải nhân tố thì chọn hệ số tải nhân tố cao hơn và hệ số sau nó phải cách 0,3, nếu khơng thỏa cách 0,3 thì loại biến quan sát đó.
Phân tích tương quan
Trong bước này, phép phân tích tương quan Pearson được sử dụng để đánh giá độ tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc. Ngoài ra, cũng cần xét tới mối quan hệ tương quan giữa các biến độc lập để đánh giá về khả năng xảy ra đa cộng tuyến trong mơ hình hồi quy.
Trong Bảng tương quan Correlations, giá trị sig giữa biến độc lập và biến phụ thuộc nhỏ hơn 0,05 nghĩa là biến độc lập đó có tương quan với biến phụ thuộc, nếu lớn hơn 0,05 nghĩa là biến độc lập đó khơng tương quan với biến phụ thuộc và nên loại bỏ biến đó trước khi chạy hồi quy. Khi sig nhỏ hơn 0,05, cần chú ý tới hệ số tương quan Pearson r để đánh giá mức độ tương quan mạnh/yếu giữa các biến độc lập với biến phụ thuộc.
Nếu các giá trị sig giữa các biến độc lập lớn hơn 0,05 nghĩa là giữa các biến độc lập này khơng có mối tương quan và nó càng khẳng định tính "độc lập" tốt giữa các biến độc lập. Nếu sig nhỏ hơn 0,05 thì lưu ý tới hệ số tương quan Pearson để xem tính tương quan mạnh hay yếu giữa các biến và có thể xảy ra đa cộng tuyến giữa các biến độc lập.
Hệ số tương quan Pearson càng tiến về 1 càng tương quan mạnh. Ngược lại, hệ số này càng tiến gần về 0 thì tương quan càng yếu. Cần lưu ý đến giá trị sig: nếu mức ý nghĩa 1% thì giá trị sig phải < 0,01 tương ứng với các dấu (**) được
đánh dấu trên hệ số tương quan r, còn mức ý nghĩa là 5% thì sig < 0,05 tương ứng với các dấu (*) được đánh dấu trên hệ số tương quan r.
Phân tích hồi quy
Nhằm xác định mức độ tác động của các nhân tố độc lập lên các nhân tố phụ thuộc. Quy trình hồi quy sẽ được thực hiện cho nhân tố chia sẻ tri thức theo các nhân tố như niềm tin, sự tương tác giữa nhân viên, hệ thống thông tin và hệ thống thưởng.
Sử dụng bảng Model Summary, chú ý giá trị Adjusted R Square (R bình phương hiệu chỉnh) cho biết các biến độc lập giải thích được bao nhiêu phần trăm (%) sự biến thiên của biến phụ thuộc
Hệ số Durbin Watson dùng để kiểm tra xem có hiện tương tự tương quan hay không trong phần dư của một phép phân tích hồi quy.
Hệ số phóng đại phương sai VIF < 10 dùng để kiểm tra hiện tượng đa cộng tuyến, nếu VIF < 2 thì phải thận trọng trong diễn giải các trọng số hồi quy.
Sử dụng trọng số hồi quy chuẩn hóa để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc.
Kiểm định sự phù hợp của mơ hình hồi quy bằng biểu đồ Scatter Plot, kết quả đồ thị nếu các điểm phân bố của phần dư nếu có các dạng: đồ thị Parabol, đồ thị Cubic,.. hay các dạng đồ thị khác khơng phải đường thẳng thì dữ liệu đã vi phạm giả định liên hệ tuyến tính. Nếu giả định quan hệ tuyến tính được thỏa mãn thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường tung độ 0 (trường hợp biểu diễn phần dư chuẩn hóa Standardized Residual ở trục tung).
Biểu đồ tần số của các phần dư Histogram, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chng, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn gần bằng 1, thì phân phối phần dư xấp xỉ chuẩn, tức là giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Nhằm kiểm định sự khác biệt giữa các biến định tính với biến định lượng. Nếu biến định tính có 02 giá trị thì kiểm định sự khác biệt bằng phương pháp Independent Samples T Test. Bảng Independent Samples Test thể hiện:
- Nếu sig Levene's Test < 0.05 thì phương sai giữa 2 biến là khác nhau, sử dụng giá trị sig T-Test ở hàng Equal variances not assumed để kết luận:
+ Giá trị sig T-Test < 0.05 kết luận rằng có sự khác biệt.
+ Giá trị sig T-Test >= 0.05 chúng ta kết luận khơng có sự khác biệt.
- Nếu sig Levene's Test >= 0.05 thì phương sai giữa 2 giá trị của biến định tính là không khác nhau, lúc này ta sử dụng giá trị sig T-Test ở hàng Equal variances assumed để kết luận:
+ Giá trị sig T-Test < 0.05 kết luận rằng có sự khác biệt.
+ Giá trị sig T-Test >= 0.05 kết luận rằng khơng có sự khác biệt.
Trường hợp biến định tính có từ 03 giá trị thì kiểm định sự khác biệt bằng phương pháp one-way-anova. Bảng Test of Homogeneity of Variances, lúc này sig của Levene Statistic thể hiện:
- Nếu sig ở kiểm định này >= 0.05, xem tiếp kết quả ở bảng ANOVA. Nếu sig ở bảng ANOVA < 0.05, kết luận rằng có sự khác biệt. Nếu sig ở bảng ANOVA >= 0.05, kết luận rằng khơng có sự khác biệt.
- Nếu sig ở kiểm định này < 0.05 thì kiểm định Welch, quan sát bảng Robust Tests of Equality of Means. Nếu sig kiểm định Welch ở bảng Robust Tests < 0.05, kết luận rằng có sự khác biệt. Nếu sig kiểm định Welch ở bảng Robust Tests ≥ 0.05, kết luận rằng khơng có sự khác biệt.
Ý nghĩa giá trị trung bình trong thang đo khoảng
Giá trị khoảng cách = (Maximum – Minimum) / n = (5-1)/5 = 0.8 Ý nghĩa các mức như sau:
1.00 – 1.80: Rất không đồng ý/ Rất không hài lịng/ Rất khơng quan trọng… 1.81 – 2.60: Khơng đồng ý/ Khơng hài lịng/ Không quan trọng…
2.61 – 3.40: Khơng ý kiến/ Trung bình…