Phương pháp xử lý số liệu

Một phần của tài liệu (LUẬN văn THẠC sĩ) tác động của hoạt động quản trị nguồn nhân lực đến hiệu quả hoạt động ban quản lý di tích côn đảo (Trang 49 - 53)

CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU

3.2. Phương pháp xử lý số liệu

Sau khi thực hiện khảo sát và thu được bộ dữ liệu nghiên cứu, quá trình xử lý số liệu được thực hiện trên chương trình xử lý dữ liệu SPSS như sau:

- Kiểm định sơ bộ thang đo: Kiểm định độ tin cậy của thang đo, phân tích nhân tố khám phá EFA.

- Phân tích hồi quy.

3.2.1. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha

Trước khi tiến hành phân tích EFA, phân tích Cronbach’s Alpha được sử dụng trước để loại biến rác (biến không phù hợp).

Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố khám phá EFA để loại các biến khơng phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Nhưng hệ số tin cậy Cronbach’s Alpha chỉ cho biết các biến đo lường có liên kết với nhau hay khơng chứ không cho biết biến nào cần loại bỏ đi và biến nào cần giữ lại. Do đó, kết hợp sử dụng hệ số tương quan biến - tổng để loại những biến khơng đóng góp nhiều cho khái niệm cần đo (Hịang Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Tiêu chuẩn chọn thang đo trong nghiên cứu này là hệ số tin cậy Cronbach’s Alpha > 0,6 và có hệ số tương quan biến – tổng (Corrected Item - Total Correlation) > 0,3.

3.2.2. Phân tích nhân tố khám phá EFA

Phân tích nhân tố khám phá EFA được thực hiện sau phép kiểm định Cronbach’s alpha. Việc thực hiện phân tích nhân tố khám phá EFA sẽ giúp khám phá cấu trúc khái niệm nghiên cứu, loại bỏ các biến đo lường khơng đạt u cầu. Phân tích này nhằm kiểm tra và xác định lại các nhóm biến trong mơ hình nghiên cứu.

Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường xem xét các tiêu chuẩn sau:

- Hệ số KMO (Kaiser Meyer Olkin) là hệ số KMO_ Kaiser Meyer Olkin phải có giá trị nằm trong khoảng 0,5 đến 1 thì mới thể hiện nhân tố là thích hợp; dùng để xem xét sự thích hợp của phân tích nhân tố. Nếu hệ số KMO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Kiểm định Bartlett xem

xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê Sig.< 0,05 thì các biến quan sát có tương quan với nhau trong tổng thể (Hòang Trọng và Chu Nguyễn Mộng Ngọc, 2008).

- Hệ số tải nhân tố (Factor loading) dùng để đảm bảo mức ý nghĩa thiết thực của EFA, hệ số này phải > 0,5, những biến quan sát có hệ số tải nhân tố <= 0,5 sẽ bị loại. (Hair và cộng sự, 1998)

- Theo Hair và cộng sự, 1998, khi đánh giá kết quả EFA, cần xem xét phần tổng phương sai trích (TVE: Total Variance Explained). Tổng phương sai trích phải >= 50%, nếu thỏa điều kiện này thì mơ hình EFA phù hợp. Đánh giá hệ số Eigenvalue >= 1 và khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố >= 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.

3.2.3. Phân tích tương quan

Hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn thì chứng tỏ giữa chúng có mối quan hệ với nhau, phân tích hồi quy có thể phù hợp. Trước khi tiến hành phân tích hồi quy phải xem xét mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và các biến độc lập, cũng như giữa các biến độc lập với nhau.

Mặt khác, nếu hệ số tương quan giữa các biến độc lập lớn thì có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy.

Để kiểm định mối quan hệ giữa quản trị nguồn nhân lực và hiệu quả hoạt động tổ chức, nghiên cứu sử dụng phương pháp tương quan với hệ số tương quan Pearson. Hệ số này được kí hiệu bằng chữ “r” và ln trong khoảng từ -1 đến 1. Nếu r > 0 thể hiện tương quan đồng biến, ngược lại nếu r < 0 thể hiện tương quan nghịch biến, khi r = 0 thì hai biến khơng có mối quan hệ tuyến tính. Giá trị tuyệt đối của r càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ (Hịang Trọng và Chu Nguyễn Mộng Ngọc, 2008).

3.2.4. Phân tích hồi quy

Sử dụng phương pháp hồi quy tuyến tính để xác định mức ý nghĩa và mối tương quan tuyến tính của các biến trong mơ hình nghiên cứu, biết được các mức độ của các biến độc lập lên biến phụ thuộc.

Theo Hòang Trọng và Chu Nguyễn Mộng Ngọc (2008), kết quả phân tích hồi quy được tiến hành như sau:

- Đánh giá và kiểm định độ phù hợp của mơ hình:

Khi đánh giá mơ hình hồi qui bội, hệ số R2 và R2 hiệu chỉnh được dùng để đánh giá độ phù hợp của mơ hình. Hệ số R2 có giá trị từ 0 đến 1, R2 càng gần 1 thì mơ hình đã xây dựng càng thích hợp. R2 càng gần 0 mơ hình càng kém phù hợp với tập dữ liệu mẫu.

Sử dụng kiểm định F trong phân tích phương sai để kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, qua đó xem xét biến phụ thuộc có liên hệ tuyến tính với các biến độc lập không.

Xét giả thuyết:

H0: ( R2 = 0) Khơng có mối quan hệ giữa các biến độc lập và biến phụ thuộc. H1: (R2 # 0) Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc. Mức ý nghĩa kiểm định là mức độ chấp nhận sai lầm của các nhà nghiên cứu. Trong các nghiên cứu kiểm định lý thuyết khoa học trong ngành quản trị, mức ý nghĩa thường được chọn là 5%. (Nguyễn Đình Thọ, 2012)

Nếu Sig. < 0,05: Bác bỏ giả thuyết H0. Nếu Sig. >= 0,05: Chấp nhận giả thuyết H0.

- Kiểm định các giả định trong mơ hình hồi qui bội gồm: Giả định khơng có hiện tượng đa cộng tuyến giữa các biến độc lập; Giả định phần dư có phân phối chuẩn; Giả định khơng có sự tương quan giữa các phần dư.

- Kiểm định sự khác biệt trung bình đám đơng gồm các nhóm thống kê sau giới tính, độ tuổi, trình độ học vấn, thu nhập cá nhân hàng tháng.

Mơ hình ANOVA được sử dụng để so sánh các trung bình đám đơng với dữ liệu khảo sát, qua đó kiểm định có hay khơng sự khác nhau trong đánh giá về hiệu quả hoạt động tổ chức giữa các nhóm khác nhau.

Xét giả thuyết:

H0: Khơng có sự khác biệt về các yếu tố tác động lên hiệu suất làm việc của các nhóm đối tượng khác nhau.

H1: Có sự khác biệt về các yếu tố tác động lên hiệu suất làm việc của các nhóm đối tượng khác nhau.

Mức ý nghĩa kiểm định: 95%

Nếu Sig. < 0,05: Bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Nếu Sig. >= 0,05: Chấp nhận giả thuyết H0, bác bỏ giả thuyết H1.

Tóm tắt chương 3

Chương 3 trình bày chi tiết phương pháp thực hiện nghiên cứu gồm hai bước là nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện thơng qua nghiên cứu định tính và nghiên cứu định lượng sơ bộ thông qua khảo sát thử 10 CB.CNV nhằm hiệu chỉnh và hòan thiện bảng câu hỏi điều tra. Nghiên cứu chính thức được thực hiện thơng qua nghiên cứu định lượng với kích thước mẫu là 84. Các nhân tố tác động đến hiệu quả hoạt động được đo lường thông qua 29 biến quan sát, sự hài lịng trong cơng việc thơng qua 01 biến quan sát, đánh giá hiệu quả hoạt động tổ chức được đo lường thông qua 20 biến quan sát. Kết quả khảo sát được sử dụng để tiến hành phân tích và xử lý số liệu.

Một phần của tài liệu (LUẬN văn THẠC sĩ) tác động của hoạt động quản trị nguồn nhân lực đến hiệu quả hoạt động ban quản lý di tích côn đảo (Trang 49 - 53)