3.3. Nghiên cứu định lƣợng chính thức
3.3.1. Thiết kế mẫu nghiên cứu
Phƣơng pháp chọn mẫu: Thuận tiện phi xác suất.
Đối tƣợng khảo sát: Những giảng viên đang tham gia giảng dạy tại các trƣờng
Đại học ngồi cơng lập trên địa bàn Thành phố Hồ Chí Minh.
Kích thƣớc mẫu:
Theo Hair và cộng sự (2006) kích thƣớc mẫu tối thiểu phải là 50, tốt hơn là 100 và tỷ lệ quan sát/ biến đo lƣờng là 5:1, tức là một biến đo lƣờng cần tối đa 5 biến quan sát (Nguyễn Đình Thọ, 2011). Với 30 biến quan sát thì kích thƣớc mẫu dự tính là 30*5 = 150 trở lên.
Để phân tích hồi quy tốt nhất thì kích thƣớc mẫu phải đảm bảo cơng thức: n ≥ 50 + 8p. Với n là kích thƣớc mẫu tối thiểu cần thiết và p là số lƣợng biến độc lập trong mơ hình (Trích Nguyễn Đình Thọ, 2011). Nên kích thƣớc mẫu tốt nhất cho hồi quy là: 50 + 8*5 = 90 trở lên.
Nghiên cứu về cỡ mẫu do Roger (2006) thực hiện cho thấy cỡ mẫu tối thiểu áp dụng đƣợc trong các nghiên cứu thực hành là từ 150 - 200. Nhằm giảm sai số do chọn mẫu, tiêu chí khi thực hiện khảo sát này là trong điều kiện cho phép thì việc thu thập càng nhiều dữ liệu nghiên cứu càng tốt, giúp tăng tính đại diện cho tổng thể. Do đó, kích thƣớc mẫu mà tác giả lựa chọn là 400 mẫu.
3.3.2. Nghiên cứu sơ bộ định lượng
Nghiên cứu sơ bộ định lƣợng nhằm kiểm định độ tin cậy và giá trị của thang đo. Một thang đo đƣợc coi là có giá trị khi nó đo lƣờng đúng cái cần đo, có nghĩa là phƣơng pháp đo lƣờng đó khơng có sai lệch mang tính hệ thống và sai lệch ngẫu nhiên.
Nghiên cứu sơ bộ định lƣợng đƣợc thực hiện bằng việc phát 150 bảng câu hỏi trực tiếp đến đáp viên theo phƣơng pháp lấy mẫu thuận tiện. Kết quả thu đƣợc 147 phiếu hợp lệ và d ng phần mềm SPSS để xử lý số liệu.
Nếu hệ số Cronbach Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang đo lƣờng là mới ho c mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Nguyễn Đình Thọ, 2011). Ngồi ra, các biến quan sát có hệ số tƣơng quan so với biến tổng (Corrected item – Total correlation) nhỏ hơn 0.3 s bị loại.
Với phân tích nhân tố EFA, trong đó nhân tố trích đƣợc của thang đo đơn hƣớng phải là 1, hệ số tải nhân tố của các biến quan sát ≥ 0.5, chỉ số Eigenvalue tối thiểu bằng 1 (≥ 1), tổng phƣơng sai trích phải ≥ 50% (từ 60% trở lên đƣợc coi là tốt) (Nguyễn Đình Thọ, 2011).
Kết quả phân tích sơ bộ thang đo đƣợc trình bày trong bảng 3.8, bảng 3.9.
Kết quả phân tích Cronbach’s Alpha: Bảng 3.8 cho ta thấy thành phần “Phong
cách lãnh đạo chuyển đổi” (TFL) có hệ số Cronbach s Alpha là 0.811 >0.6, các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn (>0,3); thành phần “Văn hóa tổ chức” (OC) có hệ số Cronbach s Alpha là 0.919 >0.6, các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn (>0.3), “Động cơ làm việc” (JM) có hệ số Cronbach s Alpha là 0.892 >0,6, các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn (>0.3), “Sự hài lịng cơng việc” (JS) có hệ số Cronbach s Alpha là 0.901 >0.6, các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn
(>0.3), “Hiệu quả làm việc của giảng viên” (LP) có hệ số Cronbach s Alpha là 0.848 >0.6, các hệ số tƣơng quan biến tổng đều đạt tiêu chuẩn (>0.3).
Do đó, thang đo các thành phần trên đều đạt yêu cầu và các biến quan sát của các thang đo này đƣợc sử dụng cho phân tích EFA.
Bảng 3. 8. Kết quả phân tích hệ số Cronbach’s Alpha sơ bộ Biến quan
sát
Trung b nh thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Hệ số Cronbach’s Alpha nếu loại biến Phong cách lãnh đạo chuyển đổi , α = 0.811
TFL1 15.20 14.301 0.483 0.811 TFL2 15.96 14.423 0.608 0.774 TFL3 15.37 13.222 0.737 0.735 TFL4 15.30 13.691 0.555 0.789 TFL5 14.84 13.188 0.642 0.762 Văn h a tổ chức, α = 0.919 OC1 15.07 66.741 0.762 0.906 OC2 14.95 68.607 0.748 0.907 OC3 15.02 68.321 0.653 0.917 OC4 14.78 64.230 0.753 0.907 OC5 14.78 66.120 0.712 0.911 OC6 14.88 65.985 0.740 0.908 OC7 13.99 65.500 0.916 0.892 Động cơ làm việc, α = 0.892 JM1 28.177 46.503 0.749 0.867 JM2 28.299 48.019 0.739 0.870 JM3 28.231 47.795 0.639 0.884 JM4 28.476 44.333 0.744 0.868 JM5 28.476 46.114 0.692 0.876 JM6 28.374 46.058 0.717 0.872 Sự hài lòng c ng việc, α = 0.901 JS1 20.88 59.122 0.637 0.894 JS2 20.78 57.144 0.679 0.889 JS3 20.91 59.122 0.580 0.899 JS4 20.27 50.388 0.784 0.877 JS5 19.44 50.412 0.785 0.877 JS6 20.27 48.679 0.825 0.871 JS7 19.82 55.105 0.682 0.889
Hiệu quả làm việc của giảng viên, α = 0.848
LP1 11.69 7.830 0.559 0.909
LP2 13.00 10.781 0.725 0.811
LP3 12.56 10.248 0.802 0.791
LP4 12.77 10.015 0.795 0.789
LP5 12.37 10.386 0.717 0.807
Bảng 3. 9. Kết quả phân tích EFA sơ bộ Biến quan Biến quan sát Nhân tố Phong cách lãnh đạo chuyển đổi Văn h a tổ chức Động cơ làm việc Sự hài lòng c ng việc Hiệu quả làm việc của giảng viên TFL3 0.868 TFL5 0.793 TFL2 0.775 TFL4 0.714 TFL1 0.640 OC7 0.945 OC1 0.833 OC4 0.824 OC2 0.821 OC6 0.818 OC5 0.791 OC3 0.741 JM1 0.837 JM4 0.831 JM2 0.828 JM6 0.812 JM5 0.788 JM3 0.747 JS6 0.882 JS5 0.851 JS4 0.851 JS7 0.769 JS2 0.766 JS1 0.730 JS3 0.680 LP3 0.915 LP4 0.894 LP5 0.864 LP2 0.829 LP1 0.685 Eigenvalues 2.902 4.784 3.915 4.402 3.539 Tổng phương sai trích (%) 58.045% 68.341% 65.251% 62.892% 70.775%
(Nguồn: Kết quả x lý từ dữ liệu điều tra của tác giả)
Kết quả EFA cho các thành phần c trong m h nh: Bảng 3.9 cho thấy các yếu
tố “Phong cách lãnh đạo chuyển đổi”, “Văn hóa tổ chức”, “Động cơ làm việc”, “Sự hài lịng cơng việc”, “Hiệu quả làm việc của giảng viên” đều có điểm dừng khi Eigenvalue
lớn hơn 1 và cho thấy trích đƣợc 1 nhóm tại điểm dừng Eigenvalue lần lƣợt là: 2.092; 4.784; 3.915; 4.402; 3.539 (đều >1) và tổng phƣơng sai trích đƣợc lần lƣợt là: 58.045%, 68.341%, 65.251%, 62.892%, 70.775% (đều >50%). Ngoài ra, các thang đo trong các nhân tố này đều có hệ số tải nhân tố > 0.5.
Nhƣ vậy, tất cả các biến quan sát của thang đo cho nhân tố “Phong cách lãnh đạo chuyển đổi”, “Văn hóa tổ chức”, “Động cơ làm việc”, “Sự hài lịng cơng việc”, “Hiệu quả làm việc của giảng viên” đều đƣợc giữ nguyên nhƣ thang đo đề nghị ban đầu và đƣợc d ng cho nghiên cứu chính thức.
3.3.3. Thiết kế bảng câu hỏi
Bảng câu hỏi đƣợc sử dụng trong nghiên cứu định lƣợng đƣợc thiết kế theo các đ c tính sau:
H nh thức câu hỏi: Câu hỏi đóng.
Đối tƣợng điều tra: Những giảng viên đang tham gia giảng dạy tại 5 trƣờng Đại
học ngồi cơng lập trên địa bàn Thành phố Hồ Chí Minh (theo thiết kế mẫu): Đại học Cơng nghệ thành phố Hồ Chí Minh (HUTECH), Đại học Hoa Sen, Đại học Ngoại ngữ- Tin học thành phố Hồ Chí Minh (HUFLIT), Đại học Quốc tế Hồng Bàng (HBU), Đại học Văn Lang (VLU).
Bảng câu hỏi phác thảo s đƣợc tham vấn một số chuyên gia trong lĩnh vực quản trị nhân sự (Đ c biệt trong lĩnh vực quản lý giáo dục). Sau khi điều chỉnh xong, bảng câu hỏi s đƣợc d ng để khảo sát trong nghiên cứu định lƣợng.
Bảng câu hỏi gồm 2 phần
Phần chính: Thu thập đánh giá thuộc tính, cảm nhận của các đối tƣợng về các yếu
tố tác động đến hiệu quả làm việc giảng viên.
Phần thông tin cá nhân: Thu thập thông tin cá nhân của ngƣời đƣợc phỏng vấn
nhƣ: Giới tính, đơn vị cơng tác, trình độ học vấn, thâm niên,… để có thể tiến hành các phép kiểm định bổ trợ khác cho nghiên cứu chính thức.
3.3.4. Phương pháp thu thập dữ liệu
Khảo sát đƣợc xem là phƣơng pháp thu thập dữ liệu phổ biến nhất trong nghiên cứu định lƣợng. Tác giả s tiến hành khảo sát thông qua những ngƣời thân, bạn bè trên địa bàn Thành phố Hồ Chí Minh. Thơng qua đây tác giả nhờ họ gửi phiếu khảo sát tới những giảng viên đang tham gia giảng dạy tại 5 trƣờng Đại học ngồi cơng lập trên địa bàn Thành phố Hồ Chí Minh.
3.3.5. Phương pháp xử lý và phân tích dữ liệu
Dữ liệu thu thập đƣợc xử lý bằng phần mềm SPSS, tác giả sử dụng phép phân tích mơ tả (descriptives) trong phần mềm SPSS 23.0 để phân tích các thuộc tính của mẫu nghiên cứu (các thông tin của đối tƣợng đƣợc khảo sát) gồm: Giới tính, chức vụ, thâm niên,…
Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Phân tích Cronbach s Alpha nhằm kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach s Alpha và loại bỏ những biến có tƣơng quan biến tổng (Item-Total correlation) nhỏ.
Hệ số Cronbach s Alpha có giá trị biến thiên trong khoảng [0,1]. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.70, 0.80]. Nếu Cronbach s Alpha >=0.60 là thang đo có thể chấp nhận đƣợc về m t độ tin cậy. Về lý thuyết hệ số Cronbach s Alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, điều này không thực sự nhƣ vậy. Hệ số Cronbach s Alpha quá lớn (α > 0.95) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau (nghĩa là chúng c ng đo lƣờng một nội dung nào đó của khái niệm nghiên cứu). Hiện tƣợng này đƣợc gọi là hiện tƣợng tr ng lắp trong đo lƣờng (redundancy). Do đó, khi kiểm tra từng biến đo lƣờng ta sử dụng thêm hệ số tƣơng quan biến - tổng. Theo Nunnally và Bernstein (1994), nếu một biến đo lƣờng có hệ số tƣơng quan biến - tổng hiệu chỉnh (Corrected item - total correlation) lớn hơn ho c bằng 0.3 thì biến đó đạt u cầu (Nguyễn Đình Thọ, 2011).
Nhƣ vậy, trong phân tích Cronbach s Alpha thì ta s loại bỏ những thang đo có hệ số nhỏ (α <0.6) và c ng loại những biến quan sát có hệ số tƣơng quan biến tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mơ hình vì những biến quan sát này khơng ph hợp ho c khơng có ý nghĩa đối với thang đo. Tuy nhiên, các biến không đạt yêu cầu nên loại hay không không chỉ đơn thuần nhìn vào con số thống kê mà cịn phải xem xét giá trị nội dung của khái niệm (Nguyễn Đình Thọ, 2011, trang 354).
Phân tích nhân tố khám phá EFA
Sau khi loại bỏ các biến không đảm bảo độ tin cậy thơng qua phân tích Cronbach s Alpha, phƣơng pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) đƣợc sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ƣớc lƣợng theo từng nhóm biến.
Các biến quan sát có trọng số λi (factor loading) nhỏ hơn 0.50 trong EFA s tiếp tục bị loại bỏ để thang đo đạt đƣợc giá trị hội tụ. Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn ho c bằng 0.3 (λiA – λiB ≥0.3). Vấn đề loại bỏ biến có trọng số nhân tố thấp cần chú ý đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lƣờng. Nếu λi khơng q nhỏ, ví dụ λi =0.40 chúng ta khơng nên loại nó (Nguyễn Đình Thọ, 2011, trang 401-402).
Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số Eigenvalue - đại điện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Số lƣợng nhân tố đƣợc xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (≥ 1) và những nhân tố có Eigenvalue nhỏ hơn 1 s bị loại ra khỏi mơ hình. Tiêu chuẩn phƣơng sai trích (Variance explained criteria): Tổng phƣơng sai trích phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và phƣơng sai từ 60% trở lên đƣợc coi là tốt (Nguyễn Đình Thọ, 2011, trang 393, 403).
Để xác định sự ph hợp khi sử dụng EFA thì ngƣời ta thƣờng tiến hành d ng kiểm định Barlett và KMO:
Kiểm định Bartlett: D ng để xem xét ma trận tƣơng quan có phải là ma trận đơn vị
(I) hay khơng. Kiểm định Barlett có ý nghĩa thống kê khi Sig< 0.05. Điều này chứng tỏ các biến quan sát có tƣơng quan với nhau trong tổng thể.
Kiểm định KMO: KMO là chỉ số d ng để so sánh độ lớn của hệ số tƣơng quan giữa
các biến đo lƣờng với độ lớn của hệ số tƣơng quan riêng phần của chúng (Nguyễn Đình Thọ, 2011, trích từ Norusis, 1994). Hệ số KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn. Hệ số KMO phải đạt giá trị từ 0.5 trở lên (KMO ≥ 0.5) thể hiện phân tích là ph hợp. Hệ số KMO<0.5 thì khơng thể chấp nhận đƣợc (Nguyễn Đình Thọ, 2011, trích từ Kaiser, 1974).
Tuy nhiên, trong thực tế, với sự hỗ trợ của các phần mềm xử lý thống kê SPSS và chúng ta có thể nhìn vào kết quả trọng số nhân tố và phƣơng sai trích đạt u cầu thì vấn đề kiểm định Bartlett, KMO khơng cịn ý nghĩa nữa vì chúng ln ln đạt yêu cầu (Nguyễn Đình Thọ, 2011, trang 397).
Trong nghiên cứu này, tác giả sử dụng phƣơng pháp trích nhân tố Principal Axis Factoring với phép xoay Promax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn ho c bằng 1 cho biến độc lập và phƣơng pháp trích nhân tố Principal Components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn ho c bằng 1 cho các biến phụ thuộc.
Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định giúp làm sáng tỏ một số phƣơng diện nhƣ sau: Đo lƣờng tính đơn hƣớng, đánh giá độ tin cậy của thang đo, giá trị hội tụ, giá trị phân biệt và giá trị liên hệ lý thuyết.
Đo lường tính đơn hướng: Theo Hair và cộng sự (2010), mức độ ph hợp của mơ
hình với dữ liệu thị trƣờng cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt đƣợc tính đơn hƣớng, trừ trƣờng hợp các sai số của các biến quan sát có tƣơng quan với nhau.
Để đo lƣờng mức độ ph hợp với thông tin thị trƣờng, Chi-square (CMIN/df) thƣờng đƣợc sử dụng để điều chỉnh theo bậc tự do; chỉ số thích hợp tốt (GFI-Good of
Fitness Index); chỉ số thích hợp so sánh (CFI – Comparative Fit Index); chỉ số Tucker và Lewis (TLI – Tucker và Lewis Index); chỉ số RMSEA (Root Mean Square Error Approximation).
Mơ hình đƣợc xem là thích hợp với dữ liệu thị trƣờng nếu kiểm định Chi-square có P-value > 0.05; CMIN/df =< 2, một số trƣờng hợp CMIN/df có thể =< 3; GFI, CFI, TLI >= 0.9; và RMSEA =< 0.08. Tuy nhiên, theo quan điểm gần đây của các nhà nghiên cứu thì GFI vẫn có thể chấp nhận đƣợc khi nhỏ hơn 0.9 (Hair và cộng sự, 2010).
Đánh giá độ tin cậy của thang đo: Độ tin cậy của thang đo đƣợc đánh giá thông
qua: (1) Hệ số tin cậy tổng hợp (composite reliability); (2) Tổng phƣơng sai trích (variance extracted) và (3) Cronbach s Alpha.
Độ tin cậy tổng hợp ( ) và tổng phƣơng sai trích ( ) đƣợc tính theo cơng thức sau:
(∑ )
(∑ ) ∑ ( )
∑
∑ ∑ ( )
Trong đó: i là trọng số chuẩn hóa của biến quan sát thứ i, (1 - i2) là phƣơng sai của sai số đo lƣờng biến quan sát thứ i và p là số biến quan sát của thang đo.
Phƣơng sai trích là một chỉ tiêu đo lƣờng độ tin cậy. Nó phản ánh lƣợng biến thiên chung của các biến quan sát đƣợc tính tốn bởi biến tiềm ẩn. Theo Hair và cộng sự (2010), phƣơng sai trích của mỗi khái niệm nên cao hơn 0.5.
Một vấn đề quan trọng khác cần quan tâm trong CFA là độ tin cậy của tập hợp các biến quan sát trong một thang đo.
Giá trị hội tụ: Thể hiện giá trị đo lƣờng một khái niệm tƣơng quan ch t ch với
nhau sau những đo lƣờng đƣợc l p lại. Thang đo đạt đƣợc giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo đều cao (>0.5) và có ý nghĩa thống kê (p < 0.05) (Anderson và Gebring, 1988).
Giá trị phân biệt: Giá trị phân biệt c ng là một tính chất quan trọng của đo lƣờng.
Giá trị phân biệt thể hiện cấp độ phân biệt của các khái niệm đo lƣờng (Steenkamp và Trijp, 1991). Có hai cấp độ kiểm định giá trị phân biệt: (1) Kiểm định giá trị phân biệt giữa các thành phần trong một khái niệm thuộc mơ hình (within construct); (2) Kiểm định giá trị phân biệt xuyên suốt (across – construct), tức là kiểm định mơ hình đo lƣờng tới hạn (saturated model) là mơ hình mà các khái niệm nghiên cứu đƣợc tự do quan hệ với nhau. Giá trị phân biệt đạt đƣợc khi: Tƣơng quan giữa hai thành phần của khái niệm (within construct) ho c hai khái niệm (across – construct) thực sự khác biệt so với 1. Khi đó, mơ hình đạt đƣợc độ ph hợp với dữ liệu thị trƣờng.
Kiểm định m h nh nghiên cứu
Kiểm định mơ hình lý thuyết chính thức (SEM): Mơ hình đƣợc xem là thích hợp với
dữ liệu thị trƣờng nếu kiểm định Chi-square có P-value > 0.05; CMIN/df =< 2, một số trƣờng hợp CMIN/df có thể =< 3; GFI, CFI, TLI >= 0.9; và RMSEA =< 0.08. Tuy nhiên, theo quan điểm gần đây của các nhà nghiên cứu thì GFI vẫn có thể chấp nhận