Rất khơng đồng ý Khơng đồng ý Khơng có ý kiến Đồng ý Rất đồng ý 1 2 3 4 5
Bảng câu hỏi chính thức gồm 29 biến quan sát đƣợc chia thành 2 phần: Phần 1: Các ý kiến phát biểu nhằm thu thập sự đánh giá của ngƣời lao động đối với các yếu tố ảnh hƣởng đến chia sẻ tri thức của ngƣời lao động trong tổ chức (29 câu hỏi).
Phần 2: Thu thập thông tin cá nhân của đối tƣợng khảo sát để phân loại và phân tích dữ liệu về sau (5 câu hỏi).
3.3.3. Thu thập dữ liệu
Các bảng câu hỏi đƣợc gửi trực tiếp đến những ngƣời lao động đang làm việc tại Kho bạc Nhà nƣớc trên địa bàn Bà Rịa-Vũng Tàu. Mẫu điều tra đƣợc lựa chọn theo phƣơng pháp lấy mẫu thuận tiện, phi xác suất. Gửi đi trực tiếp 300 câu hỏi, sau khi sàng lọc những câu hỏi có trả lời khơng hợp lệ, thu về đƣợc 282 phiếu hợp lệ đạt tỷ lệ 94 %.
3.3.4. Phƣơng pháp xử lý dữ liệu nghiên cứu
Dữ liệu đƣợc phân tích và xử lý trên phần mềm SPSS phiên bản 20.0 để kiểm định những giả thuyết sau:
Phân tích hệ số Cronbach’s Alpha: Theo Nunnally và Bernstein (1994),
nhỏ hơn 0.3 sẽ bị loại và hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể chấp nhận đƣợc.
Phân tích nhân tố khám phá (EFA):
Kiểm định KMO, nếu KMO ≥ 0.5 đƣợc gọi là dữ liệu thích hợp để phân tích nhân tố khám phá (Nguyễn Đình Thọ, 2011).
Kiểm định sự tƣơng quan giữa các biến đo lƣờng bằng kiểm định Barlett với mức ý nghĩa 5% (Hair và cộng sự, 2006; Nguyễn Đình Thọ, 2011).
Tiêu chí chọn số lƣợng nhân tố có chỉ số Eigenvalue >1 (Nguyễn Đình Thọ, 2011).
Kiểm định sự phù hợp của mơ hình EFA: tổng phƣơng sai trích (Cumulative %) ≥ 50% (Nguyễn Đình Thọ, 2011).
Kiểm định sự hội tụ giữa các biến: các biến có hệ số tải nhân tố (Factor loading) < 0.5 sẽ bị loại để đảm bảo sự hội tụ. Chênh lệch giữa các trọng số nhân tố của một biến ≥ 0.3 để đảm bảo giá trị phân biệt của thang đo (Nguyễn Đình Thọ, 2011).
Hệ số tải nhân tố (Factor loading) > 0,3 đƣợc xem là đạt mức tối thiểu, Factor loading > 0,4 đƣợc xem là quan trọng, Factor loading > 0,5 đƣợc xem là có ý nghĩa thực tiễn (Hair và cộng sự, 2006).
Phƣơng pháp trích hệ số sử dụng phƣơng pháp Principal Components với phép xoay Varimax.
Phân tích tương quan: Có hai phƣơng án đánh giá mức độ tƣơng quan trong
phân tích hồi quy tuyến tính một là qua đồ thị phân tán, hai là qua hệ số tƣơng quan Pearson. Với hệ số tƣơng quan Pearson gần bằng 1 thì hai biến có mối tƣơng quan càng chặt chẽ (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích hồi quy: Phân tích hồi quy tuyến tính nhằm phân tích mối quan hệ
và mức độ phụ thuộc giữa các biến độc lập với nhau và giữa các biến độc lập với biến phụ thuộc. Đây là phƣơng pháp dùng để kiểm định sự phù hợp của mơ hình thơng qua kiểm định F và hệ số R2 hiệu chỉnh (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số R2 hiệu chỉnh là hệ số dùng để đánh giá và kiểm định sự phù hợp của mơ hình so với bộ dữ liệu.
Kiểm định F để xác định mức độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định giả thuyết H0: các hệ số hồi quy của mơ hình đều bằng 0, nếu giả thuyết này đƣợc bác bỏ thì có thể kết luận mơ hình hồi quy phù hợp. Ngồi ra, Kiểm định sự biến thiên độ lệch do hồi quy và độ lệch do phần dƣ để kiểm định sự phù hợp của mơ hình hồi quy.
Dựa vào hệ số Beta để đánh giá tác động mạnh hay yếu giữa các biến độc lập với biến phụ thuộc.
Ngồi ra, để khơng xảy ra hiện tƣợng đa cộng tuyến tác giả còn xét mối tƣơng quan giữa các biến độc lập với nhau. Hiện tƣợng đa cộng tuyến xảy ra khi hệ số phóng đại phƣơng sai VIF > 10 (Nguyễn Đình Thọ, 2011).
Kiểm định sự khác biệt: Sau khi có kết quả phân tích hồi quy tuyến tính, tiến
hành phân tích sự khác biệt về các yếu tố ảnh hƣởng đến chia sẻ tri thức của nhân viên trong tổ chức bằng kiểm định Independent samples T-Test (đối với 2 nhóm trên mỗi yếu tố: giới tính và vị trí cơng tác) và phân tích ANOVA (có từ 3 nhóm trở lên trên mỗi yếu tố: độ tuổi, trình độ học vấn, thâm niên).
Kiểm định Independent Samples Test: kiểm định giả thuyết về giá trị trung bình của 2 tổng thể.
Nếu Sig. < 0.05: So sánh giá trị Sig. T-Test ở hàng Equal variances not assumed: Nếu Sig. T-Test < 0.05, kết luận có sự khác biệt. Cịn giá trị Sig. T-Test >= 0.05, kết luận khơng có sự khác biệt.
Trƣờng hợp Sig. >= 0.05: So sánh giá trị Sig. T-Test ở hàng Equal variances assumed: Nếu giá trị sig T-Test < 0.05, kết luận có sự khác biệt. Cịn giá trị Sig. T- Test >= 0.05, kết luận khơng có sự khác biệt.
Phân tích ANOVA: dùng để kiểm định giả thuyết các trung bình nhóm có giá trị trung bình bằng nhau.
Tiêu chuẩn Levence đƣợc dùng để kiểm tra giả thuyết bằng nhau của phƣơng sai trong các nhóm với Sig. = 5%. Với Sig. > 5% thì chấp nhận tính bằng nhau của
các phƣơng sai nhóm đủ điều kiện phân tích ANOVA. Nếu Sig. < 5% (bảng ANOVA) thì kết luận có sự khác biệt có ý nghĩa thống kê. Nếu Sig. >= 5% (bảng ANOVA) thì kết luận khơng có sự khác biệt có ý nghĩa thống kê.
Tóm tắt chƣơng 3
Chƣơng 3 trình bày quy trình nghiên cứu. Các phƣơng pháp nghiên cứu gồm có nghiên cứu định tính trên cơ sở lý thuyết nghiên cứu và thông qua thảo luận nhóm xây dựng nên thang đo nháp và nghiên cứu định lƣợng thông qua khảo sát bằng bảng câu hỏi phát trực tiếp đến đối tƣợng khảo sát. Thang đo chính thức của nghiên cứu gồm 24 biến quan sát của 5 yếu tố ảnh hƣởng đến chia sẻ tri thức và 5 biến quan sát của yếu tố chia sẻ tri thức. Kết quả nghiên cứu sẽ đƣợc trình bày trong chƣơng 4.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê mô tả mẫu nghiên cứu