Thang đo Lịng Trung Thành Ký hiệu
Tơi sẽ giới thiệu với mọi ngƣời rằng sản phẩm và dịch vụ của ngân hàng
tôi là tốt nhất EL1
Tôi sẽ giới thiệu rằng ngân hàng tôi là nơi làm việc tốt nhất EL2 Tôi dự định tiếp tục làm việc tại ngân hàng thêm nhiều năm nữa EL3 Tơi sẵn sàng hy sinh lợi ích cá nhân khi cần thiết để giúp ngân hàng thành
công. EL4
Tôi sẽ vẫn làm việc cho ngân hàng dù đƣợc đề nghị một công việc tƣơng
tự với mức lƣơng cao hơn một chút EL5
Nguồn: Kết quả phỏng vấn chuyên gia và thảo luận nhóm
3.4. Nghiên cứu chính thức
3.4.1. Mẫu nghiên cứu
Để tiết kiệm chi phí và thời gian, nghiên cứu thực hiện thu thập dữ liệu thông qua chọn mẫu khảo sát. Kích thƣớc của mẫu phụ thuộc vào phƣơng pháp ƣớc lƣợng, xử lý trong nghiên cứu (Hair & ctg, 2010).
Những quy tắc kinh nghiệm khác trong xác định cỡ mẫu cho phân tích nhân tố EFA là thơng thƣờng thì số quan sát (kích thƣớc mẫu) ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố (Bentle & Chou, 1987).Bên cạnh đó, để phân tích hồi qui một cách tốt nhất, theo Tabachnick & Fidell (2007) thì cỡ mẫu tối thiểu cần đạt đƣợc tính bằng cơng thức n ≥ 50 + 8m (m: số biến độc lập). Vì vậy trong nghiên cứu này tác giả chọn kích thƣớc mẫu đủ lớn để thỏa mãn cả hai điều kiện theo phƣơng pháp phân tích nhân tố EFA và phân tích hồi qui đa biến.
Nghiên cứu có 42 (x=42) biến quan sát và 7 biến độc lập (m=7), nên n ≥ max (4*x, 50+8*m) tƣơng đƣơng n ≥ max (168, 106), hay mẫu khảo sát n ≥ 168.
- Ban lãnh đạo: 4 ngƣời
- Nhân viên đang làm việc: 175 ngƣời - Nghỉ thai sản: 3 ngƣời
Do số lƣợng lao động trực tiếp tại ngân hàng BIDV chi nhánh NBD là 175 ngƣời nên nghiên cứu này sẽ tiến hành điều tra tổng thể mẫu là 175 ngƣời để đảm bảo số lƣợng và chất lƣợng bảng câu hỏi.
Đối tƣợng khảo sát: cán bộ công nhân viên là ngƣời đang làm việc, không bao gồm ban lãnh đạo và nhân viên nghỉ thai sản.
Trong các bảng câu hỏi thu về có 04 bản có cùng mức điểm đối với tất cả các câu hỏi, khơng đảm bảo tin cậy vì vậy khơng sử dụng 04 bản câu hỏi này để phân tích dữ liệu.
Số bản câu hỏi sử dụng để phân tích dữ liệu: 171 bảng, đạt tỷ lệ 97,7% so với số bản câu hỏi thu về 171 mẫu hợp lệ này đƣợc sử dụng để phân tích dữ liệu trên phần mềm SPSS.20
3.4.2. Phƣơng pháp phân tích dữ liệu
3.4.2.1. Phân tích thống kê mơ tả
Mẫu thu thập đƣợc sẽ đƣợc tiến hành thống kê phân loại theo các biến phân loại theo các tiêu chí phân loại doanh nghiệp nhƣ: Giới tính, độ tuổi, trình độ học vấn, vị trí làm việc và mức thu nhập. Đồng thời tính điểm trung bình và độ lệch chuẩn của các câu trả lời trong bảng hỏi thu thập đƣợc.
3.4.2.2.Đánh giá độ tin cậy thang đo
Nhƣ đã giới thiệu ở chƣơng 2 và 3, các thang đo đƣợc sử dụng trong nghiên cứu này dựa theo các thang đo đã sử dụng trong nhiều nghiên cứu tại các thị trƣờng nƣớc ngồi. Vì vậy, các thang đo trong nghiên cứu đƣợc đo lƣờng độ tin cậy bằng hệ số Cronbach‟s Alpha. Về lý thuyết hệ số Cronbach‟s alpha càng lớn càng tốt tuy nhiên nếu quá lớn (> .95) cho thấy nhiều biến khơng khác biệt gì nhau. Đối với các
thang đó trong nghiên cứu này, hệ số Cronbach‟s alpha > .60 là hệ số có thể chấp nhận về mặt tin cậy (Nunnally and Bernstein, 1994). Ngoài ra mối quan hệ giữa biến quan sát trong các thang đo cũng phải có hệ số tƣơng quan biến tổng phù hợp vì cùng đo lƣờng một khái niệm nghiên cứu. SPSS sử dụng hệ thống số tƣơng quan biến tổng hiệu chỉnh, nếu một biến đo lƣờng có hệ số tƣơng quan biến tổng hiệu chỉnh > .30 thì đạt yêu cầu (Nunnally and Bernstein, 1994).
Hệ số Cronbach‟s‟s alpha đƣợc sử dụng để loại các biến không phù hợp. Các biến có hệ số tƣơng quan tổng (item –total correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy alpha từ 0.6 trở lên.
3.4.2.3. Kiểm định giá trị thang đo
Sau khi phân tích hệ số tin cậy Cronbach‟s alpha, các thang đo đƣợc kiểm định giá trị bằng phƣơng pháp phân tích nhân tố khám EFA. Phƣơng pháp trích hệ số sử dụng là principal Components với phép quay varimax và điểm dừng khi trích các yếu tố có eigenvalue = 1.
Phân tích nhân tố khám phá hay kiểm định giá trị thang đo EFA (Exploratory Factor Analysis) cho các biến quan sát sau khi đã loại các biến quan sát không đảm bảo độ tin cậy. Mục đích là trong nghiên cứu chúng ta có thể thu thập đƣợc một số lƣợng biến quan sát khá lớn và hầu hết các biến quan sát này có liên hệ với nhau và số lƣợng của chúng phải đƣợc giảm bớt đến một số lƣợng mà chúng ta có thể sử dụng đƣợc (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008 tập 2 trang 27). Tiêu chuẩn:
- Trị số của KMO (Kaiser-Meyer-Olkin) nằm trong khoản giữa 0.5 và 1.0. Mức ý nghĩa của kiểm định Bartlett ≤ 0.05.
- Eigenvalue ≥ 1.0 giải thích bởi mỗi nhân tố.
- Ma trận nhân tố với phép xoay Varimx (Rotated component matrix).
Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, Inc, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0.3 đƣợc xem là đạt đƣợc mức tối thiểu, Factor loading > 0.4 đƣợc xem là quan trọng, ≥ 0.5 đƣợc xem là có ý nghĩa thực tiễn.
3.4.2.4.Phân tích tƣơng quan
Để đánh giá mức độ phù hợp mơ hình đối với mơ hình hồi quy và các giả thuyết nghiên cứu, khi nghiên cứu sẽ quan tâm đến các vấn đề:
Trƣớc khi thực hiện hồi quy, nghiên cứu xem mối tƣơng quan tuyến tính giữa tất cả các biến (giữa các biến độc lập và biến phụ thuộc và giữa các biến độc lập với nhau), để thấy đƣợc mức độ liên hệ chặt chẽ giữa các biến.Dùng phƣơng pháp tƣơng quan với hệ số tƣơng quan Person để kiểm định mối quan hệ giữa các biến độc lập và lòng trung thành giữa nhân viên. Giá trị của hệ số tƣơng quan r có giá trị trong khoảng -1 ≤ r ≤ +1. Nếu r <0 thể hiện quan hệ ngƣợc chiều (nghịch biến). Nếu r>0 thể hiện mối quan hệ cùng chiều (đồng biến). Giá trị r=0 thể hiện hai biến khơng có quan hệ tuyến tính.
│r│→ 1: quan hệ giữa hai biến càng chặt. │r│→ 0: quan hệ giữa hai biến càng yếu. Mức ý nghĩa của hệ số tƣơng quan: + Sig < 5%: mối tƣơng quan khá chặt chẽ + Sig < 1%: mối tƣơng quan rất chặt chẽ + Sig > 5%: khơng có mối tƣơng quan
3.4.2.5. Phân tích hồi quy
Mục đích của phân tích hồi quy tuyến tính là để xác định cụ thể trọng số của từng nhân tố tác động đến mức độ gắn kết của nhân viên đối với ngân hàng. Giá trị của các yếu tố đƣợc dùng để chạy hồi qui là giá trị trung bình của các biến đã đƣợc
kiểm định. Phân tích hồi qui đƣợc thực hiện bằng phƣơng pháp Enter với phần mềm SPSS.20.
Sau khi xác định khơng có quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc ta tiến hành:
- Kiểm định đa cộng tuyến:
Cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tƣơng quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R square vẫn khá cao.
Để kiểm tra hiện tƣợng đa cộng tuyến ta sử dụng ta xét dấu hiệu tiêu chuẩn của nhân tử phóng đại phƣơng sai (VIF).
Nếu giá trị VIF <10 thì mơ hình khơng có đa cộng tuyến Nếu giá trị VIF > = 10 thì mơ hình có đa cộng thuyến - Kiểm định phân phối chuẩn phần dƣ
Phần dƣ có thể khơng tuân theo phân phối chuẩn vì những lý do nhƣ: sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích,… Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dƣ. Nếu giá trị Mean gần bằng 0 và độ lệch chuẩn gần bằng 1 thì có thể kết luận phần dƣ có phân phối chuẩn
- Kiểm định giả định phƣơng sai của sai số (phần dƣ) không đổi
Sử dụng đồ thị của phần dƣ chuẩn hóa theo giá trị dự báo của biến phụ thuộc để kiểm tra có hiện tƣợng phƣơng sai thay đổi hay không. Nếu phần dƣ phân tán ngẫu nhiên theo đƣờng hồnh độ O thì có thể kết luận phƣơng sai của sai số khơng đổi.
3.4.2.6. Kiểm định giả thuyết về sự khác biệt giữa trung bình 2 tổng thể và phân tích phƣơng sai ANOVA
Sử dụng kiểm định Independent Samples T Test để kiểm định có hay khơng sự khác trung bình với trƣờng hợp biến định tính có 2 giá trị. Từ đó xác định có hay khơng sự khác biệt về lịng trung thành của nam và nữ
Sử dụng kiểm định ANOVA để kiểm định có hay khơng sự khác biệt trung bình của biến định tính có giá trị từ 3 nhóm trở lên. Từ đó xác định có hay khơng sự khác biệt về lịng trung thành giữa các tổng thể con có đặc điểm về độ tuổi, trình độ, vị trí, thâm niên, thu nhập khác nhau.
Tóm tắt chƣơng 3
Chƣơng này đã trình bày đƣợc quy trình nghiên cứu, nêu lên phƣơng pháp nghiên cứu đƣợc sử dụng gồm: nghiên cứu định tính, phƣơng pháp nghiên cứu định lƣợng; xác định số lƣợng mẫu tối thiểu là 168 và khảo sát trên tổng thể nhân viên đang làm việc tại BIDV NBD là 171; nghiên cứu cũng đã xác định đƣợc phƣơng pháp thu thập dữ liệu thứ cấp và dữ liệu sơ cấp đồng thời trình bày cụ thể về các bƣớc xử lý và phân tích dữ liệu gồm đánh giá độ tin cậy của thang đo, phân tích nhân tố khám phá, phân tích hồi quy, kiểm định sự khác biệt theo các đặc tính cá nhân. Trong chƣơng tiếp theo sẽ trình bày kết quả nghiên cứu của luận văn này.
CHƢƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
Chƣơng 4 thực hiện các phân tích thống kê mơ tả, kiểm định và trình bày kết quả đánh giá độ tin cậy Cronbach‟s alpha, kết quả kiểm định giá trị thanh đo EFA, kết quả hồi quy và kiểm định các giả thuyết nghiên cứu, kiểm định sự khác biệt về lịng trung thành của các nhóm có đặc điểm cá nhân khác nhau.
4.1. Thống kế mô tả 4.1.1. Mô tả mẫu 4.1.1. Mô tả mẫu
Tổng hợp thơng tin mẫu đƣợc trình bày trong bảng 4.1: